货位优化

背后的数据规律相当稳定：出库频次通常呈帕累托分布，少数品项贡献了大部分拣货行，把这部分品项放在靠近出库口的黄金区域，就能用极小的空间代价换走大部分行走距离。另一个常用原则是立方体化，让货物体积与货位尺寸匹配，避免大货位放小件造成的空间浪费，这解释了为什么仓库要设置多种规格的货位而不是统一尺寸。关联度的计算来自订单历史，经常同时出现在同一张订单上的品项会被识别为一组并就近存放，这种亲和度分析在品类多的仓库里效果尤其明显。调整货位本身要付出搬库作业成本，收益必须能覆盖这一支出才有意义。

1. 高频轻货放近处、重货放低层，兼顾效率与安全；
2. 关联商品放近，减少跨区拣货；
3. 定期 Re-slotting，动销变化后重排；
4. 用 WMS 出库数据分析支撑；
5. 大促前重新优化，匹配销量变化。

误区一：货位优化是一次性工作——动销变化后要定期重排。
误区二：只看销量——重量、尺寸与关联购买同样影响效率与安全。
误区三：货位优化靠经验——数据驱动才是核心，经验辅助。