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：20目录一、P CB分析 (3)二、订单和数量（EQ）分析 (3)三、订单与品项（EN）分析 (4)四、品项和数量（IQ）分析 (5)1、基本IQ 分析 (5)2、................ 单月与全年的IQ 交叉分析6五、品项受订次数（IK）分析 (8)1、............................. 基本IK分析82、......................... I K和IQ交叉分析9、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400X 400X 400 600X 400X 600 600 X 300 X 600 400 X 200 X 200300 X 200 X 40（600 X 300 X 30300 X 200 X 600 400 X 300 X 20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 A3、263.88kg/mW、277.778kg/m A3、437.5kg/mA3、333.333kg/mA3、277.778kg/mA3、277.778kg/mA3、208.333kg/mA3。
品类体积(mA3)质量（kg）密度(kg/mA3)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。
200X年出货量分布图出货量分布图1400000 12000001000000800000600000400000200000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货量718413618904777624864270857971747002653323763279、订单和数量EQ）分析数箱货岀月月月月月月月月月月月月一二三四五六七八九十一二十十■出货量--- 月平均出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 处理订单刀?住94151张，累积出货箱数箱，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。
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 月平均出货分析结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 论 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目分布图94151618904867739.416120.00% 100.00%80.00% 60.00%40.00%出货量 ——累积百分比^0590OQ4720.00% -0.00%1000000 800000600000400000 200000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箱这个数据。
IQ 分析图表及说明1、 I Q 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， 可利用项 目 主 参 数 分 布 图品项数总出货量最大值 最小值 平均值873907ABC 分类 定量比率70%20% 品项数 __________ 品项比率2（ A02、A01） 25% 2 （A03、A04） 25% 4（剩余的4项）50%■出货量 —累积百分比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月份月份月份以上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30000ABC 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 论 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894151 23964(A01) 717(A08) 11769分 布 图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 柱形分布图25000数张单订A01 A02A04 A05 A03A06A07A08■各品项全年订单数23964 20569 13638 11287 11178 10629 2169 71720000 15000 10000 50002、IK和IQ交叉分析从表中的结果来看，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。