Mange af leddene i k\u00e6den skal forvaltes af mennesker. Men meget af deres daglige arbejde kunne (og b\u00f8r) udf\u00f8res af teknologi, hvilket frig\u00f8r dem som en ressource til at tilf\u00f8re v\u00e6rdi med deres menneskelige kvaliteter, viden og f\u00e6rdigheder. <\/p>\n
Lagerstyringssoftware (WMS) og ERP-systemer har gjort store fremskridt med at udnytte data p\u00e5 tv\u00e6rs af hundredvis og tusindvis af SKU’er. Ingen af disse er dog i stand til den n\u00f8dvendige funktionalitet til lageroptimering. <\/p>\n
Dette f\u00f8rer til, at mennesker og regneark tager over, og at for mange manuelle opgaver falder tilbage p\u00e5 dit teams tallerken og binder en v\u00e6rdifuld ressource. <\/p>\n<\/p>\n
Excel er et fremragende v\u00e6rkt\u00f8j i visse situationer, men det er kun i stand til endimensionel analyse. Dens brug er ogs\u00e5 afh\u00e6ngig af, at folk udtr\u00e6kker data fra ERP- og WMS-softwaren, konverterer dem til det korrekte format og derefter indl\u00e6ser dem i regnearksmodeller, f\u00f8r de kan f\u00e5 adgang til de svar, de har brug for. <\/p>\n
Data, der skal indtastes manuelt, er tilb\u00f8jelige til fejl, og efterh\u00e5nden som m\u00e6ngden af SKU’er stiger, falder et regnearks evne til at h\u00e5ndtere oplysningerne. Den tid, det tager at manipulere de originale data, betyder, at det er en proces, der kun udf\u00f8res med j\u00e6vne mellemrum. N\u00e5r modellen f\u00f8rst er opbygget, er det ogs\u00e5 umuligt at \u00e6ndre prognosemetoderne for at tage h\u00f8jde for \u00e6ndrede eftersp\u00f8rgselsm\u00f8nstre p\u00e5 individuelt produktniveau. <\/p>\n
AGR-softwaren g\u00f8r det muligt at forbedre prognoser med automatisering af eftersp\u00f8rgselsplanl\u00e6gning. Ved at flytte st\u00f8rstedelen af de manuelle processer over til en teknologil\u00f8sning frig\u00f8res der tid til mere strategisk beslutningstagning og planl\u00e6gning. Folk kan tilf\u00f8re mere v\u00e6rdi ved at bev\u00e6ge sig v\u00e6k fra ikke-essentielle opgaver til den aktivitet, der er afh\u00e6ngig af menneskelig involvering. <\/p>\n
Automatisering af lagerpolitikker sikrer ogs\u00e5, at de altid er baseret p\u00e5 de seneste eftersp\u00f8rgselsdata i stedet for at v\u00e6re afh\u00e6ngige af manuelle genberegninger for at opdatere for\u00e6ldede \u00f8jebliksbilleder. <\/p>\n<\/p>\n
Et andet element i lageroptimering, der kan spare betydelig tid og ressourcer, er automatisering af genopfyldning. N\u00e5r man n\u00e6rmer sig manuelt, kan der spildes un\u00f8dvendig tid p\u00e5 at finde ud af, hvad, hvorn\u00e5r og hvor meget lager der skal fyldes op. AGR-softwaren beregner automatisk disse v\u00e6rdier \u2013 under hensyntagen til faktorer som eftersp\u00f8rgselsprognoser, lagerpolitikker, sikkerhedslager og leverand\u00f8rleveringstider. Systemet kan derefter bede om godkendelse eller kan administreres ved undtagelser, hvilket kun kr\u00e6ver menneskelig gennemgang for store beslutninger. <\/p>\n
Newitts fandt ud af, at brugen af AGR-softwaren ikke kun har muliggjort en reduktion af overskydende lager gennem optimering, men ogs\u00e5 betydeligt reduceret den ressource, der kr\u00e6ves til lageropfyldning og styring:<\/p>\n
\u201cAGR has helped us reduce our stock holding by 15% as well as saving us 50% resource requirements. At the same time, we have added new product lines and maintained the very high service levels our customers have come to expect \u2013 a great result.\u201d Ian Wilson, IT manager, Newitts <\/pre>\n