第2節 航運數據處理

第2章 Tera計算0 運輸資料處理
 

僅透過匯總貨運資料中的商品資訊無法設計出完整的物流系統。
Tera計算0 能夠區分整箱出貨和散裝出貨，計算散裝出貨的轉換率，並對出貨目的地和商品進行排名。





第1項 航運數據導入
將資料匯入 Access 稱為匯入，從 Access 擷取資料稱為匯出。
在「Tera計算0」中，將貨運資料（Excel）匯入 Access 並建立「T000_ShippingData」表的過程稱為匯入貨運資料。
在匯入「T000_ShippingData」表之前，Access 會被初始化（Access 為空），因此
在匯入時，Access 中僅存在「T000_ShippingData」表。


 第2項 根據商品數量計算每個轉換值

  
 Tera計算0_資料處理軟體執行的第一個過程是計算案例數、PL 編號、體積和重量的轉換值，這些值不包含在運輸資料中。



計算公式為：

箱數轉換 = 散裝數量 / 箱數
包裝箱數轉換 = 箱數轉換 / 包裝箱數
體積轉換 = 箱數轉換 * 箱體積
重量轉換 = 箱數轉換 * 箱重量
轉換值會記錄在每個訂單中。		  



 第3項 箱裝貨物和散裝貨物分開運輸
 
 配送中心以PL單位、箱裝及散裝單位處理貨物。
Tera的計算分別分析和統計箱裝貨物和散裝貨物。
這是因為配送中心對箱裝貨物和散裝貨物的操作和儲存方式有所不同。

計算方法如下：

1. 若數量少於1箱，則為散裝貨物（箱數轉換率<1）。
2. 若數量為1箱或以上且沒有小數點，例如1.或5，則為箱裝貨物。
（箱數轉換率≥1，且散裝貨物數量除以箱數的餘數為0）
3. 若數量為1箱或以上且有小數點，例如1.1.或5.3，則為箱散混合貨物。
（箱裝轉換率 > 1 且散裝出貨次數除以箱數餘數 < > 0）
4. 對於第 3 點所述情況，整數部分視為箱裝出貨次數，小數部分視為散裝出貨次數。
箱裝出貨中的箱數 = 整數（散裝出貨次數 / 箱數）
散裝發貨中的散裝發貨次數 = 散裝發貨次數 - （箱裝轉換率 * 箱數）

計算範例

當向目的地 A 運送 9 箱散裝 B 品（每箱 5 盒）時，會發出 1 箱整箱和 4 箱散裝商品。
在這種情況下，配送中心的工作流程如下：
1 箱整箱商品從庫存區大量出貨，與其他發送到其他目的地的同類商品混合，並在分類區進行分類。
4 箱散裝商品從出貨工作區的流動貨架或中型貨架上揀選並發出。
整箱出貨和散裝商品的區分是逐筆記錄計算的。
PL 單位計算可以根據轉換值按需計算。

注意：

小型配送中心可能一次從庫存區發出 2 箱整箱和 3 箱散裝商品。
但是，Tera 的計算是基於整箱出貨和散裝商品分開處理的配送中心。
這些計算結果保存在「T110_Class Conversion」表中。



在上表中，「C」表示箱數，「B」表示散裝發貨數，「G」表示箱數加散裝發貨數。
前幾位數字C、B和G代表運輸類別，後幾位數字C、B和G代表行數，B代表散裝發貨數，K代表箱數當量，PL代表托盤數當量，Y代表體積當量，J代表重量當量。

 第4項 等級分類和分配等級分類
將物品分成不同等級

排名比例如下：

A1 級 50%，
A2 級 20%，
B 級 15%，
C 級 10%，
D 級 5%。
您可以變更每個等級的比例，但總比例必須為 100%。
 Tera計算方法按商品匯總所有發貨數據，並按順序編號排序，從最暢銷的商品開始。這種排序方法與 ABC 分析相同。

ABC分析有三個排名類別，而 Tera 計算方法有五個。

這是因為配送中心的營運設定和設備設定對應的排名類別越多，系統建置就越容易。

根據經驗，10 個類別太多，5 個類別比較適合。

用於排名的項目包括“記錄數（行數）”、“散裝商品數”、“箱數轉換率”、“PL 轉換率”、“體積轉換率”和“重量轉換率”，但具體選擇哪個項目尚有爭議。

Tera 的設定如下：

在 Tera 計算 1 中，
箱裝出貨設定為“箱轉換”，散裝出貨設定為“行數”。

在 Tera 計算 2 中，
箱裝出貨和散裝出貨均設定為「PL 轉換」。
我使用 Tera 計算軟體比較了用於排名的商品的設置，但匯總結果的差異非常小，因此我認為這種設置並非最佳選擇。
箱裝出貨設定為“箱轉換”，散裝出貨設定為“行數”。
 

對貨運目的地進行排名

出貨目的地排名方法與商品排名相同，分為五個類別。
出貨目的地排名採用與商品排名相同的比例（Tera 設定）。
排名比例和排名鍵均可自訂。

透過將「T180」和「T110」連結到「出貨資料」來建立「T200」表。

建立上述「T110_Division Conversion」和「T180_EIQ Rank」表格後，

建立一個新的「T200」表，將這兩個表與「T000_Shipping Data」表連結。

之所以沒有使用上述鏈接，是出於軟體方面的考慮：使用“T200”表可以簡化 SQL 語句的編寫，從而提高處理速度。

Tera Calculation 1 和 2 僅存取「T200」表格進行分析和聚合。

Tera Calculation 0 不會建立「T200」表。將“T110_Division Conversion”和“T180_EIQ Rank”表與“Shipping Data”表鏈接可以降低訪問量，但是…

第5項 “T200”表的檔案佈局  
從「行序號」到「箱重」的內容與出貨資料相同。

「虛擬」欄位為空，用於在 Tera Calculation 進行計算時輸入計算類別。

（空值表示完全沒有輸入任何資訊。）從「出貨單位」開始的資料由 Tera Calculation 0 產生。

「C 行」中的「C」代表箱裝出貨組，「B 行」中的「B」代表散裝出貨組，「G 行」中的「G」代表箱裝和散裝發貨的組合組。

第 1 行是箱裝出貨，散裝出貨項目欄位為 0 或空值。第 3 行是散裝發貨，箱裝發貨項目欄位為 0 或空值。

「從 CE 排名」到「CI 排名」是箱裝發貨排名信息，「從 BE 排名」到「CE 排名」是散裝發貨排名信息（用於 Tera 計算 1），「GPLE 排名」到「GPLI 排名」是 Tera 計算 2 中使用的排名信息。

Tera 計算 1 將排名分為箱裝發貨和散裝發貨，而 Tera 計算 2 使用托盤作為鍵（詳見 Tera 計算 2 章節）對箱裝發貨和散裝發貨的總價值進行排名。

第 23329 行的「G 行」值為 2。第 23329 行表示有兩個出貨操作，一個用於箱裝出貨，一個用於散裝出貨。
 
排名關鍵  
排名鍵是用於排名的數值（排名是透過聚合排名鍵來實現的）。
如果排名鍵是批次數量，則排名基於批次數量。
如果排名鍵是箱數，則排名會基於箱數轉換率。

Tera計算1 的目標是出貨高峰日期。
大量出貨的排名鍵是行數，而箱出貨的排名鍵是箱數轉換率。
這用於計算庫存到發貨工作區的發貨能力。

Tera計算2 的目標是所有出貨資料的平均值，大量出貨和箱出貨的排名鍵都是產品責任 (PL) 轉換率。
配送中心規模的運算主要從收貨到庫存，這通常涉及計算儲存容量，例如產品責任和儲存容量。
雖然關於使用哪個排名鍵存在著許多爭議，但作者認為任何選擇都是可以接受的。

發現

您可以在 Tera計算2_配送中心規模計算中變更比例和貨架劃分鍵，以查看配送中心面積的變化。 （計算結果將在 1-2 分鐘內顯示。）

排名分為箱裝發貨和散裝發貨，並分別進行排名，因為
箱裝出貨和散裝出貨的作業流程不同。
如果不區分箱裝發貨和散裝發貨，
按出貨次數彙總時，散裝出貨的排名會更高；
而以箱數加總時，箱裝出貨的排名會更高，進而導致矛盾。

Tera計算
根據各自的情況對散裝發貨和箱裝發貨進行排名，
並選擇一種方法分別分析和匯總散裝發貨和箱裝發貨。
但是，在計算庫存時，我們認為對所有發貨數據（散裝發貨 + 箱裝發貨）取平均值更為合理。
ABC 分析法將物流量分為三個等級，由高到低依序為：A 級 70%，B 級 20%，C 級 10%。
但我們認為三個等級的區分不夠細緻。
根據經驗，五級劃分能夠更公平地分配設備並進行營運分類。

排名方法的具體步驟
物料排名和箱裝發貨範例

1. 指定物料排名鍵。
排名鍵是用來比較數量的物料，包括出貨次數、散裝出貨次數、箱當量、產品價值當量、體積當量和重量當量。 （重量當量很少使用。）
在 Tera 設定中，箱當量用作箱裝發貨的鍵，發貨次數用作散裝發貨的鍵。

2. 為每個等級分配數量比例。
Tera 設定分為五個等級：A1 級 50%，A2 級 20%，B 級 15%，C 級 10%，D 級 5%。

3. 按箱裝發貨物料匯總所有記錄。
按數量對物料總計進行排序，並按數量進行排名。
根據訂單計算累積數量和累積數量比例，並依照步驟 2 中指定的排名分類比例進行排名。
將此項目排名和等級與出貨資料中的每筆記錄關聯起來。
透過關聯，即可獲知出貨資料中每筆記錄的項目排名和等級。

4. 計算箱裝貨物的目的地排名。計算方法與步驟 3 相同。

5. 計算散裝貨物的項目排名和目的地排名。計算方法與步驟 3 相同。

6. 參考「T180_EIQRank」表格了解各等級分類。
 

T180_EIQRank 是 Access 表名，CERank 是箱裝貨物的目的地排名，CIRank 是箱裝貨物的項目排名。
 

第6項 關於航運數據的補充信息
通常，計算方法是記錄數 = 出庫數，
但 Tera計算中所使用的記錄數和出庫數的單位不同。
一筆記錄是一行出貨數據，出庫數是指出庫操作的次數。
如果一筆記錄涉及發貨一箱貨物和三件散裝貨物，則發貨箱會產生一次出庫，散裝貨物也會產生一次出庫。
Tera計算中，一筆記錄會計算兩次出庫。
通常，將貨物存放在貨架上稱為收貨，將貨物取出稱為出庫。
收貨和出庫這兩個術語既適用於儲存空間貨架，也適用於工作區貨架。
為了避免重複，

本書後續章節中，將貨物存放在存儲空間貨架上稱為“存儲”，將貨物從存儲空間貨架上取出稱為“取出”。
根據貨物的收集目的地，已從倉庫取出的產品進行分配的過程稱為分類（也稱為分類）。揀貨（也稱分揀）是指將已從倉庫取出並存放於發貨工作區貨架上的產品，從貨架上揀選並運送至各自收貨地點的過程。
「分揀」一詞通常既指分揀（分揀），也指分揀（分揀）。本書後續章節中，分類 = 分類，分類 = 分類，分類 = 分類 + 分類。

Tera計算 處理的是配送中心系統，不涉及裝車後的運輸和配送。
有關運輸和配送的詳細信息，請參閱其他相關資料。
所有運輸數據分析和匯總數據均採用雙精度（PC 上可達到的最高精度）。然而，由於計算結果需要經過多次計算，因此不可避免地會出現一些誤差。敬請諒解。 （目前我們尚未發現任何顯示錯誤的情況。）
為了方便查看，螢幕顯示結果四捨五入到最接近的整數，但軟體本身保持雙精度。
配送中心必須能夠應對高峰負荷，如果無法應對，則必須採取相應措施。
這包括加快工作進度和增加人手。在查看 Tera計算 的高峰負載時，請考慮調整尖峰負載的可能性。
每個流程的高峰時段是根據出貨資料中的出貨時間決定的，出貨必須在指定的出貨時間內完成。因此，需要注意的是，與出貨相關的上游流程的開始時間和結束時間會有所不同。

專線配送（店內配送）及包裹配送

專線配送（店內配送）是指托運人或承運人預留專屬配送路線及配送車輛的配送方式。

包裹配送是指承運人預留固定配送路線和車輛，托運人根據具體情況提出配送請求的配送方式。