EQ分析和EN分析

亿个规模中等公司的物流每天都要接受几十个客户的订单，处理几百上千种货物，充满不确定和波动，往往使得规划人员在进行系统规划时( 不论是建构一个新系统或改建一个旧系统) ，饱尝不知如何下手的苦恼。

因此若能事先掌握整体物流特性，在此特性下进行各项细部规划，则能在不失大局情况下，一步步扎实的建构整个系统。

EIQ 规划手法，就是这种。

EIQ 规划法即是从客户订单的品项、数量与订购次数等观点出发，进行出货特性的分析，其观念在于首先针对物流中心的目的，掌握物流特性，从物流特性所衍生出的物流状态，诸如从物流中心之设备至客户为止之流程等的流动特性，探讨清楚运作方式，并规划出适合该物流系统的一套系统之方法。

最早由日本铃木震先生提出并积极倡导。

EIQ 规划法( E: Order Entry 、I: Item 、Q: Quantity )即是从客户订单、品项、数量数据出发，进行出货特性的分析，其观念在于针对物流中心掌握卷烟入出库订单，从订单特性分析的物流状态，得出诸如从物流中心卷烟的规格分布及ABO 类、入出库频次及时间特征等内容，并依此进行系统平面布局、入出库设备能力计算、自动化程度等要素的设计，是规划出适合该物流系统的一套行之有效的方法。

ElQ分析可以对客户订货订单信息数据，分别进行IQ、IK、EQ EN T_EQ T_CQ M_EIQ等项目的分析。

其具体指标解释如下：a. 品项数量(IQ)分析：分析每一品种规格出货总数量的情况，用于ABC分类。

但IQ的分布趋势明显，品种分区储存、分拣分区拣选的策略越容易应用。

同时IQ 曲线也能用来选择设备。

b. 品项受订次数(IK) 分析：分析每一品种规格出货次数的分析，出货次数的重要性不亚于出货量，也是确定是否是常用品种、A类品种的重要依据，考虑如何分配卷烟存储位置。

c. 订单量(EQ)分析：分析单张订单出货数量的情况，了解零售户每次订货的数量分布，决定着送货包装的单位，以及分拣系统和配送系统的效率。

分组（箱）0~100 100~200 200~300 300~400 订单数（张）百分比32 88.88% 2 5.56% 1 2.78% 1 2.78% 36 100.00%、EQ分析与EN分析1、EQ分析主要了解单张订单出货数量的分布情形，可用于决定订单处理的原则拣货系统的规划并将影响出货方式及出货区的规划。

现拟定2010年1月共有订单36 张，每个地区每种品项一个月一张，而且每张订单的出库数量不均衡，取大量为320相，取小量为0相。

具体数据如下：表1 EIQ资料统计表出货品项订单出单位：箱订单出出货订单11 I2 I3 I4 货数量货品项E1 43 71 23 91 238 4E2 89 0 55 59 203 3E3 23 154 27 46 250 4表2 1月的发货数据分组统计E4 63 40 83 70 256 4 E5 92 21 320 15 448 4 E6 19 76 60 98 253 4 E7 278 80 73 42 473 4 E8 72 38 79 45 234 4 E9 51 63 39 178 331 4 单品出货量730 543 759 644 2676 9单品出货次数989 9 35注：E1―― -福州市，E2 泉州市，E3——厦门市，E4 宁德市，E5——漳州市，E6――龙岩市，E7――莆田市，E8――三明市，E9――南平市11――日用陶瓷，12――建筑陶瓷，13――电瓷，14――特种陶瓷将1月的发货数据进行分组统计得到表2：□订单数（张）■百分比图一、1月的发货数据由此可知订单出库数量分布趋势明显，出库量大的少数订单即出库箱数在100箱以上的订单其订单张数占整个订单数的比例近11%可作A类重点管理。

出库箱数少但订单张数特别多的如出库箱数在100箱以下的订单其所占比例高达88%故将该类订单另行分类以提高拣货效率。

将出库箱数在100箱以下的订单再次分组统计得到表3：表3 1月出库箱数在100箱以下的订单发货数据分组统计分组（箱）订单数（张）百分比0~25 6 18.75%25~50 8 25.00%50~75 10 31.25%75~100 8 25.00%总和32 100.00%■订单数（张）■百分比30 20 10 0图二由表3及图二，我们可看出75%的订单出库箱数集中在75箱以下，订单数多但 出库箱数少，应归入C 类。

武汉理工大学华夏学院课程设计题目物流中心规划与配送业务方案设计院系经济与管理系专业物流管理班级姓名指导教师2011 年01 月19 日课程设计任务书学生姓名：专业班级：指导教师：工作单位：武汉理工大学华夏学院题目: 物流中心规划与配送业务方案设计一、课程所属类型及所服务专业本课程所属类型为专业课；所服务专业为物流管理专业。

二、课程设计性质、目的与任务课程设计是物流管理（本科）专业培养计划的一个重要的实践性教学环节，也是使学生进一步认识本专业特点的重要手段。

这次课程设计主要是针对武汉长飞光纤光缆有限公司的物料出库数据进行EIQ数据分析，通过应用相关理论方法解决实际问题。

使学生能通过一周的数据整理、数据分析、方法应用等步骤，初步了解物流中心规划的理论与方法，为后续专业课程学习打好基础。

三、要求完成的主要任务:1. 熟悉物流中心的相关知识。

2. 收集、整理物流中心的背景资料。

3. 运用所学知识，撰写一篇2000字以上的课程设计论文。

四、时间安排：指导教师签名：年月日系主任（或责任教师）签名：年月日课程设计指导书一、课程设计内容完成武汉长飞光纤光缆有限公司一个月发货清单数据的相关分析；详细说明及数据附录见《物流中心规划与设计课程设计大纲》。

课程设计具体内容如下：根据武汉长飞光纤光缆有限公司作业的发货数据，运用EIQ的分析步骤对这些数据进行分析，得出分析结果，将分析结果结合物流中心管理的一些理论提出改进措施。

二、具体要求根据课程设计结构框架安排课程设计的各章节内容，但至少包含以下内容：1．EIQ分析方法概述简要描述EIQ分析的内容和目的、EIQ分析的功能等2．武汉长飞光纤光缆有限公司作业的现状与数据收集描述该公司简介、该公司物流中心作业的现状、该公司物流中心作业数据的收集和汇总等内容。

3．武汉长飞光纤光缆有限公司作业EIQ分析的过程及结果（1）EQ分析与EN分析（2）IQ分析与IK分析（3）存货ABC分析和顾客ABC分析（4）作业的改进措施三、设计工作要求1. 设计成果要求全部手写，书写工整，图表清晰，格式规范；2. 分析评价要有理有据，论证充分；3. 按时提交课程设计成果。

什么是EIQ分析EIQ分析是物流中心的POS系统，进行物流系统的系统规划，从客户定单的品类、数量与订购次数等观点出发，进行出货特征的分析。

E（订货件数order entry）、I（货品种类item）、Q（数量quantity），是物流特性的关键因素，EIQ分析就是利用E、I、Q这三个物流关键因素，来研究物流系统的特征，以进行基本的规划。

该理论由日本物流研究所铃木震先生提出并积极推广，铃木震在日本有着很大的影响力，作为一位知名的物流顾问，在研究了众多的物流实务案例的基础上，发展出了这样一套完整的分析管理工具。

其中，E是指“Entry”，I是指“Item”，Q 是指“Quantity”。

既是从客户订单的品项，数量，订货次数等方面出发，进行配送特性和出货特性的分析。

EIO分析的分析项目主要有EN（每张订单的订货品项数量分析）（注：N为日文Nnai意“种类”的首字母）、EQ（每张订单的订货数量分析），IQ（每个单品的订货数量分析），IK（每个单品的订货次数分析）（注：K为日文Kasanatsut意“重复”的首字母）。

EIQ分析是根据以上四个分析项目的结果进行综合考量，为配送中心提供规划依据。

[编辑]EIQ分析的意义[1]EIQ分析起着历史订单资料与具体分析之间的衔接作用.规划前期通过EIQ分析，可以避免规划人员迷失在庞大的资料数据中。

通过EIQ分析.还可从订单中详细内容了解客户、品项以及数量等关键规划要素之间的关系与现状对配送中心的拣选系统规划和改善具有重要意义.具体概括以下五条:(1)确定货物一般物性与特征(2)得出符合物流系统特性的物流系统各类模块(3)为进一步选择物流设备提供依据(4)提供数据仿真分析(5)开展物流系统基础规划工作[编辑]EIQ分析的内容[2]EIQ分析法(订单品项数量分析)是由日本铃木震先生首先提出的.它是针对以市场需求导向为主，且具不稳定或波动条件的配送中心作业系统的一种分析方法。

在做仓储物流策划时，无法回避的是EIQ分析：1、EN分析——每张订单的订货品项数量，对于复杂结构的订单和对于简单结构的订单，我们所要投入的设备水平和人员规模是截然不同的（不差钱或不在乎作业效率的公司除外）。

2、EQ分析——每张订单的订货数量分析3、IQ分析——每个单品的订货数量分析4、IK分析——每个单品的订货次数分析作用是什么呢？EN分析的作用在于，为我们进行拣货方式设计提供依据，单品订单较多的仓库（如加多宝凉茶）非常适用于采用提总分拨法（即先摘果后播种）；而多品订单较多的仓库，则要花些精力设计边拣边分法（即摘即播，拣货车的设计、WMS系统的设计）。

EQ分析为我们选用多大的周转箱，设计多大的包装纸箱，如何进行订单优先级排序提供了科学依据。

IQ和IK分析，能为我们在仓储策划时，提供ABC分析的参考，将有助于我们科学地回答A/B/C区域分别以采取什么样的存储形式，放在什么样的存储位置，需要多大面积？策划时要考虑的其他因素：1、是否食品和日化品等需要FEFO管理(先到期先出）的品类。

1.1储位管理FEFO方法：在入库、拣货、出货、盘点等仓储作业各环节均可指示相应储位的批次信息，指导作业人员进行作业。

单个储位仅存放一个SKU(单品项单批次)。

1.2商品出库拣选 FEFO方法：可设置先到期先出（FEFO）作业策略，并在出库作业时按客户效期要求自动指定相关批次出货。

1.3商品效期预警措施：可自动弹窗提示临近效期的商品清单、可人工查询临近效期的商品清单、库存状态表中可按不同临近效期的情况有相应突出标识。

2、是否需要冷库及冷链运输、仓库温湿度控制管理、冷藏运输车辆配备规模与形式（自购与外包）。

3、仓库选址、仓库外围设施、装卸货月台形式与设备、收发货区域布局、库内地面情况、仓库主要内部设施。

4、防火举措、防虫害管理5、功能区域划分6、存储区布局7、商品搬运及相关设备8、仓储作业信息记录的追溯管理9、盘点计划和盘点作业10、不同存储特性或物性的商品分区存储的管理10.1、易串味食品或非食品类（日化商品等）分库存储10.2、退回的过期品及不良品有特定的存放区域，离正品距离在3米以上分区存储10.3、不同区域有明显标识和划线分隔11、仓库信息管理平台11.1、WMS系统11.2、ERP_WN模块11.3、电子台账（EXCEL或其它工具软件）11.4、纯纸单信息管理整体仓储物流策划时，首要任务就是要拿到供仓库设计的基础数据。

一、EQ 分析与EN 分析1、EQ分析主要了解单张订单出货数量的分布情形 ,可用于决定订单处理的原则拣货系统的规划并将影响出货方式及出货区的规划。

现拟定2010年1月共有订单36张,每个地区每种品项一个月一张,而且每张订单的出库数量不均衡,最大量为320箱,最小量为0箱。

具体数据如下:表1 EIQ资料统计表单位:箱出货订单出货品项订单出货数量订单出货品项I1 I2 I3 I4E1 43 71 23 91 238 4 E2 89 0 55 59 203 3 E3 23 154 27 46 250 4 E4 63 40 83 70 256 4 E5 92 21 320 15 448 4 E6 19 76 60 98 253 4 E7 278 80 73 42 473 4 E8 72 38 79 45 234 4 E9 51 63 39 178 331 4 单品出货量73 676 9单品出货次数9 8 9 9 ——35注:E1——福州市,E2——泉州市,E3——厦门市,E4——宁德市,E5——漳州市,E6——龙岩市,E7——莆田市,E8——三明市,E9——南平市I1——日用陶瓷,I2——建筑陶瓷,I3——电瓷,I4——特种陶瓷将1月的发货数据进行分组统计得到表2:表2 1月的发货数据分组统计分组(箱) 订单数(张) 百分比0~100 32 88、88%100~200 2 5、56%200~300 1 2、78%300~400 1 2、78%总与36 100、00%图一、1月的发货数据由此可知订单出库数量分布趋势明显,出库量大的少数订单即出库箱数在100箱以上的订单其订单张数占整个订单数的比例近11%,可作A 类重点管理。

出库箱数少但订单张数特别多的如出库箱数在100箱以下的订单其所占比例高达88%,故将该类订单另行分类以提高拣货效率。

将出库箱数在100箱以下的订单再次分组统计得到表3:表3 1月出库箱数在100箱以下的订单发货数据分组统计分组(箱) 订单数(张) 百分比0~25 6 18、75%25~50 8 25、00%50~75 10 31、25%75~100 8 25、00%总与32 100、00%图二由表3及图二,我们可瞧出75%的订单出库箱数集中在75箱以下,订单数多但出库箱数少,应归入C类。

EQ分析与EN分析首先，EQ分析是指情商分析，情商是指个体在处理情感和人际关系方面的能力。

情商可以衡量个体的情感理解能力、情绪管理能力和人际交往能力。

情商高的个体通常能够更好地理解自己和他人的情感，有效地管理自己的情绪，并积极地与他人建立和维护关系。

情商分析旨在评估一个人的情商程度，以便了解其人际交往能力和情感智力的强弱。

通过情商分析，可以帮助个体提高其情商，进而提升其人际关系和情感管理能力。

情商分析可以通过许多技术和方法进行，其中最常用的是情绪智力测量工具。

情绪智力测量工具通过对个体进行一系列情绪相关的评估和测试，以确定其情绪智力的水平。

这些测试可以评估个体在情绪识别、情绪理解、情绪表达和情绪调节方面的能力。

情商分析还可以通过观察和评估个体在日常生活和工作环境中的情绪表现来进行。

与之相比，EN分析是指情绪化智商分析，情绪化智商是个体用情感信息对情境和问题进行分析和处理的能力。

情绪化智商包括个体对情感信息的处理和应用能力，以及根据情感信息做出正确决策的能力。

情绪化智商可以帮助个体更好地理解和控制自己的情绪，并更有效地应对情感问题和挑战。

情绪化智商分析旨在评估个体的情绪智商水平，并帮助其开发和提高自己的情绪化智商。

情绪化智商分析通常涉及一系列关于情感分析和情感理解的测试和评估。

这些测试可以包括对个体情感解读和情感应用能力的评估，以及对个体在面对情感问题时做出决策的能力的评估。

情绪化智商分析还可以通过观察和评估个体在真实情境中对情感信息的处理和应用来进行。

EQ分析和EN分析在实际应用中可以相互补充和支持。

情商和情绪化智商都涉及个体在处理情感和情绪方面的能力，但侧重点有所不同。

情商更注重个体在人际交往和情感管理方面的能力，而情绪化智商更强调个体在情感信息解读和应用方面的能力。

因此，在实际应用中，通过结合使用情商和情绪化智商分析，可以更全面地了解个体的情感智力，提供更准确的评估和帮助。

总结来说，EQ分析和EN分析是两种用于评估和帮助个体发展情感智力和情商的心理学理论。

1.1 出库订单EIQ分析（1）订单特征值表1-13 订单的统计参数EQ EN IQ IK IQ IK（出货B数/单）（品项数/单）（出货B数/品项.年）（受订次数/品项.年）（出货B数/品项.天）（受订次数/品项.天）1243.5 16.5 47945 664.5 191.8 2.7 （2）EQ分析EQ分析见表1-15所示。

表1-14 EQ分析项目图表及说明主参数订单数总出货量（B）最大值最小值算术平均值全距52275 65004429 421920 1 1243.5 421919分析图ABC 分类分类出货量比率订单数订单数比率出货量（B）A类70% 3467 7% 45501798 B类20% 9792 19% 13001572 C类10% 39016 75% 6501059频次图频度图分析结论1）订单订量分布较为分散，两极分化，说明订单的订量波动范围很大，可进行A、B、C分类；2）A类订单为大订单，订量占70%，订单占总单量的7%，多为整箱出货，应优先出库。

3）B类订单为较大订单，订量占20%，订单占总单量的19%；4）C类订单虽然总出货量很小（10%），但是其订单数较多，占总单量的75%，属于作业量最繁重的订单，主要集中在零货区，这类订单的处理应采用合理的分拣策略，提高其分拣作业效率。

（3）EN分析EN分析见表1-15所示。

表1-15 EN分析项目图表及说明主参数订单数总品项数最大值最小值算术平均值全距52275 862656 1103 1 16.5 1102分析图频次图频度图分析结论1）订单的平均出货品项较多16.5种；2）订单出货品项小，分拣作业比较适合采用合并订单分拣然后再分货的方式；；3）由于药品体积较小且储位分区管理，且每品项的拣选量不是很大，对于零货区推荐采用批量拣取，拣选时分类的作业方式。

4）累计出货品项数（GEN）为所有订单订货品项数的累加值，可用于分析拣货时间、拣货人力需求，或作为生产率指标。

一、EQ 分析与EN 分析1、EQ分析主要了解单张订单出货数量的分布情形，可用于决定订单处理的原则拣货系统的规划并将影响出货方式及出货区的规划。

现拟定2010年1月共有订单36张，每个地区每种品项一个月一张，而且每张订单的出库数量不均衡，最大量为320箱，最小量为0箱。

具体数据如下：表1 EIQ资料统计表单位：箱出货订单出货品项订单出货数量订单出货品项I1 I2 I3 I4E1 43 71 23 91 238 4E2 89 0 55 59 203 3E3 23 154 27 46 250 4E4 63 40 83 70 256 4E5 92 21 320 15 448 4E6 19 76 60 98 253 4E7 278 80 73 42 473 4E8 72 38 79 45 234 4E9 51 63 39 178 331 4单品出货量730 543 759 644 2676 9单品出货次数9 8 9 9 ——35注：E1——福州市，E2——泉州市，E3——厦门市，E4——宁德市，E5——漳州市，E6——龙岩市，E7——莆田市，E8——三明市，E9——南平市I1——日用陶瓷，I2——建筑陶瓷，I3——电瓷，I4——特种陶瓷将1月的发货数据进行分组统计得到表2：表2 1月的发货数据分组统计分组（箱）订单数(张）百分比0~100 32 88.88%100~200 2 5.56%200~300 1 2.78%300~400 1 2.78%总和36 100.00%图一、1月的发货数据由此可知订单出库数量分布趋势明显，出库量大的少数订单即出库箱数在100箱以上的订单其订单张数占整个订单数的比例近11%，可作A 类重点管理。

出库箱数少但订单张数特别多的如出库箱数在100箱以下的订单其所占比例高达88%，故将该类订单另行分类以提高拣货效率。

将出库箱数在100箱以下的订单再次分组统计得到表3：表3 1月出库箱数在100箱以下的订单发货数据分组统计分组（箱）订单数(张）百分比0~25 6 18.75%25~50 8 25.00%50~75 10 31.25%75~100 8 25.00%总和32 100.00%图二由表3及图二，我们可看出75%的订单出库箱数集中在75箱以下，订单数多但出库箱数少，应归入C类。