eq值 推荐算法_EQ,IQ,EIQ分析

第

4

章

EQ

·

IQ

·

EIQ

分析

1.EQ

分析·

IQ

分析

作为物流系统的数据分析方法

,

通常被用到的方法是按照订单量的由多到少的顺序排列

,

或按照每个种类的库存量呀

,

出库量的由多到少的种类顺序排列

,

再将它们分为

ABC3

个类别

进行考虑的

ABC

分析法

.

对每个订单件数

(E)

的出货量

(Q)

和每个种类

(I)

的出货量进行

ABC

分析的

EQ

分析或

IQ

分析

,

它们是研究仓库系统的一个有效的分析方法

.

图

4.1

是将

IQ

分析图表化了的

IQ

曲线的实例

,

图

4.2

是将各个种类的

IQ

数量累计起来

以后的数值用图表表现出来的

Σ

IQ

曲线

,

将

Σ

IQ

曲线放在右轴

,

然后与

IQ

曲线表现在同一图

表中的实例

.

这些图表也被称为帕雷特图

*,

美国

GE

公司的一个叫狄克

(D.H.Dickie)

的人将这种曲线

应用于在库管理

,

提倡将库存品种分为

A,B,C

类来运用的就是

ABC

分析

.

虽然到百分之多少

就被归为

A

类或

B

类的

A,B,C

分类方法有多种多样

,

但适当地进行分类也是无妨的

.

而在生产线关系中

,

这个曲线取制品

(Product)

的

P,

称为

PQ

曲线

.

因为在物流关系中种类

(Item)

和数量

(Quantity)

是关键要点

,

所以笔者分别取它英文的头一个字母

,

将它命名为

IQ

分析

,

而针对客户进行的出货量分析则被取名为

EQ

分析

.EQ

分析中的

E

是

Order Entry.

*

注

:

因为在

19

世纪末

,

意大利经济学者帕雷特

(V

.Parato)

将这种图表运用在表示国民收入的分析中

,

故命名

为帕雷特图

.(

图略

,

请参考日文版资料

)

另外劳伦斯曲线是美国经济学者劳伦斯

(M.C.Lorenz)

于横轴取人员的百分率

,

纵轴取收入额的百分率

,

将国民收入按照由多到少的顺序进行排序

,

并图表化的东西

.

2.EIQ

分析

物流系统的研究如果只进行订单件数和数量的

EQ

分析

,

种类数和数量的

IQ

分析

,

那是不

够的

,

必须更进一步地分每个订单

(E)

上哪个种类的产品被订购了多少

,

进行这样的订单

(E)

与

其内容

(I)

和

(Q)

的关系的

EIQ

分析

.

用

3

维图表示各个客户

(E)

和每个客户

(E)

的订单种类

(I)

及订单数量

(Q)

之间的关系

,Y

轴

上是订单客户

(E),X

轴上是种类

(I),Z

轴上是订单数量

(Q),

这样一来各个订单

(E)

的每个种类

(I)

的订购数量

(Q)

就可以显示为图

4-3

那样的柱状图

.

因为每个订单的内容都是千差万别的

,

所以图

4-3

所显示的

3

维图也有各种各样的形状

.

这个图表如果象图

4-4

所显示的那样

,

做成仿佛放入箱内的形态

,EQ

分析呀

IQ

分析就不会涉

及到订单内容的

3

维

EIQ,

只能看到订单内容

(E

·

I

·

Q)

的箱侧面的

EQ

或

IQ.

在

EQ

分析中

,

虽然说某个客户的订单很大

,

但是却不知道它是

1

个种类数量大还是全部

的种类数量都大

.

还有在

IQ

分析中

,

虽说某个种类被大量的出货

,

但是却不知道是

1

张订单的

出货量还是多张订单总和起来的量

.

EQ

分析

,IQ

分析只是从各个客户

(E)

和订单数量

(Q)

的

EQ

侧面呀各个种类

(I)

和出货数量

(Q)

的

IQ

侧面来进行的分析

,

而

EIQ

分析不光是箱的侧面的

EQ

面以及

IQ

面的分析

,

它还进行

箱子里面的订单内容

(E

·

I

·

Q)

分析

.

关于这个订单内容

,

分析的方法是

EIQ

分析

,

其分析的结果是规划物流系统呀配送中心系

统

,

特别是订单拣货系统

(ORDER

PICKING

SYSTEM)

时不可欠缺的东西

,

它是研究运用什么

样的机器才好

,

批次拣货和订单别拣货

,

运用哪一种方式比较好

,

怎样运用才能提高配送中心

的效率

,

另外所需人员的计算等指标的简单有效的方法

.

因为

EIQ

的数据和

POS

系统的数据是

相同的

,

所以也可以作为出货的预测数据呀

DRP(Distribution

Requirement

Planning)

的数据来

灵活运用

.