excerpt:固定库位省的是找货的确定性,随机库位省的是空间与行走的弹性——围绕固定库位与随机库位如何取舍,关键不在于哪种策略在理论上更优,而在于你的 SKU 结构、订单形态与补货能力能不能支撑它。

在讨论 WMS 库位分配时,一个反复出现的问题是:固定库位与随机库位,究竟哪一种更省拣选时间。这个问题之所以长期没有标准答案,并不是因为行业缺乏经验,而是因为两种策略节省的是不同环节的时间,而这两个环节在不同仓库里的权重完全不同。根据 WMS 实施中常见的观察,固定库位把节省集中在“找货与确认”环节,随机库位则把节省集中在“空间利用与行走路径”环节;如果只比较其中一个环节,任何结论都会失真。因此,固定库位与随机库位之争的真正含义,不是一道二选一的选择题,而是一组需要按仓库条件重新称重的取舍。

现象:两种策略在同一个仓库里常常同时存在

如果走进一家同时服务多个客户的第三方仓储企业,往往会发现一个看似矛盾的现象:同一套 WMS 之下,快消品客户的货被放在固定库位上,每一个 SKU 都有明确的“家”,拣选员凭记忆就能走到大致区域;而另一位客户的季节性商品,却被系统随机分配到当时最合适的空位上,拣选员完全依赖系统提示行走。两种做法并存,恰恰说明库位策略从来不是单纯的技术偏好,而是由商品结构决定的组织方式。

固定库位的逻辑,是把确定性交给人。每一个 SKU 对应一个或一组固定位置,补货、盘点、培训新员工的成本都相对可控。但是,当 SKU 数量持续膨胀、季节性波动明显时,固定库位的代价开始显现:部分库位长期闲置,部分库位却因为爆量而频繁溢出,系统不得不用临时库位兜底,而临时库位一旦增多,所谓“固定”就只剩名义。

随机库位的逻辑,则是把确定性交给系统。系统根据当时的空闲库位、商品尺寸、重量、动销频率与拣选路径,把货物放到综合成本最低的位置。它的优势在于空间利用率更高;代价同样清晰:拣选员无法依靠记忆找货,对系统提示、扫码校验与库位准确率的要求显著提高。一旦库位占用状态不准,随机库位节省的行走时间,很容易被找货与纠错的时间抵消。

数据:一组假设算例,说明时间到底省在哪里

为了让比较落到可计算的层面,以下使用一组明确标注的假设算例,而不是把它当作行业统计数据引用。假设一家仓库每天需要完成 8000 行拣选,拣选员单次行走与找货的平均耗时可以拆成三部分:行走、定位确认、异常处理。在固定库位模式下,假设定位确认平均每行需要 4 秒,行走平均每行需要 18 秒,异常处理按每 100 行出现 1 次、每次 120 秒分摊,合计每行约 23.2 秒。在随机库位模式下,假设系统把高动销 SKU 集中到黄金区域之后,行走平均每行降到 15 秒,但定位确认因为依赖扫码与提示而上升到 6 秒,异常处理频率上升到每 100 行 2 次,合计每行约 23.4 秒。两种模式在这一组假设下几乎打平,这本身就是一个值得注意的信号:单纯切换库位策略,并不必然带来拣选时间的下降。

如果把假设条件稍作调整,结论的方向就会改变。当高动销 SKU 占比进一步集中、黄金区域的划分更精细时,随机库位的行走优势可能扩大到每行 4 秒以上,总耗时开始领先;反之,当库位准确率下降、异常处理频率上升到每 100 行 4 次时,随机库位的总耗时会明显落后于固定库位。换句话说,决定胜负的变量往往不是库位策略本身,而是与之配套的三个能力:库位数据的准确率、补货的及时性,以及黄金区域划分的精细程度。任何只谈策略、不谈配套能力的比较,都容易得出误导性的结论。

比较维度 固定库位 随机库位
节省的主要时间 找货与确认时间 行走时间与空间等待时间
对系统准确率的依赖 相对较低 较高,库位状态必须实时准确
对 SKU 波动的适应性 较弱,爆量时容易溢出 较强,能随空位动态调整
新员工上手难度 较低,可凭位置记忆辅助 较高,高度依赖系统提示
盘点与补货的复杂度 相对简单 需要更严格的补货与校验流程
更适合的场景 SKU 稳定、动销分层清晰 SKU 波动大、空间紧张、季节性强

归因:省时间的不是库位,而是动销分层与补货节奏

根据上述对比,一个更准确的归因是:拣选时间的差异,主要来自动销分层是否做对,而不是库位是否固定。这正是固定库位与随机库位讨论中经常被忽略的一层:ABC 分类的意义,在于把有限的黄金区域留给真正高频的 SKU。如果一家仓库没有认真做过动销分析,固定库位只会把黄金区域锁死在历史经验里,随机库位也只会把货物放到错误的地方,两种策略都会失效。

第二个归因是补货节奏。固定库位对补货的容错相对较高,因为拣选员知道货应该在哪里,即使短暂缺货也可以凭经验判断;随机库位对补货的要求则更为苛刻,补货不及时会直接表现为拣选员走到库位却发现无货,随后产生二次行走与异常处理。许多仓库在切换到随机库位之后发现拣选时间不降反升,原因往往不是策略选错,而是补货流程没有同步升级。

第三个归因是订单形态。单件小订单占比高的仓库,行走成本在总耗时里的权重更大,随机库位配合波次拣选与路径优化的收益更明显;多件大订单占比高的仓库,定位确认与整托盘搬运的权重上升,固定库位的确定性反而更有价值。因此,判断一种策略是否省时间,必须先回答一个问题:你的时间主要花在行走上,还是花在确认与异常处理上。

一个反常识的判断:混合策略往往比纯粹策略更省时间

一个反常识的判断是,在多数中大型仓库里,坚持“全固定”或者“全随机”的纯粹策略,往往不如有意识的混合策略省时间。常见的做法是把高动销 SKU 固定在黄金区域,把中低动销 SKU 交给系统随机分配,把季节性与促销 SKU 单独划出弹性区域。这样做的逻辑在于,固定与随机各自解决的是不同 SKU 群的问题:高动销 SKU 需要确定性与最短路径,低动销 SKU 需要空间弹性,季节性 SKU 需要快速进出而不打乱既有结构。

混合策略的代价是管理复杂度上升。WMS 需要支持按 SKU 群配置不同的库位规则,需要定期回顾动销数据并调整分界线,需要在切换时处理好在库货物的迁移顺序。如果这些配套工作没有人负责,混合策略很容易退化成“哪里有空放哪里”的无序状态。因此,混合策略不是折中方案,而是一种对运营能力要求更高的方案。

固定库位 vs 随机库位:切换之前先回答的五个问题

在决定是否切换之前,以下五个问题比策略本身更重要。第一,过去一个季度的动销数据是否已经清洗干净,分层结果是否稳定。第二,库位准确率目前处于什么水平,是否有能力把误差控制在可接受的范围之内。第三,补货流程能否在随机模式下跟上拣选节奏,缺货时的应急路径是否明确。第四,黄金区域的面积是否足够容纳高动销 SKU,还是说它本身已经成为瓶颈。第五,切换的成本是否已经算清,包括在库货物迁移、员工再培训、系统配置与上线初期的效率波动。

如果以上五个问题中,有两个以上答案是否定的,更稳妥的做法是先补齐短板,再谈切换;如果五个问题都有相对明确的答案,切换才具备可计算的基础。切换本身也应当分阶段进行,先拿一个 SKU 群或者一个区域做试点,观察至少一个完整动销周期的表现,再决定是否扩大范围。一次性全仓切换的风险在于,一旦出现系统性偏差,纠错的成本会远高于分阶段试错的成本。

趋势判断:库位策略正在从静态规则走向动态优化

从更长的时间线来看,库位分配的趋势并不是固定与随机之间的摇摆,而是从静态规则走向动态优化。随着 WMS 对动销数据、订单波次与库位占用状态的感知能力增强,库位策略正在变得越来越像一个持续调整的过程:高动销 SKU 的位置会随季节与促销节奏移动,低动销 SKU 会被系统自动让出黄金区域,补货与拣选的路径也会随订单结构实时调整。在这个趋势之下,固定与随机的边界会进一步模糊,真正重要的能力,是仓库能否持续地用数据修正库位,而不是一次性选对一个策略。

这也意味着,未来评价库位策略的标准,可能会从“选了哪种策略”变成“多久调整一次、调整的依据是否可靠”。一家仓库如果每季度都能基于真实动销数据重新划分黄金区域、清理长期不动的 SKU,那么它无论起点是固定还是随机,都有机会持续省时间;反之,选完策略之后三年不动,再好的起点也会被 SKU 结构的变化慢慢拖垮。

回到最初的问题:固定库位与随机库位,哪个更省拣选时间?在现有信息之下,一个更诚实的回答是,这个问题没有脱离仓库条件的通用答案,答案藏在你的动销分层、补货能力与库位准确率里。也许真正值得追问的,并不是哪种策略更优,而是你的仓库是否已经具备了让任何一种策略成立的条件,以及你打算用多长的时间窗口来验证它。

作者:陈博士|供应链行业研究员