我经常听到仓管员这样抱怨：“我的仓库明明有几千个货位，但拣货员还是不知道货在哪，每天不是在找货就是在走冤枉路。”另一个极端更常见：领导层认为只要上了一个WMS，一切问题就自动消失了。结果系统上了半年，拣货错误率反而更高了。两种现象根子都在同一个问题，你的储位划分，尤其是拣货位和保留位这两类角色的定义、比例和联动逻辑，从一开始就没想清楚。
先给一个最核心的判断：没有区分拣货位和保留位的库存系统本质上只是一个电子台账，它解决不了仓库的物理效率问题。你可以在Excel里记录十万个储位编码，对账也能做到一分不差，但只要拣货员每天还要为一张订单横跨三个库区爬上爬下，你的仓储成本就注定是失控的。拣货位负责“快进快出”，保留位负责“大进大出”，两者的物理属性和系统逻辑完全不同。把整托的货放在拣货位上，浪费了黄金位置；把高频零散商品塞进保留位深处，则直接拉垮了整个库房的出库时效。
这篇文章我会用第一人称把这件事拆透。既有我自己在不同仓库里踩过的坑，也有辅导企业从混乱储位走向系统化管理的实际数据和判断逻辑。目标是帮助你，不管你是仓库主管、物流经理还是正在选型WMS的决策者，从原理层真正理解这两类储位该怎么划分、怎么联动、怎么在成本和效率之间做取舍。
拣货位（Pick Location）的核心使命是“高频出库”。它必须靠近出货暂存区、处于员工方便触及的高度（通常是地面层到1.6米）、通道宽度要支持拣货小车顺畅通行。它的库存深度不需要大，一般只存放1-3天的出库需求量。保留位（Reserve Location）的核心使命是“大容量存储和系统补货”。它可以放在仓库的高层货架、远端区域甚至阁楼上，不直接面向拣货员，而是作为拣货位的补给源头。
在我辅导过的案例中，70%以上的库存准确率问题，根源不是系统功能不行，而是把大量应该进保留位的整托货物直接塞进了拣货位，导致拣货位爆满、通道堵塞，员工为了取出底层的货不得不先搬走上层的货，这一搬，就搬出了账实不符。
WMS的底层逻辑从来不是把仓库管得“整整齐齐”，而是让每一件货物在正确的时间出现在正确的位置。拣货位解决的是“最后一米”的触达效率；保留位解决的是“最后一米”的库存供给。两者缺一不可。如果你只设拣货位不设保留位，库存很快就无法周转，补货员不知道货该放哪，只能见缝插针，最后仓库会变成“死库”，越管越死。
去年我辅导过一家中等规模的电商仓，日发单量在3000-5000单之间。库存SKU数量6000出头，库位数量4500个，总仓储面积2000平方米。从数字上看，硬件条件并不差。但这家仓库的拣货准确率长期徘徊在88%左右，月度库存盘亏金额最高时占到商品总值的1.2%。
我到现场观察的第一天，上午9点半拣货波次启动。010号拣货员接到一张3个SKU的订单，按系统给出的路径跑了一遍：先到A07-03货位拿货，货位是空的（系统显示库存3件），他巡了一圈发现这批货被临时堆放在了通道尽头的地面上；第二个SKU在C12-06，货架最上层，叉车刚好被占用，他等了17分钟才拿到货；第三个SKU在B03-02，但货位上压了两箱重货，他抽出一件后旁边的箱子倒塌了，又花10分钟整理，一单拣完用了47分钟，其中有效作业时间不到10分钟，其余时间都在解决“货不在它该在的位置”的问题。
这不是孤立案例。我让团队拉了一周的数据：这家仓库拣货员的实际“找货时间”占拣货总工时的61%。61%是什么概念？意味着这家企业每年为“迷路的库存”支付的工资超过32万元（按拣货团队12人、人均月薪5500元估算）。而这只是直接人力成本，还没算误发导致的客户退款、差评和退货物流成本。
我花了三天梳理这家仓库的储位分配逻辑，发现了一个典型错误：系统上线时，IT团队把所有库位不分类型地导入了WMS，拣货位和保留位的属性只分了一半，有些整托存储的高层货架被标记为拣货位，有些本来应该快速流转的地堆反而被标记为保留位。造成的结果是，补货员不知道该把到货放哪、拣货员不知道去哪里找货、系统分配的路径完全不符合物理动线。
为什么很多企业上了WMS之后感觉“更乱了”？一个很重要的原因是：系统会以极快的速度放大物理布局的错误。在手工记账时代，仓管员还能凭记忆修正系统指示的路线（比如知道系统让你去A货位，但你知道那上面没有货，所以直接去B货位找）。但WMS上线后，拣货员被要求严格按系统路径执行，系统说去A，他就去A，发现没有货，系统才启动异常处理，这反而暴露并固化了储位划分的缺陷。
上面的案例最终我是怎么处理的？最核心的一步就是重新定义每一个储位的角色：把靠近出货区的600个地堆位和底层货架划为“快速拣货位”，只存放A类高频SKU，每个SKU最多放2箱库存；把高层货架和远端231个货位列调整为“保留位”，按整托存储，只作为拣货位的补货源。接着重设WMS中的补货策略，当拣货位库存低于设定的安全阈值（一般为箱规的50%）时，自动触发补货任务。
调整之后两周的数据对比：拣货员平均每单行走距离从218米降到76米；拣货效率提升了52%；库存准确率在第三次盘点时回到了96%。这中间没有增加任何硬件投资，只是重新画了一张“储位地图”。
这是最普遍、也是杀伤力最大的错误。很多仓管员认为，既然货架上下两层都是我的地盘，为什么不能上面放整箱（保留）、下面放零头（拣货）？看起来不动结构就实现了“一库两用”，但从系统层面，这个做法直接破坏了WMS的库存分配逻辑。WMS无法判断一个储位究竟是面向拣货员还是面向补货员，导致系统在生成拣货波次时经常出错，把一箱需要从上层取下的货物分配给了一个依赖底层拣货的员工，又或者补货指令把新到货导引到了一个只剩下半箱空间的拣货位。
一个储位只能承担一种角色，这是所有现代WMS设计的铁律。如果仓库面积实在受限，必须混放，也请务必将该区域的货位在系统中标记为“混用位”，并单独配置作业规则（比如只允许在某个时段进行拣货，其余时段只做补货）。但这个方案会显著增加管理复杂度，我不建议在超过1000个SKU的仓库中使用。
另一个常见错误是，只要货位离出货口近，就一股脑全设成拣货位。我见过最极端的案例：一家3C配件仓在离出货口最近的一排货架上放了大量高价值、低周转的OA设备，这些设备三个月才出一单，却占着距离打包台最近的位置。而那些每天出库几百单的连接线、充电器被挤到了仓库最里侧的货架上。拣货员每天跑断腿，只是为了拿最该放在门口的货。
拣货位的选择，必须同时考量“距离出货区的远近”和“该SKU的出库频率”（也就是ABC分类）。A类高频SKU放在最靠近出货区的黄金地堆或货架底层；B类中频SKU放在货架中层或次级区域；C类低频SKU则可以放到高层货架的保留位中。你把这个原则反过来，仓库再新的系统也救不了。
这条误解的代价非常大。很多企业上线WMS时，补货策略直接用系统默认参数，例如当拣货库存低于20%时触发补货。看起来合理，但实际运行中经常出现两种情况：补货不匹配拣货节奏（白天出货高峰途中不断收到补货任务，通道拥堵）；或者补货数量不合理（一次补一整箱，但拣货频率很低，最后整箱在拣货位上放了三个月才出完，变成呆滞库存）。
好的补货策略一定是“系统+人工”的协同。系统负责计算缺货阈值并生成任务，仓库主管负责设定“补货窗口”（比如只在晚上或早班开始前集中补一批）、决定补货触发条件（按件、按箱还是按托）以及补货上限（最多补多少天用量的库存到拣货位）。没有一个通用的参数适合所有仓库。你至少需要在系统上线后持续监控两周的补货频率和拣货位滞销情况，再调优这些阈值。
不管你的仓库有多大，储位角色划分的起点永远是商品分类。区别在于分到多细。我的做法是：拉出过去3-6个月的出库数据，计算每一个SKU的出库频次（按行数算，而不是金额），然后按降序排列。累计出库行数在前20%的SKU认定为A类，20%-60%为B类，后40%为C类。
A类SKU是衡量拣货位配置是否合理的核心指标。它们需要被分配到最便捷的拣货位上。B类SKU可以安排在次级区域。C类SKU除非有特殊的时效要求（比如承诺4小时达的商品），否则应该默认进入保留位。
有一个常见争议：高值易损商品怎么放？是不是应该因为价值高而放在更安全的保留位？我的判断是，高值商品优先考虑“防盗安全”，可以在保留位中划出一个独立的“高值区”，采用双人双锁管理。但如果是高值且高频出库的商品（比如iPhone新机型的手机壳、美妆头部单品），依然需要给它保留一个拣货位，只是这个拣货位需要有额外的监控或权限控制，而不是直接退回到保留位。
空间比例没有标准答案，但有一个经验公式可以参照：拣货位面积 =（日均出库行数 × 单行拣货平均件数 × 补货周期天数 × 箱规调整系数）/ 拣货位可堆叠层数 × 货架深度系数。做这个计算的目的不是得到一个精确数字，而是检查你目前的拣货位规划是否存在严重不适配。
以我前面提到的电商仓为例：日均出库行数3500行，平均每行1.8件，我计划一天补一次货（补货周期=1），箱规调整系数设为1.2（因为不是整箱出库的散件需要额外的展示空间），拣货位只放一层（可堆叠层数=1），货架纵深系数0.9（因为深度方向可能放多个SKU）。计算结果需要的有效拣货位约为7500个位置。而当时这个仓的实际拣货位标定只有1200个，难怪拣货员总在底层货架的缝隙里翻货。
| 场景 | 日均出库行数 | 单行平均件数 | 补货周期 | 建议拣货位数量 |
|---|---|---|---|---|
| 小型电商仓 | 500-1000 | 1.5-2 | 1 天 | 750-1500 |
| 中型综合仓 | 2000-5000 | 1.8-2.5 | 1-2 天 | 3600-12500 |
| 大型B2B仓 | 8000-15000 | 3-8 | 2-3 天 | 12000-60000 |
另一个关键点：拣货位的“深度”通常是1个货位放1-2个SKU，最多不超过3个。超过3个，拣货员的视线和触达效率都会下降，错误率也会显著上升。
没有一个拣货位能脱离保留位单独运转。补货联动逻辑的核心是三个参数：触发条件、补货数量和补货时机。
（1）触发条件：我推荐的做法是按“拣货位当前库存 < SKU在1个补货周期内的预计出库量 × 安全系数（1.2-1.5）”作为补货触发点。不建议用百分比。比如一件商品一天走100件，补货周期是2天，那么触发点应该是 100×2×1.3 = 260件。设置成“当库存低于最大容量的20%时补货”在很多场景下会失灵，因为最大容量可能和实际动销根本不匹配。
（2）补货数量：补货数量的下限是“从保留位到拣货位一次搬运的最小经济批量”，上限是“不影响拣货位正常拣货”。通常我建议补到拣货位最大容量的70%-80%，留出余量防止爆仓。如果保留位和拣货位距离较远，可以考虑一次多补一点，但前提是不会造成拣货位长期库存积压。一个可操作的准则是：补货数量 = 拣货位最大容量 × 0.8 – 当前库存，且不超过保留位库存。
（3）补货时机：这是我经验中差异最大的部分。没有“最优时机”，只有“合不合适的时机”。如果你是单班次白天作业，可以在早班开始前集中补货，把当天的消耗量提前补到拣货位。如果你是多班次24小时作业，建议设置“补货窗口”，把拣货波次和补货任务在时间上隔开，例如每个整点后的15-20分钟集中处理补货，避免人车混流。
前面提到的3C配件仓，在我重新划分储位角色时遇到了一个阻力：拣货组长认为“我的人已经习惯了从B区拣货，你突然把A类商品全挪到门口，他们先要花两周适应。”这是非常真实的顾虑，但数据计算的结果是不容商量的：原来拣货员每天要穿越仓库6-8次，总步行距离约8.5公里；调整后预计降至3-3.5公里。我提出先用一周的时间做“分步切换”，先把出库频次最高的前50个SKU调整到门口，一周后再调整下一个象限。两周之后，拣货团队的人均效率提升了34%，反对声音也消失了。
这个案例说明一个道理：储位划分的科学性，最终靠的是效率和准确率的数据证明，而不是停留在纸面的原理。如果你在做储位重新规划时遇到来自执行层的阻力，不要试图用理论说服，先让一小部分高频SKU“飞一会”，数据会帮你拿到话语权。
连锁餐饮的中央厨房（以下简称央厨）是一个比较特殊的场景。它的SKU数量可能不多（几百个），但每一个SKU的物理特性和流转逻辑差异很大，有原料（大包装冻品）、有半成品（已分装但还需要配送到门店再加工）、有成品（加热即食）。
在这个场景下，我遇到最多的问题是：央厨管理者试图把原料和半成品混放在同一区域，并希望通过WMS的批次管理和FIFO来解决先进先出问题。但实际操作中，原料通常是整托进出，一个批次就是几百公斤；半成品是箱装出库，每天定时配送到门店。把原料放在半成品的拣货通道上，意味着通道里每天都要跑叉车，而分拣员的工作效率被严重干扰。
我的解决方案是：对央厨来说，除了传统的拣货位和保留位，还需要增加一个“加工缓冲区”。原料进仓后全部放在保留位（大型冷库）。每天生产计划排定后，系统生成“原料调拨单”，由理货员从保留位把当天的原料批量调拨到加工缓冲区（这是一个临时性的拣货位）。加工现场再从缓冲区取用原料。这个过程和常规WMS的拣货位-保留位逻辑不完全一样，但原理相通：加工缓冲区扮演了“拣货位”的角色，服务于“生产加工”这个特定的出库场景。
并不是所有仓库都需要划分拣货位和保留位。我遇到过一家小型跨境保健品仓，日单量只有200-400单，SKU不到300个。为了追求“系统标准化”，外包实施团队花了很大的代价给每个货架划分了拣货位和保留位，结果几个月下来发现：保留位的库存几乎没有被动过，因为每次到货都是小批次、多频次，直接进拣货位就够用到下一次到货日。
这种情况，强行设置保留位的唯一结果就是，库存分割导致拣货位的缺货风险增加，反而需要频繁在保留位和拣货位之间做“无意义搬运”。对于小批量多频次的进货模式、或者周转极快的短保质期商品，应该优先保证拣货位的可用性，将保留位视为一种“可选”而非“标配”。只有当单次到货量超过拣货位容量的1.5倍，并且存在明确的补货计划时，才需要保留位。
| 企业类型 | 典型特征 | 储位策略建议 |
|---|---|---|
| 微型（日单<300） | SKU<300，面积<300㎡，人员1-3人 | 不刻意区分拣货位和保留位，按“大类分区+通道顺序”布置，凭经验和简易台账管理，重点保证拣货路径单循环 |
| 小型（日单300-1500） | SKU 500-2000，面积800-2000㎡ | 在WMS中划分拣货位和保留位属性，拣货位主要设置在底层地堆和货架一层，保留位设在高位或远端；开始使用补货任务，但补货时机可以人工触发 |
| 中型（日单1500-8000） | SKU 2000-10000，面积3000-8000㎡ | 严格执行角色分离，ABC分类与应用储位映射；启用系统自动补货策略，并设置补货窗口；定期（每月）做一次储位利用率分析和动线优化 |
| 大型（日单8000+） | SKU>10000，面积>10000㎡ | 引入拣货位与保留位的深度优化：波次拣货中动态分配储位（机会存储）；结合灯光或语音拣选系统，进一步提高拣货位命中率；考虑子母仓模式（卫星仓前置拣货、主仓做保留位） |
（1）拣货位放满 vs 留有余量
很多仓库主管为了最大化利用有限的拣货位空间，习惯把拣货位塞得满满当当。表面上看利用率提高了，但实际上，拣货员每次拣货需要拨开、翻转、甚至先搬走上层再取下层，反而增加了操作时间。更严重的是，拣货空间拥挤导致的货损和包装破损在数据上不容易归因，但真实存在。我的建议是：每个拣货位保留20%-30%的“呼吸空间”，宁可为此增加补货频次，也不要让拣货员在柜子里“淘货”。
（2）高位货架全部做保留位 vs 部分辟为拣货位
如果你受限于仓库高度或货架配置，需要在高位货架上进行拣货作业（例如使用拣货机或高位拣货车），那么这些高位货位仍然可以定义为拣货位，但需要满足一个前提：仓库的主通道宽度和货架间距支持机械作业，并且你不会因此堵塞通道。如果无法同时满足这两个条件，我建议放弃高位做拣货位的想法，把高位全部规划为保留位，增加低位地堆面积来补充拣货位。
（3）保留位集中布置 vs 分散布置
保留位集中布置（一个大的高架区域全部做保留）的长处是：补货路径固定，补货员作业熟悉度高，管理简单。短处是：跨区域补货的运输距离长。保留位分散布置（在各个拣货区域附近设置小规模的保留位）的好处是：补货距离缩短，对补货时机的容错率更高。但分散布置可能造成空间利用率下降（因为每个区域都要预留空间），且补货路径不固定会增加管理复杂度。对于中型以上的仓库，我的经验更偏向于“集中为主、分散为辅”，80%的保留位集中在高架区，20%分拆到主要拣货区域的尾部或上层，专门服务于该区域最核心的SKU。
传统储位划分是静态的：一个货位被指定为拣货位，就一直做拣货位。动态储位分配（通常也叫机会存储/随机存储）的逻辑是：系统不固定储位类型，而是根据当前货物的出库特征和货位的占用情况，实时判断一个货位应该承担什么角色。
这个玩法的好处是：库存周转率更高，空间利用率更均衡。代价是：对WMS的算法能力要求高，如果系统的规则引擎不够细腻，反而会造成储位混乱。对于绝大多数中小企业，我不建议一步到位做完全动态分配。更好的路径是：先从静态划分开始，在系统运行稳定3-6个月之后，选择拣货位中“利用率始终低于40%”的货位，开放给动态分配，让系统尝试把适合的B类或C类商品临时调整进这些低效拣货位。
波次拣货要求系统在一段时间内将多个订单聚合，按商品维度或货位维度重新组织拣货路径。在这个模式下，储位角色的定义会影响波次质量。如果一个波次中的商品广泛分布在不同的拣货位区域，波次的聚合效果就会大打折扣。
我的建议是：在定义拣货位时，除了“高频/中频/低频”的分类之外，还应该加入“商品组合”的维度。比如A类商品和B类商品之间的关联度（购买A的人往往也买了B），把这些商品在物理上标定在相邻的拣货位区域。这不是一个必须马上做的事，但它会在你做波次策略优化时，成为一个重要的前置条件。
在自动化仓库中，拣货位和保留位的物理边界进一步模糊化。自动导引小车或堆垛机可以在高密度货架的任何位置存取货，不存在“拣货位必须靠近出货口”的物理限制。但这绝不意味着储位角色划分多余了，相反，自动化系统的储位分配逻辑更精细，更依赖数据驱动。
在无人仓中，我通常采用“时段角色”替代“物理角色”：同一个货位，在出库波次开启时扮演拣货位，从该位置出库作业；在补货波次或入库时段，它又可以作为保留位，承接储位分配。这种切换在人工仓库中实现起来的难度极大，但在自动化系统中，通过中央控制系统+机器人的实时协作，可以实现。
仓库的硬成本有两个：空间（租金和折旧）和时间（人力和作业时长）。大多数人在优化仓库时把精力放在“省地方”上，想尽办法提高单位面积的存储量。但以我的经验来看，省“时间”的ROI往往远高于省“空间”。一个合理的拣货位-保留位划分，就是省时间最直接、最有效的手段。
回到开头那个被浪费了32万拣货人力的仓库：储位划分调整之后，同样12个人的拣货团队，在不增加工时的情况下，每日拣货能力从3200单提升到4800单。这意味着企业不需要为即将到来的旺季扩编拣货员，省下的招聘、培训、管理和社保成本，远高于为储位划分投入的系统配置时间。（其实就是一周的精细化盘点+系统再配置。）
最后给你一个可执行的结论：如果你的仓库现在面临拣货效率低、找货难、库存不准这三件事中的任意一件，请从储位划分开始排查。不要急着换WMS、不要急着买自动化设备。先把每一个储位的角色搞清楚，让每个储位的属性和它的物理位置、流转特征真正对应起来。
第一步可以做的事：今天下班后，用系统拉一份“拣货位库存清单”，逐个检查里面是否有出库频率低于每月5次的SKU，把它们标记为“值得怀疑的占用”。如果这个比例超过15%，说明你有一个至少15%的拣货位改善空间。明天就可以开始把“半年没有动过的拣货位库存”清理到保留位，系统释放出来给真正需要的A类商品。
如果你不确定从哪里开始，把所有拣货位按“通道号”排序，打印一张清单，拿一支笔，在仓库里步行走一圈，看到货损、封箱胶带凌乱、拣货员需要弯腰或搭梯子的区域，都在清单上标记。把这张清单当作你的第一版储位优化地图。它也许不完美，但它比任何系统规则的“默认设置”都更了解你的仓库。
我刚开始学习仓库管理，看到大家说储位要分拣货位和保留位，但我不明白，都是放货的地方，为什么非要分成两个？直接放在一起不行吗？有什么区别？
拣货位与保留位的核心区别在于“功能定位”和“作业频率”。拣货位是仓库的“前台”，用于高频次拣货作业，因此必须设在最方便拣货的位置（靠近出货区、货架高度适中、通道宽敞）。保留位是“后台”，用于存储整托或大批量库存，作为拣货位的补给来源，可设在仓库深处或高位货架以最大化空间利用率。
如果混在一起，作业动线会混乱，拣货员需要在大批库存中翻找零散出库商品，效率极低且易出错。好比餐厅若没有备餐区和用餐区的分离，厨师与顾客会互相干扰。根据我在多家仓库的实践，科学分离后拣货效率至少提升30%，错误率降低50%以上。
具体划分需结合ABC分类法：将最畅销的A类商品固定在离出货口最近的拣货位，低频次的C类商品可留在保留位甚至直接存储。
我是一名仓库主管，公司让我优化现在的仓库布局。我看到了拣货位和保留位的概念，但不知道具体怎么划分。是按商品大小还是出库频率？有什么标准步骤可以让我照着做吗？
规划拣货位与保留位最重要的一步是进行ABC分类分析。首先，提取过去3-6个月的出库数据，计算每个SKU的出库频次和数量。通常A类（前20%贡献80%出库量）应放置在离拣货区最近的拣货位，最好是地堆或底层货架；B类（中间30%贡献15%）放置在拣货位的中高层或附近；
C类（后50%贡献5%）可以留在保留位，甚至整托存储在高位。第二步，确定补货策略：拣货位的库存深度需设定最低补货点，根据销售波动灵活调整。例如我服务的一个电商仓库，将A类爆款设置在离出货口仅5米的拣货位，拣货员取货只需行走2步；B类商品在出货口10米外的拣货位；C类则存放在仓库最里面的高位。
通过这种方式，拣货路径缩短了60%。关键原则是“减少行走距离”和“减少找货时间”。还需注意，拣货位的通道宽度要足够容纳两辆拣货车交会，保留位则可适当窄一些。
我们是一家小型贸易公司，仓库只有几十个SKU，买WMS系统成本太高。我看到一些文章说拣货位和保留位要用系统管理，但我想知道凭Excel和人工能不能实现类似效果？具体怎么操作？
完全可以，但需要严格的流程和执行纪律。首先，将整个仓库物理划分为两个区域：拣货区和存储区。每个储位必须赋码（如A1、B2），并在Excel中建立储位表记录每个位置存放的SKU和数量。拣货位存放高频商品，并设定最低库存警戒线，一旦低于警戒线，人工通知补货员从保留区将相应商品移货到拣货位。
补货时遵循“整箱转移，零散退回”原则。我服务过一个客户，他们用Excel管理储位，每次出入库都记录，虽然繁琐，但坚持执行后，库存准确率从65%提升至95%。关键是所有操作必须实时更新Excel，并且在补货时确保保留位的SKU与拣货位对应准确。
一个实用技巧是用不同颜色的胶带区分拣货位和保留位，在货架侧面贴上标签，一眼可辨。这个方法投入极低，效果显著，非常适合初创企业。当然，当SKU超过500个时，强烈建议上专业WMS，因为Excel在处理并发和实时性上会捉襟见肘。
我们公司已经划分了拣货位和保留位，但是实际操作中，经常出现拣货位缺货，而保留位里积压一堆货不知道，或者补货补错位置。大家都很苦恼，想问一下您有什么经验和教训？
补货是储位划分中最关键也最容易出问题的环节。我总结三个最大的陷阱：一是“保留位成为杂物间”，很多员工习惯将新到货物随意放到保留位，也不更新记录，导致保留位库存信息混乱，当拣货位需要补货时找不到对应货。
解决方法：强制规定任何入仓的货物必须先录入保留位，再根据计划和补货策略移入拣货位，并严格执行储位标签与信息系统一一对应。二是“补货阈值设置不合理”，阈值过低则补货频率高，增加作业量；阈值过高则占用拣货位空间，违背分离开的初衷。合理做法：结合日均出库量和补货所需时间计算安全库存。
例如日均出库100件，补货周期2小时（期间可能出库50件），那么阈值应设为150件，每次补货补到300件（两日量）。三是“忽视退货区和次品区”，退回来和次品如果混入好品，会严重干扰拣货。应单独设立退货储位和次品储位，与正常拣货位和保留位隔离。
我在一个案例中，通过规范补货流程和设立三级储位（保留位、拣货位、退货位），将盘点差异从每月2%降至0.2%，效果非常明显。
读者评论
作为仓库主管，文章内容让我深有体会。以前我们仓库也是拣货位和保留位不分，导致找货效率极低。后来文章里的ABC分类方法帮了大忙，重新划分后拣货时间直接减半。建议每个有类似烦恼的同行都看看这篇实操经验。
文章的数据很震撼，61%的找货时间意味着每年浪费几十万薪资。我们公司正在上WMS，文中关于储位角色定义和补货策略的提醒非常及时，避免了系统上线后走弯路。物流管理者值得一读。
一直以为WMS能解决所有问题，读完才明白物理布局和系统逻辑必须匹配。文章案例中重新划分储位后效率提升52%，没有增加硬件投资，这种思路对于选型决策者特别有启发。