供應鏈：入倉推薦淺析

入倉推薦是指，售賣方在採購一批商品後，基於有多個可用倉庫的前提，由系統為用户提供入倉倉庫及入倉數量。

在供應鏈的發貨鏈路中，我們通常會考慮通過合單、選擇低價物流、選擇離用户最近的倉庫發貨等方式降低履約成本。但是，所有決策的基礎商品的存儲倉庫已經固定了，因此也在一定程度上限定了成本降低的可能性。那麼怎麼讓商品一開始就可以去到後續成本更低的倉庫呢？

今天我們就來分享下簡單的入倉推薦的決策吧。

一、為什麼需要入倉推薦

履約成本（從用户下單到商品送到用户手中的成本，此處不包含商品本身的成本）主要由以下部分組成：訂單處理成本、人工（倉庫揀貨包裝）成本、包材成本、存儲成本（倉庫分攤成本，包含倉租水電、固定資產折舊等）、物流成本。

其中人工、存儲成本是直接與倉庫相關，物流成本則是間接相關。而這三項成本基本上佔到履約成本的70~80%。也就是説，一旦商品入倉，那麼可變動的履約成本基本上就很少了。因此我們應該把握源頭，讓商品一開始就進入“對的”倉。

對於自營電商平台，甚至是稍微有些末的淘寶店來説為了更快滿足用户訴求、提升用户體驗，基本上都存在區域分倉的情況。

即全國不同區域都有倉庫（倉庫密度按實際體量和訴求有所不同），這就涉及到每次採購的商品應該入庫到哪個倉庫，才可以使後期成本更低。

當倉庫數量少時，還可以通過人工經驗判斷，貨品的分倉比例（當然，這對人員的要求還是很高的，他需要了解各地的銷售情況、物流成本等大量基礎數據）。而倉庫數量過多時，人為判斷幾乎是不可能的了。

二、基礎數據的準備1. 倉庫基礎數據

對於倉庫來説，需要明確其運營類目、庫容、人工成本和合作物流這四大基本要素。

2. 貨品基礎信息

重量，體積（拋貨需要考慮體積），組合商品，歷史銷售數據。

3. 物流基礎信息

覆蓋區域，配送時效，物流價格。

4. 供應商基礎信息

可配送範圍，起送量。

基於以上基礎信息，系統可以根據既定策略計算預計成本並演算最優入庫方案。

下面我們來看下上述的基礎數據在運算過程中是如何使用的。

三、策略概述1. 可用倉庫篩選

要選擇入庫倉庫，首先要明確，哪些倉庫是當前這次決策可用的。根據供應商可配送範圍和倉庫位置、倉庫運營類目和商品類目、當前可用庫容>0的匹配篩選可用倉庫列表。

2. 相關成本分解

入倉推薦的目標是降低後期履約成本，那麼我們需要先了解下入庫倉庫可以影響哪些成本：存儲成本、人工成本、物流成本。針對成本進行分解，計算每個可用倉庫的預計未來履約成本。

存儲成本中除了倉租水電的分攤外，還包含固定資產的分攤。存儲成本通常需要根據該倉庫的合同（固定)及歷史費用（水電等非固定)計算均值。需要注意的是，存儲成本的計算還會涉及都商品的平均週轉天數。

如A倉日均單件商品存儲金額是0.1RMB/件（通過租金和庫存量計算），而商品X平均週轉天數為30天，那麼對於單件X商品而言，其佔用的存儲成本為3RMB。

單件存儲成本=（日倉租+日固定成本分攤）*單品週轉天數/日均庫存數

人工成本通常可分為2大類：固定的包乾成本和人員工資。包乾成本是指倉庫方提供給平台甲方的報價，按固定的N元/包裹（或階梯）的方式；人員工資則是每月按照實際倉庫人員工資進行結算，需要按照實際發貨的包裹數分攤到包裹來核算單包裹的人工成本。

單包裹人工成本=倉庫報價或總工資數/總髮貨包裹數

物流成本則是指商品從所存儲的倉庫發往目的地實際物流費用，通常可以根據物流公司提供的報價結合包裹重量計算得出。

單件物流成本=根據收發貨地、商品重量和物流計費規則（首續重等）計算物流費用

人工成本從倉庫發貨維度只能計算到單包裹的費用而無法精確到單品分攤費用，通常要按包裹中商品件數分攤。

物流成本雖然在表面上看計算除了單件成本，但實際上物流的維度也是基於每個包裹的，而一個包裹中往往是不止單件商品的，這就會導致上面計算出的單件物流成本實際是偏高的，也需要按照單品再進行分攤。

這就需要使用包裹中的商品結構，即歷史訂單數據進行拆解。用户購買此商品時是否同時還會購買其他商品？應該如何進行分攤？

3. 銷售數據分析

基於此商品歷史區域銷售佔比（如果是季節性商品則需參考往年同期銷售）。注意，銷售的數量預測在採購計劃中已經完成，在當前的步驟中只需要區分不同區域的不同銷售量的佔比。

以下為示例：

關聯商品是指，用户採購該商品時，有超出n%的比例會同時採購另一商品（n由平台自行定義），此時稱這兩款商品存在關聯。

關聯商品的引入，可用於物流成本和人工成本的分攤。

舉個簡單的例子：對於杭州-江干用户來説，購買商品X時，總有90%的用户同時會購買商品A。那麼如果倉庫中同時有A商品庫存，則認為後期發出的包裹中有80%是A+X合包裹，A、X重量相同。其物流成本和人工成本都需要按照件數和重量進行對應的分攤。在下圖中，分攤後倉1到杭州-江干的成本是低於倉2的成本的。

同樣的，單筆銷售件數的數量指的是每單（包裹）用户購買此單品的數量，此數量用於單件商品分攤人工、物流成本。基於以上，可以計算出X商品入指定倉後單件的物流成本和人工成本。

單件物流成本=(A+X)共同銷售佔比*X重量*(A+X)運費/（A+X)總重量+[1-(A+X)共同銷售佔比]*X運費

單件人工成本=(A+X)共同銷售佔比*1*單包裹人工費/（A+X)總商品件數+[1-(A+X)共同銷售佔比]*單包裹人工成本

A表示除單件X之外其他任何商品組合，實際為枚舉。

4. 計算模型

可用倉庫W1,W2…Wn，總採購量P，分配到每個倉庫的入庫量分別為p1，p2…pn，供應商起髮量為Limit1；倉內庫存為i1，i2…in，庫存上限I1，I2…I3；倉庫的總單件成本分別為c1，c2…cn（已包含三項成本），預估未來總成本為Target。

求解目標即為：求出p1,p2…pn使Target最小。

• Target=p1*c1+p2*c2+…+pn*cn；
• 約束1：P=p1+p2+…+pn；
• 約束2：p1,p2…pn≥Limit1；
• 約束3：i1+p1≤I1,i2+p2≤I2…i n+pn≤I n；

四、總結

以上是一個比較簡單的入倉推薦的算法，考慮的約束因子實際上並不是十分全面的。

比如上述例子中並沒有考慮到時效問題（包括物流時效和倉內發貨能力上限決定的出庫時效），默認時效均可達到訴求，如果對於時效要求比較高的場景，建議對時效和成本分別增加權重，取綜合最優方案。

此外，也沒有考慮到供應商的送貨成本分攤，這取決於供應商價格協議，如果是甲方承擔，則這部分成本也需要進行考慮。

此外，以上分析是基於此單品有過一定量歷史銷售數據的前提，如果是新品，則建議參考同品類其他商品的歷史銷售。

大家可以一起再思考下，還有什麼因子是可以考慮進去的。

入倉推薦的本質實際上是“基於銷售數據（預測），計算未來最低成本”，因此這個推薦策略實際也是適用於日常區域調配、開倉。既然是基於預測的，那麼就有存在波動影響實際成本的可能。在實際應用中，應當監控波動，實時調整。

希望今天的分享可以對你有所幫助。

作者：麋鹿產品，公眾號：麋鹿產品手冊

本文由 @麋鹿產品手冊 原創發佈於人人都是產品經理。未經許可，禁止轉載。

題圖來自Unsplash，基於CCO協議。