EIQ 法分析步驟

EIQ 之基本步驟如下圖：

圖3.1 EIQ 法分析步驟 步驟一：資料蒐集、取樣

EIQ 所需的資料量可先將訂單就單日別的出貨數量進行初步分析，

找出可能的作業週期及波動幅度。但由於醫療用品的需求變動性較大，

所以單就單一週期中最具代表性的一天作為分析資料，其結果將失之偏 頗。故可依平日經驗多選取幾天相互比較，並參考一週、一個月或一季 的資料，較易瞭解物流中心在淡旺季或各週期的作業變化情形。通常EIQ 分析法，會以一個月的訂單資料進行分析，倘若EIQ 的資料量過大不易 處理時，可配合物流中心的作業週期性，先取較短的分析週期，若有必 要時再進行更長時間的資料分析;亦可依商品特性或客戶類別將資料分 成數個群組，針對不同的群組進行個別的 EIQ 分析；或是以某群組為代 表，進行分析後再將結果乘上倍數，以求得全體資料。

步驟二：資料分析與圖表製作

EIQ 分析法是一種量化的方法，經常搭配一般的統計方法或其他分 析方法（如表 3.2）來進行物流系統的各種物流特性分析。

資料分析與圖表製作 資料蒐集、取樣

分析、解讀圖表

進行規劃、應用

表3.2 EIQ 分析之量化方法

方法 目的

算數平均數 取所得數據之平均水準 中位數 避免平均值受極端值之影響

全距 最大與最小值的差異

四分位距 避免全距受極端值影響

變異數 取所得數據對平均值的離差程度 標準差 取所得資料之分散程度

變異係數 取所得資料之分散程度並將單位標準化 相對百分比 將個別值加以排列並計算百分比

ABC 分析法 將數值按大小排列，並累計其百分比 資料來源：本研究整理 將取樣得到的資料，利用資料統計方法進行 EQ、EN、IQ、IK 等各 類資料表分析，並將所得出的分析數據圖表化，即成為物流中心特性的 重要依據，且依據各圖表的分析結果去選擇適用的狀況。

步驟三：EIQ（訂單/品項/數量）分析與解讀圖表【16】【17】【18】【30】

E、I、Q 位數：一天處理 100 張訂單的物流中心與一天處理 1000 張訂單的物流中心，對於其作業場地及人員數可能會產生不同的需求。

因此，在分析之前，必須先確認物流中心整體的業務量及業務繁雜程度，

即 E、I、Q 是屬於個位數、十位數或百位數以上的規模。

E、I、Q 大小關係：當 I 較小而 Q 較大時，基本上可歸類為「少樣 多量」的出貨形式；反之，則屬「多樣少量」的出貨模式。而要判斷 I、

Q 的大小或許不是很容易，究竟 I 怎樣才算大、或是多樣，則必須參考 上述EIQ 位數的大小，以及與整個庫存的總品項相比較後才能論定；至 於 Q，就必須考慮其位元數的大小以及其單位，若出貨單位為棧板，則 可預見應屬大宗的出貨量，由此可得知物流系統的大略狀況。

EQ（訂單量）分析：單張訂單出貨數量的分析。

EQ 分析表目的：可以明確的瞭解客戶的訂貨量及比例，進而掌握貨品 配送的需求及客戶ABC 分析，作為管理參考之依據。

EQ 分佈圖目的：在面對眾多的處理對象時，適時給予分類管理，或是 在資源有限時給予重點管理，以求事半功倍之效。亦 即藉由觀察多少百分比的訂單數，佔多少百分比的出 貨量，是否出貨量集中在某些客戶。

EN（訂貨品項數）分析：單張訂單出貨品項數分析。

EN 分析表目的：依單日訂單品項數據資料可瞭解客戶訂貨品項數的多 寡，判斷較適用之揀貨方式。

EN 分佈圖目的：讓管理人員更容易掌握客戶訂購品項數的分佈情形，

以決定使用之揀貨方式應為批量別揀取或訂單別揀取 較可提高揀貨速率，並可由分佈圖判斷物品揀貨時間 與揀貨人力需求，依此作為揀貨作業的生產力指標。

IQ（品項數量）分析：各單一品項出貨總數量分析。

IQ 分析表目的：針對眾多商品做分類並予以重點管理，也就是觀察多少 百分比的出貨商品，佔多少百分比的出貨量，是否出貨 量集中在某些商品，由此可以知道哪些品項為當期出貨 之主要產品。

IQ 分佈圖目的：從 IQ-ABC 分析讓管理人員易於瞭解主要產品之狀況以 及需加強控管的商品。IQ 分佈圖亦能影響商品儲區的規 劃彈性、甚至於揀貨系統的設計。

IK（品項受訂次數）分析：各單一品項出貨次數分析。

IK 分析表目的：即是統計各種品項被不同客戶重複訂貨次數，有助於瞭 解產品別之出貨頻率。

IK 分佈圖目的：由分析得知產品出貨次數頻率，若能再配合 IQ 分析，

兩者將使設計者易於決定倉儲及揀貨系統的設計，並可 進一步劃分儲區及儲位配置。

步驟四：進行規劃與應用

EQ（訂單量）分析之應用如下：

1.物流中心的進出貨暫存區的規劃

EQ 的平均數乘以訂單數，即可估算出暫存區域的空間。倘若訂 貨品項數少，而訂購量大時，則表示此類訂單屬「少樣多量」訂單，

可採分類隨機儲位方式安排儲位，依訂單之相同性排列。若相反，則 屬「少量多樣」訂單方式，可採以減少揀貨距離為原則之儲位安排方 式來安排儲位，若倉儲管理資訊及設備許可，甚至可以循歸類訂單方 式，採批量揀貨。

2.包裝材質及大小的決定

從 EQ 分析中，可以觀察出訂單出貨的材積量、重量、出貨單位

（棧板、箱、個）、金額等，可依不同的特性，選擇適合的包裝。若商 品的材積較大，經常以打為其出貨單位，則必須以材積及出貨單位來 估算出包裝紙箱的規格，此時會選較大型的包裝紙箱；倘若商品的重

量較重，一般薄的紙箱耐不住其重量，會較易造成商品的損毀，所以 必須選擇較牢固的箱子來包裝；一般來說,較貴重易損壞的物品，則會 選擇以瓦楞材質來進行包裝。

3.揀貨順序的安排

大量少樣訂單的客戶較適合選用批量揀貨，少量多樣的訂單適合 以訂單別揀貨；依不同需求而有不同的系統規劃。

（1）當每筆訂單數量分佈趨向兩極化。

利用 ABC 分析法做進一步的訂單分類，以利將少數但量 大的訂單重點管理。以 ABC 分析法對商品種類進行分組，A 群組的商品屬流動率較高的產品，可安置於集中的區域，做分 區彙總揀貨，可將作業區隔單純且一致化，並可減少因不必要 的重複走動所耗費的時間。因為A 群組產品量大，進出貨頻率 高、週轉率也快，故可利用棧板堆疊，放置較靠近出口的地方 或動管區，並安排在較易揀取貨品的料架位置，以節省揀貨人 員的作業路徑。而 C 群組的產品量小，出現於訂單中的機率也 較小，故可放置於離出口最遠的地方或保管區的位置，並可安 排在較不易揀貨的料架位置。

（2）當大部分的訂單其訂貨量相近。

本類型是屬於大部分訂單量相似，只有少部分訂單持有特 大量或特小量，可針對主要量分佈範圍來進行儲位的規劃，但 少數差異量較大的部分，則可進行特殊管理。也就是如果只有 單獨一種品項的訂單，便可將每天的訂單作彙整，將某個地區 的訂單彙整為一張揀貨單，只需進行一次揀貨作業，以提高運 輸配送裝載的效率。

另外，如果是少數品項的訂單，則可將這些訂單以批量揀 貨的方式，將多張訂單集合成一批次，依商品品項別將數量加 總後再進行揀貨，之後依客戶訂單別來作分類，可縮短揀取時 行走搬運的距離，以增加單位時間的貨品揀取率，但不適用於 緊急訂單之處理。

（3）訂單量呈遞減的趨勢，無特別集中於某一訂單或範圍。

本類型由於下訂單的次數多，但訂單所訂購的數量逐次減 少，因此訂單量的分佈呈遞狀態。這類型的物流系統其規劃並 不容易，所以在進行揀貨作業時，可採複合方式來進行揀貨，

且可進一步的分析產品品項的相似性，視其相似性的高低而給

予不同的揀貨模式。

（4）訂單量分布相近，僅有少部分的訂單訂貨量較少。

本類型由於訂單量的分佈較為相近，故可將揀貨作業區分 為兩種型態，若是少量的訂單則可採批次處理或採零散揀貨的 方式來加以規劃。

（5）訂單量集中於特定數量且無連續性遞減。

本類型可能視為整（數）箱出貨，或為大型物件的少量出 貨。若是數量極大的訂單，可考慮使用較大單元負載，而不考 慮採零散出貨的方式來揀貨。反之，若是少量出貨的訂單，則 可採零散出貨的方式來揀貨。

（6）訂單量呈遞增的趨勢，無特別集中於某一訂單或範圍。

本類型為接獲訂單的數目很多，且訂購量也逐次增多，因 此訂單分佈呈遞增的趨勢。這類型的物流系統較易規劃，起初 可採訂單別揀貨的方式，而後因廠商的訂購數量增多，可採批 次別揀貨的方式。

4.配送路線的安排

依每筆訂單總材積或重量等資料及客戶區域合理性分配來決定 最佳的配送組合路線，即為排車計劃。究竟哪些訂單的貨品要一起 同車配送、選擇多少噸數的配送車，才能達成有效益的排車。通常 可視訂單的訂購數量來分配，將訂貨量大訂單與訂貨量小的訂單區 分開來，主要是希望訂貨量大的訂單由大車配送，而訂貨量小的訂 單則由小車來負責配送，因大車基本上不要停太多地點，以免不符 合經濟效益。當各區的客戶及訂單大略區分後，就必須考量配送車 輛的車型、車子的容積、收貨時間及該區客戶的交通路線限制，依 據不同的特性，來規劃最終的配車路線及配送順序。

5.客戶 ABC 分級

即藉由觀察多少百分比的訂單數，佔多少百分比的出貨量，得 出是否出貨量集中在某些客戶，而對眾多的客戶作分類。可配合

「80-20 法則」，即 20﹪的訂單件數佔了 80﹪的出貨量，則表示出 貨量集中在某些客戶，此時可調整客戶的管理政策，加強20﹪的客 戶管理，以求在有限資源下能達事半功倍之效。

6.客戶資訊管理

由 E 的總訂貨單數可以瞭解配送客戶之總據點數，從 EN（訂 貨品項數）分析可得悉每位客戶訂貨之品項數，而EI（訂貨品項）