第2章 Tera計算0_出貨數據處理[cite: 21]

第0節 Tera計算0的流程[cite: 21]

根據資料，將解說作為出貨數據分析第一階段的「Tera計算0」之角色與處理流程。[cite: 21]

Tera計算0的角色[cite: 21]

Tera計算0是在計算配送中心規模（Tera計算1・2）之前，將作為原始數據的出貨數據整理、加工成容易處理之形式的軟體。[cite: 21]在這個階段，會將計算頻率高的共通數據作為Access的「T200」資料表事前建立並保留。[cite: 21]

處理的4個步驟[cite: 21]

具體而言，會以以下的步驟來處理數據。[cite: 21]

1. 出貨型態的分類: 將出貨數據分為「整箱出貨」與「散裝出貨」。[cite: 21]
2. 單位的換算: 將散裝數量的數據，一次性換算成物流設計中不可或缺的「箱數」、「棧板（PL）數」、「容積」、「重量」。[cite: 21]
3. 建立等級: 依據每個出貨地與品項（商品）進行統計，並賦予符合其流動性的「出貨地等級」與「品項等級」。[cite: 21]
4. 生成「T200」資料表: 統整上述所有資訊，完成作為分析核心的數據資料表。[cite: 21]

依流動性分組的重要性[cite: 21]

為了設計出高效率的配送中心，必須精確地將高流動性與低流動性的物品進行分組，並分配適合各自的設備與運作方式，這是非常重要的。[cite: 21]

• 2：8原則（柏拉圖法則）: 以前常說「2成的品項佔了8成的物流量」，但現在由於資訊管理精準度的提升，趨勢大約是20%的品項佔物流量的50%、30%的品項佔65〜70%左右。[cite: 21]
• Tera計算0的目標: 藉由明確區分這種流動性的差異，導出機器設備的最佳配置。[cite: 21]

---

第1節 出貨數據的內容[cite: 21]

本資料解說了作為配送中心設計基礎的「出貨數據的內容」與「出貨波動的思維」。[cite: 21]

1. 出貨數據的構成要素（EIQ+α）[cite: 21]

物流設計的基礎是 EIQ分析（Entry:出貨地、Item:商品、Quantity:數量），但在Tera計算中為了進行高精準度的設計，採用了追加以下項目的數據格式。[cite: 21]

基本的EIQ項目[cite: 21]

• 出貨地 (E): 交貨商品的企業名稱或店名。[cite: 21]
• 品項 (I): 能以SKU（最小管理單位）為單位進行區分的商品名稱或代碼。[cite: 21]
• 散裝數量 (Q): 管理與作業的最小單位。[cite: 21]

用於物流設計的追加項目[cite: 21]

• 出貨日期・時間: 用於統計每小時的物流量，以及分析後述的「波動」。[cite: 21]
• 品項區分・出貨區分: 用於篩選或排除特定商品的範圍。[cite: 21]
• 出貨路線: 用於管理裝載於同一輛卡車上的群組。[cite: 21]
• 換算用數據: 「每箱入數」、「每PL堆疊箱數」、「紙箱容積・重量」等。[cite: 21]使用這些數據，將散裝數量轉換為物流上的單位（箱・棧板・體積）。[cite: 21]

---

2. 出貨波動與經濟規模設計[cite: 21]

每天的出貨物流量並非固定不變，會因季節、月份、星期，甚至是天氣或新設店鋪等因素而增減。[cite: 21]這被稱為「出貨波動」。[cite: 21]

將配送中心設計為「經濟規模」的巧思[cite: 21]

若配合最大峰值（出貨波動的頂點）來建造設施，在淡季時會產生廣大的閒置空間，非常不經濟。[cite: 21]在Tera計算中，提出了刻意選擇非最大峰值日（例如：非一週內最大量的星期四等）作為目標日的思維。[cite: 21]

• 峰值時的對策: 取代抑制設施規模的做法，藉由以下運作方式來度過峰值。[cite: 21]
  • 延長運作時間、增加作業人員。[cite: 21]
  • 委託其他設施處理、將出貨作業提前。[cite: 21]
• 全公司的共識: 這些對策也會影響採購與營業部門，因此部門間達成共識是很重要的。[cite: 21]

---

3. 分析數據的規模感[cite: 21]

在資料所顯示的範例中（假設為小型家電・電子機器的BtoB中心），處理的是以下規模的數據。[cite: 21]

• 記錄數: 60,000行。[cite: 21]
• 定位: 相當於中等規模的上位至大規模的下位。[cite: 21]

---

第1項 出貨數據項目[cite: 21]

配送中心是根據出貨地的訂單來將商品出貨，將這個出貨實績統整起來的資料便稱為出貨數據。[cite: 21]

這是一筆記載著「將10個B商品出貨給A出貨地」E（Entry）I（Item）Q（Quantity）的記錄。[cite: 21]

在Tera計算中，僅靠上述的EIQ資訊是無法設計配送中心的，因此追加了必要的項目。[cite: 21]

用於Tera計算的出貨數據（參見附帶的Excel），無法變更數據的項目列或變更項目名稱。[cite: 21]請理解這是在將出貨數據匯入Tera計算時的規則。[cite: 21]

出貨數據 簡單統計[cite: 21]

出貨數據有60,000筆記錄[cite: 21]
配送中心的規模，定位在中等規模的上位至大規模的下位？[cite: 21]
假定業種為以小型家電・電子機器的BtoB為主體的配送中心。[cite: 21]

第2項 關於出貨數據的波動[cite: 21]

出貨物流量每天都在增減，若以天為單位繪製成圖表，會形成如波浪般的曲線，這稱為出貨波動。[cite: 21]

企業的營業額會因季節、月份及星期而有出貨波動，出貨物流量也會與營業額連動。[cite: 21]此外，也必須考量到依據業種，不同季節的商品數量可能會有所不同（夏季商品・冬季商品）的情況。[cite: 21]

若配合這個出貨波動較高的出貨數據來建立配送中心，將會成為巨大的配送中心，非常不經濟。[cite: 21]

為了建立具有經濟規模的配送中心，要確認採用於計算的出貨數據與出貨波動較高的出貨日之間有多大差距，以及在峰值時能採取什麼樣的對策。[cite: 21]

對策包括：延長運作時間、增加作業人員、委託其他設施處理、將出貨作業提前(變更運作方式)等。[cite: 21]這些對策也會影響到物流部門以外的採購部門與營業部門，因此必須向相關部門說明對策，並取得全公司的共識。[cite: 21]

上表是為了規劃適合8月份物流量的配送中心，為了決定統計・分析的目標日而製作的物流量波動表。[cite: 21]

將目標日選定為並非每週物流量MAX的星期四，其用意在於透過延長運作時間、增加人員及外部委託等方式來應對峰值日，藉此讓配送中心維持在經濟規模。[cite: 21]

物流波動不僅發生在年、月、週，也會因國定假日、天氣、客戶新設店鋪等因素而發生。[cite: 21]

---

第2節 出貨數據處理[cite: 21]

本資料解說作為出貨數據分析核心的「出貨數據處理（Tera計算0）」的具體步驟與計算邏輯。[cite: 21]

1. 數據匯入與基本換算[cite: 21]

首先，將Excel格式的出貨數據匯入Access中，建立「T000_出貨數據」資料表。[cite: 21]

匯入後，立即對每筆記錄（行）算出物流設計不可或缺的以下換算值。[cite: 21]

• 箱數換算: 散裝數量 ÷ 每箱入數[cite: 21]
• PL換算: 箱數換算 ÷ 每PL堆疊箱數[cite: 21]
• 容積・重量換算: 箱數換算 × 紙箱容積（或重量）[cite: 21]

2. 整箱出貨與散裝出貨的分離[cite: 21]

在配送中心裡，由於整箱單位與散裝單位的保管場所和作業方法不同，因此將這些明確區分並進行統計。[cite: 21]

• 整箱出貨: 1箱以上的整數訂單。[cite: 21]從庫存區域直接出庫，並直接運送至分揀區域。[cite: 21]
• 散裝出貨: 未滿1箱或是帶有零頭的訂單。[cite: 21]從出貨作業區域的貨架上進行揀貨。[cite: 21]
  • 範例：若訂購了9個每箱入數為5的商品，將會被分離為1箱（整箱出貨）與4個（散裝出貨）來計算。[cite: 21]

3. 5階段的等級劃分（EIQ分析的擴充）[cite: 21]

進行比一般的ABC分析（3區分）更詳細的5階段等級劃分，來最佳化設備配置與運作。[cite: 21]

• 等級比率（Tera設定）: A1（50%）、A2（20%）、B（15%）、C（10%）、D（5%）。[cite: 21]
• 等級劃分鍵值:[cite: 21]
  • Tera計算1: 整箱出貨以「箱數換算」、散裝出貨以「行數（出庫次數）」為基準進行等級劃分。[cite: 21]
  • Tera計算2: 由於主要目的是算出保管量，因此兩者皆以「PL換算」為基準。[cite: 21]

4. 建立「T200」資料表[cite: 21]

將處理過的所有數據（換算值、出貨區分、各等級資訊）統整為一個名為「T200」的資料表。[cite: 21]Tera計算1及2僅參照這個資料表來進行分析，藉此提升處理速度。[cite: 21]

5. 術語的定義與運作的補充[cite: 21]

• 出庫次數的定義: 當1筆記錄中同時出貨整箱與散裝時，在Tera計算中會計算為「出庫次數：2」，以精確掌握實際的作業負擔。[cite: 21]
• 入庫・出庫: 對保管空間的放入與取出。[cite: 21]
• 分揀・揀貨: 將出庫的商品進行分配定義為「分揀（播種）」，從作業貨架上收集商品定義為「揀貨（摘果）」。[cite: 21]
• 時段的考量: 各工程的峰值是從出貨時間逆推計算而來。[cite: 21]必須留意越上游的工程（如揀貨等），其開始與結束的時間就必須越提前。[cite: 21]

---

第1項 出貨數據匯入[cite: 21]

將數據讀入Access稱為匯入，從Access取出則稱為匯出。[cite: 21]

「Tera計算0」將出貨數據（Excel）讀入Access並建立「T000_出貨數據」資料表的動作，稱為出貨數據的匯入。[cite: 21]

Access會先初始化（將Access清空狀態）後再匯入「T000_出貨數據」，因此在匯入當下，Access中只有「T000_出貨數據」資料表。[cite: 21]

第2項 從散裝數量算出各換算值[cite: 21]

Tera計算0_數據處理軟體最先進行的處理，是計算出貨數據中沒有的箱數・PL數・容積・重量等換算值。[cite: 21]

計算公式為[cite: 21]
箱數換算＝散裝數量/每箱入數[cite: 21]
PL換算＝箱數換算/每PL堆疊箱數[cite: 21]
容積換算＝箱數換算*紙箱容積[cite: 21]
重量換算＝箱數換算*紙箱重量[cite: 21]

換算值是記錄在每一筆記錄（每一行）中的。[cite: 21]

第3項 區分整箱出貨與散裝出貨[cite: 21]

配送中心是以PL為單位、紙箱為單位、散裝為單位來進行貨物搬運作業的。[cite: 21]

Tera計算會將整箱單位出貨與散裝單位出貨分開進行分析統計，這是因為配送中心的作業或保管方法，在整箱出貨與散裝出貨上是不同的。[cite: 21]

注意：在小規模的中心裡，有時可能會從庫存區域直接將整箱出貨2箱與散裝出貨3個一次出庫，但Tera計算是假設在「整箱單位出貨與散裝單位出貨已明確區分的配送中心」來進行計算的。[cite: 21]

這些計算結果將保存在「T110_區分換算」資料表中。[cite: 21]

上表中的「C行」代表整箱出貨行數的意思，「B行」代表散裝出貨行數的意思，「G行」代表整箱＋散裝出貨行數的總和意思。[cite: 21]

第一個字元的C・B・G代表出貨區分，第二個字元的行＝行數、バ＝散裝數量、ケ＝箱數換算、PL＝棧板換算、容＝容積換算、重＝重量換算的意思。[cite: 21]

第4項 賦予等級[cite: 21]

為品項賦予等級[cite: 21]

等級劃分比率會分為 A1等級 50％、A2等級 20％、B等級 15％、C等級 10％、D等級 5％ 來進行劃分。[cite: 21]

可以改變各等級的比率，但合計必須為100%。[cite: 21]

Tera計算會將所有的出貨數據按品項進行統計，並從高流動性商品開始依序編號與賦予等級。[cite: 21]這種賦予等級的方式與ABC分析相同。[cite: 21]ABC分析的等級為3個區分，但Tera計算則分為5個區分。[cite: 21]這是因為在設定配送中心的運作方式或設備配置時，等級區分越多，系統建構會越容易。[cite: 21]

根據經驗，10個區分太多，認為5個區分是恰到好處的。[cite: 21]

用於劃分等級的項目有「記錄數（行數）」、「散裝數量」、「箱數換算」、「PL換算」、「容積換算」、「重量換算」，但選擇哪一項還有討論的空間。[cite: 21]

Tera設定在Tera計算1中，將整箱出貨設定為「箱數換算」，散裝出貨設定為「行數」；而在Tera計算2中，整箱出貨・散裝出貨均設定為「PL換算」。[cite: 21]

使用Tera計算軟體，對用於等級劃分的項目進行了各種設定與比較，但統計結果並沒有出現大到會讓人覺得「絕對不能選擇這個設定」的差異。[cite: 21]

整箱出貨使用箱數換算，散裝出貨使用行數。[cite: 21]

為出貨地賦予等級[cite: 21]

出貨地等級劃分的方法與品項等級劃分同樣分為5個區分。[cite: 21]

出貨地等級劃分採用與品項等級劃分相同的比率設定（Tera設定）。[cite: 21]

可以修改用於等級劃分的比率與等級鍵值。[cite: 21]

將「T180」・「T110」連結至「出貨數據」，藉此建立「T200」資料表[cite: 21]

在建立前述的「T110_區分換算」與「T180_EIQ等級」後。[cite: 21]將這2個資料表與「T000_出貨數據」連結，建立出新的「T200」資料表。[cite: 21]

不使用左側連結的原因，是出於軟體上的考量，因為使用「T200」資料表可以簡化SQL語句的製作並提升處理速度。[cite: 21]

Tera計算1・2僅存取「T200」資料表來進行分析統計。[cite: 21]

雖然Tera計算0如果不建立「T200」資料表，而是將「T110_區分換算」與「T180_EIQ等級」直接跟「出貨數據」連結，可以獲得縮小Access檔案容量的優點，但是……[cite: 21]

第5項 資料表的檔案配置[cite: 21]

從「行流水號」到「紙箱重量」為止，與出貨數據的內容相同。[cite: 21]

「虛擬(Dummy)」為Null，是當Tera計算在進行計算處理時，用來輸入計算區分等用途所利用的項目。[cite: 21]（Null是指完全沒有任何資訊進入的狀態）[cite: 21] 從「出貨單位」以後則是Tera計算0所建立的數據。[cite: 21]

「C行」的「C」代表整箱出貨的群組，「B行」的「B」代表散裝出貨的群組，「G行」的「G」代表整箱出貨與散裝出貨合計的群組。[cite: 21]

行號1為整箱出貨，因此散裝出貨的項目欄會是0或是null。[cite: 21]而行號3為散裝出貨，因此整箱出貨的項目欄會是0或是null。[cite: 21]

從「CE順位」到「CI等級」為止是整箱出貨的等級資訊；從「BE順位」到「CE等級」為止是散裝出貨的等級資訊，用於Tera計算1；「GPLE順位」到「GPLI等級」則是用於Tera計算2之計算的等級資訊。[cite: 21]

雖然Tera計算1將等級分為了整箱出貨與散裝出貨，但Tera計算2卻是針對整箱出貨與散裝出貨的合計值，以棧板為鍵值來賦予等級（將在Tera計算2的章節中說明）。[cite: 21]

行號23329的「G行」顯示為2。[cite: 21]行號23329表示進行了整箱出貨與散裝出貨共2次的出庫作業。[cite: 21]

等級劃分鍵值[cite: 21]

等級劃分鍵值，是作為等級劃分基準的數值（將等級鍵值進行統計後來劃分等級）。[cite: 21]

若散裝數量為等級鍵值，則以散裝數量進行統計，並劃分等級。[cite: 21]

若箱數為等級鍵值，則以箱數換算進行統計，並劃分等級。[cite: 21]

Tera計算1以峰值出貨日為對象，將散裝出貨的行數、整箱出貨的箱數換算作為Tera設定的等級劃分鍵值。[cite: 21]這將用於從庫存到出貨作業區域的產能計算。[cite: 21]

Tera計算2以全出貨數據的平均值為對象，將散裝出貨・整箱出貨雙方皆以PL換算作為等級劃分鍵值。[cite: 21]配送中心規模計算主體為包含PL或容積等算出保管量計算居多的從進貨到庫存計算。[cite: 21]

關於等級劃分鍵值該設定為什麼，有許多討論的空間，但作者認為任何選擇都是可行的。[cite: 21]

等級賦予方法的具體步驟[cite: 21]

品項等級劃分，整箱出貨的範例[cite: 21]

１．指定品項等級鍵值。[cite: 21]
等級鍵值是用於物量比較的項目，包含出貨次數、散裝數量、箱數換算、PL換算、容積換算、重量換算。[cite: 21]（重量換算幾乎不使用）[cite: 21]
Tera設定選擇：整箱出貨以箱數換算為鍵值，散裝出貨以出貨次數為鍵值。[cite: 21]

２．將物量比分配給各個等級。[cite: 21]
Tera設定分為A1等級50％、A2等級20％、B等級15％、C等級10％、D等級5％共5個階段。[cite: 21]

３．依據品項將整箱出貨的所有記錄進行統計。[cite: 21]
將品項統計結果依照物量多寡進行排序，並依物量多寡賦予順位。[cite: 21]
依照順序算出累積物量與累積物量比，並依照步驟2中指定的等級區分比率來賦予等級。[cite: 21]
將此品項順位與等級跟出貨數據的每一筆記錄進行關聯綁定。[cite: 21]
透過關聯綁定，就能得知出貨數據中每一筆記錄的品項等級與順位。[cite: 21]

４．計算整箱出貨的出貨地等級。[cite: 21]計算方法與步驟3相同。[cite: 21]

５．計算散裝出貨的品項等級與出貨地等級。[cite: 21]計算方法與步驟3相同。[cite: 21]

６．各等級區分請參照「T180_EIQ等級」資料表。[cite: 21]

T180_EIQ等級為Access的資料表名稱，CE順位是指整箱出貨的出貨地順位，CI等級是指整箱出貨的品項等級。[cite: 21]

第6項 關於出貨數據的補充[cite: 21]

一般來說會以記錄數＝出庫次數來進行計算，但Tera計算將記錄數與出庫次數視為不同的單位。[cite: 21]

記錄是指出貨數據的「行」的意思，出庫次數則是進行出庫作業的次數。[cite: 21]

如果1筆記錄中，出貨了1箱與3個散裝，那麼整箱出貨會進行1次出庫，散裝出貨也會進行1次出庫。[cite: 21]Tera計算會將1筆記錄數，計數為2次出庫次數。[cite: 21]

通常，將商品保管到貨架上稱為入庫，將商品取出則稱為出庫。[cite: 21]這會導致針對保管空間的貨架以及作業空間的貨架，使用了同樣「入庫」、「出庫」的詞彙。[cite: 21]

為了避免這種重複，往後本書中將「把商品保管到保管空間的貨架上」表現為「入庫（藏入れ）」，並將「從保管空間的貨架上取出商品」表現為「出庫（藏出し）」。[cite: 21]

將出庫的商品依出貨地進行分配稱為「分揀（也稱為播種）」。[cite: 21]將出庫的商品放入（補充）出貨作業空間的貨架上保管，再從該貨架上依出貨地取出的動作稱為「揀貨（也稱為摘果）」。[cite: 21]

「分揀」這個詞彙，很多時候會被用來包含「分揀（播種）」與「揀貨（摘果）」這兩者的意思。[cite: 21]往後，請讀者將本書中的「分撥」理解為播種，「揀貨」理解為摘果，而「分揀」則理解為播種＋摘果。[cite: 21]

Tera計算處理的是配送中心系統，並未觸及裝車之後的運輸與配送。[cite: 21]關於運輸配送方面，請參閱其他著作來確認。[cite: 21]

出貨數據分析的統計數值全部使用雙精度浮點數（PC中精確度最高的標準）。[cite: 21]然而，由於計算結果經歷了多個計算處理工程，產生誤差是在所難免的。[cite: 21]萬一發生這種情況，還請見諒。[cite: 21]（目前尚未確認到有顯示出誤差的情況）。[cite: 21]畫面顯示會進行四捨五入，盡可能以整數呈現以便於觀看，但軟體內部仍保持雙精度浮點數進行運算。[cite: 21]

配送中心被要求必須具備處理峰值時段作業的產能，若無法對應則需要有應對方案。[cite: 21]提前作業或是增加人員即屬於此類。[cite: 21]請在考量了峰值時對策的情況下，再來檢視Tera計算的峰值時統計。[cite: 21]

各工程的峰值時段是以出貨數據的出貨時間為基準來決定，必須確保能在規定的出貨時間前完成出貨。[cite: 21]因此，必須留意越上游的工程，其開始與結束的時間就會出現落差而提前。[cite: 21]

專車（自家車隊）與宅配[cite: 21]
專車（自家車隊）是指貨主或運輸業者確保了貨主專用的配送路線及配送卡車的配送機制。[cite: 21]
宅配是指運輸公司確保了固定的獨自配送路線與卡車，而貨主以紙箱為單位委託配送的配送機制。[cite: 21]