🔗 EIQ矩陣表與傳統計算之關係說明

兩種分析手法之相互關係與整合應用指南

📋 關係概要

🎯 核心關聯性
EIQ 矩陣表與傳統計算（傳統分析）係由同一位創始人寺本敏幸先生所開發， 屬於相互補完之物流分析手法。兩者皆衍生自相同的原始資料源（T200 資料表）， 並採用相同的 5 階段等級架構，實現多維度且具備高一致性之分析。

雖然兩種分析手法皆可獨立使用，但搭配併用可發揮最大綜效。建議採取漸進式分析：先以傳統計算掌握整體全貌，再利用 EIQ 矩陣剖析詳細之關聯性。

👤 共同創始人

🎓 寺本敏幸先生之系統化開發
物流技術研究所之寺本敏幸先生，為了突破傳統 ABC 分析之侷限， 並於物流現場進行更具實務價值的分析，系統化地開發了以下兩種手法：
  • EIQ 矩陣分析：將 Entry（客戶）與 Item（商品）之二維關聯性視覺化。
  • 傳統計算（ABC 分析 5 分割版）：將傳統 ABC 分析細分為 5 個階段，與 EIQ 等級進行無縫對應。

兩者自始即採用整合設計，共享相同等級邏輯與物量指標，可進行無縫整合分析。

🏗️ 共通基礎

1. 相同資料來源

📊 T200 資料表（篩選後之出貨資料）

兩種分析均以條件篩選後之 T200 資料表 作為唯一數據源。

項目 內容說明
資料表名稱 T200（條件篩選後之出貨資料表）
主要欄位 出貨日期、商品、客戶、出貨分類、數量、箱數、棧板數、容積、重量
等級欄位 CI等級、CE等級、BI等級、BE等級、IQ類別、E等級I、I等級E
產生時機 點擊「条件抽出_計算Bt」按鈕時自動計算產生

2. 共通 5 階段等級劃分

🎖️ 5 階段等級（A1, A2, B, C, D）

兩種分析均採用以累積百分比為基礎之相同 5 階段等級劃分。

等級 累積比例 佔比範圍 定位說明
A1 0 ∼ 50% 約 5% 佔總物量 50% 之最核心項目
A2 50 ∼ 70% 約 15% 佔總物量 20% 之重要項目
B 70 ∼ 85% 約 30% 佔總物量 15% 之標準項目
C 85 ∼ 95% 約 30% 佔總物量 10% 之低頻項目
D 95 ∼ 100% 約 20% 佔總物量 5% 之極低頻項目

3. 共通物量指標

📦 統計之實體物量指標
  • 筆數（行數）：出貨明細紀錄筆數（揀貨次數）。
  • 散裝數：單品 Piece 單位之總數量。
  • 箱數換算：外箱 Case 單位之總數量。
  • 棧板換算：棧板 Pallet 單位之總數量。
  • 容積換算：總體積容積（m³）。
  • 重量換算：總重量（kg）。

📊 EIQ矩陣分析（詳細）

分析特色

🔍 二維矩陣交叉分析
  • 核心視角：著重分析 Entry（客戶）與 Item（商品）之間的二維交叉關聯性。
  • 呈現結構：5 × 5 之 矩陣網格表（共 25 個交會單元格）。
  • 等級軸向：
    • I 等級（橫軸）：商品等級（I-A1 ∼ I-D）。
    • E 等級（縱軸）：客戶等級（E-A1 ∼ E-D）。
  • 顯示模式：可切換實數數值、列方向累積比例 A（I軸向）及欄方向累積比例 B（E軸向）。

EIQ 矩陣表範例圖解

E等級
↓		 I等級（商品項目） → 列總和
I-A1 I-A2 I-B I-C I-D
E-A1 500 300 200 100 50 1,150
E-A2 200 150 100 80 30 560
E-B 100 80 60 40 20 300
E-C 50 40 30 20 10 150
E-D 20 15 10 8 5 58
欄總和 870 585 400 248 115 2,218

📈 傳統計算（詳細）

分析特色

🔍 單軸彙整分析
  • 核心視角：一次僅聚焦於單一維度軸線，進行等級別彙整。
  • 兩種分析軸線：
    • 按商品別：依據物量大小對商品進行 CI / BI 等級劃分。
    • 按客戶別：依據訂單物量對客戶進行 CE / BE 等級劃分。
  • 呈現結構：一維一覽統計表（呈現品項數、筆數與物量分配）。

⚖️ 兩種分析手法之比較

EIQ 矩陣分析

  • 分析維度：二維（I等級 × E等級）
  • 表格結構：5 × 5 網格矩陣（共 25 個單元格）
  • 主要焦點：商品與客戶之間的交叉作業密度
  • 工程應用：揀貨儲位劃分 (Slotting)、動線規劃、自動化設備佈局
  • 主要對象：工業工程師、倉庫設計專案團隊

傳統計算

  • 分析維度：一維（單純按商品等級或客戶等級）
  • 表格結構：5 列之單軸統計表
  • 主要焦點：巨觀物量集中度（帕累托分布 80/20 法則）
  • 工程應用：總庫存面積推估、車輛調派、高階資源配置
  • 主要對象：經營高層、高階營運主管

🔗 資料對應關係算式

📐 EIQ 矩陣表與傳統計算之數學等量關係
✅ 恆等關係式：
  • EIQ 矩陣列總和 (Row Sum)（如客戶等級 E-A1 列）= 傳統客戶統計表 之 CE-A1 總筆數。
  • EIQ 矩陣欄總和 (Column Sum)（如商品等級 I-A1 欄）= 傳統商品統計表 之 CI-A1 總筆數。
  • EIQ 矩陣總合計 (Grand Total) = 傳統統計表總合計。

🔄 推薦分析工作流程

  1. 步驟 1：執行傳統商品分析，掌握商品端之物量集中度。
  2. 步驟 2：執行傳統客戶分析，掌握客戶端之訂單結構。
  3. 步驟 3：檢視 EIQ 矩陣表，找出高密度交會儲位（如 E-A1 × I-A1）。
  4. 步驟 4：相互核對行列總和，確保資料邏輯完全一致。
  5. 步驟 5：將結果應用於倉庫動線規劃、區域劃分與自動化設備配置。

💼 實務案例：新倉庫動線佈局設計

🏭 案例：建構高效能揀貨動線

於設計新物流中心時，先透過傳統計算確定佔據 70% 出貨量之 A1 與 A2 級核心商品；再透過 EIQ 矩陣將專屬於 E-A1 高頻客戶之 I-A1 商品配置於黃金揀貨區前列，成功降低 30% 之揀貨行走距離。

📚 總結

🎯 核心總結
EIQ 矩陣分析與傳統計算皆出自寺本敏幸先生之手，兩者相輔相成。傳統計算協助宏觀把握重點，EIQ 矩陣則深鑽微觀細節，結合兩者可提供精準且完整的物流工程決策依據。