如何通过包裹分析优化吞吐量

作者：Jan Schroeder

历史上，配送中心投入大量资源用于构建高速分拣系统所需的物理要素。

快递、快运、包裹 (CEP) 配送中心已投资于系统设计，其特点是拥有最佳分拣机、最佳传送带、最有效的滑槽等。机器是真正优化分拣流程的唯一途径，这种观念在行业中根深蒂固。

然而，这种情况可能正在改变。

三个分拣系统内部

在下文中，我们将带您深入了解三个配送中心，它们如何利用数据分析来解决特定的运营挑战。

我们将向您介绍配送中心面临的挑战，并展示它们如何开始使用数据以及此后取得了哪些成就。

案例一：处理小型 B2C 物品的电子商务配送中心

第一个配送中心可以称之为典型的 B2C 电子商务包裹配送中心。

标准包裹组合包含种类繁多的小型和异形消费品。从自拍杆到微型电缆，再到美容配件以及介于两者之间的一切。一般来说，都是低成本商品。

与低成本商品一样，消费者倾向于在不同的网店之间切换以节省开支。价格和交货时间是决定性因素。因此，网店（配送中心的客户）将运费保持在最小尺寸。消费者理想情况下希望实现当日送达或接近当日送达的服务。

配送中心面临着很高的期望。它需要以高效的速度运行。延误是毁灭性的，将影响消费者对整体体验的评价。

是什么问题促使配送中心考虑数字化？ 让我们来看一下。

问题：

• 大量滑槽被物品堵塞
• 分拣机因载体之间有物品而停止
• 分拣机上大量散落的物品
• 进料口停止次数过多

大多数错误是由物品的包装、形状或质量引起的。

特别是，有三种错误似乎反复出现：圆形或不稳定的物品最终落在载体之间；松散的胶带或包装卡在进料口；包装导致物品在滑槽入口处停止。

配送中心的管理人员对重复出现的相同错误越来越感到沮丧，他们开始考虑各种选择。他们必须更深入地了解分拣系统和反复发生的事件。

该公司决定采用数据分析，并聘请了一家系统供应商来监督他们的工作。

检测并分析了分拣系统产生的大量数据。绘制了每个物品的完整处理过程。

胶带造成混乱

随着数据被分析，每个物品都成为了分拣系统如何运行以及系统如何响应某些事件的独特故事。

故事的数量不断增加，配送中心对相同错误为何持续发生的理解也随之加深。

例如，配送中心发现一家网店开始用胶带包装产品。这些产品本身并不难处理。来自其他网店的相同产品都能轻松处理。是胶带本身导致了问题。配送中心通过数据分析获得了这一洞察，并因此能够与客户共同制定更理想的包装解决方案。

这只是数据分析如何改进运营的一个例子。在此过程中，配送中心还能够确定导致问题的物品与托运人（即配送中心的客户）之间的其他联系。

数据分析使公司能够：

• 根据包装质量对客户进行分类
• 与客户开展建设性、基于事实的对话以改进包装
• 预测某些产品的特殊处理需求
• 调整与特定时间段相关的问题
• 培训操作员以最高效率操作系统

最终结果是中断减少，包裹流更高效，吞吐量更高。这不是通过投资机械实现的，而是通过投资数据实现的。

案例二：大型和难处理 B2C 物品的配送

第二家 CEP 公司专门处理大型且有些不便的物品。大多数其他配送中心都不愿处理的物品。例如割草机、汽车零件或其他笨重的机械或设备。

配送中心的客户通常是也从事远程销售的实体店。交货时间往往比普通电子商务更长。物品的谨慎处理和交付优先于速度。

这个特定的配送中心面临哪些问题？

左侧的包裹占据了两个载体，尽管它足够小，可以只放在一个载体上。数据分析使公司意识到，由于包裹在进料线上放置不正确，这种错误经常发生。这是一个有价值的见解，促使公司培训操作员正确放置包裹。

问题：

• 大量循环物品
• 载体占用率过高的物品过多
• 人工处理区域需要返工的物品数量多

事件是如何发生的，这基本上是个谜。肉眼看来，分拣系统似乎运行良好。但与此同时，产能却低于应有的水平。

因此，这家 CEP 经销商聘请了一家系统供应商并开始收集数据。

数据显示，物品被循环是因为滑槽已满或处于交换过程中。 通过了解这一点，公司能够对其运营进行两项重要调整：

• 将包裹流量最高的 10% 滑槽的资源增加一倍
• 对剩余 90% 的流量目的地实施动态资源分配

这两项调整大大减少了循环包裹的数量。仅仅通过更有效地操作分拣系统，而无需在新机械上花费任何资金。

得益于数据分析，配送中心又实现了一个惊人的发现：

事实上，大多数被送入两个载体的物品都足够小，可以只放在一个载体上，但它们在进料线上放置不当。结果表明，配送中心通过专注于培训操作员正确放置物品，能够显著降低两个载体占用率。

“配送中心能够显著降低两个载体占用率。”

通过更好的数据减少返工

该公司面临另一个运营挑战：包裹数据交换不足导致大量返工。

通过将返工原因与包裹数据进行交叉比对，配送中心发现 EDI（电子数据交换）通常太迟、不正确或完全错误。对于一些包裹，条形码质量差或内容经常不正确。

公司进一步深化数据分析，绘制了无读取物品与托运人/客户之间的联系。然后根据客户能够提供的 EDI 质量对其进行分类。

这一洞察为 CEP 公司与客户之间就解决该问题展开对话铺平了道路。此外，CEP 公司现在拥有数据，可以根据 EDI 质量调整每次交付的成本。

结果是更好的 EDI，带来了更顺畅的包裹处理流程，大大减少了返工和操作员干预。

获取完整概述：阅读包裹分销商的数字化指南。

案例三：以交付速度为重点的标准 B2C 包裹配送

本案例涉及一个典型的 B2C 电子商务配送中心。

其客户是网店，最终用户（收件人）是消费者。交付速度和将每个包裹的成本保持在最小尺寸是两个关键优先事项。

这是一个奇特的例子——也是数据对 CEP 公司有多么宝贵的例证。

该配送中心拥有一个由两台分拣机组成的分拣系统，两台分拣机都达到了令人费解的产能水平。

这两个分拣系统表现出色——利用率接近理论产能。但高系统利用率并未同样反映为高生产力。

令人印象深刻的利用率数字是一回事，但有些地方出了问题。配送中心面临两个问题。

问题：

• 分拣系统产生大量返工
• 分拣系统在两个系统之间产生大量交叉包裹

为了解决这些问题，配送中心考虑投资一条额外的交叉线。幸运的是，他们决定采用不同的解决方案。

公司没有投资重新设计，而是投入资源从分拣系统收集数据。事实证明，这不仅成本显著降低，而且比花费在新交叉线上更有效。

数据揭示了什么

事实证明，分拣机之所以能达到如此惊人的产能数字，是有充分理由的。确实有些地方出了问题。

超过一半的交叉物品在两个系统之间交叉不止一次。进料不当的物品导致了 20% 的返工。而实际上有有效目的地的物品占返工的 30% 以上。

随着配送中心深入挖掘数据，它发现利用率数字如此不切实际地高的原因：两个系统配置错误，导致物品来回交叉。此外，系统被配置为拒绝包裹，而不是循环重试分拣。

结果，总吞吐量大大超过了通过设施的实际物品数量。

基于这些见解，配送中心确定了最有效的解决方案：

• 两个分拣机之间的一致分配
• 滑槽区域更好的人员配置
• 高吞吐量目的地的双重分配
• 低吞吐量目的地的动态分配
• 允许有有效目的地的物品循环
• 培训操作员更仔细地进料

结论

结果是系统效率大大提高，返工减少，系统之间只有必要的交叉。在不投资任何新的昂贵机械的情况下实现了更高的吞吐量。

越来越多的 CEP 公司开始关注通过数字化改进吞吐量。这三个案例说明了原因。

投资数据服务实际上可以为 CEP 运营商创造高价值。事实上，数字服务（包括数据分析）通常会通过检测否则会持续存在的低效率来改变配送中心运营——而且成本低于改造物理系统设计。

您想了解更多关于数字化对您的配送中心的潜力吗？请阅读我们的包裹配送商数字化电子书。