目前,零售便利店市场持续火热的发展。成品仓库管理是零售便利店运营的重要节点,仓储管理直接影响零售企业的仓库运作效率。零售便利店如何进一步降低管理运作成本,提高客户满意度实现长远发展显得尤为重要。为保证零售便利店的长远发展,提高物流仓库运作效率,零售店必须优化仓储拣货系统,优化设计方法主要运用EIQ分析、ABC分析和交叉分析。通过EIQ分析模型,对配送中心的订单数据进行分析并掌握其规律[1],为零售店的成品仓库的规划布局提供建议,发挥长期的高效益。
EIQ分析是通过“E”“I”“Q”这三个物流关键要素及相关影响因素的分析,发现流通环节物流作业系统运行规律,掌握物流系统的作业特征,以便进行诊断分析物流作业系统存在的问题,加强完善、优化或规划物流设施配置与物流作业方式。其中,E是指订货件数“order entry”,I是指货品种类“item”,Q是指数量“quantity”。该理论最早由日本铃木震先生提出,主要是从客户订单的品种、数量和订货次数等方面出发,对配送特性和出货特性进行分析[2]。
EIQ分析的内容主要包括EQ、EN、IQ以及IK四个类别的分析:①EQ分析:分析订单的出货数量;②EN分析:分析订单的出货项数;③IQ分析:分析每一品项(SKU)出货总数量;④IK分析:分析每一品项(SKU)的出货次数。
上述分析类别的重点不一致,针对不同需求采用的分析指标各不相同,文章主要对EN、IQ及IK类别进行研究分析。
F公司是一家于2017年4月5日成立的智慧零售系统供应商和智慧门店运营商,主要经营的内容有电子商务平台的开发建设、互联网技术的设计、信息传输技术的研究,以及连锁运营无人零售便利店等其他无人零售技术研发。但零售行业的激烈竞争,公司处于创业期,零售店面未形成一定的规模,自身的产品差异化的程度较低,且公司的管理模式也有待完善。而自身拥有的专业配送中心,由于自动化程度较低以及商品种类和库存较少,库位划分的合理和拣货方法的科学性等问题,导致拣货作业成本居高不下。F公司所面临运营环境的复杂多变,利用订单、产品和数量等数据进行有效分析,发挥长期高效益是选择的必要性。
表1 F公司一周订单EIQ资料统计资料(周) 导出到EXCEL
订单品项收货点 |
A店 | B店 | C店 | D店 | E店 | F店 | G店 | H店 | I店 | J店 | K店 | L店 | 单品出货次数 |
北海道蛋糕85g |
1 | 1 | 1 | ||||||||||
草莓芝士晶冻慕斯 |
2 | 2 | 1 | ||||||||||
层层香酥慕斯105g |
4 | 4 | 1 | ||||||||||
…… |
|||||||||||||
岩烧乳酪吐司85g |
23 | 26 | 49 | 2 | |||||||||
窈窕三明治袋装 |
11 | 46 | 2 | ||||||||||
订单出货数量(Q) |
49 | 94 | 115 | 43 | 32 | 31 | 35 | 11 | 20 | 34 | 70 | 534 | — |
出货品项数(N) |
5 | 8 | 7 | 2 | 2 | 2 | 4 | 2 | 2 | 1 | 5 | 8 | 41 |
文章所选取样本数据中,总出货品项为28种,出货品项累计41种。从图1订单品项(EN)分析中可以得出,订单品项数为2的订单占全部订单比重的45.45%,订单品项数为5的订单占全部订单比重的18.18%,订单品项数为8的订单占全部订单比重的9.09%。易知F公司的订单品项数差别比较大,重复率较低,不适于采用批量作业的方式,也因为这样,造成了拣货作业冗余、作业效率不高的问题。若采用按单一订单的拣取方式,则会造成拣取作业频繁。
IQ分析可以使我们了解各类产品出货量的分布状况,分析产品的重要程度与运量规模[3],能够针对众多商品作出ABC分类,并对不同的商品予以不同的管理方式。
图2是在F公司2018—2019近一年的订单总量中,抽取其中一周各种类商品出货总数量进行的IQ分析。
由图2可得,一周的发货种类为28种,每一种类最大发货量为61个,最小发货量为1个,其中A类商品主要是酥皮椰条、台式菠萝包、奶香松松面包、毛毛虫等,该商品仅占品项比率的21%,但是其订单数量占其总量的56.7%,对这类产品F公司可以采取重点管理,B类商品有纯熟牛奶吐司、奶香蛋糕、辣味香松等,该类商品占品项比率的29%,订单数量占比32.6%,对这类商品的管理强度可以弱于A类商品,C类商品有层层香酥慕斯、葡萄餐包、唱片面包等,该类商品在品项比率上占比50%,但是在订单数量上仅占比10.7%,对该类产品的管理强度可以再弱于A类和B类产品,将更多的管理资源放到前面两类商品上。
表2 商品IQ分析 导出到EXCEL
分类 |
商品名称 | 出货数量 | 百分比 |
A |
毛毛虫 |
48 | 8.99% |
奶香松松面包 |
55 | 10.30% | |
牛舌饼 |
35 | 6.55% | |
…… |
|||
B |
辣味香松 |
30 | 5.62% |
戈壁滩 |
25 | 4.68% | |
岩烧乳酪吐司85g |
26 | 4.87% | |
…… |
|||
C |
葡萄餐包8 |
3 | 0.56% |
葡萄小卷 |
5 | 0.94% | |
满意三明治袋装 |
2 | 0.37% | |
…… |
另外,在考虑仓库自动化和机械化时,不需要全部种类都实现自动化和机械化。通过IQ曲线,能发现只需要在库种类的20%~30%实现自动化和机械化,就能使发货量的60%~70%实现自动发货。
IK分析是统计各品种商品被不同客户重复订货次数,有助于了解各产品的出货频率。可以用来配合IQ分析决定仓储与拣货系统的选择[4]。另外,当储存、拣货方式已决定后,有关储区的划分及储位配置也可利用IK分析的结果作为规划参考的依据。
下面是F公司某一周的商品受订次数的记录,按照受订次数从高到低排列。
由表4可知,对于受订次数最高的奶香松松面包和台式菠萝包应该放置在接近出口的储位位置或便于作业的位置,对于受订次数较高的商品,如毛毛虫、戈壁滩、酥皮椰条等也要考虑放置在离出货区较近的储位,从而减少拣货路径的迂回,缩短行走距离,提高拣货效率。
对IQ和IK分别进行分析后,对该公司各类产品的出货量分布状况和重复订货次数有了大概的了解,在仓储位置中,发货数量和订货次数的多少都关系着产品在进行出入库过程所需的通过位移和作业时间,为了使得出的数据可以更好地优化该公司的仓储配置,对订单商品受订次数和订单商品出货数量进行双向的交叉分析,得出了交叉分析表,如表5所示。
表5 交叉分析 导出到EXCEL
出货品项 |
IQ | IQ百分比 | IK | IK百分比 |
北海道蛋糕85g |
1 | 0.19% | 1 | 0.50% |
满意三明治袋装 |
2 | 0.37% | 2 | 0.99% |
蓝莓芝士晶冻慕斯 |
2 | 0.37% | 1 | 0.50% |
…… |
||||
台式菠萝包 |
55 | 10.30% | 14 | 6.93% |
酥皮椰条 |
61 | 11.42% | 12 | 5.94% |
总量 |
534 | 202 |
为了能更加直观地看出商品的订货量与发货次数两种数据的综合趋势,将上表的商品发货数量和与货次数统计在一张图上,如图3所示。
通过图3可以看出,一般商品的出货量越大,它的订货次数也会随之增多,两者之间成正比关系,从图中可以看出IQ的走势较大而IK曲线的坡度变化不大,我们以IQ分析的结果为主要影响因素,来研究商品的交叉分析和ABC分类表。
表6 交叉ABC分析 导出到EXCEL
类别 |
出货量 |
出货量 比率 |
订货 次数 |
订货次 数比率 |
品项数 |
品项 比率 |
A |
303 | 56.74% | 74 | 36.63% | 6 | 21% |
B |
174 | 32.58% | 90 | 44.55% | 8 | 29% |
C |
57 | 10.67% | 38 | 18.81% | 14 | 50% |
通过对表6进行分析,发现A类商品的品项比率仅占21%,但是其出货量达到了56.74%,订货次数达到了33.63%,该类产品的出货量大而且出货次数比较频繁,在仓库布局中,该类产品的货架可以安排在靠近出货口的位置;B类产品的品项率占比29%,订货次数比率为44.55%,而出货量比率为32.58%,该类产品的订货次数较多但出货规模为中等,该类产品可以放置在比较靠近出货口的位置,紧挨A类产品;C类产品的品项比率有50%之多,但是其出货量和订货次数都占比较小,该类产品属于零星出货类,在仓库内可以将其放置在靠后的位置,也可以分开放置。
通过分析结果,也可以优化将F公司仓储中心的作业方式,对于出货量和订单数都较大的A类产品,可以采用批量拣货的方式,然后分类作业来处理;对于B类产品,可以以订单别拣取为主;对于C类产品,可以综合订单别拣取和分割小的拣货区两种方式来操作。
在仓储规划中,数据的处理和分析是最基本也是最重要的一环。EIQ分析法作为现代仓储管理的一种广泛实行的方法,在提高仓储管理效率、节约成本方面有明显作用。文章基于订单、产品和数量的科学分析,结合EIQ分析、ABC分析以及交叉分析等方法,进行订单不同层面的分析,找到货物在仓库的接收、储存、拣选、出货特征,有效地掌握物流特性并提供仓库布局规划方案。希望文章的研究能为F公司仓库的规划决策提供有效的管理依据。
标签:
上一篇: 基于SLP方法的LB公司仓库布局研究
下一篇: 立体仓库出入库仿真与优化技术