2016年开年第一篇原创,咱还是说说物流的订单处理。物流处理订单简单讲就是仓储加上运输的操作。先来看一下,仓库的进出操作的示意图,如图一所示:
图一
红色箭头为简单的入库流向:
抽样检测->商品分拣,点数->按库区分布放入待检区->入库上架。完成整个入库操作。
绿色箭头为简单的出库流向:
分库区拣货->商品放入待包装区->按订单合并包装->按不同发运路线放发运准备区->准备发运单据后,放入装载区。完成整个出库操作。
在上述经典操作模式下,我们来看一下运作的时间。
上一篇文章我们提到过,订单有不同的分类,对应不同的优先级。如下图所示(图二)
图二
我们先设想一个如下的情景:
送货卡车早上8点钟停靠收货平台。基于上表的运作时间,简单的计算一下;一件商品从接收开始一直到发运准备完成,最快的时间是多少?如下所示:至少要4天的时间才能交到客户手上,有可能更长。
IS:inbound Start IF:Inbound Finished OS:Outbound Start OF:Outbound Finished
图三
再试想另一种情景:
这货车送来的货如果是通过紧急订单采购进来的,很大程度是因为紧急库存补货,更有可能是客户SO缺货,背靠背产生的采购订单。如图二所示紧急订单(VOR)的库存属性决定了自动产生背靠背的采购订单。问题来了,客户货车送车之前已经在为缺货煎熬了!@$$%&天!我们如果按经典物流操作至少还需要另外的4天时间,才能将商品送达(如图三所计算)。可能从更大的供应链的角度,这里面会很多的理论可以讨论,会涉及公司内部的方方面面。从物流运作的角度,如何解决?有没有立杆见影的方案呢?如果有,机会在哪里?
请看图一,一红,一绿两个箭头表示入库和出库,也就是说对于客户订单的缺货,入库团队放到库位后,很快又被拣货团队取走。商品在库位上可能停留了不到24小时。这24小时我们是可以替客户剩下来的。再看这一红,一绿箭头形成的交叉,恰好是一个大大的"X"。这就是机会所在。
简单说就是对于已经有背靠背销售订单的商品简化操作流程,不进行库内操作,接收流程完成后直接发运。如图四所示
图四
我们再来看一下X-docking操作模式下的时间:
图五
送货卡车早上8点钟停靠收货平台。基于上表(图五)的运作时间,简单的计算一下;在X-docking操作模式下,一件商品从接收开始一直到发运准备完成,最快的时间是多少?3天交到客户手上,24hrs 被省出来了。没有额外的成本,同时还能改善库内运作的生产率。
优势:
可以缩短入库操作的环节,从而节省掉约50%采购订单处理时间,以VOR类型的订单为例,入库处理时间可以缩短为2小时。
同样出库操作的拣货流程也被大大缩短。
整体物流操作效率大大提高,潜在改善了其他订单处理的时间。
需要的支持:
库位设计的时候,要打破常规布局,在发货区建立XDO的货架,从而简化入库流程。如图四所示。
对于SKU多的的仓库,需要IT支持。入库筛选环节很重要,系统需要提示入库人员哪只物料有backorder。入库时,backorder的入库上架库位为X-docking库区。对于SKU较少的仓库可以通过和销售订单计划的沟通去的信息。
收货时,重点查看货物是否质损,提高发运的有效性。
本文以节奏物流 (Rhythm) 的双“H“为目的,以“Y-cross”为思路;针对已有背靠背销售订单商品,提出了新的物流操作方式:X-docking。即在不改变物流成本的情况下,有节奏的深挖物流操作效率,从而提高客户满意度。
作者简介:
木子,首都经济贸易大学MBA。 现任职于某汽车豪华品牌物流总监。近20年物流从业经验,超过15年的物流管理经验。对于汽车,快速消费品,零售,电子行业,医药行业的物流管理,战略有较深的感悟和体会。本公众号的所有文章均为木子原创,转载时请注明作者和公众号。
人工智能深度学习简史(1956~2024)
1332 阅读年营收643亿,净利88亿,航空货运三巨头业绩出炉
1285 阅读2025 LOG低碳供应链物流 杰出贡献奖
1239 阅读2025 LOG 低碳供应链物流 数智化优秀服务商
1173 阅读2025高考试卷正在发往全国各地,中国邮政承担押运任务
1148 阅读老牌跨境物流企业爆雷,资金链断裂
1069 阅读2025 LOG低碳供应链物流 杰出贡献奖
987 阅读买还是租,物流企业持有新能源车的最佳姿势
932 阅读2025 LOG低碳供应链物流 最具影响力品牌商
926 阅读2025 LOG低碳供应链物流 杰出贡献奖
933 阅读