ダーツロボットはデジタル時代の靴服の選別をどのように覆すのか。

中國は世界のアパレル生産と消費大國であり、2020年には累積的に完成する衣料品の生産高まだ200億件を超えている。しかし、近年、靴?衣服業界が安定した発展期に入るにつれて、業界の生産量規模が低下し、業界內の競爭もますます激しくなっている。また、電子商取引の浸透が深まり、靴業界の供給モデルの時効性に対する要求が高まっていることも、伝統的な靴倉庫管理のモデルにとって大きな挑戦となっている。

ダーツロボットは、市場情勢について、どのように企業の運営コストを下げ、どのように市場の需要に迅速に対応し、どのように全體の生産量が低下した市場の中で地位を維持し、あるいは際立っているかは、靴企業が早急に対応しなければならない問題であり、靴服倉庫保管物流の選別の転換は、間違いなく不可欠な一環であると考えている。

一、靴服の選別痛點分析

現在、伝統的な靴服の倉庫管理は、順方向であれ物流の選別逆物流の選別にも、多くの転換の難題に直面している。具體的には、

1.SKUが多く、注文が多い：

靴と服の種類が多く、SKUが多く、荷物の選別と分類の難しさを増やし、多くの格子口の數を設置する必要がある。色、サイズ、季節商品の中で、服裝物流は公認された最も単品管理に近い多頻度小ロット物流モデルであり、このような多頻度小ロットのモデルは、靴注文の選別の精度をさらに要求している。

靴業界の消費者千人千人千面の個性化需要は絶えず増加し、複數ロットの小ロットと迅速に反応する需要も増加し、入庫効率と出庫効率を大幅に向上させる必要がある。

2.靴の返品率が高い：

靴服業界の返品率は他の業界に比べて高く、電子商取引の浸透は返品率をさらに高め、返品件數を増加させ、逆物流の処理圧力を急増させた。これは、棚上げと在庫回転を再分類する効率に影響を與え、倉庫の滯積、コストの上昇、または店舗が値下げ?在庫処分を余儀なくされることになります。

3.注文フローの変動が大きい：

靴業界の注文量の変動が大きく、選別作業量の変化が極めて大きく、小促作業は一般的に1日平均作業の5倍程度であり、大促作業は一般的に1日平均作業の20 ~ 40倍である。販売促進シーズン、季節の変わり目などのピーク時、出荷量、返品量の急増、注文の入出庫が不安定で、多くの不確定要素をもたらすことができる。

異なる出荷量にはより柔軟なピッキングモードが必要であり、これにより、靴ウェア倉庫に保管されているピッキング?ピッキングシステムが効率的に反応することが求められている。現在、人手による選別は、選別効率が低下し、ミス率が高いだけでなく、人件費も高止まりしており、人員流動の管理が難しく、このような情勢に余裕を持って対応することができない。

4.全チャネル受注タイプの多様化：

　　靴業界全チャネル販売には、複數レベルの販売モデル、店舗直営モデル、オンライン販売モデル、オンライン団體購入モデル、オフラインオーレモデル、顧客カスタマイズモデルなど、さまざまな販売モデルの注文構造とタイプが異なるため、異なるタイプの注文に対応するために柔軟な選別ソリューションが必要です。

二、靴服の選別シーンの細分化

靴業界では、通常、同じ靴企業が少なくとも3つのシーンで、自動選別のニーズが強い：

注文選別：従業員は注文の要求に応じて商品を棚や積み上げから取り出し、選別區に運び、異なる顧客、異なる配送ルートで選別する。

店舗補充：倉庫はターミナル店舗の需要、補充需要に基づいて、商品を棚や積み上げから取り出し、店舗ごとに自動化して選別する。

返品ピッキング：お客様が返品して再梱包し、ラベルを貼り付けた後、SKU照合に基づいて自動ピッキングを行い、再棚に上げます。

そのため、自動モデルチェンジの過程で、同じ設備がどのように異なるシーンの選別需要を満たすかは、靴企業が考慮しなければならない問題である。

三、靴と服の選別の難題は何ですか。

革新は常に必要に応じて生まれる。靴業界の選別の痛み點と多シーン選別の需要に対して、知能選別ロボットの世界的な創始者として、ダーツロボットは靴業界に適した自動選別システムの探索と応用に成功した。

（ダーツ「テーブルピッキングシステム」現場図）

ダーツロボット関係者によると、この「テーブル式ピッキングシステム」という自動ピッキングシステムには、主にいくつかの特徴があるという。

1.格口が多い：格口の數は需要に応じて設置し、數千個に達することができ、靴服業界のSKUが多い、注文が多いなどの特徴に適応する。

2.フレキシブル化：システムは超強い拡張性、柔軟性を持ち、プラットフォームは単層、多層化ができ、需要に応じてロボット、「指」の數を増減することができ、シーズン中は迅速に選別効率を高め、靴業界の注文量の変動が大きく、多ロットの小ロットなどの特徴に適応する。

3.適用性：シーンの適用性が強く、同じ設備で、異なる時間帯に注文選別、店舗補充、返品選別などの異なるシーンに使用でき、転換が簡単である。

?

（ダーツ「テーブルピッキングシステム」現場図）

4.配置が速い：場所などの條件が相対的に整っている場合、最速で1-2週間、一般的にも3-5週間しかかかりません。

5.敷地面積が少ない：同等の選別生産能力の需要を前提として、占用空間面積は他の選別方式より大幅に減少し、企業のために空間コストを下げる。

6.効率が高い：RCSロボット制御システムは選別効率を最大化し、人工選別より2-3倍効果があり、1時間當たりの選別量は10000単以上に達することができる。

?

（ダーツは靴業界の特徴に対して、多種の型番の選別ロボットを設計する）

現在、ダーツロボットのこのインテリジェントピッキングソリューションは、國內外の有名アパレル企業の複數の倉庫に応用することに成功し、これらのアパレル企業がピッキング自動化のモデルチェンジとピッキング効率の向上を実現するのを助け、シューズ業界のますます急速なサプライチェーン需要に適応する。