EIQ数据分析详解文档.ppt

单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,1EDI,浙江工商大学信息学院,配送与配送中心,Distribution and Distribution Center,1,EIQ,分析方法,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，诸如从物流中心之设备至客户为止之流程等的流动特性，探讨清楚运作方式，并规划出适合该物流系统的一套系统之方法。,2,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,品项数量,(IQ),分析：主要了解各类货品出货量的分布状况，分析货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,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针综合考虑,品项受订次数,(IK),分析：主要分析各类货品出货次数的分布，对于了解货品别的出货频率有很大的帮助，主要功能可配合,IQ,分析决定仓储与拣货系统的选择。,3,（一）,EIQ,规划内容,1,、单日别订单分析,订单量,(EQ),分析：单张订单出货数量的分析,订货品项数,(EN),分析：单张订单出货品项数的分析,品项数量,(IQ),分析：每单一品项出货总数量的分析,品项受订次数,(IK),分析：每单一品项出货次数的分析,4,EIQ,资料统计格式（单日）,出货订单,出货品项,订单出货数量,订单出货品项,I,1,I,2,I,3,I,4,I,5,E,1,Q,11,Q,12,Q,13,Q,14,Q,15,Q,1,N,1,E,2,Q,21,Q,22,Q,23,Q,24,Q,25,Q,2,N,2,E,3,Q,31,Q,32,Q,33,Q,34,Q,35,Q,3,N,3,单品出货量,Q,1,Q,2,Q,3,Q,4,Q,5,Q,N,单品出货次数,K,1,K,2,K,3,K,4,K,5,K,5,出货订单,出货品项,订单出货数量,订单出货品项,I,1,I,2,I,3,I,4,I,5,I,6,E,1,3,5,0,1,2,3,E,2,2,0,4,6,7,0,E,3,4,0,0,0,0,8,E,4,2,8,0,3,5,2,单品出货量,单品出货次数,6,出货订单,出货品项,订单出货数量,订单出货品项,I,1,I,2,I,3,I,4,I,5,I,6,E,1,3,5,0,1,2,3,14,5,E,2,2,0,4,6,7,0,E,3,4,0,0,0,0,8,E,4,2,8,0,3,5,2,单品出货量,单品出货次数,7,出货订单,出货品项,订单出货数量,订单出货品项,I,1,I,2,I,3,I,4,I,5,I,6,E,1,3,5,0,1,2,3,14,5,E,2,2,0,4,6,7,0,E,3,4,0,0,0,0,8,E,4,2,8,0,3,5,2,单品出货量,11,单品出货次数,4,8,出货订单,出货品项,订单出货数量,订单出货品项,I,1,I,2,I,3,I,4,I,5,I,6,E,1,3,5,0,1,2,3,14,5,E,2,2,0,4,6,7,0,19,4,E,3,4,0,0,0,0,8,12,2,E,4,2,80,3,5,2,20,5,单品出货量,11,13,4,10,14,13,单品出货次数,4,2,1,3,3,3,9,出货订单,出货品项,订单出货数量,订单出货品项,I,1,I,2,I,3,I,4,I,5,I,6,E,1,3,5,0,1,2,3,14,5,E,2,2,0,4,6,7,0,19,4,E,3,4,0,0,0,0,8,12,2,E,4,2,8,0,3,5,2,20,5,单品出货量,11,13,4,10,14,13,65,6,单品出货次数,4,2,1,3,3,3,16,10,如,EIQ,分析，每天以计算机来分析，持续一年之后就可以清楚地知道该公司什么时候是淡季，什么时候是旺季；甚至哪一种产品是畅销的，哪一种产品是不畅销的；哪一个客户卖的好，哪一个客户卖的不好等等全部资料。因此最好的方法是在物流信息规划时，必须要有,EIQ,分析，,EQ,分析及,IQ,分析的功能，提供给经营管理层做经营管理及策略管理的参考。,11,EQ,分析可以应用在物流中心的进出货暂存区的规划、包装箱大小的确定、拣货顺序的安排、配送路线的安排、客户,ABC,分级及客户情报管理。,出货订单,出货品项,订单出货数量,订单出货品项,I,1,I,2,I,3,I,4,I,5,I,6,E,1,3,5,0,1,2,3,14,5,E,2,2,0,4,6,7,0,19,4,E,3,4,0,0,0,0,8,12,2,E,4,2,8,0,3,5,2,20,5,单品出货量,11,13,4,10,14,13,65,6,单品出货次数,4,2,1,3,3,3,16,12,IQ,分析可以应用在物流中心的布置规划、物流设备的选择、批量拣货、商品销售情报、商品的销路预测及拣货作业人力的安排。,出货订单,出货品项,订单出货数量,订单出货品项,I,1,I,2,I,3,I,4,I,5,I,6,E,1,3,5,0,1,2,3,14,5,E,2,2,0,4,6,7,0,19,4,E,3,4,0,0,0,0,8,12,2,E,4,2,8,0,3,5,2,20,5,单品出货量,11,13,4,10,14,13,65,6,单品出货次数,4,2,1,3,3,3,16,13,EIQ,资料统计格式（单日）,出货订单,出货品项,订单出货数量,订单出货品项,I,1,I,2,I,3,I,4,I,5,E,1,Q,11,Q,12,Q,13,Q,14,Q,15,Q,1,N,1,E,2,Q,21,Q,22,Q,23,Q,24,Q,25,Q,2,N,2,E,3,Q,31,Q,32,Q,33,Q,34,Q,35,Q,3,N,3,单品出货量,Q,1,Q,2,Q,3,Q,4,Q,5,Q,N,单品出货次数,K,1,K,2,K,3,K,4,K,5,K,14,一、,EIQ,规划内容,2,、基于时间订单分析,出货量,(TQ),分析,:,一定时间内的出货数量总量的分析,出货品项数（,TIN,）分析：一定时间内的出货总品项数的分析,品项受订次数,(TK),分析：一定时间内的出货次数的分析,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,15,EIQT,资料分析格式（加入时间范围）,日期,客户订单,出货品项,订单出货数量,订单出货品项,I,1,I,2,I,3,I4,I5,T,1,E1,Q,111,Q,121,Q,131,Q,141,Q,151,Q,11,N,11,E2,Q,211,Q,221,Q,231,Q,241,Q,251,Q,21,N,21,单品出货量,Q,11,Q,21,Q,31,Q,41,Q,51,Q,1,N,1,单品出货品项,K,11,K,21,K,31,K,41,K,51,K,1,T2,E1,Q,112,Q,122,Q,132,Q,142,Q,152,Q,12,N,12,E2,Q,212,Q,222,Q,232,Q,242,Q,252,Q,22,N,22,单品出货量,Q,12,Q,22,Q,32,Q,42,Q,52,Q,.2,N,2,单品出货品项,K,12,K,22,K,32,K,42,K,52,K,.2,合计,单品总出货量,Q,1,Q,2,Q,3,Q,4,Q,5,Q,N,单品出货总项,K,1,K,2,K,3,K,4,K,5,K,16,EIQ,资料取样,可先就单日别的出货量进行初步的分析，找出可能的作业周期及其波动幅度,若各周期内出货量大致相似，则可缩小资料范围，以一较小周期内的资料进行分析,若各周期内趋势相近，但是作业量仍有很大的差异，则应对资料适当分组，再从各群组中找出代表性的资料进行分析,一般常见的分布趋势如：一周内出货量集中在周五、周六；一个月内集中于月初或月尾；一年中于某一季出货量最大。,17,若,EIQ,的资料过大，不易处理时，通常可依据配送中心的作业周期性，先取一个周期内的资料加以分析，或取一个星期的资料分析,也可依商品特性或客户特性将资料分成数个群组，针对不同的群组分别进行,EIQ,分析；或是以某群组为代表，进行分析后再将结果乘上倍数，以求全体资料；或是采取抽样方式，分析后再将结果乘上倍数，以求全体资料,18,资料分析使用的统计方法,平均值,最大、最小值,总数,柏拉图分析,次数分布,ABC,分析,19,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。,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。,20,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出货量的分布情形，可将出货量范围作适当的分组，并计算各产品出货量出现于各分组范围内的次数，其例如“出货量的品项次数分布图21,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的主要订单或产品找出，以作进一步的分析及重点管理。通常先以出货量排序，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，以简化系统的复杂度，并提高规划设备的可行性及利用率。,22,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,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，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,33,的九组资料分类，再逐一就各资料分类进分析探讨，找出分组资料中的意义及其代表的产品族群。在后续的规划中，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。,23,EIQ,分析用途,得出配合物流系统特性的物流系统模块,选择物流设备,仿真分析,进行物流系统规划的基础规划,可以了解物流特性,1.订单内容,2.订货特性,3.接单特性,4.配送中心特性,5.,EIQ,特性,EIQ,分析用途,24,物流系统的基础规划,需求的设定,EIQ,分析,数据,一系列的,系统轮廓,概略性,系统轮廓,订单资料,库存总类数,PCB,资料库,方案1,方案2,方案3,一系列的,限制条件,详细的,系统轮廓,一系列的,限制条件,一系列的,限制条件,限制条件1,限制条件2,限制条件3,经济性,法律性,环境变化速度,25,2.4,EIQ,分析应用,一、订单变动趋势分析,长期趋势:长时间内呈现渐增或渐减的趋向,季节变动:以一年为周期的循环变动,循环变动:以一固定周期（如月、周）为单位的变动趋势,偶然变动：一种不规则的变动趋势,26,各种变动趋势分析,趋势类型,趋势分析,应用,长期,趋势,有持续递增的趋向，应配合年周期的成长趋势加以判断,规划时可以中期的需求量为规模依据，若需考虑长期递增的需求，则可以预留空间或考虑设备扩充的弹性，以分阶段投资方式设置,季节,变动,有季节性变动的明显趋势,如果季节变动的差距超过3倍以上，可考虑以部分外包或租用设备方式，另外在淡季时应争取互补性的商品业务以增加仓储设施利用率,循环,变动,有以一季为单位的周期性变动趋势,如果高低峰差距不大且周期较短，可以周期变动内的最大值规划，后续资料分析可缩至某一周期为单位以简化分析作业,不规则,变动,无明显规则的变动趋势,系统较难规划，宜规划泛用型的设施，以增加运用的弹性，仓储货位也以容易调整及扩充者为宜,27,出货订单,出货品项,订单出货数量,订单出货品项,I,1,I,2,I,3,I,4,I,5,I,6,E,1,3,5,0,1,2,3,14,5,E,2,2,0,4,6,7,0,19,4,E,3,4,0,0,0,0,8,12,2,E,4,2,8,0,3,5,2,20,5,单品出货量,11,13,4,10,14,13,65,单品出货次数,4,2,1,3,3,3,16,28,29,30,二、,EIQ,图表分析,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。通常以单一营业日的,EQ,分析为主。,31,32,33,34,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立零星拣货区，如果采用批量拣取则须视单日订单数及物性是否具相似性，综合考虑物品分类,(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。,35,36,37,EIQ图表分析,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。,38,39,40,41,42,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：,43,单日与全年,IQ,分析对照表,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。,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。,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天内出货，是容易造成拣货系统混乱的可能因素。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，但前提是必须缩短进货前置时间,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,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。,单日出货量,年出货量,44,EN（,订单品项数）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。,45,以,Q,ei,=count(,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,总出货品项数,订单出货品项累计次数,46,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。,47,48,49,IK（,品项受订次数）分析,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，主要功能可配合,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，有关储区的划分及储位配置，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，并从而决定储位配置的原则。,50,51,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，或者以分区混合处理方式运作。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。,52,2.5,EIQ,分析案例,EIQ,分析步骤,资料收集、取样,制作分析图表,图表分析,规划改善应用,53,54,55,56,应用,EIQ,分析的方法,EIQ,数据分析,E、I、Q,位数,E、I、Q,大小关系,EQ,分析,ABC,分析（订单件数与出货量的分析）,EQ（max）,分析,EQ（min）,分析,EQ,度数分析,EQ、IQ、EIQ,综合考虑,57,EN,分析,GEN,分析,EN,度数分析,IQ,分析,ABC,分析,IQ（max）,分析,IQ（min）,分析,IK,分析,GIK,分析,IK,度数分析,58,PCB,分析,PEIQ,CEIQ,EQPCB,IQPCB,PCCB,分析,59,EIQ,分析法,EQ,EQ,（订单量）分析,单张订单出货数量的分析。,EQ,分析表,可以明确的了解客户的订货量及比例，进而掌握货品配送的需求及客户,ABC,分析，作为管理参考之依据。,EQ,分布图,在面对众多的处理对象时，适时给予分类管理，或是在资源有限时给予重点管理，以求事半功倍之效。亦即藉由观察多少百分比的订单数，占多少百分比的出货量，是否出货量集中在某些客户。,60,EIQ,分析法,EN,EN,（订货品项数）分析,单张订单出货品项数分析。,EN,分析表,依单日订单品项数据数据可了解客户订货品项数的多寡，判断较适用之拣货方式。,EN,分布图,让管理人员更容易掌握客户订购品项数的分布情形，以决定使用之拣货方式应为批量别拣取或订单别拣取较可提高拣货速率，并可由分布图判断物品拣货时间与拣货人力需求，依此作为拣货作业的生产力指针。,61,EIQ,分析法,IQ,IQ,（品项数量）分析,各单一品项出货总数量分析。,IQ,分析表,针对众多商品做分类并予以重点管理，也就是观察多少百分比的出货商品，占多少百分比的出货量，是否出货量集中在某些商品，由此可以知道哪些品项为当期出货之主要产品。,IQ,分布图,从,IQ-ABC,分析让管理人员易于了解主要产品之状况以及需加强控管的商品。,IQ,分布图亦能影响商品储区的规划弹性、甚至于拣货系统的设计。,62,EIQ,分析法,IK,IK,（品项受订次数）分析,各单一品项出货次数分析。,IK,分析表,即是统计各种品项被不同客户重复订货次数，有助于瞭解产品别之出货频率。,IK,分布图,由分析得知产品出货次数频率，若能再配合,IQ,分析，两者将使设计者易于决定仓储及拣货系统的设计，并可进一步划分储区及储位配置。,63,EIQ,分析法,应用,分析项目,分析内容,应用范围,EQ,分析,单张订单出货数量的分析,进出货暂存区规划,包材质料及大小的决定,拣货顺序的安排,配送路线的安排,客户,ABC,分级,客户信息管理,EN,分析,单张订单出货品项的分析,拣货系统的规划,作为衡量生产的基本指标,IQ,分析,各单一品项出货总数量分析,储位设计,设备选择,出货统计信息,消耗预测,拣货作业人力的安排,IK,分析,各单一品项出货总次数分析,储位规划,设备选择,拣货模式,产品的销售统计,64,EIQ,的延伸,(1)E,的扩展,:,加入各种与客户有关的资料,(,客户主文件中的客户资料,),，如客户所属的配送区域、客户的等级等,(2)I,的扩展,:I,不只是货品代号，而可加入与货品有关的各种资料，如加入货品材积,加入货品属性如常温或低温,.,(3)Q,的扩展,:,各包装单位的出货分析，寻求适合零售市场需求的包装单位。,(4),加入业务员因子,(5),加入车辆型态因子,65,经由各种,EIQ,分析图表所得到的各种分析结果显示物流系统的现况特性，这些结果并不足以直接进行规划甚至作决策，还需仰赖规划人员的经验、物流中心的其它相关基础资料种种的因素互相考量、斟酌，最后作出几个方案，再加以评估比较，才可确认出一个合适的系统大架构。,要从,EIQ,分析结果进行规划，是如此一件需多方考量的事，且需配合一些实际基础资料，因此在此仅以保管系统来概说,EIQ,资料如何帮助作规划。,66,(1),保管系统,以往仓库的主要功能在于储存保管，随着物流效率化的发展，储存保管已不是仓库的主要功能，其功能在于任何时刻，皆能将必要的物品立即出货。这亦是物流中心的保管作业目标。,如何让保管物品能容易、迅速的出库，须掌握出库特性，再依据其特性选择保管方法、设备。,67,(a),拣货出库特性,随着物流中心的不同其拣货出库方式亦不同，但总括来看可分为,:,68,(b),各模式所适用的保管方法、设备及保管品特性、拣货方式,69,70,71,