Mange av leddene i kjeden m\u00e5 forvaltes av mennesker. Men mye av deres daglige arbeid kan (og b\u00f8r) utf\u00f8res av teknologi, og frigj\u00f8re dem som en ressurs til \u00e5 tilf\u00f8re verdi med sine menneskelige egenskaper, kunnskaper og ferdigheter. <\/p>\n
Lagerstyringsprogramvare (WMS) og ERP-systemer har gjort store fremskritt med \u00e5 utnytte data p\u00e5 tvers av hundrevis og tusenvis av SKU-er. Ingen av disse har imidlertid den n\u00f8dvendige funksjonaliteten for lageroptimalisering. <\/p>\n
Dette f\u00f8rer til at mennesker og regneark tar opp slakken, med for mange manuelle oppgaver som faller tilbake p\u00e5 tallerkenen til teamet ditt, og binder opp en verdifull ressurs. <\/p>\n<\/p>\n
Excel er et utmerket verkt\u00f8y i visse situasjoner, men det er bare i stand til endimensjonal analyse. Bruken er ogs\u00e5 avhengig av at folk trekker ut data fra ERP- og WMS-programvaren, konverterer dem til riktig format og deretter laster dem inn i regnearkmodeller f\u00f8r de f\u00e5r tilgang til svarene de trenger. <\/p>\n
Data som m\u00e5 legges inn manuelt er utsatt for feil, og etter hvert som volumet av SKU-er \u00f8ker, reduseres regnearkets evne til \u00e5 h\u00e5ndtere informasjonen. Tiden som kreves for \u00e5 manipulere originaldataene betyr at det er en prosess som bare utf\u00f8res med jevne mellomrom. N\u00e5r modellen er bygget, er det ogs\u00e5 umulig \u00e5 endre prognosemetoder for \u00e5 ta hensyn til endrede ettersp\u00f8rselsm\u00f8nstre p\u00e5 individuelt produktniv\u00e5. <\/p>\n
AGR-programvaren gj\u00f8r forbedrede prognoser mulig med automatisering av ettersp\u00f8rselsplanlegging. Ved \u00e5 flytte mesteparten av de manuelle prosessene over til en teknologil\u00f8sning frigj\u00f8res tid til mer strategisk beslutningstaking og planlegging. Folk kan tilf\u00f8re mer verdi ved \u00e5 bevege seg bort fra ikke-essensielle oppgaver mot aktiviteten som er avhengig av menneskelig involvering. <\/p>\n
Automatisering av lagerpolicyer sikrer ogs\u00e5 at de alltid er basert p\u00e5 de nyeste ettersp\u00f8rselsdataene i stedet for \u00e5 v\u00e6re avhengige av manuelle omberegninger for \u00e5 oppdatere utdaterte \u00f8yeblikksbilder. <\/p>\n<\/p>\n
Et annet element i lageroptimalisering som kan spare betydelig tid og ressurser, er automatisering av etterfylling. N\u00e5r du n\u00e6rmer deg manuelt, kan un\u00f8dvendig tid kastes bort p\u00e5 \u00e5 finne ut hva, n\u00e5r og hvor mye lager som skal fylles p\u00e5. AGR-programvaren beregner automatisk disse verdiene \u2013 med tanke p\u00e5 faktorer som ettersp\u00f8rselsprognoser, lagerpolicyer, sikkerhetslager og leverand\u00f8rledetider. Systemet kan deretter be om godkjenning eller kan administreres ved unntak, og krever bare menneskelig gjennomgang for store avgj\u00f8relser. <\/p>\n
Newitts fant ut at bruk av AGR-programvaren ikke bare har muliggjort en reduksjon i overfl\u00f8dig lager gjennom optimalisering, men ogs\u00e5 betydelig redusert ressursen som kreves for lagerp\u00e5fylling 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