Znaczenie analityki w procesach planowania magazynu

W wielu rozmowach z naszymi klientami opisując metodykę naszej pracy planistycznej, posługuję się pojęciem (może nieco na wyrost) „modelu matematycznego przepływów towarowych w magazynie” i robię to celowo, chcąc w ten sposób nadać już na wstępie znaczenia pierwszej fazie naszej pracy – analityce danych.

Ten pierwszy etap planowania bywa już jednak tym najtrudniejszym, gdyż na bazie danych z przeszłości musimy zaplanować dzisiaj, to co będzie się działo w magazynie za kilka lat.

Czym jest analityka i w jaki sposób ją prowadzić i co najważniejsze jakie wnioski z niej wyciągać, chciałbym opisać w kolejnych rozdziałach stawiając każdorazowo pytanie o cele, gdyż nader często spotykam się z podejściem do tego zagadnienia polegającym na „produkcji” niezliczonej ilości foli prezentacji wyrażającej w ten sposób zakres prac analitycznych. Brak jednak często w tych opracowaniach istotnych dla jej celowości odpowiedzi na pytanie: jak zaplanować nasz magazyn?

Przygotowanie danych do analizy jako warunek konieczny jej dobrych rezultatów – czyli jakie dane klienta konieczne są do przygotowania i opracowania analizy – krytyczna ocena ich jakości i sprawdzenie na koherentność z wypowiedziami klienta na temat własnych danych.

Stając przed zadaniem planowania przestrzeni magazynowej i procesów realizowanych przez układy mechaniczne, pojawia się już na wstępie pytanie, o jakie dane musimy wystąpić, aby prawidłowo te procesy zaplanować.

Najczęściej przystępujemy do tego zadania prosząc o dane sprzedażowe (dokładniej ujmując: dane o przepływach towarowych potrzebnych do realizacji sprzedaży) za okres ostatnich miesięcy. Z reguły okres 12 miesięcy jest miarodajny przy określaniu sezonowości grup towarowych. Bywa jednak że zmiany profilu sprzedaży, wprowadzenie nowych grup produktowych lub kanałów sprzedaży, wymaga od nas spojrzenia na dane za okres znacznie dłuższy.

Wśród danych dotyczących towarów, które najczęściej poddawane są analizie znajdują się dane o:

• ich wymiarach wraz z masą,
• kształcie,
• wielkości i typie opakowania towaru np. paleta, karton, zgrzewka, pojedyncze opakowanie lub sztuka,
• przynależności do grupy towarowej,
• przynależności do serii lub partii towarowej,
• strefie przechowywania,
• klasie kruchości (ważne dla kolejności kompletacji i pakowania).

Już ta ilość danych podstawowych o towarach pozwala na wyciągnięcie wielu wniosków poprzez prawidłowo prowadzone analizy, do których zaliczamy w zależności od branży:

• określenie zakresu grup rozmiarowych np. S, M, L, XL…
• kolejność ułożenia w jednostkach wysyłkowych,
• badanie konieczności oddzielnego pakowania wysyłek w przypadku towarów o różnej wrażliwości lub wzajemnym oddziaływaniu chemicznym na siebie,
• rozłożenie i ilości stref przechowywania np. w branży spożywczej lub farmaceutycznej, gdzie regulacje prawne wymagają od zarządzających magazynem odpowiedniej infrastruktury,
• przewidywanie ilości miejsc odkładczych ze względu na właściwości towaru lub jego gabaryty i sposób kompletacji np. w mechanizowanych systemach przechowywania i kompletacji.

Gromadząc dane klienta szczególną uwagę poświęcamy danym o zleceniach wydanych z magazynu. W przypadku zleceń powinniśmy zgromadzić i następnie poddać analizie dane dotyczące:

• numeru zlecenia w celu identyfikacji ich ilości w przedziale czasowym,
• oznaczenia linii zamówień wraz z ich zawartością, aby móc je przyporządkować do konkretnego zlecenia,
• datę i godzinę wygenerowania, przystąpienia do kompletacji, pakowania i wysyłki zlecenia dla określenia krytycznej ścieżki realizacji, oraz profilu dnia (rys. 1),
• numer trasy wyjazdowej,
• liczba sztuk towaru w linii wraz z typem opakowania w jakim został towar pobrany.

Załącznik nr 1  – przykład profilu dnia realizacji linii zamówień w rozbiciu na miesiące

Przed przystąpieniem do kolejnej fazy analizy i tworzenia ukierunkowanych statystyk, należy przeprowadzić badanie zgodności danych na ich koherentność. Na poziomie ogólnym możemy za pomocą następujących analiz porównawczych dokonać sprawdzenia jakości i spójności danych, oraz skonfrontować następnie jej wyniki z oceną pracowników odpowiedzialnych za dane strukturalne:

• sprawdzenie zawartości bazy danych o towarach na rzecz ich kompletności o wymiarach i innych cechach charakterystycznych dla nich – nader często brak tych danych powoduje niemożliwość określenia np. parametrów objętościowych istotnych dla wyboru właściwego typu opakowania,
• sprawdzenie współzależności wymiarów wysokości do szerokości i długości – najczęściej występującymi błędami jest zamiana jednostek miary lub niewłaściwie wprowadzone dane o wymiarach powodując zniekształcenia formy i kształtu,
• przyporządkowanie opakowań pojedynczych towarów do ich opakowań zbiorczych – kontrola współczynnika wielokrotności,
• sprawdzenie, czy produkty będące w listach kompletacyjnych i wysyłkowych znajdują się w liście produktów zarejestrowanych i prowadzonych w systemie zarządczym.

Wyjaśnienie wyżej wymienionych różnic lub innych niespójności ustrzeże nas w kolejnych etapach analizy przed dokonaniem niewłaściwej oceny struktury zamówienia lub jego objętości.

Co chcemy uzyskać z danych – czyli jakie zabiegi statystyczne są konieczne, aby móc wyciągnąć wnioski przydatne do planowania przepływów magazynowych

W praktyce planistycznej spotykamy się z bardzo dużą ilością metod analizy i sposobów „obróbki” danych. Niemniej ważniejsze od ich ilości jest zasadność ich tworzenia oraz wyciągane z nich wnioski.

Przykładem niech zatem będzie najbardziej rozpowszechniona analiza ABC rotacji towarowej. Stosując jej klasyczną formę opierającą się na zasadzie Pareto i dzieląc produkty generujące według tej zasady na odpowiednio 80%-15%-5% obrotu towarowego udzielamy odpowiedzi na pytanie jakie produkty rotują najszybciej, a które najwolniej w danej strefie magazynowej. Jest to analiza o bardzo dużym stopniu uproszczenia pozwalająca jednak na wstępne uporządkowanie towarów na regałach. Aby pogłębić zagadnienie i uzyskać bardziej precyzyjne dane o rotacji należy jednak odpowiedzieć sobie na kilka dodatkowych pytań.

• Według jakiej jednostki pomiaru przepływu formujemy funkcję zależności ilości produktu do strumienia – czy jest to ilość sztuk, linii zamówień, czy może objętość całkowita produktów?
• Czy wystarczającym jest określenie struktury ABC dla wszystkich produktów w magazynie, czy też należy ją przeprowadzić dla wydzielonych grup towarowych lub rozmiarowych?
• Jak drobna powinna być siatka podziału w strukturze ABC – czy zgrupowanie 80% obrotu jest wystarczająco precyzyjne dla określenia rotacji w przypadku skomplikowanych urządzeń automatyzacji wielostrefowej?
• Czy sama rotacja towarowa jest wystarczająca dla określenia typu urządzenia, czy też powinna być dodatkowo wsparta analizą częstości pobrań np. za pomocą analizy XYZ, która określa, czy dany produkt pobierany jest z magazynu w sposób ciągły, czy też jego pobrania mają charakter stochastyczny?

W naszej praktyce planistycznej stosujemy analizę ABC w bardziej rozbudowanej formie z 8-śmio stopniową skalą ( Załącznik nr 2 ) „rozbijając” część grupy rotacji A i B na wiele podgrup, co daje wyniki w postaci precyzyjnego przyporządkowania do danej technologii przechowywania i kompletacji.

Optymalizując koszty inwestycyjne związane z budową przyszłego magazynu, niezwykle przydatną analizą jest nałożenie tzw. żywotności towarowej ( Załącznik nr 3 ) na analizę ABC tworząc związki określające ile danych miejsc kompletacyjnych w danej grupie rotacji towarowej powinno znaleźć się w danym urządzeniu lub być obsługiwanym przez dany algorytm. Przy tym określamy żywotność danego towaru w postaci zależności jego występowania w danym okresie czasowym 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. Konkretnie w uproszczonej analizie ABC za ostatnich 12 miesięcy wyznaczymy jedynie ilość SKU generującą w tym czasie sumaryczny obrót towarowy rzędu 80%. Po nałożeniu żywotności i rozbiciu kategorii „A” na podgrupy, można będzie odpowiedzieć na pytanie ile w danym tygodniu powinno znaleźć się produktów w urządzeniu do automatycznej kompletacji, aby wygenerowany w nim obrót mógł zapewnić pozytywny zwrot z inwestycji poczynionej w to urządzenie.

Jak ważne są przyjęte współczynniki wzrostu – czyli jak założenia biznesowe mogą wpłynąć na przyszłe wydatki związane z przyszłym systemem magazynowym

We wspomnianym na wstępie dylemacie dotyczącym rozpiętości czasowej analizy i jej skutków w przyszłości na bazie danych z przeszłości, dochodzimy do wniosku iż kluczowym jest o zadbanie o możliwie precyzyjne zdefiniowanie współczynników wzrostu obrotu towarowego dla możliwie precyzyjnej ekstrapolacji danych. To właśnie współczynniki wzrostu nałożone na dane z przeszłości określą przyszły kształt magazynu. Podczas definiowania wzrostu ogromna odpowiedzialność spoczywa zarówno na logistykach jak i na (a może przede wszystkim) na dziale sprzedaży.

Z praktyki planistycznej można określić, że w miarę realne okazuje się być przewidywanie w okresie najbliższych trzech lat. Symulacja przepływu w okresie najbliższych pięciu lat jest zadaniem niezmiernie trudnym i rzadko udaje się uzyskać zgodność prognoz z rzeczywistością na poziomie pokrywającym obie dane przekraczającą 70%. Niemniej w obecnej rzeczywistości, gdy realizacja projektu może zająć do dwóch lat, takie przewidywania są konieczne.

Podczas określania współczynników ekstrapolacyjnych, należy pamiętać o ich określeniu zarówno dla wartości obrotu jak i dla ilości produktów stałych lub czasowo przechowywanych w magazynie. Tak więc tablice struktur przepływu wyznaczone rok po roku, pozwolą nam również na krokowe określenie zakresu inwestycji z odpowiednim zabezpieczeniem przed niedoszacowaniem lub wręcz przeciwnie do przekroczenia dostępnych środków inwestycyjnych, których zwrot musi być zapewniony.

W tym miejscu zalecamy takie prowadzenie projektu opartego na analizie wzrostu rok-do-roku, aby w każdej strefie magazynowej lub urządzeniu przewidzieć odpowiednie rezerwy wydajnościowe lub możliwości rozbudowy na wypadek zmieniających się założeń.

Typy analiz – omówienie przykładów i płynących z nich wniosków

Wszystkie opisane powyżej analizy i wiele więcej będących w użytku, ma charakter statyczny. I tak na przykład wyznaczone struktury zleceń lub analizy ABC przedstawiają statyczny obraz danych o towarach będących rozmieszczonych na mapie przepływu magazynowego. Określenie bowiem jaka grupa towaru znajdzie się w danym regale jest niczym innym jak przyporządkowaniem tego towaru do danego miejsca składowania. W ten sposób określimy jedynie ilość regałów lub miejsc składowania w nich odpowiedniej ilości produktów.

Wyznaczając strukturę zlecenia ( Załącznik nr 4 ) i określając ile sztuk występujących średnio w zleceniu jest kompletowanych dla dostawy internetowej lub sklepowej, odpowiemy jedynie na pytanie w ilu stacjach kompletacyjnych (średnio) dokonamy pobrań towaru i do jakiego typu kartonu je spakujemy. Jeżeli dodamy do tego rozkład statystyczny różnicujący typ zlecenia od ilości linii lub objętości towarów w nim będących, to wyznaczymy jeszcze dodatkowo zakres rozmiarowy kartonów potrzebnych w naszym magazynie.

Aby przejść ze statycznej do dynamicznej sfery planowania i analiz, należy posłużyć się innym narzędziami analitycznymi np. takimi, które pozwalają na badanie całych strumieni towarowych na odcinkach pomiędzy kilkoma punktami (procesami) w ujęciu czasu z uwzględnieniem wydajności danego punktu.

Typowym przykładem takiej analizy jest sporządzenie wykresu Sankey’a ( Załącznik nr 5 ) na bazie danych strumieniowych pomiędzy punktami. Nakładając strumienie na wykres czasowy można już analizować dane statyczne nie tylko w przestrzeni, ale również w czasie i wyznaczać punkty nasilenia.

Tego typu analizy są niezwykle przydatne przy projektowaniu obiektów o stosunkowo wysokim stopniu zróżnicowania przepływów, gdzie wartości średnie wyznaczone dla punktu mają małą wartość poznawczą zachodzących zjawisk.

Na jeszcze wyższy poziom analiz można podnieść się pomocą symulacji przepływów z uwzględnieniem charakterystyk mechanicznych elementów badanych, przy pomocy których dokonywane są przemieszczenia wewnątrzmagazynowe. Symulacje oparte na danych historycznych pobrań towarowych przeprowadzane są w przypadkach bardzo skomplikowanych zespołów mechanizacji (układnic, systemów shuttle itp.) współdziałających ze sobą w powiązaniu z liniami przesyłkowymi takim jak przenośniki, czy wózki widłowe.