基于訂單分析的分揀貨位表優化

昆明理工大學管理與經濟學院 李彤

Logistics物流商論

基于訂單分析的分揀貨位表優化

昆明理工大學管理與經濟學院 李彤

摘 要：訂單分揀是配送中心的重要作業，需要耗費大量的人力、時間和資源。本文根據訂單 分析，對分揀貨位表進行優化和調整，可以在不增加工作量和成本的情況下提高分揀效率。

關鍵詞：分揀 訂單分析 貨位表優化 ABC分類

1 配送中心分揀優化

在配送中心，按照訂單或者出貨單對庫存中的貨物進行分類、分揀、包裝等作業以滿足配送的要求。其中，分揀是消耗人力、時間和資源最多的環節，對整個配送中心的工作績效影響最大。

分揀是將所需貨物從眾多貨物中挑出來，并按訂單要求進行分類、整理、加工、包裝等作業的過程。訂單在整個分揀作業中起到主導作用，一切努力都在于滿足訂單的要求。因此，在任何一項分揀作業的優化工作中，都必須充分考慮到訂單的特點，如：需求頻率、需求量、訂單結構等，從而有的放矢地選取適合的分揀策略，提高效率和服務水平。與此同時，要根據分揀現場的實際情況，將影響分揀效率的因素進行提取和分析，并采取合理的措施進行調整。

結合配送中心的動作流程和訂單特點對分揀作業進行優化不僅可以提高分揀效率，而且對配送中的運營發展起著關鍵的作用。

隨著電子商務的發展，產品種類和數量不斷增長，人們對貨物的需求越來越多樣化、個性化，配送中心逐漸面臨更多的貨物種類、更小的訂貨批量和更頻繁的訂貨頻率的現狀。此外，客戶還要求配送中心提供更快捷、更便利的配送服務。這使得配送中心必須不斷提高分揀作業能力、優化分揀策略，從而提高整個配送中心的作業效率，滿足客戶的需求，協助商貿公司獲得更好的客戶體驗。

對于分揀作業的優化一直以來是配送中心的重點改善項目，現有研究主要有以下三個方面。

(1)分揀設備組合優化。通過數據采集和分析，得到水線上分揀效率的瓶頸，運用生產線平衡的理論，對分揀輸送設備進行并行處理，從而減少時間消耗；分析各個作業環節影響分揀效率的因素，建立數學模型對硬件參數進行優化從而壓縮時間間隔。

此外，根據商品、配送功能的不同以及市場對配送服務的需求不同，不同的配送中心按照實際要求，選擇不同的分揀設備。在分揀設備的選擇中，主要考慮兩點：一要滿足對于訂單快速、有效的響應能力；二要滿足做到合理的成本控制，只有將這兩點結合起來才能為分揀作業正確配置設備。

(2)訂單序列和結構優化。對于相同的訂單，不同的順序會對分揀效率產生很大的影響；相同的貨物總量，不同的訂單結構也會影響分揀效率。因此，根據訂單結構對訂單順序進行優化，可以有效提高分揀效率。

(3)貨物擺放優化。貨物的擺放主要涉及兩個方面，一是存儲區的貨架及貨位的優化，貨架的擺放影響人員取貨的移動距離，不同貨物的貨位選擇影響取貨的效率以及貨位的利用率等；二是分揀區的貨位優化，分揀貨位的選擇影響分揀補貨的時間以及分揀效率。本文主要研究分揀區，分揀貨位的優化。

2 分揀貨位表

分揀貨位是用于貨物分揀的臨時儲存區，通常是貨架的形式，每個貨位有一個編號，并且一個貨位對應一種貨物。分揀之前，從倉庫中將貨物運出并放置于分揀區的補貨區，當分揀貨位出現空缺時，由補貨區及時補充貨物，以保證分揀作業可以連續、順暢地進行。分揀開始后，以人工或機械自動化的方式，按照事先輸入系統的訂單由人工或者機械裝置從分揀貨位上取出相應的貨物放至傳輸設備和包裝設備。

在一些配送中心，貨物種類往往多于分揀貨位的數量因此基本思路是選擇需求量大、訂貨頻次高的貨物置于分揀貨位上；其余需求量少的貨物可置于虛擬貨位上，即按照當天當時段的訂單，將這部分貨物存儲于分揀貨位附近的臨時區域中，當有需求時再進行取貨。

對于分揀貨位的設置需要以下幾個依次遞進的問題。

(1)選擇置于分揀貨位表的貨物。分揀設備的作業能力體現在兩個方面，一方面是分揀、運輸和包裝的速率上，另一方面體現在分揀貨位的數量上。當配送企業購入分揀設備后，在之后很長一段時間內分揀設備的作業能力是確定的。一個分揀貨位對應一種貨物，若貨物種類多于分揀貨位的數量時，就要決定應該把哪些貨物置于分揀貨位上、哪些置于虛擬貨位上。

(2)不同貨物的需求數量和需求頻次不同，甚至差別很大。從貨位表中不同的位置取貨，所需要的時間和移動距離是不同的。對于需求量大、需求頻次高的貨物，可放置在方便取貨的位置，這樣可以有效提高分揀效率。

(3)貨位表的調整。市場需求是不斷變化的，配送中心的貨物種類和數量也會隨之變化。因此，分揀貨位不是固定不變的，而是要分階、周期或者某種既定的規則進行調整的。

但是一個配送中心的貨位少則幾十個多則上百個，若每天、每個工段都根據訂單情況進行調整，工作量則是巨大的。因為首先要提前進行訂單分析，根據分析結果進行調整，具體來說要修改系統中的貨位信息和貨位實體上的標簽，改變分揀區的臨時存儲區的對應位置，協調員工的工作量等。這樣做會很大程度上增加工作量以及出錯率，所以貨位表的調整頻率要根據訂單變動趨勢確定合理的檢查周期和調整期，以保證分揀作業有序、高效地進行

3 訂單分析方法

對分揀能力起到關鍵作業的因素是：人為因素、設備因素和訂單因素。人為和設備因素可以通過提高管理水平、對設備進行優化配置等來改進；而訂單因素則是一直客觀存在的，銷售公司不能過分規范客戶訂單行為而影響服務質量。

3.1 EIQ分析法

EIQ分析利用E、I、Q這三個物流關鍵要素，來研究配送中心和物流系統的需求特性，并為其提供規劃依據，從客戶訂單的品類、數量與訂購次數等觀點出發，進行出貨特征的分析。E(Order Entry)代表訂單或客戶，I(Item)代表商品的品項，Q(Quantity)出貨量。

(1)EQ分析法：分析單張訂單出貨數量

了解單張訂單訂購量的分布情形，決定訂單處理的原則、揀貨系統的規劃、影響出貨方式及出貨區的規劃。通常以單一營業日的EQ分析為主。當訂單量分布趨勢越明顯時，分區規劃的原則越易運用，否則應以彈性化較高的設備為主；

(2)EN分析法：訂單品項數分析，即單張訂單出貨品項數的分析；

(3)IK分析法：品項訂貨次數分析，即每一品項訂貨次數的分析；

(4)IQ分析法：每個單品的訂貨數量分析。

3.2 ABC分析法

ABC分析法(Activity Based Classification) 法又稱帕累托分類法, 最早于1906年由意大利學者帕累托提出并使用其核心思想是在決定一個事物的眾多因素中分清主次，識別出少數的但對事物起決定作用的關鍵因素和多數的但對事物影響較少的次要因素，并以此為依據合理分配時間和資源。

具體的應用舉例如下：以一個銷售周期為期，A類貨物：其分揀次數在總分揀次數中占比為75%～80%，品種數在庫存總品種數中占比為15%～20%；B類貨物：其分揀次數在總分揀次數中占比為10%～15%，品種數在庫存總品種數中占比為20%～25%；C類庫存品：其分揀次數在總分揀次數中占比為5%～10%，品種數在庫存總品種數中占比為60%～65%。這里分類出的A類商品是熱銷商品，發生分揀次數最多，可以考慮將A類貨物放到最易于揀選位置，B類貨物次之，C類貨物再次之。

4 基于訂單動態分析的分揀貨位表優化

4.1 分揀貨位

本文以M配送中心分揀貨架為研究對象，如圖1所示每個貨架有16個貨位，每個貨位的高度為0.54m，寬度為0.29m。每次取貨后將貨物放在與貨架底端高度一樣的傳輸帶中。不管是人工作業還是機械手從每個貨架取貨的移動距離和所需時間是不同的，假設每次取貨的起點為12號和13號貨架中間的中點處，終點為貨架底端，如圖1所示。

圖1 M配送中心分揀貨架示意圖

根據圖1，每個貨位取貨的移動距離計算和分類如表1所示，對稱位置的貨位取貨移動距離相同。

表1 每個貨位取貨的移動距離計算和分類

4.2 訂單分析

4.2.1 IQ——ABC分析

運用IQ分析法研究每個品項的訂購數量，對每一個品項訂購總量進行分析。提取M配送中心訂單數據進行分析。分別統計和計算如下3組數據：(1)2011年～2014年各品類商品的總訂購量；(2)2011年～2014每年各品類商品的訂購量；(3)2014年12個月各品類商品的訂購量。

訂購量是貨位表品類購成的重要依據，分析各品類四年的訂購量、四年每年的訂購量以及2014年12個月每月的訂購量，總結如表2所示。

表2 各品類的訂購量

然后將需求量位列前48位的商品選定并計算“品類數累計百分數”和“訂購量累計百分數”，根據ABC分類法進行分類如圖2所示。

例如統計2014年12月各品類商品訂購量得出結果如表3所示。

圖2 品類數和訂購量變化關系

4.2.2 分析

以上分別對分揀貨位和商品品類進行了ABC分類，將A類商品置于A類貨位，B類C類分別進行對應。這樣，將需求量大的商品擺放在離分揀員近的地方，可以減少分揀員的運動距離和取貨的時間。但是每天的訂單都會有變化，如果在每天分揀作業之前都對訂單進行分析，然后根據分析結果對分揀貨位表進行調整，將很大程度的增加工作量。因此，對歷史數據進行分析將很有必要，分析每年、每個月的訂單情況，掌握訂單變化的趨勢。根據變化趨勢確定分揀貨位表的調整周期，例如M配送中心，可以選擇每月進行一次分揀貨位表的調整、每周進行一次微調的方式，這樣即可以提高分揀效率，又不會增加工作量。

5 結語

市場需求永遠是變化的，唯一不變的是客戶對配送服務的要求越來越高，作為配送中心即要提高對訂單的響應水平，又要對成本進行控制。在不增加成本并且控制工作量的情況下，從訂單分析的角度入手，根據訂單需求的情況對分揀貨位表進行調整，對分揀作業的工作效率起到優化的作用。

參考文獻

[1] 高明，周三元．基于FLEXSIM的分揀策略優化研究[J]．物流技術，2009，28(9)．

[2] 王艷艷，吳耀華，劉鵬．自動分揀系統分揀作業任務優化[J]．機械工程學報，2011，47(20)．

[3] 王錫莉．ABC分類法在企業庫存管理中的應用研究[J]．現代商貿工業，2009(05)．

[4] 王婧，楊迪，汪世志．基于EIQ-ABC分析法的物流倉儲作業優化研究[J]．物流技術，2014，33(10)．

[5] 袁皓，黃偉，金桂根．訂單結構對系統分揀能力的影響[J]．物流技術與應用，2009(09)．

[6] 胡少輝．配送中心訂單分析與商品布局[J]．鐵路采購與物流，2010(04)．

中圖分類號：F253.4

文獻標識碼：A

文章編號：2096-0298(2015)08(b)-074-04