搜索
第一部分：XX配送中心物流基础分析面对一场改变企业竞争力和产业创新的流通革命，面对XX配送中心物流保障的迫切需求，经过内部和外部专家多次论证，XX配送中心决定导入先进的物流管理技术和组织方式，改造XX配送中心。在运作初期，XX配送中心为区域配送中心（RDC）、转运站式发货中心（FDC）综合功能的整合性配送中心，未来将定位于支持华北及西北其它平台的大北方区域配送中心（NDC）。XX配送中心在相当长的一个阶段还是对公司的发展起支持作用，性质上是集团内部的第三方物流服务，未来将依托在集团供应链中作延伸增值服务。作业模式上，全面推进SKU管理，推动SKU管理在全集团各个流程上的应用；作业空间上，以无限追求订单满足效率为设计基点，将仓储库改造为配送型的拣选库；根据订单的流量、流速、品项结构确定合理的空间和拣取作业设备，使配送中心承担更多与客户紧密相关的服务，方便订单满足和合理的线路配载，采用合理搬运方案；1配送物品特性综述：配送中心的配送产品主要为鞋类、服装类和器材类为主，现有库存共有7大类商品服装类、鞋类、器材类、高尔夫类、青少类、宣传品和器材辅料，约105种小类，4487种商品，区分至尺码的商品种类为11180种。根据订单的分析，过去的一年出入库产品为5大类产品，服装类、鞋类、器材类、宣传品和器材辅料，68种小类，3932种商品。除货架与模特等特殊箱皮外，主要商品以四方形箱装为主，按照XXDC提供的数据统计，目前已经有1434种规格的箱皮。按照目前库存量为加权，现有产品的标件包装规格模数为75.8cm*44.2cm*36.2cm，单箱占地约0.33平方米，单箱体积约为0.12立方米。不考虑库存数量加权的方式，按现有产品众数计算的标件包装规格模数为71.5cm*50.5cm*33.5cm，为男慢跑鞋、专业训练鞋、男网训练鞋的箱皮规格。2订单季节性变动趋势分析；项目组对全年的历史订单资料进行分析，来推估未來趋势的变化，找出各种可能的变动趋势或周期性变化，有利于资料的分析。月份1月2月3月4月5月6月7月8月9月10月11月12月出货量179772729821306279631664513316466064394341945266322263741945正如其它服装类产品一样，XX出入库产品呈现明显的季节性变化，每个周期为1年，销售的旺季为7月、8月、9月和12月，销售淡季为1月、3月、5月、6月和11月，季节性变动的差距超過3倍以上，销售旺季为7月份，为年平均线的1.5倍，2月、4月、10月的出入库区间恰好处于年平均线的位置。如果集团年销售增长率在15%左右，配送中心的改造规模应以中期需求量为依据，为满足未来长期递增的需求，物流中心可以预留空间及考虑设备扩充的弹性，设备以分阶段投资方式为宜（一期应满足2.5-3年的需求量）。3订单与数量(EQ)分析；对1月—12月全年订单数据分析，配送中心处理的订单总数ΣN=21451，累计出货箱数348212.2箱，平均日出货量967.25箱，最大日出货日为7月3日，出货量为9081.15箱，最大日处理订单数337张。EQ分析主要可了解单张订单订购量的分布情形，可用于决定订单处理的原则、拣货系统的规划，并将影响出货方式及出货区的规划。EQ分析见附表1所示。出货量分布图050001000015000200002500030000350004000045000500001月2月3月4月5月6月7月8月9月10月11月12月月份出货箱数出货量项目EQ分析图表及说明主参数订单数总订货量最大值最小值平均值众数21451348212.2110.150.0916.24分布图ABC分类分类订量比率订单数订单比率A类70%20739.66%B类20%510123.78%C类10%1417766.56%分析结论1）订单订量分布极为分散，两极分化，说明订单的订量波动范围很大，可进行A、B、C分类；2）A类订单为大订单，单张订单出货量都大于85整箱，但都有拆零情况，应优先出库。3）B类订单，订量占20%，一般初库量都小于85箱，但大于20箱，订单占总单量的20%；4）C类订单虽然总出货量很小（10%），但是其订单数较多，占总单量的66.5%，每张订单的出货量小于20箱，且其中大部分订单都小于1整箱，属于作业量最繁重的订单。总结论：从物流作业的任务量来划分，XXDC的配送中心是存货型和拣配型混和的配送中心，拣配工作花费的时间和人力应占到总出货时间的60%以上。因此，配送中心改造首先加强仓库拣配功能，需要增加专门的拣配区和拣选货架。项目图表及说明主参数订单数累计出货品项数最大值最小值平均值（品项/单）出货品项数21451334895377115.33932分布图EN柱形分布图05010015020025030035040011037207331094145518162177253828993251036111397124331346914505155411657717613186491968520721订单数单张订单出货品种数系列1EN次数分布图02000400060008000100001200014000EN10050EN10020EN5010EN20EN10EN10050EN10020EN5010EN20EN10分析结论1）单一订单的平均出品货项较高（15.3种），但其分布较为分散，累积出货项数为总出货品项的85倍，订单出货品项重复率较高，但部分商品重复分布时间较长，达不到批量拣选的范畴；部分产品出库时间较为集中，因此建议采用按单拣货和批量拣货相结合的方式。2）在分类作EN分析时，发现重复率较高的商品还是鞋类。3）累计出货品项数（GEN）=334895次，有效出货天数260天，说明在260天内，保管员转圈找货行走334895次，每天找货1288次，高峰时为去年8月25日拣货重复行走6625圈。如果每圈往返按照100米计算，每天所有工人库内行走总计128公里，高峰行走662公里。总结论：采用按单拣货和批量拣货相结合的方式。找货环节工人每天找货库内行走128公里，高峰重复行走662公里，同时说明工作人力密集度高。4品项数量（IQ）分析主要了解各类商品出货量的分布状况，分析各类商品的出货量和重要程度。IQ分析结果可用于仓储系统的规划、仓储设备选用和储位空间的估算，对拣货方式及拣货区的规划也有一定影响。经品项数量（IQ）的统计分析知,1—12月份实际出库的品项为3932种，累计出货箱数为348212箱，IQ的帕托累图（图）和次数分布表（表）如下。项目图表及说明主参数品项数总订货量最大值最小值平均值拆零率3932348212箱7298箱0.002箱88.6箱分布图ABC分类分类订量比率品项数品项比率A类80%42411%B类15%73619%C类10%277270%分析结论1）IQ分布为一般配送中心典型模式，总出货品项数为3932种，总出货件数为348212箱，品项最大出货量可达7298箱，最小出货量为0.002箱，品项出货量分布非常分散，趋两极化，对品项进行ABC分类；2）根据半年的IQ分析进行ABC分类，A类商品属出货量大的主流产品，应作为规划的重点；B、C类商品属出货量较小的货品，规划时仅作一般的考虑。这里的A、B、C分类作为货品最终分类的依据。3）按照品类来看，A类商品主要为慢跑鞋、风衣、夹克为主。B类商品以包类、帽子为主。C类商品以器材类为主。5IK分析；项目图表及说明主参数品项数总受订次数最大值最小值平均值39323300493217183.9全年分布图IK柱形分布图0500100015002000250030003500117935753571389110691247142516031781195921372315249326712849302732053383356137393917分析结论1）IK分布为一般配送中心的典型模式，总出货品项数为3932种，总受订次数为330049件，品项最大受订次数为3217，最小为1，品项出货量分布非常分散，趋两极化；2）由IK频次图可知，半年的品项受订系数小于60次的占64%，而超过240次（大于1次）的品项仅占总品项的8%。6IQ及IK交叉分析；将IQ及IK以ABC分析分类后，可对XX配送中心未来的拣货策略及区域分配提供参考的依据。由于XX订单具有极其明显的需求零星化及出货不均衡的特点，IQ分布还不足以作为货品ABC分类的依据，IQ量与IK量是否对称是决定未来配送中心仓储系统规划选用、储位空间估算、存储货位划分及拣选方式和拣货区域设置的重要分析点，因为结合出货量与出货频率进行分析时，整个仓库仓储拣货系统的规划才会更加趋于实际。数据分析中将出货量图以ABC分析将品项依出货量分为ABC（大、中、小）三类，并产生对照组合后进行交叉分析，可将货品特性分为以下3类9个群组：表4）IQ及IK交叉类型分析IQ高中低IK高KHQH组群KHQM组群KHQL组群中KMQH组群KMQM组群KMQL组群低KLQH组群KLQM组群KLQL组群数据分析显示绝大部分品项的IK-IQ类型为KLQL组群（6447种），占种品种的80%，即物流中心的拣货策略以订单别拣货为主。KHQL组群的商品不存在。a)KHQH群组和KMQH群（A类）KHQH群组以风衣、夹克、专业训练鞋、棉风衣、男女童慢跑鞋为代表，其中99%为服装和鞋类，还包括部分一款袜子和包装类宣传品，共276种，年出货量及单月（日）出货量均很大，为出货量最大的主力产品群，每次订货量为1.14箱，通常出货天数较多且出货频繁，而使积累的年出货量放大，托盘货架仓储系统应以此类为主，仓储区以固定储位较佳。为提高配送中心的拣货效率，在总体以订单别拣选的模式下，针对KHQH组群建议可根据订单状况及配送对象结合采用批量拣取的作业方式，再配合分类作业处理。KMQH群组以户外极限鞋、慢跑鞋、部分运动包、配件为代表。其仓储特征与KHQH相同，但除货次数少，平均出货箱数为3箱，拣货以按订单方式拣货为主。值得注意的是虽然棉风衣、沙滩裤属于KHQH群组类产品，但他们都具有明显的季节特征。b)KLQH群组（A类）以老款鞋、护膝、赞助类运动包、促销类宣传品、订货会专用宣传品、条码为代表，共30种，总出货量大，受订次数较少，但月（日）出货量较大，集中于少数几天内出货，平均出货箱数为116（件）箱，是容易造成拣货系统混乱的可能因素。若以单日量为基础规划易造成空间浪费及多余库存，采用弹性储位规划，平置专区存放。进货周期宜缩短而存货水平较高，以应付单日可能出现的较大出货。c)KHQM群组（A类）以休闲裤、沙滩裤、网球裤裙为代表，共27种，绝大部分品项为服装类产品，年出货量适中，但受订次数较高，订单批量在0.4箱之间，考虑采用托盘货架底层或拣选架存放。d)KMQM群组（B类）以休闲包、运动包、帽子、男女袜、童慢跑、女慢跑为主为代表，共445种，还包括部分宣传品和足球，年出货量适中，但受订次数适中，出货皮量在0.67箱，可将拣货区可与存储区合并。e)KLQM群组（B类）KLQM群组棉风衣、沙滩裤、卫裤、体恤和辅助器材等季节性产品，新品运动包、老款慢跑鞋、训练鞋为代表，共496种，年出货量适中，但受订次数较低，出货批量较大，平均为7.54箱，宜货架顶层或平置存放。f)KMQL群组和KLQL群组（C类）KMQL群组和KLQL群组属于C类，产品本身体积小，出货量小，受订频次低，分别占有211种和占有2566个品种，是容易造成仓储空间利用率低，使周转率降低的主要产品群，KMQL群组以运动女袜、应季宣传品、休闲包，出裤频次相对较高但出裤量极小，KLQL产品群以马甲、休闲裤、泳衣、T恤、裤群、背心等季节性产品，库存不固定时有时无，以及体积较小的男女袜、护具为代表。仓储规划时，可采用存储拣选式货架，仓储区与拣选区置于相临区域，对其中整箱货，拣货区可与存储区合并规划以减少库存。