物流EIQ分析方法
物流EIQ 分析方法
处理几百上千种货物,充满一个规模中等公司的物流每天都要接受几十个客户的订单,
不确定和波动,往往使得规划人员在进行系统规划时(不论是建构一个新系统或改建一个旧系统) ,饱尝不知如何下手的苦恼。因此若能事先掌握整体物流特性,在此特性下进行各项
一步步扎实的建构整个系统。细部规划,则能在不失大局情况下,EIQ 规划手法,就是这种。
EIQ 规划法即是从客户订单的品项、数量与订购次数等观点出发,进行出货特性的分析,其观念在于首先针对物流中心的目的,掌握物流特性,从物流特性所衍生出的物流状态,诸
探讨清楚运作方式,并规划出适合该如从物流中心之设备至客户为止之流程等的流动特性,
物流系统的一套系统之方法。最早由日本铃木震先生提出并积极倡导。
一、EIQ 规划内容:
1、个别订单分析
a. 订单量(EQ ) 分析:单张订单出货数量的分析。
EQ 分析主要可了解单张订单订购量的分布情形,可用于决定订单处理的原则、拣货系统的规划,并将影响出货方式及出货区的规划。
b. 订货品项数(EN ) 分析:单张订单出货品项数的分析。
c. 品项数量(IQ ) 分析:每单一品项出货总数量的分析。
主要了解各类商品出货量的分布状况,分析各类商品的出货量和重要程度。IQ 分析结果可用于仓储系统的规划、仓储设备选用和储位空间的估算,对拣货方式及拣货区的规划也有一定影响。
d. 品项受订次数(IK ) 分析:每单一品项出货次数的分析
将IQ 及IK 以ABC 分析分类后,可对XX 配送中心未来的拣货策略及区域分配提供参考的依据。
2、基于时间订单分析
a. 出货量(TQ)分析:一定时间内的出货数量总量的分析。
b. 出货品项数(TIN )分析:一定时间内的出货总品项数的分析。 c. 品项受订次数(TK)分析:一定时间内的出货次数的分析。
d. 品项受订次数(TEN)分析:一定时间内的订单个数分析的分析。 T可取一年,一个月……
注:
Q1.(订单E1的出货量) =Q11+Q12+Q13+Q14+Q15+......
Q.1(品项I1的出货量) =Q11+ Q21+Q31+Q41+Q51+...
N1(订单E1的出货项数) =计数(Q11,Q12,Q13,Q14,Q15..)>0者
K1(品项I1的出货次数) =计数(Q11,Q21,Q31,Q41,Q51..)>0者
N.(所有订单的出货总项数)=计数(K1,K2,K3,K4,K5,...)>0者
K.(所有产品的总出货次数)=K1+K2+K3+K4+K5+ ......
二、EIQ 分析之功能
到底分析EIQT 能够了解什么?能够提供什么资讯以作决策?
1. 可以了解物流特性
在构建物流中心的物流系统,利用EIQ 加以分析之后,可归纳出一些特征
a. EIQ 特性,了解物流业务变动规律的成长趋势及变动规律
将客户订单(E)的内容中,什么种类(I)、多少数量(Q) 加以收集,当T 取年时,连续三年的QT 分析可以把握物流业务成长趋势,当T 取月时,连续一年或两年的QT 分析可以了解物流波动规律。
b.订单内容
订单上的内容,即客户订购何种物品、多少数量,这些“种类”及“数量”为物流系统的基本要素。
c.订货特性
从客户处接收的订单,依客户的不同而具有不同的特性。统计分析这些特性,可得出客户的订货特性。 d.接单特性
从各个具有"订货特性"的客户而来的订单,加以搜集累积后,即成为一天的接单,长久分析后可看出物流中心的“接单特性”。
e.物流中心特性
除了接单特性外,再加上入库特性、保管特性,即构成物流中心特性
2. 能够分析出配合物流系统特性的物流系统设备,及其运用系统尽管物流中心的形态有许多变化
可是组成一个物流中心的副系统如自动仓库、高速自动分类机、拣货系统;流动棚、旋转棚架、输送机等模组;台车、堆高机等要素确有一定规则。从EIQ 分析资料可以得到选择副系统、模组、要素等各阶层要件的条件;再依据这些条件,选出候选的各个要件。这样可以节省许多设计时间。
这里有一些事情需注意,亦即这些要件以及这些要件之间的关系必须另外分析,以界定选用的条件,这些工作是独立于EIQ 分析之外的。
3. 能够选择物流设备
事先建立物流设备选择时所需的条件,只要EIQ 分析结果符合这些条件要求,即可得出所需的物流设备。
4. 能够作模拟分析
EIQ 资料为日常物流资料,可用以模拟分析系统所需作业人员数、作业时间。
5. 能够进行物流系统的基础规划
在规划物流系统时有件重要的事必须先加以确定:规模上的需求是什么?有多少的出货量?多少的入货量?由EIQ 的分析可得出过去(历史) 的需求状况,这些数据可以当作是假定的需求,将这些数据与阶层式的系统设备条件加以对应,即可得到概略性的系统规格(系统轮廓) 。这些方案可能有好几个可供选择,若将入库条件、库存条件、预算金额、建筑法
规等条件列入考量,即可进一步将系统的轮廓细致化,最后定案的系统规格也可依据实际的情况加以展开
三、EIQ 分析方法
EIQ 分析以量化的分析为主,常用的统计手法包括:平均值、最大最小值、总数、柏拉图分析、次数分布及ABC 分析等,以下就次数分布及ABC 分析等进行说明:
1、柏拉图分析:
在一般物流中心的作业中,如将订单或单品品项出货量经排序后绘图(EQ、IQ 分布图) ,并将其累积量以曲线表示出来,即为柏拉图,此为数量分析时最基本的绘图分析工具,如图3-1所示。其它只要可表示成项与量关系的资料,均可以柏拉图方式表达。
2、次数分布:
绘出EQ 、IQ 等柏拉图分布图,常可得到如图3-1之图形,但是若想进一步了解产品别
并计算各产品出货量出现于各分组范围出货量的分布情形,可将出货量范围作适当的分组,
内的次数,其例如“出货量的品项次数分布图”。
在适当的分组之下,将由图可知次数分布图的分布趋势与资料分组的范围有密切关系,
但是在资料分组的过程,可得到进一步有用的资讯,并找出数量分布的趋势及主要分布范围。
仍有赖于规划分析者的专业素养与对资料认知的敏感性,以快速找出分组的范围。
3、 ABC分析 :
在制作EQ 、IQ 、EN 、IK 等统计分布图时,除可由次数分布图找出分布趋势,进一步可
以作进一步的分析及重点管理。通由ABC 分析法将一特定百分比内的主要订单或产品找出,
常先以出货量排序,以占前20%及50%的订单件数(或品项数) ,计算所占出货量的百分比,并作为重点分类的依据。如果出货量集中在少数订单(或产品) ,则可针对此一产品族群(少数的品项数但占有重要出货比例) 作进一步的分析及规划,以达事半功倍之效。相对的出货
以量很少而产品种类很多的产品组群,在规划过程可先不考虑或以分类分区规划方式处理,
简化系统的复杂度,并提高规划设备的可行性及利用率。
4、交叉分析:
在进行EQ 、IQ 、EN 、IK 等ABC 分析后,除可就订单资料个别分析外,亦可以就其ABC
或其它如EQ 与EN 、的分类进行组合式的交叉分析。如以单日别及年别的资料进行组合分析,
IQ 与IK 等项目,均可分别进行交叉组合分析,以找出有利的分析资讯。其分析过程先将两组分析资料经ABC 分类后分为3个等级,经由交叉组合后,产生3×3的九组资料分类,再
在后续
的规划逐一就各资料分类进分析探讨,找出分组资料中的意义及其代表的产品族群。
中,如结合订单出货与物性资料,亦可产生有用的交叉分析数据。
四、EIQ 分析图解
图解是量化资料分析过程最重要的步骤,通常需配合交叉分析及其它相关资料作出综合
至于较深入的判读技巧仍待规判断的结论。以下整理一些基本的分析准则及类型以供参考,
划分析者不断地从各类不同的产业类型及实务资讯中获得
1、订单量(EQ)分析:
拣货系统的规划,主要可了解单张订单订购量的分布情形,可用于决定订单处理的原则、
通常以单一营业日的EQ 分析为主,各种EQ 图表的类型并将影响出货方式及出货区的规划。
分析如表4-1所示。
各种EQ 图表的类型分析如表
可作为决定储区规划及拣货模式之参考,当订单量分布趋势愈明显时,依EQ 图形分布,
则分区规划的原则愈易运用,否则应以弹性化较高的设备为主。当EQ 量很小的订单数所占比例很高时(>50%),应可将该类订单另行分类,以提高拣货效率;如果以订单别拣取则须设
综合考虑物品分类立零星拣货区,如果采批量拣取则须视单日订单数及物性是否具相似性,
(Sorting)的可行性,以决定是否于拣取时分类或于物品拣出后于分货区进行分类。
2、品项数量(IQ)分析:
主要了解各类产品出货量的分布状况,分析产品的重要程度与运量规模。可用于仓储系统的规划选用、储位空间的估算,并将影响拣货方式及拣货区的规划,各IQ 图形类型分析如表4-2所示。
IQ 分布图之类型分析
在规划储区时应以一时间周期的IQ 分析为主(通常为一年) ,若配合进行拣货区的规划时,则需参考单日的IQ 分析。另外单日IQ 量与全年IQ 量是否对称亦是分析观察的重点,因为结合出货量与出货频率进行关联性的分析时,整个仓储拣货系统的规划将更趋于实际,因此可进行单日IQ 量与全年IQ 量的交叉分析。
若将单日及全年的IQ 图以ABC 分析将品项依出货量分为ABC(大、中、小) 三类,并产生对照组合后进行交叉分析,则将其物流特性分成以下几类:
单日与全年IQ 分析对照表
a. 分类I : 年出货量及单日出货量均很大,为出货量最大的主力产品群,仓储拣货系统的规划应以此类为主,仓储区以固定储位为较佳,进货周期宜缩短而存货水准较高,以应付单日可能出现的大量出货,通常为厂商型物流中心或工厂发货中心。
b.分类II : 年出货量大但单日出货量较小,通常出货天数多且出货频繁,而使累积的年出货量放大。可考虑以零星出货方式规划,仓储区可以固定储位规划,进货周期宜缩短并采中等存货水准。
c.分类III : 年出货量小但单日出货量大,虽总出货量很少,但是可能集中于少数几
若以单日量为基础规划易造成空间浪费及天内出货,是容易造成拣货系统混乱的可能因素。
多余库存,宜以弹性储位规划,基本上平时不进货,于接到订单后再行进货,但前提是必须缩短进货前置时间。
d.分类IV : 年出货量小且单日出货量亦小,虽出货量不高,但是所占品项数通常较多,是容易造成占用仓储空间使周转率降低的主要产品群。因此仓储区可以弹性储位规划,以便于调整格位大小的储存设施为宜,通常拣货区可与仓储区合并规划以减少多余库存,进货周期宜缩短并降低存货水准。
e.分类V : 年出货量中等但单日出货量较小,为分类意义较不突出的产品群,可视实际产品分类特性再归纳入相关分类中。
3、订单品项数(EN)分析:
主要了解订单别订购品项数的分布,对于订单处理的原则及拣货系统的规划有很大的影响,并将影响出货方式及出货区的规划。通常需配合总出货品项数、订单出货品项累计数及总品项数三项指标综合参考。
以 Q ei =数量(订单e, 品项i) 符号表示单一订单订购某品项的数量,则分析以各指标的意义如下:
● 单一订单出货品项数:计算单一订单中出货量大于0之品项数,就个别订单来看,可视为各订单拣取作业的拣货次数。
N 1 =COUNT ( Q 11 , Q 12 , Q 13 , Q 14 , Q 15...... )> 0 ,
● 总出货品项数:计算所有订单中出货量大于 0 或出货次数大于 0 之品项数,
N . =数( Q .1 , Q .2 , Q .3 , Q .4 , Q .5,...... )> 0或
数( K 1 , K 2 , K 3 , K 4 , K 5 ,...)> 0 ,且
N . >= Ne
(总出货品项数必定大于单一订单的出货品项数)
若采订单批次拣此值表示实际有出货的品项总数,其最大值即为物流中心内的所有品项数。
取策略,则最少的拣取次数即为总出货品项数。
● 订单出货品项累计次数:将所有订单出货品项数加总所得数值,即 以EN 绘制 柏拉图累积值的极值,
GN=N 1 +N 2 +N 3 +N 4 +N 5 .. ,
GN>=N .
(当个别订单间的品项重复率愈高,则N. 愈小)
若采订单别拣取作业,则拣取次 此值可能会大于总出货品项数甚至所有产品的品项数。
数即为订单出货品项累计次数。
由以上说明,针对EN 图与总出货品项数、订单出货品项累计次数两项指标,及物流中心内
(可整 理如表3-7的模式)总品项数的相对量加以比较,。基本上图中各判断指标的大小,
须视物流中心产品特性、品项数、出货品项数的相对大小及订单品项的重复率来决定,并配合其它的因素综合考虑。
4、品项受订次数(IK)分析:
主要功能 主要分析产品别出货次数的分布,对于了解产品别的出货频率有很大的帮助,
可配合IQ 分析决定仓储与拣货系统的选择。另外当储存、拣货方式已决定后,有关储区的
均可利用IK 分析的结果作为规划参考的依据,基本上仍以ABC 分析为主,划分及储位配置,
并从而决定储位配置的原则,各类型分析如表4-4所示。
5、IQ 及IK 交叉分析:
将IQ 及IK 以ABC 分析分类后,可对拣货策略的决定,提供参考的依据,(如图3-5所示)。将IQ 及IK 以ABC 分析分类后,所得交叉分析的分类整理如表4-5所示。依其品项
或者以分区混合处分布的特性,可将物流中心规划为以订单别拣取或批量拣取的作业型态,
理方式运作。实际上拣货策略的决定,仍须视品项数与出货量的相对量来作判断的依据。