出版全華圖書指定用書中華民國物流協會【物流運籌人才-倉儲與運輸管理】教材製作AIBILA 研究室 ・ Allen 老師
第二篇 倉儲作業篇

第 7 章 揀貨與庫存控管

效率與效益的防線

核心管理議題

  1. 揀貨為什麼要分「策略/指令/執行」三層?UPH 高就等於效率高嗎?
  2. 四種揀貨策略(單一/彙總/分區/波次)各適合什麼 EIQ 形態?批量多大最好?
  3. RF、Pick-to-Light、Pick-to-Voice、自動倉怎麼選?語音揀貨為何在電商倉跑得起來?
  4. 庫存準確度怎麼維持?補貨節奏、呆滯品怎麼處理?
  5. 循環盤點 vs 全盤盤點怎麼排?帳物差異怎麼追溯根因?

章前情境故事

1 月初,農曆春節前最後一週,台中履約中心 2 號揀貨區。日均訂單從 1.5 萬單跳到 4.5 萬單,揀貨團隊從 20 人擴編到 35 人。UPH 從 75 件/人時掉到 48;揀誤率從 0.18% 跳到 0.62%;客訴退換貨從每日 8 單跳到 27 單;循環盤點抓到 12 個 SKU 帳物差異,其中 3 個是 A 類熱銷。

▶ 三人對話語音(Allen × Ware × Route)
Allen 顧問Ware 倉儲經理Route 運輸經理
Ware
顧問,UPH 掉一半我懂——人多、新手多、品項多。但我不懂為什麼揀錯率也跟著掉,而且盤點差異集中在 3 個我們最熟的 A 類熱銷 SKU?
Allen
(看揀貨單樣本)妳看這張單——一趟要走 14 個揀位、跨 5 個走道、8 張單合併。新手揀到第 6 個揀位時,會把這張單的紅茶誤揀成隔壁單的綠茶——同一個揀面、同一個高度。這不是手忙腳亂,是批量大小、路徑類型、訂單分群、揀面區隔這四個變數沒同步調整。
Ware
那盤點差異呢?同一個 SKU 為什麼平日不出問題、旺季出問題?
Allen
記得 Ch 6 講的「垃圾進垃圾出」嗎?上游多揀一件、下游就少一件。揀錯率 0.62% × 月出貨 90 萬件 = 月生 5,580 件帳物差異,集中放大在三個熱銷 SKU 上。
Route
這跟配送一樣——上游揀錯,我們車上就帶錯貨,最後一哩再準也沒用。
Allen
對,揀錯率跟盤點差異率,是同一個效益問題的兩個量測點——也是長期客戶信任的腐蝕。

各節重點內容

§7.0 從揀貨策略到揀貨執行:三層分工

承 Ch6 三層分工結構:Ch6 談「貨進倉到上架」,Ch7 談「貨出倉前的揀取」;揀貨橫跨策略層(怎麼分批、排路徑)、指令層(WMS 翻成單據)、執行層(揀貨員依令揀取)(見圖7-1)。

揀貨作業詞彙速覽(16 詞):與 Ch5 的 14 詞、Ch6 的 13 詞共建第二篇詞彙基底,後文不再反覆解釋。

PCB-aware 三概念(本章定版、不可混用):揀次數、揀項數、揀位數;例「SKU-A × 30」經 PCB 拆為 1 箱+2 包+5 個 → 揀項數 1、揀位數 3、揀次數 8。

揀貨三層分工:策略 → 指令 → 執行(決策週期日/週/秒 × 失誤類型對照)
圖7-1揀貨三層分工:策略 → 指令 → 執行(決策週期日/週/秒 × 失誤類型對照)點圖放大

§7.1 訂單與揀貨資料流:從 SO 看 EIQ 全章 DNA

揀貨的源頭:所有揀貨活動都是 SO(Sales Order,銷售訂單)的衍生作業(見圖7-2)。

SO → Pick List 五步轉換:訂單接收(OMS→WMS)→ 驗證 → 分批/波次 → 路徑排序 → 產生揀貨單。

EIQ 三軸(承 Ch5§5.2):訂單軸(EQ/EN)× 貨品軸(IQ/IK)× 共現軸,是揀貨章的全章核心。

EN_pcb(揀位數):真實走行不能只算揀項數,而要算 PCB 拆解後的揀位數,才反映實際移動距離。

EIQ 三軸分析:訂單軸 × 貨品軸 × 共現軸(EN_pcb 反映真實揀位數)
圖7-2EIQ 三軸分析:訂單軸 × 貨品軸 × 共現軸(EN_pcb 反映真實揀位數)點圖放大
Ware 的疑問
我看每人時 70 件以上,很高效啊?Allen 解:妳算的是 UPH(揀次數/hour),不是 LPH(每小時揀貨單 Line 行數)——同樣 70 次抓取,分布在 14 個 Line(每 Line 平均 5 次)跟集中在 4 個 Line(每 Line 平均 17.5 次),揀貨員的移動次數差很多。要看真實效率,必須把 UPH、LPH 與訂單軸的揀項數/hour 三軸並看,不能單看 UPH。備註:UPH 拉高常被誤判為效率提升,但若揀位數同步暴增、走行距離拉長,人因負擔加重,錯誤率會在第三、四週才反映出來。

§7.2 四種揀貨策略 + Order Batching 演算法

四種策略本質=「用什麼方式把 N 張 SO 切成 M 張揀貨單」的不同答案(見圖7-3):單一訂單揀貨(B2B 大宗)、彙總揀貨(Batch)、分區揀貨(Zone)、波次揀貨(Wave)。

混合切換:實務不是擇一,而是「主策略+輔策略」,如電商履約中心彙總為主+波次切時+分區為輔。

Order Batching 是 NP-hard 問題(Wäscher, 2004):三類解法=啟發式(易解釋)、元啟發式、精確解。

批量甜蜜帶:地板太小(每批 1 張)退化為單一訂單揀貨、天花板太大則認知負擔過載、揀錯率指數上升;業界經驗 5–10 張 SO/批(依 EN 平均值)。

四種揀貨策略對比矩陣(顆粒度/適合 EIQ 形態/主要 KPI/典型 UPH)
圖7-3四種揀貨策略對比矩陣(顆粒度/適合 EIQ 形態/主要 KPI/典型 UPH)點圖放大
Allen 的現場筆記
批量大小的甜蜜帶,是動態的——我看過很多 Order Batching 失敗的案例,根本原因不是演算法不好,是沒先把「批量甜蜜帶」在自己倉的 EIQ 形態下找出來,每個倉都不一樣。甜蜜帶不是固定數字,而是「揀貨員熟練度 × 品項相似度 × 揀面集中度」三變數的動態結果:新手降批量、老手可拉批量;類似品項多時降批量、差異大時可拉;揀面集中可拉、分散則降。建議先跑兩週「手動分批 vs 系統分批」A/B test,先評量、再設計演算法。

§7.3 揀貨執行四模式:從 RF、語音到自動倉儲

承 Ch6 上架三模式,聚焦「揀貨」端時補上第四模式 Pick-to-Voice(語音揀貨)(見圖7-4)。

四模式:RF 手持(中小倉、多 SKU、預算有限)、Pick-to-Light(彙總、視覺直覺)、Pick-to-Voice(雙手釋放、走動友善)、AS/RS·AMR(高自動化)。

Pick-to-Voice 在電商倉的優勢:雙手釋放——揀貨員不用拿 RF、不用看燈、不用停下看螢幕,雙手都能揀。

模式 × 策略搭配:單一訂單 → RF;彙總 → Pick-to-Light 或 Voice;波次 → 多模式動態切換。

揀貨執行四模式對比(人因負荷/揀誤率/速度/投資回收/可擴展性五軸雷達)
圖7-4揀貨執行四模式對比(人因負荷/揀誤率/速度/投資回收/可擴展性五軸雷達)點圖放大
Ware 的疑問
PTL 的初期投資 200 萬/區,可回本嗎?Allen 解:回本期(月)=系統投資 ÷ 月節省金額,年度節省 =(1 − 舊 UPH ÷ 新 UPH)× 揀貨員人數 × 年度工時 × 工時成本。關鍵觀念:UPH 從 60 提到 90 是速度快 50%,但省下的人工不是 50% 而是 1 − 60/90 ≈ 33%(同樣揀貨量除以「新的」速度)。電商高週轉倉約 14–18 個月可回本;中小倉若揀貨員不到 10 人,建議先用 RF。

§7.4 庫存控管:準確度、補貨、呆滯三件事

揀貨運行前提:揀面有貨、儲備區有貨、系統庫存與實際一致。本節談準確度、補貨、呆滯三件事。

庫存準確度 = 系統與實盤一致的 SKU 數 ÷ 總 SKU 數;業界標竿 A 類 ≥99.5%、B 類 ≥98%、C 類 ≥95%(KRI 紅線)。

揀誤四大根因:人/單/位/資料,必須分別對策,混為一談再多訓練也救不回來。

補貨節奏:單格揀面(A 類熱銷、補貨頻率高)、雙格揀面(左舊右新、可 FEFO、效期敏感食品);ROP = 平均日揀取量 × 補貨前置時間 + 安全庫存(A 類 1.5 天、B 類 3 天、C 類 7 天)。

呆滯品(Dead Stock):連續 N 天 IK=0(30/60/90 天閾值)或庫存 > 月需求 3 倍;處置=降價促銷、內部調撥、報廢。

Ware 的疑問
能用 AI 監控揀誤模式嗎?Allen 解:可以用「差異發生熱圖」,以揀貨員 × 時段 × 揀面三維度切片找異常熱點;但 AI 只給警訊、不給根因,根因還是要人到現場看。AI 能幫的:偵測某揀貨員在特定批量下錯誤率異常、特定時段(午後 4–6 點疲勞高峰)錯誤集中、相鄰揀面品項視覺相似造成混淆。AI 無法替代的:到現場判斷究竟是「揀貨員分心」「補貨員上錯架」還是「前幾天移倉沒重貼標籤」。

§7.5 盤點作業:循環盤點 vs 全盤盤點 + 帳物差異追溯

盤點是「庫存準確度」的量測手段,本身存在效率↔效益張力:盤太頻繁干擾作業(短期 UPH 損失)、盤太稀疏才發現差異已積到上千件(效益失守)。

兩大策略:循環盤點(每日/每週、部分 SKU 輪流、大型倉不停線)vs 全盤盤點(每年一次、全倉所有 SKU、小型倉年度結算)。

ABC 循環盤點頻率階梯(見圖7-5):A 類每週(52 次/年)、B 類每月(12 次)、C 類每季(4 次)。

盤點六步:計畫(依 ABC 排程)→ 凍結交易(Freeze,鎖定禁揀補)→ 實盤計數(兩人一組或系統+RF)→ 差異比對 → 覆盤 → 調整入帳。

帳物差異三 KRI:盤點數量誤差率、品項誤差率、平均每件盤差金額(金額加權);兩誤差率須並看。

章前情境回扣:揀誤率 0.62%(批量過大+揀面相鄰品項相似)、盤差集中 3 個 A 類熱銷(揀錯傳導、非盤點本身);對策=批量 8→5、A 類揀面分散、A 類盤點週 1→週 2。

ABC 循環盤點頻率階梯(A 頂端頻率高、C 底端頻率低)
圖7-5ABC 循環盤點頻率階梯(A 頂端頻率高、C 底端頻率低)點圖放大

§7.6 工具與技術:三套可印表單

工具一:Order Batching 設計檢核表(10 項),新導入彙總揀貨策略前、或每季檢核既有策略時使用。

工具二:揀誤根因分類追溯卡(4×4 矩陣):4 大根因(人/單/位/資料)× 4 種症狀(漏揀/超揀/錯品項/錯數量),每格填次數、責任、改善動作。

工具三:ABC 循環盤點排程模板(一年週曆版),供新建倉、年度盤點計畫制定。

各節重點內容簡報

本章摘要與關鍵詞索引

本章摘要
  • 揀貨三層分工:策略(分批排路徑)/指令(WMS 單據)/執行(揀取);PCB-aware 嚴格區分揀次數/揀項數/揀位數(§7.0)。
  • 一切揀貨都是 SO 的衍生;EIQ 三軸 + EN_pcb 建立揀貨資料 DNA,真實效率看揀位數而非只看 UPH(§7.1)。
  • 四種揀貨策略(單一/彙總/分區/波次)=把 N 張 SO 切成 M 張揀貨單;Order Batching 為 NP-hard,批量甜蜜帶約 5–10 張且隨熟練度/相似度/揀面集中度動態變(§7.2)。
  • 執行四模式 RF/PTL/Voice/AS-RS·AMR 依人因、揀誤率、速度、回收權衡;Pick-to-Voice 靠雙手釋放在電商倉勝出(§7.3)。
  • 庫存控管三事(準確度/補貨/呆滯)+盤點(循環 vs 全盤、ABC 頻率階梯、六步流程)守住庫存誠信;揀誤四根因須分別對策(§7.4–§7.5)。
中文詞彙English說明
揀貨策略Picking Strategy將原始訂單轉換為揀貨單的演算法集合
單一訂單揀貨Single Order Picking一張揀貨單對應一張訂單
彙總揀貨Batch Picking多張訂單合併為一張揀貨單
波次揀貨Wave Picking將一段時間內的訂單依規則切成多波
分區揀貨Zone Picking揀貨員固定在某區域,跨區由接力交接
揀貨單Pick List RF RF PickingWMS 派發給揀貨員的具體單據 揀貨員使用RF 手持裝置(Radio
手持裝置揀貨Frequency Scanner)掃碼揀貨揀面格位上燈號顯示,揀貨員依亮燈揀
電子燈號揀貨Pick-to-Light (PTL)取 透過耳機與麥克風收派揀貨指令並語音
語音揀貨Pick-to-Voice (PTV) Goods-to-Person / AS-確認 自動倉儲系統送貨到揀貨員(不需走
自動倉儲揀貨RS / AMR動)
庫存準確度Inventory Accuracy系統庫存與實盤庫存一致的比率
揀誤率Picking Error Rate揀錯件數/ 總揀貨件數
循環盤點Cycle Counting每日/每週部份SKU 輪流盤點
全盤盤點Full Physical Inventory每年一次全倉所有SKU 盤點
補貨Replenishment從儲備區補貨到揀面
補貨Reorder Point (ROP)觸發補貨的庫存閾值
觸發點連續N 天IK=0 且庫存量> 月需求3
呆滯品Dead Stock EN_pcb EN_pcb (PCB-adjusted)倍的SKU 考量PCB 拆解後的真實揀位數,等同 「揀位數」 訂單Line 行數累加
揀項數Item Lines / Order Lines(一個Line= 一個SKU) 揀貨單Line 行數累加
揀位數Pick Locations EN_pcb(一個Line= 一個儲位走訪),等同 揀貨單每Line 揀取量累加
揀次數Pick Count Units Per Hour(PCB 單位:1 箱=1 次、1 包=1 次)
揀貨效率(UPH)Units Per Hour(UPH,每單位時揀次 揀貨人員或設備每小時完成的揀次數 數) 每小時可完成的揀貨單Line 行數累計
揀貨效率(LPH)Lines Per Hour(LPH,每單位時揀位 (一個Line 對應一個品項之揀位與揀 數) 量)
揀貨路徑Pick Path揀貨員走訪儲位的順序
彙總揀取信號Batch Picking SignalIK ≥中位數& ≥3SO 共現的判準
揀面Pick Face儲位中專供揀取的格位

本章統整與下章預告

Ware 的揀貨流程跑得起來、效益防線守得住——但揀完不是終點。揀貨單上 的品項,下一步要進入「流通加工」與「包裝」段:客戶要求的禮盒組合、贈品 配對、發票塞袋、條碼貼標。這些「加值服務」(VAS)每一動作都是Q×PCB 的展開。下一章,我們進入加工區與打包區。

下章預告:下一章,我們進入加工區與打包區。

反思題與 AIBILA Prompt Box

  1. 效率與效益的取捨——當你的 UPH 已達標(70 件/時,do things right)但揀誤率仍超紅線(0.5%,傷及 do the right thing),你會優先處理哪個?為什麼?請以「短期表象 vs 長期價值」為論述軸。

    拿去問 AI
  2. 批量大小的決定——如果新手揀貨員占比超過 50%,你會把批量大小調整為平日的多少?背後的邏輯是什麼?

    拿去問 AI
  3. 盤點頻率的取捨——A 類熱銷盤點頻率從每週 1 次升到每週 2 次,多耗的人力如何被合理化?

    拿去問 AI
  4. 資料品質的傳導——Ch 6 §6.2 GIGO 七維度如何傳導到 Ch 7 揀貨/盤點?舉一個你倉的真實案例。

    拿去問 AI
AIBILA Prompt Box 用 LLM 分析三個月的揀誤事件,找出系統性根因

適合情境:揀誤率上升但個別事件根因模糊;月會/季會回顧用。

【System Prompt】
你是一位倉儲營運分析師。我會給你一份揀誤事件 CSV,欄位:date, picker_id, batch_size, slot, sku, error_type(漏揀/超揀/錯品項/錯數量), root_cause(人/單/位/資料), customer_impact。請依四維度(picker_id, batch_size, slot, error_type)做交叉分析,找出 Top 3 系統性根因,並給出三項可執行對策。

【User Prompt】
請先幫我生成一份模擬用的原始資料以 CSV 檔提供(約 200 筆,涵蓋上述欄位),再依上述要求完成分析。
把這段提示詞帶去

延伸提示:(1) 以揀貨員 ID 切片:「同一個揀貨員是否在特定批量大小下錯誤率異常?」(2) 以時段切片:「下午 4–6 點是不是錯誤率異常的時段?」(3) 以揀面切片:「相鄰格位的相似品項是否引發系統性混淆?」

章末習題

目前:練習版(作答後才顯示該題答案)

單選題

1. 本章揀貨三層分工的順序由上而下為何?

答案:B 解析:揀貨三層分工:(1) 揀貨策略(演算法與分群邏輯,日/週週期)→ (2) 揀貨指令(WMS 把策略翻譯為具體單據,秒/分週期)→ (3) 揀貨執行(現場揀貨員依指令揀取,秒週期)。三層緊密耦合、決策週期由長到短。 |難度 基礎|§

2. 某SO 訂單1 行:「SKU-A×30 個」,經WMS PCB 拆解後變為1 箱(儲位X)+ 2 包(儲位Y)+ 5 個(儲位Z)。下列「揀次數」計算何者正確?

答案:B 解析:揀次數 = 揀貨單上每個 Line 的揀取量累加(PCB 單位):1 箱(=1 次)+ 2 包(=2 次)+ 5 個(=5 次)= 8 次。A 為「件數」概念混淆;C 為揀位數;D 為揀項數。三概念不可混用。 |難度 中等|§

3. SO(Sales Order)進入WMS 後到揀貨單派發,正確的轉換流程順序為?

答案:B 解析:正確順序為:(1) 訂單接收(OMS→WMS)→ (2) 訂單庫存配賦(配到具體批號/儲位/序號)→ (3) 訂單分群(依策略合併或切波)→ (4) 揀貨單生成(含路徑安排)→ (5) 揀貨單派發(RF/燈號/語音)。庫存配賦必須先於分群,因為分群依賴已配賦的儲位資訊。 |難度 基礎|§

4. EIQ-PCB 三軸分析中,下列何者不屬於三軸之一?

答案:D 解析:EIQ-PCB 三軸為訂單軸(EQ 訂購數量/EN 訂購品項數)、貨品軸(IQ 貨品訂購量/IK 貨品訂購頻次)、共現軸(IA 貨品關聯廣度)。並無「人員軸」這個分類。 |難度 基礎|§

5. 在EIQ 三軸中,IA(貨品關聯廣度)的主要用途為?

答案:A 解析:IA(Item Association breadth)反映「跨訂單共現度」,是彙總揀取信號(Batch Picking Signal)的核心輸入:當 IK ≥ 中位數且某 SKU 在 ≥3 張 SO 中共現時,標記為彙總候選。B 為 EQ/EN;C 為呆滯偵測(IK = 0);D 為時間序列分析。 |難度 基礎|§

6. 依本章§7.1 對EN(訂單訂購品項數)的選型建議,下列敘述何者正確?

答案:B 解析:依本章 §7.1 EN 描述:低 EN(單張訂單品項少,如電商小單)適合彙總揀貨,多張合併才划算;高 EN(單張訂單已複雜,如 B2B 大宗)適合單一訂單揀貨,再合併會讓揀貨員認知負擔過載。A 為錯誤直覺;C 忽略 EN 的選型角色;D 與波次邏輯混淆。 |難度 中等|§

7. EN_pcb(PCB-adjusted)指標等同於下列哪個概念?

答案:C 解析:EN_pcb 反映「揀貨單拆解後的真實揀位數」,等同 §7.0 定義的「揀位數」(揀貨單上每個 Line = 一個揀位)。A 為 PCB 揀取量累加;B 為訂單原始 Line 數;D 為 EQ 軸概念。 |難度 基礎|§

8. 某SO 的一行SKU-A×30 個,經PCB 拆解為1 箱+ 2 包+ 5 個,分屬三個儲位。請問此SO 的揀位數為?

答案:B 解析:揀位數 = 揀貨單上的 Line 行數累加;本例揀貨單共 3 個 Line(1 箱/儲位 X、2 包/儲位 Y、5 個/儲位 Z),故揀位數 = 3。A 為揀項數;C 為揀次數;D 為「件數」。 |難度 中等|§

9. 同一個SKU-A×30 個訂單,於三種PCB 拆解情境下,下列何者「揀次數最少」?

答案:B 解析:情境 1 揀次數 30;情境 2 揀次數 = 1+6 = 7;情境 3 揀次數 = 1+2+5 = 8。情境 2 最少(7 次)。本題反映 PCB 拆解設定對「真實作業負擔」的影響,是揀貨績效誤判的常見根因。 |難度 進階|§

10. 彙總揀貨(Batch Picking)的核心定義為?

答案:B 解析:彙總揀貨 = 多張訂單合併成 1 張揀貨單(N→1)。A 為單一訂單揀貨;C 為分區揀貨(1→N);D 為波次揀貨(K 波切時)。 |難度 基礎|§

11. 波次揀貨(Wave Picking)的核心特徵為?

答案:C 解析:波次揀貨重在「依時段切波」,每波獨立完成,常配合裝車時間窗(如三班裝車)。A 為分區揀貨;B 為彙總揀貨;D 為單一訂單揀貨。 |難度 基礎|§

12. 電商履約中心的揀貨策略最合適的搭配為?

答案:B 解析:電商履約中心特徵:高 IA(共現度高)、低 EN(單均品項少)、訂單量大、配合三班裝車。最佳搭配為彙總為主(提升 UPH)+ 波次切時(配合裝車)+ 分區為輔(常溫/溫控不混跨)。A 為 B2B 配發中心;C/D 太單一不靈活。 |難度 基礎|§

13. Order Batching 在計算複雜度上屬於下列哪類問題?

答案:B 解析:Order Batching 已被 Wäscher (2004) 證明為 NP-hard 問題,實務上採三類解法:規則式(Heuristic)、啟發式(Meta-heuristic:模擬退火、GA、禁忌搜尋)、強化學習(RL)。 |難度 基礎|§

14. 本書定義的「彙總揀取信號」啟動條件為?

答案:B 解析:彙總揀取信號條件:(1) IK ≥ 中位數(該 SKU 平日有一定訂購頻次)+ (2) ≥3 張 SO 共現(跨訂單同時出現)。符合者於每日凌晨自動標記為彙總候選。A 為呆滯品判準;C/D 與彙總信號無關。 |難度 中等|§

15. 依本章經驗,彙總揀貨「批量大小」的甜蜜帶範圍約為?

答案:B 解析:業界經驗:5–10 張 SO/批為甜蜜帶(取決於 EN 平均值)。<5 退化為單一訂單揀貨;>20 揀貨員認知負擔過載、揀錯率指數上升。Allen 的現場筆記強調此甜蜜帶會依「揀貨員熟練度 × 品項相似度 × 揀面集中度」三變數動態調整。 |難度 中等|§

16. 某倉新手揀貨員占比超過50%,依本章建議,批量大小應如何調整?

答案:B 解析:甜蜜帶會依揀貨員熟練度動態調整:新手該降批量、老手可拉批量。本章章前情境正是因新手占比 60%、批量維持 8 張未調,導致揀錯率從 0.18% 跳到 0.62%。對策三步驟之一即為「批量從 8 降到 5」。C 違反人因常識;D 過度反應。 |難度 進階|§

17. 本章揀貨執行四模式中,何者揀貨員「不需移動、由系統送貨到揀貨員」?

答案:D 解析:自動倉儲揀貨(Goods-to-Person)由 AS-RS 升降系統、AMR 移動機器人或 Robot Arm 將貨品送到揀貨員固定工位,揀貨員不需走動。A/B/C 三模式均需揀貨員自行移動到揀面取貨。 |難度 基礎|§

18. 語音揀貨(Pick-to-Voice, PTV)相對於RF 手持裝置最大的優勢為?

答案:B 解析:PTV 核心優勢為「雙手釋放」(不需拿 RF、不需看螢幕,雙手都能揀)+ 「走動中可派工」(耳機接收下一指令)。在溫控倉(手指凍僵)、長距離移動倉、多語言移工場景表現特別好。A 屬 RF;C 屬自動倉儲;D 亦屬自動倉儲。 |難度 基礎|§

19. PTL(Pick-to-Light)的初期投資200 萬/區,下列哪種情境最容易回本?

答案:B 解析:回本期 = (年度節省 UPH × 揀貨員人數 × 工時成本) / 系統投資。電商高週轉倉導入 PTL 可使 UPH 從 60 提升到 90,30 人工時每年 2,400 小時、工時成本 NT$200/小時 → 年度節省約 NT$720 萬,14–18 個月可回本。A 規模小不划算;C/D 場景特性不適 PTL。 |難度 中等|§

20. 下列哪種揀貨執行模式的典型揀誤率最低?

答案:D 解析:自動倉儲揀貨揀誤率最低(0.05–0.1%),因為「不需揀貨員走動、機械手臂或托架自動定位」。揀誤率次序:AS-RS/AMR < PTL ≈ PTV < RF。 |難度 基礎|§

21. 哪種揀貨情境最不適合用Pick-to-Voice(PTV)?

答案:C 解析:PTV 劣勢之一是「噪音環境下準確度下降」——分區內有自動倉系統時,背景噪音會干擾語音識別。A、B、D 均為 PTV 的優勢場景。 |難度 基礎|§

22. 依本章§7.4 庫存準確度業界標竿,A 類SKU 的庫存準確度紅線為?

答案:D 解析:A 類熱銷 SKU 影響當週訂單履約,庫存準確度紅線 ≥ 99.5%;B 類 ≥ 98%;C 類 ≥ 95%。本章章前情境的盤點差異集中在 3 個 A 類熱銷 SKU 即觸發此紅線警示。 |難度 基礎|§

23. 揀錯四大根因中,「同一揀貨員集中錯誤、新手錯誤率高於老手」對應哪一類根因?

答案:A 解析:人錯症狀:同一揀貨員集中錯誤、新手錯誤率高於老手。對策為訓練、降批量、切短工時、新手帶老手。B 為揀貨單格式或順序設計問題;C 為揀面陳列誤導;D 為主檔/批號/效期登錄錯。 |難度 基礎|§

24. 雙格揀面(左舊右新)的最大優勢為?

答案:C 解析:雙格揀面「左舊右新」可在物理上實現先進先出(FEFO),新到貨放右、舊貨從左揀,避免效期過期。對食品、醫藥效期敏感類別最適合。A/B 為多格動態揀面優勢;D 為單格揀面優勢。 |難度 基礎|§

25. 庫存準確度的失準四大來源,下列何者不屬於?

答案:D 解析:庫存準確度失準四大來源:(1) 上游 GIGO、(2) 揀錯、(3) 退貨入庫(SRN 走 RTS 終態時批號/效期登錄錯)、(4) 系統設定(BOM/替代品/套裝品配置錯誤)。客戶地址錯誤屬於配送問題、不影響倉內庫存準確度。 |難度 中等|§

26. 能用AI 監控揀誤模式嗎?依Ware 的疑問3 中Allen 的回答,下列何者最貼切?

答案:B 解析:Allen 的回答:可以用差異發生熱圖(三維切片)找出異常熱點,但 AI 只給警訊、不給根因——根因還是要人去現場看。AI 能偵測模式(同一揀貨員特定批量大小錯誤率異常/午後疲勞高峰/相鄰揀面相似度),但無法判斷「家裡有事分心」「補貨員上錯架」等具體現場原因。 |難度 進階|§

27. 依本章ABC 循環盤點頻率階梯,A 類SKU 應多久盤點一次?

答案:B 解析:ABC 循環盤點頻率階梯:A 類每週 1 次(52 次/年,5–10% SKU 數)、B 類每月 1 次(12 次/年)、C 類每季 1 次(4 次/年)。配合 EIQ-PCB DW 加權動態 ABC(長期 70% + 短期 30%)。 |難度 基礎|§

28. 盤點數量誤差率(KRI 3-1)與盤點品項誤差率(KRI 3-2)為何要「並看」?

答案:B 解析:兩個誤差率「並看」的設計理念:(1) 數量誤差率反映總量風險;(2) 品項誤差率反映分布風險。只看任一方都會遮蔽系統性問題——許多小盤差可能淹沒在數量比率中、一兩個大盤差可能未反映在品項比率中。並看是 100 訣 §3 盤點作業的核心要求。 |難度 中等|§

29. 循環盤點作業流程的六步驟中,「凍結交易」(Freeze)的目的為?

答案:B 解析:凍結交易(Freeze)= 在實盤期間將盤點中的 SKU 在 WMS 鎖定,禁止揀貨/補貨,確保實盤數字不被作業流動而改變。鎖定範圍僅該 SKU、不影響其他 SKU 作業;非鎖全倉。 |難度 基礎|§

30. 某倉旺季發現「揀誤率0.62%、A 類3 個SKU 出現帳物差異、客訴退換貨增加」三項異常,依本章對策三步驟,下列何者屬於短期(1 週)對策?

答案:B 解析:對策三步驟:(1) 短期 1 週:批量從 8 降到 5、A 類揀面分散到不相鄰格位;(2) 中期 1 個月:A 類盤點頻率升到每週 2 次、新手 8 小時 PTL 模擬訓練;(3) 長期 3 個月:導入 AI 揀誤熱圖、三維警示。A、C 為長期;D 範疇過大。 |難度 進階|§

複選題

31. 關於本章「揀次數/揀項數/揀位數」三概念分流,下列敘述正確者為何?(複選)

答案:ABCD 解析:A、B、C、D 皆為本書定版的三概念分流正確描述。E 錯誤——三概念絕不可混用,這是揀貨績效誤判的常見根因。 |難度 中等|§

32. 關於四種揀貨策略,下列敘述正確者為何?(複選)

答案:ABCD 解析:A、B、C、D 為四種策略各自的適用情境,皆正確。E 錯誤——實務上四種策略可混合,例如電商履約中心常採「彙總為主 + 波次切時 + 分區為輔」三策略組合。 |難度 中等|§

33. 關於揀貨執行四模式選型考量,下列敘述正確者為何?(複選)

答案:ABCE 解析:A、B、C、E 皆正確描述四模式適用情境。D 錯誤——PTV 在高噪音環境準確度下降,是劣勢場景而非優勢。 |難度 中等|§

34. 關於揀錯四大根因與對策,下列正確者為何?(複選)

答案:ABCE 解析:A、B、C、E 為四根因各自的對策,皆正確。D 錯誤——揀錯四根因(人/單/位/資料)必須分別有對策;混為一談會讓再多訓練也救不回來。 |難度 中等|§

35. 關於ABC 循環盤點頻率階梯與帳物差異KRI,下列正確者為何?(複選)

答案:ABCE 解析:A、B、C、E 為 §7.5 正文要點。D 錯誤——業界主流為「循環盤點為日常、全盤盤點為年度合規」,題目敘述倒置。 |難度 進階|§

簡答題

36. 請說明本章「揀貨三層分工」(揀貨策略 → 揀貨指令 → 揀貨執行)各層的決策週期、性質、角色,並各舉一個典型失誤類型。

參考答案:三層分工:(1) 揀貨策略:決策週期日/週、性質為演算法與分群邏輯、角色為規劃師+WMS Admin、典型失誤為整日 UPH 偏低/走行過長;(2) 揀貨指令:決策週期秒/分、性質為 WMS 把策略翻譯為具體單據、角色為系統自動、典型失誤為重複派工/優先序失誤;(3) 揀貨執行:決策週期秒、性質為現場揀貨員依指令揀取、角色為揀貨員+設備、典型失誤為揀錯/漏揀/超揀/品項混淆。三層緊密耦合,上層失誤會傳導下層,下層只能補救不能根治。
評分重點:必收:3-tier
|難度 中等|§§7.0 | §7.0

37. 請以一句話分別說明 EIQ-PCB 三軸(訂單軸 EQ/EN、貨品軸 IQ/IK、共現軸 IA)在揀貨章的核心用途。

參考答案:訂單軸:EQ(訂購數量)規劃日/週/月訂單尖峰並決定揀貨人力;EN(訂購品項數)評估彙總/單一揀貨選型(低 EN 適合彙總、高 EN 適合單一訂單)。貨品軸:IQ(貨品訂購量)評估補貨頻率與揀面格位大小;IK(貨品訂購頻次)驅動動態 ABC 分類與盤點頻率。共現軸:IA(貨品關聯廣度)為彙總揀取信號的核心輸入(IK ≥ 中位數 & ≥3 SO 共現)。
評分重點:必收:EIQ
|難度 中等|§§7.1 | §7.1

38. 【本書定版術語】某 SO 訂單 1 個 Line「SKU-A × 30 個」,經 WMS PCB 拆解後變為 1 箱(儲位 X)+ 2 包(儲位 Y)+ 5 個(儲位 Z)。請計算此訂單的揀項數、揀位數、揀次數,並各以一句話說明其概念意義。

參考答案:揀項數 = 1(一個 SKU;訂單原始 Line 數,反映客戶要買幾種貨品);揀位數 = 3(三個揀貨單 Line/三個儲位走訪;等同 EN_pcb,反映揀貨員實際走訪幾個儲位);揀次數 = 1+2+5 = 8(揀貨單每 Line 揀取量累加,PCB 單位;反映揀貨員實際做了幾次抓取動作)。三者不可混用——UPH 對應揀次數/hour、LPH 對應揀貨單 Line/hour,分別反映不同維度的揀貨負擔。
評分重點:必收:PCB-3-concept
|難度 中等|§§7.0 | §7.0/§7.1

39. 請以一句話分別說明四種揀貨策略(單一訂單/彙總/波次/分區)的「一張揀貨單定義」與「適合情境」。

參考答案:(1) 單一訂單揀貨:1 張 SO = 1 張揀貨單;適合低訂單量、高 EN(B2B 大宗)。(2) 彙總揀貨:N 張 SO 合併成 1 張揀貨單;適合高 IA、低 EN(電商小單)。(3) 波次揀貨:同時段內所有 SO 切成 K 波,每波獨立揀取;適合高 EQ(訂單量大)、需配合裝車時間窗。(4) 分區揀貨:1 張 SO 拆成 N 張子單由不同區域揀取後合流;適合大倉、跨溫區、跨樓層。
評分重點:必收:4-strategies
|難度 中等|§§7.2 | §7.2

40. 請說明彙總揀貨「批量大小」的天花板與地板原理,並說明 Allen 的現場筆記中「甜蜜帶會依三變數動態調整」是哪三變數?

參考答案:地板:太小(每單 1 SO)= 退化為單一訂單揀貨,喪失彙總效益;天花板:太大(每單 20+ SO)→ 揀貨員認知負擔過載 → 揀錯率指數上升。業界經驗 5–10 張 SO/批為甜蜜帶。Allen 強調甜蜜帶非固定數字,會依「揀貨員熟練度 × 品項相似度 × 揀面集中度」三變數動態調整:新手該降批量、老手可拉批量;類似品項多時降批量、品項差異大時可拉批量;揀面集中時可拉批量、揀面分散時降批量。 |難度 進階|§§7.2 | §7.2

41. 請以一句話分別說明四種揀貨執行模式(RF 手持裝置/PTL/PTV/自動倉儲)的核心特徵與典型揀誤率範圍。

參考答案:(1) RF 手持裝置揀貨:揀貨員以 RF Scanner 掃碼,一手持機一手揀;揀誤率 0.3–0.6%。(2) 電子燈號揀貨(PTL):揀面格位上燈號顯示,揀貨員依亮燈揀取,雙手皆可揀;揀誤率 0.1–0.2%。(3) 語音揀貨(PTV):耳機+麥克風語音派工與確認,雙手釋放、走動中可派工;揀誤率 0.1–0.3%。(4) 自動倉儲揀貨(Goods-to-Person / AS-RS / AMR):系統送貨到揀貨員,不需走動;揀誤率 0.05–0.1%。
評分重點:必收:4-modes
|難度 中等|§§7.3 | §7.3

42. 請說明揀錯四大根因(人錯/單錯/儲位錯/資料錯)各自的典型症狀與對策。

參考答案:(1) 人錯(Human Error):症狀為同一揀貨員集中錯誤、新手錯誤率高於老手;對策為訓練、降批量、切短工時、新手帶老手。(2) 單錯(List Error):症狀為揀貨單格式或順序設計問題;對策為 UI/UX 優化、雙確認機制、批量大小縮減。(3) 儲位錯(Slot Error):症狀為揀面格位陳列誤導、相鄰格位品項相似;對策為熱銷 SKU 分散、視覺差異化標示、調整 Slotting。(4) 資料錯(Data Error):症狀為主檔 SKU 對應錯誤、批號/效期登錄錯;對策為上游守門(Ch 6 §6.2)+ 主資料治理。四根因必須分別有對策、不可混為一談。
評分重點:必收:4-root-cause
|難度 中等|§§7.4 | §7.4

43. 請說明本章「ABC 循環盤點頻率階梯」的設計原理,並說明對應的三大 KRI(盤點數量誤差率、盤點品項誤差率、平均每件盤差金額)為何要「並看」。

參考答案:頻率階梯:A 類每週 1 次(5–10% SKU、52 次/年)、B 類每月 1 次(20–30% SKU、12 次/年)、C 類每季 1 次(60–70% SKU、4 次/年)。設計原理:A 類熱銷貢獻營業額大、出錯成本高、應高頻盤點;C 類長尾低週轉、出錯影響小、低頻盤點即可。配合 EIQ-PCB DW 加權動態 ABC(長期 70% + 短期 30%),不被慣性綁死。三大 KRI 並看原因:3-1 數量誤差率反映總量風險、3-2 品項誤差率反映分布風險、3-3 平均每件盤差金額反映實質損失。只看任一個都會被另一個遮蔽——許多小盤差可能淹沒在數量比率中、一兩個大盤差可能未反映在品項比率中。 |難度 中等|§§7.5 | §7.5

44. 【章前情境回扣】台中履約中心春節旺季三項異常(揀誤率 0.62%、盤點差異集中在 3 個 A 類熱銷 SKU、客訴退換貨從每日 8 單跳到 27 單)的根因為何?請列出對策三步驟(短期 1 週/中期 1 個月/長期 3 個月)。

參考答案:【三項異常根因】(1) 揀誤率 0.62% → 主要根因為儲位錯+單錯(批量大小過大、揀面相鄰品項相似);(2) 盤點差異集中 A 類熱銷 → 根因為揀錯傳導,不是盤點本身的問題;(3) 客訴退換貨上升 → 揀錯+短缺率上升所致。【對策三步驟】短期(1 週):批量大小從 8 降到 5、A 類揀面分散到不相鄰格位(隔開紅茶與綠茶等視覺相似品項);中期(1 個月):A 類盤點頻率從每週 1 次升到每週 2 次、新手揀貨員上線前增 8 小時 PTL 模擬訓練;長期(3 個月):導入 AI 揀誤熱圖監控(§7.4)、建立揀貨員 × 時段 × 揀面三維度警示系統。
評分重點:必收:ch7-recap
|難度 進階|§§cross | §7.5+§7.4+§7.2

45. 請說明 Ch 6 §6.2 GIGO 七維度(垃圾進、垃圾出)如何傳導到 Ch 7 揀貨/盤點端?並舉一個你倉中可能發生的真實案例。

參考答案:GIGO 傳導鏈:上游 Ch 6 入庫驗收的資料品質失控(如批號/效期登錄錯、主檔 SKU 對應錯、收貨數量誤差未捕捉)會直接傳到 Ch 7 揀貨端,表現為「資料錯」(揀錯四根因之一);揀錯一件貨會在帳本、客訴、退換貨、年度盤點四個介面同時記分,最終於 §7.5 盤點時被發現為帳物差異。**真實案例**:上游收貨時將批號 LOT-A1234 誤記為 LOT-A1235(資料錯),下游揀貨員按 WMS 指示揀取 LOT-A1234 但實際取到的是 LOT-A1235,客戶收到效期不符的貨品,提出退換貨;月底循環盤點發現 LOT-A1234 系統有 100 件但實盤 0 件、LOT-A1235 系統 0 件但實盤 100 件,盤差 200 件(看似大、實則為單一資料錯誤造成)。對策必須回到上游 Ch 6 §6.2 七維度守門(完整/一致/準確/時效/唯一/有效/可讀),不能只靠下游補救。 |難度 中等|§§7.4 | §7.4+Ch 6 §6.2