第七章__配送中心选址及内部规划.ppt

E— Entry 对象或客户 出货形态、订单量大小、订货方式随之不同 I— Item 商品的种类 商品品项数、特性不同使存储方式、储位安排、设备选用随之不同 Q—Quantity 商品的数量或库存量 处理可能的需求波动问题（货款结算、季节等） R— Route 通路 和供应链上下游结点的关系 S— Service 物流的服务品质 直接决定物流成本，服务品质包括：订货交货时间、缺货率、流通加工服务、商品店头陈列服务、应急能力、信息服务、态度等。 T— Time 交货时间 （完成周期） 配送完成周期的长短、配送频次、一致性等 C— Cost 商品的价值或建造的预算 物流费用的两种计算方式与商品价值的关系 配送中心系统分析方法 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 （一）EIQ分析方法 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 * 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 。 （4）交叉分析 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) 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) 分析 应用 单一订单的出货项数较小，EN=1的比例很高，总品项数不大而与总出货项数差距不大 订单出货品项重复率不高，可考虑订单拣取方式作业，或采批量拣取配合边拣边分类作业 a）订单品项(EN)分析 分析 应用 单一订单的出货项数较大，EN=10，总出货项数及累积出货项数均仅占总品项数的小部分，通常为经营品项数很多的配送中心 可以订单别拣取方式作业，但由于拣货区路线可能很长，可以订单分割方式分区拣货再集中，或以接力方式拣取 单一订单的出货项数较小，EN=1的比例较高，由于总品项数很多，总出货项数及累积出货项数均仅占