某仓储系统EIQ分析报告

物流系统规划与设计课程作业某仓储系统EIQ分析报告班级：物流管理班姓名：王楠学号：2010302360180目录一、PCB分析............................................................3二、订单和数量（EQ）分析...................................3三、订单与品项（EN）分析...................................5四、品项和数量（IQ）分析....................................51、基本IQ分析...................................................52、单月与全年的IQ交叉分析............................6五、品项受订次数（IK）分析.................................81、基本IK分析....................................................82、IK和IQ交叉分析...........................................9一、PCB分析某仓储系统有A01、A02、A03、A04、A05、A06、A07、A08这八种货品。他们的入库单位、储运单位和拣货单位都是纸箱，具有统一性，便于仓储系统进行操作处理。他们的规格分别是400×400×400；600×400×600；600×300×600；400×200×200；300×200×400；600×300×300；300×200×600；400×300×200（单位：mm，长X宽X高）。他们的质量分别是25、38、30、7、8、15、10、5（单位：kg）。他们的密度分别是390.625kg/m^3、263.88kg/m^3、277.778kg/m^3、437.5kg/m^3、333.333kg/m^3、277.778kg/m^3、277.778kg/m^3、208.333kg/m^3。品类体积(m^3)质量(kg)密度(kg/m^3)A010.06425390.625A020.14438263.88A030.10830277.778A040.0167437.5A050.0248333.333A060.05415277.778A070.03610277.778A080.0245208.333从上表可以看出，A01和A04这两类货品的密度比其他货品明显的大，在拣货和运货设备的选择上应该选择那些载重性能较好的设备。二、订单和数量（EQ）分析200X年出货量分布图月份一月二月三月四月五月六月七月八月九月十月十一月十二月出71841361890477762486427085797110044281118823116597511228617470026533237632790200000400000600000800000100000012000001400000一月二月三月四月五月六月七月八月九月十月十一月十二月出货箱数月份出货量分布图出货量月平均出货量货量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∑𝐸=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94151104128731165975618904867739.416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。0.00%20.00%40.00%60.00%80.00%100.00%120.00%02000004000006000008000001000000120000014000008766975489667690805567807139102756748647672736229出货量累积百分比三、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。项目IQ分析图表及说明主参数品项数总出货量最大值最小值平均值8104128735831807739071301609分布图0.00%20.00%40.00%60.00%80.00%100.00%120.00%01000000200000030000004000000500000060000007000000A02A01A03A04A07A05A08A06IQ累积分布图出货量累积百分比ABC分类分类定量比率品项数品项比率A类70%2（A02、A01）25%B类20%2（A03、A04）25%C类10%4（剩余的4项）50%分析结论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ABCAA02A01无无B无A04A03C无无A05A07A08A062月份全年单月ABCAA02A01无无B无A04A03C无无A05A07A08A063月份全年单月ABCAA02A01无无B无A04A03C无无A05A07A08A064月份全年单月ABCAA02A01无无B无A03A04C无无A05A07A08A065月份全年单月ABCAA02A01无无B无A03A04C无无A05A07A08A066月份全年单月ABCAA02A01无无B无A03A04C无无A05A07A08A067月份全年单月ABCAA02A01无无B无A03A04C无无A05A07A08A068月份全年单月ABCAA02A01无无B无A03A04C无无A05A07A08A069月份全年单月ABCAA02A01无无B无A03A04C无无A05A07A08A0610月份全年单月ABCAA02A01无无B无A03A04C无无A05A07A08A0611月份全年单月ABCAA01A02无无B无A03A04C无无A05A07A08A0612月份全年单月ABCAA02A01无无B无A03A04C无A08A07A06A05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。项目IK分析图表及说明主参数品项数总受订次数最大值最小值平均值89415123964(A01)717(A08)11769分布图ABC分类分类定量比率品项数品项比率A类70%4（A01A02A04A05）50%B类20%2（A03A06）25%C类10%2（A07A08）25%分析结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A01A02A04A05A03A06A07A08各品项全年订单数2396420569136381128711178106292169717050001000015000200002500030000订单张数IK柱形分布图论的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选时分类来决定可采