某仓储系统EIQ分析报告文档格式.docx

某仓储系统EIQ分析报告文档格式.docx

《某仓储系统EIQ分析报告文档格式.docx》由会员分享，可在线阅读，更多相关《某仓储系统EIQ分析报告文档格式.docx（11页珍藏版）》请在冰豆网上搜索。

五月

六月

七月

八月

九月

十月

十一月

十二月

出货量

718413

618904

777624

864270

857971

1004428

1118823

1165975

1122861

747002

653323

763279

从月出货量分布图来看，该仓储系统所储存的8中物品具有一定的季节性变化。

每年当中六月份到九月份出货货品的数量最多（八月份出货量超过月平均出货量的34.37%），其次是一月份和十二月份，而二月份到五月份的出货量则呈上升态势，八月份到十一月份的出货量呈下降态势，其中四月份和五月份的单月出货量恰好同月平均出货量867739.4167箱差不多。

所以该仓储系统的设施设备应该具有一定的弹性，根据数据分析的预测提前做好准备，以适应出货量的季节性变化。

对仓储系统的订单数据进行分析，可以看出该仓储系统在200X年总共处理订单

=94151张，累积出货箱数10412873箱，平均月出货箱数867739.4167箱，最大出货箱数月是八月，出货箱数为1165975箱，最大订单处理数月是十二月，处理订单数为10275张。

EQ分析是订单量分析，主要分析单张订单出货数量，其目的是研究订单对货物搬运作业能力的要求。

由于在案例资料当中没有找到详细到每张订单所定货品品种和数量的数据，我们暂且以月订单量和月出货量为数据来源，进行EQ分析。

由于数据缺失，我们暂且不对此处的EQ分析进行ABC分类。

项目

EQ分析图表明及说明

主参数

订单数

总出货量

月最大出货

月最小出货

月平均出货

94151

10412873

867739.416

分布图

分析结论

1、从图中可以看出，出货量最大的八月所处理的订单数并不是最大的；

而出货量较少的十二月，却是单月处理订单数最大的月份。

这说明该仓储系统单张订单所定货品的数量是变化较大的，这需要仓储系统具有灵活多样的运货和拣货工具，以适应单个订单所定货品数量的变化。

2、针对订单所含货品数量变化较大的情况，该仓储系统可以考虑对一些订货量较少的订单实施批量拣货，以提高拣货的效率。

三、订单与品项（EN）分析

EN分析是对订货品项数进行分析，其分析的基本对象是单张订单出货品项数，其目的是研究订单对拣选设备及作业能力的要求。

由于案例资料当中没有单张订单的订货品项数数据，我们只能从月度数据中看出每个月中A01到A08这八类货品都有订单涉及，至于每张具体订单涉及多少品类，则无法得出，因此我们暂且略过对案例资料的EN分析。

四、品项和数量（IQ）分析

1、基本IQ分析

IQ分析是对品项和数量进行分析，其分析的基本对象是没单一品项（SKU）出货总数量的分析，其目的是研究出货的拆零比例。

IQ分析结果可用于仓储系统的规划、仓储设备选用和储位空间的估算，对拣货方式及拣货区的规划也有一定影响。

经过IQ分析统计可知，一月份到十二月份实际出货品项为8项，累积出货箱数8630821箱（这个数据同前面所算的EQ出货数据相差较大，EQ分析中所得出的总出货箱数是10412873箱，可能是excel自动求和中出现了问题，运用数据透视表同样无法得出正确的求和结果，经过多方查证，这个问题还未解决，决定采用手工计算处理）。

最终决定采用总出货量为10412873箱这个数据。

IQ分析图表及说明

品项数

最大值

最小值

平均值

8

5831807

73907

1301609

ABC分类

分类

定量比率

品项比率

A类

70%

2（A02、A01）

25%

B类

20%

2（A03、A04）

C类

10%

4（剩余的4项）

50%

1、IQ分布图为一般仓储配送系统常见模式，由于量分布趋向两极分化，可利用ABC法进行分析。

A类货品包括A02、A01两种，他们只占总品项的25%，但出货量占总出货量的70%，对于这两类商品应该重点管理，加强优化。

2、B类货品包括A03、A04两种，他们占总品项的25%，出货量占总出货量的20%，因而他们属于一般类型的货品。

C类货品包括A07、A05、A08、A06四种，他们占总品项的50%，而出货量仅占总出货量的10%。

因而此类货品的订货数量不必太多，同时在日常管理中不须重点管理。

3、值得注意的是，虽然B类货品和C类货品占以定量比率来看较小，但是这两类货品出货量的绝对值不低（六种货品总的出货量有1629079箱），因而也不应过分轻视B类和C类货品。

2、单月与全年的IQ交叉分析

根据案例资料中的数据，我们可以对单月的IQ和全年的IQ进行交叉分析，以确定单月的IQ分布和全年的IQ分布是否匹配，以进一步优化该仓储系统。

1月份

全年单月

A

B

C

A02A01

无

A04

A03

A05A07A08A06

2月份

3月份

4月份

5月份

6月份

7月份

8月份

9月份

10月份

11月份

A01A02

12月份

A08

A07A06A05

以上12张矩阵表是对该仓储系统在200X年单月和全年的IQ交叉分析过程。

综合12个月的交叉分析，我们发现A01和A02两种货品时属于年出货量及单月出货量均很大的货品，为出货量最大的主力产品群，仓储与拣货系统的规划应以此类为主，仓储区以固定储位为较佳，进货周期宜缩短而存货水平较高，以应付单日可能出现的大量出货。

A03和A04类货品属于年出货量中等但单日出货量较小，为分类意义较不突出的产品群，可视为实际产品分类特性再归纳入相关分类中。

而从实际的计算过程来看，A03和A04货品常常有一半的数量在B类，另一半的数量在C类，这也说明此类货品的分类意义不太明显，可以考虑统统归入C类货品来进行管理。

A05、A07、A08、A06这四种货品属于年出货量小且单日出货量也小的货品，虽然出货不高，但是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主要产品群。

因此仓储区可以弹性储位规划，以便于调整货位大小的储存设施为宜，通常拣货区可与仓储区合并规划以减少多余库存，进货周期宜缩短并降低存货水平。

五、品项受订次数（IK）分析

1、基本IK分析

品项受订次数分析是对没单一品项（SKU）出货次数进行分析，其目的是对拣选作业频率进行统计，并主要决定拣选作业方式和拣选作业区的规划。

IK分析图表及说明

总受订次数

23964（A01）

717（A08）

11769

4（A01A02A04A05）

2（A03A06）

2（A07A08）

1、从IK柱形分布图可以看出，该仓储系统为一般仓储配送中心常见模式，由于量分布趋两级化，可利用ABC作进一步分类。

2、A类货品包括A01、A02、A04、A05这四种货品，他们占受订次数的70%，而占品项总数的50%。

因而此类货品可接近出入口或便于作业的位置及楼层，以缩短行走距离，可以考虑作为订单分割的依据来分别拣货。

3、B类和C类货品占品项总数的50%,但总共只占受订次数的30%,因此这两类货品需要针对储位进行共同优化，以减少他们所占用的储位空间，降低管理难度。

2、IK和IQ交叉分析

IK和IQ交叉分析参考策略表

IKIQ

高

中

低

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选时分类来决定

可采用批量拣货方式，并以捡取时分类方式处理

以订单别捡取为宜

以订单别捡取为宜，并集中于接近出入口位置处

以订单别捡取为宜，可考虑分割为零星拣货区

IK和IQ交叉分析结果表

A01、A02

A05

A06

A07、A08

从表中的结果来看，A01和A02这两种货品适合采用批量拣货方式，再配合分类作业处理。

A04和A05货品的出货量远低于A01和A02，所以可以考虑对A统一实施批量拣货，并辅以灵活的按订单拣货。

对于A03、A06、A07、A08这四类货品都可以采取以订单别捡取的方式，以降低仓储资源占用，提高拣货和订单处理效率。