目前,零售便利店市場持續火熱的發展。成品倉庫管理是零售便利店運營的重要節點,倉儲管理直接影響零售企業的倉庫運作效率。零售便利店如何進一步降低管理運作成本,提高客戶滿意度實現長遠發展顯得尤為重要。為保證零售便利店的長遠發展,提高物流倉庫運作效率,零售店必須優化倉儲揀貨系統,優化設計方法主要運用EIQ分析、ABC分析和交叉分析。通過EIQ分析模型,對配送中心的訂單數據進行分析并掌握其規律[1],為零售店的成品倉庫的規劃布局提供建議,發揮長期的高效益。

EIQ分析是通過“E”“I”“Q”這三個物流關鍵要素及相關影響因素的分析,發現流通環節物流作業系統運行規律,掌握物流系統的作業特征,以便進行診斷分析物流作業系統存在的問題,加強完善、優化或規劃物流設施配置與物流作業方式。其中,E是指訂貨件數“order entry”,I是指貨品種類“item”,Q是指數量“quantity”。該理論最早由日本鈴木震先生提出,主要是從客戶訂單的品種、數量和訂貨次數等方面出發,對配送特性和出貨特性進行分析[2]。

EIQ分析的內容主要包括EQ、EN、IQ以及IK四個類別的分析:①EQ分析:分析訂單的出貨數量;②EN分析:分析訂單的出貨項數;③IQ分析:分析每一品項(SKU)出貨總數量;④IK分析:分析每一品項(SKU)的出貨次數。

上述分析類別的重點不一致,針對不同需求采用的分析指標各不相同,文章主要對EN、IQ及IK類別進行研究分析。

F公司是一家于2017年4月5日成立的智慧零售系統供應商和智慧門店運營商,主要經營的內容有電子商務平臺的開發建設、互聯網技術的設計、信息傳輸技術的研究,以及連鎖運營無人零售便利店等其他無人零售技術研發。但零售行業的激烈競爭,公司處于創業期,零售店面未形成一定的規模,自身的產品差異化的程度較低,且公司的管理模式也有待完善。而自身擁有的專業配送中心,由于自動化程度較低以及商品種類和庫存較少,庫位劃分的合理和揀貨方法的科學性等問題,導致揀貨作業成本居高不下。F公司所面臨運營環境的復雜多變,利用訂單、產品和數量等數據進行有效分析,發揮長期高效益是選擇的必要性。

表1 F公司一周訂單EIQ資料統計資料(周) 導出到EXCEL

文章所選取樣本數據中,總出貨品項為28種,出貨品項累計41種。從圖1訂單品項(EN)分析中可以得出,訂單品項數為2的訂單占全部訂單比重的45.45%,訂單品項數為5的訂單占全部訂單比重的18.18%,訂單品項數為8的訂單占全部訂單比重的9.09%。易知F公司的訂單品項數差別比較大,重復率較低,不適于采用批量作業的方式,也因為這樣,造成了揀貨作業冗余、作業效率不高的問題。若采用按單一訂單的揀取方式,則會造成揀取作業頻繁。

圖1 訂單品項(EN)分析  下載原圖

IQ分析可以使我們了解各類產品出貨量的分布狀況,分析產品的重要程度與運量規模[3],能夠針對眾多商品作出ABC分類,并對不同的商品予以不同的管理方式。

圖2是在F公司2018—2019近一年的訂單總量中,抽取其中一周各種類商品出貨總數量進行的IQ分析。

由圖2可得,一周的發貨種類為28種,每一種類最大發貨量為61個,最小發貨量為1個,其中A類商品主要是酥皮椰條、臺式菠蘿包、奶香松松面包、毛毛蟲等,該商品僅占品項比率的21%,但是其訂單數量占其總量的56.7%,對這類產品F公司可以采取重點管理,B類商品有純熟牛奶吐司、奶香蛋糕、辣味香松等,該類商品占品項比率的29%,訂單數量占比32.6%,對這類商品的管理強度可以弱于A類商品,C類商品有層層香酥慕斯、葡萄餐包、唱片面包等,該類商品在品項比率上占比50%,但是在訂單數量上僅占比10.7%,對該類產品的管理強度可以再弱于A類和B類產品,將更多的管理資源放到前面兩類商品上。

圖2 訂貨數量與累計分布  下載原圖

表2 商品IQ分析 導出到EXCEL

另外,在考慮倉庫自動化和機械化時,不需要全部種類都實現自動化和機械化。通過IQ曲線,能發現只需要在庫種類的20%～30%實現自動化和機械化,就能使發貨量的60%～70%實現自動發貨。

表3 ABC分析 導出到EXCEL

IK分析是統計各品種商品被不同客戶重復訂貨次數,有助于了解各產品的出貨頻率?？梢杂脕砼浜螴Q分析決定倉儲與揀貨系統的選擇[4]。另外,當儲存、揀貨方式已決定后,有關儲區的劃分及儲位配置也可利用IK分析的結果作為規劃參考的依據。

下面是F公司某一周的商品受訂次數的記錄,按照受訂次數從高到低排列。

表4 F公司一周訂單IK數據  下載原圖

由表4可知,對于受訂次數最高的奶香松松面包和臺式菠蘿包應該放置在接近出口的儲位位置或便于作業的位置,對于受訂次數較高的商品,如毛毛蟲、戈壁灘、酥皮椰條等也要考慮放置在離出貨區較近的儲位,從而減少揀貨路徑的迂回,縮短行走距離,提高揀貨效率。

對IQ和IK分別進行分析后,對該公司各類產品的出貨量分布狀況和重復訂貨次數有了大概的了解,在倉儲位置中,發貨數量和訂貨次數的多少都關系著產品在進行出入庫過程所需的通過位移和作業時間,為了使得出的數據可以更好地優化該公司的倉儲配置,對訂單商品受訂次數和訂單商品出貨數量進行雙向的交叉分析,得出了交叉分析表,如表5所示。

表5 交叉分析 導出到EXCEL

為了能更加直觀地看出商品的訂貨量與發貨次數兩種數據的綜合趨勢,將上表的商品發貨數量和與貨次數統計在一張圖上,如圖3所示。

圖3 IQ-IK交叉  下載原圖

通過圖3可以看出,一般商品的出貨量越大,它的訂貨次數也會隨之增多,兩者之間成正比關系,從圖中可以看出IQ的走勢較大而IK曲線的坡度變化不大,我們以IQ分析的結果為主要影響因素,來研究商品的交叉分析和ABC分類表。

表6 交叉ABC分析 導出到EXCEL

通過對表6進行分析,發現A類商品的品項比率僅占21%,但是其出貨量達到了56.74%,訂貨次數達到了33.63%,該類產品的出貨量大而且出貨次數比較頻繁,在倉庫布局中,該類產品的貨架可以安排在靠近出貨口的位置;B類產品的品項率占比29%,訂貨次數比率為44.55%,而出貨量比率為32.58%,該類產品的訂貨次數較多但出貨規模為中等,該類產品可以放置在比較靠近出貨口的位置,緊挨A類產品;C類產品的品項比率有50%之多,但是其出貨量和訂貨次數都占比較小,該類產品屬于零星出貨類,在倉庫內可以將其放置在靠后的位置,也可以分開放置。

通過分析結果,也可以優化將F公司倉儲中心的作業方式,對于出貨量和訂單數都較大的A類產品,可以采用批量揀貨的方式,然后分類作業來處理;對于B類產品,可以以訂單別揀取為主;對于C類產品,可以綜合訂單別揀取和分割小的揀貨區兩種方式來操作。

在倉儲規劃中,數據的處理和分析是最基本也是最重要的一環。EIQ分析法作為現代倉儲管理的一種廣泛實行的方法,在提高倉儲管理效率、節約成本方面有明顯作用。文章基于訂單、產品和數量的科學分析,結合EIQ分析、ABC分析以及交叉分析等方法,進行訂單不同層面的分析,找到貨物在倉庫的接收、儲存、揀選、出貨特征,有效地掌握物流特性并提供倉庫布局規劃方案。希望文章的研究能為F公司倉庫的規劃決策提供有效的管理依據。