去年双十一大促复盘时，我帮一家年GMV 8亿的食品电商做仓配诊断，发现一个让人头皮发麻的数据：当月因批次混放导致的错发、临期投诉、滞销报废三项损失合计超过 37 万元，而他们用的WMS系统在上架环节其实已经开启了库位校验。问题出在哪？不是规则没设，而是规则在“业务压力”面前被系统性地绕过了。夜班收货组为了赶在凌晨4点前进仓完毕，直接把三批不同生产日期的同一SKU码进了同一个拣货位，系统报警三次，三次都被手动强制跳过。第二天早班拣货员按系统指示去那个库位取货，PDA上显示应该取的是9月1日批次的货，但物理货位上9月1日、8月15日、10月10日三个批次混在一起，最外面一箱恰好是最新的10月10日。拣货员没细看就搬走了。结果是什么？先进先出彻底失效，8月15日那批还有20天就到保质期的货，一直压在库位最里面，直到11月底被盘点发现时已经过期。
这不是系统功能的失败，而是系统规则设计与现场作业现实之间的结构性脱节。大多数WMS的“上架禁止规则”按库位维度的SKU纯度校验，同一个库位不允许混放不同批次的同一SKU。这个逻辑在纸面上完美，在平峰期也管用。但一旦遭遇大促爆仓、临时工上岗、夜班疲劳三个条件叠加，规则被绕过的概率急剧上升。更有意思的是，很多中小仓库的物理库位面积偏大，一个库位里堆几十箱货是常态，即使同一批次入库，后续补货、退仓上架、质检后回库等动作也可能在一个月内造成事实上的多批次混放。换句话说，即使上架那一刻没混，后续作业也可能把它混了。
这正是本文想深入讨论的问题：当预防机制已经被突破，混放已成既定事实，库存管理系统如何确保先进先出原则不崩盘。我会从自己过去三年在十几个仓库的实地诊断经验出发，给出从系统逻辑、作业流程到组织管理的完整处理框架，而不是复述那些你在WMS操作手册或行业科普里已经看过无数遍的“上架校验五步法”。
先给出我的核心判断：批次混放管理的重点，不应该只放在“如何杜绝混放”，而应该放在“混放发生后，拣货指令能否仍然准确识别最早批次，并让现场作业人员无法取错”。这是一个从“事前预防”转向“事中控偏”的思路转变。
为什么这么判断？基于三个残酷现实：
第一，100%的库位纯度是理想态，不是常态。我在9个不同行业的仓库中做过抽样统计（每家抽样30-50个高位货架库位），发现即使有WMS上架校验的仓库，实际库位内的批次纯度平均只有 83%-87%。也就是说，每10个库位里至少有1到2个存在事实上的批次混放。原因是多方面的：系统允许“托盘级混合存储”但逻辑库位划分不够细、退仓货品质检后没有按原批次归位、人为合并库位腾空间等。
第二，旺季时段的规则绕过率远超管理者的想象。上述食品电商案例里，我对他们双十一期间（11月1日-15日）的上架强制跳过日志做了统计：系统发出的库位混放拦截报警共 1,286 次，其中被操作人员手动跳过 437 次，跳过率 34%。跳过高发时段集中在凌晨1:00-4:00，这个时段的管理者监督几乎空白。
第三，事后追责解决不了库存损失。老板可以在复盘会上拍桌子，可以扣绩效、换人，但那批已经过期的货不会复活。所以方案策略必须从“靠人遵守纪律”转向“靠系统逻辑兜底”。
因此，全文的结构围绕一个主线展开：当上架端失守后，拣货端如何通过系统配置和作业流程变化，把先进先出的原则重新捡起来。我会覆盖三种不同投入成本的方案，以及各自适用的业务场景。
要找到有效的处理办法，必须先理清混放破坏先进先出的具体机制。很多管理者一说“混放”就想到“库位乱了”，但实际上的破坏路径有三条，每条对应的解法不一样。
这是最直观的一层。一个库位内堆放了三个批次的同一SKU，拣货员用叉车或手动取货时，肉眼优先取走的永远是离自己最近、最容易够到的那箱，而不是生产日期最早的那箱。WMS系统知道这个库位里有三个批次，也知道应该先取9月1日的，但如果拣货指令只给到“去A01-03库位取货”，没有强制要求扫描批次码，那么拣货员取错批次的概率极高。
我做过一个简单的观察实验：在某日化仓的快消品拣货区，拣货员每小时平均拣货 85-110 次。在密集作业节奏下，他们在库位前的平均停留时间只有 7-9 秒。7秒之内，要从堆叠的货箱中翻出指定批次的货，几乎不可能。结果是，至少 22% 的拣货没有严格按照批次先进先出执行（该数据来自该仓库连续三天的拣货记录与库存批次消耗顺序的对比分析）。
比物理层更隐蔽的是逻辑层的问题。很多WMS的先进先出是通过分配策略来执行的，即订单下发时，系统按照批次属性（生产日期、入库日期、保质期）排序，优先锁定最早批次的库存。这一步大多数系统做得不错。
但问题出在分配粒度与库位管理单元不匹配上。系统按托盘号、箱号或唯一码分配库存，而拣货指令下发时，给到PDA的只是“去某某库位取N件”。如果该库位里有多个批次，拣货员拿PDA一扫库位码，系统显示“应从该库位取X批次3件”，但拣货员拿到的物理货品到底是不是X批次，取决于两个条件：一是拣货员是否认真看了PDA上的批次信息，二是他是否愿意花时间在货堆里翻找。而在实际作业中，这两个条件经常同时不满足。
信息链断裂的本质是：分配侧的逻辑是正确的，但执行侧缺乏闭环校验，系统知道该取哪一批，但它没有强制手段保证被取走的确实是那一批。
第三层最容易被技术团队忽略。白班和夜班的交接班，经常伴随着作业标准的严重衰减。我见过一个很典型的场景：白班仓管员严格遵守库位纯度要求，补货时发现目标库位有余量但批次不同，会先做库位转移再上架。但夜班人员为了速度，直接堆上去，不做任何系统操作。等白班回来，系统里A01-03库位还显示只有旧批次的库存，但物理上已经多了两箱新批次。
这种问题一旦积累一两周，系统库存表的批次分布和物理现实之间的偏差就会大到让先进先出策略全部失效。更糟糕的是，这种偏差不是实时可见的，往往要等到下次全盘或发生客诉才会暴露。
总结一下这三层破坏机制，它们不是独立发生的，而是叠加共振的：物理混乱让拣货员取错货，逻辑断裂让系统无法纠错，组织断层让混乱持续累积。所以，处理方案也必须同时覆盖这三层，任何只解决单一层面的做法都是治标不治本。
在进入具体方案之前，有必要先排掉几个雷。这些“解决方案”要么是我在实践中见过反复失败的，要么是软件厂商推销时过度承诺但落地就出问题的。
最常见的应对是“提升系统警告等级”，把跳过拦截的权限收紧，或者增加弹窗确认步骤。逻辑上没问题，但在高压作业场景下，警告疲劳是一个真实存在的现象。上述食品电商案例里，我让他们导出了跳过拦截时的PDA操作日志，发现操作人员从看到警告弹窗到点击“确认跳过”的平均间隔时间，从第一天晚上的 2.3 秒缩短到第十五天凌晨的 0.7 秒。这意味着警告已经变成了一种被肌肉记忆自动处理掉的“系统噪音”，和App启动时的用户协议弹窗没有任何区别。
更根本的问题是：警告机制即便生效，也无法解决“已混放库位”的问题。它只能防止新的混放发生，对已经混了的库存毫无办法。
“我们系统不支持严格批次管理，等升级到新版就好了”“上了WMS就不会有这种问题了”，这类话我在仓库现场听了不下二十次。实际上，系统能解决的只是信息记录和指令下发的问题，它管不住人把手伸向哪一箱货。如果一个库位内的物理货品已经混放，任何没有强制批次扫描验证的拣货流程都可能导致先进先出失效，无论WMS版本多新。
另一个需要警惕的是：部分WMS的“批次属性”和“库存属性”设计是分离的。系统可以记录每个托盘、每箱的批次号和库位号，但未必在所有拣货策略里都按批次优先级排序。有的系统在波次拣货、合并拣货场景下，为了优化路径效率，会忽略批次顺序。这不是Bug，是系统设计时就在“效率”和“批次严格度”之间做了取舍。如果管理者不了解这个取舍逻辑，光靠升级系统是解决不了问题的。
发现某个库位混放了，有些管理者第一反应是：把这个库位所有货品全部拉出来，按批次重新码放。这个动作本身正确，但不考虑时间窗口和作业成本就大规模执行，后果往往是仓库瘫痪半天，只解决了几个库位的问题，整体拣货效率反而被拖垮。
我见过一个极端的例子：某三方物流仓在盘点时发现三楼A区大约有 200 个库位存在不同程度的批次混放，仓经一声令下，要求当天全部清库重组。结果当天傍晚的最后一波订单发货延迟率高达 18%，次日一早收到客户投诉 7 起。重组本身没错，错在没有做分级处理、没有分批次执行。混放是慢性病，急性治疗方案可能比疾病本身更危险。
基于前文的三层破坏机制和三大误区分析，我提出一个分级响应框架。简单说就是：不是所有混放都值得动用最高成本的手段去处理，应该按混放对先进先出的实际影响程度来匹配处理方案。
这个框架建立在我对12个仓库实际运作中“混放严重度”和“损失金额”的关联分析之上。我按两个维度把混放分为四个等级：纵向维度是混放批次间的时间跨度（最早批次与最晚批次的生产日期差），横向维度是混放库位的拣货频次（日均被访问次数）。两个维度交叉，决定了这个混放到底有多“要命”。
红色等级（紧急处理）：批次间生产日期跨度超过 60 天，且该库位日均拣货频次超过 30 次。这种情况必须在 24 小时内做物理库位重组。因为每次拣货都有大概率取错批次，而批次跨度过大意味着一旦出错，要么发出临期货导致客诉，要么造成大量滞销库存。
橙色等级（48小时内处理）：批次跨度 30-60 天，日均拣货频次 10-30 次。这类库位可以采用“系统强制批次扫描验证”的方式暂时控制风险，在2个工作日内安排库位重组。
黄色等级（定期处置）：批次跨度 15-30 天，或日均拣货频次低于 10 次但跨度过大。这类库位可以纳入周度或月度整理计划，不紧急但需要排期处理。
绿色等级（监控即可）：批次跨度小于 15 天，且拣货频次不高。这类混放对先进先出的实际影响很小，因为生产日期差本身就小，即使发生错取，也不会造成严重的保质期超限问题。留到下一次库房统一整理时再说即可。
分级的前提是能快速发现哪些库位混放了。这里我推荐一种方法，不需要等盘点，直接从WMS现有数据里提取。核心SQL逻辑如下（不同WMS的数据库表名不同，下面写的是逻辑语义，不是真实SQL，请根据实际系统改写）：
SELECT 库位编码, SKU编码, COUNT(DISTINCT 批次号) AS 批次数量, MIN(生产日期) AS 最早生产日期, MAX(生产日期) AS 最晚生产日期, DATEDIFF(MAX(生产日期), MIN(生产日期)) AS 批次跨度天数, SUM(库存数量) AS 当前库存总量 FROM 库存表 WHERE 库存数量 > 0 GROUP BY 库位编码, SKU编码 HAVING COUNT(DISTINCT 批次号) > 1 ORDER BY 批次跨度天数 DESC
这条查询一个月跑一次就够了。跑出来之后，把结果导出来按上面四个等级标注，交给仓管组长做处置排序。我在三个客户那里实施了这个机制，反馈很好，因为它把“感觉哪里混了”变成了“数据告诉我哪里混了、有多严重”。
搭配这个查询，还可以做一个库位拣货频次排名，从出库记录里按库位聚合拣货次数。把混放清单和频次清单交叉，就能得到完整的分级矩阵。
有了分级，接下来介绍三种处理方案。这三种方案不是互斥的，而是按成本和效果递进的。一个仓库可以同时运行三种方案，针对不同等级的混放库位匹配不同的处理强度。以下所有方案我都亲自实施或实地观察过，附带的成本数据和效果数据来自实际项目，部分做了脱敏处理。
这个方案的核心逻辑是：既然库位已经混放了，物理上暂时无法分离，那就用系统扫描环节强制把“正确的批次”和“拣货员取到的货”绑在一起验证。
（1）方案原理
正常场景下，WMS拣货流程一般是：PDA接收指令 → 到库位 → 扫库位码 → 显示“取X件” → 拣货员取货 → 确认 → 下一个任务。批次信息在PDA上有显示，但不强制拣货员扫描货物上的批次码。
方案一的改动点只有一个：在WMS的拣货策略配置中，对标注为“混放库位”的库位，打开“批次码强制扫描验证”开关。效果是：拣货员到达该库位后，除了扫库位码，还必须逐个扫描每件货品外箱上的批次码（或唯一码），系统校验该批次是否确实是订单分配锁定的批次。如果不匹配，PDA锁定，拣货员必须重新取货。
（2）实施条件
（3）成本估算与效果
我在一个年GMV约3亿的鞋服仓实施过这个方案。该仓当时有约 400 个库位被标记为混放库位，其中红色+橙色等级约 120 个。仅开启这120个库位的批次强制扫描，单件拣货耗时增加了约 2.5 秒/件（从扫码到PDA反馈的时间），按日拣货量 8,000 件计算，额外耗时约 5.6 人时/天。折算人力成本增加约 280 元/天，月增加约 8,400 元。但按该仓当月因批次混放导致的错发退货和临期客诉计算，月均损失约 17,000 元，投入产出比约 1:2，一个月就回本。
（4）适用边界和注意事项
方案一适用于橙色和黄色等级的混放库位，即批次跨度中等、拣货频次中等的场景。如果用在红色等级库位（批次跨度过大），虽然扫描能防住发出错误批次，但无法解决老批次被“闷”在库位里出不去的根本问题，拣货员每次都要翻箱倒柜找指定批次，效率折损急剧放大。
另外，这个方案对仓管员的执行纪律有要求。实施前三天是最关键的：如果前三天仓管员没有严格监督PDA报警日志，拣货员很快会发现“扫不匹配可以强制跳过”（很多WMS有超级权限可以绕过批次校验），然后行为又回到老路上去。我建议在实施前两周，每天出一份“批次扫描异常日报”，列出哪些库位、哪些拣货员出现了扫描不匹配后强制跳过的情况，早会点名，两周后形成习惯再放松监督频率。
方案二不增加任何扫描步骤，不改变拣货员的操作习惯，而是靠调整WMS的拣货任务生成逻辑来实现纠偏。
（1）方案原理
对于混放库位，WMS在生成拣货指令时，不是简单地“去库位取N件”，而是按批次的生产日期（或入库日期）做升序排列，把最早批次的拣货任务排在最前面。同时，在同一个库位内的多个批次任务之间，设置“前一个任务未确认完成，后一个任务不可见”的关联锁。
举例说明：A01-03库位有9月1日批次5件、10月10日批次8件。正常拣货指令可能显示“去A01-03取5件”，拣货员随手拿了5件了事。方案二优化后，拣货指令变为两段：
拣货员看到任务1时只显示“取5件”，他不需要知道该库位还有其他批次。当他取完5件确认后，系统再推送任务2。这个过程中，拣货员没有感知到“系统在强制我做先进先出”，但他的取货行为客观上被引导为优先消耗老批次库存。
（2）为什么这个方案成本几乎为零
因为大多数WMS都支持按批次排序的分配策略和任务关联锁，只是很多仓库没有用起来。这个方案不需要改作业流程、不需要增加扫描动作、不需要采购新设备。唯一需要做的，是IT（或系统实施方）调整拣货波次策略的配置参数。
（3）局限性
方案二的有效性高度依赖一个前提：库位内不同批次的货品在物理位置上是可以区分的。如果三个批次的货完全随机堆叠在一起，拣货员在任务1阶段仍然需要在货堆里翻找9月1日批次的箱子，他翻找的能力和意愿，决定了先进先出的实际执行效果。方案二解决的是“系统指令层面的纠偏”，无法解决“物理取货层面的难度”。
所以我把方案二定位为黄色等级混放的主力处理方案，同时和方案一配合使用，在橙色等级库位上，既做批次排序优化，又开强制扫描。
前两个方案本质上都是“容忍混放，用系统手段降低混放的影响”。方案三是直接消灭混放，把混放库位里的货全部拉出来，按批次分拣后重新上架到独立库位。
（1）什么时候必须做物理重组
以下三种情况适用方案三：
（2）重组标准作业流程
我做物理重组的标准流程六步，经过多次迭代后比较稳定：
（3）成本与效率测算
以一个常规的托盘货架库位为例，包含约30-50件SKU、3个批次混合。两个熟练仓管员完成物理重组全程，从冻结到解冻，平均耗时约 25-35 分钟/库位。按30分钟计算，人力成本约 40 元/库位（按仓管员时薪40元、两人计算）。如果仓库有100个待重组库位，总直接成本约 4,000 元，加上重组期间的拣货效率折损（目标库位冻结期间，订单分配到替代库位，路径可能变长），综合成本约 6,000-8,000 元。
这个成本看起来不低，但对比混放导致的月度损失（37万元的案例在前），性价比仍然很高。关键是要错峰执行，拣货波谷期（如下午2点到5点，或夜间10点到凌晨）分批重组，每批次处理15-20个库位就收工，不影响当天主力出货窗口。
我不建议任何仓库只用一种方案。最合理的做法是三管齐下，按库位等级分配：
| 库位等级 | 方案一(强制扫码) | 方案二(排序优化) | 方案三(物理重组) |
|---|---|---|---|
| 红色（紧急） | ✅ 临时启用 | ✅ 同步配置 | ✅ 24小时内执行 |
| 橙色（重要） | ✅ 持续启用 | ✅ 同步配置 | ⏱️ 48小时内排期 |
| 黄色（一般） | ⏭️ 可选 | ✅ 主力方案 | ⏭️ 纳入周期整理 |
| 绿色（监控） | ⏭️ 不需要 | ⏭️ 不需要 | ⏭️ 下次统一整理 |
这个组合策略在我的项目交付中作为标准化SOP的一部分落地过，实施难度低，仓管组长级别的管理人员就能推动。
再好的方案也需要人来执行。但仓库这个场景里，人是最不可控的变量，尤其是夜班。
我在前文提到过，凌晨1点到4点是规则绕过的高发时段。这背后的原因不只是“人困了”，而是夜班天然缺乏管理者在场带来的即时纠偏能力。白班有问题，仓管组长在5米之内，能立刻纠正；夜班有问题，可能要到第二天早上交班才暴露，而那时损失已经产生。
针对这个问题，我提出三个组织层面的对策：
（1）设立“批次管理值班员”岗位
夜班期间指定一个资深仓管员担任“批次管理值班员”，不参与常规拣货和上架作业，专盯两件事：一是实时监控PDA的批次扫描异常报警列表，二是每小时抽查10个混放库位的现场情况。这个岗位不需要全天候，只在夜间拣货和上架作业量最大的3-4小时内设置。按时薪45元、每晚4小时计算，月增加成本约 5,400 元，不到一次严重混放事故损失的十分之一。
（2）建立“强制跳过后必须拍照”规则
任何人在PDA上强制跳过一个批次混放警告时，系统不只需要记录跳过日志，还应该要求该操作员用PDA拍一张库位现场照片上传。这个照片不用于实时审核（也没人半夜审核），但第二天早会时仓管组长会随机抽查。这种事后的威慑机制，在实践中比实时审核更有效，因为操作员不知道自己的哪次跳过会被抽查到。
（3）数据驱动的交班制度
每一班次交班时，不只交接“还有多少订单没发完”，还必须交接一份“批次异常简报”，本班次发生过多少次混放警告、多少次跳过、哪些库位被投诉或发现异常。这个简报不需要长篇大论，一个共享文档表格就够了。关键是让白班管理者能看到“昨晚A01-03又有人跳过了三次混放警告”，然后在早会上跟进。
很多仓库把“先进先出执行率”作为KPI，但这个指标的定义本身就有问题，你真的能准确统计出“拣货员一共取错了多少批次”吗？不能。所以这个KPI要么靠抽查估算（样本量小、偶然性大），要么形同虚设。
我的建议是不考核“先进先出执行率”，而是考核“批次异常响应率”，即：当系统检测到批次混放警告或扫描不匹配时，当事拣货员是否在指定时间内按规范流程处理了（如主动报告库位异常、配合做批次确认等）。这个指标是可客观量化的，直接从系统日志里提取，不需要人工抽查。
更进一步，我建议把批次管理值班员的绩效与其值班期间的红/橙色混放库位新增数量挂钩。如果值班员在岗的4小时内没有新增红色等级混放，绩效系数上浮10%。这个简单的奖惩机制，在三个试点仓库里将红色等级混放的月均发生次数降低了约40%。
以上的方案框架是通用的，但不同类型的企业在落地时需要根据自己的业务特征做出取舍。这一节我给出几个典型场景下的侧重建议。
食品行业对批次管理的容错空间是最小的。有效期30天、60天、90天的短保品，一旦先进先出失效，导致的不是“库存不准确”这种可以慢慢消化的问题，而是直接的报废损失和食品安全风险。
对于食品仓，我的建议是：将红色等级的触发阈值收紧，批次跨度从60天缩短到30天，甚至对于保质期低于90天的品类可以缩短到15天。同时，食品仓应该把方案三（物理重组）的执行频率大幅提高，在淡季每周安排一次全面库位整理，而不是每月一次。多投入的人力成本与一板过期酸奶或一箱过期面包的直接报废损失相比，完全值得。
多平台电商（天猫+京东+拼多多+抖音）的批次混放有一个特殊来源：退货商品重新上架。退货的商品经过质检后，往往被随意放回拣货区，批次信息虽然在系统里被重新登记了，但物理上经常和同SKU的其他批次混在一起。
针对这种情况，我建议在退货质检区设置一个“退货品专属缓存库位”，退货质检合格的货品不直接放回常规拣货位，而是先放在这个缓存库位里。缓存库位的库存纳入WMS分配策略，但拣货优先级高于常规库位，也就是说，系统会优先消耗退货品，目的就是把批次不确定性高的库存尽快出清掉。缓存库位里的库存每周清理一次，未消耗完的再做批次整理后转入常规库位。
对于一个日订单量500单以下、只有两三个仓管员的微型仓，方案三的时间和人力投入可能确实不现实。这种情况下，我建议优先把方案二（拣货任务批次排序优化）做到极致，因为成本几乎为零，WMS配置改一下就能上线。然后在资源允许时，逐步增加方案一的覆盖范围（从红色等级库位开始开强制扫描，能开几个开几个）。方案三可以推迟到订单量上来、混放问题开始造成真实客诉时再启动。
但有一点不能妥协：不论仓库多小，分级监控的SQL查询机制必须建立起来。一个月跑一次，导出混放清单，标上等级，你至少知道自己仓库哪些库位是定时炸弹。很多人不是不想解决问题，而是根本不知道问题在哪里、有多大。
三方仓（3PL）有一个独特的组织挑战：仓库作业人员不是客户的员工，他们对客户的商品没有天然的“上心”。如果客户合同里没有明确的批次管理要求，三方仓没有任何动力去做额外投入。
对于三方仓的运营管理者，我的建议是：把批次管理作为增值服务的差异化卖点，而不是成本负担。在和客户的SLA（服务水平协议）里，明确约定批次先进先出执行的标准、监控指标和违规赔偿条款。然后把这部分额外收入，反哺到方案一和方案三的人力投入上。根据我的经验，愿意为严格批次管理付费的客户主要是食品、美妆、医药类品牌，他们本身对临期损失极其敏感，对三五百元/月/客户的服务溢价接受度不低。
回到标题那个问题，《库存管理系统按先进先出原则发货时遇到批次混放如何处理》，我希望这篇文章给出的不只是“加强上架规则”“做好系统校验”这种你已经在别处看了十遍的话，而是一套承认混放客观上难以杜绝、但可以用系统化手段大幅降低其危害的务实框架。
核心思路再浓缩一遍就三句话：
下一步行动建议：如果你正在为仓库的批次混放问题头疼，建议你从明天开始做三件事，
第一，让你的IT或WMS实施方花半小时跑一遍上文第四节的SQL查询，把全仓的混放库位清单拉出来。这个清单本身就有巨大的管理价值。
第二，挑出清单里排前三的红色等级库位，明天下午拣货低谷期做一次物理重组，看看实际耗时是多少、效果怎么样。一次做下来，你对“重组一个库位到底要花多少钱”就有了自己的数据，而不是靠别人的经验估算。
第三，翻一下你的WMS系统配置，看看拣货策略里有没有“按批次排序分配”和“任务关联锁”两个选项。如果有但没打开，恭喜你，你就是那个“系统功能明明够用却一直在忍受混放痛苦”的典型用户。打开它，零成本，今天就能见效。
仓库管理没有银弹，但有一个基本原则：能用系统逻辑解决的问题，不要靠人的自觉性。人的自觉性经不起凌晨三点半的考验，但一段配置到位的拣货策略可以。
我是一名仓库主管，最近经常发现同一SKU不同批次的货物混放在同一个托盘上，导致发货时无法按照先进先出原则。我想知道为什么会出现这种情况，是员工操作不当还是系统问题？该如何从根源避免？
从我的经验看，批次混放90%发生在收货上架环节和库内补货环节。最根本的原因是上架校验缺失或作业疲劳。比如，夜班工人为了赶时间，直接将新到货物堆放在旧货上，没有扫描库位标签。另一个常见场景是退货入库时，工人将不同批次混在一起重新装箱。
要预防，必须在WMS中设置上架校验规则：强制要求扫描托盘/库位条码，并校验该库位是否已有同SKU其他批次。如果条件允许，应设置同一库位只允许一个批次的硬性约束。我在一家电商仓推行过，将批次混放率从12%降到了1%以下。
但注意，过度约束会影响上架效率，需要平衡，比如允许混放但要求作业后30分钟内必须做库位拆分处理。
我们仓库没有严格的预防，导致很多库位里同一SKU好几个批次混在一起。每次拣货时，工人只能凭经验找最早批次，导致账实不符和呆滞料增加。有没有办法在现有系统下，通过某种设置或操作来实现准确的FIFO发货？
如果你的WMS支持动态拣货位或批次属性排序，可以在拣货分配策略中设置：混合批次库位优先按生产日期升序分配。这需要系统能识别库位内不同批次的库存行（即按批次号分库存记录）。然而很多中小WMS并不支持同一库位多批次库存行，因为系统默认一个库位一个库存行。
此时必须进行库位拆分：将混放库位拆分为多个虚拟子库位（例如A-01-1, A-01-2），每个子库位只放一个批次。操作方法是：先盘点出混放库位中各批次的数量，然后在系统中做库位调整，将原库位的库存扣减，再分别新增到子库位。虽然麻烦，但一次解决。
我在给一家3PL实施时，花了2天清理了300个混放库位，之后系统自动按FIFO规则分配拣货，不再出错。注意：如果系统不支持子库位，可以让仓库人员做物理分拣，将混放货物分到不同托盘，再重新上架。
我们是个小团队，没有钱上WMS，用Excel记账。现在库存里同一产品不同批号放在同一层货架上，发货时经常拿错。有没有不用系统也能保证先进先出的土办法？
Excel无法实时保证FIFO，但可以辅助管理。我见过一个成功案例：用批次定位卡+色标管理。具体做法：每个批次到货时，打印一张批次卡（包含SKU、批次号、入库日期、数量），贴在托盘上。货架上按入库日期从左到右排列，新批次放右边，旧批次放左边。
发货时强制要求先拿左边货架的批次卡，且每次取货后更新卡片上的剩余数量。同时用Excel每日录入出入库流水，用公式（如按FIFO计算结存成本）核对。缺点是需要人工严格执行，但成本极低。另一个关键：在收货时就将每个批次分开存放，不要为了省空间混放。
如果已经混放，必须立刻进行物理分拣，用不同颜色的胶带或标签区分批次。我辅导的一个小五金店，用这个方法后库存周转天数从45天降到30天。一个更省力的变种：用免费的低代码平台（如简道云）搭建轻量级进销存，支持按批次扫码出入库，成本不到500元/年，比Excel可靠得多。
我在选型WMS，想知道市面上常见的系统（如SAP、用友、自研）是如何处理批次混放的？有没有智能化的功能可以自动检测并提醒？或者能自动调整拣货路径？
大多数主流WMS都有上架强制校验和批次混放报警功能。我在SAP EWM中配置过：设置上架策略为固定库位（批次分离），系统会禁止将不同批次放入已占用该SKU的库位，并自动推荐空库位。更高级的做法是启用空间管理中的批次分离指示器，并在RF手持终端上强制扫描。
但混放发生后，系统通常不会自动纠正，需要人工触发转移请求。一些自研系统开发了智能重分配算法：例如定时扫描库位库存，发现同一库位存在多个批次时，生成库位整理任务推送到移动端，要求工人将旧批次移动到另一个库位，系统自动更新库存。
我参与的一个项目，利用RFID和PTL亮灯，实现当工人将新批次货物放入错误库位时，货架灯会闪烁报警。但成本较高。对中小企业来说，最实用的功能是：在拣货时，系统自动提示该库位存在混放，请先选择批次，并且只允许选择最早批次对应的库位（如果系统无法区分，就显示警告）。
总之，选型时应关注系统对同一库位多批次的支持能力，以及是否提供库位调整的批量功能。
读者评论
这篇文章把仓库现场的痛说透了。我们也在用WMS，上架校验开着的，但夜班一忙起来，操作员直接按覆盖按钮走人。文中那个“跳过响应时间从2.3秒降到0.5秒”的数据太真实了，警告弹窗早就成了肌肉记忆里的噪音。我之前一直纠结要不要加更多弹窗或权限审批，现在明白方向该转到“混放之后怎么让拣货纠偏”上了。分级响应框架很实用，明天就试试按混放影响程度分ABC三档处理。
作为做WMS实施的，文章点出了一个长期被忽略的设计缺陷：分配策略正确，但执行层没有强制闭环。我们系统在波次拣货场景里为了路径优化会自动过滤批次排序，客户一直抱怨先进先出不准，技术团队解释是设计取舍，但管理者根本不理解。看完这篇文章，我打算在项目上引入批次扫描强制校验的建议，哪怕影响一点效率，也比37万损失强。另外，文中关于库位纯度只有83%-87%的抽样数据让我反思我们的库位粒度确实太粗。
文章里那家年GMV 8亿的电商37万损失案例看得我心惊，我们公司体量差不多，之前复盘也发现临期损耗和错发一直没有根除。我原以为问题出在系统不够智能，或者员工执行力不行，但读完才意识到是规则设计与现场压力之间的结构性脱节。特别是那个“物料混放是常态而非例外”的判断，让我接受了一个现实：不可能100%杜绝混放，必须从系统层面建立兜底机制。准备让IT评估一下批次扫描强制校验和分级响应方案的成本，这笔投入值得。