基于EXCEL的服装电商行业分拣作业应用研究

王君红

摘 要：订单分拣是配送中心运作的重要环节，其效率高低直接影响配送中心的经营效益。电商平台在执行物流订单时，经常出现“爆仓”或差错率高的问题，主要原因在于分拣能力不足。针对服装电商行业，主要从拣选作业的订单处理—一次“客户订单分批”和二次“一次拣货单”分批着手，通过EXCEL的算法设计以及实例分析展开研究，一次性完成多张顾客订单的分拣，对服装电商行业的分拣作业提出了行之有效的解决办法。

关键词：服装电商；波次分拣；EXCEL

中图分类号：F25 文献标识码：Adoi：10.19311/j.cnki.1672-3198.2018.08.017

1 引言

淘宝、京东、当当等目前中国购物网站的主流模式是B2C。该运营模式导致大部分服装电商卖家的发货单位趋于“小型化”，消费者订单呈现“数量多、单笔订单小、品种多、配送地址分布广、配送时间要求高”等特点。这些服装电商物流仓库中，分拣环节占比较重，其效率高低直接影响订单处理的时间长短。电商平台在执行物流订单时，经常出现“爆仓”或差错率高的问题，主要原因在于分拣能力不足。

因此，通过选择合适的订单分批方法来完成分拣作业对于提高服装电商行业拣选作业效率显得尤为重要。

2 分拣作业流程设计

订单拣选是物流配送业务流程中的重要环节之一，是指从保管区或动管区按照特定客户的需求拣选相应的物品，完成此过程需要耗费大量的人力及设备资源。

波次拣货，又叫订单分批，是指通过将多个订单合并到一个时间段中进行集中拣取。订单分批工作的优劣对后续拣选作业的效率有着直接影响，其目的在于将储存位置靠近的货物集中在一次作业中完成，缩短拣选路径的距离和时间。

当客户订单的商品种类比较多但是每一品种的需求量比较少时，最好是与其他客户订单作为一个批次进行拣选，采用这种分拣策略可以大大缩减拣货人员的行走时间。目前大多数服装电商行业的顾客订单特点为“品种杂批量小”。如果按照按单拣选的方式进行分拣作业，将大大增加行走路径的距离，而且路径重复率较高。因此，采用订单分批的波次分拣可以大大提高拣选效率。

分拣作业流程主要包括4个环节：生成拣选资料、行走或搬运、拣取、分类与集中。

通过上述分析，我们可以将服装电商分拣作业流程设计为。

首先，将多张客户订单生成一张拣货单，此为“一次拣货单”，目的是通过一次拣货就可以拣出多张订单的货品，此为一次分拣；同理，其次可以在此基础上将多张拣货单再进行合并生成“二次拣货单”，即通过一次可以拣出多张拣货单的货品，此为二次分拣。通过该分拣流程设计，采用分批策略，可以大大的降低行走路径长度及路径重复率，从而达到节约拣货时间的目的。将商品按照客户要求拣选出来后，分拣人员在进行分类的时候可以配合扫描枪等设备增加一次分拣复核，分拣作业的准确率更高。

3 拣货波次设计

3.1 一次分拣之订单分批

批量分拣又叫播种式分拣，我们把播种员在不需要行走、弯腰或者垫脚的情况下进行分拣，最佳的播种范围称之为最佳播种面积。一次分拣播种口的数量决定了订单分批的批量大小。

一次分拣播种口数量=最佳播种范围面积÷单个播种口面积（1）

由公式（1）可知：如果单个货品的体积小，需要的播种口面积就小，则在最佳范围内可设置多个播种口。反之，单个货品的体积大，播种口设置数量就少。一次分拣播种口数量即客户订单分批的批量。

3.2 二次分拣之“一次拣货单”分批

二次分拣整合了多张“一次拣货单”的货品，货物数量相对较大，在播种时需要将拣货箱平行放置，此时的最佳播种范围是个弧形，最佳范围的周长由人的胳膊长度决定。假设该弧形周长线上可以放置N个拣货箱，则将N张“一次拣货单”合并为一张“二次拣货单”，公式如下：

N=最佳范围周长÷拣货箱宽度（2）

N即二次分拣的播种口数量，其大小决定了“一次拣货单”分批的批量大小。

4 实例分析

现已知某服装电商企业某天的部分订单信息（包括单据号、货品编号及数量）和货品的货位信息（包括货品所属库位、所属区域），具体见图1所示。

4.1 基于EXCEL的订单分批的实现

每个客户订单的商品数量相对较少，所以可以采用播种墙来帮助播种。最佳播种范围即由播种员肩宽和两臂长构成的长及两臂长构成的宽组成的矩形面积。

假设播种员人体胳膊长度a为60cm、人体两肩宽度b为50cm，一次分拣播种口宽度c为35cm、播种口高度d为40cm，则最佳播种范围面积为20400cm2，播种口面积为1400 cm2。

最佳播种范围面积=（a×2+b）×a×2=20400cm2

播种口面积=c×d=1400 cm2

所以一次分拣播种口数量，即每波次订单数为15，参照公式（1）。

因此，将15张客户订单作为一个批次生成拣货单，完成一次分拣作业，具体分拣结果如图1所示。

完成一次分拣作业的基于EXCEL的客户订单分批的算法设计如表1所示。

一次分拣之客户订单按照批量15进行分批结果出来后，对其进行数据透视（透视结果如表2所示），最终将透视结果进行数据转换粘贴到“二次分拣”进行二次分拣之“一次拣货单分批”。

4.2 基于EXCEL的“一次拣货单”分批的实现

假设播种员人体胳膊长度a为60cm、人体两肩宽度b为50cm，二次分拣播种口宽度e为43cm，则播种最佳周长为345.4cm。

播种最佳周长=2π×（a+b）/2=345.4cm

所以二次分拣播种口数量，即每波次分拣单数为8，参照公式（2）。

因此，将8张“一次拣货单”作为一个批次作二次分拣，并进行类似“一次分拣”的基于EXCEL的计算，得到二次分拣结果（如图2所示），再进行数据透视，即得到最终的拣货结果。

通过以上基于EXCEL的分拣作业优化，该服装电商现有揀货流程是将15张客户订单生成一张拣货单，此为“一次拣货单”，再由8张“一次拣货单”生成一张“二次拣货单”，那么根据二次整合的拣货单进行配货，则可以同时拣出120张客户订单的货品。

5 总结

综上所述，通过对服装电商行业拣选作业的优化，对于提高拣选作业效率及准确性具有重要的理论和现实意义。

本文充分考虑了订单分批对拣选行走时间和分拣时间的影响，基于此，从拣选作业的订单处理一次客户订单分批和二次“一次拣货单”分批着手，通过EXCEL的算法设计以及实例分析展开研究，通过分拣作业一次性完成多张顾客订单的分拣。

EXCEL在管理科学领域的应用很多，其运用能对管理者的决策提供很好的支持。本文的研究结果为服装电商行业的分拣作业效率的提高提出了一种新的、行之有效的思路和方法，对传统的分拣作业方法有明显的改善，具有很强的实践意义。

参考文献

[1]李英德.波次分区拣货时装箱与货位指派问题协同优化的模型与算法[J].系统工程理论与实践，2013，33（05）：1269-1276.

[2]马飞.电商配送中心订单分批及拣选路径优化研究[D].昆明：昆明理工大学，2016.

[3]韩思媛，吕贵鑫.从光棍节的“爆仓”谈我国电子商务的物流配送之殇[J].统计与管理，2013，（3）：138.

[4]孙洪华，董慧慧.配送中心订单分批与拣货路径研究[J].物流技术，2014，（13）：179-183.

[5]赵兰.基于拣选和分拣时间的订单分批优化方法研究与应用[D].武汉：华中科技大学，2015.

[6]田维彬.播种式拣选技术在某大型医药配送中心的应用研究[D].昆明：昆明理工大学，2017.