摘要：社区团购订单品种多、批量小、频率高以及次日达等特点都对配送中心提出了新的挑战，如何合理规划配送中心才能满足新型社区团购的需求是电商企业面临的一个重大问题。作为电商企业现代物流的重要环节，电商配送中心的整体规划和仓储作业效率对满足社区团购的订单需求起到至关重要的作用。EIQ分析法是目前企业配送中心进行仓储规划和拣选方式常用的方法，以J电商企业配送中心为例，通过采用EIQ分析法和ABC分类法对配送中心的客户订单数据进行统计分析，总结出客户订单的特点和规律，并对客户订单和配送中心的产品进行分类处理，作为对配送中心产品储位规划及订单拣选方式进行优化的依据，优化了仓储中心的储位和拣选方式，提高了配送中心的作业效率，最终满足了客户的订单需求。

　　关键词：社区团购；配送中心；EIQ分析；订单拣选

　　0引言

　　随着新型社区团购的兴起，作为消费者的社区客户的需求产生了新的变化，客户的订单呈现出批次多、品种杂、批量小、周期短以及频率高的需求特点，这对配送中心的配送服务水平提出更高要求；同时配送中心为了降低仓储管理成本，提高效益，不断通过优化货物储位和拣选作业来提升仓储管理效率。仓储作业作为整体配送服务水平提高的关键成为学者研究的重点。对配送中心仓储作业的研究主要分为配送中心的整体规划研究和订单拣选策略的研究两个方面。在整体规划方面，王婧等[1]研究了仓库库位的安排对拣货作业效率的影响。施粉[2]通过对订单不同维度的分析，在货位规划和货物管理等方面的给出了建议。王新华等[3]通过对某烟草配送中心分析，提出了相关规划和决策建议。毕丽丽[4]对仓库的平面规划布局等进行了研究。在订单拣选方面，沈志端等[5]通过EIQ分析方法对分拣作业进行研究，确定了分拣策略。李诗珍等[6]结合聚类分析法对订单分批拣选模式进行优化研究。卢子甲等[7-9]运用遗传算法研究仓库订单分批方案。在配送中心整体规划和订单拣选研究的基础上，本文以J电商配送中心为例，通过对配送中心客户订单数据的采集，采用EIQ和ABC分类法对客户订单数据进行分析，对产品的仓储以及拣选方式进行合理规划设计，以提高配送中心的物流管理效率。

　　1 EIQ-ABC理论

　　1.1 EIQ理论

　　EIQ分析法是由日本的物流专家铃木震首次提出[10]。这一方法是通过整理分析客户订单的品项、数量以及订货次数，汇总出物流配送中心的配送特性和出货特性，为配送中心的合理布局及拣货方式提供依据，是一种以企业订单为核心的分析方法[11-12]。EIQ分析的内容主要有EQ(订单量)、EN(订单品项数)、IQ(品项数量)、IK(订购次数)。EIQ分析法的具体分析步骤有：客户订单信息的收集取样、订单信息的分解整理、分析图表的制作和解读、规划改善及应用。

　　1.2 ABC理论

　　ABC分类法(Activity Based Classification)也被称作柏拉图分析法。企业根据货物的相关特点将货物划分为A、B、C三类，并对不同类的货物采用不同管理方式。先对订单进行EIQ分析，再结合ABC分类法对货物进行划分，以便对货物进行差异化的管理。其中，A类货物是畅销产品，出入库频率高且出货量大；B类货物较为畅销，出入库频率高且出货量居中；C类货物是滞销品，出入库频率低且出货量小。对不同类产品采取差异化的管理可以压缩库存总量、减轻资金压力、优化库存结构、提高管理效率。

　　2 J电商配送中心及问题分析

　　2.1配送中心简介

　　J电商配送中心位于河北邯郸，地理位置优越，交通非常便利，主要服务邯郸本地共20个区域，配送半径150 km以内，属于地区性配送中心。J电商配送中心面积约为10 000 m2，层高9.5 m，单层结构，主要功能区包括入库区、蔬菜水果流通加工区、存储区、拣选区、分拨区、打包区和发货区，目前配送的产品主要是日用消费品，包括新鲜蔬菜、时令水果、肉禽蛋、海鲜水产、速食冻品、酒水饮料、鲜美乳品、粮油干调、休食冲调、家居百货、美妆个护、纸品清洁、鞋服箱包等13个大类共数百种商品。根据产品特性不同分3个区域储存，主要的客户为本市所管辖的20个区域的消费者。目前货物的存储方式主要为最原始的地面存储，固定储位主要按A~Z左右排开，共26个区域，每个区域左右各10个储位，合起来共有固定储位520个，分拨区共有3个，在每个分拨区都有20个分拨网格，分别对应20个区域。

　　2.2问题分析

　　通过对配送中心整体格局、储存产品的基本属性进行分析，可以发现该配送中心布局主要存在以下问题：(1)仓库整体布局不合理。由于该配送中心所用仓库是租用性质，管理人员只是根据仓库面积以及过往经验对仓库整体布局进行规划，尽管对存储区和分拣区进行了划分，但却尚未达到社区团购配送中心的要求标准；(2)储位划分不合理。尽管配送中心进行了储位划分，但并没有按照ABC分类法对各产品进行合理的上架管理，导致货物堆放混乱，降低了货物的拣选和搬运作业效率。

　　3 J电商配送中心订单的EIQ分析及应用

　　通过分析发现J电商配送中心是典型的社区团购模式，客户是辐射范围内的居民，客户数量众多且不固定，客户订单批量小，种类跨度大，随机性很强，不同商品的购买频率也不一样、订单量巨大。现随机选取春节前某一天的订单数据进行分析，基本可以代表销售旺季的订单量及订货品种，数据具有较高的参考价值，将收集到的订单数据进行整理分析，得到EIQ统计如表1所示。

　　EIQ统计表对J电商配送中心某一天的订单数据作了详细的汇总，得到了EQ、EN、IQ、IK数据，下面对以上数据依次进行分析。

　　(1)EQ分析及应用

　　根据EIQ统计表，对订单数量EQ进行汇总得到和分析图，如表2和图1所示。通过EQ分析图可知，与一般配送中心不同是，一般配送中心的订单多呈现出两极分化的规律，而J电商配送中心的订单呈现阶梯状逐级递减的规律，递减幅度比较平缓。现采用ABC分类法对各订单进行分类。由EQ分析表可以得出：E1、E3、E2、E4、E7和E5的订单累计百分比为30%，出货数量累计百分比为48.1%，出货量占到将近1/2，归类为A类订单；E6、E8、E9、E10、E13和E11的订单累计百分比为30%，出货数量累计百分比为29.1%，出货量不到1/3，归类为B类订单；其余订单的累计百分比为40%，出货数量累计百分比为22.8%，出货量不到1/4，归类为C类订单。根据EQ分析的结果，可对订单进行分类管理，对不同类别的订单采用不同的处理方式。

　　(2)EN分析及应用

　　J电商配送中心的商品基本上是生活日用消费品，分13个大类几百种小类，EIQ分析表的品项分析正是对这13大类的EN统计，由于这20个订单是将每个区域的所有客户在某一天的订单合为一个大的订单来进行统计分析，因此大部分区域订单都包含了这13个大类，即使部分地区订单没有包含个别大类也没关系，因为这是某一天的订单统计数据，如果汇总一周的订单数据基本每个区域都可以包含所有的大类，因此在对订单进行合并处理后EN分析的意义就不大了。对于按每一消费者或者每个自提点订单EN的分析由于单量太大，品种太多，在此不做进一步的分析。

　　(3)IQ分析及应用

　　根据EIQ分析表得到IQ分析表和分析图，如表3和图2所示。

　　依据IQ分析图可以对产品进行ABC分类，其中A类产品为I6、I7、I8、I2，出货品项累计占比为30.8%，订货量(Q)累计占比为56.8%；B类产品为I3、I1、I9、I10，出货品项累计占比为30.7%，订货量(Q)累计占比为33.1%；C类产品品项数量为5，分别为I11、I5、I12、I4、I13，出货品项累计占比为38.5%，订货量(Q)累计占比为10.1%。根据IQ分析结果，可以将产品分区域储存，各产品的储存单位和储存数量可以依据出货量的大小进行设定。其中，要对A类产品重点管理，库存盘点频率要高，存储区域应设置在离出入口最近的位置，拣选上应该借助机器设备，以提高货物搬运和拣选效率；B类产品应放置在配送中心的中间位置，对其进行一般性处理，拣选作业相对方便就可以；C类产品应进行相应的处理，库存盘点频率要适度，将其放置在次要的位置。

　　(4)IK分析及应用

　　IK分析是分析货物的出货频率，可以与IQ分析相结合来确定货物的仓储与拣选方式。根据EIQ分析表得出IK分析表，如表4所示。由IK分析表可知该电商配送中心的A类和B类产品的出货次数基本上都是20次，出货次数和订单量的百分比基本达到100%，也就是说每个订单都包含这些品项的产品，C类产品的出货次数都能占到1/2以上，这说明该电商配送中心的产品是以饮食类消费品为主，以其他消费品为辅，不管是哪类产品，小到广大消费者订单，中到各自提点订单，大到各大区域订单对这些作为生活消费品的产品的需求基本都是恒定的，且各类品项的出货频率都比较高，基本上保持不变。

　　(5)IK与IQ交叉分析及应用

　　为了理清商品的出货量与出货频数之间的关系，需要进一步对两者进行分析，通过IQ与IK分析可以发现，IQ与IK呈现一定的正相关性，因此，对IQ、IK进行交叉分析。由表5可知该电商配送中心每个品项每单的出货次数IQ/IK与IQ和IK基本保持一致，最终把I6、I7、I8归为A类产品，A类产品的总出货量、出货次数和产品平均单次订货数量均大，应分配固定储位并安放在方便作业的区域，保证充足库存量，配备一些机械设备保证进出库效率。把I2、I3、I1和I9归为B类产品，B类产品的总出货量和物品平均单次订货数量均较大，根据商品分类特性归为相应的分类商品中。把I10、I11、I5、I12、I4和I13归为C类产品，C类产品的总出货量和物品平均单次订货数量均较小，分配弹性储位且大小便于调整，可以将拣货区和仓储区合并规划，这样可以减少多余库存，减轻库存压力。

　　4结束语

　　EIQ分析法目前在物流及其他相关行业中得到了广泛的运用，为企业配送中心的整体规划布局和运作提供了决策和指导。EIQ分析法首先从企业订单出发，分析客户的需求特性，并结合ABC分类法从不同角度和层面对客户订单进行分析，既根据产品需求和存储特性优化了配送中心的仓储布局，也通过优化拣选作业来提高配送中心的出入库作业效率，为有效掌握配送中心的运作规律和特点提供依据和切入点，有利于企业对配送中心进行整体规划和管理。本文以J电商配送中心为例，通过EIQ分析方法统计各类货物的订货量和订货频率，根据ABC分类原则对货物进行分类并对货位进行划分，对不同等级的货物确定相应的拣选方式，优化了配送中心的仓储布局，提高了仓储的作业效率。

　　[1]王婧,杨迪,汪世志.基于EIQ-ABC分析法的物流仓储作业优化研究[J].物流技术,2014(19):181-184.

　　[2]施粉.基于EIQ—ABC分析法的T宠物用品公司仓储管理实证分析[J].物流工程与管理,2013(11):69-71.

　　[3]王新华,张悦.EIQ-ABC分析法在烟草配送中心规划中的应用——以山东H烟草配送中心为例[J].物流工程与管理,2017(7):102-105.

　　[4]毕丽丽.基于EIQ-ABC方法的物流公司仓库布局优化[J].物流技术,2015(20):145-148.

　　[5]沈志端,葛炬,彭小凤,等.新疆边境口岸物流分拣系统设计——以霍尔果斯口岸为例[J].物流科技,2014(4):79-82.

　　[6]李诗珍,杜文宏.基于聚类分析的订单分批拣货模型及启发式算法[J].统计与决策,2008(12):53-56.

　　[7]卢子甲,韩义民,张少卿.基于遗传算法的配送中心订单拣选路径优化案例研究[J].物流技术,2013,32(9):228-230.

　　[8]孙洪华,董慧慧.配送中心订单分批与拣货路径研究[J].物流技术,2014,33(13):179-183.

　　[9]何亿.遗传算法下物流配送中心订单拣选路径优化[J].商业经济研究,2016(21):110-111.

　　[10]刘昌祺.物流配送中心拣货系统选择与设计[M].北京:机械工业出版社,2006.

　　[11]黎鹰,赵品瑞,陈华.EIQ分析法在连锁经营配送中心拣货系统的应用[J].物流科技,2010(5):27-29.

　　[12]李强.EIQ分析法在仓储管理中应用分析[J].现代商贸工业,2011(11):46-47.