Traditionele magazijnen belemmeren toeleveringsketenvoortgang – Waarom moderne oplossingen ertoe doen

De dagen van statische toeleveringsketens, zowel wereldwijd als lokaal, zijn lang voorbij. Bedrijven moeten nu omgaan met een immense mate van complexiteit en volatiliteit, met continue verandering als de nieuwe normaal.

Organisaties vandaag moeten worstelen met snellere productlanceringen; kortere productlevenscycli; omnichannel bestellen, leveren en retourneren; de toetreding tot opkomende markten; handelsoorlogen, en meer. Daarnaast verhogen stijgende consumentenverwachtingen en toenemende vraag naar aankoopgemak, leversnelheid, en productkeuze de druk voor meer responsieve toeleveringsketens.

Nieuwe businessmodellen voor e-commerce en bijbehorende klantenserviceverwachtingen winnen aan tractie. Bijna alle fabrikanten van merkproducten die vroeger vertrouwden op retailpartners om hun producten te verkopen, breiden tegenwoordig hun direct-to-consumer (DTC) business uit, zowel online als via hun eigen retail uitlaat. Volgens Forbes, rapporteerden in 2018 meer dan een derde van de consumenten dat ze direct van de website van een merkfabrikant hadden gekocht in het vorige jaar.

Ineffectieve Traditionele Magazijnen

Eén knooppunt in toeleveringsketens dat traditioneel minder flexibel en aanpasbaar is, is het magazijn en distributiecentrum. Dit is met name waar voor diegenen die hoge volumes bulkeenheden hanteren, die geneigd zijn tot rigide automatiseringscapaciteiten. Historisch zijn magazijnen en DCs ontworpen als opslag- en leveringsfaciliteiten voor grote bulkaantallen, met wave picking als de meest efficiënte manier om orders te verwerken. Het belangrijkste tekortkoming van wave picking is dat items in een seriële manier worden verwerkt, en het niet makkelijk is om vergelijkbaar werk of extra items toe te voegen aan een golf die al in uitvoering is.

Het is niet nodig te zeggen dat traditionele high-volume magazijnen niet ontworpen zijn om kleine DTC orders te hanteren. Omdat die traditionele DCs gebouwd zijn vóór de huidige mix van e-commerce orders en gerelateerde verzending, hebben bedrijven geprobeerd met laag-volume DTC orders om te gaan door secundaire faciliteiten of toegewezen gebieden in het hoofdmagazijn te bouwen (bijv. zgn. put walls). Feitelijk is elke retailwinkel nu een magazijn van sorts, inclusief ophaal-retour kluisjes. Het is niet nodig te zeggen dat deze afzonderlijke toegewezen gebieden significante additionele kosten meebrengen door redundante apparatuur, voorraad, en arbeid.

Terwijl technologie voor DC automatisering en taakuitvoering al lang bestaat, is het ontoereikend voor de huidige behoeften aan snelheid en agiliteit. Warehouse management system (WMS) software heeft weinig tot geen zichtbaarheid en controle over een doos of pallet eenmaal het item geïndiceerd is in een transportersysteem.

Aan de andere kant, had traditionele warehouse execution system (WES) software absoluut geen perspectief van iets buiten zijn eigen wereld. Overweeg dat een inkomende zending laat is, en sommige goederen direct nodig zijn aan de laadkade of pickstation. WES software zou geen zichtbaarheid in dat toestaan; dus zou niets gedaan worden om de zending te versnellen. Evenzo, als er een plotselinge verandering in vraag is en het product op de transporter, bijvoorbeeld, elders nodig is, zou men het oorspronkelijke plan moeten laten lopen, elke genomen actie omkeren, en dan het nieuwe fulfillmentproces starten met de WMS software.

De kern is dat men de twee grootste softwarecomponenten van het magazijn, WMS en WES, zou hebben die met elkaar praten via een telegraaf van sorts. Maar omdat ze onafhankelijk zijn en onwetend van elkaar, zijn echte holistische beslissingen (en intelligente gemaakt in near real-time) bijna onmogelijk. Deze gebrek aan samenwerking wordt verergerd door het feit dat in de meeste gevallen beide systemen door verschillende leveranciers gemaakt zijn, een verscheidenheid aan talen, terminologieën en dergelijke gebruiken.

Amazon-izing the Warehouse

Maar in deze dagen van internet-of-things (IoT) connectiviteit en micro-services die eenvoudigere en meer open integraties mogelijk maken, is het niet veel makkelijker voor de WMS, warehouse control system (WCS), en WES softwarecomponenten om met elkaar te praten in near real-time? Met andere woorden, zou de integratie tussen WMS, WCS, en WES niet helpen met de omnichannel eendagsleveringen van Amazon?

Het lijkt erop. Deze multi-systeemintegratie helpt bedrijven om sneller te adapteren en te reageren. Om te dealen met het Amazon-effect, moeten bedrijven de magazijndoorvoering verhogen, en dan snel reageren wanneer orders dalen (of enige andere veranderingen optreden).

Dus ja, een sinaasappel die een paar jaar geleden uitgeperst was (het traditionele magazijn) lijkt nu meer sap te hebben over (vooral als men nieuwe robots in de mix gooit). Het is niet ongebruikelijk voor een enkel DC om meerdere merken en typen automatisering en robotica te gebruiken. Er is een behoefte aan de toenemend gesofisticeerde integratie van disparates technologieën zodat ze samen kunnen werken, en met de menselijke werknemersbevolking, om de werkbelasting die nodig is van de algehele WMS software beter te anticiperen. Het is belangrijk om robots en automatiseringsapparatuur te verbinden met een echt goede hersenen. Dat is, DCs hebben de magazijnintelligentie nodig om workflows efficiënt te orchestreren over het volledige spectrum van menselijke en machine resources.

Moderne WMS systemen moeten nu betere fulfillmentuitvoeringscapaciteiten mogelijk maken voor retailers, distributeurs, en andere logistieke bedrijven. Hiervoor moet de software toelaten voor verbeterde orderflexibiliteit en assetgebruik, alsook uitgebreide magazijnworkflows via mobiele apparaten. Moderne magazijnoplossingen moeten nieuwe orderintelligentie en optimalisatiemogelijkheden omarmen, alsook de orchestratie van mensen en machines om agiliteit en efficiëntie te verhogen. Moderne WES software moet waarde drijven niet alleen in volledig geautomatiseerde DCs, maar ook in handmatige en hybride automatiseringsomgevingen.

Daarnaast moeten magazijnsupervisors in staat zijn om issues van elke locatie te bekijken, diagnosticeren, en aan te pakken. Hiervoor vereisen ze dat de software een responsieve en intuïtieve touchscreen gebruikersinterface heeft die moderne datavisualisatietechnieken benut. Managers moeten ook geavanceerde analytics gebruiken om de prestaties van het magazijn overall te beoordelen, en inzichten en reacties op trends of issues in near-real-time te krijgen. Bovendien moeten magazijnmedewerkers in staat zijn de nieuwe schermen te gebruiken om de voltooiing van verschillende taken te stroomlijnen, en trainings tijden te reduceren.

Manhattan Associates introduceerde onlangs zijn order-streaming capaciteiten om een intelligente fulfillment optimalisatie motor te produceren die in staat is om gelijktijdig wave, waveless (bijv. een enkele order, batch, zone, etc.), en flow-through orders in een enkele faciliteit te verwerken. Order streaming gebruikt machine learning om activiteiten te orchestreren tussen de magazijnwerkvoerkracht en automatiseringsactiva, daarbij dynamisch verschillende fulfillmentmethoden met hogere serviceniveaus te managen.

Simulatie Helpt Agiliteit Verbeteren

Andere WMS software leveranciers zoals HighJump en Softeon bieden ook WES simulatiecapaciteiten. De software genereert inzichten en data voor analyse en besluitvorming over meerdere tijdshorizonnen. WES simulatie stelt het magazijn in staat om de prestaties en effecten van elke verandering die overwogen wordt, digitaal te analyseren en te begrijpen, zonder fysieke implementatie te hoeven uitvoeren, wat de besluitvorming van het bedrijf verbetert en risico vermindert.

Magazijnsimulatie kan gebruikt worden voor procesvalidatie tegen gedocumenteerde verwachtingen en andere use cases. Simulatie stelt het testen van processen met minimale resources in staat. Bedrijven kunnen het ook gebruiken om prestaties (doorvoering en responstijden) te testen en what-if analyses uit te voeren. Bijvoorbeeld, ze kunnen vragen hoe veranderingen in WMS software instellingen, zoals put walls toevoegen en task interleaving inschakelen, doorvoering en productiviteit kunnen beïnvloeden.

Slimme WES software moet ook meer tactische simulaties uitvoeren om inzicht te geven in een gegeven dag of dienst orderpool tegen de DC's resourcebeschikbaarheid en beperkingen. Dit stelt bijvoorbeeld een bedrijf in staat om vroeg in de dag of dienst te begrijpen waar het knelpunten of resourcebeperkingen kan hebben versus bekende of verwachte vraag.

De oplossing moet ook de volgende beste stappen anticiperen en voorspellen om knelpunten te identificeren, resourcebalans te waarborgen, stresstests voor piekperiodes (bijv. Black Friday) uit te voeren, automatic storage and retrieval systems (ASRS) simulaties uit te voeren, en de effecten van incrementeel toevoegen van nieuwe technologieën te evalueren. Het moet de vraag naar DC resources in near-real-time voelen, mensen en apparatuur heralloceren zoals nodig, en potentiëel sommige orders omleiden om de nieuwste vraag te bevredigen. Sommige WES simulatieoplossingen kunnen ook helpen met het krijgen van zichtbaarheid in de siteverkeer voor de yard, en picking strategieën evalueren voor elke winkel of magazijn.

Naarmate we kijken naar de toekomst van self-healing (cognitief, zelfrijdend, en adaptief) toeleveringsketens, zullen magazijnen hun deel moeten doen van aanpasbaar zijn. Men zou moeten verwachten dat toekomstige wereldklasse softwareleveranciers WES, WCS, en WMS capaciteiten zullen mengen, om de aanpasbaarheid en responsiviteit van morgige toeleveringsketens te verbeteren.

PJ Jakovljevic is een principal analyst bij Technology Evaluation Centers.