先说结论：三级拣选的订单分流，一句话就能讲完——订单行按"整托 / 整箱 / 拆零"三种拣选单位，拆成三类任务分别下发到三个拣选区。规则不写在纸上，写在 WMS 的 release 逻辑里：每个 SKU 有且只有一个主拣选位，订单行一生成，系统立刻知道这行货从哪个区出。分流做对了，拣选员不串区；做错了，旺季就是一场灾难。
订单不分流，拆零区第一个死
2023 年底，广东一家做小家电出口的 3PL 仓，SKU 八千多，旺季日均 6000 单。客户老板坚持"所有拣选位放一起，拣选员推车顺路一次捡完"，上线前我拦了三次没拦住。开仓第一个月，拆零位被整箱订单淹没：一个拆零拣选员每天要开箱 200 多次，实测开一次箱平均多花 25 秒（该项目实测值，仅供参考），200 次就是 83 分钟，人均 UPH 直接掉 30%（项目实测对比值）。
救回来的办法就是分流。花两周重做拣选位布局：整托订单从托盘位直出，整箱单进整箱拣选区，拆零区只留真正的拆零行。改完第一个完整周，拆零区 UPH 回到基线，复核差错率降了一半。这个坑我见过三次，三个仓同一个剧本：都是"图省事不分流"，都是旺季第一个月爆。
2024 年 5 月，苏州一家母婴电商仓（日均 4000 单，SKU 3000），上线时就做了三级分流。分流区和老区（未分流）同期实测对比如下（项目实测值，仅供参考）：
| 指标 | 未分流老区 | 三级分流区 | | 拆零区人均 UPH | 85 行/小时 | 132 行/小时 | | 拣选员日均行走 | 9.2 公里 | 6.1 公里 | | 整箱订单平均拣选耗时 | 4.5 分钟/单 | 1.8 分钟/单 |
数字摆在这，老板们一般就不再争论"要不要分"了。
三级拣选的订单分流，先定这张决策表
分流规则的第一步不是配系统，是看数据。把过去三个月（至少覆盖一个波峰）的订单行导出来，按单行数量折成托 / 箱 / 件，画一张分布。阈值没有标准答案，但分流逻辑是固定的：
- 单行数量 ≥ 1 整托 → 进整托区，叉车整托直取，托盘位即拣选位；
- X 箱 ≤ 单行数量 < 1 整托 → 进整箱区，整箱拣选不开箱（X 一般取 4～6 箱，示例值，按你们的开箱成本自己测）；
- 单行数量 < X 箱 → 进拆零区。
第二步是把 ABC 分析和拣选单位交叉看。A 类 SKU 里，整托和整箱订单占比通常超过 70%（示例项目统计值），这类 SKU 的拆零拣选位基本是摆设；C 类 SKU 九成以上是拆零行，硬给它们配整箱位等于浪费货架。三级分流规则决策表长这样：
| SKU 类型 × 订单特征 | 分流去向 | | A 类，整托单占比高 | 整托区为主，整箱区为辅，不设拆零位 | | B 类，整箱单为主 | 整箱区为主，拆零位只做尾数 | | C 类，长尾拆零 | 拆零区，整箱整托位一律不给 | | 新品 / 促销 SKU | 先进拆零区，跑满一个月数据再定级 |
注意最后一行：新品和促销品不许直接进整托 / 整箱层。我见过太多仓把大促 SKU 一股脑塞进整箱区，大促一结束整箱区空一半，补货员天天在里面挪空箱。
四步把分流规则配进 WMS
步骤 1：item master 加三个字段——主拣选层级（P / C / E）、整箱分流阈值（case_break_threshold，按 SKU 可单独设）、降级开关（allow_downgrade，缺货时允不允许自动降一级）。
步骤 2：release 逻辑按"单位"拆行。同一订单行如果跨单位（比如订了 1 托零 3 箱），WMS 必须能把一行拆成"1 托走整托区 + 3 箱走整箱区"两条任务行。拆不了行的 WMS，别谈三级分流——这是选型时就要问死的问题。
步骤 3：每个 SKU 只许一个主拣选位。整箱区的拣选位和拆零区的拣选位是两个物理位，但系统里主拣选位只能挂一个，另一个挂"溢出位"，主位缺货才走溢出。两个都挂"主"，release 就不知道听谁的。
步骤 4：补货规则和分流规则一起配。拆零区按"半日用量 + 安全量"做前置补货，整箱区按整托位做整托补货。分流不配补货，等于只修了一半——三级分流真正的收益不是拣得快，是把"拣选"和"补货"解耦，拆零区断流才是旺季真正的杀手。
上线前夜 checklist，直接抄走：
- 抽 100 个 SKU，逐个核对主拣选位和物理位一致；
- 拿 50 张历史订单跑 release，分流结果和人工判断逐单比对，一致率低于 95% 不许上线；
- 拆零区每个拣选位备足次日上午的量；
- 降级逻辑实测一遍：整托位没货，订单能不能自动降到整箱区；
- 把分流规则表打印贴墙上——系统挂了，人工也能照表执行。
这个坑我见过三次：三级拣选最常见的三个翻车点
翻车点一：一个 SKU 两个主拣选位。客户图方便，同一 SKU 在整箱区和拆零区各建了一个"主"拣选位，release 逻辑写死二选一，结果一半订单永远没人拣，堆在异常池里发霉。记住：主拣选位有且只有一个。
翻车点二：补货没跟上分流。拆零区只备了半天量，旺季下午两点断流，全仓拣选员站着等补货叉车。分流配了、补货没配，等于白干。
翻车点三：大促之后规则没复核。订单结构变了（整箱单从 20% 涨到 45%，示例项目值），分流阈值还是老的，整箱区爆仓、拆零区闲得发慌。我的规矩：大促后第一周必须重跑订单结构分析，阈值按季度复核一次。
最后说一个反常识的判断：很多人觉得 SKU 越少越该进拆零，错。真正该进拆零的是"订单行数多、单行量小"的 SKU；三级里最尴尬的是整箱层——订单结构一波动，它要么被淹没要么空转。所以我的建议是：整托和拆零是必选项，整箱层是可选项，日均整箱单少于 300 行（示例阈值）的仓，整箱层直接砍掉，复杂度立减一半。
今晚就能动手的事：把过去三个月订单行导出来，按整托 / 整箱 / 拆零三类画个分布。如果某一类占比不到 10%，那一级大概率是摆设，砍掉它。分流规则不怕简单，怕的是假装精细。
作者：林晓｜WMS实施顾问，做过30+上线项目
