【营销案例】1号店：大数据时代的供应链变革.docx

【营销案例】1号店：大数据时代的供应链变革
论文类别：计算机-网络营销
上传时间：2013/6/13 13:05:00
论文作者：未知
jisuanji/wangluoyingxiao/201306/441600
中讯：“沃尔玛通心变成红色的时候就说明 排队的人太多了。” 1号店监控中心负责人告诉记者。
1号店每天有500万会员在线，甚至每一秒都有订单下达，每笔订单的商品 品类、数量以及配送地址都不一样。以王晓楠为例，在她订购一套咖啡壶的同 时，与她同一小区的其他客户订购了别的东西，为了减少物流成本，当然将同 一位置的订单归结在一起最好。但问题是，1号店系统如何能够自动识别每个 订单的关联性，并且将来自四面八方、杂乱无章的订单与配送中心整齐存放的 商品一一对应？
为此，1号店发明了 “订单池”概念。1号店配送中心接收到订单之后并不是 立即按照订单内容进行拣货，而是把订单投入订单池。如同水池一样，订单池 里面永远“沉淀” 一定数量的订单，系统根据每个订单的关联进行“分波”， 每15~20个订单为一个波次。
“所谓波次就是一项拣货任务。理论上讲，一个订单也可能成为一个波次， 但仓库人员有限，没有那么多人去一个订单一个订单地拣货，为了提高效率， 我们将具有相同属性的订单归结为一个波次。”王海晖告诉记者。
所谓的“相同属性”大有文章。信息系统为了提高效率，将具有关联的订单 合并为一个波次，这些关联度完全是从数学的角度计算而来的。比如，有的同 一波次的商品的共同属性是同样的商品，而有的同一波次的商品的共同属性是 同一个地址等。“我们有专业人才和专门的系统去研究算法，从而不断优化我 们的拣货流程。”王海晖表示。
当一个波次在订单池形成之后，拣货人员的RF枪（数据采集器）就会出现相应 的指令，告诉他到什么位置去拣什么样的商品等。这里面涉及一个路径优化的 问题。
为了追求效率，电商的仓库一般是平面库，货位上的商品以销售的最小单位 存放，而不是传统零售常用的立体库或托盘存放。货位的优化很重要，它直接
影响到拣货的效率。传统零售仓库内的单次拣货量大、种类少，效率不是问题, 而电子商务的单次拣货按波次，拣货量小、种类多。
据了解，1号店的库位按照商品的关联度和畅销度来决定。一般有个畅销商 品区，离包装区很近，以便快速拣货。商品的关联度越大（顾客在同一订单里同 时购买两个商品的概率越大）则放的越近，捡完一个马上可以捡另一个。
货品上架可按预先计算好配置的库位，也可动态地随机摆放（random show）。 后者库位的利用率要高不少，但需要RFID技术（射频识别技术）支持，实时定位。 随机摆放的另一个好处在于可以在上架现场根据实物商品的尺寸扩大或缩小库 位，提高货架使用率。
“商品在入库前都会规划自己的位置，这些位置也将输入系统。订单池形成 一个波次之后，系统就会根据该波次中订单的情况以及商品的位置为拣货员规 划一条最优路径。一般情况下，最优路径是拣货员行走的最短距离，或者是先 拣较轻的商品，后拣较重的商品，以节省拣货员的体力。”王海晖表示。
当每个波次拣货完毕之后，拣货员就会将商品进行打包，随后该商品进入分 拣中心，根据订单的地址通过自动滑轨进入相应的发货区。在该发货区，早有 车辆在等候。
事实上，拣货也是一个数据与实物的交互过程。“拣货