配送中心规划与运营-第五章.ppt

配送中心规划与运营 第五章 配送中心规划资料分析 本章主要内容 第一节 配送中心资料分析概述 第二节 订单品项与数量分析——EIQ分析 第三节 订单变动趋势分析 第四节 物品特性与储运单位分析 第五节 物流与信息流分析 第一节 配送中心规划的要素 2. 配送中心系统规划的基础资料 3. 需求资料分析的内容 定量分析包括 储运单位分析 商品特征分析 EIQ分析 定性分析包括 作业时序分析 人力需求分析 作业流程和业务流程分析 作业功能需求分析 第二节 订单品项与数量分析——EIQ分析 EIQ分析就是利用“E”、“I”、“Q”这三个物流相关要素来研究配送中心的需求特征，为配送中心提供规划依据。 日本铃木震先生积极倡导以订单品项数量分析方法（EIQ）进行配送中心的系统规划，即是从客户订单的品项、数量与订购次数等观点出发，进行货物特征的分析。 订单品项数量（EIQ）分析的步骤 订单出货资料的分解 订单出货资料的取样 资料统计分析 图表数据判读与分析 1. 订单出货资料的分解 首先要考虑时间范围与单位，主要分析项目如下： 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 1. 订单出货资料的分解 针对某一天出货资料进行分析 要注意数量单位的一致性，必须将所有订单品项的出货数量转换成相同的计算单位。 针对一时间周期的出货资料进行分析 当以一段时间(周、月、季、年)为周期进行订单出货资料的分析时，需加入时间参数，即为EIQT分析。 2. EIQ资料取样 可以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，以一个较小周期的资料进行分析。尽可能找出具有明显特征的时段，如月初、月末、周末、周初等。 可以依据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。 但是要特别注意所选取的样本能够反映、代表全体的特征。 3. 资料分析使用的统计方法 （1）柏拉图法 将订单或单品品项出货量排序后绘制EQ或IQ图，并将其累计量以曲线表示出来，即柏拉图。 （2）次数分布直方图法 将出货范围作适当的分组，计算出各产品出货量出现于各分组范围的次数，进一步了解产品别出货量的分布情况。 （3）ABC分析 将一特定百分比内的主要订单或产品找出，作为进一步分析及管理的重点。（80-20原则） 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 。 先将两组分析资料（如EQ与EN、IQ与IK等）经ABC分类后形成三个等级，交叉汇编产生3×3的九组资料分类，再逐一对各资料进行分析讨论，找出分组资料中的意义及其代表的产品组。 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。 4. 图表数据判读与分析 图表数据判读与分析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判断的结论。 一些基本的分析准则及类型 订单品项数(EN)分析 订单量(EQ)分析 品项数量(IQ)分析 品项受订次数(IK)分析 a）订单品项(EN)分析 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综合参考。 单一订单出货品项数： N1=COUNT(Q11,Q12,Q13,Q14,Q15..)0， 总出货品项数： N.= COUNT(Q.1,Q.2,Q.3,Q.4,Q.5,..)0或 COUNT(K1,K2,K3,K4,K5,....)0，且 N.=Ne(总出货品项数必定大于等于单一订单的出货品项数) a）订单品项(EN)分析 订单出货品项累计次数： GN=N1+N2+N3+N4+N5.. ， GN=N. (当个别订单间的品项重复率愈高，则N.愈小) a）订单品项(EN)分析 a）订单品项(EN)分析 b）订单量(EQ)分析 订单量(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。 b）订单量(EQ)分析 b）订单量(EQ)分析 c）品项数量(IQ)分析 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。