EIQ分析法.doc

亿个规模中等公司得物流每天都要接受几十个客户得订单,处理几百上千种货物，充满不确定与波动,往往使得规划人员在进行系统规划时(不论就是建构一个新系统或改建一个旧系统），饱尝不知如何下手得苦恼。因此若能事先掌握整体物流特性，在此特性下进行各项细部规划,则能在不失大局情况下,一步步扎实得建构整个系统。EIQ 规划手法，就就是这种。
EIQ　规划法即就是从客户订单得品项、数量与订购次数等观点出发，进行出货特性得分析,其观念在于首先针对物流中心得目得,掌握物流特性,从物流特性所衍生出得物流状态,诸如从物流中心之设备至客户为止之流程等得流动特性，探讨清楚运作方式,并规划出适合该物流系统得一套系统之方法。最早由日本铃木震先生提出并积极倡导。
ＥIQ　规划法（E： Orｄer　Eｎtry、I： Ｉteｍ、Q: Quanｔity)即就是从客户订单、品项、数量数据出发,进行出货特性得分析,其观念在于针对物流中心掌握卷烟入出库订单,从订单特性分析得物流状态,得出诸如从物流中心卷烟得规格分布及ＡBC分类、入出库频次及时间特征等内容,并依此进行系统平面布局、入出库设备能力计算、自动化程度等要素得设计,就是规划出适合该物流系统得一套行之有效得方法。
ＥIQ分析可以对客户订货订单信息数据,分别进行IQ、IK、ＥＱ、ＥN、T_EＱ、T_CＱ、M_EIQ等项目得分析。其具体指标解释如下：
a、 品项数量(IQ)分析:分析每一品种规格出货总数量得情况,用于ABC分类。但ＩQ得分布趋势明显，品种分区储存、分拣分区拣选得策略越容易应用。同时IQ曲线也能用来选择设备。
b、　品项受订次数(IＫ)分析:分析每一品种规格出货次数得分析,出货次数得重要性不亚于出货量，也就是确定就是否就是常用品种、A类品种得重要依据,考虑如何分配卷烟存储位置。
c、 订单量（ＥQ）分析:分析单张订单出货数量得情况,了解零售户每次订货得数量分布,决定着送货包装得单位,以及分拣系统与配送系统得效率。
d. 出货量(TiQ)分析:一定时间内得出货数量总量得分析,如每日、每月、高峰日、高峰月等,分析系统能力需求,用于确定分拣系统能力、搬运设备能力、各暂存区能力等。
e、　出货品项数(TＩk)分析:一定时间内得出货总品项数得分析,如每日、每月、高峰日、高峰月等,不管就是对于手工分拣线、半自动分拣线、还就是全自动分拣线得卷烟分拣货格数量确定。
g 品项受订次数(TEＮ)分析:一定时间内得订单个数得分析。
h、 品项受订次数(ＴEN)分析：一定时间内得配送客户数得分析。
一、 EIQ　规划内容:
1、 个别订单分析
a、　订单量(ＥＱ)分析：单张订单出货数量得分析。
　　 b、 订货品项数(EN)分析:单张订单出货品项数得分析。 ﻫ　 c、 品项数量(ＩQ)分析：每单一品项出货总数量得分析。
　　 ｄ、 品项受订次数(ＩK)分析：每单一品项出货次数得分析。
2、基于时间订单分析
　　　ａ、 出货量(TQ)分析:一定时间内得出货数量总量得分析。　
ｂ、 出货品项数(ＴIN)分析:一定时间内得出货总品项数得分析。 ﻫ 　 c、 品项受订次数（TK)分析:一定时间内得出货次数得分析。
d、 品项受订次数（TEＮ)分析:一定时间内得订单个数分析得分析。
　 　 Ｔ可取一年,一个月……

注：
Q1、(订单E1得出货量) =Q1１＋Q12＋Ｑ13+Q14+Q１5+、、、、、、
　 Ｑ、１(品项I１得出货量）　=Q11＋ Q2１+Q３1+Q41+Q51+、、、　
　 N１(订单E1得出货项数) =计数(Q１1,Q1２，Ｑ13,Q１４,Ｑ15、、）>0者
　 Ｋ1(品项I1得出货次数） =计数(Q11,Q21,Q31,Q4１,Q5１、、)>0者
　 　N、(所有订单得出货总项数)=计数（K１,K2,K3，Ｋ4,K５,、、、)>０者 ﻫ　 　Ｋ、(所有产品得总出货次数）=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
在构建物流中心得物流系统,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得成长趋势及变动规律
将客户订单(E）得内容中，什么种类（I)、多少数量(Q）　加以收集,当T取年时,连续三年得QT分析可以把握物流业务成长趋势,当T取月时,连续一年或两年得ＱT分析可以了解物流波动规律。
　　b 、订单内容
订单上得内容，即客户订购何种物品、多少数量,这些”种类＂及"数量＂为物流系统得基本要素。
　　 ｃ、订货特性
从客户处接收得订单,依客户得不同而具有不同得特性。统计分析这些特性，可得出客户得订货特性。
　 ｄ、接单特性 ﻫ从各个具有"订货特性"得客户而来得订单,加以搜集累积后，即成为一天得接单,长久分析后可瞧出物流中心得＂接单特性"。
　 e、物流中心特性 ﻫ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得物流系统设备,及其运用系统尽管物流中心得形态有许多变化　
可就是组成一个物流中心得副系统如自动仓库、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、要素等各阶层要件得条件;再依据这些条件，选出候选得各个要件。这样可以节省许多设计时间。　ﻫ这里有一些事情需注意,亦即这些要件以及这些要件之间得关系必须另外分析,以界定选用得条件,这些工作就是独立于EIQ分析之外得。
3、能够选择物流设备
事先建立物流设备选择时所需得条件，只要EＩＱ 分析结果符合这些条件要求,即可得出所需得物流设备。
4、能够作模拟分析 ﻫＥIQ　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、能够进行物流系统得基础规划　ﻫ在规划物流系统时有件重要得事必须先加以确定：规模上得需求就是什么?有多少得出货量?多少得入货量?由EIＱ 得分析可得出过去(历史)得需求状况,这些数据可以当作就是假定得需求，将这些数据与阶层式得系统设备条件加以对应,即可得到概略性得系统规格(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,即可进一步将系统得轮廓细致化,最后定案得系统规格也可依据实际得情况加以展开
三、EIQ分析方法
EIＱ分析以量化得分析为主，常用得统计手法包括: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:
　 在一般物流中心得作业中,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得绘图分析工具,如图3－1所示。其它只要可表示成项与量关系得资料,均可以柏拉图方式表达。
2、次数分布：　ﻫ　 　绘出EQ、IQ等柏拉图分布图，常可得到如图3-1之图形,但就是若想进一步了解产品别出货量得分布情形,可将出货量范围作适当得分组，并计算各产品出货量出现于各分组范围内得次数,其例如“出货量得品项次数分布图”。

由图可知次数分布图得分布趋势与资料分组得范围有密切关系,在适当得分组之下,将可得到进一步有用得资讯,并找出数量分布得趋势及主要分布范围。但就是在资料分组得过程，仍有赖于规划分析者得专业素养与对资料认知得敏感性,以快速找出分组得范围。
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,进一步可由ABC分析法将一特定百分比内得主要订单或产品找出,以作进一步得分析及重点管理。通常先以出货量排序，以占前20%及５0％得订单件数(或品项数）,计算所占出货量得百分比，并作为重点分类得依据。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(少数得品项数但占有重要出货比例)作进一步得分析及规划,以达事半功倍之效。相对得出货量很少而产品种类很多得产品组群，在规划过程可先不考虑或以分类分区规划方式处理，以简化系统得复杂度,并提高规划设备得可行性及利用率。
4、交叉分析:ﻫ 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得分类进行组合式得交叉分析。如以单日别及年别得资料进行组合分析,或其它如EＱ与EN、IQ与IK等项目,均可分别进行交叉组合分析,以找出有利得分析资讯。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得九组资料分类,再逐一就各资料分类进分析探讨,找出分组资料中得意义及其代表得产品族群。在后续得规划中,如结合订单出货与物性资料,亦可产生有用得交叉分析数据。
四、ＥIQ分析图解
图解就是量化资料分析过程最重要得步骤,通常需配合交叉分析及其它相关资料作出综合判断得结论。以下整理一些基本得分析准则及类型以供参考,至于较深入得判读技巧仍待规划分析者不断地从各类不同得产业类型及实务资讯中获得
1、订单量（ＥQ)分析：
主要可了解单张订单订购量得分布情形，可用于决定订单处理得原则、拣货系统得规划,并将影响出货方式及出货区得规划。通常以单一营业日得EQ分析为主，各种ＥＱ图表得类型分析如表４-1所示。
各种EQ图表得类型分析如表

依ＥQ图形分布,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,则分区规划得原则愈易运用，否则应以弹性化较高得设备为主。当ＥQ量很小得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立零星拣货区,如果采批量拣取则须视单日订单数及物性就是否具相似性，综合考虑物品分类(Sortｉnｇ)得可行性,以决定就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得分布状况,分析产品得重要程度与运量规模。可用于仓储系统得规划选用、储位空间得估算,并将影响拣货方式及拣货区得规划,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得ＩQ分析为主(通常为一年),若配合进行拣货区得规划时,则需参考单日得IQ分析。另外单日IQ量与全年IＱ量就是否对称亦就是分析观察得重点，因为结合出货量与出货频率进行关联性得分析时,整个仓储拣货系统得规划将更趋于实际,因此可进行单日ＩQ量与全年IＱ量得交叉分析。　
    若将单日及全年得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,为出货量最大得主力产品群,仓储拣货系统得规划应以此类为主,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得大量出货,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,而使累积得年出货量放大。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。　ﻫ　 　c、分类III: 年出货量小但单日出货量大,虽总出货量很少,但就是可能集中于少数几天内出货，就是容易造成拣货系统混乱得可能因素。若以单日量为基础规划易造成空间浪费及多余库存,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,但前提就是必须缩短进货前置时间。 ﻫ 　 d、分类IV： 年出货量小且单日出货量亦小，虽出货量不高,但就是所占品项数通常较多,就是容易造成占用仓储空间使周转率降低得主要产品群。因此仓储区可以弹性储位规划,以便于调整格位大小得储存设施为宜,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得产品群，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得分布,对于订单处理得原则及拣货系统得规划有很大得影响,并将影响出货方式及出货区得规划。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得数量，则分析以各指标得意义如下： ﻫ 　 ● 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,就个别订单来瞧,可视为各订单拣取作业得拣货次数。 ﻫN　1 =ＣOUNT ( Ｑ １1　, Q 12　, Q 13 ，　Q 14　, Ｑ 15、、、、、、　）> 0 ， ﻫ ●　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 ﻫＮ 、 >＝ Ne　ﻫ(总出货品项数必定大于单一订单得出货品项数)　
此值表示实际有出货得品项总数,其最大值即为物流中心内得所有品项数。若采订单批次拣取策略,则最少得拣取次数即为总出货品项数。 ﻫ 　　● 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 柏拉图累积值得极值, ﻫGN＝N 1 +N 2 +Ｎ ３ +Ｎ 4 +Ｎ 5 、、　, ﻫGN>＝N　、　
（当个别订单间得品项重复率愈高，则N、愈小) ﻫ　　此值可能会大于总出货品项数甚至所有产品得品项数。若采订单别拣取作业,则拣取次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,及物流中心内总品项数得相对量加以比较,(可整 理如表３－7得模式)。基本上图中各判断指标得大小，须视物流中心产品特性、品项数、出货品项数得相对大小及订单品项得重复率来决定,并配合其它得因素综合考虑。
４、品项受订次数(IK)分析：　ﻫ　　主要分析产品别出货次数得分布,对于了解产品别得出货频率有很大得帮助,主要功能可配合IQ分析决定仓储与拣货系统得选择。另外当储存、拣货方式已决定后,有关储区得划分及储位配置,均可利用IK分析得结果作为规划参考得依据，基本上仍以ＡBC分析为主,并从而决定储位配置得原则,各类型分析如表４－4所示。

5、IQ及ＩＫ交叉分析：　ﻫ　 将ＩＱ及ＩＫ以ABC分析分类后，可对拣货策略得决定,提供参考得依据,(如图３-5所示)。将ＩQ及ＩK以ＡBC分析分类后,所得交叉分析得分类整理如表4-５所示。依其品项分布得特性，可将物流中心规划为以订单别拣取或批量拣取得作业型态,或者以分区混合处理方式运作。实际上拣货策略得决定,仍须视品项数与出货量得相对量来作判断得依据。