新闻动态
NEWS CENTER
NEWS CENTER
2024-03-25
库房类型是一个很宽泛的词语,能够依照不同的分类标准而且界说出不同意义的名词。
而本文的所论述的产品类型是依照事务库存的信息化管控要求来区分的,分别是实体仓,逻辑仓和虚拟仓。
实体仓的界说比较简单,便是指实在存在的库房,这种库房有详细的库房称号和编码,有物理地址,有联系人信息等,归于供应链体系中最常见的“库房”的概念。实体仓通常坐落实践的物流节点,能够是公司自己拥有或租借的库房,也能够是第三方物流提供商的库房。实体仓用于存储、分拣、包装和分发货品,是供应链中实践操作的环节。
例如说某个体系中有“东莞一仓”,这是一个实体仓,经过这个库房称号能够在体系中查询到相关的库房根底信息,库房中的货主信息,库房中的库存信息等。
逻辑仓是根据实体仓而衍生出来的概念,实践情况下一般实体仓的数量是有限的、较少的,也就意味着用“实体仓”的维度去查询一些信息的时分粒度会比较粗糙。
而在实践的事务开展过程中,假如某个公司要对库存有更精细化的库存办理,那么只用“实体仓”这个字段是不行的。逻辑仓能够根据不同的需求和策略区分为不同的区域、库位或存储单元,用于办理库存和货品的流动。逻辑仓能够经过供应链办理软件进行办理,记载和跟踪库存信息、订单流程和库存变动等。逻辑仓的区分能够根据产品属性、出售途径、地理位置等因素进行。
例如在某个实体仓中,区分了多个区域,这不同的区域归归于同一个公司下不同的事务部分,每个部分独立占用其间一块区域作为自己的库存办理区域,常见的做法便是会引进逻辑仓。
实体仓和逻辑仓
虚拟仓相对实体仓来说,便是虚拟的,不实在的,并不实在存在于物理空间中,而是经过体系和技术手段模拟出来的库房概念。最简单区别的一个关键点便是:虚拟仓不需要实物办理,它仅仅用来记载一些数据,便于数据的流转和查询罢了。
例如说很多ERP都会界说一些“在途仓”、“中转仓”、“冻结仓”、“确定仓”,或许是直接就叫做“XX虚拟仓”,表示这个库房不需要实物的管控,仅仅用来做数据的记载罢了。
很多人或许听过比较多的便是“实体仓”和“虚拟仓”,这两者比较好了解,可是关于“逻辑仓”或许就听得比较少,也有点奇怪,为什么需要这个东西?
接下来我用一个V公司的事例,来给咱们说明一下这其间的道理和逻辑。请注意,V公司不代表某个实在的公司,仅仅我臆造的一个虚拟公司,用来协助解说事务罢了。
V公司是一家多途径出售的贸易型公司,有国内电商出售,跨境电商出售,线下门店出售,线下客户直销等。不同的出售途径是经过不同的事务部分来分别办理的,即出售部分分成了国内电商出售部,跨境电商出售部,门店出售部,线下客户直销部等。
公司还有一个供应链计划的部分,会收集各个出售部分的需求,然后集中去收购。在收购的时分需要清晰货品到底送到什么库房去?然后要收购多少数量?
在没有引进逻辑仓概念之前,一般来说收购的时分指定某个实体仓,然后数量便是汇总一切事务部分的需求。当库房收货完成之后,然后再经过ERP进行库存的调度分配,常见的玩法便是按比例,例如说国内电商出售部占比40%,跨境电商出售部占比20%,门店出售部占比30%,线下客户直销部占比10%。
这种方式用了一段时间之后就会发现有几个点是很简单扯皮。
例如说某次又收购了维他柠檬茶500PCS,可是这次收购的需求是国内电商出售部和门店出售部建议的,所以应该由着两个部分来分配,可是按之前的设定好的分配比例,又把库存给到了跨境电商出售部和线下客户直销部。这样会导致每次收购的时分,都要指定好分配的比例,操作流程会更费事一点点。
其次,当每次收购指定好了分配比例之后,收购或许出售过程中,会出实践践库存和体系账面库存不准确的情况,所以又要设定相关的比例分配的逻辑。当多了库存的时分,优先增加给谁;当少了库存的时分,优先扣减谁的。
还有,在做库存的查询和处理的时分会比较费事,因为库存的切开粒度是按“产品+出售部分”来区分的,假如要统计某个产品的可用库存,确定库存,在途库存等信息,则都需要带上“产品+出售部分”,相对来说会比较费事。
产品+出售部分的库存展现
最后,假如未来库存还需要分配给其他的部分去使用,则又要引进一个新的部分,然后触及到分配相关的装备和事务或许都需要调整,而且这种库存的分配机制一旦引进之后,触及的改动一般都会比较多,显然不太合适事务的拓展。
根据上述的一些问题和现状等,行业内的大佬们逐步认识到了能够经过引进一个愈加灵敏拓展的字段来处理这个问题,这个字段其实便是“逻辑仓”。
既然事务部分或许会常常改变,然后事务部分对各自库存的办理诉求也是希望能独立区分,那么干脆就引进一个“逻辑仓”来进行区分。经过“部分-逻辑仓”的装备关系,能够很灵敏的划定不同的事务部分说统辖的库存范畴。
当只要实体仓的时分,咱们是经过“SKU+实体仓+数量”来区分库存的,例如说:维他柠檬茶在东莞仓中有1000个库存,则库存的展现数据如下所示。