|供应链:入仓推荐浅析( 二 )


单件存储成本=(日仓租+日固定成本分摊)*单品周转天数/日均库存数
人工成本通常可分为2大类:固定的包干成本和人员工资 。 包干成本是指仓库方提供给平台甲方的报价 , 按固定的N元/包裹(或阶梯)的方式;人员工资则是每月按照实际仓库人员工资进行结算 , 需要按照实际发货的包裹数分摊到包裹来核算单包裹的人工成本 。
单包裹人工成本=仓库报价或总工资数/总发货包裹数
物流成本则是指商品从所存储的仓库发往目的地实际物流费用 , 通常可以根据物流公司提供的报价结合包裹重量计算得出 。
单件物流成本=根据收发货地、商品重量和物流计费规则(首续重等)计算物流费用
人工成本从仓库发货维度只能计算到单包裹的费用而无法精确到单品分摊费用 , 通常要按包裹中商品件数分摊 。
物流成本虽然在表面上看计算除了单件成本 , 但实际上物流的维度也是基于每个包裹的 , 而一个包裹中往往是不止单件商品的 , 这就会导致上面计算出的单件物流成本实际是偏高的 , 也需要按照单品再进行分摊 。
这就需要使用包裹中的商品结构 , 即历史订单数据进行拆解 。 用户购买此商品时是否同时还会购买其他商品?应该如何进行分摊?
|供应链:入仓推荐浅析
本文插图

3. 销售数据分析
基于此商品历史区域销售占比(如果是季节性商品则需参考往年同期销售) 。 注意 , 销售的数量预测在采购计划中已经完成 , 在当前的步骤中只需要区分不同区域的不同销售量的占比 。
以下为示例:
|供应链:入仓推荐浅析
本文插图

关联商品是指 , 用户采购该商品时 , 有超出n%的比例会同时采购另一商品(n由平台自行定义) , 此时称这两款商品存在关联 。
关联商品的引入 , 可用于物流成本和人工成本的分摊 。
举个简单的例子:对于杭州-江干用户来说 , 购买商品X时 , 总有90%的用户同时会购买商品A 。 那么如果仓库中同时有A商品库存 , 则认为后期发出的包裹中有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数和重量进行对应的分摊 。 在下图中 , 分摊后仓1到杭州-江干的成本是低于仓2的成本的 。
|供应链:入仓推荐浅析
本文插图

同样的 , 单笔销售件数的数量指的是每单(包裹)用户购买此单品的数量 , 此数量用于单件商品分摊人工、物流成本 。 基于以上 , 可以计算出X商品入指定仓后单件的物流成本和人工成本 。
【|供应链:入仓推荐浅析】 单件物流成本=(A+X)共同销售占比*X重量*(A+X)运费/(A+X)总重量 + [1-(A+X)共同销售占比]*X运费
单件人工成本=(A+X)共同销售占比*1*单包裹人工费/(A+X)总商品件数+[1-(A+X)共同销售占比]*单包裹人工成本
A表示除单件X之外其他任何商品组合 , 实际为枚举 。
4. 计算模型
可用仓库W1,W2…Wn , 总采购量P , 分配到每个仓库的入库量分别为p1 , p2…pn , 供应商起发量为Limit1;仓内库存为i1 , i2…in , 库存上限I1 , I2…I3;仓库的总单件成本分别为c1 , c2…cn(已包含三项成本) , 预估未来总成本为Target 。
求解目标即为:求出p1,p2…pn使Target最小 。

  • Target=p1*c1+p2*c2+…+pn*cn;
  • 约束1:P=p1+p2+…+pn;
  • 约束2:p1,p2…pn≥Limit1;
  • 约束3:i1+p1≤I1,i2+p2≤I2…i n+pn≤I n;
四、总结
以上是一个比较简单的入仓推荐的算法 , 考虑的约束因子实际上并不是十分全面的 。
比如上述例子中并没有考虑到时效问题(包括物流时效和仓内发货能力上限决定的出库时效) , 默认时效均可达到诉求 , 如果对于时效要求比较高的场景 , 建议对时效和成本分别增加权重 , 取综合最优方案 。


推荐阅读