先看一组规模数据：FILA 的 CDC 一万两千平米、九万个 SKU、峰值三十万件每天，总仓六十人加分仓十人，95% 拆零出库，纸单加 RF、按单拣货加提总播种。在这样的密度里，订单怎么被组织，比人怎么走更决定效率。波次的意义常被理解成“把订单攒多一点再拣”，于是直觉上越大越好。但波次要解的从来不是“多”：把单子攒起来的收益是把行走距离摊薄，代价是订单在仓内的停留时间被拉长。越过某个点，吞吐不升反降。所以划分波次，是在几组互斥的约束间找平衡点。
一个约束是发货时限与截单时间。承运商和快递的截单是硬约束，波次一旦跨过这个点，拣得再省也赶不上车，前面省下的行走全部作废。第二个约束是复核与打包台的吞吐。拣货快了，货会堆到打包台，瓶颈从拣货区平移到复核区，总产出取决于更慢的那一段。第三个约束是人力与班次。波次大小必须匹配在岗人数，夜班人少却沿用白班的波次，交接班时必然留下一堆未完成的活。第四个约束是配送资源与线路。出库节奏要跟得上车次、月台和线路，车还没到货先拣出来，只会堆在发货区占地方。忽略任何一组，优化重点就放错地方。
WMS 要提供的因此不是“把波次做大”的能力，而是把这四组约束变成可配置的参数。聚龄 WMS 在出库侧给出波次管理、波次规则、分配策略、库存分配、任务发放、任务释放与任务分析，波次规则按承运商、线路、订单类型、时效自由组合，释放节奏由当前约束动态决定。华阳多媒体的做法很典型：由 WMS 生成任务驱动作业，根据出库需求与配送资源制定波次计划与任务作业计划，并启用算法推荐存储库区的优先存储方式与行走路径。西门子则是另一套组合：标准 SOP、物料 ABC 分类、优化波次分拣与拣货路径、任务动态调度、合理分配库区任务。两者路径不同，共同点是都把波次当成受约束的结果，而不是固定参数。
判断波次参数对不对，看三个信号：复核打包台是不是长期积压、每天是不是都在截单前做冲刺、交接班时是不是总有没跑完的波次。三个都出现，说明波次偏大；一个都没有而拣货行走占比居高不下，说明波次偏小。这个判断没有通用答案，因为四组约束随业务变化：大促期间截单时间、班次、运力都会变，波次规则必须跟着调。所以波次能力的高低，不在于能不能做波次，而在于能不能随时按约束重设规则。聚龄在多个鞋服和零售项目里的做法，是把波次规则做成配置项而不是写死逻辑，让业务方在旺季到来前自己调整，而不是回头找开发。
热门跟贴