电商企业前置仓货类选择研究.doc

电商企业前置仓货类选择研究 谢芳 李茂斌 陈佳娟 福建广播电视大学职业学院 北京交通大学 摘 要： 本文结合当前电子商务企业线下布局实体商店、线上与线下相结合的发展趋势, 以国内某电商龙头企业与连锁零售企业合作的前置仓的实际业务场景实例, 研究电商前置仓的货类选择问题本文基于 AHP-FCE 综合评价法, 结合 ABC 分类思想建立货类选择模型, 依次进行商品一级分类、二级分类的选择分析试验表明, 该货类选择方法能够综合各方面因素和决策者意见, 从海量品类的电商商品中分清所要配置的前置仓主次货类本文研究对于国内外电商企业前置仓货类选择问题有一定的参考价值关键词： 前置仓; AHP-FCE; ABC 分类; 引言近年来, 中国的电子商务快速发展, 交易额连创新高2016 年全国电子商务交易额达 26.1 万亿元, 同比增长 19.8%;网上零售交易总额达 5.16 万亿元, 同比增长 26.2%电商企业为增加用户网购的物流时效性和体验性, 创新了依托零售商实体商店的前置仓业务, 即电子商务企业联合既有零售商, 利用零售商既有仓储设施和零售网点实现网购商品的合作存储、就近配送前置仓的货类选择, 直接影响到仓储和配送成本, 对于电商企业和零售企业之间能否就前置仓业务长期合作至关重要。

国内有学者进行前置仓的研究, 吴姣分析了仓储前置在同城配送中的应用[1], 丁毓分析了每日优鲜生鲜电商中的前置仓[2], Buckinx WR 等人分析了前置仓对购买行为的影响[3]本文针对前置仓货类选择中存在的电商货类繁多、优势货物种类难以精准选择问题, 以国内某电商龙头企业与连锁零售企业合作的前置仓实际业务场景为实例, 分析了前置仓货类选择应该考虑的因素, 采用基于层次分析法的模糊综合评价法 (AHP-FCE) 进行前置仓商品一级分类分析, 进而以 AHP 中权重最高的因素为 ABC 分类依据, 对一级商品进行了二级分类, 按此二级分类作为“前置仓”货类选择的优先考虑顺序1. 前置仓业务概述“前置仓”为电商物流领域近来提出的新概念, 目前尚无统一的概念本文将所指前置仓总结为基于精准货类货量预测, 建立的离消费者更近仓库, 目的在于为消费者提供更为快捷的配送服务, 提升客户体验同时该模式下, 缩短了运输时间和距离, 减少了中间的配送分拣换手率, 降低了货损货差率图 1 某电商企业-连锁零售企业前置仓运作流程 下载原图前置仓的实现方式可以是自建或者采用第三方末端仓库自建模式下可以是电商企业以自建便利店、超市或者体验店的形式, 一方面这些店可以进行线下售卖和体验, 同时当店附近有消费者在网上下单也可以实现快速配送货。

采用第三方末端仓库作为前置仓的方式, 则是电商企业与第三方物流公司或者第三方的线下零售、批发、超市等企业合作, 以其仓库作为自己的合作前置仓, 当消费者在电商网站上下单购物时, 可以先判断离消费者较近的合作的线下企业是否有对应的商品, 如果有, 配送员直接到第三方合作商的仓库提货并配送至消费者即可本文以某国内某著名电商企业和某连锁零售企业合作, 利用零售企业仓库作为电商前置仓为例, 分析业务场景电商企业选取部分品类的商品与连锁零售企业打通商品 ID, 当有消费者在电商企业网上下单购买对应商品时, 将直接选取离消费者最近的连锁零售企业超市进行提货并快速配送至消费者, 具体业务流程如图 1 所示图 2 前置仓备货货类选择层次模型图 下载原图前置仓模式运作中在货类选择方面, 合作前置仓并非所有商品的合作, 一方面, 合作前置仓前提是双方商品 ID 的关联, 以便当有订单时能够迅速反应对方仓库有无对应商品, 而有的商品信息可能涉及保密对方不愿意合作;另一方面, 合作前置仓一定程度上进行了库存的转移, 即原本应该由电商企业存储管理的商品合作后交由零售商进行仓储管理, 并由此增加了零售企业的采购、补货等环节的工作。

零售企业这些方面增加的成本应该双方商议的价格由电商企业补偿, 而这可以看做是电商企业的前置仓“合作成本”, 合作的商品越多合作成本自然越高而不同种类商品又在销售、仓储等方面有很大的差异, 所以怎样进行前置仓合理选品至关重要选品考虑因素来自消费频率、仓储成本等多方面, 不同管理者、决策和研究者对各因素重要程度往往意见和观点均有差异2. 基于 AHP-FCE 的前置仓商品一级分类选择本文以国内某电商企业和连锁零售企业合作前置仓商品分类为实例进行建模分析该电商企业共拥有八个商品一级分类, 包括文化玩具类、服装鞋帽类、家用电器类、生鲜类、食品饮料类、日用百货类、幼婴用品类、家居家纺类, 其中各一级分类包括若干个商品二级分类2.1 指标选取与层次模型构建指标选取与层次模型构建站在电商企业的角度分析进行前置仓货类选择, 从企业自身出发考虑主要应该注意合作的商品能够带来的经济效益、减少的成本以及对于商品运营管理的难度, 举例来说, 对于一些重货或者易腐易碎的货物, 电商企业自然希望能够放于前置仓 (零售企业) , 这样可以大大减少自己的库存成本和存储管理的难度, 相当于库存压力的转移同时, 应该分析该类商品进行前置仓备货是否能够带来更多消费者消费体验的提升也很重要, 所以也应该考虑对于客户的服务水平。

此外, 有的品类商品可能由于对方的保密需求而不愿意进行前置仓合作, 所以在货类选择中也应该考虑合作因素所以本文将层次分析的一级指标定为经济效益、服务水平、管理运营、合作因素, 并列出各一级指标对应的二级指标, 具体指标及层次模型如图 2 所示2.2 建立判断矩阵及确定权重通过 AHP 调查问卷, 邀请双方工作人员及相关领域专家进行评价, 并由上步骤建立判断矩阵计算判断矩阵的最大特征向量, 及经过归一化处理后的特征向量, 最后通过一致性检验得出指标层的权重系数在本文前置仓货类选择评价中, 由九位专家进行层次模型评价得到判断矩阵, 并通过 YAAHP 软件计算权重系数、一致性检验 (C.R.) [4], 最后得到权重系数总排序如下表 (为方便后续权重和评分表示, 左侧编号为对应指标编号) :表 1 权重总排序 下载原表 图 3 各类别综合得分 下载原图2.3 FCE 评价由 AHP 法得到了各指标的权重, 本节将基于得到的权重进行模糊综合评价将评语集划分为优良中差四个等级, 表示为 (1, 0, 0, 0) , (0, 1, 0, 0) , (0, 0, 1, 0) , (0, 0, 0, 1) , 并确定四个等级对应的评价等级论域。

由专家针对文化玩具类 (编号 1) 、服装鞋帽类 (编号 2) 、家用电器类 (编号 3) 、生鲜类 (编号 4) 、食品饮料类 (编号 5) 、日用百货类 (编号 6) 、幼婴用品类 (编号 7) 、家居家纺类 (编号 8) 八类商品依次在年均销售额 (编号 1) 、仓储成本 (编号 2) 、运输物流成本 (编号 3) 、平均好评率 (编号 4) 、商品复购率 (编号 5) 、销售频率 (编号 6) 、存储安全性 (编号 7) 、存储方便性 (编号 8) 、供应风险 (编号 9) 、商品契合度 (编号 10) 、合作意愿 (编号 11) 共十一指标上进行评价最后通过 FCE 法得到各个一级分类的模糊综合得分如下图所示:从上图可以得出一级分类评价结果, 即各类商品可以考虑作为前置仓备货的优先顺序为:食品饮料类>家用电器类>生鲜类>日用百货类>幼婴用品类>文化玩具类>家居家纺类>服装鞋帽类其中食品饮料类、家用电器类、生鲜类综合评分最高, 且均达到 90 以上, 也就是综合评价为优, 所以这三个一级分类的商品可以作为优先考虑对象而具体的前置仓货类选择决策由管理者决定, 本文仅是给出基于本研究模型下的建议的优先考虑次序。

3. 基于 ABC 分析法的商品二级分类选择分析选取 AHP-FCE 得出的综合得分最高的食品饮料类进行二级分类的分析, 根据以上分析, 食品饮料的二级分类在成本、存储方便性、安全性方面的指标差距可忽略不计, 而选取权重最高的销售频率为分析因素进行 ABC 分类法的定量分析[5], 所以以该电商企业的部分实际销售数据为基础进行 ABC 分类, 从而给出二级分类选择的决策建议以“食品饮料”一级分类为分析对象, 从原始数据中获知在“食品饮料”一级分类下一共有 32 个二级分类, 通过上述的步骤, 制作得到其 ABC 分析表如下表所示由于计算发现 32 类中有的类在研究区域内的平均月销量较小, 所以下表将第四栏的月平均销量低于 5 的计入“其他”的二级分类中在其他一级分类分析时对于销量较小的处理方法可以视情况而定或者在实际实施中可以确定A、B、C 三个分类对应的累积百分比阈值, 从而直接进行 A 类、B 类的划分, 剩下的自然就都属于 C 类, 本文考虑在论文的可展示性, 所以将低销量 (低于 5) 的商品划归为“其他”中总之, 分类的结果是为了管理时区分主次, 应该重点关注 A 类、其次是 B 类、C 类为无关紧要的, 否则 ABC 分类法将失去意义。

表 2 食品饮料 ABC 分析表 下载原表 如下图可以直观地看出, 最左边三个深红色的二级分类为 A 类, 中间三个橘黄色的二级分类为 B 类, 剩下的蓝色为 C 类图中标注的百分比为三个分类的临界点对应的累积品目数百分比和累积月均销量百分比由此, 在前置仓食品饮料的货类选择中可以考虑 A 类的三种商品, 其次可以考虑 B 类, 而 C 类的销量贡献极低, 可以不考虑进行前置仓的备货在进行其他一级分类对应的二级分类 ABC 分析时, 具体的 ABC 三类对应的两个累计百分比范围可以视其月均销量的具体分布, 并结合决策者的意愿而定图 4 食品饮料 ABC 分析图 下载原图参考文献[1]吴姣.同城配之奇思妙想——瓦雷拉数据以仓储前置点燃极速达[J].物流时代, 2016 (1) :86~87. [2]丁毓.每日优鲜生鲜电商的另类打开方式[J].上海信息化, 2017 (4) :74~76. [] [4]李晓龙, 冯俊文.大数据环境下电商精准营销策略研究[J].价值工程, 2016, 35 (3) :31~33. [5]崔旺.ABC 分类法及 Kraljic 矩阵分析在库存管理方面的研究[J].物流工程与管理, 2015, 37 (12) :35~36. 。