“夹缝求生”的3PL仓储供应商，怎么把人工成本降下来？

目前3PL仓储供应商的日子越来越难过，上游甲方客户动不动就拿不降价就撤仓相威胁，下游快递承运商则提价没商量，倒逼着3PL仓储供应商自上而下卷起来，职能部门冻结外招计划，现有人员流失不补；仓端的单均人工成本目标值逐年下降，绩效考核权重则逐年上升，让仓库负责人压力山大。

在整个仓端的人工成本组成中我们可以将其分为直接生产成本（含打单、拣选、复核、打包、称重等作业环节）、间接生产成本（收货、上架、理货、盘点、补货、异常处理、叉车等作业环节）、销管成本（经理、主管、组长、保安、保洁、质控、行政、人事、物流等岗位），而直接生产成本占整个仓端人工成本比例约为60%，因此仓库负责人如能精细管控好直接生产成本则可以有效减轻其人工成本考核压力。接下来本篇将就直接生产成本中的散单拣选环节人工成本如何管控进行重点分析。

一般而言影响散单拣选人员拣货效率主要有如下几点：

1、拣货人员对PDA拣货操作熟练度；

2、商品重量；

3、拣货载具性能；

4、拣货路径距离。

大多数仓库负责人对1、2、3点都可以找到解决办法，而对第4点则是束手无策。拣货路径距离之所以难以解决是因为它不仅涉及到WMS系统中的波次汇单策略还和拣选区通道中商品拣选位的排布有关，而这些都是复杂的数学问题。

在讲解如何排布拣选区通道中商品拣选位前，我们先了解一个工具：EIQ分析法，它是利用“E”“I”“Q”这三个物流关键要素，来研究配送的需求特性，为配送提供规划依据。该理论由日本铃木震先生提出并积极推广。

其中，E是指“Entry”，I是指“Item”，Q是指“Quantity”。即是从客户订单的品项、数量、订货次数等方面出发，进行配送特性和出货特性的分析。

通过EIQ分析法我们可以对仓库某个客户的出库订单进行分析，从EQ、IQ、EN、IK等指标对出库订单商品进行ABC分析并在此基础上得出商品与商品之间的相关性。

相关性高的商品则在拣选区通道拣货位置排布时应相近，相关性低的商品则相远。因不同客户的在库商品SKU数从几十到几万之间不等，故针对商品SKU数在几百到几万之间的相关性分析因人工计算量太大不易操作，故需借助BI，由其进行分析，最终输出2张报表：一、拣选区商品相关性分析报表；一张拣选区通道商品库位排布表。

因不同商品的更新迭代周期长短不一，故在周期的选择上需要因客户品类而异，例如服饰商品相关性分析时周期应选择15天或30天，奶粉类商品相关性分析时周期应选择60天或90天。

相关性：不同商品在同一个出库订单种出现的次数，次数越高代表其相关性高。

解决了如何排布拣选区通道中商品拣选位后我们还要解决一个问题：怎样提高波次汇单中单个波次订单数中商品在拣选区的聚合度。

要解决这个问题就必须借助仓库数字孪生技术，开发人员将物理仓库映射到系统，WMS系统在汇单时除按照仓库、货主、平台、快递承运商、发货时效等汇单逻辑外，还要增加一个“拣货路径最短”汇单逻辑。

有了BI生成的拣选区通道商品库位排布表和“拣货路径最短”汇单逻辑，则可以有效提升散单拣货人员的拣货效率，从而降低同等作业量下的作业人员出勤人数，最终实现仓端人工成本下降。