随着电子商务企业和物流业的兴起,打破了传统购物的时空局限。在未来的快捷生活中,网络购物必将会成为人们购物消费的首选方式。电商企业飞速发展,更引人瞩目的是电商“狂欢购物节”的促销活动。购物节的促销活动,使得包裹数量不断刷新记录。巨大的订单交易量产生了物流问题,物流的快慢直接影响顾客的消费满意度。由于商品种类的多样性,物流中心的拣选系统成为决定物流快慢的重要因素,拣选作业时间占据整个物流作业时间的大部分。因此,提高员工拣选效率成为各大电商平台企业提高订单履约能力与效率最关心的瓶颈问题之一。本文在研究电商企业无人仓技术和电商购物狂欢节发展的基础上,对无人仓内货到人的员工拣选效率影响因素进行了数据分析与研究。首先,本文对收集的数据进行描述和对员工拣选瓶颈、仓库选择及工作时长方面数据清洗,选出代表性数据集。其次,本文通过对不同时段仓储区域拣选效率研究、不同时段员工人均拣货效率研究、同一员工工作时段不同拣选效率变化研究,挖掘出员工排班是影响员工拣选效率影响因素之一;通过对八小时工作制内外员工拣选效率变化研究及同一员工连续工作时拣选效率变化研究,挖掘出员工加班是影响员工拣选效率影响因素之一;通过对不同区域放置不同产品类型的研究及不同产品类型员工拣选时间变化的研究,挖掘出员工的拣选效率影响因素之一是对产品类型的熟悉程度;通过对员工拣选时间随天数变化趋势研究及员工工作月份内拣选时间变化研究,员工半年后拣选时间均值与半年前拣选时间均值的有明显差异,挖掘出影响员工拣选效率的因素之一是员工工作经验的积累。最后,通过构建（Accelerated Failure Time,AFT）模型,量化分析各因素与员工拣选时间之间的相关性。在初步模型的基础上,合理考虑各变量所占比例,以及综合考虑各变量之间的相互作用关系,进一步优化现存模型,同时进行了平稳性、多重共线性、异方差及敏感性等各种检验,得出最优模型。综上所述,本文通过对订单拣选数据的分析与研究,挖掘出了员工排班、员工加班、不同类型产品放置及拣选经验是影响员工拣选效率的四个重要因素。通过建立AFT模型,对影响员工拣选效率的重要因素进行了量化分析,并综合考虑各影响因素对回归模型进行了修正,得出结论:员工拣选排班的合理会使得拣选时间下降,拣选效率提高;产品热销程度（即产品类型）与员工拣选时间之间呈正相关,说明员工对于不热销产品类型放置的位置不是很熟悉,而对于热销产品的位置确实很熟悉,而且反应快,效率高;随着加班时间的增长,拣选时间耗费的越来越多,拣选效率越来越低;员工拣选随拣选经验的增加而改善。其中值得关注的是,产品类型从热销至不热销和加班至不加班的过程中,经验带来的优势大大减弱。因此,在实践上,本文研究可为OFC合理安排不同员工拣选任务、综合提升订单拣选效率提供决策支持。