EIQ-ABC 分析法在物流中心仓储管理中的应用

李俊亭，邱雯雯，闻 雯 （西安石油大学 经济管理学院，陕西 西安710065）

LI Junting, QIU Wenwen, WEN Wen (School of Economics and Management, Xi'an Shiyou University, Xi'an 710065, China)

0 引 言

随着消费多样化、生产柔性化、流通高效化时代的到来，物流配送的敏捷化是物流今后发展的重要趋势。客户对物流服务的要求越来越高，需求更倾向于多批次、多品种、小批量、短周期，这对仓储作业效率提出了更高的要求；物流中心为了降低仓储管理成本，提高效益，进而不断通过优化拣选作业来提升仓储管理效率。但是物流中心普遍存在因订单拣选方式不当或货位划分不合理而造成物流仓储效率低下的问题。目前学术界对优化货物拣货作业研究较多，如采用动态规划方法来对货物的拣选路径进行优化[1-3]，采用ABC 分类法和商品关联法对货物货位分配进行设计，并结合聚类分析法对订单分批拣选模式进行优化[4-5]，运用遗传算法研究仓库订单分批方案[6～9]，通过构建数学模型对货位进行规划设计并优化拣货系统，以提高货物分拣效率[10]等。本文基于实践视角，以百蝶物流中心为例，通过对物流中心运行数据的采集，采用EIQ 分析、ABC 分类法对订单数据进行分析，对货物的仓储以及拣选方式进行合理规划设计，以提高企业的出入库效率。

1 物流中心仓储问题描述

物流中心的仓储作业流程如图1 所示，仓储作业包括入库作业、在库作业、出库作业三个部分。其中，入库作业中的搬运堆垛环节、在库作业中的理货、盘点环节以及出库作业中的拣选环节是劳动力最密集、成本最高的作业。

入库作业中，当从上游厂商订购货物运送到仓库时，需要将不同的货物搬运到相应的存储区域，货物存储位置与入库区的距离直接影响到了拣货作业的效率。上游厂商的订单影响到入库货物的品项、数量等，当货物品项多、数量大时，入库作业中一般会存在验收工作耗时长、货物搬运效率低下、堆码时货物堆放杂乱等问题，而这些问题主要是由入库过程中订单管理不当造成的。

图1 仓储作业流程

在库作业中，为了确定在库量和把握库存量在库时间，需要对货物进行定期的检查盘点，各类货位的位置直接影响到盘点作业的效率。在检查盘点时容易出现盘点时间安排不当等问题，盘点周期不合理一方面会造成主要货物盘点不充分，另一方面也会造成较不重要的货物盘点过度，产生不必要的人力和时间成本。而这些问题主要是由入库环节中订单管理不当引起的货物划分不合理造成的。

出库作业中，需要按照客户订单进行备货，备货时采取的订单策略和货物与出库区的距离直接影响到了拣货作业效率。出库作业与入库作业密切相关，在订单货物品项多时，备货过程一般会存在订单服务时间过长的问题，一方面是因为入库环节货位安排不合理；另一方面是因为出货订单管理不当，未能根据客户订单选择合适的拣货单位和拣货策略。

综上分析，订单管理对提高物流仓储效率至关重要。通过对出货订单数据进行统计分析，总结货物出入库的规律，并将其应用于出入库工作中的订单管理工作，是提高仓储作业效率的关键[11]。

2 基于EIQ-ABC 分析方法构建问题模型

物流中心仓储问题集中反映在订单的处理上，订单的分类、数量、频次等，影响着入库存储、在库管理和出库效率。以下构建问题模型首先进行订单的EIQ 分析（IQ 分析、IK 分析、IQ 及IK 交叉分析），再进行订单ABC 分类，进而进行货物的储位规划。

（1） 运用EIQ 进行定量分析

EIQ 分析法（Order Entry、Item、Quantity），即订单品项数量分析，是针对不稳定条件下的物流中心配送作业系统的一种以企业订单为核心的分析方法。从客户需求出发，采用ABC 分析方法分析客户订单的品项、数量以及订购次数的特性，从而对不同类别的货物的拣选、储存和出货等作业采取不同的管理方式。EIQ 分析是从数据的收集、取样、分解整理到数据分析及其图表制作过程，具体分析步骤如图2 所示。

图2 EIQ 分析步骤

采用物流中心一个周期的订单数据作为分析对象，并将收集到的订单数据根据表1 进行整理，方便后续货物的进出货汇总。

表1 EIQ 分析表

（2） 利用ABC 分类法进行货物分类

ABC 分类法（Activity Based Classification） 又称柏拉图分析法。它根据货物在技术和经济方面的特点将货物划分为A、B、C 三类，并且对重点货物和一般货物采取不同管理方式。在对订单数据进行EIQ 分析后，根据ABC 分类法的划分原则，将货物进行等级划分，以便对货物进行差别管理。其中，A 类货物为畅销品，其出入库频率高且物流量大；B 类货物为次畅销品，其出入库频率高且物流量居中；C 类货物为滞销品，其出入库频率非常低且物流量非常小[12]。

（3） 货物的储位规划

结合EIQ 分析和ABC 分类法的结果，对不同类别的货物进行纵向和横向两方面的储位规划。纵向货架共有6 层，根据存取货的难易程度将其划分为3 个区：A 区存取货最为便利（货架3、4 层）；B 区存取货较为便利（货架2、5 层）；C 区存取货困难（货架1、6层）。具体划分情况如图3（a） 所示。横向储位规划是将靠近出入口位置的货架设为A 区，中间位置的设为B 区，角落位置的货架为C 区，具体划分情况如图3（b） 所示。其中，对于A 区货架的A 部分区域，放置A 类货物中出货频数最大的货物，B 部分区域放置A 类货物中出货频率次之的货物，C 部分区域放置出货频数最小的货物；B 区、C 区采用同样的存储方法。

图3

3 物流中心应用EIQ 分析法的实例研究

为了更好地分析物流仓储作业中存在的问题，以百蝶物流中心为例，已知该物流中心仓库物流动线为U 形。选取百蝶物流中心一个周期内的40 张订单数据进行分析，该周期的订单出货资料如表2 所示。下面运用上一节的问题模型进行实例验证分析。

3.1 EIQ 定量分析

根据表2 中的订单数据，分别进行IQ 分析、IK 分析、IQ 及IK 交叉分析。

表2 订单出货资料

（1） 品项数量（IQ） 分析

根据系统中的数据，通过对同一品种总数的分析，来了解货物发货量的情况，将IQ 分析结果按照订货数量大小进行排序。如表3 所示。

表3 百蝶物流中心IQ 数据表

为了更加直观地展示各品项的发货量情况，故绘制出IQ 分析图如图4 所示。

图4 IQ 分析图

根据IQ 曲线进行商品的ABC 分类，其中A 类商品品项数目（I） 为8，分别为I39、I38、I37、I36、I14、I47、I12、I50，所占订单比例为14.81%；订货量（Q） 所占比例为42.27%；B 类商品品项（I） 数量为9，分别为I35、I48、I34、I49、I11、I27、I51、I10、I16、I33，所占总品项数量比例为16.67%，订货量（Q） 所占比例为30.29%；C 类商品品项（I） 数量为37，所占总品项数量比例为68.52%，订货量（Q） 所占比例为27.44%。结合上述分析，对于A、B 类商品，应该选择使用机器设备，以降低数量庞大的商品的搬运次数；对于C 类商品，应设计较少的存货单元，此外货格要可以容纳品项数多但数量少的货物。

（2） 品项受订次数（IK） 分析

此项分析是分析货物的出货频率，并且可以将其结果与IQ 分析的结论相结合，来确定货物的仓储与拣选方式。各品项的出货次数（K） 整理后如表4 所示。

从表4 不易根据各类货物的出货频数进行货物的种类划分，因此绘制更加直观的IK 分析图如图5 所示。

通过IK 分析可将K=13、14 的6 类品项分为A 类，分别为I39、I36、I37、I38、I14、I48；将K=6、7、8、9、10、11、12 的14类品项作为B 类，分别为I12、I50、I35、I47、I34、I49、I11、I27、I51、I10、I16、I33、I17、I32；其它的作为C 类。结合上述分析，可以将A 类商品安放在方便作业的区域从而缩短在行走上花费的时间，如果品项多时也可以将此分类结果当作订单的分类标准进行拣货。

表4 IK 数据表

图5 IK 分析图

（3） IQ 及IK 交叉分析

在经过IQ 及IK 分析后，对数据进行IQ 及IK 交叉分析，得到IQ 及IK 统计数据表格如表5 所示。

表5 IQ 及IK 交叉分析数据表

为了更加直观的显示货物的出货量与出货频数之间的关系，根据表5 绘制IQ 及IK 交叉分析图如图6 所示。

从图6 可得，一般情况下，当货品的出货数量比较大时，其订货次数也相对较多。所以IQ 及IK 交叉分析的结果更加接近于IQ 分析的结果。因此将I39、I38、I37、I36、I14、I47、I12、I50划分为A 类，对A 类产品进行重点管理，经常进行库存检查，存储区域设置在靠近出入口的位置；将I35、I48、I34、I11、I27、I51、I10、I16、I33划分为B 类，对其进行一般性处理；其余的划分为C类，对其进行稍加控制，进行较少的库存检查，将其放置在距出入货区较远的位置。

3.2 基于ABC 分类法对货物进行分类

（1） 根据上一步的EIQ 分析结果，对货物进行ABC 分类，货物的ABC 具体分类情况如表6 所示。

图6 IQ 及IK 交叉分析图

（2） 根据货物的ABC 具体分类结果，进行储位的划分。储位划分情况如图7 所示。将A 类货物放置在区域Ⅰ，其中I39、I38放置在货架的3、4 层，I37、I36、I14放置在货架的2、5 层，I47、I12、I50放置在货架的1、6 层；将B 类货物放置在区域Ⅱ，其中I35、I48放置在货架的3、4 层，I34、I11、I27放置在货架的2、5 层，I51、I10、I16、I33放置在货架的1、6 层；将C 类货物放置在区域Ⅲ，其中I31、I17、I5、I32、I53、I46放置在货架的3、4 层，I13、I9、I26、I15、I18、I28、I54、I45、I42、I43放置在货架的2、5 层，I30、I21、I29、I44、I41、I19、I8、I40、I7、I24、I6、I25、I23、I52、I4、I3、I20、I2、I21、I22放置在货架的1、6 层。

表6 ABC 分类表

图7 仓储划分图

（3） 结果与讨论

在拣选方式上，对于A 类货物，应用机器代替人工并且进行分批拣选；对于B 类货物，可以进行一般处理；对于C 类货物，采取订单合并拣选的方式，以减少搬运时机器的使用；在储位划分上，A 类货物应放置在距离出入库位置最近的区域，并且对于A 类货物中出货频数最大的货物应放置在货架的黄金位置，即最方便搬运的位置；对于B 类货物应该进行一般处理，其放置区域为距出入库区较近的位置。同样的，B 类货物中出入库频数最多的货物也应放置在货架的黄金位置；C 类货物应该放置在仓库的角落位置，同样C 类货物中出入库频数最多的货物放置在货架的黄金位置。

4 结 论

仓储作业是现代物流的重要环节，通过建立EIQ-ABC 模型对订单数据进行分析，从而优化拣选作业来提高仓储效率是本文的主要思路。本文以百蝶物流中心为例，首先通过EIQ 分析方法统计各类货物的受订次数和订货量，之后根据ABC 分类原则对货物进行分类，并按照存取货的便利程度对货位进行横向和纵向划分，最后对不同等级的货物确定相应的拣货策略，优化了入库作业中货物搬运效率低下、在库作业中货物盘点周期不合理、出库作业中订单服务时间长等问题，提高了仓储作业效率。