EIQ-ABC 分析法在配送中心储位分配中的应用

        配送中心运作效率的高低主要取决于仓储业务流程的作业效率，在配送作业流程中，储位分配的是否合理性成为影响配送运作效率的重要因素。为实现储位的合理分配，提出通过对订单信息的分析，并应用 EIQ-ABC 分析法，以此实现缩短货物的搬运距离，降低搬运时间的目标，并通过案例对其进行分析。

ABC 分类法及 EIQ 分析法

1.1 ABC 分类法

        ABC 分 类 法 其 遵 循 的 原 则 是 “抓 住 重 点 核 心，分 清 主 次 ”。ABC 分类法是对物料进行分类的一种基本常用的方法。它将管理对象按照所占主要特征值累计百分比的多少进行分类，分别为 A 类重要物资，B 类一般重要的物资和 C 类不重要的物资。ABC 分类法是对货物进行有效合理地管理的基础，在仓储管理中，应按照货物的出入库频率来进行分类，实现对重要 A 类的优先特殊安排，方便存取作业，加快货物流通速度，提高仓储作业效率，从而降低仓储成本。

2 EIQ 分析法

        EIQ 分析主要是对订单中货品的品项数 ( EN) 、每张订单的订货数量 ( EQ) 、每个货品的订货数量 ( IQ) 、每种货物的订货次数( IK) 进行分析，通过数据的综合分析，配送中心掌握客户的需求，能够对货物的货位分配做出相应的调整，以便对市场需求做出快速反应，提高服务质量。

I1，I2，I3，……I15 表示客户订单中的货品品项即客户所订购的 15 种商品，1，2，3……16 表示一个月内收到客户的订单数。根据分类存储的策略对其分别进行 IQ － ABC 分析和 IK － ABC 分析。

1)  IQ － ABC 分析:

         根据表 1 作 IQ － ABC 分析图 ，并对其进行分析

        通过订单的 IQ － ABC 分析图，可以发现各个子产品的出库数量存在明显的差异性，可以对其进行 ABC 分类管理。产品 I15、I13、I6、I5、的出货数量累积百分比达到了 57． 56% ，品项数量占品项总数量的 26． 67% ，将其分为 A 类产品; I8、I1、I3、I11、I4、I14 的出货数量累积百分比达到了 33． 02% ，品项数量占品项总数量的 40% ，将其
归为 B 类产品; C 类产品出货数量累积百分比达到了 9． 42% ，品项数量占品项总数量的 33． 33% ，他们分别是 I7、I2、I12、I10、I9。

2）IK － ABC 分析:

        根据表 1 作 IK － ABC 分析柏拉图，并对其进行分析

        从图中可以看到出货频数的分布也是呈现比较明显的阶梯状，通过订单的 IK － ABC 的单品项分析图，依据 ABC 分类法，将其进行 IK － ABC 分类: A 类产品的品项出货频数累计 百 分 比 高 达 59．74% ，品项数量占品项总数量的 40% ，他们分别是 I15、I14、I13、I6、I9、I8，B 类产品的品项出货频数累计百分比为 24． 03% ，品项数量占品项总数量的 26． 67% ，他们分别是 I1、I5、I3、I4; I2、I13、I11、I10、I7 他们的品项出货频数累计百分比为 16． 23% ，品项数量占品项总数量的 33． 33% 。

3）IQ － IK 的交叉分析:

        在以上两种分析的情况下，对 IQ 和IK 进行交叉分析，根据图表 1 作 IQ － IK 交叉分析图，并对其进行分析:

        从图形中可以看出，一般出货量大的出货频数一般也较大，所以 IQ － IK 交叉分析表得到的结果更偏向于 IQ － ABC 分析的结果，因此，根据 IQ － IK 分析，分类结果如表所示

根据 EIQ － ABC 分析将货品进行分类，A 类出库频率高且出货量大应存放于距离仓库出口最近的地方，B 类存放于距离出货口相对远一点的地方，而 C 类出库频率较低并且出货量较小，存放于距离出货口较远的地方。三类货品存放的大体位置如图 所示:

        根据表 2 分别对同类的货品进行关联度计算，计算结果如表 所示:

 根据关联度将其进行进一步的储位分配，在原有的基础上进行优化。各货物的储位分布如图 5所示

附：产品关联度计算分析方法

        这里仅教大家方法论。大家一定听说过购物篮分析。生活中，大多数人都喜欢逛超市，在超市里购买商品。选购产品的时候，消费者有时会选择有关联性的商品，例如买泡面时顺带一根火腿肠或者一个卤蛋、买面包时搭配一瓶牛奶。超市把有关联的商品摆放在一起，方便消费者购买

关联度=商品组合的发生次数/同时购买两种独立商品的次数估计值

商品组合的发生次数=两个产品同时购买的次数

独立商品的次数估计值=产品1的购买率×产品2的购买率×总购买次数