Prosesser for behovsplanlegging og lagerstyring finnes for å unngå:
- Unødvendig høye lagernivåer (overlager)
- Kostbare lageravskrivninger
- Overdreven bruk av premium transporttjenester
- Tapte forpliktelser og dårlig servicenivå
ERP-systemer sporer lager og salg på SKU-nivå, men lageroptimalisering er utenfor dem. De fleste forhandlere og grossister tar derfor utgangspunkt i regnearkplanlegging i Excel.
Dette er imidlertid en suboptimal løsning som inneholder flere skjulte kostnader. Manuell implementering av hvert tilpassede ark resulterer i en ikke-standard prosess. Dette fører til et element av risiko, manglende fleksibilitet i systemet og en langsiktig begrensning på vekst. Etter hvert som modellene bygges og utvikler seg, avviker de mer og mer fra ethvert standard utgangspunkt.
Regnearkmodeller er sjelden dokumentert, og selv om de kan gi perfekt mening for teammedlemmet som bygde dem, må interessenter på tvers av forsyningsstyring kunne bruke og utlede innsikt fra systemet. Hvis den eneste personen som virkelig forstår modellen er fraværende på grunn av sykdom eller ferie eller forlater virksomheten, blir regnearket et feilpunkt uten støtte.
Med flere personer som manipulerer individuelle regneark, er dokumentasjonen (eller mangelen på) endringer som er gjort en annen bekymring. Endringer vil neppe være enkle, krever manuell intervensjon på tvers av flere felt, og når de er gjort, er det ingen umiddelbar metode for å logge dem og spore deres innvirkning på modellen.
Dyrebare tidsressurser investeres i vedlikehold av et regnearkbasert system – disse unødvendige støttekostnadene er kostbare for virksomheten. For å håndtere alle produktene dine, vil arket sannsynligvis være stort, i størrelsesorden tusenvis av celler minst. Med så mye data i et enkelt regneark kreves det en regelmessig revisjonsprosess for å sikre at all informasjon blir håndtert riktig, spesielt når du vurderer forskningen som anslår at 94 % av regnearkene inneholder feil. La oss ikke engang snakke om muligheten for at hele arket blir ødelagt…
I enhver virksomhet som håndterer en rekke varer, er det usannsynlig at etterspørselsmønstre vil være konsistente på tvers av alle produkter. Bruk av en one-size-fits-all lagerprognosemetodikk vil resultere i en statistisk usunn tilnærming til å bygge feil på feil på grunn av ugyldige forutsetninger for enkelte varer. Vi vil utforske implikasjonene av de mange variablene som spiller inn i lageroptimalisering i vårt neste innlegg.
Hvis vi allerede har overbevist deg om at regneark ikke er opp til oppgaven med å håndtere lagerstyringsprosessene dine, ta kontakt i dag for å se hvor stor forskjell AGR-programvaren kan gjøre for din markedsposisjon.
