Menig magazijn draait deze dagen op maximaal vermogen. Dat is hoognodig omdat veel retailers, e-commercepartijen en andere bedrijven in aanloop naar de feestdagen het grootste deel van hun jaaromzet genereren. Het laatste wat zij nu kunnen gebruiken, is een magazijn dat hun omzetkansen beperkt als gevolg van niet-beschikbare producten en vertraagde orders.
Veel bedrijven zijn daarom al maanden bezig om hun magazijnen optimaal te prepareren. Daarbij vertrouwen ze steeds meer op de kracht van data, ziet Vincent Rijnaars. “Bedrijven kunnen allerlei waardevolle inzichten halen uit hun data, van voorraadbeheer tot en met het verzamelen, verpakken en verzenden van orders. Data-analyse is de laatste jaren een gamechanger geworden als het gaat om het klaarstomen van logistieke operaties voor het feestseizoen.”
Voorspellende modellen
Rijnaars is na een loopbaan als logistiek adviseur sinds anderhalf jaar actief als salesmanager van Addverb in de Benelux. In zijn loopbaan heeft hij gezien hoe het gebruik van data in de intralogistiek is veranderd. Tot voor kort gebruikten bedrijven vrijwel uitsluitend historische data om bijvoorbeeld seizoenspatronen in kaart te brengen. De voorbereiding op het nieuwe feestseizoen startte met een grondige analyse van de vorige feestseizoenen.
“Met behulp van artificiële intelligentie kunnen we nu een stap verder gaan. Door historische data te combineren met andere data zoals bijvoorbeeld de berichten op sociale media, verwachte bestel momenten en de weersverwachting kunnen we voorspellende modellen bouwen. Modellen waarmee we nog betrouwbaarder kunnen voorspellen welke artikelen we in welke aantallen op welke locaties op voorraad moeten leggen.”
Slim toewijzen aan picklocaties
Bedrijven kunnen die informatie tevens gebruiken om artikelen toe te wijzen aan picklocaties. Wie streeft naar maximale efficiëntie, doet er goed aan om loopafstanden te reduceren door snellopers dichtbij te leggen. “Dan praten we over smart slotting”, legt Rijnaars uit. “En check ook eens welke artikelen vaak samen worden verkocht als een bundel. Denk aan de cross-selling van telefoons met bijpassende screenprotector. Dan is wel zo efficiënt om die artikelen dicht bij elkaar te leggen.”
Daarnaast kan het slim zijn om de lay-out van het magazijn tijdelijk aan te passen. Dat is bijvoorbeeld het geval als het bedrijf uitpakt met flinke kortingacties. Dan is het niet zo handig om deze populaire actieartikelen in een automatisch opslagsysteem neer te leggen, maar is het misschien efficiënter om daarvoor een speciale pickstraat met palletlocaties te creëren.
Continu blijven monitoren
Een ander aandachtspunt vormen de robots, machines en andere systemen in het magazijn. Wie tijdens het feestseizoen op maximaal vermogen wil draaien, kan zich geen uitval of stilstand veroorloven. “Vandaag de dag bestaan er slimme onderhoudssystemen die op basis van data kunnen voorspellen waar knelpunten ontstaan en wanneer uitval dreigt. Door die knelpunten tijdig aan te pakken, kunnen we ervoor zorgen dat het magazijn tijdens het piekseizoen als een goed geoliede machine draait.”
Tijdens het piekseizoen is het zaak om de logistieke operatie op basis van real-time data continu te blijven monitoren. Welke processen lopen voor op schema en welke lopen achter? “Stel dat het minder druk wordt bij goederenontvangst, terwijl de achterstand bij orderpicking oploopt. Dan kunnen we medewerkers van goederenontvangst naar orderpicking verplaatsen, zodat het toch nog lukt om alle orders op tijd de deur uit te krijgen”, legt Rijnaars uit.
Zelflerende robots
Als specialist in robotisering en automatisering van magazijnen, begrijpt Addverb als geen ander hoe belangrijk data-analyse is voor een efficiënte en effectieve logistieke operatie. “Wij bieden een modulair softwareplatform aan, zodat klanten zelf kunnen kiezen welke softwaremodules ze willen inzetten. Natuurlijk kunnen zij daarmee alle data verzamelen die nodig is om hun logistieke operatie tot in detail te analyseren en optimaal te prepareren voor het piekseizoen”, vertelt Rijnaars.
Het inzichtelijk maken en visualiseren van de berg aan data is van groot belang. Daarvoor is het nuttig als verschillende databases kunnen worden gekoppeld, het liefst binnen een warehouse execution systeem (WES). “Dat maakt het mogelijk om naadloos data te delen met verschillende systemen en zorgt ervoor dat alle real-time inzichten op één plek zijn terug te vinden.”
Complexe algoritmes
Addverb is volop bezig om het softwareplatform te verrijken met complexe algoritmes en de eerste voorzichtige stappen te zetten op het gebied van geïntegreerde AI-modellen. “Dankzij de inzet van machine learning beschikken we al over zelflerende robots, die steeds beter worden in het navigeren door het warehouse en efficiënt omgaan met energie”, weet Rijnaars. “De mogelijkheden van AI zijn eindeloos. Een voorbeeld: op rustige momenten geven we onze robots voorbereidende taken zoals het herschikken van voorraden. Met hulp van AI zouden we die taken kunnen plannen op het moment dat de energiekosten het laagst zijn.”
Tot slot waarschuwt Rijnaars dat data-analyse en artificiële intelligentie geen antwoord op alle vraagstukken hebben. “Neem de recente stakingen in vijf Duitse distributiecentra van Amazon in de week van black friday. Zo’n gebeurtenis laat zich niet voorspellen, maar heeft wel een grote impact op de jaarresultaten van Amazon. Zorg daarom dat je altijd een noodplan achter de hand hebt en zo nodig extra capaciteit kunt inzetten. Dat kunnen flexkrachten zijn, maar ook extra robots.”
