EXCEL物流数据分析.docxVIP

数据分析说明

1、拆零EQ分析

对此时间段内整件出库件数为零，拆零出库件数大于零的所有出库定单的出库件数按照=0.125,=0.25,=0.5，=0.75,=1，……6等分类标准进行分类。

出库件数是指对每张定单的出库件数分类后所属的类别；

定单数是指属于此类别的定单数的计数；

定单累计是指定单数从上而下累加；

定单比例是指每类定单数占合计总定单数的比例；

累计百分比是指每类定单累计数占合计定单数的比例；

出库件数是指此类别定单所有出库件数的合计；

出库件数累计是指出库件数从上至下挨次累加；

出库比例是指每类出库件数占合计总出库件数的比例；

累计百分比是指出库件数累计占合计总出库件数的比例。

2、周出库趋势分析

天数，是指在此段时间内，是星期一的各有多少天；

日均件数是指各星期的出库件数之和/天数；

日均定单数=各个星期的定单数之和/天数；

日均整箱数=各星期的整箱出库件数之和/天数；

日均拆零数=各星期的拆零出库件数之和/天数。

3、峰值日ABC分析

说明：在出库明细数据中选取第一峰值日明细数据，作以下分析：

首先根据公式件数=数量/包装数量，算出件数；

然后根据公式整件=int(件数)，算出整件；零件=件数-整件，得出零件。

然后汇总每一个商品编码在此时段内的出库件数，根据总体ABC，匹配出峰值日出库各品规的物流属性。

品规数：各物流属性所属品规数之和；

品规比例：品规数/合计品规数；

EIQ分析简介

出库件数：各类物流属性出库件数之和；

出库件数比例：出库件数/合计出库件数；

整箱出库件数：各类物流属性中整箱件数之和；

整箱比例：整箱出库件数/合计出库件数；

拆零出库件数：各类物流属性中拆零件数之和；

拆零比例：拆零出库件数/合计出库件数；

定单行：出库记录的计数；

定单行比例：定单行/合计定单行数。

数据分析中常用术语：

物流属性ABC:

分析出库数据，按以下分类分析ABC：

出库量累计占总出库量80％的品种，计为A类；

出库量累计占总出库量15％(16%)的品种，计为B类；

出库量累计占总出库量5％(4%)的品种，计为C类；

一步：先统计出分析时间段内各品规的出库总件数；

二步：按降序进行罗列后，计算各个品规出库件数占出库总件数的比例；

三步：从高至低进行单个品规比例的累加。

四步：累加至80%(=80%)的品规为A品；80%至95%之间的为B品；95%的为C品。

EQ：每张定单的出库量

EN：每张定单的品规数

IQ：每一个品规的出库量

IK：每一个品规的出库次数

E是指“Entry”，I是指“Item”，Q是指“Quantity

1.运用数据透视来进行数据分析

三、EIQ分析

一、配送的商品——I

在配送中心中所处理的商品品种数差异性是非常大的，多则上万种以上，例如：书籍、医药及汽车零件等配送中心，少则数百种多则数千种，例如：创造商型的配送中心；由于品项的不同，对于其相应的复杂程度与可能发生的艰难性也有所不同；例如：所处理的商品品项在一万种的物流中心与处理商品品项在一千种的物流中心是彻底不同的，其商品储放安排也彻底不同，此外不同性质的物流中心所处理的商品种类其特征也是彻底不同的，以目前比较常见的物流商品有：食品、日用品、药品、家电品、服装产品、化妆品、汽车零配件以及书籍产品等。它们分别有其商品的特性，在物流中心的厂房设计与物流设备的选择上也是彻底不同的。例如：食品以及日用品的进出货量较大，家电产品的尺寸较大，而服装产品的物流特性有季节性(夏季及冬季)、流行性、时间性以及退货量大等等；其

中大部份是(80%摆布)直接铺货到商店，而小部份(20%摆布)才库存于物流中心等待理货及配送。除此之外服装产品中较高级的商品必须使用悬

吊的搬运设备及仓储设备。而书籍物流的特性——有库存的书籍种类不少，

而畅销品与不畅销品的物流差异性非常大，此外退货率有时可高达30%-40%摆布。

二、商品的配送数量与库存量——Q

在物流中心中商品的出货量是时常改变的，因此如何考量商品的进出异动则是物流中心在进行经营与管理中所必须重视的问题。发生商品进出

异动的原因不少，例如货款结算的问题、年节的高峰(尖峰)问题以及商品市场流行性的转变都可能造成进出货品量尖峰变动。以货款结算的问题

来说，普通而言如果每月的20日是货款结算的截止日期时，也就是20日以前定货是算这个月的货款，而20日以后定货是算下个月的货款，这样在

15-20日之间的定货量就会明显下降，而20日-25日的定货量就会显著增加，因此作为物流中心来说库存量到底要以最多量来考虑，还是以最低量来考