《数字化智能管理给电商仓储带来的优势》
-------11月17日思路网易库游学活动录音整理
发言人：大家下午好！非常高兴，来了这么多老师和朋友们。
非常感谢思路网，这是思路网今年下半年来易库第二次举办这样的游学活动。能看得出来思路网对易库的厚爱，带那么多朋友跟我们一起交流，给我们一个学习的机会。
今天思路网刘总给我们一个数字化智能管理的大题目，我觉得有点不敢当，借着这个PPT跟大家做一个分享，希望得到大家宝贵的意见。
今天思路网刘总给我们一个数字化智能管理的大题目，我觉得有点不敢当，借着这个PPT跟大家做一个分享，希望得到大家宝贵的意见。
对于易库来讲，我们从2011年开始做这个行业。我们做这个行业的时候面临很多困难，我们无法给自己做一个定义。比如说我跟朋友在电话里介绍我现在在做什么，我说了半天，他说不就做快递吗，后来甩给我一句话，从小学习不努力，长大只能干快递。后来我们想了半天，对于电商来讲，涉及到实物发货，仓储和物流这个环节，还是应该算作电商的一个基础设施，所以后来想到基础设施就感觉底气厚了很多。
再有，我们是第三方做的服务，所以我们又把自己归为服务业。这个是大概我们对这个行业的认识和对自己的定位。
具体说到易库，我们这公司跟我们其他的同行基因上有点差别，比如说刚才薛总他是搞管理和IT架构出身的，是这两个行业跨界人才。我们CTO贾总他是搞IT和物流，有20年的物流从业经验，是那么一个跨界人才。所以从根上说我们一直把自己自诩为一个IT公司，一个互联网公司，而不是一个仓储公司。
从我们的管理也好，我们的流程设计也好，所有的理念都贯穿于公司的一个算优势吧，也就是说，我们力图用数据分析来作为基础，设计优化操作流程，然后让我们的流程尽量地简单化，尤其让操作人员尽量地简单化，这样的话才有可能提升效率，降低错误率。也就是说在这一个方向上，我们一直在做一些探索。
再有，我们是第三方做的服务，所以我们又把自己归为服务业。这个是大概我们对这个行业的认识和对自己的定位。
具体说到易库，我们这公司跟我们其他的同行基因上有点差别，比如说刚才薛总他是搞管理和IT架构出身的，是这两个行业跨界人才。我们CTO贾总他是搞IT和物流，有20年的物流从业经验，是那么一个跨界人才。所以从根上说我们一直把自己自诩为一个IT公司，一个互联网公司，而不是一个仓储公司。
从我们的管理也好，我们的流程设计也好，所有的理念都贯穿于公司的一个算优势吧，也就是说，我们力图用数据分析来作为基础，设计优化操作流程，然后让我们的流程尽量地简单化，尤其让操作人员尽量地简单化，这样的话才有可能提升效率，降低错误率。也就是说在这一个方向上，我们一直在做一些探索。
今天跟大家交流，可能大概也是围绕着这个主线来说。
刚过完双11，我们行业每个人几乎都面带菜色。我大概梳理了几条目前电商仓储这个行业所面临的比较普遍性的问题。第一个是订单波动大，比如说双11是全年最大规模的。下面这张是这样，这实际上来了一个快递小哥，双11今天大概大家都是这个状态。
我们这行业面临的比较大的问题，第二条就是库存不准。我有一个朋友，他是一个平台的物流总监，也是个创业公司，现在做得很大了，而且他本人也是创始团队成员之一，一年多时间，他们的单量，从一二百单到几百单，一直增长到一万多单，在增长过程中，每天都是加班加点，一两点前没有睡过觉，非常辛苦。终于每天能把订单应付出去。但是在过程当中有大量的库存不准，因为创业公司融了好多钱，所以说财务这块监管要求比较严。每月盘点都有几十万的库存的差异，让我们这个朋友整个成了个背锅侠，做了大量的付出汗水努力，最后也没落好，就是因为库存不准。
第二行业标准不统一，没有规范，对接打通难度大。有一个故事，有一个消防队花了最快的时间10分钟赶到另外一个城市去扑火，结果发现他们消防栓的接口跟这个城市不一样，只能看着火烧，没办法。这个故事很像我们这个领域，面临大量的标准不统一，没有规范的情况，比如说各个平台可能都在开发自己的定单系统，如果把这个定单系统和发货系统有效地打通，进行信息的传递，是一个非常难和面临的一个复杂的问题。还有个不规范不统一标准的问题就是条码，我们看所有的好的电商仓库所有的操作都基于一点，条码识别。这个仓库有10万多件商品，如果不通过扫码识别，靠人辨认根本不可能，现在，我们实际工作中遇到大量的不规范的情况比如一品多码或者多品对应一个条码，这样的情况给操作带来很大的难度。前两天有个客户做曲奇的，从新西兰进来一批货，我们一看人家那个箱规非常规范，产品有产品的条码，整箱有整箱的条码，这样就非常简便容易。
关于条码问题，我们也是使用者，一会儿编码中心的领导会给大家详尽地非常专业地介绍这个问题，我们也非常高兴能有这个深入学习的机会。我期待着下面的领导的演讲。
第四个问题，责任难界定，人员管理难，过度依赖熟练员工。
第五是订单增长快，发货能力和仓容跟不上。
第六错单率高发货慢，退款投诉，影响评分和排名。
第七是自建仓储物流成本高
这是我们大家梳理的几个方面，目前我们这个行业所面临的一些难题。刚才这些表象做了一个归类，其实就是三大问题，第一成本问题，第二个风险问题，第三是发展问题。
在解释这三大问题之前，我想跟大家一起对电商领域两大类的职能，一个是营销，一个是发货货，做一个再次的认识。
营销一直觉得它是一个脑力劳动，实际上大家都在拼脑子嘛，各种成本、售价、促销政策、流量、引流等等转化率这些问题，有效的促销手段。因为营销各种手段的运用可以试订单量变化具有非常大的弹性，可能你动几下鼠标，修改一下促销政策，就能实现非常大的订单量。比如说我们今年双11有一个客户，订单量变成了平日的100倍，后来我了解了一下，是因为平台逼着他折扣打到三折。在生产线上我们看到很多巨大的箱子，装满了产品，怎么有人买那么多呢，这是经销商买的，平时他们拿不到这么低的折扣。
但是仓储发货不太一样，因为它受到每件产品的物理属性的限制，所以它不太容易有比较大的弹性。我们举个例子，一个好的瓦工，他砌那种二四墙一天就是差不多2500块砖，如果想砌得更多，无非是加人手或者延长时间。其实发货有点像这个，对资源要求是非常刚性的。也就是说你发货量翻十倍的话，你至少或者延长时间，或者通过加几倍或者十倍的人手才能实现。
所以我们经常听到营销人员对仓库不满，我们好不容易把东西卖出去，你们发不出去，造成我们的投诉、退款等等问题。所以我觉得大家对这个事有一个认识之后，可能加深双方的相互理解，增进沟通，这样才有利于把工作完成好，好不容易卖出去发不出去这种事越来越少。
刚过完双11，我们行业每个人几乎都面带菜色。我大概梳理了几条目前电商仓储这个行业所面临的比较普遍性的问题。第一个是订单波动大，比如说双11是全年最大规模的。下面这张是这样，这实际上来了一个快递小哥，双11今天大概大家都是这个状态。
我们这行业面临的比较大的问题，第二条就是库存不准。我有一个朋友，他是一个平台的物流总监，也是个创业公司，现在做得很大了，而且他本人也是创始团队成员之一，一年多时间，他们的单量，从一二百单到几百单，一直增长到一万多单，在增长过程中，每天都是加班加点，一两点前没有睡过觉，非常辛苦。终于每天能把订单应付出去。但是在过程当中有大量的库存不准，因为创业公司融了好多钱，所以说财务这块监管要求比较严。每月盘点都有几十万的库存的差异，让我们这个朋友整个成了个背锅侠，做了大量的付出汗水努力，最后也没落好，就是因为库存不准。
第二行业标准不统一，没有规范，对接打通难度大。有一个故事，有一个消防队花了最快的时间10分钟赶到另外一个城市去扑火，结果发现他们消防栓的接口跟这个城市不一样，只能看着火烧，没办法。这个故事很像我们这个领域，面临大量的标准不统一，没有规范的情况，比如说各个平台可能都在开发自己的定单系统，如果把这个定单系统和发货系统有效地打通，进行信息的传递，是一个非常难和面临的一个复杂的问题。还有个不规范不统一标准的问题就是条码，我们看所有的好的电商仓库所有的操作都基于一点，条码识别。这个仓库有10万多件商品，如果不通过扫码识别，靠人辨认根本不可能，现在，我们实际工作中遇到大量的不规范的情况比如一品多码或者多品对应一个条码，这样的情况给操作带来很大的难度。前两天有个客户做曲奇的，从新西兰进来一批货，我们一看人家那个箱规非常规范，产品有产品的条码，整箱有整箱的条码，这样就非常简便容易。
关于条码问题，我们也是使用者，一会儿编码中心的领导会给大家详尽地非常专业地介绍这个问题，我们也非常高兴能有这个深入学习的机会。我期待着下面的领导的演讲。
第四个问题，责任难界定，人员管理难，过度依赖熟练员工。
第五是订单增长快，发货能力和仓容跟不上。
第六错单率高发货慢，退款投诉，影响评分和排名。
第七是自建仓储物流成本高
这是我们大家梳理的几个方面，目前我们这个行业所面临的一些难题。刚才这些表象做了一个归类，其实就是三大问题，第一成本问题，第二个风险问题，第三是发展问题。
在解释这三大问题之前，我想跟大家一起对电商领域两大类的职能，一个是营销，一个是发货货，做一个再次的认识。
营销一直觉得它是一个脑力劳动，实际上大家都在拼脑子嘛，各种成本、售价、促销政策、流量、引流等等转化率这些问题，有效的促销手段。因为营销各种手段的运用可以试订单量变化具有非常大的弹性，可能你动几下鼠标，修改一下促销政策，就能实现非常大的订单量。比如说我们今年双11有一个客户，订单量变成了平日的100倍，后来我了解了一下，是因为平台逼着他折扣打到三折。在生产线上我们看到很多巨大的箱子，装满了产品，怎么有人买那么多呢，这是经销商买的，平时他们拿不到这么低的折扣。
但是仓储发货不太一样，因为它受到每件产品的物理属性的限制，所以它不太容易有比较大的弹性。我们举个例子，一个好的瓦工，他砌那种二四墙一天就是差不多2500块砖，如果想砌得更多，无非是加人手或者延长时间。其实发货有点像这个，对资源要求是非常刚性的。也就是说你发货量翻十倍的话，你至少或者延长时间，或者通过加几倍或者十倍的人手才能实现。
所以我们经常听到营销人员对仓库不满，我们好不容易把东西卖出去，你们发不出去，造成我们的投诉、退款等等问题。所以我觉得大家对这个事有一个认识之后，可能加深双方的相互理解，增进沟通，这样才有利于把工作完成好，好不容易卖出去发不出去这种事越来越少。
我们回到刚才的三大问题，一个是成本问题，我们希望通过数字化的智能仓库，能够给大家一点启示。这个问题我们大概分三个方面。
第一个是一次性投入，自建仓储资金的投入。第二是集约共享，第三是优化。这里面第一个一次性投入非常好理解，我重点说说集约共享，现在非常火的共享单车，它的本质是什么，实际上就是一辆自行车制造出来，它有一个固定的制造成本，把它放在大街上每个人都能骑，都让它充分地每天都在跑来跑去，这样对它的价值发挥是最大的。如果你自己有辆自行车它很难实现这样的价值发挥最大化的优势。所以我觉得我们现在这种模式，就是一个巨大的共享的优势。
中间这个有个手持机，这个手持机什么故事呢？我们上次游学会有一个客户，他做非常著名的运动品牌，他应该算是淘宝的腰部客户，自己在做仓储发货这件事，跟我说他的困扰。他说一台手持机大几千元钱，我如果要满足双11需要，我至少置10台，就是大几万元钱，但是我一年只能用那么几天，其它时间用不着，所以这是一个巨大的浪费。还有一个，关于共享这块，大家看到这个是我们的二楼，大家看我们这个拣货机器人，这个机器人是我们的合作伙伴一起做的项目。就是在kiva的原型的基础上加了一个拣货的功能，这样的话，它的货品定位更加精准，理论上效率更高。我们现在正在迭代在做这个第二代产品。将来，单独一个小型商家，很难实现使用这个产品，只有这样的一个比较集约化的仓库，才有可能让入驻每个商家能够享受到先进的设备，通过各种的资源共享带来的一个成本的降低。
这里边还有一个比较有意思的事，就是自动平衡波峰波谷。举个简单的例子，大家如果自己做仓库发货的话，比如说你平时是20人发1000单，假设是这么一个规模，如果你做活动变成4000单、6000单、8000单的时候，你实际上很难临时找出非常匹配的人力资源来。在我们这种集约化的多个客户共存的这么一个生态里面，这事就容易一些。比如说我们本来经营五个客户，每个客户20人每个客户2000单，我们是100人发1万单。如果我们在某一个活动做活动单量增大的时候，我们实际上能够挤出冗余的可能性会比单个客户要大很多。这就是整个的因为集约共享所能够形成的自动平抑波峰波谷这么一个功能在里面。
另外一个就是管理资源，我觉得非常重要，尤其在这个行业人才是非常匮乏的，这行业本身又没多少年，你像我们薛总、贾总本身是这个行业有实践经验的顶尖的专家。如果大家选择易库合作，实际上你是在享受这些行业内最顶尖专家的服务。所以这个资源也是不太好找的。
刚才讲的是集约和共享，下一个主题是优化。优化这里边我有一个案例，14日，有一个日发2000单的客户，刚刚发完货，带着他的运营、设计、美工、库管等一队人马来参观双11怎么做的。实际上他已经熬了两天三宿没睡觉了，把这个3万多单全都发出去了。我们在参观完之后进行了一个交流，他跟我讲如果给到易库做，成本是多少，我大概把成本范围给他之后，他问了我五遍这个问题，你怎么会比我还便宜？后来我解释这个问题，第一理论上我比你付出得要多，因为你自己做，肉烂在锅里，你的容错能力强。举个例子，服装上架这一个动作，我说在你那做几遍？他说我做一遍。意味着每件商品拿一遍，我说在这要做三遍，第一遍分货，第二遍收货，第二遍校验第一遍的数据是否准备，然后第三遍上架再一次校验前两次是否准确。所以我通过三遍之后，我才能基本保证在入库这个环节库存的准确率是100%。但是在他那是不可能做到这一点的。所以他更加困惑了，为什么我的成本比他要低。我说就是两个方面，一个是共享，我这有大量的共享带来的成本摊薄。另外我这有比较好的优化。
我现在讲优化，优化这块先给大家一张图，这个是我们综合前几年的订单情况总结的全年订单分布的曲线图，大家看到2月份订单量最低。在我们仓库678低。跟其它行业不太一样，其它行业基本是金九银十，但是电商因为定义出来一个双11，所以11月订单量全年最高。我们随便总结出来几个结论，供大家参考。
比如说第一个结论，如果我在678的时候，按这个人员和仓库面积配备的话，我在双11的时候一定不能满足。如果在双11的这个指标配备人员和库容的话，在678的时候就会有巨大的浪费。
第二个方面，曲线越平滑，成本会摊得越好。所以我们在销售政策上有这么一个调整，如果是泳装客户，我们会在原有报价的基础上给一些倾斜的政策让他进来，我就是为了拉678月份的订单量，让他往上走。如果是羽绒服的客户，我在原有报价基础上可能会加高一些系数的门槛。这样的话，我才能往下拉11月份的曲线。
其实这里边还有隐藏其它很多信息，大家可以研究一下。
再一个讲存储的优化，我现在因为也经常去看同行的仓库，还有好多朋友们也希望来请我们做咨询，我看到很多仓库中间还是摊大饼一样地把货物一排一排地存储，没有把存储和拣选分开。这样的话造成巨大的浪费，一是存储空间的浪费，另外是拣选效率的降低。存储空间的规划会受很多因素的影响，这需要数据的计算，比如说存储的容量、产品体积、重量、进出频率等等因素的影响。所以我们用多大的面积做存储，用多大面积做拣选，是要精确计算的。
另外，我们用这么一个数据给大家提供一个参考，也就是说我们貌似从存储区往拣选区补货是一个复杂的事，如果我们系统有很好的补货政策和补货功能的话，一件产品它的批量移动的时间成本是1—3秒。所以在整个仓库操作当中，这个成本可以忽略不计，但是它给你的存储和拣选带来巨大的好处。
这个是我们服装客户50万个订单样本得来的数据，49%是一件产品，一个包裹里只有一件产品，50万单量是有49%是这样的情况。然后是多件，两件的占36%，其它的就是越来越少。这个数据的意义，我再举一个今年双11的例子，我家人买了5件某知名品牌的衣服，第二天居然到了三件，而且是顺丰发来的，并且是三个盒子贴了三张顺丰单，两个快递员分头送过来。所以大家看到，这里边有巨大的浪费。为什么他不得这样做，因为单品定单容易出，就是这么简单。实际上咱们粗算一下顺丰订单，也得10元钱，它一共5件，本来10几元钱快递成本就能解决的，他要支出5倍快递费，就是这么一个很有意思的现象。
对于刚才的数据，我们把定单做了大概这么一个分类，四个分类，第一个是同SKU单品爆款。我刚才举的5件商品都是单SKU贴了单就走了。我们大量的订单里有一定比例是这样的定单，所以这种定单在双11能够快速地出去。
第二类就是复杂单品，可能没有太多规律，就是一件一件地，这种我们在生产线上用后出单的办法，如果你的拣货容器够大的话，你可以尽量多地把它拣回来，只要扫描产品就能出一张跟它匹配的快递单然后出货、包装，这样出最快。
第三条就是有规律的多品。比如说多件产品是AB组合，或者ABC三种商品的组合，如果你能够用你的系统把这些订单筛选出来，不占用出库生产线，单独直接做包装，这样效率最高。
最难的就是最后情况，无规律的多品订单，那就是要一单一单，实打实地一单一单包。
所以通过刚才的数据分析，得出这么一个操作办法，是目前我们这能够想到的最优的最高效的解决方案。
再讲讲拣货路径的规划。我们这张是模拟的一个拣选区平面图，大家看红色的区域代表畅销的产品，实际如果理货人员有一个基础的销量数据，稍微做一下移动，把红色的畅销产品移到下面的离出库区近的位置，一个动作就能节省大量的拣选的路径，提升很多的效率。因为在电商仓储，我们目前的技术设备条件下，我们发现能够优化空间大的，主要集中在拣选。所以在拣选这个环节我们下了很多功夫，也做了不少分析。
这个拣选路径规划，其实分两个层次，第一个层次是根据历史销量，比如说你定义10天或者半个月甚至一个月，看哪个产品销量好，做一个数据分析，把这个销量好的产品，移动到出库区，或者比较近的位置。这是一个办法。
另外一个办法，是订单来之后，比如说来1000个订单，系统先不做合并等打单这些事，先做一个分析，把1000多个订单里涉及销量非常高的产品，把它算出来有多少件，top10多少，top20是多少，看看这些产品是否在优质货位里，如果没有，移动到优质库位再拣选出库，效率会提升很多。目前我们采用这2种方式移动优化拣选路径。
另外给大家介绍一下基因算法，这个是我们做拣选路径规划采用的一个办法。这个意思是什么呢，系统通过对到来的订单分析，因为我们的拣货人员一次不可能把所有的订单拣回来，所以需要合并不同的批次拣选，这个批次怎么合并是有学问的。也就是说，我们通过这算法，能够把这1000个订单里边，涉及的产品比较集中的订单挑出来，合并到一块，一个拣货人员集中的区域，也就可能是一两组货架，就能把这批订单涉及到的产品一次性拣回来。这样的话，1000个订单合并成若干个波次，从开始它的集中度会很高，慢慢地衰减，得到的好处开始是巨大的，慢慢慢慢会变少。这个算法，目前在拣选过程当中，也起到了非常大的优化作用。
第一个是一次性投入，自建仓储资金的投入。第二是集约共享，第三是优化。这里面第一个一次性投入非常好理解，我重点说说集约共享，现在非常火的共享单车，它的本质是什么，实际上就是一辆自行车制造出来，它有一个固定的制造成本，把它放在大街上每个人都能骑，都让它充分地每天都在跑来跑去，这样对它的价值发挥是最大的。如果你自己有辆自行车它很难实现这样的价值发挥最大化的优势。所以我觉得我们现在这种模式，就是一个巨大的共享的优势。
中间这个有个手持机，这个手持机什么故事呢？我们上次游学会有一个客户，他做非常著名的运动品牌，他应该算是淘宝的腰部客户，自己在做仓储发货这件事，跟我说他的困扰。他说一台手持机大几千元钱，我如果要满足双11需要，我至少置10台，就是大几万元钱，但是我一年只能用那么几天，其它时间用不着，所以这是一个巨大的浪费。还有一个，关于共享这块，大家看到这个是我们的二楼，大家看我们这个拣货机器人，这个机器人是我们的合作伙伴一起做的项目。就是在kiva的原型的基础上加了一个拣货的功能，这样的话，它的货品定位更加精准，理论上效率更高。我们现在正在迭代在做这个第二代产品。将来，单独一个小型商家，很难实现使用这个产品，只有这样的一个比较集约化的仓库，才有可能让入驻每个商家能够享受到先进的设备，通过各种的资源共享带来的一个成本的降低。
这里边还有一个比较有意思的事，就是自动平衡波峰波谷。举个简单的例子，大家如果自己做仓库发货的话，比如说你平时是20人发1000单，假设是这么一个规模，如果你做活动变成4000单、6000单、8000单的时候，你实际上很难临时找出非常匹配的人力资源来。在我们这种集约化的多个客户共存的这么一个生态里面，这事就容易一些。比如说我们本来经营五个客户，每个客户20人每个客户2000单，我们是100人发1万单。如果我们在某一个活动做活动单量增大的时候，我们实际上能够挤出冗余的可能性会比单个客户要大很多。这就是整个的因为集约共享所能够形成的自动平抑波峰波谷这么一个功能在里面。
另外一个就是管理资源，我觉得非常重要，尤其在这个行业人才是非常匮乏的，这行业本身又没多少年，你像我们薛总、贾总本身是这个行业有实践经验的顶尖的专家。如果大家选择易库合作，实际上你是在享受这些行业内最顶尖专家的服务。所以这个资源也是不太好找的。
刚才讲的是集约和共享，下一个主题是优化。优化这里边我有一个案例，14日，有一个日发2000单的客户，刚刚发完货，带着他的运营、设计、美工、库管等一队人马来参观双11怎么做的。实际上他已经熬了两天三宿没睡觉了，把这个3万多单全都发出去了。我们在参观完之后进行了一个交流，他跟我讲如果给到易库做，成本是多少，我大概把成本范围给他之后，他问了我五遍这个问题，你怎么会比我还便宜？后来我解释这个问题，第一理论上我比你付出得要多，因为你自己做，肉烂在锅里，你的容错能力强。举个例子，服装上架这一个动作，我说在你那做几遍？他说我做一遍。意味着每件商品拿一遍，我说在这要做三遍，第一遍分货，第二遍收货，第二遍校验第一遍的数据是否准备，然后第三遍上架再一次校验前两次是否准确。所以我通过三遍之后，我才能基本保证在入库这个环节库存的准确率是100%。但是在他那是不可能做到这一点的。所以他更加困惑了，为什么我的成本比他要低。我说就是两个方面，一个是共享，我这有大量的共享带来的成本摊薄。另外我这有比较好的优化。
我现在讲优化，优化这块先给大家一张图，这个是我们综合前几年的订单情况总结的全年订单分布的曲线图，大家看到2月份订单量最低。在我们仓库678低。跟其它行业不太一样，其它行业基本是金九银十，但是电商因为定义出来一个双11，所以11月订单量全年最高。我们随便总结出来几个结论，供大家参考。
比如说第一个结论，如果我在678的时候，按这个人员和仓库面积配备的话，我在双11的时候一定不能满足。如果在双11的这个指标配备人员和库容的话，在678的时候就会有巨大的浪费。
第二个方面，曲线越平滑，成本会摊得越好。所以我们在销售政策上有这么一个调整，如果是泳装客户，我们会在原有报价的基础上给一些倾斜的政策让他进来，我就是为了拉678月份的订单量，让他往上走。如果是羽绒服的客户，我在原有报价基础上可能会加高一些系数的门槛。这样的话，我才能往下拉11月份的曲线。
其实这里边还有隐藏其它很多信息，大家可以研究一下。
再一个讲存储的优化，我现在因为也经常去看同行的仓库，还有好多朋友们也希望来请我们做咨询，我看到很多仓库中间还是摊大饼一样地把货物一排一排地存储，没有把存储和拣选分开。这样的话造成巨大的浪费，一是存储空间的浪费，另外是拣选效率的降低。存储空间的规划会受很多因素的影响，这需要数据的计算，比如说存储的容量、产品体积、重量、进出频率等等因素的影响。所以我们用多大的面积做存储，用多大面积做拣选，是要精确计算的。
另外，我们用这么一个数据给大家提供一个参考，也就是说我们貌似从存储区往拣选区补货是一个复杂的事，如果我们系统有很好的补货政策和补货功能的话，一件产品它的批量移动的时间成本是1—3秒。所以在整个仓库操作当中，这个成本可以忽略不计，但是它给你的存储和拣选带来巨大的好处。
这个是我们服装客户50万个订单样本得来的数据，49%是一件产品，一个包裹里只有一件产品，50万单量是有49%是这样的情况。然后是多件，两件的占36%，其它的就是越来越少。这个数据的意义，我再举一个今年双11的例子，我家人买了5件某知名品牌的衣服，第二天居然到了三件，而且是顺丰发来的，并且是三个盒子贴了三张顺丰单，两个快递员分头送过来。所以大家看到，这里边有巨大的浪费。为什么他不得这样做，因为单品定单容易出，就是这么简单。实际上咱们粗算一下顺丰订单，也得10元钱，它一共5件，本来10几元钱快递成本就能解决的，他要支出5倍快递费，就是这么一个很有意思的现象。
对于刚才的数据，我们把定单做了大概这么一个分类，四个分类，第一个是同SKU单品爆款。我刚才举的5件商品都是单SKU贴了单就走了。我们大量的订单里有一定比例是这样的定单，所以这种定单在双11能够快速地出去。
第二类就是复杂单品，可能没有太多规律，就是一件一件地，这种我们在生产线上用后出单的办法，如果你的拣货容器够大的话，你可以尽量多地把它拣回来，只要扫描产品就能出一张跟它匹配的快递单然后出货、包装，这样出最快。
第三条就是有规律的多品。比如说多件产品是AB组合，或者ABC三种商品的组合，如果你能够用你的系统把这些订单筛选出来，不占用出库生产线，单独直接做包装，这样效率最高。
最难的就是最后情况，无规律的多品订单，那就是要一单一单，实打实地一单一单包。
所以通过刚才的数据分析，得出这么一个操作办法，是目前我们这能够想到的最优的最高效的解决方案。
再讲讲拣货路径的规划。我们这张是模拟的一个拣选区平面图，大家看红色的区域代表畅销的产品，实际如果理货人员有一个基础的销量数据，稍微做一下移动，把红色的畅销产品移到下面的离出库区近的位置，一个动作就能节省大量的拣选的路径，提升很多的效率。因为在电商仓储，我们目前的技术设备条件下，我们发现能够优化空间大的，主要集中在拣选。所以在拣选这个环节我们下了很多功夫，也做了不少分析。
这个拣选路径规划，其实分两个层次，第一个层次是根据历史销量，比如说你定义10天或者半个月甚至一个月，看哪个产品销量好，做一个数据分析，把这个销量好的产品，移动到出库区，或者比较近的位置。这是一个办法。
另外一个办法，是订单来之后，比如说来1000个订单，系统先不做合并等打单这些事，先做一个分析，把1000多个订单里涉及销量非常高的产品，把它算出来有多少件，top10多少，top20是多少，看看这些产品是否在优质货位里，如果没有，移动到优质库位再拣选出库，效率会提升很多。目前我们采用这2种方式移动优化拣选路径。
另外给大家介绍一下基因算法，这个是我们做拣选路径规划采用的一个办法。这个意思是什么呢，系统通过对到来的订单分析，因为我们的拣货人员一次不可能把所有的订单拣回来，所以需要合并不同的批次拣选，这个批次怎么合并是有学问的。也就是说，我们通过这算法，能够把这1000个订单里边，涉及的产品比较集中的订单挑出来，合并到一块，一个拣货人员集中的区域，也就可能是一两组货架，就能把这批订单涉及到的产品一次性拣回来。这样的话，1000个订单合并成若干个波次，从开始它的集中度会很高，慢慢地衰减，得到的好处开始是巨大的，慢慢慢慢会变少。这个算法，目前在拣选过程当中，也起到了非常大的优化作用。
第二个大问题，就是风险问题，刚才讲了很多风险，比如说发错货，比如说库存不准，等等这些风险，我是怎么规避的，我们大概也是通过四个方式。第一种是杜绝业务方面的风险，第二是管理方面的风险，第三是波动带来的单量增加和降低的风险，第四是用数据监控来控制风险。
我们以三个闭环来控制第一步的操作风险，第二是客户端的闭环，第三是管理的闭环。先说操作的闭环，我们从实际操作大概分三个模块，入库、出库、还有中间的理货，实际上我刚才举了个例子，我们每一件非标品，只要它货值值得这么做的话，我们都会经过三遍的扫描确认，把库存变得百分之百准确之后上架。这种下一步对上一步校验来控制，使我们的库存准确率基本上达到100%，同时非常高标准的出库的准确率，这种复杂定单应该在万分之一以下。所以这个是从操作层面用闭环解决操作方面产生的错误和风险。
另外一个就是管理的闭环。大家看到左下角这个图，刚才仓库大家参观的时候看到了，每个看板都有设计的意图在里面，这个看板大家看到有若干个工位，有绿色的小人，灰色的小人，绿色的小人代表这个岗位，或者这个类型的，比如说出库岗位，它在满负荷运转，它才是绿色。所以从这个角度来讲，我们若干个终端，和我们的中心服务器，也是一个小的物联网。也就是说每个终端发送的信息给服务器。服务器通过各个信号来计算哪类工种目前是饱和工作的状态，哪类是非饱和，就可以指导我们仓库管理员，把这些工作量不饱和的工位上的人，调到饱和的工位上，这是管理的闭环其中之一。另外一个就是绩效，也就是说我每人每天都知道自己做了多少，并且昨天的每个工种排名第一是谁，这一系列的做法给管理变得直观，更加简单一些。
另外一个就是客户端的闭环，我们的OMS系统是开放给客户的。客户可以在他的办公室，在他的工作岗位通过OMS登录之后把订单转给我们。并且我们操作完了，通过OMS把订单信息反馈给他，这样的话，实时地核对交付，非常的方便。
另外一个，我们开发一些微信端的功能，刚才大家看库内的看板，现在是动的，这个动的实际上是客户在用他手机的微信端，或者电脑微信端在查他的数据，比如说库存数据，比如说做拦截、修改地址等等这些工作。通过这样一个有效的手段跟客户进行互动的话，我们数据的实时性和准确性就得到了一个保障了。
另外一个，我们这个系统的一个特色就是考核的客观，刚才也讲了，实际上这张图是仓库的员工们每天休息时都喜欢来查的，跑到电脑上查自己干了多少，干的什么，别人干了多少，有一个对比。
这些客户端的统计，实际上对管理的难度要求就低了很多。
另外一个，最后一个问题，就是匹配发展的问题。实际上现在大家看到很多互联网企业也好，电商企业也好发展非常迅速，单量可能一个月前一个样，一个月之后，就翻了若干倍。这样的话，实际上对仓储发货的挑战的要求是非常高的。如果是自建物流的话，可能在这方面定制起来就非常有大的难度。不说仓库他是盖好了四面墙，是固定的，就是人在短时间很难十倍二十倍的招人，同时有大量的培训，如果你招来的人员培训不到位，还是没有保障。所以匹配发展的问题，也是各位做电商的朋友要特别重视的一个问题。
这里边我觉得比较有意思讲的就是分仓。实际上作为这个行业，中国这么大，现在很多问题受制于配送端，通常如果是东北的商家发到广东、长三角或珠三角的货不会太快，必须有三四天的时间。就要求我们这些大体量的有库存的商家可以搞分仓，这样的话，每一个包裹可以更加快，更加高效地到达消费者手中。并且在里边有一些非常复杂的计算，比如说如果某个商家他在上海周边有个大仓库，并且在北京也有个大仓库，同样一个订单进来之后，这个订单的目的地在山东的南部。我们这会儿不太好说是从上海发到山东南部，还是从北京发哪个更优，实际上都是背后有一系列的复杂的计算。所以在这时候，实际上简简单单的分仓这个事包括仓内调拨这些事如果想做好的话，背后都有大量的计算和数据的支撑。
另外一些个性化的功能，这个是我们开发的，给一个客户专门开发的路由追踪，前提是我们的服务器与快递公司服务器进行数据对接之后。这个客户的产品有什么特点，客单价两三千元钱，所以他非常在意因为物流投递的问题等等造成的退货和退款。因为他客单价高，有空间有利润拿出来成本做这件事。所以我们接到这个任务的时候对这个数据进行了一下分析，大家看到这个大概是从北京发到杭州，我们监控一下投递的时间点发现48小时是高峰，围绕48小时左右，是一个基本的正态的分布，所以我们会做一个筛选，在这个时间点，大概是50几个小时这个时间点，这个时间点如果没有投递成功这个快件的话，就很可能存在风险。在这个时间点没有投递成功的快件，我们就从系统中筛选出来，人工地，比如说打到网点，那件为什么没收，什么样的情况，这样就避免大量的因为投递产生投诉退货情况。
类似的个性化还有很多，因为这个行业其实每个公司都是这样，为了销售，大家不得不拼，不择手段，满足客户各种稀奇古怪的需求。比如说我们有一个客户做礼物的，他要求每一个订单里要有一个个性化贺卡，就是每个人收到给他买礼物的人要写上一句祝福的话。这个如果没有一个个性化开发的能力，是很难实现的。所以我们这个就是在出库台上扫描产品的定单，另外一台打印机把对应它的贺卡打印出来，来解决这个问题。
我讲的这个主题就是这些，希望能够得到大家更多的指导和意见。希望在会后有时间做一些深度的交流。谢谢大家！
我们以三个闭环来控制第一步的操作风险，第二是客户端的闭环，第三是管理的闭环。先说操作的闭环，我们从实际操作大概分三个模块，入库、出库、还有中间的理货，实际上我刚才举了个例子，我们每一件非标品，只要它货值值得这么做的话，我们都会经过三遍的扫描确认，把库存变得百分之百准确之后上架。这种下一步对上一步校验来控制，使我们的库存准确率基本上达到100%，同时非常高标准的出库的准确率，这种复杂定单应该在万分之一以下。所以这个是从操作层面用闭环解决操作方面产生的错误和风险。
另外一个就是管理的闭环。大家看到左下角这个图，刚才仓库大家参观的时候看到了，每个看板都有设计的意图在里面，这个看板大家看到有若干个工位，有绿色的小人，灰色的小人，绿色的小人代表这个岗位，或者这个类型的，比如说出库岗位，它在满负荷运转，它才是绿色。所以从这个角度来讲，我们若干个终端，和我们的中心服务器，也是一个小的物联网。也就是说每个终端发送的信息给服务器。服务器通过各个信号来计算哪类工种目前是饱和工作的状态，哪类是非饱和，就可以指导我们仓库管理员，把这些工作量不饱和的工位上的人，调到饱和的工位上，这是管理的闭环其中之一。另外一个就是绩效，也就是说我每人每天都知道自己做了多少，并且昨天的每个工种排名第一是谁，这一系列的做法给管理变得直观，更加简单一些。
另外一个就是客户端的闭环，我们的OMS系统是开放给客户的。客户可以在他的办公室，在他的工作岗位通过OMS登录之后把订单转给我们。并且我们操作完了，通过OMS把订单信息反馈给他，这样的话，实时地核对交付，非常的方便。
另外一个，我们开发一些微信端的功能，刚才大家看库内的看板，现在是动的，这个动的实际上是客户在用他手机的微信端，或者电脑微信端在查他的数据，比如说库存数据，比如说做拦截、修改地址等等这些工作。通过这样一个有效的手段跟客户进行互动的话，我们数据的实时性和准确性就得到了一个保障了。
另外一个，我们这个系统的一个特色就是考核的客观，刚才也讲了，实际上这张图是仓库的员工们每天休息时都喜欢来查的，跑到电脑上查自己干了多少，干的什么，别人干了多少，有一个对比。
这些客户端的统计，实际上对管理的难度要求就低了很多。
另外一个，最后一个问题，就是匹配发展的问题。实际上现在大家看到很多互联网企业也好，电商企业也好发展非常迅速，单量可能一个月前一个样，一个月之后，就翻了若干倍。这样的话，实际上对仓储发货的挑战的要求是非常高的。如果是自建物流的话，可能在这方面定制起来就非常有大的难度。不说仓库他是盖好了四面墙，是固定的，就是人在短时间很难十倍二十倍的招人，同时有大量的培训，如果你招来的人员培训不到位，还是没有保障。所以匹配发展的问题，也是各位做电商的朋友要特别重视的一个问题。
这里边我觉得比较有意思讲的就是分仓。实际上作为这个行业，中国这么大，现在很多问题受制于配送端，通常如果是东北的商家发到广东、长三角或珠三角的货不会太快，必须有三四天的时间。就要求我们这些大体量的有库存的商家可以搞分仓，这样的话，每一个包裹可以更加快，更加高效地到达消费者手中。并且在里边有一些非常复杂的计算，比如说如果某个商家他在上海周边有个大仓库，并且在北京也有个大仓库，同样一个订单进来之后，这个订单的目的地在山东的南部。我们这会儿不太好说是从上海发到山东南部，还是从北京发哪个更优，实际上都是背后有一系列的复杂的计算。所以在这时候，实际上简简单单的分仓这个事包括仓内调拨这些事如果想做好的话，背后都有大量的计算和数据的支撑。
另外一些个性化的功能，这个是我们开发的，给一个客户专门开发的路由追踪，前提是我们的服务器与快递公司服务器进行数据对接之后。这个客户的产品有什么特点，客单价两三千元钱，所以他非常在意因为物流投递的问题等等造成的退货和退款。因为他客单价高，有空间有利润拿出来成本做这件事。所以我们接到这个任务的时候对这个数据进行了一下分析，大家看到这个大概是从北京发到杭州，我们监控一下投递的时间点发现48小时是高峰，围绕48小时左右，是一个基本的正态的分布，所以我们会做一个筛选，在这个时间点，大概是50几个小时这个时间点，这个时间点如果没有投递成功这个快件的话，就很可能存在风险。在这个时间点没有投递成功的快件，我们就从系统中筛选出来，人工地，比如说打到网点，那件为什么没收，什么样的情况，这样就避免大量的因为投递产生投诉退货情况。
类似的个性化还有很多，因为这个行业其实每个公司都是这样，为了销售，大家不得不拼，不择手段，满足客户各种稀奇古怪的需求。比如说我们有一个客户做礼物的，他要求每一个订单里要有一个个性化贺卡，就是每个人收到给他买礼物的人要写上一句祝福的话。这个如果没有一个个性化开发的能力，是很难实现的。所以我们这个就是在出库台上扫描产品的定单，另外一台打印机把对应它的贺卡打印出来，来解决这个问题。
我讲的这个主题就是这些，希望能够得到大家更多的指导和意见。希望在会后有时间做一些深度的交流。谢谢大家！