EQ 分析与EN 分析
品项数量(IQ)分析应用
目的：即将订单资料以PCB为单位加以分类统计，以正确 计算各区实际的需求，使仓储及拣货区域（设备）可以合 理进行规划。
8/20/2013
常见于物流系统的储运单位组合型式如下表所示：
入库单位
P托盘 P托盘 P托盘 P托盘、C箱 P托盘、C箱
储存单位
P托盘 P托盘、C箱 P托盘、C箱、B单品 P托盘、C箱 P托盘、C箱、B单品
• 通过EIQ分析，可以清楚地了解订单的统计特征， 还可对商品及客户做ABC分级重点管理。 利用EIQ 方法所得到的信息并无法满足所有规划上 的需求，其仅可能提供整个规划的大略方向。 EIQ确实为一简明有效的物流规划与分析工具。
8/20/2013
4、EIQ分析的作用
（1）可以了解物流特性
1）订单内容 即客户订购何种物品、多少数量，这些“种类”及“数量”为物流系统 的基本要素。 2）订货特性 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。 3）接单特性 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，长久分析后可看出配送中心的“接单特性”。 4）物流配送中心特性 除了接单特性外，再加上入库特性、保管特性，构成物流配送中心特性。 5） EIQ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，此特性 即为EIQ特性。
8/20/2013
（2）季节变动
特点：以一年为周期的循环变动
发生原因：通常是由于自然气候、文化传统、商业习惯等 因素
规划策略：在旺季时可考虑 以部份外包或租用设备方式， 以避免设施过多的投资造成 平时的闲置；在淡季时应争 取互补性的商品业务以增加 仓储设施利用率
EQ分析与EN分析
分组（箱）0~100 100~200 200~300 300~400 订单数（张）百分比32 88.88% 2 5.56% 1 2.78% 1 2.78% 36 100.00%、EQ分析与EN分析1、EQ分析主要了解单张订单出货数量的分布情形，可用于决定订单处理的原则拣货系统的规划并将影响出货方式及出货区的规划。
现拟定2010年1月共有订单36 张，每个地区每种品项一个月一张，而且每张订单的出库数量不均衡，取大量为320相，取小量为0相。
具体数据如下：表1 EIQ资料统计表出货品项订单出单位：箱订单出出货订单11 I2 I3 I4 货数量货品项E1 43 71 23 91 238 4E2 89 0 55 59 203 3E3 23 154 27 46 250 4表2 1月的发货数据分组统计E4 63 40 83 70 256 4 E5 92 21 320 15 448 4 E6 19 76 60 98 253 4 E7 278 80 73 42 473 4 E8 72 38 79 45 234 4 E9 51 63 39 178 331 4 单品出货量730 543 759 644 2676 9单品出货次数989 9 35注：E1―― -福州市，E2 泉州市，E3——厦门市，E4 宁德市，E5——漳州市，E6――龙岩市，E7――莆田市，E8――三明市，E9――南平市11――日用陶瓷，12――建筑陶瓷，13――电瓷，14――特种陶瓷将1月的发货数据进行分组统计得到表2：□订单数（张）■百分比图一、1月的发货数据由此可知订单出库数量分布趋势明显，出库量大的少数订单即出库箱数在100箱以上的订单其订单张数占整个订单数的比例近11%可作A类重点管理。
出库箱数少但订单张数特别多的如出库箱数在100箱以下的订单其所占比例高达88%故将该类订单另行分类以提高拣货效率。
将出库箱数在100箱以下的订单再次分组统计得到表3：表3 1月出库箱数在100箱以下的订单发货数据分组统计分组（箱）订单数（张）百分比0~25 6 18.75%25~50 8 25.00%50~75 10 31.25%75~100 8 25.00%总和32 100.00%■订单数（张）■百分比30 20 10 0图二由表3及图二，我们可看出75%的订单出库箱数集中在75箱以下，订单数多但 出库箱数少，应归入C 类。
《物流配送中心规划与设计》课程设计
武汉理工大学华夏学院课程设计题目物流中心规划与配送业务方案设计院系经济与管理系专业物流管理班级姓名指导教师2011 年01 月19 日课程设计任务书学生姓名：专业班级：指导教师：工作单位：武汉理工大学华夏学院题目: 物流中心规划与配送业务方案设计一、课程所属类型及所服务专业本课程所属类型为专业课；所服务专业为物流管理专业。
二、课程设计性质、目的与任务课程设计是物流管理（本科）专业培养计划的一个重要的实践性教学环节，也是使学生进一步认识本专业特点的重要手段。
这次课程设计主要是针对武汉长飞光纤光缆有限公司的物料出库数据进行EIQ数据分析，通过应用相关理论方法解决实际问题。
使学生能通过一周的数据整理、数据分析、方法应用等步骤，初步了解物流中心规划的理论与方法，为后续专业课程学习打好基础。
三、要求完成的主要任务:1. 熟悉物流中心的相关知识。
2. 收集、整理物流中心的背景资料。
3. 运用所学知识，撰写一篇2000字以上的课程设计论文。
四、时间安排：指导教师签名：年月日系主任（或责任教师）签名：年月日课程设计指导书一、课程设计内容完成武汉长飞光纤光缆有限公司一个月发货清单数据的相关分析；详细说明及数据附录见《物流中心规划与设计课程设计大纲》。
课程设计具体内容如下：根据武汉长飞光纤光缆有限公司作业的发货数据，运用EIQ的分析步骤对这些数据进行分析，得出分析结果，将分析结果结合物流中心管理的一些理论提出改进措施。
二、具体要求根据课程设计结构框架安排课程设计的各章节内容，但至少包含以下内容：1．EIQ分析方法概述简要描述EIQ分析的内容和目的、EIQ分析的功能等2．武汉长飞光纤光缆有限公司作业的现状与数据收集描述该公司简介、该公司物流中心作业的现状、该公司物流中心作业数据的收集和汇总等内容。
3．武汉长飞光纤光缆有限公司作业EIQ分析的过程及结果（1）EQ分析与EN分析（2）IQ分析与IK分析（3）存货ABC分析和顾客ABC分析（4）作业的改进措施三、设计工作要求1. 设计成果要求全部手写，书写工整，图表清晰，格式规范；2. 分析评价要有理有据，论证充分；3. 按时提交课程设计成果。
EIQ分析
（1）订单量（EQ）分析根据上表，绘制下图。
根据上述的图表数据可知，订单量分布呈现递减趋势，无法特别集中于某些订单或范围，这种情况下难以进行系统规划，可以规划通用设备，以增加运用的弹性，货位也以易调度为宜。
（2）品相数量（IQ）分析将IQ分析按照Q量的大小进行排序，如下表所示。
根据以上数据，绘制下图。
根据以上表数据，出现了订单量分布趋势两极化的情况，采用ABC分类的方法，A类包括005，这种货物的订单量较大，应该进行重点管理，保证其货源充足，定期查看库存，对于这种货物不应出现缺货的情况。
将商品分类按储区储存，各类商品存储单位、存货水平可设定为不同的水平。
（3）订单品项数（EN）分析根据上表数据绘制下图。
（4）品项受订次数（IK）分析将IK分析按照K量的大小进行排序，如下表所示。
将上述表格数据转化为下图。
由上述的图表数据可以看出，对于订货次数仍旧可以进行ABC分类，005、009、006、004的订货次数较多，计入A类，进行重点管理，同时要把这4种置于较方便的位置，或者李杵口较近位置，以缩短行走和搬运的距离和时间。
1.根据EIQ分析法的数据，可以按照出货量的大小和货物出货的平次，把订单量与出货频次高的几类货物放置在接近进货门和出货门的位置，减少这类货物的运输距离并方便捡取货物。
2.吧订货频次少，数量需求少的货物安排在货仓深处并用多层货架的形式减少占用地面的面积。
3.将车间周转库放置在仓库靠里的位置，避免占用其他货物面积。
4.保证每种货物存放区都有通道直达，方便捡取，节省时间，提高效率。
5.将不合格品放在仓库中间，避免不合格品无法尽快撤走，占用仓库的问题。
对FH公司仓库布局的优化解决方案：。
EQ分析I型
EQ分析I型EQ分析就是物流中心的POS系统，以其字面的解释E就是代表订单或客户（Order Entry），而I就是代表商品的品项（Item），Q就是代表客户的出货量或是商品的出货量（Quantity），也可以做EQ公分析，也可以做IQ分析。
EQ分析就是客户出货量分析，可以将其资料做排行大小先后，将客户ABC分析重点管理。
IQ分析就是商品品项出货量分析，同样也可以将其资料做排行大小先后，作出商品畅销排行榜及商品ABC分类。
如此就能掌握EIQ分析资料，才可以改善物流作业或是规划成为最适化的物流中心。
EIQ分析举例说明如EIQ分析表所示：横坐标代表品项I，假设有I1、I2、I3、I4、I5、I6等六项商品；而纵坐标则代表订货客户或订单，假设有E1、E2、E3及E4等四个客户；而表格中的数字代表订货数量，他可以是以整栈板、整箱或单品等等，假设在此的表格是整箱的订货，从表中可知客户E1在品项I1订了3箱，品项I2订了5箱，品项I3没有订购，品项14订了1箱，品项15订了2箱，品项16订了3箱，总共订了14箱（EQ）；6种商品订中订了5种（EN=5）等等，其他客户依此类推。
另外商品品项方面1在四个客户中都有订货，总共被订了11箱（IQ），4个客户都有订购（IK=4）等等从表中依此可看出I2、13、4、15、I6等商品的客户订购比例与订购数量信息。
从EIQ分析中可进一步导出EQ分析及IQ分析来，例如表中的EQ分析为E1=I4，E2=I9，E3=I2，E4=20，再以大小次序排列，以数量Q为纵坐标，以客户E为横坐标，画出EQ分析图；同时将客户ABC 分级，同理IQ分析为I1=I1，I2=I3，I3=4，I4=10，I5=I4及I6=I3，在以大小次序排EIQ列，以数量Q为纵坐标，以品项I为横坐标，画出IQ分析图；同时将商品ABC排出畅销排行榜。
分析最重要的是如何判读与应用，尤其是公司的经营变化可以由EIQ分析的图形中识别出来，另外EQ分析及IQ分析也可以单独的应用，例如：EQ分析可以应用在物流中心的进出货暂存区的规划、包装纸箱大小的决定、捡货顺序的安排、配送路线的安排、客户ABC分级及客户情报管理。
EQ-分析与EN-分析
一、EQ 分析与EN 分析1、EQ分析主要了解单张订单出货数量的分布情形，可用于决定订单处理的原则拣货系统的规划并将影响出货方式及出货区的规划。
现拟定2010年1月共有订单36张，每个地区每种品项一个月一张，而且每张订单的出库数量不均衡，最大量为320箱，最小量为0箱。
具体数据如下：表1 EIQ资料统计表单位：箱出货订单出货品项订单出货数量订单出货品项I1 I2 I3 I4E1 43 71 23 91 238 4E2 89 0 55 59 203 3E3 23 154 27 46 250 4E4 63 40 83 70 256 4E5 92 21 320 15 448 4E6 19 76 60 98 253 4E7 278 80 73 42 473 4E8 72 38 79 45 234 4E9 51 63 39 178 331 4单品出货量730 543 759 644 2676 9单品出货次数9 8 9 9 ——35注：E1——福州市，E2——泉州市，E3——厦门市，E4——宁德市，E5——漳州市，E6——龙岩市，E7——莆田市，E8——三明市，E9——南平市I1——日用陶瓷，I2——建筑陶瓷，I3——电瓷，I4——特种陶瓷将1月的发货数据进行分组统计得到表2：表2 1月的发货数据分组统计分组（箱）订单数(张）百分比0~100 32 88.88%100~200 2 5.56%200~300 1 2.78%300~400 1 2.78%总和36 100.00%图一、1月的发货数据由此可知订单出库数量分布趋势明显，出库量大的少数订单即出库箱数在100箱以上的订单其订单张数占整个订单数的比例近11%，可作A 类重点管理。
出库箱数少但订单张数特别多的如出库箱数在100箱以下的订单其所占比例高达88%，故将该类订单另行分类以提高拣货效率。
将出库箱数在100箱以下的订单再次分组统计得到表3：表3 1月出库箱数在100箱以下的订单发货数据分组统计分组（箱）订单数(张）百分比0~25 6 18.75%25~50 8 25.00%50~75 10 31.25%75~100 8 25.00%总和32 100.00%图二由表3及图二，我们可看出75%的订单出库箱数集中在75箱以下，订单数多但出库箱数少，应归入C类。
EIQ分析
目录
EIQ的分析项目以及含义 EIQ资料分解实例 EIQ分析的作用 配送中心常见的EIQ模型
Page 3
一 EIQ的分析项目以及含义
主要分析项目
含义
EQ(订单量)分析
每张订单的订货/出货数量的分析
EN(订货品项数)分析
每张订单的订货/出货品项数的分 析
IQ(品项数量)分析
每个品项种类的受订/出货数量的 分析
Page 10
四 订单数量EQ常见模型
Page 11
品项数量IQ常见模型
Page 12
品项受订次数IK常见模型
Page 13
谢谢观赏
Page 7
品项数量IQ分析的作用
品项数量IQ分析，主要了解各类货品出货量的分布情况， 分析货品的重要程度与运量规模。可用于仓储系统的规划 选用、储位空间的估算，并将影响拣货方式以及拣货区的 规划。
Page 8
订单品项数EN分析的作用
订单品项数EN分析，主要了解订单订购品项数的分布， 对于订单处理的原则以及拣货系统的规划有很大的影响， 并将影响出货方式以及出货区的规划。
订单品项数通常需要配合总出货品项数、订单出货品 累计数，以及总品项数三项指标综合考虑。
Page 9
品项受订次数IK分析的作用
品项受订次数IK分析，主要分析各类货品出货次数的分布， 对于了解货品的出货频率有很大的帮助，主要功能可配合 IQ--品项数量决定仓储与拣货系统的选择。另外，当储存、 拣货方式已经决定后，有关储位的划分以及储位配置，均 可利用IK分析的结果作为规划参考的依据。
出货数量转换成相同的计算单位。 金额的单位和价值功能分析有关，常用于物品和储区的分类。体积
和质量等单位与物流作业有关，将影响整个系统的规划。
EIQ
订单数量两极分化 订单品项数不多
EN
100 90 80 70 60 50 40 30 20 10 0 1
拣货集中在少数品项 品项重叠性不高 IK
120 100 80 60 40
N
K
E
11 21 31 41 51 61 71 81 91 101 111 121 131
20 0 1
I
6
113 225 337 449 561 673 785 897 1009 1121 1233
各产品出货量分布呈逐次递减趋势 系统较难规划，宜规划泛用型的设 ，无特别集中于某些订单或范围。 备，以增加运用的弹性，格位亦以 容易调者为宜。
各产品出货量相近，仅部份品项出 可区分成两种类型，部份中、少量 货量较少。 产品可以轻量型储存设备存放
产品出货量集中于特定数量而无连 可以较大单元负载单位规划，或以 续递减，可能为整数(箱)出货或为 重量型储存设备规划，但仍需配合 大型对象但出货量较小 物性加以考虑 3
全面调整拣货储位，拣货动线缩短一半。
P1区（原低频区）：取消拣货储位； P2区（原中频区）：DPS线由原6段改 为现3段，原1-2-3段设为非标签区， 用表单拣取； P3区（原高频区）：压缩储位，由两 条拣货通道减为一条；
改善前：拣货作业需行经六条通道
月拣次
3000 2500 2000 1500 1000 500 0
EIQ的定义
E：代表订单或客户 order entry; I: 代表商品的品项 Item; Q: 代表客户的出货量或商品的出货量
1
Quantity
订单量分析（EQ）——单张订单的出货数量 订单品项数分析（EN）——单张订单的出货品项数 品项数量分析（IQ）——每个品项的出货数量 品项订货次数分析（IK）——每个品项的出货次数
EQ 分析与EN 分析
一、EQ 分析与EN 分析1、EQ分析主要了解单张订单出货数量的分布情形 ,可用于决定订单处理的原则拣货系统的规划并将影响出货方式及出货区的规划。
现拟定2010年1月共有订单36张,每个地区每种品项一个月一张,而且每张订单的出库数量不均衡,最大量为320箱,最小量为0箱。
具体数据如下:表1 EIQ资料统计表单位:箱出货订单出货品项订单出货数量订单出货品项I1 I2 I3 I4E1 43 71 23 91 238 4 E2 89 0 55 59 203 3 E3 23 154 27 46 250 4 E4 63 40 83 70 256 4 E5 92 21 320 15 448 4 E6 19 76 60 98 253 4 E7 278 80 73 42 473 4 E8 72 38 79 45 234 4 E9 51 63 39 178 331 4 单品出货量73 676 9单品出货次数9 8 9 9 ——35注:E1——福州市,E2——泉州市,E3——厦门市,E4——宁德市,E5——漳州市,E6——龙岩市,E7——莆田市,E8——三明市,E9——南平市I1——日用陶瓷,I2——建筑陶瓷,I3——电瓷,I4——特种陶瓷将1月的发货数据进行分组统计得到表2:表2 1月的发货数据分组统计分组(箱) 订单数(张) 百分比0~100 32 88、88%100~200 2 5、56%200~300 1 2、78%300~400 1 2、78%总与36 100、00%图一、1月的发货数据由此可知订单出库数量分布趋势明显,出库量大的少数订单即出库箱数在100箱以上的订单其订单张数占整个订单数的比例近11%,可作A 类重点管理。
出库箱数少但订单张数特别多的如出库箱数在100箱以下的订单其所占比例高达88%,故将该类订单另行分类以提高拣货效率。
将出库箱数在100箱以下的订单再次分组统计得到表3:表3 1月出库箱数在100箱以下的订单发货数据分组统计分组(箱) 订单数(张) 百分比0~25 6 18、75%25~50 8 25、00%50~75 10 31、25%75~100 8 25、00%总与32 100、00%图二由表3及图二,我们可瞧出75%的订单出库箱数集中在75箱以下,订单数多但出库箱数少,应归入C类。
对FH公司的EIQ分析
一．对FH公司的EIQ分析1.订单量（ＥＱ）分析。
将EQ按照Q量的大小进行排序，如下表：EＱ分析表根据上表和上图，我们进行ABC分类，可将70122a归为A类。
对于A类订单，我们应进行重点的管理；对于70122A这样的客户，Fh公司也应该在销售方面加强管理。
2.品项数量（IQ）分析将ＩＱ分析按照Ｑ量的大小进行排序，如下表ＩＱ分析表根据上表和上图，我们可进行ABC分类，可将I005分为A类，因其订货量相对于其他的货物来说数量很大，公司应对其进行重点管理，确保其货源充足，定期查看库存，确保其不会出现缺货的情况，在仓库中摆放此类产品在出口附近，以方便出货。
3.订单品项数(EN )分析根据发货清单，我们发现单一的订单量基本上都在8中上下浮动，因而，我们可采取分类拣取的作业方式来满足需求，具体如下图：根据上图，我们可看出单一订单的出货种类数较大，货物的类别较多，我们可考虑采用批量拣取的作业方式作业。
4.品项受订次数（IK）分析将Ik分析按照K量的大小进行排序，如表所示从上表和上图中发现，I005,、I009、I010、I006的订货次数较多，运用ABC分类，应将其划归为A类，应进行重点管理，应将这4项放在较方便出货的位置，以缩短行走和搬运的距离和时间。
二．对FH公司现有仓库的布局结构分析对于FH公司现有仓库的布局，主要存在以下的问题：1.规划不合理，对于出货量大，出货频次高的货物位置摆放不当，其布局中没有充分考虑货物的出货量和出货率，只是随便的把货物堆放在一起，致使部分订单量较大或者订货频次较高的货物运送距离过长。
2.仓库中的通道较多，以平面布局的原因致使仓库空间的利用率下降，对于一些小件的物品，应采用货架形式以减少占用的面积。
3.对于不合格品，其存放的位置过于深入，导致当一段时间内的订单中的某些货物没被订购后，或部分不合格品的货物没有尽快的撤走，造成仓库的积压，占用场地。
4.对于某些货物，如011类，其放置位于众多货物中间，而且没有通道直接去领取，导致像这类的货物的拣取困难，浪费时间。
EQ分析与EN分析
EQ分析与EN分析首先，EQ分析是指情商分析，情商是指个体在处理情感和人际关系方面的能力。
情商可以衡量个体的情感理解能力、情绪管理能力和人际交往能力。
情商高的个体通常能够更好地理解自己和他人的情感，有效地管理自己的情绪，并积极地与他人建立和维护关系。
情商分析旨在评估一个人的情商程度，以便了解其人际交往能力和情感智力的强弱。
通过情商分析，可以帮助个体提高其情商，进而提升其人际关系和情感管理能力。
情商分析可以通过许多技术和方法进行，其中最常用的是情绪智力测量工具。
情绪智力测量工具通过对个体进行一系列情绪相关的评估和测试，以确定其情绪智力的水平。
这些测试可以评估个体在情绪识别、情绪理解、情绪表达和情绪调节方面的能力。
情商分析还可以通过观察和评估个体在日常生活和工作环境中的情绪表现来进行。
与之相比，EN分析是指情绪化智商分析，情绪化智商是个体用情感信息对情境和问题进行分析和处理的能力。
情绪化智商包括个体对情感信息的处理和应用能力，以及根据情感信息做出正确决策的能力。
情绪化智商可以帮助个体更好地理解和控制自己的情绪，并更有效地应对情感问题和挑战。
情绪化智商分析旨在评估个体的情绪智商水平，并帮助其开发和提高自己的情绪化智商。
情绪化智商分析通常涉及一系列关于情感分析和情感理解的测试和评估。
这些测试可以包括对个体情感解读和情感应用能力的评估，以及对个体在面对情感问题时做出决策的能力的评估。
情绪化智商分析还可以通过观察和评估个体在真实情境中对情感信息的处理和应用来进行。
EQ分析和EN分析在实际应用中可以相互补充和支持。
情商和情绪化智商都涉及个体在处理情感和情绪方面的能力，但侧重点有所不同。
情商更注重个体在人际交往和情感管理方面的能力，而情绪化智商更强调个体在情感信息解读和应用方面的能力。
因此，在实际应用中，通过结合使用情商和情绪化智商分析，可以更全面地了解个体的情感智力，提供更准确的评估和帮助。
总结来说，EQ分析和EN分析是两种用于评估和帮助个体发展情感智力和情商的心理学理论。
EIQ数据分析详解
资料分析使用的统计方法
• 平均值 • 最大、最小值 • 总数 • 柏拉图分析 • 次数分布 • ABC分析
柏拉图分析
• 在一般物流中心的作业中，如将订单或单 品品项出货量经排序后绘图(EQ、IQ分布 图)，并将其累积量以曲线表示出来，即为 柏拉图，此为数量分析时最基本的绘图分 析工具。
• 其它只要可表示成项与量关系的资料，均 可以柏拉图方式表达。
– 品项受订次数(IK)分析：每单一品项出货次数的分 析
EIQ资料统计格式（单日）
出货订单
出货品项
订单出货 订单出货
I1
I2
I3
I4
I5 … 数量
品项
E1
Q11 Q12 Q13 Q14 Q15
Q1
N1
E2
Q21 Q22 Q23 Q24 Q25
Q2
N2
E3
Q31 Q32 Q33 Q34 Q35
Q3
N3
如果季节变动的差距超过3倍以上，可考 虑以部分外包或租用设备方式，另外在 淡季时应争取互补性的商品业务以增加 仓储设施利用率
循环 变动
有以一季为单 位的周期性变 动趋势
如果高低峰差距不大且周期较短，可以 周期变动内的最大值规划，后续资料分 析可缩至某一周期为单位以简化分析作 业
不规则 变动
无明显规则的 变动趋势
6000
料进行分析
– 一般常见的分布趋势如：一周内出货量集中在周五、
4000
周六；一个月内集中于月初或月尾；一年中于某一季
出货量最大。
2000
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
出库订单EIQ分析
1.1 出库订单EIQ分析（1）订单特征值表1-13 订单的统计参数EQ EN IQ IK IQ IK（出货B数/单）（品项数/单）（出货B数/品项.年）（受订次数/品项.年）（出货B数/品项.天）（受订次数/品项.天）1243.5 16.5 47945 664.5 191.8 2.7 （2）EQ分析EQ分析见表1-15所示。
表1-14 EQ分析项目图表及说明主参数订单数总出货量（B）最大值最小值算术平均值全距52275 65004429 421920 1 1243.5 421919分析图ABC 分类分类出货量比率订单数订单数比率出货量（B）A类70% 3467 7% 45501798 B类20% 9792 19% 13001572 C类10% 39016 75% 6501059频次图频度图分析结论1）订单订量分布较为分散，两极分化，说明订单的订量波动范围很大，可进行A、B、C分类；2）A类订单为大订单，订量占70%，订单占总单量的7%，多为整箱出货，应优先出库。
3）B类订单为较大订单，订量占20%，订单占总单量的19%；4）C类订单虽然总出货量很小（10%），但是其订单数较多，占总单量的75%，属于作业量最繁重的订单，主要集中在零货区，这类订单的处理应采用合理的分拣策略，提高其分拣作业效率。
（3）EN分析EN分析见表1-15所示。
表1-15 EN分析项目图表及说明主参数订单数总品项数最大值最小值算术平均值全距52275 862656 1103 1 16.5 1102分析图频次图频度图分析结论1）订单的平均出货品项较多16.5种；2）订单出货品项小，分拣作业比较适合采用合并订单分拣然后再分货的方式；；3）由于药品体积较小且储位分区管理，且每品项的拣选量不是很大，对于零货区推荐采用批量拣取，拣选时分类的作业方式。
4）累计出货品项数（GEN）为所有订单订货品项数的累加值，可用于分析拣货时间、拣货人力需求，或作为生产率指标。
什么是EIQ分析
什么是EIQ分析EIQ分析是物流中心的POS系统，进行物流系统的系统规划，从客户定单的品类、数量与订购次数等观点出发，进行出货特征的分析。
E（订货件数order entry）、I（货品种类item）、Q（数量quantity），是物流特性的关键因素，EIQ分析就是利用E、I、Q这三个物流关键因素，来研究物流系统的特征，以进行基本的规划。
该理论由日本物流研究所铃木震先生提出并积极推广，铃木震在日本有着很大的影响力，作为一位知名的物流顾问，在研究了众多的物流实务案例的基础上，发展出了这样一套完整的分析管理工具。
其中，E是指“Entry”，I是指“Item”，Q 是指“Quantity”。
既是从客户订单的品项，数量，订货次数等方面出发，进行配送特性和出货特性的分析。
EIO分析的分析项目主要有EN（每张订单的订货品项数量分析）（注：N为日文Nnai意“种类”的首字母）、EQ（每张订单的订货数量分析），IQ（每个单品的订货数量分析），IK（每个单品的订货次数分析）（注：K为日文Kasanatsut意“重复”的首字母）。
EIQ分析是根据以上四个分析项目的结果进行综合考量，为配送中心提供规划依据。
[编辑]EIQ分析的意义[1]EIQ分析起着历史订单资料与具体分析之间的衔接作用.规划前期通过EIQ分析，可以避免规划人员迷失在庞大的资料数据中。
通过EIQ分析.还可从订单中详细内容了解客户、品项以及数量等关键规划要素之间的关系与现状对配送中心的拣选系统规划和改善具有重要意义.具体概括以下五条:(1)确定货物一般物性与特征(2)得出符合物流系统特性的物流系统各类模块(3)为进一步选择物流设备提供依据(4)提供数据仿真分析(5)开展物流系统基础规划工作[编辑]EIQ分析的内容[2]EIQ分析法(订单品项数量分析)是由日本铃木震先生首先提出的.它是针对以市场需求导向为主，且具不稳定或波动条件的配送中心作业系统的一种分析方法。
医药公司订单EIQ分析报告
表2EN分析
项目
图表及说明
主参数
订单数
总品项数
最大值
最小值
算术平均值
全距
6954
41916
62
2
6
60
分析图
频次图
频度图
分析
结论
1）订单的平均出货品项较少（3种），订3个品项以下的比例为63%；
2）订单出货品项小，比较适合采用订单合并分拣；
3）由于订单品项重复率较低，因此对于零货区推荐采用批量拣取方式作业；
1
58
16081
分析图
ABC分类
分类
出货量比率
品项数
品项比率
出货量
70
29
1
75859
20
67
3
22420
10
1773
96
11017
频次图
频度图
分析结论
1）IQ分布为一般配送中心典型模式，总出货品项数为1870种，总出货件数为109296件，品项平均出货量为58件；
对品项进行ABC分类，c类药品属出货量很大的主流产品，占品项数的96%，应作为规划的重点；B、C类药品属出货量较小的货品，规划时仅作一般的考虑。
4）由于药品体积较小且储位分区管理，且每品项的拣选量不是很大，推荐采用拣选时分类的方式；
累计出货品项数（GEN）为所有订单订货品项数的累加值，可用于分析拣货时间、拣货人力需求，或作为生产率指标。
三、
表3IQ分析
项目
图表及说明
主参数
品项数
总出货数（件）
最大值
最小值
算术平均值
全距
1870
109296
16082
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、EQ 分析与EN 分析
1、EQ分析
主要了解单张订单出货数量的分布情形，可用于决定订单处理的原则拣货系统的规划并将影响出货方式及出货区的规划。
现拟定2010年1月共有订单36张，每个地区每种品项一个月一张，而且每张订单的出库数量不均衡，最大量为320箱，最小量为0箱。
具体数据如下：
表1 EIQ资料统计表单位：箱
出货订单
出货品项订单出
货数量
订单出
货品项I1 I2 I3 I4
E1 43 71 23 91 238 4
E2 89 0 55 59 203 3
E3 23 154 27 46 250 4
E4 63 40 83 70 256 4
E5 92 21 320 15 448 4
E6 19 76 60 98 253 4
E7 278 80 73 42 473 4
E8 72 38 79 45 234 4
E9 51 63 39 178 331 4
单品出货量730 543 759 644 2676 9
单品出货次数9 8 9 9 ——35
注：E1——福州市，E2——泉州市，E3——厦门市，E4——宁德市，E5——漳州市，E6——龙岩市，E7——莆田市，E8——三明市，E9——南平市
I1——日用陶瓷，I2——建筑陶瓷，I3——电瓷，I4——特种陶瓷
将1月的发货数据进行分组统计得到表2：
表2 1月的发货数据分组统计
分组（箱）订单数(张）百分比
0~100 32 88.88%
100~200 2 5.56%
200~300 1 2.78%
300~400 1 2.78%
总和36
100.00%
图一、1月的发货数据
由此可知订单出库数量分布趋势明显，出库量大的少数订单即出库箱数在100箱以上的订单其订单张数占整个订单数的比例近11%，可作A 类重点管理。
出库箱数少但订单张数特别多的如出库箱数在100箱以下的订单其所占比例高达88%，故将该类订单另行分类以提高拣货效率。
将出库箱数在100箱以下的订单再次分组统计得到表3：
表3 1月出库箱数在100箱以下的订单发货数据分组统计
分组（箱）订单数(张）百分比
0~25 6 18.75%
25~50 8 25.00%
50~75 10 31.25%
75~100 8 25.00%
总和32 100.00%
图二
由表3及图二，我们可看出75%的订单出库箱数集中在75箱以下，订单数多但出库箱数少，应归入C类。
出库箱数在75箱和100箱之间的，出库量相对较大订单数相对较少，归入B类。
C类如果采用批量拣取，物品批量拣出后又要在分货区按太多的订单进行分类，反而降低了拣货效率，故可按订单进行拣货。
A 、B 类因单张订单出库量大同时订单数较少，如果几张订单出货的品种一样可实施批量拣货之后依客户订单的数量进行订单分割。
这样可以缩短拣取时行走搬运的距离增加单位时间的拣货量。
2、EN分析
分析单张订单出货品项数的分布，对于订单处理原则及拣货系统的规划有很大影响并将影响出货方式及出货区的规划。
通常配合总出货品项数、订单出货品项、累计数总品项数三项指标综合参考。
将2010年1月的单张订单出货品项数分组统计后得到表4：
表 4 单张订单出货品项数分组统计表
订单数（张）百分比
EN=3 1 11.11%
EN=4 35 88.89%
总和36 100.00%
由此可看出，89%的订单出货品项数为4，11%的订单出货品项数为3。
当订单出货品项重复率高时，可采用批量拣取配合边拣边分类作业。
因单张订单出货品项数少故对拣选设备及作业能力的柔性要求不高。
二、IQ 分析与IK 分析
1、IQ分析
由2010年1月的EIQ 资料统计表，将各品项的出货总量IQ 按从大到小的顺排序序，然后进行比例和累积值的计算得到表5和图四：
表5 各品种的IQ 计算表
出货品项出货总量IQ 百分比
电瓷759 28.20%
日用陶瓷730 27.40%
特种陶瓷644 24.10%
建筑陶瓷543 20.30%
总和2676 100.00%
图三各种类型陶瓷IQ分布状况
由表5，可看出各种类型陶瓷出货总量的分布呈现趋平状态，不能找到规律与周期，因此可将单月IQ 量与半年的IQ总量进行交叉分析，见表6：
表 6 单月IQ 量与半年的IQ 总量交叉分析表
日用陶瓷建筑陶瓷电瓷特种陶瓷一月730 543 759 644
二月751 690 500 567
三月720 777 450 500
四月731 741 512 459
五月699 792 478 540
六月660 822 512 480
总和4291 4365 3211 3190
平均715.17 727.5 535.17 603.17
图四
日用和建筑两种陶瓷不半年的IQ总量较大，为出货量最大的主力产品群。
仓储拣货系统的规划应以此类为主，仓储区与拣选区合并以固定储位储位，区域应最大，入库周期应缩短，存货的数量应设置较高，以应付单日出现的大量出货。
电瓷和特种陶瓷品种半年的IQ 总量都小，出货量不高，是使周转率降低的C类商品。
存储区以随机储位拣货区可与仓储区合并以减少多余库存同时应注意降低存货水平。
2、IK分析
由2010年1月的EIQ 资料统计表,将各品种的IK按从大到小的顺序排序然后进行比例和累积值的计算得到表7
表7 各品种的IK 计算表
图五各品种的IK 计算表
由表7可看出，规划时可依产品分类划分储区及储位配置，可因出货频率可接近入出口或便于作业的位置以缩短行走距离。
3、IQ及IK交叉分析
将IQ 及IK 分析合并在一张表中得到两者的交叉分析，见表8和图六
图六 IQ及IK交叉分析图
由图6,可看出，日用陶瓷和电瓷的出货总量IQ及出货次数IK都大，应归入A 类，储区可规划在接近入出口或便于作业的位置，以缩短行走距离。
建筑陶瓷出货总量IQ及出货次数IK 都小，归入C类，可规划弹性储位或存放在固定储位的较高层货架隔板上。
特种陶瓷归入B类，储区可规划在A 类和C 类的中间位置。