电商仓储管理：电商卖家进阶版教程：库位规划从准备到复盘

电商仓储管理里，最容易被低估的工作不是买货架，也不是给商品贴条码，而是决定“什么商品应该放在哪里、以什么方式被找到、多久重新评估一次”。我见过一个日均出库约1800单的仓库，货架数量足够、库存系统也能正常使用，但拣货员平均每单要走780米，爆款缺货与滞销品占位同时发生，盘点差异率一度超过3%。后来他们没有扩仓，只重新做了库位规划，八周后平均拣货距离降到510米，单人小时拣货件数提高约31%。

这件事说明一个核心事实：库位规划不是静态摆放，而是一套围绕订单结构、商品特征、作业路径和库存风险持续调整的经营系统。本教程不从“货架怎么编号”这种表层动作开始，而是从准备、采集数据、建立规则、落地执行、异常处理到复盘迭代，完整拆解电商卖家如何把库位从“能放货”升级为“能稳定支撑增长”。文中的对比数据，除明确标注为公开来源外，均为我在仓储项目中整理的样本观察或情景模拟，不代表某一家企业的公开经营数据。

一、先讲核心结论：库位规划的本质是缩短有效路径

1. 不是离出库口越近越好

很多卖家第一次规划仓库时，会把销量最高的商品全部堆到出库口附近。这种做法短期看起来合理，因为爆款确实需要高频拣取。但如果所有高频商品都集中在同一片区域，补货、复核、打包和退货回流会互相干扰，出库口附近很快变成拥堵点。

我更倾向于把“距离”拆成四种：拣货距离、补货距离、复核距离和异常处理距离。一个库位即使离出库口只有20米，如果每天需要补货五次、经常发生混放，实际作业成本可能高于距离出库口50米但库存稳定的库位。

真正需要优化的是有效路径，而不是地图上的直线距离。有效路径包括人员走动、寻找、确认、取货、返回、等待和纠错。库位规划做得好，减少的不只是几步路，还包括停顿、回头、询问和二次拣选。

2. 规划对象不是商品，而是“订单中的商品组合”

只按照单品销量排序，往往会漏掉一个重要事实：客户通常不是只买一个商品。某款手机壳销量很高，但如果它经常和钢化膜、充电线一起出现在订单中，把三个商品分散在仓库两端，单品排名再准确，也无法降低组合订单的路径成本。

因此，我在实际规划中会同时看三个层次：单品出库频次、订单行频次和商品共购关系。单品频次适合决定基础库位，订单行频次适合决定拣货优先级，共购关系则决定是否设置关联库位或组合拣货区。

如果订单结构变化很快，库位规划还需要保留弹性。大促前把临时爆发的商品永久搬到黄金库位，活动结束后可能反而增加长期作业成本。

3. 库位规划必须服务于四个经营目标

• 效率目标：降低平均拣货距离、寻找时间和单笔订单处理时长。
• 准确目标：降低错拣、漏拣、串码和批次混淆。
• 容量目标：提高货架、地堆和拣选面的有效利用率，而不是单纯追求装得更多。
• 风险目标：控制破损、过期、呆滞、批次失控和消防通道被占用等风险。

这四个目标之间并不总是一致。例如，把易碎品放在最靠近出库口的位置，可能提高出库速度，却增加碰撞风险；把同一SKU的全部库存集中在一个库位，盘点简单，但补货波动会更大。优秀的规划不是让某一个指标极致，而是在订单承诺、作业成本和风险之间找到可执行的平衡。

二、准备阶段：没有可靠数据，规划只能靠感觉

1. 先明确仓库承担的业务类型

同样是电商仓库，经营模式不同，库位逻辑也不同。服饰仓库关注尺码、颜色、季节和退货复检；食品仓库关注保质期、批次和先进先出；家居用品关注体积、重量和破损率；美妆仓库则常常同时面对效期、批次、温度和高价值防损要求。

在开始规划前，我会先把仓库分成四类业务场景：

• 稳定补货型：SKU数量相对稳定，订单波动小，适合固定库位与周期补货结合。
• 活动波动型：大促、直播或季节性活动带来明显峰值，适合固定区与弹性区并行。
• 长尾多SKU型：SKU很多但单品出库频率低，适合密集存储、分区拣选和动态库位。
• 批次敏感型：食品、保健品、化妆品或医疗相关商品，需要把效期、批次和追溯放在效率之前。

如果卖家同时经营多个渠道，还要确认仓库是否需要按渠道分库存。仓库是否统一发货、不同平台是否有独立库存、是否存在渠道专供包装，这些因素都会影响库位分区。

2. 采集至少九类基础数据

我不建议一上来就画仓库平面图。第一步应当把过去三到六个月的数据拉出来，至少包括以下九类：

1. SKU编码、品名、规格、颜色、尺码和包装单位。
2. 日均销量、周销量、月销量以及活动期峰值销量。
3. 订单行数、单件订单占比、多件订单占比。
4. 商品长、宽、高、重量和包装后的占用体积。
5. 入库频率、补货频率和单次补货数量。
6. 退货率、破损率、售后率和异常率。
7. 库存量、库存周转天数、安全库存和缺货次数。
8. 商品保质期、批次要求、序列号要求和先进先出要求。
9. 订单截单时间、发货承诺、承运商揽收时间和波次安排。

很多仓库只统计“卖了多少”，却没有统计“拿货时有多麻烦”。例如两个SKU月销量都为3000件，一个每次整箱出库，另一个每单只取一件且经常与其他商品搭配，二者的库位价值完全不同。

3. 清理数据中的三个陷阱

第一是商品编码不统一。同一商品因为颜色、组合装或渠道包装不同，可能在系统中出现多个编码。如果不先统一主数据，销量排名会被拆散，热销程度被低估。

第二是退货数据没有回流。退回仓库的商品可能被放在临时区、待检区或原库位旁边，系统库存却仍然显示在正常拣货位。这样会造成“账上有货、现场找不到”或者“现场有货、系统不能拣”的双重问题。

第三是活动数据污染长期判断。某个SKU在一次直播中被集中售出一万件，并不意味着它未来每天都应该占据黄金库位。规划时应区分常态销量、活动销量和补货销量。

4. 用一个简单的评分表代替主观判断

我通常会给每个SKU建立一个库位评分。评分不需要复杂到无法维护，但必须能够解释为什么某个商品应该靠前、靠下、集中或分散。

这个评分不应该被当成绝对答案，而应当作为讨论的共同语言。当运营、采购和仓库主管对“这个商品为什么放在这里”有不同看法时，评分表可以把争论从感觉拉回数据。

三、真实场景：同样面积，为什么有人能多处理一倍订单

1. 一个中型仓库的调整背景

下面这个案例来自我参与过的一类典型项目，部分数据做了脱敏和区间化处理。仓库面积约2200平方米，SKU约4200个，日均订单在900至1500单之间，旺季峰值接近2600单。仓库原先采用“同类商品集中摆放”的方式：所有手机配件在一起、所有家居小件在一起、所有服饰在一起。

这种分类方式对于盘点和新人理解很友好，却不一定适合订单拣选。因为订单往往跨越多个类别，拣货员需要从配件区走到包装区，再返回某个补充商品区。仓库主管最初认为问题是人手不足，实际观察后发现，约26%的拣货时间消耗在寻找和路线切换，而不是取货动作本身。

2. 重新拆分作业区域

我们没有直接把所有爆款搬到最前面，而是将仓库拆成六类功能区：

• 前置高频拣选区：放置稳定高频、轻量、易识别且订单关联度高的商品。
• 整箱补货区：存放高频商品的后备库存，避免拣选位频繁被整箱货占用。
• 中频拣选区：存放日常有稳定需求、但不值得占据最优路径的商品。
• 长尾密集区：通过更密集的货架和更清晰的编号承载低频SKU。
• 异常与待检区：处理退货、破损、质检和包装不完整商品。
• 活动弹性区：为直播、节日和短期爆款保留可快速改造的空间。

关键变化不是区域数量变多，而是把“正常库存”和“作业状态”分开。退货待检品不再与可销售库存混放，整箱后备库存不再挤占拣货面，活动货也不再永久占用稳定商品的位置。

3. 用订单热力而不是商品类别确定相邻关系

商品相邻关系可以通过共购矩阵分析。简单做法是统计过去四周内，任意两个SKU出现在同一订单中的次数，再按订单量进行标准化。共购次数高，不一定意味着必须放在一起，但至少说明它们之间存在缩短路径的机会。

例如，A款手机壳与B款钢化膜的共购率为34%，B款钢化膜与C款镜头膜的共购率为29%，但A款手机壳与C款镜头膜只有8%。在这种情况下，不应只按销量从左到右排列，而应优先形成“手机壳，钢化膜，镜头膜”的连续动线。

对于订单中商品数量较多的仓库，我会把共购关系划分为三档：

• 高关联：共同出现在订单中的比例达到20%以上，优先考虑同区或相邻货架。
• 中关联：共同出现在订单中的比例为5%至20%，根据体积、补货和安全要求决定是否靠近。
• 低关联：共同出现在订单中的比例低于5%，通常不需要为了组合关系调整位置。

以上阈值是实践中的建议基准，不是行业统一标准。订单量较小的卖家不能机械使用百分比，否则少量订单可能造成误判，至少要同时看绝对共购次数。

4. 调整后的观察结果

在不扩充仓库面积、不增加固定人员的情况下，案例仓库经过六周调整后，平均拣货距离从约690米降至455米，单人小时拣货件数从76件提高到101件，拣货准确率从97.4%提高到99.1%。改善并非全部来自库位移动，其中一部分来自商品编码清理、拣货面补货和异常区独立。

这里有一个容易被忽略的结果：仓库总体库存量没有明显下降，但货架有效利用率从约64%提高到78%。原因是原先很多货位被半箱、散件和临时纸箱占用，重新设置拣货位与后备位之后，空间被更有规则地使用。

这个案例不能直接复制到所有仓库。它更适合SKU数量较多、订单组合明显、仓库存在固定动线的卖家。若你的订单大多数是单件订单，优先优化波次、包装和补货，不一定要投入大量精力分析共购关系。

四、常见误区：看起来合理的规划，为什么会失效

1. 误区一：销量最高就一定放最近

销量高只是一个维度。某些爆款虽然出库频繁，但体积大、补货次数高、容易与其他商品发生拥堵，把它们放在出库口附近反而会降低整体效率。

我曾经见过一款大包装纸品因为销量高而被放在主通道边缘。拣货员取货很快，但每天补货时都要使用推车，推车会与拣货人员在狭窄区域交错，最终导致整个波次的等待时间增加。

更合理的方法是区分“高频轻小商品”和“高频大件商品”。前者适合靠近主要拣货路径，后者应安排在宽通道、低位或独立大件区，同时通过订单波次减少反复搬运。

2. 误区二：同一种商品只允许一个库位

单一库位便于管理，但不一定适合高峰期。一个SKU如果同时存在整箱库存、拣选库存和活动库存，只保留一个库位，现场人员往往会把整箱货拆在过道、工作台或临时区域。

对于稳定高频商品，我更建议采用“主拣选位+后备位”的双层结构。主拣选位保持适合单件取货的数量，后备位承担整箱库存。系统或台账中要明确两类库位的角色，不能只记录“这个商品在仓库里”。

但多库位也有代价：盘点复杂度增加、补货规则更严格、库位标签必须清楚。如果仓库没有基本的库存记录能力，贸然设置多个库位可能让账实差异更严重。

3. 误区三：按商品类别分区，忽略订单结构

按类别分区适合展示型仓库和单品管理，却经常不适合订单拣选。服装、配饰、鞋袜分开放置，在盘点上清晰，但一个完整穿搭订单需要跨越多个区域。

我的判断标准是：如果超过30%的订单包含两个以上商品类别，就应该分析跨区路径；如果超过50%的订单是固定组合或高关联组合，单纯按类别分区通常已经不是最优方案。

对于长尾商品仍然可以保留品类逻辑，但高频商品应优先服从订单动线。换句话说，仓库可以“按品类管理”，但不应该“只按品类拣货”。

4. 误区四：只在大促前重新摆货

大促前突击搬货是最常见、也最危险的做法之一。短期销售预测本身就可能偏差，如果没有明确的临时库位、结束日期和回迁规则，活动货会长期停留在黄金位置，正常订单的路径反而被破坏。

活动规划应当至少包含三个时间点：活动前准备、活动中调整和活动后复盘。活动结束后，不是简单把商品搬回原处，而是比较活动期间与常态期间的订单结构，判断它是否已经从临时爆款变成稳定高频商品。

5. 误区五：把系统里的库位当成现场真实库位

系统中有库位，不代表现场执行了库位。常见情况是：商品入库时没有扫描、补货后没有更新、退货放在原拣货位旁边、同一货位混放多个规格，最后形成“系统有规则，现场靠问人”。

库位规划的最低要求不是买一套复杂软件，而是做到三个一致：标签与系统一致、商品与标签一致、作业动作与规则一致。任何一个环节失配，库位规划都会退化为经验管理。

6. 误区六：只看平均指标，不看分布

平均拣货时长从8分钟降到6分钟，看起来是改善，但如果其中20%的订单仍然需要18分钟处理，平均数可能掩盖了长尾问题。仓库规划必须观察P50、P80或P90等分位数据，尤其是大件订单、组合订单和异常订单。

如果一个区域平均效率很高，但高峰时拥堵严重，就说明它可能存在容量边界。仓库不是实验室，不能只看平稳时段的数据。

五、专业判断逻辑：如何决定一个SKU应该放在哪里

1. 先给SKU分类，而不是马上分配货架

我建议把SKU先按照“频次、体积、作业难度、风险”做四象限分类。分类的意义不是贴标签，而是明确不同商品需要什么样的库位和作业方式。

2. 用“单位订单成本”判断黄金库位

黄金库位不应简单分配给销量最大的商品，而应分配给最能降低整体订单成本的商品。可以使用一个简化公式：

单位订单库位价值
= 出库频次 × 单次可节省距离 × 订单关联修正系数

补货占用成本 – 拥堵风险成本 – 管理复杂度成本

这个公式不要求卖家精确计算到小数点。它的作用是提醒我们：一个商品放到近处之后，究竟能节省多少路径？是否会增加补货？是否会影响其他商品？如果只看销量，后面三个问题都容易被忽略。

例如，SKU甲每天出库100次，每次靠前可节省30米；SKU乙每天出库60次，每次可节省50米，而且经常与多个高频商品组合。虽然甲销量更高，但乙的总路径节省可能更大。

3. 判断库位高度：腰部不一定永远最优

在人工拣选环境里，腰部和胸部高度通常更容易取货，但黄金高度应该留给“高频且需要反复取放”的商品，而不是所有高频商品。轻小件适合腰部区域，较重商品应放在更低的位置，易碎品需要避免高位跌落。

如果货架高度不足，可以把最常用商品安排在视线到腰部之间，把次高频商品安排在上下两层，把低频或整箱后备库存安排在更高位置。对于新人比例较高的仓库，标签可读性比一味增加储位更重要。

4. 决定固定库位还是动态库位

固定库位的优势是容易找、容易培训、容易盘点，适合SKU稳定、人员流动大、商品识别简单的仓库。缺点是空间利用率较低，某些商品卖完后库位会长期空置。

动态库位可以提高空间利用率，适合SKU波动大、入库批次多、仓库需要灵活承载活动库存的场景。但它依赖准确的系统记录和严格的上架动作，现场如果不能及时更新，动态库位很快会变成“随机库位”。

5. 给库位设置可解释的编码

库位编码不应该只是随意编号。一个实用的编码通常能够表达区域、巷道、货架、层和格位。例如“A-03-05-02”可以代表A区、03号巷道、05号货架、02层。编码越长不一定越好，但必须能够让新人根据标签快速定位。

我建议避免使用容易混淆的字母和数字组合，尤其要注意0、O、1、I、5、S等视觉相似字符。货架标签应同时体现库位编码和商品识别信息，二维码或条形码可以提高扫描效率，但不能取代人工可读的文字。

六、落地执行：从平面图到现场作业的完整步骤

1. 先测量真实动线，不要只看建筑图

仓库平面图只能告诉你墙、柱、门和货架的大致位置，不能告诉你人在实际工作中如何走。正式规划前，我会选择三个普通工作日和一个高峰日，观察入库、补货、拣货、复核、打包、退货五类路径。

测量时至少记录以下内容：

• 订单从开始拣货到完成拣货的实际步行距离。
• 每个区域的停留时间、寻找时间和等待时间。
• 补货车与拣货人员是否共享狭窄通道。
• 哪些货位经常出现临时堆放和纸箱占道。
• 复核和打包环节是否存在集中拥堵。
• 退货、破损和待检商品是否有独立流向。

如果没有测距工具，可以用手机轨迹、地面格数或步数进行粗略记录。对规划来说，方向性数据比完全没有数据更有价值。

2. 先画区域，再排货架，最后放商品

正确顺序应当是：确定物流流向，划分功能区域，安排主通道与安全通道，确定货架类型，最后分配SKU。很多卖家反过来先把商品塞进现有货架，结果发现入库和出库线路互相穿插，只能靠人员经验维持。

常见的基本流向可以是“收货，验收，上架，拣选，复核，打包，出库”，退货则应当有“退货接收，质检，可销售入库或异常处理”的独立路径。若仓库面积有限，也要用地面标识和时间分流减少冲突。

3. 设置主拣选位与后备位

主拣选位的目标是让拣货员快速、稳定地取到单件商品；后备位的目标是承载整箱或补充库存。两者不一定要在同一货架，但必须在系统、标签和作业规则中建立对应关系。

主拣选位容量可以按以下逻辑估算：

主拣选位容量
= 日均需求量 × 补货周期天数 × 安全系数

+ 高峰缓冲量

如果某SKU日均需求为120件，补货周期为1天，安全系数取1.3，则主拣选位至少需要容纳约156件，再根据活动期需求设置额外缓冲。这个数字不是越大越好，主拣选位过大，会增加拣货员取货时的翻找和补货搬运。

4. 采用分区拣选时，要先算订单分布

分区拣选适合SKU多、订单量大、仓库面积较长的场景。不同人员负责不同区域，最后在复核或合流点完成订单合并。它的优势是减少单人长距离行走，缺点是需要处理订单合流、漏件和等待。

如果订单大多是单件订单，分区拣选可能导致订单在多个区域之间流转，反而增加处理环节。此时可以采用“单人拣选+高频前置”的方式。只有当订单行数、区域跨度和日均订单量达到一定规模，分区拣选的收益才会超过合流成本。

5. 用波次拣选应对时间和承运商约束

波次不只是把订单分成几批，而是根据截单时间、承运商、商品区域、订单类型和包装要求组织作业。例如，同一承运商的订单可以在一个时间窗口集中处理，易碎品和大件订单则采用不同波次，避免和普通小件订单争抢通道。

波次设计至少要回答四个问题：

1. 这一波订单什么时候必须完成，才能赶上承运商揽收？
2. 这一波订单会集中经过哪些区域，是否会造成拥堵？
3. 订单是否需要合单、拆单或特殊包装？
4. 补货、盘点和拣货是否会同时进入同一条通道？

6. 试运行时不要一次搬完全部商品

我建议先选择一个订单量稳定、商品关系清晰的区域做两周试运行。试运行的目标不是证明规划一定正确，而是发现标签、补货、扫描和异常处理中的问题。

试运行期间每天记录以下指标：

• 平均拣货距离和P90拣货距离。
• 单人小时拣货件数。
• 错拣、漏拣、串码和复核退回次数。
• 主拣选位缺货次数。
• 补货任务数量和补货耗时。
• 库位变更未记录次数。
• 临时堆放、通道占用和找货询问次数。

如果效率提高但错拣增加，不应急于扩大试点。库位规划必须先把准确率稳定在可接受范围，再继续扩大。

七、把九数云用于库位分析：重点不是做报表，而是发现变化

1. 为什么需要把仓储数据放到一个可分析的视图里

当SKU较少、订单量较低时，Excel表格足以完成基础统计。但当卖家同时管理多个渠道、多个仓库和多个时间周期时，真正的困难不是没有数据，而是数据分散在订单、库存、采购、退货和物流系统中，无法快速回答“哪个库位正在变差”。

在这类场景中，我会考虑使用九数云一类的数据分析工具，把订单明细、库存快照、商品主数据和库位作业记录进行关联。它更适合承担分析和监控角色，而不是替代仓储执行系统。库位标签、扫码、库存扣减和现场任务仍然需要由仓储系统或规范化台账完成。

具体来说，可以围绕以下问题建立分析看板：

• 过去四周哪些SKU出库频次上升最快？
• 哪些库位的缺货次数和补货次数异常集中？
• 哪些商品的库存周转变慢，却仍占用高价值库位？
• 哪些订单类型的拣货时长明显高于整体平均？
• 哪些库位的库存差异长期高于仓库基准？
• 活动结束后，哪些临时商品仍然占用黄金区域？

2. 建议建立五张基础数据表

为了让分析长期可持续，我建议先把数据模型设计清楚，而不是直接做漂亮图表。最少可以建立以下五张表：

字段命名必须稳定。比如“出库时间”不能在不同表里分别叫“完成时间”“发货时间”和“拣货时间”，否则分析时很容易把拣货耗时和发货耗时混在一起。

3. 看板不应只展示排名

很多仓储看板喜欢展示“销量最高的SKU”“库存最多的SKU”“拣货最快的员工”，但排名只能告诉你谁在前面，不能告诉你为什么变化。库位分析至少要同时包含趋势、分布和异常。

我更建议看四类图表：

• 趋势图：观察拣货距离、缺货次数、库存周转天数是否持续变差。
• 分布图：观察不同订单的拣货时长是否存在长尾。
• 区域对比图：比较不同区域的准确率、补货耗时和库位利用率。
• 异常清单：直接列出需要现场处理的库位、SKU和订单，而不是只展示汇总数字。

例如，一个区域平均拣货时间很低，但P90时间很高，说明少数复杂订单正在消耗大量资源。若看板只展示平均值，管理人员会误以为该区域没有问题。

4. 九数云场景下的具体分析流程

1. 将订单、库存、商品和库位数据导入统一的数据模型。
2. 清洗SKU编码、库位编码、日期格式和渠道字段。
3. 计算SKU出库频次、订单关联度、库存周转和异常率。
4. 按照区域、货架、商品类型和订单类型进行切片。
5. 建立“高频低库存”“高库存低频次”“高差异率”“高补货次数”等异常规则。
6. 将异常结果回传给仓库主管，形成现场调整任务。
7. 调整后继续观察两到四周，比较调整前后的同口径指标。

这里最重要的是第六步。数据看板本身不会自动改善仓库，只有把异常转化为明确动作，例如重新贴标、调整主拣选位、拆分批次、冻结异常库存，分析才真正产生经营价值。

5. 一个可操作的看板指标组合

八、不同规模与不同订单结构下的行动建议

1. 日均订单低于300单的小卖家

小仓库最容易犯的错误是过度设计。日均订单较低时，不需要马上建立复杂的动态库位或多区波次，先把SKU编码、库位标签、退货区和拣货单流程稳定下来，收益通常最高。

建议优先做四件事：

1. 把高频商品放在易取位置，并保持一个固定主拣选位。
2. 将退货、待检、破损和可售库存彻底分开。
3. 为相似规格商品设置明显的颜色、文字或条码区分。
4. 每天收档前处理临时堆放，避免第二天继续依赖记忆。

这个阶段最重要的指标不是复杂的路径模型，而是“是否能在一分钟内找到大多数商品”“库存变化是否当天记录”“新员工是否能独立完成基本拣货”。

2. 日均订单300至2000单的中型卖家

中型仓库通常已经出现明显的路径、补货和波次问题。此时应建立主拣选位与后备位，按订单组合调整高频商品相邻关系，并开始区分普通订单、组合订单、大件订单和异常订单。

如果SKU超过2000个，建议按出库频次做动态分层。例如每月重新计算A、B、C、D四类SKU：A类为最需要优化路径的商品，B类保持稳定库位，C类进入长尾密集区，D类重点处理滞销、停产和清仓。

中型仓库还应开始统计P90拣货时长。平均值可以用于趋势管理，P90更适合发现复杂订单和异常区域。

3. 日均订单超过2000单的成长型卖家

订单量达到这个阶段后，库位规划已经不只是仓库主管的经验工作。卖家需要把库存、订单、人员、承运商和库位数据连起来，形成日常调度机制。

建议重点建设以下能力：

• 按订单类型和截单时间设计波次。
• 使用分区拣选或批量拣选减少重复行走。
• 建立主拣选位补货阈值和优先级。
• 对高频SKU和异常SKU设置不同的盘点频率。
• 用数据看板观察区域级效率，而不是只考核个人速度。
• 设置活动弹性区，避免促销商品长期占用常态黄金库位。

4. 多平台、多仓或跨区域发货卖家

多仓卖家要先决定库存是按仓独立管理，还是在统一库存池中调配。如果一个SKU在不同仓库都有库存，库位规划之外还存在仓间分配问题。某个仓库的库位再优秀，如果经常缺货，而另一个仓库长期积压，整体履约成本仍然很高。

这类卖家应同时观察仓内指标和仓间指标：订单由哪个仓发出、跨仓调拨次数、调拨时长、区域订单覆盖率、仓间库存不平衡程度。库位优化不能脱离履约网络。

5. 食品、保健品和有保质期商品

此类仓库的第一优先级是批次与效期，不是最短距离。必须确保先进先出或先到期先出规则可以被现场执行，并且不同批次之间有清晰隔离。

如果某批次商品距离出库口更近，但效期更晚，不能为了减少几步路就优先拣取。建议在库位上增加批次、生产日期或效期信息，并对临界效期库存设置预警。

6. 服饰、鞋类和多规格商品

服饰和鞋类的难点是相似款、尺码、颜色和季节变化。规划时不要只按款式排列，还要考虑拣货员的识别方式。颜色和尺码标签必须足够大，商品图片或实物样卡有时比长编码更有效。

退货复检区尤其重要。退回商品若未经复检就放回正常库位，会把包装破损、吊牌缺失和错码商品重新带入可售库存，最终表现为错发、售后和库存差异同时上升。

九、不同方案的取舍：没有一种库位规划适合所有仓库

1. 固定库位与动态库位的取舍

固定库位更容易培训、更容易盘点，也更适合人员流动较大的仓库。它牺牲了一部分空间利用率，换来更低的寻找成本和更稳定的执行。

动态库位可以提高空间利用率，尤其适合季节性和活动型仓库。但它要求每次上架、移位和拣货都准确记录。如果现场经常出现“先放下，晚点再登记”，动态库位的理论优势会迅速消失。

我的判断是：系统能力不足时，宁可采用简单可靠的固定库位，也不要为了追求空间利用率强行动态化。

2. 单人拣选与分区拣选的取舍

3. 低位高频与中位高频的取舍

低位不一定适合所有高频商品。对于轻小件，腰部货位通常更适合连续作业；对于重货，低位更安全；对于需要扫码确认的商品，视线范围内的标签更重要。

如果多个SKU争夺同一高度，应优先考虑取货姿势、商品重量、取货频次和补货方式，而不是只按照销售额排名。库位规划最终落到人的动作上，人的疲劳和错误率必须纳入成本。

4. 追求最短路径与保留弹性的取舍

把所有高频SKU固定在最优位置，可以在常态订单下获得很好的效率。但电商订单结构变化快，过度固定会让仓库对活动和新品缺乏响应能力。

我通常建议把约10%至20%的拣选空间保留为弹性区，具体比例根据活动波动程度调整。弹性区不是空着不用，而是用于承载短期增长、临时组合、季节性商品和异常转移。没有弹性空间的仓库，表面上利用率很高，实际上抗波动能力很弱。

十、复盘阶段：库位调整不是搬完就结束

1. 复盘周期要和业务变化速度匹配

稳定型仓库可以每月做一次完整复盘，每周做一次轻量检查；活动型仓库应在活动前、活动中和活动后分别复盘；新品和季节性商品较多的仓库，最好每周观察一次高频变化。

复盘并不是每次都要移动商品。很多时候，问题来自补货阈值、标签不清、退货回流、系统库位错误或订单波次安排。只有确认问题属于空间与路径问题，才需要搬货。

2. 建立五类核心指标

3. 用前后对比避免“感觉改善”

库位调整前后必须保持统计口径一致。例如，调整前统计的是订单从开始拣货到完成拣货的时间，调整后不能改成只统计实际拿货时间。否则数字看起来改善，实际上只是计算方式变了。

我通常会做四组对比：

• 同一订单类型的调整前后对比。
• 同一时段、相近订单量的工作日对比。
• 调整区域与未调整区域的对照对比。
• 效率指标与准确、异常指标的联动对比。

如果没有对照组，也可以采用分阶段基线：取调整前连续两周的中位数作为基线，再观察后续四周变化。这样比拿某一天的峰值或低谷做比较更稳妥。

4. 找到“值得移动”的SKU

不是所有SKU都值得调整库位。移动一个商品需要付出搬运、重新贴标、系统更新、盘点和培训成本。为了避免频繁搬货，我会给候选SKU设置触发条件：

• 连续两周出库频次进入仓库前20%，但仍处于长尾区。
• 连续两周主拣选位缺货，补货次数超过设定阈值。
• 某库位拣货寻找时间明显高于区域中位数。
• 某SKU与高频商品共购率持续上升。
• 商品进入清仓、停售或效期临界状态。
• 某库位的错拣率或库存差异率连续超标。

如果只是一天销量突然上升，不建议立即移动。至少观察一个完整周期，确认这是趋势而不是偶发订单。

5. 复盘会议必须形成动作闭环

仓库复盘最怕变成“大家都知道有问题，但没人负责解决”。每一次复盘都应明确问题、原因、动作、负责人、完成时间和验证指标。

十一、实际操作清单：从今天开始的四周推进计划

1. 第一周：建立数据和现场基线

第一周不要急着搬货，先把现状记录下来。建议完成商品主数据、订单明细、库存快照和库位清单的整理，同时随机抽取至少100个订单，记录拣货距离、拣货时长、异常情况和涉及区域。

现场还要拍摄或绘制真实动线，标出临时堆放点、补货点、退货点和经常拥堵的位置。很多仓库管理者每天都在现场，却因为习惯性忽略，反而没有意识到某些问题已经成为固定流程。

2. 第二周：完成SKU分层和区域设计

第二周根据销量、订单关联、体积、作业难度和风险对SKU进行分层。不要一次性给所有SKU做精细模型，先处理前20%的高频SKU和前20%的异常SKU，它们通常贡献了大部分效率和风险问题。

同时确定主拣选区、后备区、长尾区、异常区和弹性区。画出未来动线后，邀请实际拣货员走一遍，询问他们哪些货位容易找错、哪些通道经常堵、哪些商品虽然销量不高却特别难取。

3. 第三周：小范围试运行

选择一个区域或一组商品进行试运行。试运行时必须保持其他区域规则不变，这样才能判断改善是否来自新规划，而不是来自订单量下降或人员变化。

每天收集指标，并在收档后处理当天发现的问题。标签太小、库位编码难记、补货路线不顺、订单合流等待，都应该在试运行阶段修正，而不是等到全仓切换后再返工。

4. 第四周：评估收益并决定是否扩展

第四周比较试运行区域和基线区域，至少看效率、准确、库存和风险四类指标。如果平均拣货距离下降，但复核退回率上升，就要先修正相似SKU区分和复核规则。

只有当试运行区域连续两周保持改善，且现场人员能够稳定执行，才建议扩展到其他区域。扩展时应分批进行，保留一部分未调整区域作为长期参照。

5. 每月复盘一次，每季度做一次结构性调整

月度复盘解决“哪些商品最近变了、哪些库位正在变差”；季度调整解决“区域是否还适合当前业务、货架与设备是否匹配、仓库是否需要重新分区”。两者不能混为一谈。

如果每个月都大规模搬货，说明规划规则不稳定；如果一年都不调整，说明仓库可能正在用过去的订单结构服务现在的业务。合理状态是小幅、基于数据的持续调整。

十二、结语：好的库位规划，不是把货摆得整齐，而是让变化变得可管理

1. 我最看重的三个判断

第一，库位规划的起点不是货架，而是订单。商品销量只能告诉你哪些商品卖得多，订单组合才能告诉你哪些商品应该靠近。

第二，黄金库位的价值不是距离短，而是能够持续降低有效作业成本。一个商品如果频繁补货、容易错拣或占用通道，即使销量高，也未必适合放在最前面。

第三，库位规划必须有复盘机制。没有数据跟踪、异常记录和调整责任人的规划，最终都会退化为“谁熟悉仓库谁能找到货”。这对业务增长、人员扩张和多仓协同都非常不利。

2. 下一步应该怎么做

如果你现在的仓库问题主要是找货慢，先做商品编码、库位标签和高频SKU前置；如果问题主要是补货频繁，先拆分主拣选位与后备位；如果问题主要是组合订单路径长，先分析共购关系和订单区域跨度；如果问题主要是库存差异，先处理移位记录、退货隔离和批次管理。

如果数据分散在多个系统中，可以先用表格建立统一字段，再逐步接入九数云等分析工具，形成趋势、分布和异常看板。工具的价值不在于把仓库包装成复杂的数据项目，而在于让管理者能及时发现“哪个商品、哪个库位、哪类订单、在哪个环节正在变差”。

我建议卖家不要把库位规划当成一次性的仓库装修，而要把它当成一项和选品、采购、履约同等重要的经营动作。今天最优的库位，可能在下个月因为一个新品、一场直播或一次渠道变化而失效。真正先进的仓储管理，不是永远保持不变，而是能够用清晰的数据和低成本的动作，快速适应变化。

免费注册

咨询方案

扫码咨询方案