对S公司医药物流出库数据的分析.docVIP

对S公司医药物流出库数据的分析 　　【摘 要】 本文选择了S公司物流网络构建过程中的重要节点――物流配送中心展开了相关的探讨。通过对S公司历年相关资料进行系统的收集，利用PCB和ABC、EIQ等方法分析样本期间中订单中的相关内容，从而可以了解S公司目前的物流特性。 中国论文网 /4/view-7003964.htm 　　【关键词】 医药物流;配送中心;出库数据;EIQ方法;ABC方法 　　S公司是一家总部位于上海的全国性医药产业集团，是国内医药流通领域领先者。随着医疗卫生改革的推进，医药流通业也因此获得了发展契机，医药企业必须把握现代企业竞争的本质，通过提升自身核心竞争力来抢占市场份额，这一战略的成功与否很大程度上取决于公司是否可以构建起高效的物流网络。 　　S公司物流中心计划建于上海市东部产业园区内，总用地面积100亩，总体规划，两次建设。物流中心建设规划的前提是必须做物流中心工艺流程设计（物流中心规划设计），而物流工艺流程设计的前提是数据分析。 　　为了能够了解销货趋势及变动，找出各种可能的变动趋势或周期性变化规律，进而有利于后续EIQ资料的分析，在物流中心规划设计过程中，我们需要针对出库的相关资料进行采集并加以分析。 　　我们根据S公司2012年4月-2014年3月的样本数据中出库量，客户，订单数，订单行数以及订单中对拆零出库的数据分析，找出最大值，确定特征月，进而对特征月采用EIQ结合ABC的分析技术来进行出库分析，为仓储及拣货区域（设备）可以合理进行规划提供相关的信息依据。 　　实际操作如下： 　　首先，将2012年4月-2014年3月的相关样本指标数据采集汇总（节选） 　　其次，选取特征月。根据表1-1中出库量我们发现两年中3月的两年发货占总发货量的10.72%，为月发货量的最大值，将2013年3月与2014年3月比较，我们可以看到2014年3月出库量为最大值，出库量为472471.1箱，占两年发货量的11.21%;在出库客户与订单量基础数据中我们可以看到订单数与客户数总体成正态分布，2014年3月客户数量为10502个，相应的订单数为61514笔，此数据为样本数据期间的最大值;出库订单的行数将影响出库拣货等的具体库区作业，从而影响未来的出库频率和库区的使用周转率，在表1-1数据分析中我们可以发现，2014年3月的出库订单行数为185088，为该样本期间最大值;在医药配送出库时，我们往往需要根据客户订单的要求，对订单中指定的药品进行拆零作业，从表1-1中我们发现2014年3月的拆零箱数为25517.1箱，整箱和拆零总箱数为472471.1箱，为采集数据样本期间最大值。 　　综上所述，2014年的3月各主要出库指标均为2012年4月-2014年3月最高，而2014年3月各主要出库指标均为全年最高值，因此，按就近法则选取接近现状的代表月2014年3月为特征月。 　　第三，根据特征月数据进行基于PCB的EIQ-ABC分析。 　　其一，PCB的含义是：P-托盘;C-箱子;B-单品。一般托盘的体积和重量最大，其次是箱子，最后是单品。EIQ分析就是利用“E”“I”“Q”这三个物流关键要素，来研究配送中心的需求特性，为配送中心提供规划依据。该理论由日本铃木震先生提出并积极推广。其中，E是指“Entry”，I是指“Item”，Q是指“Quantity”。 　　通过EIQ分析S公司订单内容，即客户订购何种药品、多少数量，这些“种类”及“数量”为物流系统的基本要素，我们从而可以了解物流特性;分析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;分析从各个具有“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S公司配送中心的“接单特性”。将客户订单（E）的内容中的种类（I）、数量（Q）加以收集，得到一日、一个月、一年中的接单特性，当业务状态稳定时即形成一定的特性，运用柏拉图、次数分布图及ABC 分析工具等，对其订单进行订单量（EQ）、订货品项数（EN）、品项数量（IQ）、品项受订次数（IK）等的统计分析，以获取物流配送中心的订货特征和接单特征等规划信息。 　　其二，ABC分类法原理。ABC分类法是由意大利经济学家维尔弗雷多1879年，帕雷托对意大利收入和财务分配进行研究，通过长期的观察发现：80%的人只掌握了20%的财产，而另外20%的人却掌握了全国80%的财产，他将这一关系用图表示出来，就是著名的帕累托图y又称“80―20曲线”。该分析方法的核心思想是在决定一个事物的众多因素中分清主次，识别出少数的但对事物起决定作用的关键因素和多数的但对事物影响较少的次要因素。后来，帕累托法被不断应用于管理的各个方面，根据事物在技术或经济方面的主要特征，进