towarowej na analizę ABC, co stworzy związki określające, ile danych lokalizacji kompletacyjnych w danej grupie rotacji towarowej powinno znaleźć się w danym typie wyposażenia/systemie automatycznym lub ile powinno być obsługiwane przez dany algorytm zatowarowania lub kompletacji. Przy tym określamy żywotność danego towaru w postaci zależności jego występowania w danym okresie z jego występowaniem w okresach poprzedzających i następujących. Dzięki takiemu spojrzeniu na rotację produktową otrzymujemy bardziej przestrzenny układ danych, co pozwala analizować kilka czynników jednocześnie, a nie każdy z osobna, co może prowadzić do mylnych wniosków. Przykładowo, poprzez analizę liczby SKU w różnych cyklach życia produktów, które są grupowane i analizowane w okresach tygodniowych lub miesięcznych, można lepiej planować i dostosowywać operacje magazynowe do aktualnych i prognozowanych potrzeb. Ale czym jest tak naprawdę ta klasyfikacja towarów za pomocą analizy ABC i dlaczego jest ona tak istotnym narzędziem? Produkty są klasyfikowane na podstawie, w zależności od projektu oraz wymagań biznesowych klienta, liczby pobrań, liczby pobranych sztuk czy objętości. W odróżnieniu od zasady Pareto, gdzie kategorie rotacyjne określa się podziałem, zgodnie z którym 20% najszybciej rotujących produktów generuje 80% ruchu w magazynie, przyjęliśmy podział bardziej szczegółowy: od grupy A, która reprezentuje produkty najszybciej rotujące, aż do grupy H, która skupia produkty generujące marginalny ruch. Taka klasyfikacja umożliwia operatywne dopasowanie systemów automatycznych do specyfiki produktów oraz usprawnienia procesów magazynowych. Wizualizacja strumieni towarów za pomocą diagramów Sankeya jest niezwykle przydatna w analizie przepływów materiałowych w magazynie. Diagramy te odzwierciedlają strumienie zachodzące pomiędzy procesami logistycznymi i przedstawiają je w sposób graficzny, co ułatwia identyfikację wąskich gardeł i obszarów wymagających poprawy. Analiza dziennych strumieni towarowych, zwłaszcza w dniach szczytowych, pozwala na lepsze przygotowanie magazynu na zwiększone obciążenie i zapobieganie problemom związanym z przeciążeniem operacyjnym. Kluczowe wskaźniki wydajności (KPI) w magazynie, takie jak liczba zajętych lokalizacji, liczba aktywnych tras, liczba zamówień w realizacji, czasy operacyjne procesów, liczba zwrotów, wydajność operatorów, liczba naruszeń bezpieczeństwa oraz koszty operacyjne, są niezbędne do bieżącego monitorowania i optymalizacji procesów magazynowych. Regularne monitorowanie tych wskaźników umożliwia szybkie reagowanie na zmiany i podejmowanie trafnych decyzji operacyjnych. W kontekście walidacji projektów Brown Field analiza danych pozwala na identyfikację wąskich gardeł, zarówno na przenośnikach, jak i na węzłach wejściowych lub wyjściowych z systemów automatycznych. Na wielu projektach analiza danych pozwoliła nam wykryć niedoszacowane stanowiska w strefie pakowania, co wymagało przebudowy całej strefy czy rekonfigurację stref kompletacji do lepszego wykorzystania systemów automatycznych. Główną wartością dodaną szczegółowej analityki i jej poprawnego zrozumienia, a także szczegółowego dopasowania od potrzeb biznesowych klienta jest zwiększenie wydajności przy jednoczesnej minimalizacji kosztów inwestycyjnych. Wyzwania logistyki przyszłości | czerwiec–lipiec 2024 5
RkJQdWJsaXNoZXIy MTMwMjc0Nw==