979 浏览摘要
商用车后市场竞争激烈，其上游的资源基本被主机厂占据，下游配件服务商在面对传统的汽车修理厂及4S店时话语权并不多。A公司作为一家商用车配件公司，为了给客户提供一站式的解决方案，相继将原分布于镇江的欧曼库、张家港的陕汽库、潍柴库及徐州的备件库、南京的重汽库统一整合至南京配送中心。使南京配送中心拥有了大量的品种及型号，能够为客户提供多品种、多型号、高频次、少数量的销售服务。但此举措也给南京配送中心带来了诸多的问题，需要在实际工作中予以解决。本文对A公司南京配送中心进行了分析研究后制定实施优化方案，实施组织架构的更新，并配套各岗位的绩效考核方案，达到考核正向引导的目的；制定完善的实用可操作的SOP（标准操作流程），指导员工进行标准化作业；借助ABC分类法和EIQ分析对配送中心的物流仓储规划设计和布局改善进行分析，提高仓储整体管理水平；通过对库区内商品的储位整合，实现商品的聚集，以提高作业效率；根据最大化利用拣货位的原则，提高其存储密度，实现效率的提升。
本论文通过对A公司南京配送中心仓储管理中存在问题进行了具体的研究。通过对配送中心实际作业节点中反馈出来的问题，分析出组织架构的存在的问题点，包括责任不明确、库区班组设立不符合商用车配件仓库特点、考核不明确等问题，进一步分析问题的原因是管理层对仓库合并带来的问题没有及时梳理和重视，为了解决此问题而对组织架构进行了重塑，将南京配送中心组建为一个具备完整物流七大功能要素的职能部门。通过对客户的投诉表分析出配送中心作业中的短板，即配送中心对熟练员工依赖度高，员工需要长时间的学习才能了解基本的配件知识，学习时间成本高，公司组织对员工依赖性强，不适合现代配送中心的发展需求，从而全面开展用PDA拣货替代纸质拣货单的变革，以提高订单上架、出库的准确率及效率并借机降低对员工的依赖度。通过对团队人员组成的分析，指出目前团队存在缺乏订单数据分析和改善能力的客观事实，建立起以EIQ分析法为基础的订单优化策略，通过EIQ全面分析，掌握了南京配送中心作业的特点，为后续的持续优化做好了铺垫。通过对各SKU库存数据的分析，了解到目前南京配送中心大量存在一品多储的情况，通过制定商品定储规则，开展商品集中合并整理的工作，提高一货一储的占比，以提高拣货效率。通过对立库AB区订单命中率80%的基本情况了解，分析出目前立库区仍有较大的改善空间，通过重新制定AB区的存储规则并辅以配套的补货规则来降低叉车使用次数，提高订单的直接拣货率。
在本文的研究中主要使用了ABC分类理论对库区的出库订单数据进行了必要的分类研究，对重要的A类订单和SKU采用不同的优化策略。同时还使用了配送中心EIQ优化理论，通过对订单进行EQ、EN、IQ、IK这4个子项分析，以量化的数据做依据，再与ABC分类法进行交叉结合应用，论证出了南京配送中心属于典型的一般配送中心，但其有自己的特点的结论，那就是单日出库SKU多，SKU出库数量少，订单重合率低。从而制定了对A类商品采取订单分割、分区作业的方式进行拣货，对C类商品采用订单合并，边拣边分的拣货作业模式的订单优化方案。同时对后期配送中心的作业设备采购，配送中心整体布局优化都具有较好的指导作用。
本论文分析问题由小大到、由易到难、由点到面，逐步分层推进。希望为其建立起一套相对完整、科学的仓储管理优化方案。论文的部分研究成果正逐步在A公司南京配送中心开始实施，并取得了一些初步效果，如将仓库组与物流管理组组合并重新搭建新的南京配送中心、离散商品的整合与整理、使用PDA进行上架、拣货与复核作业等。期望这些优化解决方案逐步落实后，能切实提高对A公司南京配送中心的仓储管理水平，同时希望这些优化措施能为同类企业的仓库管理提供一些有益的参考和借鉴。
关键词：商用车配件；仓储管理；作业流程；EIQ
目录
摘要I
AbstractIII
一、绪论1
（一）研究背景及意义1
1.研究背景1
2.研究意义2
（二）国内外研究现状综述3
1.国外文献综述3
2.国内文献综述4
3.综述小结5
（三）研究内容、研究方法6
1.研究内容6
2.研究方法7
二、相关概念与理论基础8
（一）仓储管理概述8
1.仓储管理的定义8
2.仓库的功能分类8
3.仓库存储策略8
（二）ABC分类法概述9
1.ABC分类法的概念9
2.商品ABC的分类管理9
（三）EIQ分析法概述10
1.EIQ分析的概念10
2.EIQ分析方法10
三、A公司南京配送中心仓储管理现状及存在的问题分析12
（一）公司概况12
1.公司简介12
2.公司组织架构12
（二）仓储管理现状15
1.部门组织架构15
2.收发货基本作业流程16
3.库区商品布局与分类19
4.库区商品储位设立逻辑21
V
5.基本库存结构分析21
（三）A公司仓储管理存在的问题24
1.组织架构设立不合理24
2.作业流程未更新24
3.订单数据的有效分析和利用不够25
4.库区商品离散不集中26
5.商品布局和储位设计逻辑不合理26
（四）仓储管理存在问题的原因分析26
1.管理层未对组织架构进行梳理与整合26
2.对流程更新及体系建设不够重视27
3.对订单数据缺乏专业分析27
4.未对离散商品开展分析与整合27
5.对商品布局和储位未进行优化调整29
四、A公司南京配送中心仓储管理的优化与改进30
（一）仓储管理的优化与改进项目体系30
（二）优化组织架构31
1.仓储管理部岗位的梳理与设计31
2.配送管理部岗位的梳理与设计32
3.流程管理部岗位的梳理与设计32
4.南京配送中心重新设立的组织架构与编制图32
5.建立各组相应的考核方案33
（三）优化仓储作业流程34
1.制定上架作业标准流程35
2.制定拣货作业标准流程36
（四）优化运用EIQ法对订单进行分析改善37
1.分析与汇总基础的订单数据38
2.订单EQ分析结论及优化39
3.订单EN分析结论及优化40
4.订单IQ分析结论及优化43
5.订单IK分析结论及优化45
6.订单拣货策略优化47
（五）优化整理离散商品48
1.对商品进行全部重新整理分库区定储位48
2.以商品定储规划规则对库存数据进行合并整理50
3.安排推进具体商品整合整理工作51
VI
（六）优化商品布局与储位逻辑51
1.利用商品流动性数据对阁楼区进行布局优化51
2.优化调整立库区的储位逻辑设置55
五、研究结论与展望57
（一）研究结论57
（二）未来展望57
参考文献59
附录A63
附录B70
致谢
论文独创性声明
VII
一、绪论
（一）研究背景及意义
1.研究背景
（1）商用车市场发展态势良好
根据中国汽车工业协会在官方网站上公开的数据显示，在2018年中国商用车销售量
为437.1万辆，相比2017年增长5.1%，生产量达到428万辆，同比增长了1.7%（见图
1.1）。商用车整体市场已经连续3年实现产销量同比增长，发展态势良好。在商用车的重型卡车市场中，2018年共实现销售114.8万辆，与2017年相比增长2.78%，销售量再次创下历史纪录。轻卡市场在2018年全年总销量达189.5万辆，同样创下历史新高，实现累计增长10.2%。2018年底，国家取消了对总质量4.5吨及以下普通货运车辆道路运输证和驾驶员从业资格证，这是一个重大的政策利好，将继续推动轻卡市场在2019年快速增长。同城配送的蓬勃发展和新能源物流车补贴政策的持续实施，也是推动轻卡市场持续增长的重要因素之一。
图1.1商用车产销量同比图
商用车产销量的市场表现与国民经济发展有着关联度极高的强正相关性，一直以来其市场表现被称为国民经济发展状态的“晴雨表”。商用车是经济活动的运输设备，具有生产资料的属性。从图1.1看到，商用车市场连续3年正增长；2016年国家颁布了新的GB1589，这其中对超载超限做了严格的限定；各地政府部门不断的提高环保政策标准，促使加快淘汰黄标车，以上这些原因带来商用车自然置换高峰期的到来。
根据公安部在2018年10月18日官方网站上公开的数据显示，截至2018年9月底，
全国载货汽车保有量达2522万辆，与去年底相比，增加181万辆，增长7.71%。巨大的存量市场使得商用车配件售后领域有值得深入挖掘的商机。
（2）商用车市场发展态势良好
A公司是一家专业提供商用车后市场产业链服务的股份制企业，公司的配件流通营业收入已连续5年位列全国同行业前2位，并持续保持高速增长的趋势。为了适应商用车后市场环境的变化，同时降低库存金额，提高库存共享及周转，A公司把分散在各地的仓库整合至南京配送中心。整个配送中心面积约16000平米，SKU总量约20万左右，作业人员
约90人。配送中心去除功能区面积后，其实际存储区面积约为9600平米，平均每平米需要存放约20.8个SKU。如此高的存储密度使得储位上存放数量多、品类多的商品。商品在收货上架时因为型号多，叉车会不停在库区内进行上架作业；拣货时，商品因为存储于多个储位，可能需要对一个订单的商品到多个储位上拣货，行走的路径长，拣货的效率下降。同时因每个平均储位存储了如此之多的商品，拣货员需要从这么多的商品中分辨出哪些商品是订单需要的商品，这样耗时耗力且拣货的准确率也受影响而下降。
另外每个人有其自己的工作习惯，由此会造成工作惯性且个人的理解是有差异的，势必会出现每个人在同样的工作环境下，但作业质量却参差不齐。解决的办法是通过对每个作业流程进行切割分解，每个分解后的动作再进行细化规范，用图形、数据等形象化、数据化的表现方式展示出来。通过统一、规范的操作流程对所有作业动作进行约束，并采取强制性的多次培训与考核，让每个岗位的人员熟悉自己工序的作业标准与作业要求。通过以上措施使得每个人都能输出标准、可靠的结果，让客户体验到始终如一的服务品质，借此提升销售。
2.研究意义
（1）理论意义
配送中心的优化管理对大型商贸流通型企业建立服务优势、提高竞争能力具有举足轻重的作用，市场的竞争力已经从产品拓宽到服务，因此国内外的专家、学者及实践者都积极的涉足有关配送中心的优化研究。这些研究有涉及仓储货位优化，有涉及ABC库存管理优化，有涉及仓储流程优化，还有涉及分拣区优化等等。在对这些优化研究充分吸收与分析的基础上，结合商用车零配件的品种繁多的特性，笔者运用定性与定量结合的分析方法、详细的图表法并综合运用现代仓储管理理论等构建出一套适合商用车配件流通企业管理，符合商用车配件库管理者使用的仓储管理及优化改进模式，具有一定的理论意义。
（2）现实意义
公司库存整合、人员整合、WMS上线、硬件更新等一系列措施的推进，对原来的管理模式、方法形成了冲击，所以需要及时对流程、系统、数据等进行迭代更新与分析。本文以仓储管理的理论为指导，从流程、储位、商品、组织架构、信息流等多角度分析A公司在仓储管理中存在的问题，并提出针对性的解决策略，以提升A公司供应链后端优势，为推进公司整体战略布局做好服务保障。本文的现实意义主要体现在以下几个方面：
①借助仓库合并机会，对岗位进行全面梳理整合，打破部门内的壁垒，组建新的部门架构，实现各工作节点无缝对接和快速沟通。
②根据新的组织架构设定配套上各岗位的绩效考核方案，达到考核正向引导的目的。
③制定完善的实用可操作的SOP（标准操作流程），指导员工进行标准化作业。
④通过对库区内商品的库位整合，实现商品的聚集，以提高作业效率。
⑤根据最大化利用拣货位的原则，提高其存储密度，实现效率的提升。
⑥借助ABC分类法和EIQ分析对配送中心的物流仓储规划设计和布局改善进行分析，提高仓储整体管理水平。
（二）国内外研究现状综述
1.国外文献综述
（1）关于仓库储位优化的研究
Quintanilla.S等（2014）针对随机存储的货架式半自动化仓库，以空间最大化为目标，利用局部捜索、迭代贪婪和几种启发式算法进行建模，提髙了货架的利用空间。
[1]MalmborgCJ（1996）通过对比不同货位分配原则下的取货费用，来选出最优货位分配
原则；即根据仓储系统所建立的一定存货水平下的状态分布的概率函数，并比较空间的减少与取货费用之间的变化，比较在不同分配原则下的平均取货费用，同时对不同货位分配原则进行比较选择。[2]Thoneman和Brandeau（1998）则提出基于随机存储策略条件下，综合考虑产品周转率和产品分类方法对库位分配进行研究。[3]Gibson(1992)等综合了库房结构、货物的存储位置、拣选的路径等因素，在一定数量的前提下，运用计算机仿真技术对采用分批拣选方式和普通拣选方式的效率做了对比分析，并发现订单分批拣选能够提高拣选的效率。[4]Petersen(2004)等人则对基于分类储存、随机储存以及容量存储等几种不同存储方式下仓储人员作业的效率差异进行对比。[5]
（2）关于基于EIQ进行仓储优化的研究
20世纪80年代,日本物流研究所铃木震先生采用EIQ分析法从客户订单品类、数量和订购次数等观点出发,进行出货特征的分析根据客户的需求特性,结合PCB和ABC交叉分析方法,进行订单不同层面的分析,对货物存储、拣选、出货等仓库作业进行分类管理和重点管理。[6]Yousef(2010)等通过对订单的分析，建立了订单优化模型,并通过对模型中供应链变量的有效监控，其结果对提高整条供应链竞争力和合作伙伴的协调能力有明显的效果。
（3）关于流程优化的研究
哈默(1990)认为“流程就是一组能够为客户创造价值的相关联的活动进程”[8]Richman和Koontz(1993)等分别将标杆法引入了业务流程再造。[9]TorTonnessen(2000)则用实证的方法,研究了流程再造与员工主观创造性之间的关系。[10]
（4）关于ABC分类法的研究
Heskett(1963)最早提出将货位大小与零件周转率的比值作为货位分配的指标，把低价值的货物存放在靠近出入库口，高价值的零件则远离入库口。[11]早在20世纪60年代，Allen和D’esop(1968)就提出必须考虑备件的可维修特性，将备件分成可维修和不可维修两类，这是比较粗略的分类。[12]JanneHuiskonen(2001)针对备件控制特点，提出备件分类的四个因素：关键程度（criticality）、专用程度（specificity）、需求模式（demandpattern）和价值高低（valueofparts）对备件进行分类。[13]T.WarrenLiao(2001)就对制造企业中在模糊环境下通过计算机辅助，对零部件的分类和编码有一定的研究。[14]
2.国内文献综述
（1）关于仓库储位优化的研究
黄曦骏（2014）分析了基于物品间被同时订购的相关度，把物品进行分类处理，建立储位分配优化模型。提出货位优化后可以使相关性较高的物品聚集存放，又能使出库频率以及质量相对较高的物品存放在离出库口近的货位上。既考虑了拣选作业的能耗，同时也考虑了物品间之的相关度，从而避免了以单个物品的特性来实施储位的优化分配。在整个研究过程中有两个阶段的优化：首先是基于物品间的相似度来对物品进行分类处理，其次再在分类储存的基础上综合建立以最小的拣选能耗为目标的库区储位分配优化模型。[15]张旭凤、康佳星和吴子敏（2015）以大型图书配送中心为研究背景，通过图书配送中心理论分析、储位优化理论方法总结以及图书配送中心拣选储位区域现状调查，总结现状及问题，并以此为立脚点建立相应的储位优化模型，该模型将货品按照重要性分类并指派到适当的储位。[16]周方圆和李珍萍（2015）以建立以最小化的总拣选成本为核心目标，构建了储位分配问题数学模型，研究了基于“货到人”分拣模式的储位分配问题，针对“货到人”分拣模式的特点，计算了求解储位分配问题的有效、快速算法。并对比了利用此算法进行分配储位与利用传统分类存储方法分配储位对应的货架搬运次数和搬运成本的差异，验证了以总拣选成本最小化为设计目标的储位分配算法的合理性。[17]
（2）关于基于EIQ进行仓储优化的研究
毕丽丽（2015）解释了EIQ分析法的基本含义，即EIQ（E：OrderEntry，I：Item，
Q：Quantity）是从客户的订单（Order）、品项（Item）、货品的数量（Quantity）与订购次数（OrderNumber）等要素出发，对产品的出货特性进行分析。EIQ分析的关键所在是要准确地掌握物流中心入库和出库订单，并分析订单特性的物流状态，经过分析得出物流中心货物的ABC分类、规格分布、时间特征及出入库频次等事项，并以分析所得的内容为依据进行系统平面规划布局、自动化程度、出入库设备能力规划等要素的设计。[18]薛晓磊和陆志强（2017）分析了一家知名汽车零部件制造商的S公司，以该公司原材料仓库为切入点，运用EIQ模型对其储存物料的性质、类别及出库状态进行分析，其次结合物料的ABC分类原则，找出目前仓库所存在的问题，有针对性地对物料在仓库中的布局进行改善，并优化物料储位解决方案，提高仓库的操作效率，更高效地配合工厂的日常生产，提高企业的经济效益。[19]
（3）关于流程优化的研究
刘晴、章学岩和龙顺秋（2010）以某民营第三方物流企业的仓储流程为研究对象，以入库流程为例进行了流程再造。经过流程再造后，分析出仓库的功能从原来的货物保管中心升级为仓储配送中心，具有服务高端客户的能力。库管员主要起到监督业务流程操作的作用。并指出流程再造后，企业还需要较高素质的具有专业物流仓储知识的人才才能实现可持续发展。[20]苏春玲、刘敏瑜和黄珏（2012）研究了乘用车汽车配件仓库原来业务流程下的管理现状，提出业务外包合作下的业务管理措施及业务流程重组建议，并阐述了流程重组实践的措施与效果。并据此分析仓库推进要优化管理而需要配套管理具体措施：1.通过改革安全库存及配件采购的核算方法，重新定义安全库存的数量，以此来降低配件的库存数量。2.通过推动JIT模式，来平衡供应商与生产车间的流量。3.推进仓库管理信息系统的实施或改善，以系统作业来降低手工作业。4.改变供应商零件包装方法，减少二次包装工作量。[21]
（4）关于ABC分类法的研究
王东海和赵秋红（2015）在库存管理研究中指出库存合理分类对企业的库存管理非常重要，在现有ABC库存分类指标体系的基础上，设计了考虑需求波动系数的库存分类多指标体系，所设计的多指标分类体系综合考虑了库存物资的不同属性，有助于企业制定合理的库存决策，可有效提高企业的管理绩效。[22]龙小波（2017）认为传统的ABC分类方法基于年使用费用来进行分类，年使用费用是年使用数量与元件单价的乘积。而其研究的多准则ABC库存分类，用层次分析法来求各准则权重，然后对各准则加权求和的方法解决问题，加权后得出一个总评分，作为多准则ABC分类的依据。[23]
3.综述小结
综上所述，仓储管理优化方面的国内外研究内容较多，方向也各不相同。从传统的ABC分类管理，到EIQ订单分析；从仓储流程管理优化，到仓库储位优化管理及货位分配策略等，这些作者研究的内容、角度和侧重点各有不同。从这些资料中发现有专门对汽车配件仓储专门对货位优化的研究，但对商用车配件类的仓库面积达到近2万平米且SKU达20多万的仓储进行研究，涉及组织架构、流程、储位、订单进行优化的研究较少。
本论文将借鉴以上的文献研究理论、模型、方法、评价与应用，结合A公司南京配送中心的实际情况，通过发现问题及分析背后的原因，并展开详细的论述合适于A公司仓库管理的优化解决方案。
（三）研究内容、研究方法
1.研究内容
通过研究总结有关国内外仓储储位管理、EIQ管理方面的文献成果，分析A公司南京配送中心仓储管理优化的必要性，并通过展示当前A公司在仓储管理的现状以及存在的主要问题，分析问题产生的主要原因并展开研究。在此基础上提出仓储管理的优化方案，建立起以ABC、EIQ量化管理的体系，以实现仓储作业效率及准确率的提升目标。最后对全文进行总结并期望本论文能对商用车配件库的仓储管理起到一定的借鉴与启示作用。全文研究框架如图1.2所示。
图1.2全文研究
2.研究方法
（1）文献研究分析法
通过对查阅大量相关的国内外文献资料，研究了ABC分类法、存储策略、货位逻辑等相关理论及应用，并运用相关方法和理论对A公司的仓储管理对策进行研究。
（2）定量与定性分析法
本论文用定性分析法呈现出A公司南京配送中心在仓储管理方面存在的问题，并进行定性归类；在研究A公司南京配送中心的仓储管理解决方案时，运用定量与定性相结合的分析方法来探讨问题的解决对策。
（3）案例分析法
本文采用A公司南京配送中心的真实案例，以详细的数据分析做为基础，结合仓储管理相关理论知识进行研究，提出适合A公司的解决方案。
（4）EIQ分析法
通过对订单数据采集与加工后，运用EIQ分析法，分析A公司出货订单的特点和规律并据此制定合适的存储与拣货策略。
二、相关概念与理论基础
本章将介绍仓储管理概念、ABC分类库存控制法、EIQ分析法的相关理论知识。
（一）仓储管理概述
1.仓储管理的定义
仓储管理就是指对仓库及仓库内储存的物资所进行的管理，是仓储机构为了更好地利用所拥有的仓储资源来提供仓储服务所进行的计划、组织、控制和协调的活动。
2.仓库的功能分类
从功能性的角度来区分，仓库可分为储存仓库和流通仓库二大类。现代物流管理力求进货与出货同期化，使仓库管理从静态管理变为动态管理，仓库的功能也随之而变，于是出现了新型仓库：
（1）集货中心：将零星货物集中成批量货物的有集货作用的物流据点。
（2）分货中心：将大批量的货物分成小批量的货物的从事分货工作的物流据点。
（3）加工中心：设置在供应地的主要工作是进行流通加工的物流据点。
（4）转运中心：其主要工作是承担货物在不同运输方式间的转运。
（5）配送中心：从事配送业务的综合物流场所或组织。3．仓库存储策略
存储策略有很多，确定企业仓库管理应用哪种存储策略需要选择适合自己的，在此基础上，既可以合理安排储位，提升仓储作业效率，降低物流成本，同时也能为整个物流供应链带来效益。
（1）定位存储
定位存储是存储是指每个存储区都有一个固定的存储空间，货物不能相互存储，要计划每个项目的存储容量不得少于最大可能。此策略较适用於以下两种情况：仓库空间大；多品项少数量的商品存储。
（2）随机存储
随机存储是指每个物品被分配存储在一个随机的位置中，这个位置可以经常改变，也可以说任何物品都可以存储在任何可用的位置。随机原则一般由仓管员按照先进先出、周转率等原则，结合存储习惯和经验对货物进行随机的储存。此策略较适用於以下两种情况：仓库空间有限，需要尽量多利用储存空间；少品项或多数量的商品存储。
（3）分类存储
分类存储是指所有的储存商品按照一定特性加以分类，每一类货品都有固定存放的位置，而同属一类的不同货品又按一定的规则来分配储位。分类储放通常按产品相关性、流动性、产品尺寸或重量、产品特性来分类。
（4）分类随机存储
分类随机是指每一类商品有固定存放位置，但在各类的存储区内，每个储位的指派是随机的。分类随机存储的优点为：既有分类存储的可区分不同存储区域的货物优点，又可节省储位数量提高储区利用率。其缺点为在库商品的出入库管理及盘点工作的进行困难度较高。
（5）公共存储
公共存储是指在确定知道各商品的进出仓库时刻，不同的商品可共用相同储位的方式称为公共储放。公共存储在管理上虽然较复杂，但仓库里的储存空间大，有效面积利用率高，搬运成本低。总体来说其储存空间及搬运时间更经济。
（二）ABC分类法概述
1.ABC分类法的概念
ABC分类法是根据分析对象在技术或经济方面的主要特征，进行分类排队，分清重点和一般，从而有区别地确定管理方式的一种分析方法。由于它把分析的对象分成A、B、C三类，所以又称为ABC分析法。ABC分析法是由意大利经济学家VillefredoPareto首创的。1879年，Pareto提出了著名的“二八”定律：社会财富的80％是掌握在20％的人手中，而余下的80％的人只占有20％的财富。这种“关键的少数和次要的多数”的理论，被广为应用到社会学和经济学中，并被称之为Pareto方法。
根据销量、现金流量、前置时间或缺货成本，依其重要程度将商品分成ABC三大类：
（1）A类为重要产品；
（2）B类为次重要产品；
（3）C类为不重要的产品。
从而提出了依据价值大小而做不同程度管理的基本原则。
2.商品ABC的分类管理
商品ABC分类管理目前是订单管理中最常用的一种分类方法。其基本思想是以出库订
单的出库数量（品项）占某期间出库总量（品项）的累积百分比进行排序，分清重点和一般，达到经济、合理、有效地使用人力、物力和财力资源，在国内外企业中得到了广泛的
应用。具体见表2.1所示。
表2.1ABC商品分类表
（三）EIQ分析法概述
1.EIQ分析的概念
EIQ分析是日本权威物流专家铃木震先生通过40多年的实战经验积累，所独创的一种分析方法。所谓EIQ即是订单件数Entry，货品种类Item和数量Quantity。即利用E、I、Q这三个物流关键要素，从客户订单的品项、数量与订购次数等观点出发，来研究配送中心的需求特性，为配送中心提供规划依据。EIQ的基本思想：在订单出库资料取样的基础上，运用柏拉图、次数分布图及ABC分析工具等，对其订单进行订单量(EQ)、订货品项数(EN)、品项数量(IQ)、品项受订次数(IK)等的统计分析，以获取规划信息。[27]
2.EIQ分析方法
（1）柏拉图分析
在一般物流的作业中，如将订单或单品品项的出库量先进行排序，然后绘制EQ、IQ二维分布图，并将它的累积量以曲线的形式表示出来，即为柏拉图，这是最基本的数量分析工具。
（2）次数分布
绘制出IQ、EQ等柏拉图分布图后，若想进一步的分析商品出货量的分布情形，可以将出货量的范围进行适当的分组，并计算各种商品的出货量出现在各组范围的次数。
（3）ABC分析
在绘制EQ、IQ、EN、IK等统计分布图时，除了可以采用次数分布图找出分布趋势外，还可以采用ABC分析法将某一特定范围内的订单或产品找出，对其进一步的分析和重点管理。一般情况下，先按商品的出货量排序，选出占前20%和50%的品项数（或订单件数）的商品，计算其出货量占总出货量的比列，并将结果作为重点分类的依据。如果出货量集中在少数的产品（或订单），则可针对这些商品（少数的品项数而占有重要出货比例）做更详细的分析和规划，从而达到事半功倍的效果。相对而言，对于产品种类很多但出货量很少的商品组群，在规划过程中，可分类分区规划方式处理或暂不考虑，从而简化系统的复杂
度，还能提高设备的利用率和可行性。
（4）交叉分析
在进行EQ、IQ、EN、IK等ABC分析后，除了能够分别对订单资料进行分析外，也可以根据其ABC的分类进行交叉组合分析。如将单日和全年的数据资料进行交叉分析，或EQ与EN、IQ和IK等均可以进行交叉分析，从而得到有利的分析结果。
三、A公司南京配送中心仓储管理现状及存在的问题分析
（一）公司概况
1.公司简介
A公司2002年成立于长江之滨的张家港市，2012年全面转型为专业提供商用车后市场产业链服务的股份制企业。公司目前在南京拥有自建仓库约16000平方米，其它有南昌
5000平方米、上海3000平方米、济南3000平方米、合肥12000平方米的租赁库区。公司与国内主要整车生产厂家、发动机生产厂家均建立了战略合作伙伴关系，目前是一汽解放、东风商用车、潍柴动力、陕汽重卡、中国重汽、福田欧曼、江淮JAC等品牌在多个省（市）的配件中心库。公司主营业务为：
（1）商用车配件流通
①公司与国内主要整车生产厂家、发动机生产厂家均建立了战略合作伙伴关系，目前是一汽解放、东风商用车、潍柴动力、陕汽重卡、中国重汽、福田欧曼、江淮JAC等品牌在多个省（市）的配件中心库，是其它整车、主机厂家配件的一级经销商。
②公司是国内商用车配件流通连锁经营模式的开创者，也是目前国内最大的商用车配件连锁经营服务商。公司已拥有直营连锁门店60余家，主要分布在苏、浙、沪、皖、赣、鲁六省（市）。
③公司设立专业的车身件销售部门，并在各地派驻销售团队，满足事故车配件“集成供应、一单到底”的需求。公司配件流通营业收入已连续5年位列全国同行业前2位，并将持续保持高速增长的趋势。
（2）后市场产业链服务
公司提供供应链服务、信息化平台及网络技术服务、商用车配件及价格数据服务、维修及配件技术服务等产业链综合服务。
2.公司组织架构
随着公司业务的发展，公司组建了以前端事业部、后端管理部为分类基础的架构。A公司整体的组织架构见图3.1所示。
（二）仓储管理现状
南京配送中心组建后，根据实际的作业及人员，设立了相应的各级操作部门并进行了人员补充，对基本的作业流程进行了一定的建立与修正。根据实际业务需求的变化及系统上线后对流程的改变，管理部门也在对整个库区进行相应的调整。
1.部门组织架构
下图是目前南京配送中心的人员架构图，其中南京配送中心是供应链事业部直属管理部门，物流管理组与南京配送中心属于平级部门。
图3.2供应链事业部组织架构图
南京配送中心负责对整个仓库进行直线管理，对库存商品进行收发存全面的统筹与作业。此配送中心是公司目前面积最大、存放品类最多、人员最多的配送中心，其整体进出库吞吐量占A公司总量的70%。其下设班组职能说明见表3.1。
另外物流管理组也涉及订单出货后的作业（复核、集包、打包、交接等），目前公司对这个部门进行了单设，其主要的班组职能见表3.2。
2.收发货基本作业流程
仓库的日常操作中收货、上架、拣货、复核、打包等是最常见的作业方式，本文将对其中最重要的三个环节（收货、上架、拣货）进行展开介绍。
（1）收货流程：
采购部门在ERP里下达采购订单，此订单的信息分别传递至上游供货商及A公司WMS订单管理模块。入库验收组在收到订单后，根据订单的预约到货日期及收货区目前的待收货区可使用空间提前安排进行收货区的整理，并提前准备好塑料袋、料盒、托盘、电动平移车等一系列的作业工具，等待商品的入库。
商品来货后入库验收组的作业人员将商品分类卸货摆放到指定的位置，由收货技师对来货的商品进行型号与数量的清点，其中重点对来货的质量进行把关验收。在原厂件的验收中重点对包装内的数量及外观进行清点，在副厂件的验收中重点对数量和型号进行清点，在清点中商品实物与订单有误差的，统一集中存放于到货异常区，由收货技师与对应的采购员进行沟通做待处理。
对清点无误的商品，收货技师在WMS里做收货入库操作，此时WMS生成待上架单，商品的状态变更为“已收货待上架”。此类商品由收货作业人员全部统一转移至待上架区，由库区管理组作业人员进行后续上架操作。具体的操作流程图见图3.3所示。
图3.3收货流程图
（2）上架流程：
库区管理组作业人员在待上架区获取待上架商品及对应的待上架商品清单，清单上注明每个SKU的型号、数量及需上架的通道。作业员使用电动平移车将商品转移至对应的通道后对需上架的商品按照清单上列明的数量与型号进行复核清点。在清点过程中若发现有数量或型号差异，作业员通知此单对应的收货技师并将此商品退回至入库验收组。对清点无误的商品，作业员对商品进行逐一上架至储位，同时在清单上写上对应的上架的储位。商品上架结束后，作业员将上架清单移交库区账务，由账务在WMS里对商品和储位进行系统录入以实现二者的绑定关系。
商品在完成上架录入后，库存也同步完成入库，商品状态变更为“已上架”，此订单的库存也同时上传至ERP，完成与公司ERP库存的同步。具体的操作流程图见图3.4所示。
图3.4上架流程图
（3）拣货流程：
拣货作业组员工通过调度台获取纸质拣货单，根据拣货单上列明的型号与数量，选择合适的运输工具与拣货容器。根据拣货单上注明的储位，到指定的通道及指定的储位上进行拣货，如商品在低层货架员工直接自行拣货，如商品在高层货架或商品重量无法个人进行移动，则呼叫叉车工进行辅助作业。
在拣货时，作业员根据清单上列明的型号与数量对商品进行拣货与清点，若此储位上无此商品或型号或数量有差异，则拣货员呼叫调度台，由调度台进行干涉处理。
拣货结束后拣货员通过调度台获取到此单商品需要集中摆放的集货位号，拣货员将商品全部码放于对应的集货码里。此订单的商品全部拣货结束后，拣货员将拣货单上交账务
员，由账务员在系统内完成此订单的系统出库，此时商品状态变更为“已拣货出库”，同时系统会扣减相应的WMS库存，此出库订单也会同步至ERP，ERP的库存也同时进行扣减，以实现二系统库存的实时同步。具体的操作流程图见图3.5所示。
图3.5拣货流程图
3.库区商品布局与分类
南京配送中心按照功能划分为存储区、三包区、收货区、核查区、交接区、办公区这六部分。三包区主要用于为三包类及退货类商品的存储与清点；收货区是入库验收组工作的场所，为来货商品提供商品的清点整理工作；核查区是为核查打包人员对出库商品的型号与数量进行复查的工作场所；交接区是为交接人员与承运商进行物流包裹清点与交接的办公区域；办公区是为办公室人员做行政、账务等工作的场所；存储区是整个库区商品存储的场所，所有的商品全部存储于此区域，其中存储区又细分为阁楼区、立库区、平堆区、大件区这四大区域，整个库区的平面图见图3.6所示。
4.库区商品储位设立逻辑
根据商品的分类与分层，商品上架时基本完成通道及层数的布局。仓库货架的低层为出货便捷层数，为最大效率的提高出货效率，一般将低层设定为拣货位，高周转的商品存放于此类储位。作业员工可直接人工取货，不需借助叉车设备，实现快速取货。对高层类储位作为存拣一体储位，存储低周转类商品或作为批量商品的存储专用货位，借助系统的静态补货与动态补货功能，既可对拣货位进行合理的补货，也可以完成直接出货。
在设定为拣货位的储位，根据储位的实际大小及存储商品的种类，限定储位存储SKU数，是为了提高拣货员拣货速度，降低差错率。每个储位存放的SKU越少，作业员越容易将商品快速拣出，也不容易出错。同时还要考虑整个库区的总体SKU数，尽可能的将周转快的商品存放于低层货架储位中，这就需要严密的测算总体需要存放于各区域拣货位的SKU有多少，每个区域的拣货储位有多少，据此平均核算出单位储位存放的
位需要存储的SKU数。目前各区域设定的存储规则见表3.3所示。
表3.3区域存储规则表
5.基本库存结构分析
（1）订单重合率分析
从系统内抓取了5－11月份共7个月的出货订单数据，在7个月的数据中，累计共有27622个SKU月出货频率超过2次，累计出货223720个SKU，订单重合率为12.35%，从这个数据中可看出SKU重合率较低。从重合率的趋势来看，除7月份外，其余月份基本保持稳定。
表3.45-11月份订单重合率总表
（2）分类库区SKU出库频次分析
从系统内统计了6－11月份各库区的出库频次，具体数据见表3.5所示。从此表可看出存储区各分类库区的出货量占比，按降序进行排序分别为：
BP占比53.9%BG占比33.7%BB占比7%BO占比5.2%
对BP区再分析，可看出BP－CDE月平均出库次数3931次，按月30天核算，平均每天出库次数为131。因为BP－CDE都需要使用高位叉车才能完成拣货，这意味着每天在BP区叉车平均要使用高达131次。另外BP－AB是直接人工可完成拣货的，从数据上看可知AB类订单货占BP区总订单出货的80%，即AB层订单的命中率为80%。
表3.56-11月份库区SKU出库频次表
库区分类商品分类汇总平均每月出库频次总占比占库区分类占比
（三）A公司仓储管理存在的问题
从前面描述的A公司南京配送中心的现状来看，整个配送中心组建了基本的架构，也对作业操作制定了相应的流程，根据商品特点与特性结合系统储位的设计对商品布局进行了一些规划，但从上面的分析也能看出目前这个配送中心存在着较多急需改善的问题，集中在组织架构责任不明确，流程仍按照较传统的纸质拣货单进行作业，未发挥出系统的先进性，库位的逻辑设置未能按照实际作业的需求进行调整与变更。这些问题的存在阻碍了配送中心的作业效率与质量。下面将具体陈述有关仓储管理的主要问题点。
1.组织架构设立不合理
中华人民共和国国家标准《物流术语》对物流定义如下：物品从供应地向接收地的实体流动过程。根据实际需要，将运输、储存、装卸搬运、包装、流通加工、配送、信息处理等基本功能实施有机结合。从这个定义中可知物流包括完整的七大功能要素，但从前述的南京配送中心的架构中可看出，这七大功能要素被分别拆分到了二个部门即南京配送中心和物流管理组。当一个完整的链式作业被拆分为二个独立部门后，不可避免的会出现工作上不必要的多余沟通。部门之间会经常因为一些配合上的琐事而产生摩擦，严重时会影响整个事业部的通畅运行。例如某些需要紧急发货的商品，物流管理组会急切的催配送中心拣货作业组完成拣货，而拣货作业组则会根据配送中心经理的安排进行按序工作。拣货出来的差异商品，物流管理组核查人员发现后要求予以退架重发，但有可能迟迟得不到处理而使整个订单不能立即打包完结发送。
另外在配送中心内部的架构里，按作业流程节点进行了分组与分工，这样做的益处是保证了流程按作业节点的自然顺序进行操作，符合一般的仓库管理要求，但对于配件类大型仓库来说却未必合适，出现了较多的问题。配件类某些商品体积很小，数量较多，目前的架构下，上架组只负责上架，拣货组只负责拣货，没有组别对仓库的库存负责，特别是配件类商品有较多的社会件（非原厂件）存在，这些商品由于非标准化，出厂时没有自带条码及件号，识别起来非常困难，只能依赖有经验的收货技师进行收货把关。如果收货技师出现收货错误，极易造成错误商品流出。员工有作业流程意识，而没有分区组别意识，经过一段时间后，各库区的商品账实不实情况日益增多。
整个库区的商品SKU达到20万之多，如此多的商品员工熟悉是需要一定时间的，且还需要进行培训才能达到合格水平。从实际运作经验来看，一个新员工从入职到能基本的识别出大类商品需要近6个月的时间。原来的架构，库区管理组或拣货作业组的员工都有可能去接触四个分类库区的商品，这对员工的学习要求太高，记忆的商品太多，这不符合精细管理要求，员工发货容易错误，后续的核查组压力非常大。
2.作业流程未更新
南京配送中心在合并其它地区仓库后，为了适应多品种、货架仓的管理特点，引进了WMS（仓库管理系统）软件，对商品进行全条码管理、对所有货架位实行了一维条码储位管
理。但引进时考虑到系统的接入稳定性及员工的适应度，未在一开始使用PDA无纸化作业，仍然采用传统的全流程纸质化操作，作业的质量、数据传递的时效性、有效性均打折扣，未达到当初设计时的效果。下面以列出的客户投诉登记表数据来说明,数据见表。从上表中可看出因为条码错误、发货错误、上架错误导致的客诉总数为73条，占比为56%。因为使用低质单据，采用全人工作业，完全依赖肉眼进行商品的识别，这种错误是无法避免的。只能借助无线终端技术，改变目前的操作流程，全部使用PDA及配套相应的作业流程才能解决以上这些问题。
3.订单数据的有效分析和利用不够
在南京配送中心中属于操作型岗位的人员较多学历较低，受过物流专业知识培训的较少，团队整体缺乏运用数据进行量化分析改善的能力。整个团队目前学历见下图3.8所示。
图3.8团队学历占比图
整个团队学历在大专及以上学历的仅有11人，这其中对EXCEL及WMS两方面交叉都非常熟悉的仅有5人。团队平时接受的外部培训较少，此次上线WMS也是依赖WMS公司提供了仅有的3次培训才对此系统有基本的了解。经过一段时间的运营后，系统需要根据配
送中心实际出库的作业数据进行提取后加工分析，以获取库存分类、库存流水数据、库存动态变动数据，并据此对WMS进行设置调整，以适应仓库的作业变化。以上这些都需要有较好专业知识及数据分析的人员来承担此工作，但团队目前还是比较缺乏的。
4.库区商品离散不集中
从前述的图3.7中可看出立库区有29684个SKU占用了二个或以上的储位，阁楼区有17803个SKU占用了二个或以上的储位。商品有以上情况直接带来了三个不良现象：
（1）因商品不在同一储位，若订单超过某一储位的存储数量，则需要拣货员行走至第二储位进行二次拣货，增加了作业员的行走路径，降低了拣货效率。
（2）商品不集中存储于一个储位，造成同一储位存储SKU型号增多，本身配送中心商品存储密度已经较高，再加在本原因，同一储位SKU会再次增加。这样拣货员在储位上寻找正确商品的时间会增加，且容易拣错货，效率低且易发错货。
（3）对于立库高层区的商品，每次拣货都需要使用叉车才能完成，每增加一次储位拣货，就增加了叉车的作业次数。设备资源是有限的，特别是遇到进出库高峰期的时候，会经常发生拣货员到达指定位置，但叉车工未能及时赶到，拣货员只能在原位置等待叉车才能完成作业，这种等待的时间是完全浪费的。
5.商品布局和储位设计逻辑不合理
南京配送中心在设立存储策略时选择了按品类进行分类存储的设计，对商品在安排通道时首先考虑了品牌维度，强行将同一品牌商品集中存储于某一通道。但事实是即使同一品牌，销售量也是有很大差距的，特别是对阁楼一层，有不动销的商品占用着一楼储位，动销的商品反而存放于二楼，拣货员工不停的在一楼二楼之间行走，对员工的体力损耗很大，上架和拣货效率都受影响。
WMS是可以对某一储位进行单独设定存储逻辑定位的，所以最大化的利用货架的空间，将动销商品移储至拣货区(或阁楼一层)是很有必要的。
因为WMS对拣货区实行的是绑定关系，对某些已经零库存或公司不再主推的商品如果不清理仍然占据着拣货位就是资源的浪费，目前库区是存在着这种现象的。
（四）仓储管理存在问题的原因分析
1．管理层未对组织架构进行梳理与整合
之前公司出于对仓库库内运作管理与库外运作管理的需要考虑，对物流的节点拆分了二个部门来运营管理，这是由于原各仓库面积较少，品类较少且各仓库直接归属当地分公司管理。但在各配送中心合并至单独的大型配送中心后，仍然沿用原有的管理思路显然已经不能适应公司的发展需求，特别是整合后的南京配送中心直接面向业务和客户后，需要快速的对接与及时的反应，以帮助客户实时了解物流状态信息，协助销售人员做好售后管理。在形势已经发生变化的情况下，整个管理层未能看到变化，未将物流节点做整合，仍然采用了传统的方法来管理仓库，使得整个配送中心协调工作耗费了大量的物力与人力。做为配送中心内部来说，上线WMS是个重要的变化，但软件公司并不能真正的了解配
件仓库的运营特点，他们提出的一般电商公司采用的按流程节点设置作业组的方式并不适用于南京配送中心。因为商品品项、商品属性、存储密度、配件知识这些都不同于一般的公司，配件类仓库是特别强调专业性，单纯的条码管理并不能解决所有的问题。在仓库已经分区的情况下，需要及时对上架商品的储位、库存进行复查，组织库内的员工进行配件知识的学习，这些都非常重要。
基于此，管理层需要对岗位进行梳理与整合以适应公司的配件仓库发展需要。2．对流程更新及体系建设不够重视
目前上线的WMS功能还是非常齐全的，具备完整的仓库出入库管理、盘点管理、库存管理、预警管理、策略管理、KPI管理模块，具体功能参见下图3.9所示。
这其中最基础也是前提的应用就是需要WMS做好对商品条码与商品储位的建档与管理，然后借助信息设备实现对作业的每个节点操作的记录、识别、复核、管控。通过专业的作业设备及灵活高效的系统配置实现对海量SKU仓库的有效管理，提升仓库整体运营管理能力。在WMS上线初期采用纸质拣货单可以理解，但在上线6个月后仍然采用纸质单就有些不合适宜了。
改变纸质拣货单意味着对操作流程进行调整，强制要求每个节点涉及到的员工都必须按照统一的流程与标准来执行，为保证执行效率就必须制定完善的操作流程并进行培训。但目前整个团队仍然未能做出调整，依赖软件公司给出操作流程与手册，这是非常不合理的。为此需要制定针对WMS使用PDA进行作业的情况下制定新操作流程以改变现状。3．对订单数据缺乏专业分析订单的商品数量、品项是做库区优化最重要的数据，通过对订单进行专业的EIQ分析，找出关键的A类，用20%的设备、资源去解决80%的主要问题，这是日常工作中非常重要的工作。通过此项分析，对订单的系统分配策略、拣货策略、存储规划都有相当大的指导意义，但目前库区未能启动此项工作，系统上线后这些数据都是可以从系统中导出进行分析的，关键是团队缺乏做此项分析的能力。
4.未对离散商品开展分析与整合
商品分布于多个储位其弊端在前面已经做了分析，一方面需要每个库区团队日常对储位进行定期整理归位，另一方面更重要的是要对整体库区的规划，将商品分布于合理、合适的位置通道与层数上，即方便员工作业又能满足存储需要。
以上工作的开展前提是对库区的数据进行分析，设定合理的存储规则与策略，这就需要有商品整合的规划能力，通过数据的分析并安排后续的整合推进工作，以达到整合后拣货效率提升的目的。
5.对商品布局和储位未进行优化调整
由于库存SKU达到20万，其数量巨大，有相当多的长尾商品存储于整个库区，必须对库区的商品流动性做定期分析，让有流动的商品存储于拣货效率高的货架拣货位或一楼，而让那些非流动的商品转移至高层货架或二楼及以上。
WMS上线后商品在一段时间经过流动后需要相应的在系统里对储位存储逻辑做相适应的变更，以更好的适应这种变化，而不是一成不变的采用刚上线时设定的规则。商品储位的合理设置会直接关系到商品的拣货位与存储位的布局，特别是对位于立库区的BP—AB区域。而系统内未能及时的做此项工作的调整，是作业效率不高的一个重要原因。
四、A公司南京配送中心仓储管理的优化与改进
（一）仓储管理的优化与改进项目体系
本章将对第三章中所提出的A公司南京配送中心仓储管理中存在的问题点，逐一详细提出解决方案。首先针对岗位设计中的问题点结合目前上线WMS后的实际业务状况，对组织架构及相应的岗位进行改善并建立相应的考核方案；其次针对新的业务方式下使用PDA取代纸质拣货单带来一系列的流程的变化进行重新梳理流程并做相应的流程制定；采用EIQ分析法，对商品进行数据分析，拟定作业策略。针对同一商品散落在各区域进行专项数据整理并安排做商品实物的归类工作；对动销商品进行布局调整、对BP区拣货位增加存储密度；
为了便于管理，把一个项目细化、分解成不同的组成部分，统称为一个“工作分解结构”，简称WBS（WorkBreakdownStructure）。[28]几乎任何一个项目都是由许多彼此联系、彼此影响和彼此依赖的活动组织的行为系统。[29]按照系统工作程序，对这个系统进行分解，将项目范围规定的全部工作分解为较小的、便于管理的独特活动。跟因数分解是一个原理，就是把一个项目，按一定的原则分解，项目分解成任务，任务再分解成一项项工作，再把一项项工作分配到日常活动中，直到分解不下去为止。即：项目→任务→工作→日常活动。以可交付成果为导向对项目要素进行的分组，它归纳和定义了项目的整个工作范围，每下降一层代表对项目工作的更详细定义。WBS总是处于计划过程的中心，同时也是控制项目变更的重要基础。项目范围是由WBS定义的，所以WBS也是一个项目的综合管理工具。任务分解的过程如下图4.1所示：
图4.1WBS任务分解图
如图4.2所示是本论文根据WBS要求进行项目优化分解的基本框架,后续将按照以下五个方面层层分解阐述仓储管理优化方案。
图4.2南京配送中心仓库管理优化项目分解图
（二）优化组织架构
组织架构是组织中各组成部分组成情况、排列顺序、职能分工的具体体现，是组织中各构成部分为实现组织目标而形成的组成框架和结构体系。企业的组织架构是企业的组织形式，是企业各组成部分的构成方式、职能分工以及相互关系的具体体现，是企业中各组成部分发挥作用的支柱，通俗来讲就是企业的骨架。[30]部门的架构是企业组织架构的一个组成部分，南京配送中心原先设计的部门架构在实际运营中已经产生了诸多的弊端，根据实际运营需要，打破现有的架构，重新将南京配送中心组织设置为仓储管理部、配送管理部、流程管理部、综合管理部这四个部门。
1.仓储管理部岗位的梳理与设计
将仓库内部作业的部分整合为仓储管理部，对商品从收货到上架、下架、急件全部由此部门进行操作与管理。同时根据前期按上架组、拣货组这样分类产生的员工需熟悉的商品太多、各区域分散管理的缺点进行改善。根据商品的实际物理特性结合仓库的布局，将其分为大件、立库、阁楼三个小班组。考虑收货的特殊作业情况，保留收货组。针对自提类客户较多且对发货时效要求高的特点，组建了辅助组，专门承接此类商品的下架拣货处理。
针对保内商品的上游主机厂要求的独立区域、独立管理、独立做帐的原则，专门划分了保内库区，对此类商品安排专人专项管理。
2.配送管理部岗位的梳理与设计
扩充南京配送中心的整体组织架构，使之真正达到具备完整的配送中心运营能力，为此将物流管理组整体划入南京配送中心，使之成为南京配送中心的一个部门，命名为配送管理部，此部门由南京配送中心的负责人进行直接管理，这样就理清了物流各个节点的职责与汇报线，避免了工作中原配送中心与原物流管理组交叉工作时的堵点与漏点，也避免了工作中互相推诿扯皮的现象。
重新成立核查组，专项对拣货出来的商品进行数量、型号与质量的核查与打包。此组特别安排有较长工作经验、工作责任心强的员工在此岗位上，对出货商品进行严格的复核与把关，降低出库商品的差错，对不合格的商品一律退回库区。合理安排打包商品的包裹数量，以降低客户的物流运输费用。合理的对商品进行分类打包，避免铁件商品与玻璃制品合并打包，避免油类商品与纸垫类商品合并打包。通过此种方式提高商品出库与打包质量，实现客户满意度提升。
重新成立交接组，对核查打包完毕后的包裹做好与承运商的交接登记工作，对承运商每件接收后的包裹物流运单在系统内做好录入，方便客服进行物流信息查找并反馈给客户。3．流程管理部岗位的梳理与设计
组建流程管理部专门对系统流程与操作流程进行检查与优化。优化组负责收集各作业组实操中需要对系统进行改良的各个细节点，组织与IT部门开展需求对接会议，提报系统改善需求书面文档并推动需求结果的实现与落地。
抽检组负责对制定的流程进行库区实际抽查与复核，例如对上一工作日仓储管理部的上架工作进行抽检，检查是否按规定流程进行上架，系统储位与商品实际储位是否保持一致。通过抽检组的成立与开展工作，保持对库区作业人员的随时检查，并据检查结果对操作员实现奖惩。
数据处理组专门对WMS数据及ERP数据进行数据录入与处理，将分散在各组的全部数据处理工作全部统一集中至此班组，以提高劳动效率。
4.南京配送中心重新设立的组织架构与编制图
综合管理部继承原综合管理组的职责，因公司整体考虑防损职能，故在南京配送中心层面同步增加了防损的岗位与职责。通过以上的梳理与设计，使得南京配送中心的组织架构设计趋于合理，从纵向来看各个职能划分明确且区分出直接作业部门与后台支持部门。从横向来看，将各节点既进行了切割，又按照库区进行了整合，符合配件类仓库管理的实际需求。
5.建立各组相应的考核方案
岗位分工后还需配合强有力的管理与考核机制保障各项工作的顺利开展，为此需要管理团队与各班组进行主动、细致的沟通与讨论，根据详细的量化指标进行工作考核与管
理。限于篇幅现以新成立的仓储管理部－立库/阁楼/大件这三个岗位为例进行简要说明。因为这三个组是以区域来区分的，工作职责与内容一致，所以考核方案也保持一致，注：指标设计说明.
设计目标：上架准确率、拣货准确率这二个核心指标要达到≥99.5%；上架延误率指标达到≤0.5%；订单延误率指标达到≤0.5%。
目前现状：日收货与日发货SKU量约为1065个（可根据表3.4计算出来）。
指标设计：上架和拣货在差错不超过5个SKU情况下，可实现设计目标；上架延迟在不超过5个SKU情况下，可实现设计目标；订单延误在不超过5个SKU情况下，可实现设计目标。故全部选择以数字5为目标设计参照数字。
通过组织架构的调整，使南京配送中心结构合理，岗位职责明确，再辅以相应的考核方案实现对作业员工、主管的有奖有惩，以量化的数据展示出来公正客观。月度考核结果于每月初公布并据此计算月度薪资，得分高者薪资相应的有提高，借此引导与推动员工及主管朝着及时、准确的方向开展工作。
（三）优化仓储作业流程
职责、流程、制度、标准、考核是企业管理最为核心的“五大”基础要素。流程是企业所有业务运转的“脉络”，是连接其他各要素的主线。以流程梳理优化为核心，将生产一线标准化作业程序展现为流程，将制度、标准匹配至流程，从流程中提取或设计绩效指标，识别风险并制定风险控制措施，最终落实到岗位，以考核促进责任落实。基于业务流程管理的作业流程体系建设，打通流程与职责、制度、标准、考核、风控之间的关系，通过作业流程有效运行，带动作业规范及安全质量要求融入生产现场日常作业活动。[31]
南京配送中心上线WMS后，原有的作业模式及操作方法已经不能适应新业务下的需求，
其对应的标准作业流程（SOP）已经到了迫切需要全部重新修订的时候。因WMS实际作业节点仍是按收货－上架－拣货－复核－打包－交接这个流水方式进行运行的,所以新修定的SOP仍然按照此流水节点进行更新,但全部按照条形码管理、无纸化操作来设计新的作业方式并据此全部更新的SOP。此次流程的更新是南京配送中心作业层面的一个重大更新，标志着配送中心正式告别传统的管理方式。使用PDA作业意味着所有作业节点全部会在系统内留下痕迹，每个员工、每个组的工作时间、工作效率、差错率全部可以实现系统记录及统计，并且可追溯使责任更明确。实施此项流程变革后配送中心正式逐步向数据化、信息化的方向迈进。整体业务节点中，作业流程变动最大的为上架、拣货环节，限于篇幅本文仅阐述其中部分主要内容。
1.制定上架作业标准流程
上架作业流程为作业的核心流程之一，上架数据的准确直接影响了配送中心上架准确率、拣货准确率、订单延误率这三个关键指标的达成。通过强势推动由纸质上架单作业向PDA上架作业的转换，借助WMS的储位定位、扫码校验、储位推荐等功能，实现了系统对作业节点的记录、复核、作业效率的计算等有效管理。新修订的上架作业流程。下面对上架流程中涉及到的核心作业点进行概要描述。
上架员根据PDA指示的推荐储位进行商品上架，对于A、B类商品WMS系统已经进行了库位与商品的绑定，可直接进行上架操作。上架员必须根据推荐库位将商品转移至相对应的货架区。对于库位分类与商品包装大小明显不符的，上架员暂时停止上架，直接与档案管理员进行联系，由其进行商品档案的修改，划分合理的库区后再进行重新上架。商品上架后由上架员完成PDA端的系统操作流程。
2.制定拣货作业标准流程
拣货作业流程也是配送中心作业的核心流程之一，新修定的流程取消了纸质拣货作业单，取而代之是使用PDA进行拣货作业。为此配送中心增设调度员这一岗位，ERP传递过来的发货订单，按一定的系统配置规则及设定时间生成波次单，由调度员在WMS里做波次单的指定任务分配，指定拣货任务给拣货员，拣货员根据系统指令进行拣货。具体拣货作业流程图见图4.5。下面对上架流程中涉及到的核心作业点进行概要描述。
调度员通过WMS将出库订单分配给拣货人员，拣货员在PDA设备里查看已经分配的待拣货任务，拣货员根据任务的优先级属性选择优先级高的进行下一步拣货任务。拣货员首先将拣货任务与料箱上的容器编码进行关联，然后根据PDA拣货界面里提示的拣货储位，拣货员到达指定位置准备拣货。使用PDA扫货架（指示牌）上的储位码，以检测是否与系统指定的储位码相同，PDA终端上提示的拣货位置是拣货员唯一的拣货位置，拣货员不得在非指定位置进行拣货。然后拣货员再对商品包装上的条码进行扫码，让系统检查是否与指定的出库商品相一致。将系统限定数量的商品拣出后，拣货员即完成了此波次的拣货任务。
组织架构设定好后，进行岗位的考核，这样组织层面就有了基本的保障。通过对每个岗位再制定详细的标准操作流程，让每个员工、主管知道工作的具体要求及详细说明，让他们按照统一的标准来执行日常工作，这样就实现了通过流程的统一达到标准的统一的目的。另外此次流程的变更最重要的是涉及到了从纸质单到PDA端作业的大调整，跨出这一步是至关重要的，也为后面进一步推进仓库优化打下了基础。
（四）优化运用EIQ法对订单进行分析改善
铃木震先生是日本权威的物流专家学者，他一直倡导通过量化、科学的方法来对物流系统进行规划。其通过40多年的实战经验积累，创造出了EIQ分析法。EIQ分析法是对Entry(订单件数)、Item（货品种类）和Quantity（数量）这三个物流关键要素进行分析的工具方法。通过EIQ分析，从客户订单的数量、订购次数和订购品项这三方面出发，来研究仓库的作业特性，为仓库改善提供规划依据。实际在做EIQ分析时，首先需要对订单做汇总统计，然后按以下四个子项进行分类分析：订单量（EQ）、订货品项数（EN）、品项数量（IQ）、品项受订次数（IK），最后根据实际需要再进行子项的交叉分析。[32]
EIQ分析法是从订单的角度出发对配送中心进行有效分析和规划，其理论是在实战中创造出来的，所以具有很强的实用性，被广泛的应用于配送中心的规划与改善中。具体如下:①通过四个子项的分析，了解配送中心作业的特点和规模，了解订单的特征;②通过分析出来的作业特征，选择、规划及选型合适的物流设备以适应实际工作需求;③分别对分拣系统和存储系统进行规划和管理，例如分拣顺序、分拣方法、存储货物规划、货物ABC管理等;④通过客户订单行数和受订次数的的增减变动分析来了解和服务客户。[33]
具体的EIQ分析法的步骤为:
第一步：从应用系统内导出一定时期内的发货订单，如果订单量较大，范围可以缩小范围至合理的值，使用EXCEL的数据透视表工具将数据处理为如下表4.2所列样式的表格。
1.分析与汇总基础的订单数据
我们从WMS里导出了1月份的仓库发货数据，了解到1月份发货数量达到31万件，
平均每天1万件，品项发货次数累计4.4万次，平均1451次。再次细分可知1月4日为
当月最高发货数量日，为17390件。1月4日为当月品项最多发货次数日，为2379件，平
均每次7.3件。1月4日发货数量和品项次数均为1月最高日，我们可以选择1月4日做代表进行详细的EIQ分析。经过分析整理，生成1月4日EIQ统计表，完整的数据表见附录A。
EIQ分析是一种量化的分析方法,需要诸如柏拉图、均值、总值等统计方法进行分析。主要采用柏拉图分析、次数分析、ABC分析、④交叉分析这4个分类分析方法。在需要的时候还可以对上面的这4个分类分析方法进行组合式的交叉分析。[35]下面将按上述方法进行逐项统计与分析。
2.订单EQ分析结论及优化
主要为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，通常以单一营业日的EQ分析为主[36]。
（1）先根据1月4日的EIQ总表做出各订单的发货数量降序累积表，数据见附录B所示。
（2）制作EQ柏拉图，该图一条曲线由客户订单的累计比例构成，另一条曲线由客户的订单数量按降序构成，具体见图4.6所示。
图4.6EQ柏拉图
（3）以数量50为区间，制作EQ度数分布图，具体见图4.7所示。
图4.7EQ度数分布图
（4）分析及优化结论
①280张订单中有217张订单发货数量在[1-50]区间内，占总订单量的78%，发货数量在300件以上的有11张，占总订单量的4%。订单的最大发货数量为2231件，最小发货
数量为1件，两者相差2230件。从以上数据可看出订单呈明显的两极分化现象，
②A类订单：发货数量在300件以上的订单占发货总量的51.15%,属于典型的A类订单。A类订单归属于总体订购量较大的订单，是比较适合于批量拣选，当然亦可考虑运用订单分割的优化策略来进行分区拣选作业。
③B类订单：发货数量在区间[51-300]的订单数量有52条，占总订单量的18.5%，发货数量占总数量的36%，属于B类订单，此类订单一般选择普通的拣选作业模式,必要时可考虑采用与上述的A类部分订单合并拣选的优化策略。
④C类订单：发货数量在[1-50]区间内的订单数量占总单量的78%，发货数量占12.85%，属于C类订单，此类订单拣选工作量大，可优先采用订单合并的拣选方式。主要是为了降低拣货作业员的行走路径，达到提高拣选作业效率的目的。
3.订单EN分析结论及优化
主要了解订单别订购品项数的分布，对于订单处理的原则及拣货系统的规划有很大的影响，并将影响出货方式及出货区的规划。通常要配合总出货品项数、订单出货品项累计数及总品项数三项指标综合参考。[37]
表4.4EN类ABC表
（1）分析及优化结论
①总出货品项数为1503个，出货品项累计数为1714次，有115个订单出货品项数EN
＝1，占总订单的41%。
②出货品项在区间[1－5]的订单总数为207，占总订单数的74%，说明订单品项的重合率非常低；订单最高出货品项数为76，最低为1，具有明显的两极分化特性。
③由EN分布类型与分析表ABC分类表4.4结合分析可知,订单品项数分布分散,呈明显的两极分化趋势，需要进行ABC分类后再深入分析。
1)A类订单品项多且数量大，在实际的业务动作中可考虑采用订单分割策略进行分区拣选作业。
2)B类订单平均订货量为52件，品项数在6－9之间，这是属于较为普遍的拣选品项数范围内,此类订单一般选择普通的拣选作业模式。
3)C类订单品项少,但其订单数占总单量的73.93%,为订单数量最多的一个分类，建议在采用一般普通拣选方式的同时,可以考虑采用订单合并拣选策略。另外对较小出货量订单可采取合并订单拣选方式以提高拣货作业效率。
4)继续对EN度数图4.9进行分析，我们发现出货品项在区间[1－5]的订单总数最多达到207个，对品项数为此区间的所有订单进行数据筛选,单个品项被拣选次超过10次以上
的品项及发货数量大于100的经过统计后如下表4.5所示。
表4.5被拣选次10次以上且发货数量>100单品项数量统计表
参看下面的IQ分析表,可以看出其完全符合分析所列出的5种重点管理的品项。4．订单IQ分析结论及优化
主要了解各类产品出货量的分布状况，分析产品的重要程度与运量规模。可用于仓储系统的规划选用、储位空间的估算，并将影响拣货方式及拣货区的规划，[38]
在规划储区时应以一时间周期的分析为主通常为一年,若配合栋货区的规划时,则需参考单日的分析。另外单日量与全年对称也是分析观察的重点,因为结合出货量与出货频率进行关联性分析时,整个仓储拣货系统的规划将更趋于实际,因此可进行单日量与全年量的交叉分析。若将单日及全年的图以分析将品项依出货量分为大、中、小三类,并产生对照组合后进行交叉分析。
（1）制作IQ柏拉图，具体见图4.10所示。
（2）根据发货数量制作品项的ABC分类表，具体见表4.6所示。
（3）制作IQ度数分布图，具体见图4.11所示。
图4.11IQ度数分布图
（4）分析及优化结论
①从绘制的ABC分类表中看出每个区间的发货数量比率较平均，彼此的差距并不大。但从品项比率的数据来看，差距却十分明显，发货数量在200以上的品项只有24个，占总品项数的1.6%，但其出货数量去有7422件，占总出货量的42.68%，属于明显的A类商品。
②发货数量在1-10件的品项数有1261个，品项占比83.9%,发货数量占比18.88%,
属于典型的不重要的多数。
③我们对A类商品进行再次分析，将前24个品项汇总如下表4.7所示，经过与前面的EN分析表中所列出的5个重点品项做一一对比，EN分析表中所列的5个品项全部在此表中。这说明这5个品项既属于出货频次较高的品项，也属于出货数量较多的品项，需要做重点的管理。
④经由IQ分析统计表数据显示，商品I1100为EIQ分析表中品项出货数量最大的Item，IQmax=2000件。另有589个品项出货数量均为1件，全部是IQmin,在出货数量上最大数与最小数的减值为1999，此数值较大。若单一的采用某种拣货设备是非常不合理的，对拣货数量较大的商品可采用电动平移车，配以托盘进行拣货作业，因汽车配件某些商品较重，可能还需要用叉车进行配合拣货。对拣货数量较小的商品，可采用手推车或料箱的方式进行作业。
⑤发货数量在[1-10]件的品项有1261个，再结合EN度数表中发货品项在[1-5]内的订单数有207张，就能再次看出订单内品项的重合率非常低，此时宜采用订单合并拣货策略同时配以边拣边分的方式进行作业。
表4.7IQ中A类品项发货数量明细表
5.订单IK分析结论及优化
主要分析产品别出货次数的分布，对于了解产品别的出货频率有很大的帮助，主要功能可配合IQ分析决定仓储与拣货系统的选择。[39]另外当储存、拣货方式已决定后，有关储区的划分及储位配置，均可利用IK分析的结果作为规划参考的依据，这时仍以ABC分析为主，并从而决定储位配置的原则。
（1）制作IK柏拉图，具体见图4.12所示。
图4.12IK柏拉图
（2）以数量1为区间，制作IK次数分布图，具体见图4.13所示。
图4.13IK次数分布图
（3）分析及优化结论
①从绘制出来的柏拉图及IK度数图来看，绝大部分商品出货数量相近，明显属于图中第二类型。
②IKmax=6,且只有1个品项，IKmin＝1但是有1347个品项。从这个数据中能再次发现订单的重合率确实很低，EIQ表中出货品项数为1503个，出货品项累计数为1714次，品项重合次数为：1714/1503=1.14，从这个数据上来看，意味着每个品项几乎是只发了一次。总订单量为280，平均每个订单出货的品项数为1503/280=5.4，这个数量也是相当低的。
③由于取样数据的局限性及绝大部分出货品项次数为1的事实，无法很准确地通过IK分析对产品品项进行合适的分类，为此需要结合IQ－IK交叉分析来做进一步的分析。考虑大量的品项次数为1的情况，我们以品项的发货数量（IQ）降序累积数做一
条曲线，以发货次数（IK）做一个柱状图，具体见下图4.14所示。
图4.14IQ-IK交叉图
从IQ－IK分析出的柏拉图可发现，出货数量的多少和出货次数存在一定的联系，出货数量多的产品如I147、I88、I748等，其出货次数也较多，而出货数量少的产品如I1489、I1499、I1503等，其出货次数也较少，因此，可根据IQ分析出来的结果及结论对IK进行指导，其拣货作业方式及订单处理方式均可参照IQ的结论来处理。
从前面的EQ、EN、IQ、IK分析后，可知南京配送中心属于典型的一般配送中心，但其有自己的特点，那就是单日出库SKU多，SKU出库数量少，订单重合率低。对A类的商品采取订单分割、分区作业的方式进行拣货，对于更多的C类的商品，更需要采用订单合并，边拣边分的拣货作业模式来进行有效的处理。在商品布局上，根据前面的货位优化原则将周转率大、出入库频繁的A类商品储存在接近出入口，以提高整体作业效率。
6.订单拣货策略优化
根据上述的EIQ分析我们了解到A公司南京配送中心的特点，借助分析后得出的结论，我们针对1月4日的出库订单进一步进行波次设立逻辑分析，以提高订单的出库作业效率。为提高作业效率，将一批待出库的订单按照某种标准或者规则汇总在一起进行出库作业，称之为“波次”作业，将这批订单汇总起来的作业单称之为“波次单”。根据南京配送中心的实际作业时间分配，系统内设置二次集中波次分配时间段，分别为上午11:30分和下午
4点30分。在这二个时间段，系统根据配置好的波次建立规则进行订单的波次分配，一般来说上下午订单的占比为4:6。
（1）订单的区域划分
首先对各订单的商品进行订单拆分，分解为每一个SKU级的细度。根据被拆分后的SKU所处的存储位置进行区分，以划分好的区域（立库、阁楼、平堆大件）进行首次订单池筛选，具体见表4.8所示。
表4.84月1日订单分类表
（2）优化大件平堆区的订单拣货策略
大件平堆区的订单平均拣货数量少，且此区域的商品主要存储的商品为车身件、底盘件、油品类商品，商品具有体积大、不规则、质量重的特点。针对此区域的订单优先使用拣货策略中的的摘果式拣货方式，拣货员每次只处理一份客户的订单，将该订单的商品全部拣出后集中存放于集货区，简单易操作且拣货效率高。在系统内可对大件平堆区的所有订单集中于一个波次内，安排专人拣货员进行单独拣货。如果订单量多，可再增加采用接力拣货的改进方式进行调整。
（3）优化立库区的订单拣货策略
对BP-A/B区的订单，因人工可直接拣货，不需借助叉车设备，可采用播种式的拣货方式来进行作业。使用专用的拣货车，每个波次设立8-10个订单，采用边拣边分的作业流程来进行快速拣货。具体的操作为使用定制化的有物理分隔空间的电动平移拣货车（因配件类商品不同于一般的电商类商品，故不使用拣货笼车），在车上有多个分隔空间，每个空间代表波此单中某一个订单，仓库的拣货人员驾驶电动平移车进入立库区的A/B拣货区进行拣货，将商品从拣货位上拣出，同时根据PDA上的空间提示数字信息把商品放入设定的空间内，达到边拣货边区分的效果，实现快速出库的效果。
对于BP-C类的订单，由于要使用高位叉车，故拣货效率低，所以必须要使用播种式的拣货方式，将订单池内存放于高层货架的商品通过波次分配整合至一个波次内，实现一次下架、全部拣完的效果。同时因为此区域的订单拣货时间长，故要适当减少一个波次的订单数，可将其设置为8个订单以内。
（4）优化阁楼区的订单拣货策略
阁楼区的订单全部是人工拣选，且阁楼有二层和三层，对员工的体力要求高，故要结合播种与摘果式这二种拣货方式进行使用。在订单数量大于150件时，因数量较多，商品总质量较重，可采用摘果式的拣货方式，把此类订单集中于一个波次内，必要时再辅以接力拣货的方式来操作。
在订单数量小于150件时，为提高拣货效率可使用播种式的拣货作业，将不同订单相同商品集中于一个波次内，实现订单集中批量出货。
（五）优化整理离散商品
1.对商品进行全部重新整理分库区定储位
通过前面的岗位架构的重新梳理与确定，使部门的组织架构合理，各部门之间衔接的趋于顺畅，工作有分工且有内部稽查岗位对工作质量进行专项检查。通过检查结果对各岗位人员进行量化的考核，以上行为逐步使南京配送中心的运营质量有了明显提升。
然后通过标准的流程制定，使每位工作人员都能按照新流程进行对照学习与使用，工作中按照同一标准要求进行操作，培训的效率与质量有了明显的提升。再通过EIQ分析掌握订单的特点与特征，对作业策略进行调整。
下一步则是对库区内部的商品进行整理，以提升作业效率。商品的整理首当其冲的是对每个商品根据其物理属性（大小、重量、体积等）及品牌等因素将其定类于BP、BG、BB、BO这四大库区中的某一类库区，这是商品整理的前提条件。当商品归类于某一库区后，再详细的对其进行二次分解于某一储位，这样推进也是WBS层层分解工作的重要体现。现以
BG阁楼区为例进行详细说明，因考虑数据量较大，只选取其中的部分数据进行展开叙述。
（1）确定阁楼一层及二层的品牌或类别规划（部分），具体见下表4.9所示。
表4.9阁楼一、二层规划表(部分)
（2）根据上述分类将商品分解定置于具体的储位内，具体详见下表4.10（部分商品）。
（3）商品从通道分配后再细化至通道内的具体储位，这样完成上述的二个步骤后，每个商品就会被定位于一个具体的储位中。这里有另外一个问题需要解决，那就是当商品被定位于一个储位后，如果此商品的库存数量较多，当前定置储位存储空间够不存放时如何去解决？解决思路是在阁楼的第三层设置冗余储位，此问题因与本文研究方向不一致所以不做分析。当商品全部分库区定储位后即可开展下一步的整理优化工作。
2.以商品定储规划规则对库存数据进行合并整理
在WMS里对在库的所有商品资料信息全部导出，导出类型为EXCEL格式的电子表格。此为基础数据，可根据此数据及上述的商品储位分配定位表进行细分分析。
第一步：以商品储位定位表为参照表，定位表中有商品编码及定位储位这二个关键信息。而库存表中有商品编码与实际储位这二个关键信息，将库存表增加一列，字段名称设为“规划储位”，将此商品的规划定位储位一一匹配入此字段。仍以上面的数据为例进行展开描述（部分）,参见表4.11所示。
表4.11在库商品整合优化表（部分）
本表中选取了四个SKU进行展示分析，从表中可看出商品编码为“00846484”的商品，规划储位为“NC1C010101”，但其在库商品的实际储位存放于三个储位，分别为“NC1C010101”、“NC1A010106”、“NC1A010108”。其中“NC1C010101”存放于正确的
规划储位，但其余二个储位则为非规划储位，需要进行优化整合。
商品编码为“00111102”规划储位为“NC1C010101”，目前其实际库存存储于二个储位，分别为“NC1C010101”、“NC1C010201”，其中储位“NC1C010201”库存有2个，需要进行调整至规划储位。
第二步：对所有在库的商品按上面详细分析的步骤进行全面的分析并整理，必须细化至库区及通道，细化至每个SKU，形成阁楼区每条通道的商品储位整合优化表。待阁楼区完成后再推进其他区域的按上述步骤操作，就可以最终实现整个库区的离散商品定储规划表及整合表。
3.安排推进具体商品整合整理工作
经过前面系统的对商品定储及对在库商品进行储位整合分析后，对每个库区形成了一张完整的商品储位合并规划表。仓储管理部需要对这项优化工作成立专项工作小组推进商品整合任务，部门经理根据此表制定推进工作计划及量化表，明确每日移库工作量及小组责任人。具体任务分工见表4.12所示。
表4.12整理工作量化推进安排表
部门每天对库区商品的储位整理分配必须完成的工作量，由部门经理分配此项任务进行工作的开展，由流程管理部对整理工作的结果进行每日抽检，抽检结果直接邮件主送流程管理部经理与仓储管理部经理并抄送部门总监。在次日的晨会上由仓储管理部公开汇报工作结果，对按时按质完成的组进行公开表扬并记录合格数，每月汇总本月各组合格数的累计数，对排名第一的根据奖励制度予以通报正激励，对累计合格数低于25的，库区组长与仓储管理组经理月度考核中的执行力项进行分数倒扣。通过以上的具体行动（分配目标
－流程检查－邮件反馈－晨会通报－数据累计－正向激励－绩效管理）确保此项工作的顺利、严格的得到执行。
在此项工作的推进中，我们仍然按照WBS的分解要求逐项细化分解工作，首先从定位通道-定位储位开始，推进至商品与规划匹配，再推进至工作任务的落实。通过前三项（架构-流程-定储）工作不断累积并持续的优化，南京配送中心正式步入了一个良性的循环期。
（六）优化商品布局与储位逻辑
商品的定储问题解决后，下一步需要根据商品的流动性来考虑商品的整体布局，这项工作的工作量及难度是超过前面三项的，因为它涉及了整个库区的调整与规划。在本节中我们用量化的数据分别以阁楼区和立库区为例来对此进行详细的分析与阐述。
阁楼区：共有三层，每层均架设有轻量型货架，每节货架分为5层，每层5个储位，即每节货架有25个储位。目前系统对每节货架中的1－2层设定为BG－A/B，每节中的3
－5层设定为BG－C/D/E。我们需要加大阁楼一层的订单命中率，以提高作业效率。所以对阁楼特别是一层重新进行储位逻辑优化是一项重要的工作。
立库区：从前面表3.5的数据描述中我们知道BP区每天前移式叉车的工作量为131次，BP－A/B区的订单命中率为80%，这一数据并不十分理想，需要通过调整储位的逻辑设计，增加BP拣货位与商品存储对应数据，以提高A/B区的订单命中率。
1.利用商品流动性数据对阁楼区进行布局优化
出货的数量低于月发货量70。同样的在其它层有296个SKU发货量超过了70个，具体数据如下表4.16所示（限于篇幅仅列表提供数量不低于100的清单）。
表4.16阁楼非一层SKU发货数据表（数量>=100）
那上述列表中的商品就完全可以整体移库至阁楼一层，商品移仓后拣货员可以直接从一楼完成作业，而不必再到二楼或其它楼层操作。通过这样的数据分析并安排专项的移库处理，仓库阁楼的作业效率将会迅速的得到提升。本项改进是通过对数据的分析后进行库区改善的一项行动，按照同样的推理与分析逻辑，在第一步完成的情况下可根据优化方案二中的商品整合优化推进行动计划进行任务分解与行动。
第二层面：对阁楼区1-7月份0出货的库存数据进行分析后再优化。
从前面的图3.7描述中可知，阁楼区共有SKU数量为93947个，我们根据库存数据表结合1-7月份阁楼区的销售数据表，来对0出货数据进行详细分析，具体见如下表4.17所示。
表4.17阁楼动销及0动销数据汇总表
从上表中可看出阁楼一层有8902个SKU为0销售，而同时阁楼的二层和三层分别有5063与2595个SKU有销售量，销售量合计7658。据此可进行第二层面的阁楼库区商品布局的优化方案。即对一层的0出库销售SKU通过储位移库与二层、三层的商品进行对调调整，让有销售量的数据转移至一层，这样提高阁楼一层的订单命中率，逐步实现命中率从目前的82.5%上升至90%。
2.优化调整立库区的储位逻辑设置
本节以立库区的存储逻辑为例进行详细的分析，目前立库BP区的BP-A为一层，B为货架的二、三层，BP-CDE为货架的四层及以上层。目前设置的一、二、三层的储位逻辑均为1：1（1个储位只存储1个商品），此储位逻辑的优点在于实现了储位与商品的一一对应关系，上架员或拣货员可直接在储位上进行无识别性的操作，而且不容易出错，作业效率极高。但其缺点也是很明显的，作业效率最高的货架一、二、三层储位上因为采用了1：1的储位逻辑设计，储位上能存储的商品型号较少，从前面的现状描述我们知道BP－CDE月平均出库次数3931次，按月30天核算，平均每天出库次数为131，按照日工作八小时计
算，每间隔3.66分钟就需要使用前移式高位叉车作业，如此高频率的使用此类型的叉车，使叉车司机疲于应付，叉车司机在仓库内部行驶速度会超过限定数，存在着较大的安全隐患。而且会经常出现会经常出现拣货人员等叉车现象，工作效率很低，从这方面来讲，因为商品的存储逻辑不合理，反而影响了仓库整体的作业效率。为此对立库的储位设计进行优化再调整是很有必要的。
从南京配送中心立库区货架的平面设计图了解到立库区共有20个通道，18排货架，每排货架有28节，每节货架2个储位，根据此数量，我们可核算出每层具体的储位数为：18*28*2=1008个储位。BP-ABC有三层，则三层总计的储位数为：1008*3=3024个储位。按原先储位设计的逻辑只能存放3024个SKU，那我们就可以按照1：2的逻辑进行重新设计，新储位设计后的变化表如下表4.18所示。
表4.18立库区储位逻辑调整对比表
3.新增商品补货规则
经过上述的调整后，阁楼区通过对商品流动性分析将流动的商品调整至阁楼的一层。同时调整立库区储位逻辑设计，使立库区的一、二、三层新增可直接人工拣货的存储SKU数2016个。经过以上调整后，阁楼区不涉及存储空间的变化故不需要考虑补货问题，但需对立库区做进一步的补货分析。
新增SKU后，BP-B区储位的商品物理存储空间将只有原来存储空间的50%，最大存储量的减少，意味着将会增加补货的频率。流程优化组对新增的SKU及影响的另外2016个SKU的安全库存及最大存储库存需要进行重新优化分配。经过优化后，需要新增WMS的补货触发规则。目前ERP生成的销售订单流转至WMS后，WMS进行订单分配，优先分配拣货位，当拣货位无库存或库存量不足的时候，WMS会向上检索高层的存储位的库存，当高层货位有满足订单的储位时，系统会锁定此储位，并分配此储位的库存供订单使用。以上的作业逻辑是采用存拣一体的方式下进行的。
经过储位逻辑调整后，虽然提高了一、二、三层的订单命中率，但由于存储量的减少会引发补货次数的增加，为此需要在系统内增加一个定时补货的规则。具体工作为在WMS内设置一个定时补货规则，触发时间设定为早上7点，补货的计算逻辑为对所有储位进行检索，当发现拣货位的库存低于系统设定的安全库存时，生成补货指令，补货数量=最大库存-目前库存，当补货数量为有零头时，按整箱补货数量分配数量。
库区工作组每天轮流安排人员在7点钟进行补货作业，根据PDA上获取的补货指令将商品从补货储位补货至指定的储位，通过这种集中式的补货方式来提高补货效率，降低正常作业时因拣货位库存不足而引起的货架高层拣货现象，也解决了储位逻辑由1：1调整至1：2后带来的存储货量不足的问题。
通过流动性数据分析将动销产品布局于阁楼区最方便快捷的一层，通过储位逻辑设计增加立库区的拣货位提高拣货效率。以上这些方案的运用与项目推进，使整个库区的商品布局更合理，储位设计更科学。这些工作的推进的源头是数据，而这些数据是科学的依据仓库进出库数据来进行分析获取的。
五、研究结论与展望
（一）研究结论
本论文对A公司南京配送中心在实际运营中发现的重点突出问题进行了梳理，包括组织架构未能根据实际业务变更进行调整、WMS上线后仍然使用纸质拣货单作业，作业流程未更新、仓库整体未能使用数据分析进行优化、商品分散于各个库区及各个储位造成拣货困难、储位逻辑未改变造成拣货位少叉车使用率高等。以上问题通过定性及定量的分析，在文章中列出了大量的实际运营的数据并经过加工分析后以图和表的形式直观展现出来。在指出问题后再分析产生的原因并针对性的提出优化解决方案。以解决问题为目标导向，以实际问题为出发点，根据实际作业情况变革仓库组织架构，并没有完全按照电商类仓库或商超类仓库的架构来设立；在文章中针对流动性商品以数据分析的基础进行布局优化，最后根据EIQ分析的结果对拣货方式、存储规则、订单分割等做了一些探索。这对商用车配件公司的仓库管理有所启示，有一定的参考和借鉴价值。全文对A公司南京配送中心的现状、问题、解决方案研究分析得出以下结论：
①仓储部门组织架构的调整需要综合分析公司所经营产品的特性、物流作业的特点后再进行优化。
②对目前很多属于劳动密集型的配送中心来说，流程的更新比流程的制定更重要。特别是对能够采用信息化作业的流程节点应该尽早优化与推进，以降低对人员的依赖及实现数据的采集与分析。
③在对配送中心做规划分析时，选择使用EIQ分析法是一个较好的方案，通过EIQ分析能够清晰的了解到该配送中心的分类、作业特点、产品订单的出库特征，这为配送中心整体的布局优化及规划提供了一个很好的解决思路。
④对在库SKU较多而拣货位有限的配送中心来说，利用储位逻辑理论，适当提高拣货位的存储密度有利于整体提升拣货效率，但需要对增加的拣货商品进行分类，避免同一储位有相似的商品，以降低出错率。
在论文的写作过程中，本人阅读和采集了大量的国内外文献资料集，收集了大量的数据，运用了其中许多有益的方式方法与策略。并将这些研究成果运用于自身企业的实际管理中，理论与实践相结合，使得本人的业务与管理能力得到了提升。但由于受限于本人的知识水平和管理能力，也受限于精力，论文仍有改善的空间。本文没有对A公司南京配送中心的组织架构调整及制定考核和调整作业流程后所涉及的最终绩效结果做延伸阐述，对仓库出货订单做了EIQ分析但具体的订单处理逻辑仍需进一步的细化，没有对商品定储整合所涉及到整个南京配送中心层面的商品储位分配进行分析，没有对储位逻辑优化涉及到的货架高层储位进行展开定量分析。本论文在广度和深度上仍有较大的改进空间。
（二）未来展望
本论文基于A公司现状、问题进行了分析，阐述了解决方案，这些改善方案其中的部分措施已经在南京配送中心开始实施。比如组织架构的调整优化及考核，使用PDA进行无纸化作业及按制定的标准作业流程执行收发货，阁楼区离散商品的整合数据全部完成并已经安排仓储管理部在每日进行整合推进。商品根据流动性进行布局及储位逻辑优化因涉及的仓库面较宽、工作量较大，目前正在逐步推进中，其与订单EIQ分析同步在安排流程组做数据层面的整理与优化，并且立库区的储位逻辑变更因意义较大，已经提前进行了安排。
通过梳理本人认为将来对仓库管理最有效的解决方案，其一是建立在数据分析基础上的优化管理方案，以实际量化的数据与期望量化的数据之差及形成的原因来调整组织架构、考核方案、仓库整理、储位优化。其二是整个公司层面的供应链体系完善，仓库库存数据过大，存储密度过高是因为滞销数据长期未得到有效清理，这需要公司改善供应链上下环节，加快商品周转，实现合理的库存水平，建立起有效的全公司各DC库存共享与协调运作的机制，并不断的优化改进。
参考文献
[1]QuintanillaS,BallestinF,etc.Heuristicalgorithmsforastoragelocationassignmentprobleminachaoticwarehouse[J].EngineeringOptimization,2014,47(10):1-18
[2]MALMBORGCJ.Anintegratedstoragesystemevaluationmodel[J].JournalofAppliedMathematics,1996,12(8):175-195.
[3]THONEMANNUW,BRANDEAUML.Optimalstorageassignmentpoliciesforautomatedstorageandretrievalsystemswithstochasticdemands[J].ManagementScience,1998,41(1):74-85.
[4]GibsonD.R.,SharpG.P.Orderbatchingprocedures[J].EuropeanJournalofOperationalResearch,1992,58(1):56-57.
[5]PETERSEN,CHARLES.G.Improvingorder-pickingperformancethroughtheimplementationofclass-basedstorage[J].InternationalJournalofPhysicalDistribution&LogisticsManagement,2004，(11):87-95.
[6]ShigeruYurimoto,NaotoKatayama.AmodefortheoptimalnumberandallocationsofpublicdistributioncentersanditsapplicationtotheTokyometropolitanarea[J].InternationalJournalofindustrialEngineering,2002,940:363-371
[7]YousefAmer,LeeLuong,Sang-HeonLee.Casestudy:optimizingorderfulfillmentinaglobalretailsupplychain[J].InternationalJournalofProductionEconomics,2010,(127):278-291.
[8]HammerM.RccngineeringWork:Don’tAutomatc,Obliterate[J].HarvardBussinessReview,1990,4:101-112
[9]RichmanT,KoontzC.HowBenchnarkingCanImproveBusinessProcessReengineering[J].PlanningReview,1993(6)
[10]TorTonnessen,ProcessImprovementandtheHumanFactor[J].TotalQuality
