2. 數據分析手法與分析步驟

2-8. 分析步驟與實踐切入點（詳細技術解說）

為導出物流中心系統設計及工程提案書中的絕對數值依據（事實/Fact），遵循以下9個步驟，極具邏輯且詳細地推進數據分析。以下解說各步驟的目的與具體實務作業邏輯。

1. 步驟 1： 數據整理與匯入資料庫（DB）

   客戶提供的出貨實績數據（CSV/Excel格式）或商品主檔、送貨目的地主檔等原始數據（Raw Data），幾乎混合著文字偏差、重複、格式不符、罕見字等問題。首先將這些不一致進行整理（數據清洗）後，匯入擅長高速處理大容量數據的資料庫（如Access或SQL Server等）。

   就Tera計算的規格而言，針對完全初始化（空白狀態）的資料庫環境，基於匯入用統一格式儲存為「T000_出貨數據」資料表。於此階段紀錄數據列數（紀錄筆數）的控制總數（總筆數・總數量），確立基準值以於後續統計工程中雙重檢查是否發生數據漏失或計算不一致。

2. 步驟 2： DB內多個檔案之關聯建立（Relationship）與物理單位換算

   針對匯入資料庫的出貨數據，將商品主檔（外箱裝數、棧板外箱堆疊數、外箱外寸容積、外箱總重量）或送貨目的地主檔以關鍵項目（商品代碼、送貨目的地代碼）進行主結合（關聯建立）。透過將尺寸與重量等物理屬性連結至單純的訂單明細資訊，物流系統工程所需的物理量視覺化才成為可能。

   透過Tera計算的自動運算處理，針對每1列出貨明細紀錄一括算出「換算外箱值（散貨數 ÷ 外箱裝數）」、「換算棧板（PL）值（換算外箱值 ÷ PL堆疊數）」、「換算容積值（換算外箱值 × 外箱容積）」、「換算重量值（換算外箱值 × 外箱重量）」。藉此，訂購數量（散貨數）這項資訊被完全轉換為用以設計倉庫空間、保管貨架、物料搬運設備所需的空間性與重量性體積量。

3. 步驟 3： 統計與分析目標日（設計基準日）之決定

   活用資料庫查詢，於年、月、週、日、時段別等各軸執行多角物量統計（出貨列數、外箱數、PL數、容積量等）。藉此將因季節要因、逢五逢十日、週末集中、特賣期等引起的「出貨波動（Volatility）」擺幅與尖峰特性進行視覺化。

   設計上的最大要點，在於不配合年度最大尖峰日進行設施設計。若配合最大尖峰日決定設備或面積，離峰期將產生龐大的浪費空間與過剩機械投資，成為極不經濟的物流中心。因此，Tera計算選擇平準化波動山峰的「週平均日」或「標準高負荷日（特定星期的目標日）」作為系統設計的基準日。關於尖峰時的超量物量，則形成透過延長運作時間、臨時增加作業人員、外部倉庫點租利用、提前出貨營運等軟體面（營運）涵蓋的全公司合意。

4. 步驟 4： 物流流程圖製作與系統概念流程之確認

   整理目標配送中心內的一連串物理動線（進貨・檢品・入庫・保管・補充・揀貨作業・分揀・包裝・出貨等候・裝車），製作視覺化的「物流作業流程圖」。

   將進貨時的包裝型態（棧板單載進貨，或外箱混載進貨）、來自保管區域的自動補充路線、經過作業貨架（流利貨架或中輕量貨架）的物量線路分歧進行視覺化。事前將此物料流（物流）進行結構化，下一步要執行的EIQ分析之統計區分，以及哪個工程應配置何種設備裝置的系統概念將變得極為清晰。

5. 步驟 5： 未來構想數據之建立（基於目標日之修正）

   若直接以過去實績數據（現況數據）的原樣物量設計新中心，將無法對應開始營運後的事業成長或處理商品變化。因此，針對步驟3決定的目標日數據，乘上基於未來事業計畫的變動參數，生成「未來構想物量數據」。

   具體而言，算術性地加算基於經營計畫的「出貨量年成長率（％）」、「處理單品（SKU）數增加預測」、「送貨目的地（門市・客戶）增減」、「季節限定商品陣容變化」等要素。以此未來修正數據作為統計基石，便能進行具備可承受3年後、5年後事業擴大擴充性的物流中心設計。

6. 步驟 6： 針對目標日執行EIQ矩陣分析・設備配置

   針對加算未來構想的目標日數據，執行Tera計算1的核心功能「EIQ矩陣分析」。與傳統ABC分析（單軸3等級區分）不同，將單品等級（5區分）與送貨目的地等級（5區分）交叉，於「25區塊的矩陣表」中統計與分類物量。

   【EIQ矩陣與物料搬運設備配置之詳細機制】

   • 25區塊分割之決定性優勢: 能精準捕捉如「高流動性單品A1向高流動性送貨目的地A1流動了多少」這般二維流動線。藉此可縮短各區域動線並集中配置高效率設備。
   • 整箱出貨與散貨出貨之完全自動分離: 因配送中心於整箱作業與散貨作業營運完全不同，將數據自動分離為「整箱外箱出貨」與「零數散貨出貨」，分別進行矩陣統計。
   • 設備裝置之互動式配分: 針對EIQ矩陣表的各單品等級，分配最佳保管・作業設備（自動倉庫 PL_AS/RS、電動貨架、流利貨架、中輕量貨架、自動分揀機等）。藉此可直接算出通過各設備的物量（外箱數、棧板數、揀貨列數、容積）。
   • 透過等級符號一目瞭然之管理: 透過如「CケE_A1」（整箱出貨・換算外箱鍵・送貨目的地A1等級）或「B行I_A1」（散貨出貨・出庫次數鍵・單品A1等級）等明確的命名規則，無誤地判別複雜統計表的屬性。
7. 步驟 7： 庫存數・進貨量之推算與作業時程表驗證

   從出貨實績數據，基於數理邏輯逆算推算中心所需的「理論庫存保管量」及「每日適正進貨量」。

   穩定營運時庫存量（理論保管量） ＝ 安全庫存 ＋ （變動庫存 ÷ 2）
   ※ 變動庫存 ＝ 最大庫存 － 安全庫存 （日次出貨量使用全實績數據之平均值）

   【死藏庫存之包含與時程表驗證細節】

   • 未列入出貨數據之「死藏庫存（非動品）」救濟修正: 於分析期間內未曾有過出貨實績的低流動・沉睡庫存品（無預留SKU），是壓迫保管面積的大要素。Tera計算中，將這些非動品單品自動加算至散貨出貨之「D等級」進行庫存計算，正確算定中心整體總保管容積・所需貨架數。
   • 透過作業時程表進行瓶頸驗證: 模擬從進貨月台收貨、檢品、補充、揀貨、分揀、包裝至裝載至出貨貨車等各工程之按時段處理能力。從出貨貨車出發時間倒算，考量上游工程（揀貨與補充）作業開始・結束時間產生的時差（Time lag）後，嚴密驗證需求處理量與設備能力平衡是否產生破損。
8. 步驟 8： EIQ分析及EIQ矩陣數據輸出與自訂

   將Tera計算上完成之各類分析結果（出貨數據單純統計、EIQ散佈圖、25區塊EIQ矩陣表、設備配置物量表、庫存・進貨推算表等），直接透過 DataGridView 從系統輸出（匯出）為 Excel 格式。

   【Excel輸出與獨創製表・圖表化流程】

   從Tera計算輸出的結果數據，不僅以實數顯示（外箱數、散貨數、容積m³、重量kg），亦整理為以總量為100%的構成比例（％）數據。基於此輸出數據，實務人員可自由製作如下簡報用圖表與自訂統計表：

   • 物量波動圖（按日・按月・按時段）: 視覺化呈現尖峰日與目標日差距之比較圖表。
   • 柏拉圖（ABC/5階段累積構成比例圖）: 顯示單品或送貨目的地集中度（2:8法則套用狀況）之累積曲線。
   • 25區塊熱圖表: 將EIQ矩陣物量集中區域（A1×A1分區等）填色直觀傳達之視覺化表格。
   • 按物料搬運設備別處理能力圓餅圖: 顯示分配至自動倉庫、電動貨架、流利貨架之物量比例圓餅圖。
9. 步驟 9： 完全反映至提案書（前提條件・系統設計依據）

   將步驟8於 Excel 上完美視覺化・結構化的圖表與數值數據，集約・刊載至物流系統提案書的「第1章 前提條件設定」及「第2章 系統設計依據（設備選定・所需面積算出）」各章節。

   針對「為何需要此自動倉庫？」、「為何為此貨架層數・坪數？」等疑問，提示非憑感覺或經驗法則、完全為數據導向（Fact-based）的定量佐證，完成向客戶經營層與物流主管提供壓倒性說服力與信任感的高品質提案書。