基于订单分析的分拣货位表优化

昆明理工大学管理与经济学院 李彤

Logistics物流商论

基于订单分析的分拣货位表优化

昆明理工大学管理与经济学院 李彤

摘 要：订单分拣是配送中心的重要作业，需要耗费大量的人力、时间和资源。本文根据订单 分析，对分拣货位表进行优化和调整，可以在不增加工作量和成本的情况下提高分拣效率。

关键词：分拣 订单分析 货位表优化 ABC分类

1 配送中心分拣优化

在配送中心，按照订单或者出货单对库存中的货物进行分类、分拣、包装等作业以满足配送的要求。其中，分拣是消耗人力、时间和资源最多的环节，对整个配送中心的工作绩效影响最大。

分拣是将所需货物从众多货物中挑出来，并按订单要求进行分类、整理、加工、包装等作业的过程。订单在整个分拣作业中起到主导作用，一切努力都在于满足订单的要求。因此，在任何一项分拣作业的优化工作中，都必须充分考虑到订单的特点，如：需求频率、需求量、订单结构等，从而有的放矢地选取适合的分拣策略，提高效率和服务水平。与此同时，要根据分拣现场的实际情况，将影响分拣效率的因素进行提取和分析，并采取合理的措施进行调整。

结合配送中心的动作流程和订单特点对分拣作业进行优化不仅可以提高分拣效率，而且对配送中的运营发展起着关键的作用。

随着电子商务的发展，产品种类和数量不断增长，人们对货物的需求越来越多样化、个性化，配送中心逐渐面临更多的货物种类、更小的订货批量和更频繁的订货频率的现状。此外，客户还要求配送中心提供更快捷、更便利的配送服务。这使得配送中心必须不断提高分拣作业能力、优化分拣策略，从而提高整个配送中心的作业效率，满足客户的需求，协助商贸公司获得更好的客户体验。

对于分拣作业的优化一直以来是配送中心的重点改善项目，现有研究主要有以下三个方面。

(1)分拣设备组合优化。通过数据采集和分析，得到水线上分拣效率的瓶颈，运用生产线平衡的理论，对分拣输送设备进行并行处理，从而减少时间消耗；分析各个作业环节影响分拣效率的因素，建立数学模型对硬件参数进行优化从而压缩时间间隔。

此外，根据商品、配送功能的不同以及市场对配送服务的需求不同，不同的配送中心按照实际要求，选择不同的分拣设备。在分拣设备的选择中，主要考虑两点：一要满足对于订单快速、有效的响应能力；二要满足做到合理的成本控制，只有将这两点结合起来才能为分拣作业正确配置设备。

(2)订单序列和结构优化。对于相同的订单，不同的顺序会对分拣效率产生很大的影响；相同的货物总量，不同的订单结构也会影响分拣效率。因此，根据订单结构对订单顺序进行优化，可以有效提高分拣效率。

(3)货物摆放优化。货物的摆放主要涉及两个方面，一是存储区的货架及货位的优化，货架的摆放影响人员取货的移动距离，不同货物的货位选择影响取货的效率以及货位的利用率等；二是分拣区的货位优化，分拣货位的选择影响分拣补货的时间以及分拣效率。本文主要研究分拣区，分拣货位的优化。

2 分拣货位表

分拣货位是用于货物分拣的临时储存区，通常是货架的形式，每个货位有一个编号，并且一个货位对应一种货物。分拣之前，从仓库中将货物运出并放置于分拣区的补货区，当分拣货位出现空缺时，由补货区及时补充货物，以保证分拣作业可以连续、顺畅地进行。分拣开始后，以人工或机械自动化的方式，按照事先输入系统的订单由人工或者机械装置从分拣货位上取出相应的货物放至传输设备和包装设备。

在一些配送中心，货物种类往往多于分拣货位的数量因此基本思路是选择需求量大、订货频次高的货物置于分拣货位上；其余需求量少的货物可置于虚拟货位上，即按照当天当时段的订单，将这部分货物存储于分拣货位附近的临时区域中，当有需求时再进行取货。

对于分拣货位的设置需要以下几个依次递进的问题。

(1)选择置于分拣货位表的货物。分拣设备的作业能力体现在两个方面，一方面是分拣、运输和包装的速率上，另一方面体现在分拣货位的数量上。当配送企业购入分拣设备后，在之后很长一段时间内分拣设备的作业能力是确定的。一个分拣货位对应一种货物，若货物种类多于分拣货位的数量时，就要决定应该把哪些货物置于分拣货位上、哪些置于虚拟货位上。

(2)不同货物的需求数量和需求频次不同，甚至差别很大。从货位表中不同的位置取货，所需要的时间和移动距离是不同的。对于需求量大、需求频次高的货物，可放置在方便取货的位置，这样可以有效提高分拣效率。

(3)货位表的调整。市场需求是不断变化的，配送中心的货物种类和数量也会随之变化。因此，分拣货位不是固定不变的，而是要分阶、周期或者某种既定的规则进行调整的。

但是一个配送中心的货位少则几十个多则上百个，若每天、每个工段都根据订单情况进行调整，工作量则是巨大的。因为首先要提前进行订单分析，根据分析结果进行调整，具体来说要修改系统中的货位信息和货位实体上的标签，改变分拣区的临时存储区的对应位置，协调员工的工作量等。这样做会很大程度上增加工作量以及出错率，所以货位表的调整频率要根据订单变动趋势确定合理的检查周期和调整期，以保证分拣作业有序、高效地进行

3 订单分析方法

对分拣能力起到关键作业的因素是：人为因素、设备因素和订单因素。人为和设备因素可以通过提高管理水平、对设备进行优化配置等来改进；而订单因素则是一直客观存在的，销售公司不能过分规范客户订单行为而影响服务质量。

3.1 EIQ分析法

EIQ分析利用E、I、Q这三个物流关键要素，来研究配送中心和物流系统的需求特性，并为其提供规划依据，从客户订单的品类、数量与订购次数等观点出发，进行出货特征的分析。E(Order Entry)代表订单或客户，I(Item)代表商品的品项，Q(Quantity)出货量。

(1)EQ分析法：分析单张订单出货数量

了解单张订单订购量的分布情形，决定订单处理的原则、拣货系统的规划、影响出货方式及出货区的规划。通常以单一营业日的EQ分析为主。当订单量分布趋势越明显时，分区规划的原则越易运用，否则应以弹性化较高的设备为主；

(2)EN分析法：订单品项数分析，即单张订单出货品项数的分析；

(3)IK分析法：品项订货次数分析，即每一品项订货次数的分析；

(4)IQ分析法：每个单品的订货数量分析。

3.2 ABC分析法

ABC分析法(Activity Based Classification) 法又称帕累托分类法, 最早于1906年由意大利学者帕累托提出并使用其核心思想是在决定一个事物的众多因素中分清主次，识别出少数的但对事物起决定作用的关键因素和多数的但对事物影响较少的次要因素，并以此为依据合理分配时间和资源。

具体的应用举例如下：以一个销售周期为期，A类货物：其分拣次数在总分拣次数中占比为75%～80%，品种数在库存总品种数中占比为15%～20%；B类货物：其分拣次数在总分拣次数中占比为10%～15%，品种数在库存总品种数中占比为20%～25%；C类库存品：其分拣次数在总分拣次数中占比为5%～10%，品种数在库存总品种数中占比为60%～65%。这里分类出的A类商品是热销商品，发生分拣次数最多，可以考虑将A类货物放到最易于拣选位置，B类货物次之，C类货物再次之。

4 基于订单动态分析的分拣货位表优化

4.1 分拣货位

本文以M配送中心分拣货架为研究对象，如图1所示每个货架有16个货位，每个货位的高度为0.54m，宽度为0.29m。每次取货后将货物放在与货架底端高度一样的传输带中。不管是人工作业还是机械手从每个货架取货的移动距离和所需时间是不同的，假设每次取货的起点为12号和13号货架中间的中点处，终点为货架底端，如图1所示。

图1 M配送中心分拣货架示意图

根据图1，每个货位取货的移动距离计算和分类如表1所示，对称位置的货位取货移动距离相同。

表1 每个货位取货的移动距离计算和分类

4.2 订单分析

4.2.1 IQ——ABC分析

运用IQ分析法研究每个品项的订购数量，对每一个品项订购总量进行分析。提取M配送中心订单数据进行分析。分别统计和计算如下3组数据：(1)2011年～2014年各品类商品的总订购量；(2)2011年～2014每年各品类商品的订购量；(3)2014年12个月各品类商品的订购量。

订购量是货位表品类购成的重要依据，分析各品类四年的订购量、四年每年的订购量以及2014年12个月每月的订购量，总结如表2所示。

表2 各品类的订购量

然后将需求量位列前48位的商品选定并计算“品类数累计百分数”和“订购量累计百分数”，根据ABC分类法进行分类如图2所示。

例如统计2014年12月各品类商品订购量得出结果如表3所示。

图2 品类数和订购量变化关系

4.2.2 分析

以上分别对分拣货位和商品品类进行了ABC分类，将A类商品置于A类货位，B类C类分别进行对应。这样，将需求量大的商品摆放在离分拣员近的地方，可以减少分拣员的运动距离和取货的时间。但是每天的订单都会有变化，如果在每天分拣作业之前都对订单进行分析，然后根据分析结果对分拣货位表进行调整，将很大程度的增加工作量。因此，对历史数据进行分析将很有必要，分析每年、每个月的订单情况，掌握订单变化的趋势。根据变化趋势确定分拣货位表的调整周期，例如M配送中心，可以选择每月进行一次分拣货位表的调整、每周进行一次微调的方式，这样即可以提高分拣效率，又不会增加工作量。

5 结语

市场需求永远是变化的，唯一不变的是客户对配送服务的要求越来越高，作为配送中心即要提高对订单的响应水平，又要对成本进行控制。在不增加成本并且控制工作量的情况下，从订单分析的角度入手，根据订单需求的情况对分拣货位表进行调整，对分拣作业的工作效率起到优化的作用。

参考文献

[1] 高明，周三元．基于FLEXSIM的分拣策略优化研究[J]．物流技术，2009，28(9)．

[2] 王艳艳，吴耀华，刘鹏．自动分拣系统分拣作业任务优化[J]．机械工程学报，2011，47(20)．

[3] 王锡莉．ABC分类法在企业库存管理中的应用研究[J]．现代商贸工业，2009(05)．

[4] 王婧，杨迪，汪世志．基于EIQ-ABC分析法的物流仓储作业优化研究[J]．物流技术，2014，33(10)．

[5] 袁皓，黄伟，金桂根．订单结构对系统分拣能力的影响[J]．物流技术与应用，2009(09)．

[6] 胡少辉．配送中心订单分析与商品布局[J]．铁路采购与物流，2010(04)．

中图分类号：F253.4

文献标识码：A

文章编号：2096-0298(2015)08(b)-074-04