Lagerplanlægning handler ikke længere kun om at afgive indkøbsordrer. I denne praktiske session deler Duncan Reed, hvordan Vital Pet Group transformerede sin lageroptimering ved at gå fra manuelle, regnearksdrevne processer til en mere struktureret, datadrevet tilgang med AGR. Han forklarer, hvordan bedre prognoser, renere data og mere automatisering var med til at forbedre tilgængeligheden, reducere lagerbeholdningen og give teamet mere tid til at fokusere på strategiske beslutninger i forsyningskæden.
Indtast dine oplysninger for at se optagelsen on demand.
Videre end manuel lagerplanlægning
I takt med at produktsortimenter udvides, og forsyningskæder bliver mere komplekse, er traditionelle indkøbsmetoder ikke længere nok. I denne kundepræsentation forklarer Duncan Reed, Director of Category hos Vital Pet Group, hvordan hans team moderniserede lagerplanlægningen ved at introducere AGR og skifte fra manuel bestilling til datadrevet beslutningstagning.
Med praktiske eksempler fra deres egen implementering deler Duncan, hvordan bedre prognoser, automatiseret indkøb og forbedret datakvalitet gjorde det muligt for Vital Pet Group at reducere lagerbeholdningen, øge produkttilgængeligheden og opbygge en mere robust planlægningsproces. Han undersøger også, hvordan rollen som lagerplanlæggere udvikler sig, i takt med at AI og automatisering overtager rutineopgaver, så mennesker kan fokusere på beslutninger med højere værdi.
Duncan Reed leder category management og lagerstrategi på tværs af en stor produktportefølje. Han fokuserer på at bruge data, prognoser og teknologi til at forbedre supply chain-performance og hjælpe virksomheden med at øge produkttilgængeligheden, reducere lagerbeholdningen og opbygge mere robuste planlægningsprocesser gennem automatisering og klogere beslutningstagning.
AI-drevet lageroptimering bruger machine-learning-modeller til at prognosticere efterspørgslen på SKU-niveau, opdage afvigelser i salgshistorikken og foreslå genopfyldningsordrer, som planlæggere kan godkende med ét klik. I AGR kører AI løbende på ERP-data for salg og lager og fremhæver kun de undtagelser, der kræver menneskelig opmærksomhed.
Automatisering udfører regler, som De allerede har defineret — for eksempel automatisk at oprette en indkøbsordre, når lageret når et genbestillingspunkt. AI forbedrer selve reglerne: Den lærer sæsonmønstre, kampagner og variation i leverandørers leveringstider ud fra historiske data og opdaterer prognoser og sikkerhedslager uden manuel finjustering.
De fleste AGR SaaS-kunder går i drift på 4–8 uger. Den standardiserede datamodel og de forbyggede ERP-connectors (Microsoft Dynamics 365 Business Central, NAV, SAP, NetSuite, Sage, IFS, Jeeves) fjerner det integrationsarbejde over flere måneder, som er typisk for ældre supply chain-værktøjer.
AGR har forbyggede, understøttede connectors til Microsoft Dynamics 365 Business Central, Dynamics NAV, SAP, NetSuite, Sage, Visma, IFS og Jeeves. Andre ERP-systemer forbindes via REST API eller flat-file-integration.
På tværs af AGR’s kundebase reducerer virksomheder typisk lagerbindingen med op til 11 % og mindsker udsolgte varer med op til 40 % inden for de første 12 måneder — baseret på AGR’s kundebenchmarkdata, 2025.
Ja. AGR bruges af 400+ virksomheder inden for engrosdistribution, special- og FMCG-detailhandel samt produktion med planlægning af råvarer og færdigvarer. Den samme prognose- og bestillingsmotor tilpasses hver branche via konfiguration, ikke kundespecifik kode.
Indtast dine oplysninger for at se optagelsen on demand.
Foretrækker De at tale med nogen? Book en demo
