4차 산업 혁명 및 비즈니스의 다양화에 따른 물류센터 개선 방안에 대해서 보관 및 집배송 기능을 수행하는 물류 시설의 중요성이 나날이 늘어나고 있다. 이 중 보관기능을 하는 물류창고의 경우 유통의 빠른 변화와 E-Commerce의 급속한 발전에 따라서 물류센터로서의 기능이 중요해지고 있는데 IT 기술의 접목에 따라 피킹시스템의 도입을 하는 기업들이 늘어나고 있다. 미국의 Amazon과 일본의 락쿠텐, 한국의 쿠팡과 같이 E-Commerce를 중심으로 성장한 기업들은 기존 오프라인 중심의 유통구조와 다르게 매장을 운영하지 않는 ...
4차 산업 혁명 및 비즈니스의 다양화에 따른 물류센터 개선 방안에 대해서 보관 및 집배송 기능을 수행하는 물류 시설의 중요성이 나날이 늘어나고 있다. 이 중 보관기능을 하는 물류창고의 경우 유통의 빠른 변화와 E-Commerce의 급속한 발전에 따라서 물류센터로서의 기능이 중요해지고 있는데 IT 기술의 접목에 따라 피킹시스템의 도입을 하는 기업들이 늘어나고 있다. 미국의 Amazon과 일본의 락쿠텐, 한국의 쿠팡과 같이 E-Commerce를 중심으로 성장한 기업들은 기존 오프라인 중심의 유통구조와 다르게 매장을 운영하지 않는 비즈니스 모델에 따라 물류 센터에서 개별 소비자에게 보낼 기능이 필수적이기 때문에 피킹시스템은 점점 더 중요해지고 있다. 따라서 본 논문에서는 물류 센터의 효율화 특히 피킹의 개선 사례를 중심으로 물류센터의 효율화를 위해서 전제 되어야 하는 설계 조건에 대한 모델링을 제시한다. 물류센터의 정의, 종류, 프로세스와 피킹시스템의 선행연구, 현업에서 도입 하고 있는 종류에 대한 이론적 배경을 서술 한다. 이러한 이론적 배경과 실제 물류센터를 설계함에 있어 필요한 요소인 비즈니스 혹은 센터 설계를 위한 목표를 설정하고, 현재 출입고 하고 있는 물류센터의 물동량 데이터 분석을 통하여 일자별(월별) 물동량 추이, 어떤 제품이 출하 빈도가 높은지 알 수 있는 ABC분석, 출하량과 제품의 출고 빈도 배송처 수에 대한 상관관계를 알 수 있는 EIQ분석 등의 데이터 분석을 진행한다. 또한 현재 운영하고 있는 물류센터의 운영 프로세스에 대해서 정리한다. 운영 프로세스에는 보관정책, 배송정책, 향후 전체 프로세스 개선안, 입고정책, 운영온도대 등 다양한 요소가 고려되어 설계 지표 및 제약조건으로 활용된다. 위에서 말한 물류센터 설계 목표, 데이터 분석, 운영 프로세스를 파악을 통해 만들어진 피킹시스템 도입을 위한 모델을 실제 피킹시스템이 구축 한 물류 센터에 대입 하였다. 실제 물류센터 운영에 현장 담당자와의 효율화전 인터뷰와 도입 당시의 데이터 분석결과를 바탕으로 피킹시스템 도입 후 개선 내용을 정의 하였다. 피킹시스템 도입 모델에 따라서 I사와 Y사의 물류센터 개선효과를 적용 하였는데 이를 정량적, 정성적 데이터로 분류 하였다. 각각 피킹 생산성은 30%, 50% 상승하였고 오피킹률에 대한 수치도 95% 감소하였다. 또한 냉동 제품 품질에 민감한 Y사의 경우 제품의 상온 노출을 줄여 크게 만족하는 효과도 있었다.
4차 산업 혁명 및 비즈니스의 다양화에 따른 물류센터 개선 방안에 대해서 보관 및 집배송 기능을 수행하는 물류 시설의 중요성이 나날이 늘어나고 있다. 이 중 보관기능을 하는 물류창고의 경우 유통의 빠른 변화와 E-Commerce의 급속한 발전에 따라서 물류센터로서의 기능이 중요해지고 있는데 IT 기술의 접목에 따라 피킹시스템의 도입을 하는 기업들이 늘어나고 있다. 미국의 Amazon과 일본의 락쿠텐, 한국의 쿠팡과 같이 E-Commerce를 중심으로 성장한 기업들은 기존 오프라인 중심의 유통구조와 다르게 매장을 운영하지 않는 비즈니스 모델에 따라 물류 센터에서 개별 소비자에게 보낼 기능이 필수적이기 때문에 피킹시스템은 점점 더 중요해지고 있다. 따라서 본 논문에서는 물류 센터의 효율화 특히 피킹의 개선 사례를 중심으로 물류센터의 효율화를 위해서 전제 되어야 하는 설계 조건에 대한 모델링을 제시한다. 물류센터의 정의, 종류, 프로세스와 피킹시스템의 선행연구, 현업에서 도입 하고 있는 종류에 대한 이론적 배경을 서술 한다. 이러한 이론적 배경과 실제 물류센터를 설계함에 있어 필요한 요소인 비즈니스 혹은 센터 설계를 위한 목표를 설정하고, 현재 출입고 하고 있는 물류센터의 물동량 데이터 분석을 통하여 일자별(월별) 물동량 추이, 어떤 제품이 출하 빈도가 높은지 알 수 있는 ABC분석, 출하량과 제품의 출고 빈도 배송처 수에 대한 상관관계를 알 수 있는 EIQ분석 등의 데이터 분석을 진행한다. 또한 현재 운영하고 있는 물류센터의 운영 프로세스에 대해서 정리한다. 운영 프로세스에는 보관정책, 배송정책, 향후 전체 프로세스 개선안, 입고정책, 운영온도대 등 다양한 요소가 고려되어 설계 지표 및 제약조건으로 활용된다. 위에서 말한 물류센터 설계 목표, 데이터 분석, 운영 프로세스를 파악을 통해 만들어진 피킹시스템 도입을 위한 모델을 실제 피킹시스템이 구축 한 물류 센터에 대입 하였다. 실제 물류센터 운영에 현장 담당자와의 효율화전 인터뷰와 도입 당시의 데이터 분석결과를 바탕으로 피킹시스템 도입 후 개선 내용을 정의 하였다. 피킹시스템 도입 모델에 따라서 I사와 Y사의 물류센터 개선효과를 적용 하였는데 이를 정량적, 정성적 데이터로 분류 하였다. 각각 피킹 생산성은 30%, 50% 상승하였고 오피킹률에 대한 수치도 95% 감소하였다. 또한 냉동 제품 품질에 민감한 Y사의 경우 제품의 상온 노출을 줄여 크게 만족하는 효과도 있었다.
The importance of the logistics facilities that carry out the storage and collection function is increasing day by day regarding the improvement plan of the logistics center due to the 4th industrial revolution and business diversification. In the case of logistics warehouses with archiving function...
The importance of the logistics facilities that carry out the storage and collection function is increasing day by day regarding the improvement plan of the logistics center due to the 4th industrial revolution and business diversification. In the case of logistics warehouses with archiving functions, functions as a distribution center are becoming more important due to rapid changes in distribution and rapid development of e-commerce. As IT technology is applied, more companies are introducing picking systems. Companies that have grown up around e-commerce, such as Amazon in America, Rockkuten in Japan, and Cupang in Korea, are required to send individual customers in the logistics center according to business models that do not operate stores differently from existing offline. The picking system is becoming more and more important. Therefore, this paper presents the modeling of the design conditions that should be assumed for the efficiency of the logistics center, focusing on the efficiency of the logistics center, especially the improvement of the picking. This paper describes the theoretical background of the definition, kind, process and picking system of the logistics center, and the kind introduced in the business. Theoretical background and objectives for business or center design, which are essential elements in designing the actual logistics center, are set, and through the data analysis of the logistics data of the logistics center which is currently going in and out, ABC analysis to know whether the shipments are high or not, and EIQ analysis to know the correlation between shipments and shipping frequency of the products. The operating process is used as a design index and constraint considering various factors such as storage policy, shipping policy, future process improvement plan, stock policy, operating A model for introducing the picking system created by grasping the above mentioned logistics center design goal, Data analysis, and operating Process was assigned to the logistics center constructed by the actual picking system. Based on the interviews and the data analysis at the time of introduction, we defined the improvements after introducing the picking system. According to the picking system introduction model, the improvement effects of the logistics centers of companies I and Y were applied and classified as quantitative and qualitative data. The picking productivity increased by 30% and 50%, respectively, and the value for miss picking was greatly decreased. In the case of Y, which is sensitive to the quality of the frozen product, it was also satisfactory to reduce exposure of the product at room temperature.
The importance of the logistics facilities that carry out the storage and collection function is increasing day by day regarding the improvement plan of the logistics center due to the 4th industrial revolution and business diversification. In the case of logistics warehouses with archiving functions, functions as a distribution center are becoming more important due to rapid changes in distribution and rapid development of e-commerce. As IT technology is applied, more companies are introducing picking systems. Companies that have grown up around e-commerce, such as Amazon in America, Rockkuten in Japan, and Cupang in Korea, are required to send individual customers in the logistics center according to business models that do not operate stores differently from existing offline. The picking system is becoming more and more important. Therefore, this paper presents the modeling of the design conditions that should be assumed for the efficiency of the logistics center, focusing on the efficiency of the logistics center, especially the improvement of the picking. This paper describes the theoretical background of the definition, kind, process and picking system of the logistics center, and the kind introduced in the business. Theoretical background and objectives for business or center design, which are essential elements in designing the actual logistics center, are set, and through the data analysis of the logistics data of the logistics center which is currently going in and out, ABC analysis to know whether the shipments are high or not, and EIQ analysis to know the correlation between shipments and shipping frequency of the products. The operating process is used as a design index and constraint considering various factors such as storage policy, shipping policy, future process improvement plan, stock policy, operating A model for introducing the picking system created by grasping the above mentioned logistics center design goal, Data analysis, and operating Process was assigned to the logistics center constructed by the actual picking system. Based on the interviews and the data analysis at the time of introduction, we defined the improvements after introducing the picking system. According to the picking system introduction model, the improvement effects of the logistics centers of companies I and Y were applied and classified as quantitative and qualitative data. The picking productivity increased by 30% and 50%, respectively, and the value for miss picking was greatly decreased. In the case of Y, which is sensitive to the quality of the frozen product, it was also satisfactory to reduce exposure of the product at room temperature.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.