标题虽然是纺织业，由于仓库管理基本不涉及行业属性，因此也是通用。

传统的摊大饼式的乱摆乱放的成品仓库，尤其是小批量多品种的模式下，这个痛点问题更加突出。其直接导致的结果：库存量完全不清楚，包括品类、花色、材质、地点，皆是一问三不知，库存盘点的工作量极其巨大，可能两三个月才能完成，且还不一定，好在成品都在围墙内，算是资产，也就懒得盘算了，只要一切都在运转就是好的，就像软件开发能运转起来了就不要随意修改代码了。

那么为什么库存管理这么难呢？有以下几个可能得因素。

1. 每天的产量多，且品种类别量大，统计员在下班之前搞不定，产生人员记录错误。

2. 车间噪音量大，统计员看错、听错等造成的人员错误。

3. 仓库发错货物，或者发货了未记录，导致的错误，发错的货物后续甲方在印染的时候发现了，还会要求赔偿，这种导致的问题是三倍损失，既使得仓库存量不清楚，有导致发货的没得赚，还要赔偿下游甲方的损失。

4. 仓库摊大饼，库管人员存放货物记录不及时、不安规定存放等问题导致的库存量不清晰。

5. 每次生产都会多留一些，导致积压，长久而成的废品。时间久之后不清楚到底留了多少、放在哪里等问题导致用不了、不能用。

总体上而言，一类是人员问题，整个链条人员的有意或无意的出错，一类是客观存在的制度管理问题、场地问题等，还有一类是工具落后的问题。

在对问题进行分类之后，就明晰了什么问题要用什么方式来解决，上帝的归上帝，凯撒的归凯撒。制度问题还得规范制度通过奖惩来解决，人员通过培训与制度双规范，场地与工具问题部分可以通过数字化来解决。

入库前：

原来基本是两种方式，纸质记录和人员传话。纸质记录会导致入库时，库管人员看不清、看不懂记录的数字导致弄错，一来车间生产连续又紧张，导致有时候来不及记录就潦草记录；二来车间有点脏，导致手、纸脏，弄模糊数据记录；三来纸张在传递过程中摩擦、涂抹等额外因素存在导致残缺、不清晰等。人员传话导致的是听错，传统车间声音杂乱，各种声音不绝于耳，有时候车间人员还带着耳塞、耳机，人员传话之间难免会听错，导致数据记录错误。另外就是人的惰性造成的错误，这一类的错误、失误非常多。比如，上文提到的生产统计，由于种类、数量、规格、颜色等各种维度的数据多、繁、杂，又要赶时间，导致统计人员统计不仔细，自然导致错误频出，不能反映真实的情况。

入库：

原来入库的记录是人工在纸质单即入库单上记录的，然后由人搬运到有空位置或者与库存产品一致的位置，如果是要发货的产品那么可能直接送往发货区。理论上来说如此操作是没问题的，但是耐不住时间一长，就容易出错，比如人工操作的不规范，尤其时间紧发货量大的时候，架不住库管人员会乱放以争取发货时间充足。其次是成品存放位置，有时候可能量少的有移动，或者没有空位置就随意放以及同样的产品因为空间问题放在另外的位置等等，交接班没有及时告知，记录没有及时等等造成成品就一直放在那里被束之高阁，时间久了就成废品。结果无非就是库存不清楚，完完全全的是个盲盒，不清楚有什么成品、不清楚成品种类、数量、质量等级、位置等等，唯一清楚的就是刚进仓库的成品。

入库后：

成品入库之后主要就是发货，发货之前需要找到相应的发货品，前文说了由于成品摆放的随意，且没有相应的及时做好记录工作，以至于找货难、货难找问题比较突出，这样就衍生了货发错问题（发错货不单单是前个问题产生的）。另外，还可能人员工作不仔细、标签贴错等等情况导致拿错货。发货还有一个最核心的问题货发了但是未记录，这是某企业讲的整个仓库管理中最痛的问题，直接导致仓库认为货产量多了，反馈到车间，但是车间数据显示是不多的，部门间的数据对不上。

所以成品仓库的管理在当前小批量多品种生产模式下非常重要，仓库管不好直接导致仓库本身众多问题，仓库又是衔接生产和交付的中转站，仓库管理混乱又会影响交付和生产，交付是企业的生命线，反过来又会影响到计划，计划一变生产又会乱，所以这也是为什么我们经常看到很多企业的管理手忙脚乱，天天出错。这只是从成品仓库出发可能会引发的系列问题。从生产出发，也会引发系列的问题，比如组装企业的成套率，尤其是小机电、小家电、厨电这一类，成套率涉及到各个零件、部件的库存、采购、物流，生产的计划、排程等，一旦有误，就影响全局性的工作。

如何利用数字化，数字化到底能解决什么问题，就成了当前比较突出的问题。那么数字化在成品仓储环节到底能解决什么问题呢？

数字化之后原先手工记录、声音传递性的数据记录工作大幅度减少，因为相关数据要么直接从设备采集，要么通过由扫码枪扫一卡流转单（多单据合一而成，单上有二维码）方式采集。数据通过自动化（半自动化）采集，由于中间不再有人工的记录，人只是辅助系统获取数据，即人以搬运数据包的工种出现，因此不会对数据本身产生影响，如此变极大的提升了数据的准确性。当然，人工扫码工作需要相应的制度配合，不然还是会有新的问题出现。记录环节就要保证数据是按照数据业务化的需要来获取数据的，获取数据的目的是为了用数据，用数据的前提是数据是按照分析业务的需要的要求来获取的，当然中间可以有数据治理，但数据治理只是数据清洗、归集、整理的过程，数据入口没有把好关，再怎么治理也不可能获得需要的数据。这就好比恒大的财务报表，我们在做财务会计分析的时候，是在其财务会计基础上的财务数据的分析利用，但是问题在于其财务会计的数据本身就是有问题的，我们再怎么样利用都是与事实有出入的结论。因此审计的作用就好比数采配套的制度，要做好数据的基础性工作，不能让数据有差错。

数字化后：

入库前通过看、听、数等动作完成的数据采集工作无需人员的直接介入，使得数据的准确性大提升，入库的数量、质量、品类、规格等数据非常清晰准确，仓库入口关就把控好了。

入库时扫码或者无感RFID方式，能够及时的记录成品入库的时间、入库人员等等。扫码之后，手持平板就会提示入库成品存放地点，同时，仓库内部如果有安灯的话，灯会提前亮起，以便告知你成品存放的位置，让你一目了然。

如果对上述作分类，大体上可以分成以下2类，各类别下又有不同的数字化程度：

对原有的仓库数字化，形成虚拟数据仓库。这种方式对原有的工作流程没有作任何变动，只是通过数字化方式新增指引和更加及时准确记录。入库的时候扫码，扫码跳出成品入库位置，人工搬运到指定地点摆放。在不同的地方又可以添加智能化因素，比如指定地方摆放，可以增加安灯，扫码之后在入库的关键节点通过亮灯的方式指引人员前往指定地点；在摆放之前新增扫码环节，如若成品指定地点和扫码地点不一致，通过警报提示来防错；等等，通过这些数字化智能化的提示方式，每一步都防止又错误的发生。当然，这种方式需要对原来的物理实体仓库作基础的编组、编号等工作，即要让其网格化、规范化。这种改造成本是低廉的，比较受到欢迎。其次，数字化只是指引和记录，人还是工作的主体，需要制度来规范人按照要求做，不然还是会有新的问题存在，甚至原先的问题仍然存在，这也是为什么很多上了数字化系统的公司说数字化没用的原因之一。

对原有的仓库改造，形成立体仓库。此类改造相信多个看得多了，全机械化的作业方式，机械设备在仓库不断地穿梭。这种改造成本是比较高的，一般都在百万左右，少点也有小百万，高的上千万。

发货时，扫发货单即可知发货品在仓库何处，达到指定地点扫货架，一致即可搬运货物，同时存库记录就自动做好发货记录，相应库存减少，不会再发生发货未记录的情况出现，更加重要的是发货品还可以追溯，从生产到发货都有记录可查。大大减少了人员的比对查看，错误率极大的降低还减轻了人劳动的工作强度。就好比以前的相机各种调参，自从傻瓜相机出现后，人只管按快门即可，这里人只关注搬运这个工作即可，省去了大量额外的工作，效率也变得更高。

这就整体实现了仓库管控，仓库实时可查，月末盘库简单，入库、出库大大缩短时间，发货准确率100%。反应在财务上来就是一家年产8kw的企业，首年预计节约200w，次年往后因为流转加速，预计盘活资金50w，而付出的费用预计在20w（含隐形成本）。