服装企业电商仓库订单分批问题实证研究——以拉夏贝尔为例

摘要

中国2014年服装网购交易额达到6153亿元，同比增长41.48％，是网购产品类目中最大的产品类目，占比达到26.9%。目前服装企业电商仓库面对海量订单时出库效率非常低，为了解决出库效率问题，服装企业一般会引入波次拣货策略，但传统的人工和先到先服务波次订单分批模型和算法效率不能满足业务增长速度和管理要求。本文采用EIQ分析法建立波次订单分批模型，通过分布式计算技术和内存计算技术解决波次订单分批的效率问题，对服装企业电商仓库具有普适意义和借鉴价值。
　　(1)分析服装企业电商业务发展初衷、现状和行业特殊性，目前服装企业往往依靠加人加班度过业务高峰期，不仅不能满足电商爆发性的出库量要求，而且由于错拣、漏拣导致的消费者投诉、退货比例非常高，基于时间窗口、先到先服务和延迟策略的订单分批策略明显不能满足电商业务，阐述服装企业重新建立订单分批模型的紧迫性和必要性。
　　(2)以拉夏贝尔服饰为例，使用EIQ分析法建立电商仓库订单分批模型。通过对拉夏贝尔

目录

封面

声明

目录

中文摘要

英文摘要

1. 绪论

1.1.研究背景及意义

1.2.国内外仓库出库订单波次分批问题研究综述

1.3.研究内容与方法

1.4.论文创新点

2. 服装企业电商仓库波次订单分批问题相关理论综述

2.1.服装企业电商仓库波次订单分批基本理论

2.2.EIQ分析法

2.3.分布式计算

2.4.内存数据库H2

3. 服装企业电商仓库波次作业现状及问题分析

3.1.服装企业电商业务现状和趋势

3.2.服装企业电商仓库作业现状研究

4. 拉夏贝尔电商仓库订单分批方法研究

4.1.拉夏贝尔电商仓库订单分批问题

4.2.拉夏贝尔电商订单样本采样

4.3.拉夏贝尔电商订单EIQ分析

5. 拉夏贝尔电商仓库订单分批方案规划与实施

5.1.拉夏贝尔电商仓库订单分批方案规划与实施

5.2.拉夏贝尔电商仓库订单分批方案实施效果与不足

6. 结论与展望

6.1.结论

6.2.展望

致谢

参考文献