【MIS】揭秘滴滴模式的WMS產品設計
文章作者：spawn
責任編輯：Wei Gu文章發表於微信公眾號【運籌OR帷幄】：【MIS】揭秘滴滴模式的WMS產品設計歡迎原鏈接轉發，轉載請私信 @留德華叫獸 獲取信息，盜版必究。敬請關注和擴散本專欄及同名公眾號，會邀請全球知名學者發布運籌學、人工智慧中優化理論等相關乾貨、知乎Live及行業動態：『運籌OR帷幄』大數據人工智慧時代的運籌學
2018年公司在倉儲市場會繼續進行大規模投入，無論是硬體(倉儲規模及自動化倉儲)還是軟體(信息系統)都會進行增量擴充與升級；尤其在軟體方面，我們也在推進2017年規劃的數字倉儲項目，雛形已經逐漸形成並於今年全面推廣，今天的主題主要是向大家介紹一下數字倉儲項目的全貌。
在立項初期的時候(17年4月份)，我們一開始的想法挺簡單，就是將WMS系統的移動終端進行全面升級，更換成安卓版本的終端，在安卓的基礎上去做更多的升級；但隨著項目逐漸深入和探討，後來我們自己對數字倉儲目標逐漸形成：全面去線下化，通過數字化的服務，最終達到極致體驗、基於數據分析的決策支持，提高作業效率、降低勞動成本。
作為第三方倉儲，其實要100%做到去線下還是有些難度的，尤其是由於渠道、結算差異較大，不像京東有平台優勢，有足夠的話語權。所以我們必須從渠道、運營、結算、成本整體上拉通。
這裡核心部分一定是運營管理，必然涉及到倉儲管理軟體，當然離不開討論WMS，我們對WMS的全面升級，其實是以滴滴模式產品思路進行設計的；我們知道滴滴打車核心技術，主要用在以下幾個部分：供需預測、運力調度、ETA（達到時間預估）、智能派單、拼車模式、服務評價，以下將這些技術進行比較：
一、人車匹配 VS 任務與資源
滴滴打車最終實現的目標，是通過線上平台完成需求端(人)與供給端(車)匹配，將最合適的車派給最合適的人；對應WMS系統管理，其實也一樣，就是任務與資源的匹配關係，任務就是我們常說的上架任務、揀貨任務、補貨任務、盤點任務等，資源可以是具體的作業員工也可以是具體的作業設備(AGV)，最終也是將合適的任務匹配給合適的資源（人或者設備），這就是我們升級移動終端的原因所在。
以人工作業為例，倉儲作業人員只要手持移動終端，一旦有揀貨任務產生，後端系統會將揀貨任務派發給移動終端，指引員工完成揀貨作業。
二、智能派單 VS 任務指派
滴滴的派單服務其實有不少AI技術部分，這個派單服務的模型至少會考慮距離、需求優先順序、司機服務評價、路況、人數，通過這些維度的組合最終匹配到最合適的車；對應的WMS系統管理，後端系統生成任務後，也會根據作業人員的技能訓練模型：性別、身高、擅長作業區域、擅長作業品類、叉車技能等，通過這些維度的組合最終匹配到最合適的作業人員。
比如，我們在對倉儲現場揀貨人員調研時，有個女孩子就反饋，以前傳統的揀貨方式，是自己隨機獲取任務，有時候獲取到類似冰箱這些大件的任務時，自己沒有能力完成揀貨作業，需要別人輔助才能完成任務。而通過任務智能調度策略自然會考慮這些因素，避免任務與資源的不匹配問題，另外通過任務主動推送的方式，系統還會根據任務的屬性，自動推薦使用什麼類型的揀貨車以及是否需要使用叉車等輔助工具，根據任務的優先順序智能派發及預警，保障任務的高效作業。
三、地圖服務 VS 倉儲地圖
正是因為地圖導航的出現，才可以讓滴滴打車能夠在很短時間內吸引如此多的司機加入，以深圳這樣的城市為例，要在短時間內熟悉每個大街小巷，對每一個傳統計程車司機來說沒有起碼半年到一年的時間認路是很難的。
我們針對倉儲作業也同樣採用這樣的方案：一個3萬平的平面倉，幾千個貨架的布局擺放，對一個新入職的員工來說，需要短時間熟悉路徑也是個困難的事情，所以我們在設計時，將倉儲布局圖(貨架布局)導入到WMS系統，並與室內定位技術相結合(安裝物聯網設備)。
以揀貨為例，當揀貨任務推送到移動終端執行揀貨作業時，系統會根據貨位的揀貨順序，規划出最佳的揀貨路徑，並以導航的形式展示在移動終端APP上，同時APP上也會有智能語音播報服務(可以結合藍牙耳機)，以極佳的視覺+聽覺方式，提升體驗，提高效率。
四、按單計價 VS 計件模式
滴滴通過按單計價結算，現在的倉儲作業基本上也是採用類似的計件模式，多勞多得。不過滴滴的計價比較簡單，以里程+時間計算。而倉儲的計件會稍微複雜點，我們需要考慮任務的作業難度系統，在設計計費模型時，需要考慮單品波次與多品波次，任務的品類、任務的件型、任務的行走距離，任務的SKU數及件數。
五、搶單與任務市場
滴滴除了派單以外，針對計程車還有搶單模式。我們在倉儲的異常作業環節，也採用的搶單模式，比如包裝複核台發現作業異常(訂單缺貨或取消)，複核人員只要拍下異常按鈕，後端系統就會將異常任務發布到APP端，作業人員根據自身的作業情況進行搶單服務。當然如果超過設定時間未完成搶單任務，也會有兜底措施，系統會強行指派給一名員工。
六、拼車服務 VS 動態揀貨
滴滴最大的賺錢模式，其實是拼車服務，因為對司機來說，計價是按照總里程計算，但滴滴是按拼車的人數疊加收費的。相信大家在早高峰期都會遇到這樣的情況，快車的叫車率很低，但拼車率卻很高。
我們設計的動態揀貨，也在利用這個模式。當然，這個模式在倉庫現場是有特定的場景的。以單品混合波次為例，假定這批任務P01需要去ABCDE五個貨位揀貨，該員工正在C這個貨位位置，此時後端系統有一個緊急訂單需要處理，恰好訂單貨品對應的貨位剛好在D貨位，此時後端系統會將該訂單的強行疊加到P01這條任務上(需要考慮揀貨容器的容量)。這樣就避免了獨立生成揀貨任務揀貨，額外增加了作業成本。
七、評價體系 VS 評價模型
滴滴的服務評價採用的雙向模式，乘客可以對司機打分，同樣司機也會給乘客打分。正是這樣的相互制約，才最大限度的避免了糾紛，也很大程度上保證了服務質量和安全係數。司機的服務評價低，派車率就低，乘客的評價低，叫車成功率就低。
我們在設計技能評價時，其規則會稍有不同。首先也會有雙向打分，首先系統會根據員工在作業情況累計積分，根據該員工的歷史任務件數、任務技能類型、任務執行的正確率、任務的難度系統、揀貨的效率(時長)，給出合理化的建議，其技能評價達到一定的程度，即可晉陞為倉儲主管。這些數據是系統化的，因此具備一定的說服力。其次，員工也會對系統每一次的更新升級進行整體評價打分(基本每周一個版本發布)，而這個打分的高低會直接影響產品和研發人員的年底獎金。只有相互制約才會有更好的服務質量體現。
八、結束語
其實WMS系統這裡還有個重要的模塊：波次優化/策略配置，並沒有討論，後續會有相關的專題展開，這裡先拋磚引玉。關於波次優化其實最終的目的就是訂單聚合度，但也並不能僅僅一味的考慮訂單聚合度。我一直覺得也需要考慮人員效能及吞吐量。
傳統的方式是先有波次計劃再去匹配作業人員。比如一個波次計划出來後需要10個人員，但現場只有8個人，就必須有2個資源空缺，但任務已經生成，聚合度就差了；我覺得可能是要反過來，是根據作業人員來匹配波次任務，這樣會更可續更高效。關於策略配置，基本上國內外WMS標版的自己的系統靈活性非常強大，客戶根據不同的業務場景進行靈活配置，也把這個作為自己的核心競爭力。其實現代WMS，我個人感覺需要做另外一個升級，需要將傳統的靜態配置功能升級到能依據數據分析變成動態配置。
舉個例子，比如盤點，倉儲每日都會做動碰盤點，這個是通過系統靜態配置出來的，但是會比較機械。如果我們通過數據分析，計算在一個周期內，倉儲的庫存準確率，自動下調動碰盤點的比例，比如如果準確率達到4個9(99.99%)，必須全盤，達到6個9，盤點90%，達到100%盤點50%，這樣在保證質量的同時也最大限度的提高的效率。
本次對WMS的升級對我們來說也會有不少的挑戰和壓力，不僅有功能的穩定性與實用性方面的擔心，技術的突破對我們來說也是個挑戰。這裡也感謝下富勒對源代碼的開放和諮詢支持。
文章來源申明：本篇文章來自 揭秘 | 滴滴模式的WMS產品設計：供需預測、運力調度、智能派單、拼車模式、服務評價……
『運籌OR帷幄』長期招收志願者，如果你有一技之長，愛分享，歡迎加入我們。點擊下方圖片即可了解詳情！（如果對MIS版塊感興趣，歡迎備註【MIS】哦！）
掃二維碼關注『運籌OR帷幄』公眾號：
點擊查看『運籌OR帷幄』志願者招募介紹及加入方式 ：
點擊查看【驥尋伯樂】板塊說明及投稿方式 ：
推薦閱讀：
