M\u00e5nga av l\u00e4nkarna i kedjan m\u00e5ste sk\u00f6tas av m\u00e4nniskor. Men mycket av deras dagliga arbete kan (och b\u00f6r) utf\u00f6ras med hj\u00e4lp av teknik, vilket frig\u00f6r dem som en resurs f\u00f6r att tillf\u00f6ra v\u00e4rde med sina m\u00e4nskliga egenskaper, kunskaper och f\u00e4rdigheter. <\/p>\n
Programvara f\u00f6r lagerhantering (WMS) och ERP-system har gjort enorma framsteg n\u00e4r det g\u00e4ller att utnyttja data fr\u00e5n hundratals och tusentals SKU:er. Ingen av dessa \u00e4r dock kapabla till den n\u00f6dv\u00e4ndiga funktionaliteten f\u00f6r lageroptimering. <\/p>\n
Detta leder till att m\u00e4nniskor och kalkylblad tar \u00f6verhanden, och att f\u00f6r m\u00e5nga manuella uppgifter faller tillbaka p\u00e5 teamets tallrik och binder upp en v\u00e4rdefull resurs. <\/p>\n<\/p>\n
Excel \u00e4r ett utm\u00e4rkt verktyg i vissa situationer, men det \u00e4r bara kapabelt till endimensionell analys. Dess anv\u00e4ndning \u00e4r ocks\u00e5 beroende av att m\u00e4nniskor extraherar data fr\u00e5n ERP- och WMS-programvaran, konverterar den till r\u00e4tt format och sedan laddar in den i kalkylbladsmodeller innan de kan komma \u00e5t de svar de beh\u00f6ver. <\/p>\n
Data som m\u00e5ste matas in manuellt \u00e4r k\u00e4nsliga f\u00f6r fel och n\u00e4r volymen av SKU:er \u00f6kar minskar ett kalkylblads f\u00f6rm\u00e5ga att hantera informationen. Den tid som kr\u00e4vs f\u00f6r att manipulera originaldata inneb\u00e4r att det \u00e4r en process som endast utf\u00f6rs med j\u00e4mna mellanrum. N\u00e4r modellen v\u00e4l har byggts upp \u00e4r det ocks\u00e5 om\u00f6jligt att \u00e4ndra prognosmetoderna f\u00f6r att ta h\u00e4nsyn till f\u00f6r\u00e4ndrade efterfr\u00e5gem\u00f6nster p\u00e5 enskild produktniv\u00e5. <\/p>\n
AGR-programvaran g\u00f6r det m\u00f6jligt att f\u00f6rb\u00e4ttra prognostiseringen med hj\u00e4lp av automatisering av efterfr\u00e5geplanering. Genom att flytta \u00f6ver majoriteten av de manuella processerna till en teknisk l\u00f6sning frig\u00f6rs tid f\u00f6r mer strategiskt beslutsfattande och planering. M\u00e4nniskor kan tillf\u00f6ra mer v\u00e4rde genom att r\u00f6ra sig bort fr\u00e5n icke-v\u00e4sentliga uppgifter mot den aktivitet som \u00e4r beroende av m\u00e4nskligt engagemang. <\/p>\n
Automatisering av lagerpolicyer s\u00e4kerst\u00e4ller ocks\u00e5 att de alltid baseras p\u00e5 de senaste efterfr\u00e5gedata i st\u00e4llet f\u00f6r att f\u00f6rlita sig p\u00e5 manuella omr\u00e4kningar f\u00f6r att uppdatera f\u00f6r\u00e5ldrade \u00f6gonblicksbilder. <\/p>\n<\/p>\n
En annan del av lageroptimering som kan spara mycket tid och resurser \u00e4r att automatisera p\u00e5fyllningen. N\u00e4r man n\u00e4rmar sig manuellt kan on\u00f6dig tid sl\u00f6sas bort p\u00e5 att ta reda p\u00e5 vad, n\u00e4r och hur mycket lager som ska fyllas p\u00e5. AGR-programvaran ber\u00e4knar automatiskt dessa v\u00e4rden \u2013 med h\u00e4nsyn till faktorer som efterfr\u00e5geprognoser, lagerpolicyer, s\u00e4kerhetslager och leverant\u00f6rernas ledtider. Systemet kan sedan be om godk\u00e4nnande eller hanteras som ett undantag, vilket endast kr\u00e4ver m\u00e4nsklig granskning f\u00f6r beslut med stora biljetter. <\/p>\n
Newitts fann att anv\u00e4ndningen av AGR-programvaran inte bara har m\u00f6jliggjort en minskning av \u00f6verskottslager genom optimering utan ocks\u00e5 avsev\u00e4rt minskat den resurs som kr\u00e4vs f\u00f6r p\u00e5fyllning och hantering av lager:<\/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