仓容管理：如何降本和增收

作者介绍：

毕业于香港理工大学。深耕供应链和物流解决方案多年，目前做跨境电商。供应链是六便士，文学是月亮。欢迎关注微信公众号【 来自星星的tina 】

引言

在《OKR/ KPI系列：电商物流供应链》讲过仓储规划的KPI的主要有2个，先简单回顾一下：

• % 托盘填充率= 所有货品含外箱总体积 /  (总托盘个数* 托盘体积)

• % 托盘与面积的转化率 = 总托盘个数 / 仓库总面积

托盘与面积的转化率，衡量的是仓库面积有没有被充分利用，真正考验的是仓储规划的专业度。托盘利用率，则更多依赖对商业的判断，衡量的是物流的商务能力，是否有足够多和足够好的货来填满这个仓库。

之前也写过一篇如何在大促时做仓容测算，计算需要的托盘个数和租仓或拿仓的面积。（如何做仓容管理，避免爆仓或空置 - 上篇），有读者也在问我为什么没有下篇了。所以我把之前写的仓容测算也整合到这篇文章里。

这篇会详细讲解仓容相关的3部分内容：

1. 1.   WHAT？仓容测算，算什么。

• 关键测算参数

• 测算步骤

1. 2.   WHY？仓容管理，降本或增收。

• 存储效率模拟

• 两种优化方案

3.  HOW? 仓容精细化运营5步走。

• 基础信息精准维护

• 参数信息收集和对比，直到趋于最优（最大）利用

• 销量预测打通：日常进销存 & 大促峰值

• 效期库位精细运营

• 建立仓容监控看板和系统

通过仓容测算和精细管理，降低仓储成本或者增加仓储物流收入。希望可以帮助到需要的人。

1►WHAT? 仓容测算，算什么

仓储形式有2种：包仓和公共仓。包仓就是租用固定面积的仓库，不管爆仓还是空置，都按固定面积收费，适用于货量大且有稳定货量，不想在大促期间争抢资源的。公共仓就是用多少收多少。不管是自己买仓，租固定面积的仓，还是租用公共仓，都需要测算仓容。主要是计算需要的托盘个数& 租仓面积。

• 1）关键测算参数

• 大促品类峰值库存或日常进销存。峰值库存就是大促前期库存的最大值。日常根据进销存逻辑看现在和预计的库存量。

• 货品体积。每个SKU都需要维护体积。仓容测算时在海量SKU情况下无法根据SKU维度去看体积，所以一般看到类目，可以是一级，也可以更精细到二级类目。其中特殊品类（比如大件，恒温恒湿，贵品）需要单独拎出来看。

• 托盘极限存储件数，即托盘可利用体积（托盘利用率）。常规的托盘规格有1.2*1.0*1.4~1.8。但是这只是托盘的体积，并不是可存储货物的体积，特别是高度需要减去托盘本体高。

• 托盘实际可存储件数（托盘填充率）。托盘的可利用体积，放上货品后，也不是100%可以利用的。不同的品类填充率不一样，通常是大件填充率高小件低。这个数据需要经过实地测算，并且填充率的高低与日常运营有一定关系。

• 预包比例 & 预包膨胀系数。在直播，促销期间，都会根据预售预热数据提前打包，以便更快送达提升消费者体验，这就是预包。而预包后，货品的体积发生了变化，就是膨胀了，这就是膨胀系数。

• 托盘与面积的转化率。拿仓有时候不是拿托盘，而是面积。计算出多少托盘后，需要再转化成需要的面积。不同仓类型的转化率不一样，平仓肯定低，高位货架和轻型货架高有的可以超过100%。与填充率一样，这个数据需要经过实地测算，并且转化率的高低与日常是否精细化运营强相关。

以上每个参数都有一些行业参考数据。品类不同，行业不同，仓不同，参数数据不同。

• 2）测算步骤

1. 预测大促时品类的峰值库存or 日常进销存预测

   峰值库存的预测这里不讲了，可以参考之前的一篇讲预测文章。回顾：电商供应链如何做好销量预测

2. 托盘可利用体积 = 托盘长 * 宽 * 不含本体的高

3. 托盘极限存储件数 = 托盘可利用体积/ 货品平均体积

4. 托盘实际存储件数 = 托盘极限存储件数 * 托盘填充率

5. 预包前托盘个数 = 大促品类峰值库存or日常品类进销存 / 托盘实际存储件数

6. 预包后托盘个数 = 预包比例 * 预包前托盘数 * 预包膨胀系数+(1 - 预包比例) * 预包前托盘数

7. 总托盘个数 = 预包后托盘个数 + 包材需要的托盘个数

8. 拿仓或租仓面积 = 总托盘个数/ 托盘与面积的转化率

2►WHY? 仓容管理可以降本增收

为什么要做仓容管理、要计算仓容、做仓容的精细化运营呢？

• 从物流平台or物流公司P&L的角度，是为了节约成本，或者增加营收；

• 从电商运营 & 竞争 & 体验的角度，精细化运营使平台成本降低或者营收增加了，那么就会带动卖家物流成本的降低，从而降低售价，提升商品竞争力，最终受益的也会是消费者。

拿一些数据说话吧。以部分化妆品作为例子（需要效期管理但不是强管理）好了。假设托盘填充率50%，假设托盘与面积的转化率80%，是平均的合理数值。

以一个10000平方米的仓容为例。列一些随机参数，进行存储效率的模拟。

• 货品含外箱平均体积：0.0007立方米

• 货品件数：500万件

• 托盘规格：1.2*1.0*1.5米（托盘本体高度0.14米）= 1.63立方米

• 总托盘个数：5000个

• 仓库总面积：10000平米

• 仓租成本：CNY 50/平方米/天

• 仓租售价：CNY 6/立方米/天

• % 托盘填充率 = 0.0007*500万/ (5000*1.63) = 42.9%，低于平均值7.1%。

• % 托盘与面积的转化率 = 5000 / 10000 = 50%，低于平均值30%。

很容易就看出问题在哪里了：填充率和转化率都低了。那么该如何优化呢？

优化方案A - 降本：

货品件数不变，托盘个数由5000减少到4289个，租仓面积由1万平方米减少到5362平方米，减少了4638平方米。那么租金节约CNY 23万/月 = 50*(10000-5362).

优化方案B - 增收：

仓库总面积1万平方米维持不变，托盘个数由5000增加到8235个，货品件数由500万件增加到约933万件，增加了433万件。那么仅仓储运营收入增加 CNY 55万/月 = (933万-500万)*0.0007*6*30。这里还不包括现有客户和潜在客户的入驻，其它的物流相关收入等。

在这组随机数下，方案B从数字上看好于方案A。当然，现实中，可能会有其它的考虑。同时，如果模拟数据发生变化，结果可能也会发生变化。

3►HOW? 仓容精细化运营5步走

1）基础信息精准维护。

主要是不同品类的体积信息。这些基础物流属性的信息都会在WMS维护。需要做仓容精细化管理的，一般商品数量都到了一定的量级，也得有个上千万件货几万个SKU。几万个SKU的体积信息都要精准维护不是一件容易的事情。老的SKU需要经历几轮的数据清洗和校验，新的SKU要有明确的数据维护规则和审核。

体积信息是维护到SKU维度的，但是仓容的计算，从托盘存储件数，到托盘数，再到托盘转化到面积，按SKU体积来计算又可能会因为太精细而无法计算。所以需要把SKU维度的体积通过加权平均汇总到类目，一级类目太粗，需要到二级或者三级类目。

还有就是托盘个数定期检查和进行系统维护。包括总托盘个数，空置托盘个数，使用中的托盘个数。

2）参数信息收集和对比，直到趋于最优（最大）利用。

主要是两个参数：托盘填充率，托盘与面积的转化率。

一是，托盘填充率。从整体大盘的角度衡量托盘是否有被充分利用，%托盘填充率 = 所有货品含外箱总体积/ (总托盘个数* 托盘体积) , 这个是一个结果值，用来衡量实际结果是否符合行业平均值。

但是如何又能得出：合理的托盘填充率，这个可以作衡量标准的结果值呢？ 那么需要另一个计算过程：托盘填充率 = 托盘实际存储件数/ 托盘极限存储件数 = 托盘实际存储件数 /  (托盘不含底座高度的体积 / 品类体积)。

这个计算过程并不简单，需要经过无数的实践经验，要去各个仓库看过很多的不同品类的实际数据，去仓库内一个个量，拿着各组数据取对比，看实际情况哪些做得好的，取这些做得好的值作为衡量标准。

二是，托盘与面积的转化率。%托盘与面积的转化率 = 总托盘个数 /仓库总面积。

这也没有一个绝对的数值，平仓可能40-50%左右，做得好的可能有60%以上；高仓和混合型仓会超过100%。这些数字也需要经过很多次的现场测量、对比、打磨、计算才能得出。

3）销量预测打通：日常进销存 & 大促峰值

货品单位体积 * 货品件数 = 货品总体积。要精确计算托盘个数和仓容，就需要有总体积。前面讲了品类体积，还差货品件数。

当下的货品件数从WMS可以获取，但是如果想要提前预测未来的仓容情况提前做准备，那么就需要货品件数预测了。

日常的货品件数预测 = 预计新进货品件数（进） + 现有可销库存件数（存） – 预计未来销售件数（销）

大促峰值库存件数 = 大促前夕预计的最高库存件数。一般取大促前一天的库存。现实情况是，最高的库存件数可能会出现在大促前锁仓的那一段时间，因为锁仓后不会有新进货但是大促前仍然会有少量销售。不过两者差别不会很大。

所以仓容的计算需要与日常和大促的销量预测打通。

4）效期库位精细运营

像食品、保健品都是效期强管控的商品；美妆、洗护部分是弱管控；服饰、箱包不需要效期管控。有的商品同一个SKU可能会有多个效期，需要满足FIFO (first in first out先进先出)，同时需要对效期信息进行维护，临期品的下架提前通知或者到了一定效期需要强制下架。所以不同效期批次都需要放同一个库位，不然就有可能会出现给消费者发了临期品或者过期品，这个会引发很严重的投诉甚至是品牌舆情。

一个托盘是一个大的库位，如果有很多效期要维护而对应的商品件数不多的时候，那就会非常浪费库位，会导致托盘无法充分利用。这时候可以巧妙地把一个大库位分成4个甚至是6个小库位，这样就能提升托盘填充率。

5）建立仓容监控看板和系统

线下的精细化运营，需要结合线上的数字化监控看板或者系统。数字化需要做到什么程度，取决于业务规模和业务发展阶段。体量大了，业务发展成熟了，数字化也要精细；如果只是几十或者几百万件货，可能监控一下大数就行了。

• 仓容基础信息。仓库名称、仓库区域、区域类型、品类、货品体积、货架类型、货位长宽高

• 仓容滚动预测、补货和预警。总托盘数、已利用托盘数、剩余托盘数、现有库存件数、预计可补货件数（分品类）、是否托盘不足、是否爆仓预警。

• 大促模拟。分品类峰值库存件数预计、现有仓库面积、缺口托盘数、预计需要新增面积和托盘数。

• 效率分析。托盘极限存储件数、托盘实际存储件数、日常托盘填充率，大促托盘填充率、托盘与面积转化率等。

• 损益分析和优化方案。通过效率分析，看托盘填充率与面积转化率是否合理。最好是可以让更多的商品进来可以增收。如果不行，通过减少仓租面积和托盘个数，降低成本。具体在第2部分已经模拟过。