第一節 EIQ分析
何謂EIQ分析
EIQ分析係由出貨資料數據中，分析E（Entry：出貨地點）、I（Item：商品）、Q（Quantity：數量）相互關係之手法。其源流取自物流現場自古以來執行「播種作業（拆箱揀貨）」時所製作之「播種表」。
於Tera計算中，以在此EIQ分析中加入商品尺寸要素之「SEIQ」思維為基礎，具體實現轉換為外箱、棧板、容積、重量等實務性單位。
主要分析產出圖表
1. EIQ表（播種表）
縱軸配置品項、橫軸配置出貨地點之龐大矩陣表。
- 特徵：將品項依據出貨數量由大至小進行排序顯示。
- 實例：例如於430個出貨地點 × 1,984個品項之規模下，資料數據量龐大至非肉眼所能一次審視。
- 分析提示：當主要出貨地點出現空白時，得讀取出於特定日期將出貨進行分散營運（僅處理緊急出貨、一般出貨休息等）之傾向。
2. EIQ散佈圖
將EIQ表之各儲存格（單一方格）依有無出貨實績以打點呈現，於單一畫面中將整體出貨資料數據視覺化之圖表。
- 功能：適合直觀掌握出貨資料數據之整體分佈傾向，惟較難直接讀取詳細物流量（Q）。
3. EIQ矩陣表
將EIQ表劃分為「品項5個區塊 × 出貨地點5個區塊」共計25個區塊進行集計之表格。
- 實務優勢：於研討物流設備選定或設備區域配置時，屬極易於處理之劃分方式。
- 彈性計算：除數量外，亦得轉換為箱數、棧板數、容積等單位進行顯示。
- Rankey比例：透過Tera設定，將整體定義為100%並設定各區塊之物量比例（Rankey比例），於資料數據加工時亦得變更比例。
第1項 製作EIQ表
表格係針對全出貨資料數據，按散貨數量高低順序進行品項排序之出貨日2022/05/09資料數據。
出貨地點排名1及2因未出貨故為空白，透過滾動畫面得顯示全438個出貨地點之數值。
因品項數多達1984個，考量顯示範圍與電腦負擔引致之處理速度，分割為66頁進行顯示。
此表規模達430列*1984欄，維持原狀非肉眼所能直接審視。
觀察所得：
上表中出貨地點1及2為空白。此空白代表主要1、2出貨地點未進行出貨。可能為次要品項中有緊急出貨品項，但該日為正常出貨之休息日。
此種刻意將出貨日期分散之營運方式普遍存在於眾多配送中心。
第2項 製作EIQ散佈圖
將EIQ表之單一儲存格以點呈現，於單一畫面顯示整體出貨資料數據之圖表即為EIQ散佈圖。
圖表係為完整顯示EIQ表，而將有出貨之儲存格以打點呈現之散佈圖。
遺憾的是雖然看得出整體傾向，卻無法直接看出具體物流量。
第3項 製作EIQ矩陣表
將EIQ表劃分為 品項5個區塊 * 出貨地點5個區塊 ＝ 25個區塊 進行集計者即為EIQ矩陣表。
依據經驗，此為系統設計時配置機器設備極為方便之區塊劃分數量。
此表得依需要計算轉換為外箱、PL或容積之數值。
因與傳統計算同時顯示，請一邊與傳統計算方法進行比較一邊學習。
圖表顯示包含132個品項之 CケI_A1 區塊出貨了1099筆紀錄（列數），CケE_A1 區塊前21個送達地點出貨488列、CケI_A2 區塊185列等，代表 CケI_A1 區塊合計出貨了1009列（300個出貨地點）。
觀察所得：
EIQ矩陣表於Tera設定中，如下表所示將整體設為100%，並於各區塊分配有Rankey比例（%）之物流量。
關於Rankey請參閱「第二章 Tera計算0_出貨資料加工」。
各區塊之比例得於 Tera計算0_資料加工時，透過變更 Tera設定 進行調整。
等級劃分係針對整體出貨資料數據進行分析集計。若指定出貨日進行篩選EIQ矩陣集計，將產生些許比例偏差。