關於數據分析及系統建置說明 - 物流系統與PCB分析活用指南

1-Ⅰ 物流系統特性與數據分析的基本概念

🔍 【圖解說明】生產物流與銷售物流的特性差異

上圖展示了整體供應鏈中「採購・生產（生產物流）」與「銷售（銷售物流）」的分界基本構圖。

生產物流（Material Flow）： 以工廠或原材料倉庫為中心的物流。因基於生產計畫有計畫地移動貨物，較易於控制且需求波動相對平穩。
銷售物流（Physical Distribution）： 從配送中心送往批發、零售與終端使用者的物流。由於直接受實際「訂單資訊」影響，極易發生多品種小量化與突發性的出貨波動。

在配送中心的系統建置中，為了應對這種「銷售物流特有的不定量・不定時需求」，事先進行高度的數據分析是不可或缺的。

生產物流與銷售物流的特性差異極大。

何謂物流系統：

1. 複雜・低科技系統（Complicated Low Technology）
並非僅排列高規格的高科技設備才是正確答案，現場作業與IT交織的複雜低科技要素最佳化才是關鍵。

2. 多重限制條件下的系統
物流的最佳化存在多個正確答案。此外，隨出貨物量與包裝型態條件的變化，某一情境下的「正確答案」在另一情境下可能轉變為「錯誤答案」，反之亦然。

配送中心・物流系統是存在多重限制條件的系統，且有多個正確答案。
然而，所有的設計都必須建立在「基本系統」之上。
此處所謂的基本系統，是指基於EIQ數據與PCB分析的系統。因建立於客觀數據之上，無論由誰進行邏輯規劃，都能推導出無偏差的最佳系統。未基於數據、憑空想像的系統建置是導致失敗的主因。

1-Ⅱ 系統化方法（思考方式的理念）

系統思考（Systems Thinking）
並非單純導入最新設備，而是如何思考並進行系統建置的「理念・思考方式」最為重要。面對急劇變化的經濟動向與社會環境，考驗著如何解讀採集到的數據並採取對策的戰略思想。

💡 配送中心真正的使命：
配送中心最大的使命歸根結底在於「將接獲訂單的商品，在指定日期前正確無誤地送達客戶手中」。過度的自動化・機械化或降低成本本身僅是手段，並非目的與使命本身。

從進貨到出貨的模式與「PCB分析」的重要性

🔍 【圖解說明】PCB分析（P＝棧板、C＝整箱、B＝散件）的變換模式

上圖展示了貨物自進入倉庫至出貨期間包裝型態的變化（Transformation）。

P（Pallet）： 棧板單位的的大宗包裝型態。
C（Case）： 紙箱單位的整箱包裝型態。
B（Bara/Piece）： 散件・單件單位的零星包裝型態。

定量掌握進貨型態（P/C/B）與出貨型態（P/C/B）組合模式的手法稱為PCB分析。例如，在「P進B出（P➔B）」比例極高的現場，需要廣闊的拆箱・單件揀貨區與高功能的WMS；而在「C進C出（C➔C）」較多的現場，以越庫（Cross-docking）或分揀機為主的物流系統則較為有效。

揀貨方式的選型
・摘取式揀貨（Single Picking）：作業人員按單筆訂單收集所需商品的模式。
・播種式揀貨（Batch Picking）：彙整多筆訂單一次揀貨後，再按出貨目的地分揀的模式。
※ 採用播種式揀貨時，需要設計揀貨後的二次分揀設備（分揀機或分揀架）。

1-Ⅲ 物量與適用物流設備（適用物料搬運設備選型）

(鈴木震先生原創構圖)

🔍 【圖解詳細說明】依據IQ曲線與PCB（包裝型態）的適用物流設備選型對照圖

本圖是根據數據分析（IQ分析及PCB分析）獲得的「出貨數量（Q）」、「種類數（I）」、「包裝型態（P/C/B）」數據，推導出應導入之最佳物流系統與保管設備的體系圖。

A級（高流動・大量出貨區域）：
出貨高度集中的區域。集中配置棧板自動倉庫、箱式自動倉庫、A型自動揀貨機、高速分揀機等自動化・機械化設備，實現高吞吐量處理。
B級（中流動區域）：
選用前移式堆高機＋棧板貨架、周轉箱架、旋轉貨架（Carousel）等兼顧保管效率與揀貨作業性的設備。
C級（低流動・多品種小量區域）：
SKU數量龐大但單品出貨量極少。不導入高昂的自動化設備，採用固定式中型貨架與手推車的低科技營運，防止過度投資並使整體ROI最佳化。

1-Ⅳ 數據解讀方式與數據定位手法

進行數據分析時，最容易陷落的陷阱是「將取得的單日數據直接作為全公司的標準值處理」。

🔍 【圖解說明】數據分析成功的4大心法（簡報解說）

數據不要只看要「細觀」（image220.jpg）： 非單純看數字，而是觀察並解讀背後的現場動作。透過累積其他公司的案例研究，能更深入洞察數值的意義。
切勿帶有先入為主的觀念（image225.jpg）： 排除「想使用某設備」、「與其他公司保持一致」等以設備為導向的思想。物流系統應基於EIQ數據獨立建置。
勿過度收集數據・10%的差距屬誤差（image226_2.jpg）： 切勿過度拘泥於精密性，僅收斂所需數據並快速進入檢討。將物流數據10%左右的波動視為誤差範圍，優先快速掌握整體趨勢[cite: 1, 15]。
以包裝型態（PCB）解讀數據（image227.jpg）： 「100箱」這一數字，若以1棧板＝24箱的條件解讀，即為「4棧板＋ 4箱」。具備PCB分析的視角，即可看清實際棧板搬運與整箱揀貨的具體作業負荷。

調查對象日的相對定位（掌握最大值與平均值）

必須掌握「作為分析對象的特定單日物量，相較於全年最大值與平均值處於何種位置？」，否則無法進行精準的系統建置。

🔍 【圖解說明】分析日（2/23）與最大日（5/9）的波動比較分析（image228.jpg）

上圖為特定分析日（2月23日）的物量，與後續實際運作期間（4月25日〜5月9日）按日劃分的物量波動圖表。

分析日（2/23）數據： 出貨量 36,402包（其中冷凍食品 24,466包），作業時間 7.7小時。圖表上表示為紅色基準線（24,466包）。
最大日（5/9）數據： 冷凍食品出貨量達到 27,238包，預估作業時間暴增至 8.2小時。

實務洞察： 若依分析日（2/23）的基準物量（24,466包）設計系統能力或定時人員，在如5月9日的高峰日（27,238包）時物流系統將會癱瘓。評估分析數據時，必須掌握基準日相較於全年高峰處於何種位置，預先納入能覆蓋最大日（8.2小時運作）的設備緩衝與人員排班（加班・派遣確保）是不可或缺的。

數據檔案的欄位定義與營運規則解析

🔍 【圖解說明】數據欄位定義與揀貨・併箱邏輯（image229.jpg）

上圖為自WMS（倉庫管理系統）匯出的出貨交易數據結構範例，以及其營運規則的定義。

主要欄位： 定義了出貨日、貨主管理部門、代理商（訂購者）、送貨地址（End Customer）、訂單編號、出貨編號、商品編號・名稱（Inventory Item Code）、批號（Lot Number）、序號（Serial Number）、出貨數量等。
揀貨・併箱規則（圖下方文字）：
①「按 End Customer Number 單位揀取 Inventory Item Code，讀取揀取商品的 Lot Number 及 Serial Number 並附加至出貨資訊。」
②「按 End Customer Number 單位揀取的商品，按送貨地址單位併箱出貨。」

實務洞察： 在系統建置中，不僅需要單純「將什麼發送多少個」的數值數據，還必須從數據結構中解讀「按何種單位（End Customer）揀貨，並於何種階段進行合併與併箱」的邏輯。當SKU（庫存管理最小單位）與併箱單位明確後，便能精準設計所需的包裝台數與條碼掃描器的營運流程。

2-Ⅰ〜Ⅳ EIQ分析概要與目的

🔍 【圖解說明】EIQ研究的7大方法與實務人員・研究者的分工（image230.jpg）

上圖為EIQ手法的7大研究主題，以及定義各主題應由「實務人員」或「研究者」主導的全貌圖。

實務人員主導的主題（現場營運・系統建置）：
1. 透過EIQ手法進行簡略現況分析之研究
2. 關於符合EIQ特性之營運・資訊・設備選擇方法之研究
6. 關於自EIQ分析與功能需求進行物流系統設計之研究
7. 關於提升出庫效率之DATA加工方法之研究[cite: 1, 15]
研究者主導的主題（理論模型・數據轉換）：
3. 自DATA來源導出EIQ特性之手法與表現方法之研究
4. 自EIQ特性模式建立DATA來源之研究
5. 透過DATA來源解析預估設定出庫方法負荷之研究

實務洞察： 負責現場系統建置的實務人員，不應單純追逐統計邏輯（研究者領域），而應著重於「如何自EIQ數據獲得的出貨特性中，選擇與設計何種物料搬運設備與營運（主題2・6）」，這才是成功的關鍵。

EIQ分析程式與基本步驟

🔍 【圖解詳細說明】自數據分析連動至系統設計・物流成本計算的串接流程（image234.jpg）

上圖展示了以EIQ分析數據為起點，貫穿配送中心空間・裝卸設計至最終投資成本算出的模擬機制。

EIQ分析篇・EIQ應用： 自EIQ數據預測理論庫存・再訂購點・進貨量，並自動輸出補全缺失數據與EIQ矩陣・曲線。
系統設計資料篇（出貨分析・裝卸設計）： 進行每小時出貨量平準化、整箱・散件・棧板單位的分離（PCB分析）、進貨・出庫・補充・散件揀貨之各裝卸負荷計算，以及檢貨・包裝數、月台數的設定。
物理區域設計（進貨・保管・出貨區域）： 自所需棧板數計算進貨・保管・出貨區域的所需面積，計算作業人員，並自動繪製設備配置圖。
物流成本計算篇（業務工具）： 統計廠房・設備・資材・人員・配送成本，並模擬投資報酬率（ROI）、租賃費、折舊費用。

實務洞察： 卓越的數據分析不應止步於製作報告，而是如圖所示，作為自動串接「物理所需面積（保管・出貨）」、「所需人員」、「物料搬運設備」以及「ROI・物流成本」試算的系統建置基礎，方能發揮其真正價值。