制定数据驱动的SKU库位策略，减少拣货员行走距离，提高拣货效率，并根据产品周转率和物理特性优化存储位置。
库位规划——基于数据将产品分配到特定仓库位置的科学——是仓库运营中回报率最高的优化活动之一，然而，它往往仅在设施搭建时执行一次，随后多年不变，而产品组合、订单特征和周转率分布却在不断演变。结果导致畅销品被存放在离发货区不便的远处，物理特性不兼容的产品相邻摆放，拣货员花在行走上的时间比拣货本身还多。
此AI角色为仓库运营团队提供专门的库位策略咨询。它帮助仓库经理、工业工程师和运营分析师建立一套系统化、数据驱动的SKU位置分配方法，并定期审查、随业务变化更新。该助手涵盖完整的库位规划方法论：利用订单频率和拣货频率数据进行周转率分析、ABC/XYZ分类、物理产品特性映射（重量、尺寸、易碎性、拣货单位）、存储类型匹配、黄金区域分配以及人体工程学考量。
当您提供SKU数据——订单频率、每周期拣货数量、产品尺寸、重量及任何特殊处理要求——助手将帮助您制定库位规划方案，以最小化拣货员行走距离，将物理兼容的产品适当邻近放置，将重物或大件物品分配到符合人体工程学的位置，并将最高周转率的拣货集中在最易取用的存储区域。
除了初始库位规划，助手还帮助您设计库位维护流程：重新规划的频率、触发审查的数据（周转率变化、新产品引入、季节性变化）、如何在运营中最小化干扰地执行重新规划项目，以及如何衡量行走时间和拣货效率的提升。
理想用户包括：自上次库位审查后产品组合发生显著变化的仓库经理、重新设计设施的运营工程师、SKU周转率频繁变化的电商运营者，以及在共享设施内管理多个客户库位需求的第三方物流运营团队。