电商拣选技术与方式

在由《物流技术与应用》杂志主办的“2017中国新零售与新物流发展论坛暨第七届中国快速消费品供给链与物流高峰会”上，围绕“新变局、新物流、新未来”大会主题，苏州牧星智能科技有限公司创始人、总经理刘明先生以《电商拣选技术与拣选方式的比较分析》为题的演讲中，具体分析了目前电商行业的主流拣选技术与拣选方式，并为企业选择适合的拣选技术与方式提供了具体的参考。

由于干货太多，为了便于读者理解和阅读，该演讲内容将分为上、下两部分内容呈现。

以下为演讲具体内容的上半部分——电商拣选技术。

整个电商行业从诞生发展到现在大约20多年的时间，但到目前为止还没有专门的学科来介绍电商物流仓储物流。对于电商行业来讲，拣选是仓储作业中很重要、很复杂、很影响效率的环节，同时它有跟仓库布局、流程、设备、效率、成本直接相关。但是大家在谈到电商拣选的时候通常会混淆两个问题——拣选技术VS拣选方式。

比如，货到人技术、KIVA机器人，这是一种拣选方式呢还是一种拣选技术呢？

大家知道，中国武功有外功和内功之分，有“道”和“术”，内功可能大家看不到，它就是技术，外功是解决方式。如仓库内采用PDA拣选，这个可以直观的看到，这是一种拣选方式。

拣选方式是拣选的表现形式，其背后的驱动是拣选技术，拣选技术才是拣选作业流程和效率的真正核心。

拣选技术主要分为三种：

1）order 仓配一体picking 按照订单拣选

2）batch picking 按照批次（波次）拣选

3）flow picking 按照流程拣选

目前我们看到所有仓库的各种表现形式的拣选，无论是语音拣选还是PDA拣选，或者穿梭车货到人、旋转货架货到人，KIVA货到人……其背后驱动的逻辑都是以上三种拣选技术。

在这三种拣选技术之下，又涉及到是一个人完成还是由多个人完成；是在一个区域里面拣选还是多个区域里面拣选；是平行拣选还是接力拣选。因此，又在不同的维度上也有细微的划分。到家讲“一生二，二生三，三生万物”，电商拣选也是由这三种拣选技术衍生出各种不同各样的拣选方式。

下面我们就来具体看一看这三种拣选技术。

（1）order picking 按照订单拣选

这是整个仓库诞生很早的一种拣选技术，自有仓库开始就会有order 成都仓储公司 picking拣选，它适合于拣选面积小、SKU种类少，订单行尤其多、lead time比较短的作业场景。

可能有人不禁会问：现在电商的趋势跟order picking的特点完全相反，SKU种类非常多，仓库的面积越来越大，那这样的拣选技术是不是过时了呢？其实这不一定。

上图是采用传送带的典型order picking，虽然说仓库面积非常大，但是它把过去由一个人完成一个订单变成了由多个人完成一个订单，每个人固定在工位上，拣完自己的货以后把包装箱放到传送带上，由传送带来完成周转，这是一个接力拣选的作业。

事实上，这样的仓库在国内电商行业里还有很多。所以每种拣选技术都有它的优缺点，所以大家不要认为order picking这种拣选技术诞生的比较早就不适合电商，只要把它进行变形以后，也会有比较好的应用。

（2）batch picking 按照批次/波次拣选

这种拣选技术必须要增加一个流程——分拨，所以必须保证完成整个拣选和分拨作业的时间，总的效率要大于order picking才有经济性。

Batch picking是目前大部分电商通用的一种方式，它适合于SKU种类多，订单行少，订单量又比较大的作业场景。但是它的缺点在于lead 北京仓库物流 time尤其长，因为只有完成一整个拨次的拣选以后才能够进行分拨。分拨又需要一些时间，所以从一开始拣选到拣选完成的时间比较长，快一点的可能半个小时，慢一点的可能需要一个小时。

事实上，对于batch picking来说还有一个非常致命的缺点——目前国内大部分仓库还是人工仓，传送带也并非每个仓库都匹配，有的只是在包装环节来放一些传送带，假如仓库面积超过40,000平米以后，假如还是batchpicking拣选的话，就很轻易造成拣选效率非常低。因为仓库面积太大，要完成一个波次的话可能在仓库内行走的距离非常长，随着仓库面积的增大，拣选效率会成指数级下降。

对于batch picking来说，很核心的是如何生成一个batch（批次/波次）。

如上图，比如有X个订单的订单池，要生成包含Y个订单的波次，假设现在有3000电商仓配 个订单等待被处理，60个订单产生一个波次，这就变成了一个数学题。

它将生成的可能性有多少种呢？

答案是：

也就是说，在生产这个波次的时候有很多种方案，但是在这些方案里面，只有一个是效率很优的，如何找到这个很优解就是波次拣选很核心的问题。

对此，暴力求解是没有用的，假如说这个很优解没有求好，那么它的拣选效率比orderpicking的效率还要差。因此必须要建立数学模型、快速的找到很优解，提高拣选效率。

下面介绍两个简单求很优解的模型。

①很小面积建模法

把整个仓库变成一个坐标系，每个货架的每一个货位作为一个坐标，每一点都会有一个坐标，于是订单在订单池里调进系统的时候会进行绑定，每一个订单都会有一个自己的坐标，有的是一单一件的，有的是一单两件的。

接下来以任意一点为圆心开始画圆，很小面积则表示订单波次的很优解。正常情况下，假如有3000个订单，那就可能有9000个可以作为圆心的点，所以只需要画9000次圆就可以求出这个很优解。不过，该很优解只是一个近视很优解，不一定是真实很优解。

②很小值建模法

同样的在仓库里面，每个货架都有一个坐标，每个订单出来以后会针对自己的坐标进行求和。比如，某一个订单是一单两件的，掉到（1，3）坐标和（1，8）坐标，那么他就分两部分进行求和，1+3；1+8，等于4+9等于13，那么去拣货这个订单的成本就是14。所有订单的很小值相加就是很小值求批次很优解的方式。

这两种方式仅仅是batch picking里面的两个模型而已，每个企业要针对自身的情况来建立自己的数学模型，很多时候这种建模方式也跟企业治理息息相关。

每次波次拣选完之后必然要北京仓储公司进行合批，假如是由一个人完成的可能不存在合批工作，直接分拨就可以了；但是假如是多区域、多个人同时完成一个波次，必然存在合批操作，所以说从order picking 到batch picking，是把一个流程变成了三个流程。

在合批阶段可以用到很多合批自动化设备替代人工，如穿梭车、miniload、旋转货架、甚至可以用堆垛机。合批结束以后就是分拨，由于大家都非常熟悉，这里就不再赘述。

但是值得一提的是，一个批次优化做得不好的企业和一个批次优化做得好的企业，其拣选效率可以相差一倍，所以当企业拣选效率很低时，很可能是批次优化出了问题，应该要思考数学建模，怎么样去求很优解是更加合适的。

但现实是，很多小企业不具备开发数学模型的能力，买的标准产品里面可能也没有求很优解的功能，很多时候就只能手动挪订单，或者简单做排序，这种情况对拣选效率的影响是很大的。

（3）Flow picking 按照流程拣选

这种拣选技术可能大家相对比较生疏，从字面上来讲就是按照流程拣选。

order picking是一次完成1个订单；

batch picking是一次完成多个订单，但是当拣货人员走到某个货位时正好有一个新的订单掉下来，待拣货物就在其面前，但是拣货人员也没有办法拣货；

flow picking则是拣货人员一边拣货，一边处理新产生的订单，在走过的路径中把所有可以拣选的商品全部拣选出来。

所以从理论上来讲，按流程拣选会达到很高的拣选效率。具体来说，flowpicking是如何实现的，采用flowpicking以后对后续拣选会带来哪些变化呢？一起来看看下面的视频。

不过flow picking来说，很大的困难就在于后续如何汇聚成一个一个的订单，多出来的工序就是需要再把它一件一件地拆开，再在传送带上汇合成一个个的订单，送到分拨墙去。

由于flow picking可以不断地优化，所以是理论上拣选效率很高的，flow picking适合的场景是海量的SKU，通常是百万级以上的；订单行少；同时仓储面积比较大。

但是同时，flow picking也存在一些问题：

1）合仓库代运营公司批及拆单，把拣选出来的商品每一个都拆成一件一件的，所以需要企业保证这种拣选技术在全流程投入和产出效率方面优；

2）Flow picking离不开自动化设备和计算机软件，他必须配很多的设备。我们有时候看到有些仓库里面用了几十公里的传送带，就都是采用的flow picking拣选；同时离不开强大的计算机软件，因为需要具体的记录所拣的每一件货物，再进行分批，控制自动化设备再次汇集成一个一个订单。

除了以上三大拣选技术之外，还有多种影响电商拣选技术的其他因素，比如订单池细化、存储拣选分离、货物储位优化、随机存储等。由于篇幅有限，更多出色内容我们将在后续文章中陆续呈现，敬请关注。