物流數據分析方法、步驟與應用 主選單_

jp | eng | tw ___ By 物流技術研究所

2. 數據分析方法與分析步驟

2-8. 分析步驟與實務應用（詳細技術解說）

為推導出物流中心系統設計及工程提案書中絕對關鍵之數據依據（Fact），請遵循下列9個步驟，進行極具邏輯性與極為詳細之數據分析。以下解說各步驟之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）

    客戶提供之原始出貨數據（CSV/Excel格式）、商品主檔及出貨點主檔等原始資料（Raw Data），通常混雜著格式不符、重複、欄位缺失或特殊字元。首先必須進行數據整理（Data Cleansing），之後匯入善於處理大容量數據之資料庫（如 Access 或 SQL Server）中。

    在 Tera計算 之規格中，數據會基於標準匯入格式，儲存於完全初始化（空白狀態）之資料庫環境中的「T000_出貨數據」資料表中。在此階段會記錄資料總列數（筆數）之控制總額（Control Total），作為後續彙總工程中雙重檢查數據有無遺漏或計算不一致之基準點。

  2. 步驟 2： 資料庫內多檔案關聯連結（Relation）與物理單位換算

    針對匯入資料庫之出貨數據，透過主鍵欄位（商品代碼、出貨點代碼）將商品主檔（每箱裝數、棧板每層箱數、外箱尺寸容積、外箱總重量）及出貨點主檔進行關聯連結（Join）。將尺寸與重量等物理屬性綁定至訂單明細數據上，方能實現物流系統工程所需之物理量視覺化。

    由零散數推算各換算值之計算流程（Tera計算0）

    【換算計算機制與工程價值（Tera計算0）】

    因原始出貨數據明細通常僅記載「零散數（訂購數量）」，Tera計算0 於匯入後會自動針對每筆資料列一括執行下列運算：

    ・外箱換算值 ＝ 零散數 ÷ 每箱裝數
    ・棧板（PL）換算值 ＝ 外箱換算值 ÷ 棧板箱數
    ・容積換算值（m³） ＝ 外箱換算值 × 外箱容積
    ・重量換算值（kg） ＝ 外箱換算值 × 外箱總重量

    物流設計上之價值： 成功將訂單的「零散數」轉化為設計保管貨架層數、自動倉庫儲位數、堆高機與輸送帶運搬能力、以及貨車載重與體積容積之「空間與重量體積量」。此換算值保留於所有資料列中，作為後續所有矩陣彙總之基礎。

  3. 步驟 3： 多維度彙總與確定分析目標日（設計基準日）

    利用資料庫查詢（Query），按年、月、週、日及時段等維度進行多角度物量彙總（出貨列數、箱數、PL數、容積量等）。藉此視覺化呈現季節因素、月結日、週末集中及促銷期等「出貨波動（Volatility）」之起伏幅度和高峰特性。

    設計上之最重要關鍵，在於切勿以全年最大高峰日作為設施規模設計基準。若依據最大高峰日決定設備與面積，將導致淡季時產生大量閒置空間與過度設備投資，形成極不經濟之物流中心。因此，Tera計算 選定將波動山峰平準化後之「週平均日」或「標準高負載日（特定星期目標日）」作為系統設計基準日。針對高峰期超出之物量，則透過延長作業時間、臨時增派人力、外租倉庫或提前揀貨等軟體面（營運）因應，並取得全公司共識。

  4. 步驟 4： 繪製物流作業流程圖與確認系統概念流程

    整理目標物流中心內之一連串實體動線（進貨、檢驗、上架、保管、補貨、揀貨、分揀、包裝、出貨暫存、裝車），並繪製成視覺化之「物流作業流程圖」。

    將進貨型態（單一SKU棧板進貨或外箱混載進貨）、保管區至揀貨區之自動補貨路線，以及經過作業貨架（流動架或中輕型貨架）之物量分流進行視覺化。事前將此物料流程（Material Flow）結構化，可使下一步執行之 EIQ分析 彙總區劃，以及各工程應配置何種設備之系統概念變得極為清晰。

  5. 步驟 5： 建立未來構想數據（以目標日數據為基準進行修正）

    若直接採用過去歷史數據（現況數據）之物量進行新中心設計，將無法因應營運後之事業成長與處理商品之變化。因此，針對步驟3選定之目標日數據，乘上基於未來事業計畫之變動參數，生成「未來構想物量數據」。

    具體而言，算術性地加入基於經營計畫之「出貨年成長率（％）」、「處理品項（SKU）數增加預測」、「出貨點（門市/客戶）增減」及「季節限定商品組合變化」等要素。以此未來修正數據作為彙總基礎，即可設計出具備彈性且能承受3年或5年後事業擴張之物流中心。

  6. 步驟 6： 針對目標日執行 EIQ 矩陣分析、PCB特性分析與設備配置

    針對加權未來構想之目標日數據，執行 Tera計算1 之核心功能「EIQ矩陣分析」與「DATA特性分析（PCB分析）」。有別於傳統ABC分析（單一軸線之3等級分類），將物量交叉彙總分類至商品5等級×出貨點5等級之「25區塊矩陣表」中。

    【為何必須將出貨數據分離為「整箱出貨」與「零散出貨」？】

    於物流中心分析中，將出貨數據明確分離為「整箱出貨」與「零散出貨（單件揀貨）」極為重要。其根本原因在於兩者之作業方法、保管分區、使用設備及作業負載成本完全不同。

    • 整箱出貨特性（整箱單位）： 外箱不拆封以箱為單位處理，可直接由保管區（棧板架等）出庫與分揀。揀貨動作為「以箱為單位1次」，作業負負低，適合使用棧板堆疊機、箱輸送帶及分揀機等自動化設備。
    • 零散出貨特性（端數・單件單位）： 必須拆箱並將內部商品逐一揀取。需要由流動架或中輕型貨架進行揀貨、DPS（電子揀貨）、檢驗及重新包裝（裝箱）。若處理10個訂單零散揀貨，其人工時間與成本為整箱出貨之數倍。

    若未將兩者分離而加總分析，高作業負擔之零散揀貨將被淹沒於大物量整箱出貨中，導致無法正確算定所需揀貨貨架數、分揀設備產能及人力配置。Tera計算 於系統上會自動將兩者分離並分別彙總。

    【DATA特性分析：PCB分析（Pallet / Case / Bara）之重要性】

    於物流中心設計中，針對出貨型態（包裝型態）之 PCB分析 不可或缺。系統將出貨訂單自動拆解為下列3個階層評估結構：

    PCB分析（棧板、外箱、零散包裝型態分類）之分析圖
    • P（Pallet：棧板單位出貨）： 針對大筆出貨點直接以全棧板出庫之型態。主要透過堆高機或自動倉庫（PL_AS/RS）搬運，作業負擔最小。
    • C（Case：外箱單位出貨）： 以整箱外箱為單位出庫與分揀之型態。適合箱自動倉庫、棧板堆疊機、箱輸送帶或直接由保管區整箱出庫。
    • B（Bara：零散・單件出貨）： 未滿1箱之端數或單件商品出庫之型態。需要流動貨架、中輕型貨架、DPS（電子揀貨系統）或自動分揀機等揀貨設備，占作業人工與人力成本之絕大部分。

    PCB分析之目的： 如圖 image23.jpg 所示，掌握總出貨物量中「P：C：B」之占比，可明確劃分保管區（貨架）與作業區（揀貨區）之面積分配，並奠定應導入何種自動化設備之選定依據。

    【EIQ矩陣與設備配置之詳細機制】

    • 25區塊分割之決定性優勢： 能精確掌握「高流動性商品A1流向高流動性出貨點A1」之二維動線流量，實現分區動線縮短與高效率設備之集中配置。
    • 設備機器之互動式指派配置： 針對 EIQ矩陣表 之各商品等級，指派最適保管與作業設備（自動倉庫 PL_AS/RS、電動貨架、流動架、中輕型貨架、自動分揀機等），直接計算通過各設備之物量（箱數、棧板數、揀貨行數、容積）。
    • 透過等級代號進行一目瞭然之管理： 採用如「C箱E_A1」（整箱出貨・外箱換算基準・出貨點A1等級）或「B行I_A1」（零散出貨・出庫次數基準・商品A1等級）等明確命名規則，可毫無誤解地判別複雜彙總表之屬性。
  7. 步驟 7： 庫存量與進貨量推算及作業時間表驗證

    基於數理邏輯，由出貨需求數據逆向推算物流中心所需之「理論庫存保管量」與「每日適正進貨量」。

    穩定營運庫存量（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 （每日出貨量採用全數據之平均值）

    【死藏庫存納入與時間表驗證之詳細說明】

    • 未出貨「死藏庫存（呆滯品）」之救濟補正： 於分析期間內完全無出貨紀錄之低流動呆滯庫存品（未被扣帳之SKU），是占用保管面積之主要因素。Tera計算 自動將此類呆滯品加算至零散出貨之「D等級」中進行庫存計算，精確算定中心整體之總保管容積與所需貨架數。
    • 作業時間表（Time Schedule）瓶頸驗證： 模擬由進貨月台卸貨、檢驗、補貨、揀貨、分揀、包裝至裝車出貨各工程之分時處理能力。由出貨車次出發時間逆推，考量上游工程（揀貨與補貨）間產生之時差（Time-lag），嚴格驗證需求處理量與設備能力間是否平衡無瓶頸。
  8. 步驟 8： EIQ分析及 EIQ矩陣 數據輸出與客製化

    將於 Tera計算 中完成之各項分析結果（出貨數據基礎彙總、PCB荷姿分析表、EIQ散佈圖、25區塊EIQ矩陣表、設備配置物量表、庫存與進貨推算表等），透過資料網格檢視（Data Grid View）直接導出為 Excel 格式。

    【Excel輸出與自訂圖表化流程】

    由 Tera計算 導出之結果數據，除了實數標示（箱數、零散數、容積m³、重量kg）外，亦整理有以整體為100%之構成比例（％）數據。實務人員以此數據為基礎，可自由製作呈現用之視覺化圖表與自訂彙總表：

    • PCB荷姿構成比圓餅圖（P : C : B 分析）： 呈現總出貨量中棧板、外箱與零散件比例之圖表。
    • 物量波動圖（按日、按月、按時段）： 視覺化強調高峰日與目標日差距之比較圖表。
    • 帕累托圖（ABC/5階段累計構成比圖）： 呈現商品或出貨點集中度（2:8法則適用狀況）之累積曲線。
    • 25區塊熱溪圖（Heatmap）： 以顏色區分 EIQ矩陣 中物量集中區域（如A1×A1區等）之直觀視覺化表。
    • 設備處理能力圓餅圖： 呈現分配至自動倉庫、電動貨架及流動架等物量比例之圓餅圖。
  9. 步驟 9： 完全整合至提案書（前提條件與系統設計依據）

    將步驟8中於 Excel 上視覺化與結構化之圖表及數據，匯整並刊載於物流系統提案書之「第1章 前提條件設定」與「第2章 系統設計依据（設備選定與所需面積計算）」中。

    針對「為何需要此自動倉庫？」或「為何計算出此棚段數與坪數？」等疑問，提供非憑感覺或經驗、而是完全以數據驅動（Fact-based）之定量依據，為客戶高層及物流負責人提供具備極高說服力與信任度之高品質提案書。