[发明专利]一种基于二维矩阵模型的ABC分类法有效
申请号: | 201910286546.0 | 申请日: | 2019-04-10 |
公开(公告)号: | CN110020689B | 公开(公告)日: | 2022-09-16 |
发明(设计)人: | 徐冽 | 申请(专利权)人: | 南京铁道职业技术学院 |
主分类号: | G06K9/62 | 分类号: | G06K9/62 |
代理公司: | 苏州尚为知识产权代理事务所(普通合伙) 32483 | 代理人: | 陈钢 |
地址: | 210031 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 二维 矩阵 模型 abc 分类法 | ||
本发明涉及一种基于二维矩阵模型的ABC分类法,搜集所有货品价值数据,分别编制货品价值ABC分析表及库存周转率ABC分析表,并确定货品价值分界点M、N及库存周转率分界点P、Q,分界点M、N将横轴的货品价值分为三个区限Ai、Bi和Ci,分界点P、Q将纵轴的库存周转率分为三个区限Aj、Bj和Cj,此时构建的二维矩阵分类模型共被分为9个区限,将AiAj、AiBj和BiAj区限内的货品归属为A类货,将BiBj、CiAj和AiCj区限内的货品归属为B类货,将CiCj、CiBj和BiCj区限内的货品归属为C类货。本发明不再以货品价值作为唯一分类标准,而是以货品价值和库存周转率两项指标作为分类标准,从而满足管理中对仓储时效性的高要求,避免现有分类法中单一性的问题。
技术领域
本发明涉及货品管理分类技术领域,特别涉及一种基于二维矩阵模型的 ABC分类法。
背景技术
ABC分类法(Activity Based Classification),全称应为ABC分类库存控制法,又称帕累托分析法或巴雷托分析法、柏拉图分析、主次因分析法、 ABC分析法、分类管理法、物资重点管理法、ABC管理法、abc管理、巴雷特分析法,平常我们也称之为“80对20”规则,EMBA、MBA等主流商管教育均对ABC分类法对企业管理的启示及对管理者组织决策的影响有所介绍。
专利号为201810572534.X的发明专利中,提到了一种适于储粮数字监管的ABC策略方法,是通过新的硬件系统直接利用粮仓的粮温数据实现对粮仓的粮情监管,其参照数据仅为粮温,同时ABC分类法对于货品的分类,也是以货品价值为分类考核标准,标准单一,在ABC分类法创建的时代背景中,仓储活动的周转率不高,货品价值是进行库存管理的重要且唯一标准,而现代社会对仓储时效性的要求相当高,不能再以货品价值作为唯一分类标准,因此本发明研制了一种基于二维矩阵模型的ABC分类法,以解决现有技术中存在的问题,经检索,未发现与本发明相同或相似的技术方案。
发明内容
本发明目的是:提供一种基于二维矩阵模型的ABC分类法,以解决现有技术中货品分类参考标准单一的问题。
本发明的技术方案是:一种基于二维矩阵模型的ABC分类法,所述分类法具体步骤如下:
(1)确定货品,搜集所有货品价值数据,编制货品价值ABC分析表,确定Ai类货物、Bi类货物及Ci类货物,并同时确定Ai类货物、Bi类货物及C i类货物的分界点M、N;
(2)搜集所有货品库存周转率数据,编制库存周转率ABC分析表,确定Aj类货物、Bj类货物及Cj类货物,并同时确定Aj类货物、Bj类货物及 Cj类货物的分界点P、Q;
(3)以货品价值和库存周转率为维度,构建二维矩阵分类模型,绘制二维坐标图,以横轴代表货品价值,纵轴代表库存周转率,将分界点M、N标注在横轴上,将分界点P、Q标注在纵轴上;
(4)分界点M、N将横轴的货品价值分为三个区限Ai、Bi和Ci,分界点P、Q将纵轴的库存周转率分为三个区限Aj、Bj和Cj,此时构建的二维矩阵分类模型共被分为9个区限,分别为AiAj、AiBj、AiCj、BiAj、BiBj、BiCj、 CiAj、CiBj、CiCj;
(5)将AiAj、AiBj和BiAj区限内的货品归属为A类货,将BiBj、CiAj 和AiCj区限内的货品归属为B类货,将CiCj、CiBj和BiCj区限内的货品归属为C类货。
优选的,所述步骤(1)中编制的货品价值ABC分析表,将所有货品中各类货品的价格占库存总金额的比率由大到小依次排序,并将累计比率在 0%~60%之间的归为Ai类货物,累计比率在60%~85%之间的归为Bi类货物,累计比率在85%~100%之间的归为Ci类货物。
优选的,所述分界点M为Ai类货物与Bi类货物分界的货品价格,所述分界点N为Bi类货物和Ci类货物分界的货品价格。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京铁道职业技术学院,未经南京铁道职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910286546.0/2.html,转载请声明来源钻瓜专利网。