شکاف انبار است فرآیند استراتژیک تخصیص محصولات خاص به مکان های ذخیره سازی بهینه در یک انبار برای به حداکثر رساندن راندمان انتخاب، به حداقل رساندن زمان سفر و کاهش هزینه های عملیاتی. به طور خلاصه، به یک سوال فریبنده ساده پاسخ می دهد: چه چیزی به کجا می رود و چرا؟
اگر به خوبی انجام شود، شکاف می تواند مسافت سفر انتخاب کننده را کاهش دهد تا 20-30٪ و هزینه های نیروی کار را به میزان قابل توجهی کاهش دهد. این کار ضعیف - یا اصلاً انجام نشده - باعث میشود کارگران در هر شیفت مایلهای غیرضروری راه بروند، انجام سفارشات را کند میکند، و گلوگاههایی ایجاد میکند که در کل زنجیره تامین موج میزند.
در هسته خود، شکاف شامل تجزیه و تحلیل داده های محصول - سرعت، اندازه، وزن، الگوهای تقاضا و روابط بین SKU ها - و استفاده از آن داده ها برای تصمیم گیری در مورد محل زندگی هر کالا در انبار است. هدف، ایجاد یک نقشه منطقی و مبتنی بر داده از تسهیلات است که با نحوه انتخاب واقعی سفارشها هماهنگ باشد.
بیشتر استراتژیهای شکاف بر چند ورودی کلیدی متکی هستند:
پرکاربردترین چارچوب شکافی است تجزیه و تحلیل ABC ، که موجودی را بر اساس فرکانس انتخاب تقسیم می کند:
| دسته بندی | % از SKU ها | درصد سفارشات | موقعیت مکانی ایده آل |
|---|---|---|---|
| A (حرکات سریع) | ~ 20٪ | 80% | منطقه انتخاب اصلی، نزدیک بسته بندی / حمل و نقل |
| B (حرکات متوسط) | 30% | ~ 15٪ | راهروهای ثانویه، دسترسی متوسط |
| C (حرکات آهسته) | ~50% | ~ 5٪ | ذخیره سازی از راه دور یا با رک بالا |
یک انبار با 10000 SKU ممکن است فقط 2000 مورد A داشته باشد - اما این 2000 کالا می تواند اکثریت قریب به اتفاق همه انتخاب ها را تشکیل دهد. قرار دادن آنها در مکانهایی با دسترسی آسان به این معنی است که انتخابکنندگان در کل شیفت کاری بسیار کمتر سفر میکنند.
همه رویکردهای شکاف یکسان نیستند. انبارها معمولاً از یک یا ترکیبی از روش های زیر استفاده می کنند:
هر SKU دارای مکان اختصاص داده شده دائمی است. مدیریت این کار ساده است و سردرگمی انتخابگر را کاهش می دهد، اما با تغییرات تقاضا سازگار نیست. بهترین برای محیط های پایدار و کم تعداد SKU.
مکانهای SKU به طور مداوم بر اساس دادههای تقاضای زمان واقعی یا دورهای تخصیص داده میشوند. یک WMS (سیستم مدیریت انبار) با شکاف پویا می تواند به طور خودکار یک محصول فصلی را با افزایش تقاضا به یک منطقه اصلی منتقل کند. این رویکرد پیچیدهتر است اما کارایی قابل توجهی بهتری را در عملیات SKU یا با حجم بالا ارائه میدهد.
اقلامی که معمولاً با هم سفارش میشوند در یک محل قرار میگیرند. به عنوان مثال، خردهفروشی که اغلب قابهای تلفن همراه با محافظ صفحه نمایش را ارسال میکند، آن اقلام را در سطلهای مجاور قرار میدهد. این تعداد راهروهایی را که یک انتخاب کننده باید برای یک سفارش بازدید کند کاهش می دهد.
محصولات در یک دسته یا خانواده تامین کننده با هم گروه بندی می شوند. این امر در توزیع قطعات یا تکمیل خرده فروشی که در آن کارکنان انبار باید اقلام را بر اساس دسته بندی سریع پیدا کنند، رایج است.
زمان سفر تنها بزرگترین هزینه نیروی کار در اکثر انبارهای انتخاب و بسته بندی است 50 تا 70 درصد از کل زمان کاری یک انتخاب کننده را تشکیل می دهد . هنگامی که اقلام با سرعت بالا در سراسر انبار پراکنده می شوند، یا زمانی که محصولات سنگین در قفسه های بالایی ذخیره می شوند، ناکارآمدی به سرعت ترکیب می شود.
انباری را در نظر بگیرید که روزانه 1000 سفارش را انجام می دهد. اگر شکاف ضعیف فقط 30 ثانیه به هر انتخاب اضافه کند و هر سفارش شامل 5 انتخاب باشد، این روزانه بیش از 40 ساعت کار تلف شده . با 20 دلار در ساعت، 800 دلار در روز - یا تقریباً 300000 دلار در سال - در هزینه های قابل اجتناب است.
علاوه بر زایمان، شکاف بد نیز به موارد زیر کمک می کند:
تجزیه و تحلیل شکاف ساختاری معمولاً این مراحل را دنبال می کند:
بیشتر عملیات ها از شکاف مجدد سود می برند سه ماهه یا حداقل دو بار در سال ، یا هر زمان که یک تغییر عمده در تقاضا رخ دهد (یک خط محصول جدید، یک کمپین تبلیغاتی بزرگ یا یک اوج فصلی).
شکاف دستی با استفاده از صفحات گسترده برای انبارهای کوچک با کمتر از 500 SKU کار می کند. برای عملیات بزرگتر، نرمافزار اختصاصی شکاف یا ماژولهای WMS مزایای قابلتوجهی را ارائه میکنند:
| نوع ابزار | بهترین برای | نمونه ها |
|---|---|---|
| WMS با ماژول شکاف | انبارهای متوسط تا بزرگ | Manhattan Associates، Blue Yonder، SAP EWM |
| نرم افزار اسلاتینگ مستقل | عملیات نیازمند بهینه سازی عمیق | Slot3D، Honeywell Intelligrated |
| تجزیه و تحلیل مبتنی بر صفحه گسترده | انبارهای کوچک (<500 SKU) | جداول محوری اکسل با داده های سفارش |
| بهینه سازی مبتنی بر هوش مصنوعی | تجارت الکترونیک با SKU بالا و سرعت بالا | Körber، Infor WMS، 6 River Systems |
سیستمهای شکاف مبتنی بر هوش مصنوعی میتوانند به طور مداوم مکانها را بر اساس سیگنالهای تقاضا و بدون مداخله دستی مجدداً بهینهسازی کنند - مخصوصاً برای عملیات تجارت الکترونیک که در آن سرعت SKU روزانه تغییر میکند.
شکاف گاهی با طراحی چیدمان انبار اشتباه گرفته می شود، اما آنها در سطوح مختلف عمل می کنند. طراحی چیدمان ساختار فیزیکی یک انبار را تعیین می کند - قفسه ها کجا می روند، راهروها چقدر گسترده هستند، اسکله های دریافت و حمل و نقل در کجا قرار می گیرند. شکاف زدن در آن طرح ثابت کار می کند تا محصولات مناسب را به مکان های مناسب اختصاص دهد.
یک چیدمان خوب طراحی شده با شکاف ضعیف هنوز عملکرد ضعیفی دارد. برعکس، شکاف عالی میتواند تا حدی با به حداقل رساندن سفرهای غیرضروری در هر فضای فیزیکی موجود، یک چیدمان غیربهینه را جبران کند.
پس از اجرا یا بازنگری استراتژی شکاف، این معیارها را برای ارزیابی عملکرد دنبال کنید:
Slotting بالاترین ROI را در انبارهایی ارائه می دهد که عبارتند از:
برای عملیاتهای کوچکتر با تعداد SKU پایدار، محدود و حجم سفارش کم، تلاش برای شکافهای رسمی ممکن است موجه نباشد - اگرچه حتی یک رویکرد مبتنی بر سرعت اولیه (حرکات سریع نزدیک در) همیشه جواب میدهد.
شکاف انبار است one of the most cost-effective levers available to operations managers. It requires no new equipment, no facility expansion, and no major capital outlay—just data, analysis, and disciplined execution. یک استراتژی اسلاتینگ به خوبی اجرا شده می تواند هزینه های نیروی کار را 10 تا 30 درصد کاهش دهد، دقت سفارش را بهبود بخشد و زمان چرخه انجام را به طور معنی داری کوتاه کند.
بهترین انبارها، اسلات را نه به عنوان یک پروژه یک بار مصرف، بلکه به عنوان یک رشته عملیاتی در حال انجام تلقی می کنند - به طور مستمر از تکالیف اسلات با توجه به رشد تقاضا بازدید می کنند و از داده ها استفاده می کنند تا اطمینان حاصل شود که هر فوت مربع از ذخیره سازی تا حد ممکن سخت کار می کند.
