五、物流系统规划---EIQ资料.pptVIP

* 单日与全年IQ分析——规划与管理对照表 年出货量 单日出货量 商品构成 存储与拣货 进货周期与存储水平 作业原则 分类 I 大 大 为出货量最大的主力产品群A类 仓储与拣货区合并以固定储位 进货周期宜缩短而存货水准较高,通常为厂商型配送中心或工厂发货中心 分类II 大 小 出货天数多且出货频繁，而使累积的年出货量放大 仓储区与拣货区分离，以零星出货方式规划，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 小 大 年出货量小，可能集中于少数几天内出货 以弹性储位规划 缩短进货前置时间，接到订单后再行进货,但前提是必须缩短进货前置时间 采取越库转运方式 分类IV 小 小 出货量不高，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C类商品 仓储区可以随机储存，仓储区可与拣货区合并 宜缩短进货周期并降低存货水准。 分类 V 中等 较小 B类与C类之间的商品 根据具体的商品分类确定规划方式 * ③订单品项数(EN)分析 主要分析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参考。 订单类别 * 以Qei=数量(订单e,品项i)符号表示单一订单订购某品项的数量，则分析以各指针的意义如下： ● 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。 　　N1=COUNT(Q11, Q12, Q13 ,Q14, Q15 ..) 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.= 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单一订单的出货品项数) 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。若采订单批次拣取策略，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=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) 　　此值可能会大于总出货品项数甚至所有产品的品项数。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，及配送中心内总品项数的相对量加以比较，可整理如表模式。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。 * 订单品项数EN分布图的类型分析 * * * * * ④品项受订次数(IK)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，各类型分析如表所示 * IK分布图类型 分　析 应　用 为一般物流中心常见模式，由于量分布趋两极化，可利用ABC作进一步分类 规划时可依产品分类划分储区及储位配置，A类可接近入出口或便于作业之位置及楼层，以缩短行走距离，若品项多时可考虑作为订单分割的依据来分别拣货 大部份产品出货次数相近，仅少部份有特大量及特小量 大部份品项出货次数相同，因此储位配置需依物性决定，少部份特异量仍可依ABC分类精神决定配置位置，或以特别储区规划 * ⑤IQ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 所得交叉分析的分类整理。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。 * IQ及IK交叉类型分析 IQ IK 高 中 低 高 可采用批量拣货方式，再配合分类作业处理 可采用批量拣货方式，视出货量及品项数是否便于拣取时分类来决定 可采用批量拣货方式，并以拣取时分类方式处理 中 以订单别拣取为宜 以订单别拣取为宜 以订单别拣取为宜 低 以订单别拣取为宜，并集中于接近出人口位置处 以订单别拣取为宜 以订单别拣取为宜，可考虑分割为零星拣货区 * 四、EIQ分析的作用 1．可以了解物流特性 （1）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。 （2）订货特性 从客户处接