為了對競爭對手保持優勢,並建構沒有浪費的供應鏈,不依賴直覺或經驗,客觀且以數據驅動(Data-driven)的物流設施計畫是不可或缺的。
在進行新中心的建設或現有據點的重組時,單純只是「蓋一間大倉庫」是不會成功的。 必須從多面向來分析・檢討以下3個觀點:能夠縮短多少將貨物送達顧客手中的前置時間(Lead time)這種「配送的便利性」;大型卡車進出的便利性與靠近高速公路交流道等「交通的立地條件」;以及為了能長期維持穩定的庫內營運所進行的「確保僱傭立地」。
本稿將詳細解說能將配送前置時間降至最低並選出最佳立地的物流資料分析手法,以及具體的活用步驟。
在設計物流中心或重組據點時,定量的資料分析是所有物流設施計畫的起點。 如果在沒有進行資料分析的情況下就決定了立地與規模,將會成為引發超乎預期的成本膨脹與作業延遲的原因。
分析物流資料最大的目的,不僅僅止於倉庫內的作業效率化,更在於找出身對自家公司最有利的立地條件,並進行沒有浪費的設備投資。
例如,透過分析出貨資料,可以視覺化顧客在地區上的集中度以及訂單發生的頻率。 藉此,便能自然而然地篩選出能同時兼顧「縮短主要配送地點的平均前置時間」與「削減輸配送成本」的最佳立地區域。 此外,透過掌握各時段的作業波動,就能精確試算出所需的兼職・打工作業人數,這也能作為周邊勞動人口等僱傭立地的評估指標來活用。
理想的情況下,分析應由一個不僅包含現場的作業管理者,還結合了經營企劃、業務、IT部門,以及外部的3PL業者或顧問的「專案團隊」來進行。這是為了能策定出同時滿足現場視角「容易營運」與經營層視角「立地投資報酬率(ROI)」的物流設施計畫。
在進行新據點設立或立地選定的「初期構想階段」自然不在話下,在定期檢討(業務改善階段)時也要持續進行。配合顧客需求的變化,彈性地重新檢討前置時間與營運方式,將有助於維持永續的物流體制。
在物流設施計畫中最為核心的便是「ABC分析」與「EIQ分析」。 透過這些分析,將能合乎邏輯地導出從倉庫內動線配置到所需的據點規模,乃至於最佳的立地環境。
將品項(Item)依照庫存量或出庫量多寡的順序排列,並將它們分為A(高流動)、B(中流動)、C(低流動)3個群組來思考的,便是ABC分析(主要用於各品項銷售分析與評估保管效率)。
■ 活用於物流設施計畫: 透過將出貨頻率極高的A等級商品配置在出貨口附近(最短動線),能削減庫內的揀貨時間,戲劇性地縮短從接單到出貨的內部前置時間。
EIQ分析(Entry Order, Item, Quantity),是從訂單件數(E)、品項(I)、出貨數量(Q)的相互關係中,多面向地分析物流中心特性的手法。
被用作判斷揀貨方式應採用「單筆訂單揀貨(Single Order Picking,按件處理)」還是「集中揀貨&播種方式」的基準。
在以縱軸將品項依出貨數由多到少排列,橫軸將出貨地點依下單行數由多到少排列的矩陣(Matrix)中填入訂購數量,並根據其分布密度來選擇最佳的作業系統。
分析彙整結果以EIQ矩陣表輸出(Tera計算1)
根據顧客或現場對自家公司「出貨特性」的掌握程度,將決定能實現縮短多少前置時間的幅度。 透過將各時段的出貨集中度(尖峰波動)定量化,便能消除卡車靠港的等待時間,實現順暢的出庫。
EIQ法是由物流顧問鈴木震先生所開發,以作為物流基礎的以下3要素(關鍵因素 Key factor)作為分析的基礎:
※ 此外,加上表示商品形狀・尺寸・重量的 S(Size / Shape) 進行「SEIQ分析」,將能進行更精確的保管・裝卸設備選定。
透過使用散布圖,可以將資料上的數值視覺性地以「分布」來掌握。 藉由掌握大宗訂單集中在哪裡,或是小批次零散出貨在哪個時段會暴增,便能進行最佳的人員配置。
為了讓物流設施計畫獲得成功,除了資料分析外,網羅性地調查如下所示與立地條件或僱傭立地相關的定性・定量資訊是不可或缺的。