FirmAdapt

用于多仓库存分配的AI:从正确的位置发货

AI分配引擎能在尽量减少拆单与运输成本的同时,确保正确的商品从正确的仓库发出。

一家家用健身器材零售商拥有三个仓库(新泽西州、德克萨斯州和内华达州),其38%的订单从错误的仓库发货。所谓错误,是指发货仓库并非距离客户最近的仓库。来自加利福尼亚的订单从新泽西发货,仅仅因为库存恰好在那里。这些跨国运输的平均运费为14.80美元,而从最近仓库发货的运费仅为6.20美元。

在实施了基于AI的库存分配系统(根据预测的区域需求来布置库存)后,他们的就近发货率从62%提升至84%。在约2800万美元的营收基础上,年度运费降低了约120万美元。这一改善并非来自增加仓库容量,而是来自更智能地决定将现有库存放置在哪里。

核心问题:需求分布并不均匀

如果您从多个仓库面向全国销售,并将库存均匀分配到各个仓库,那么几乎可以肯定您的分配是不合理的。特定产品的需求因地理位置而显著不同。一家销售户外服装的零售商可能会发现,太平洋西北地区对雨衣的需求是亚利桑那州的4倍,而防晒产品则呈现相反的模式。

最简单的方法是根据每个仓库在历史总需求中的占比来分配。如果您的东海岸仓库上季度处理了45%的订单,您就将45%的新库存放在那里。这忽略了产品层面的地理差异。整体订单分布在三个仓库中可能是45/30/25,但某个特定SKU的需求可能因区域偏好、当地天气模式或人口结构差异而呈20/50/30的分布。

AI分配模型优化的目标

分配模型解决的是一个约束优化问题。它的目标是最小化总履约成本(运费加处理费),同时在所有区域保持足够的服务水平(库存充足率和配送速度),遵守仓库容量限制,并考虑在途和已下单的库存。

关键输入是按SKU和区域细分的需求预测。模型不是先预测总需求再分配到各仓库,而是独立预测每个仓库服务区域的需求。丹佛的客户可能由德克萨斯或内华达仓库服务,具体取决于产品、当前库存水平和承运商费率,因此模型会考虑重叠的服务区域。

运费矩阵映射了从每个仓库向每个配送区域运送每种产品(基于重量和尺寸)的实际成本。这些不是简单的距离计算。承运商定价包括基于区域的费率结构、体积重量收费以及因仓库而异的批量折扣。模型使用您实际协商的费率进行精确的成本优化。

输出是每批入库补货的分配建议。模型不会将1,000件的采购订单均匀分配到三个仓库,而是可能根据当前需求预测、各仓库现有库存以及成本最优的配送方案,建议250件发往新泽西、450件发往德克萨斯、300件发往内华达。

调拨逻辑:何时在仓库之间转移库存

有时初始分配是错误的,或者需求模式在季中发生变化。模型还会生成调拨建议,指出何时将库存从一个仓库转移到另一个仓库是具有成本效益的。这一计算将仓库间调拨成本(运费加两端的处理费)与从更近仓库履行未来订单的预期节省进行比较。

在以下情况下调拨是合理的:接收仓库预计将在新补货订单的前置时间内缺货,发送仓库的库存超出其未来30天的预计需求,且调拨成本低于那些原本需要从更远仓库发货的订单的累计运费节省。

对于轻量、高周转的产品,调拨的经济账通常是划算的。将一托盘护肤品从新泽西转移到内华达可能花费180美元的零担运费,但如果这能避免200个订单跨国运输,每单额外节省8.60美元,则节省金额为1,720美元减去180美元的调拨成本。对于重型或大件商品,调拨成本更高,经济账就不那么划算了。

处理拆分发货

多商品订单带来了次级优化问题。如果客户订购了三件商品,其中一件仅在东海岸仓库有货,另外两件在西海岸仓库,您有三个选择:全部从东海岸发货(两件商品运输距离超出必要),拆分为两个包裹发货(总运费更高但西海岸的两件商品配送更快),或等到所有商品在同一仓库齐备后再发货(整体配送更慢)。

AI模型根据实际成本差异、客户的配送期望(标准配送与加急配送),以及客户过去是否对拆分发货表现出敏感性(有些客户会抱怨收到多个包裹),为每个多商品订单评估这些选项。最优选择因订单而异,没有单一的最佳策略。

减少拆分发货通常比优化单商品分配带来更大的节省机会。一家家居用品零售商发现,22%的多商品订单以拆分发货方式发出,每单平均增加7.40美元的额外成本。通过调整库存分配,确保经常一起购买的商品存放在同一仓库,他们将拆分发货率降至13%,每年节省了34万美元。

数据要求与实施

构建有效的分配模型需要以下数据集:包含客户位置(邮编级别)的历史订单、仓库履约数据(每个订单由哪个仓库发货)、所有活跃承运商和服务级别的费率表、至少每日更新的各仓库当前库存状况,以及入库补货的采购订单数据。

模型本身可以是用于分配优化的线性规划求解器,结合用于区域需求预测的需求预测模型(梯度提升或神经网络)。Google OR-Tools或PuLP等开源求解器可以很好地处理优化问题,需求预测可以使用任何标准的机器学习框架。

与您的WMS(仓库管理系统)和OMS(订单管理系统)的集成至关重要。分配建议需要融入您的收货流程,以便将入库库存引导到正确的仓库。OMS中的订单路由逻辑在为新订单分配履约仓库时,需要考虑分配模型的仓库优先级。

对于运营多个履约中心的电商零售商来说,库存分配是那种在算账之前感觉还能管理的问题之一。朴素的均分分配与优化分配之间的差异通常在总运费节省的15-25%之间。对于一家年营收2000万美元、运费占营收8%的企业来说,这意味着每年节省24万至40万美元——足以多次覆盖分配系统的成本,还有余力用于其他改进。

Ecommerce retailInventory managementLogisticsWarehouse optimization

Enjoyed this? Get the next one by email

Practical writing on AI in business, from the team that builds and runs it.

Free. Unsubscribe any time. Privacy policy

See where AI fits in your business

Enter your website for a free PATH report. First findings in about a minute.