Analyseren warehouse data


Eenmalig een slim logistiek proces inrichten is nog maar het begin. Organisaties gebruiken big data om hun magazijn steeds verder te optimaliseren. De vele goederenbewegingen in een magazijn brengen enorm veel data met zich mee. Data die een schat aan informatie is voor verdere optimalisatie van je magazijn. Maar hoe haal je het maximale uit deze data, zowel realtime als achteraf?

De oplossing voor analyseren warehouse data

Slimme tools zijn de oplossing als je warehouse data voor je wilt laten werken. Bij onze klanten zetten we die in voor zowel realtime analyses als voor diepgaande procesanalyses achteraf.

Tool 1 (real-time): warehouse insights 
Met SAP EWM leg je geavanceerde bedrijfsprocessen systeemgestuurd vast. Pieken in het aantal orders kunnen echter vragen om ingrijpen in de werkverdeling op de vloer. SAP Warehouse Insights helpt hierbij. De oplossing bestaat uit drie componenten.

  • Optimaliseren: Warehouse Insights ondersteunt real-time en continue optimalisering van de af te handelen orders in het magazijn. Hiervoor leunt de tool op geavanceerde algoritmes, cloud computing en machine learning.
  • Analyseren: De tool analyseert historische data en vertaalt deze in rapportages voor verschillende KPI’s. Die krijg je visueel overzichtelijk gepresenteerd een out of the box dashboard. Met deze analyses kun je op tijd bijsturen waar nodig.
  • Visualiseren: Veel organisaties hebben behoefte aan een grafische weergave van activiteiten in het magazijn. Warehouse Insights geeft het magazijn grafisch weer, inclusief de ideale looppaden. Het netwerk is real-time aan te passen en maakt optimaliseren van de processen eenvoudiger.

Tool 2 (real-time): Intelligent Logistics performance dashboard

Het McCoy EWM performance dashboard is integraal onderdeel van Intelligent Logistics. We hebben het speciaal ontwikkeld om vanaf dag 1 inzicht te geven in de performance van je magazijn. De meest gangbare warehouse KPI’s hebben wij al inzichtelijk gemaakt. Hiermee kun je  zowel de dagelijkse operatie aansturen als de KPI’s verbeteren. Bijvoorbeeld door optimalisatie van magazijnprocessen, clean-desk werkzaamheden en reductie van lead-times.

Tool 3: (achteraf) – Celonis voor process mining

Wil je efficiënt alle mogelijke WMS data analyseren? Dan ben je toe aan process mining. Celonis is hiervoor een goede tool die we combineren met onze diepgaande SAP EWM kennis. Hiermee werk je in een cyclus van drie fasen aan continue optimalisatie van het magazijn:

  • Data vergaren: 
Organisaties die EWM implementeerden, weten dat ze een snel groeiende hoeveelheid data vastleggen. Dit maakt het steeds lastiger om de data grondig te analyseren. Daarom hebben wij een simpel model ontwikkeld voor data-uitwisseling tussen SAP EWM en Celonis.
  • Data analyseren
: Process mining tools leggen zonder vooraf bepaalde logica verbanden. Wij hebben daarom een model ontwikkeld met alleen een start- en eindpunt van het magazijnproces. Bijvoorbeeld creatie klantlevering en goederenafgifte. Vervolgens analyseert Celonis alle data waardoor je de focus kunt verplaatsen naar procesoptimalisaties.
  • Proces optimaliseren: 
Na data-analyse geeft Celonis de optimalisatiekansen voor het magazijnproces aan. Voor optimale resultaten maak je dit een iteratief proces (plan-do-check-act) en zet je Celonis wekelijks of zelfs dagelijks in. We adviseren je daar uiteraard met plezier over.