#Delivery #Basics
В трех предыдущих публикациях по тегу #Delivery (здесь, здесь и здесь) я рассказал о базовых подходах к распределению товаров по местам хранения на складе автозапчастей. Если кратко, то изначально мы разделяем входящий товаропоток по массо-габаритным характеристикам и направляем его в соответствующие зоны (обычно: стеллажное, напольное/крупногабаритное или мезонинное хранение). Затем дважды проводим ABC анализ (один раз работаем с количеством товарных единиц, второй - с количеством заказов), после чего распределяем все позиции по 9 категориям. Так мы определяем быстро, медленно и необорачиваемые товары, а также классифицируем каждую категорию по количеству обращений и глубине строки. Но не учитываем фактор сезонности (или случайного спроса). О нем и поговорим сегодня.
После того как мы сформировали ABC-DEF матрицу, мы можем оптимизировать первоначальную стратегию размещения товаров по массо-габаритным характеристикам уже внутри зон. Например, для товаров категории AF в мезонине сформировать зону с предварительно сгруппированными товарами (пример - пластиковые контейнеры, в которых будет собрано определенное количество единиц конкретного артикула), что значительно ускорит отбор. А под товары категории CF можно вообще выделить мултиартикульную зону (решение рекомендуется применять только при наличии проблем с площадями хранения, поскольку значительно увеличивает риск ошибки подбора). Кроме того нужно обязательно определить и назначить каждой физической ячейке свою категорию (AF-CF), а также сформировать алгоритм выбора бэк-ап ячеек при размещении и «зашить» его в логику WMS (то есть какую категорию ячеек предложит система для размещения, если все ячейки необходимой категории окажутся заняты).
Следующий шаг – оценка равномерности распределения обращений к ячейкам во времени (именно те самые риски сезонности или случайности спроса на товары). Здесь используется стандартный для логистики XYZ анализ. Проводить его мы будем, разумеется, применительно к товарным позициям. Для этого нам понадобится поартикульная статистика реализации с разбивкой по периодам (по дням, неделям или хотя бы месяцам). Для каждого артикула мы рассчитаем коэффициент вариации (относительное стандартное отклонение, которое определяется, как отношение стандартного отклонения к среднему). В Excel это формула: ‘=СТАНДОТКЛОНП()/СРЗНАЧ()’ или ‘=(ДИСПР()^0,5)/СРЗНАЧ()’. Далее, отфильтровав получившиеся значения от наименьшего к большему, присвоим каждому артикулу значения X (порог - наименьшее значение +10%), Y (порог - наименьшее значение +25%) и Z (артикулы с оставшимися значениями).
Таким образом мы разбили все товары, обработанные на складе за период, на три группы: 1. Наименее подверженные случайному (сезонному) спросу 2. Товары со значительными изменениями спроса в рассматриваемом периоде 3. Товары с нестабильным спросом. Как же теперь корректно перераспределить запасы товаров на складе с учетом результатов этого анализа? В следующей публикации по тегу #Delivery я расскажу о завершающем этапе оптимизации и о том, как поддерживать такое состояние с течением времени.
