VCM_052023_ HR

AUTO-ID

MS Mode maakt gebruik van machine learning en artificiële intelligentie om kledingstukken aan een bepaalde winkel toe te wijzen.

Door de labels al bij de bron te laten aanbrengen, voorkomt MS Mode dat medewerkers in het distributiecentrum dat nog moeten doen. Robert-Jan Haitink wijst erop dat MS Mode enkel kleding van het eigen merk aanbiedt, wat het tagproces vereenvoudigt. Voordelen voor MS Mode en de klant De voordelen van de RFID-oplossing zijn volgens Robert-Jan Haitink legio. “De winkelmedewerkers kunnen de binnen komende goederen veel sneller verwerken. Waar ze de kledingstukken vroeger handmatig telden, verloopt dat nu automatisch en in een tijdsspanne van enkele seconden. Het winkelpersoneel telt elke week de totale winkelvoorraad. Ontbreekt er een kledingstuk in de winkel, dan geeft de soft ware die verschillen aan. De winkelmedewerker moet dat vervolgens goedkeuren. Bijkomend voordeel is dat we daar door een duidelijk en compleet beeld krijgen van wat zich in de winkel- en in de voorraadruimte bevindt. Het systeem geeft aan wanneer het noodzakelijk is om een kledingstuk in een bepaalde maat of kleur aan te vullen. De software gaat niet willekeurig tewerk, maar baseert zich op de verkoopresulta ten om het aanvullen van voorraden te prioriteren. Bovendien zijn ook de klanten gebaat bij de implementatie van RIFD. Zij vernemen nu in onze webshop hoeveel exemplaren en welke maten er op een bepaalde winkellocatie aanwezig zijn.” Cool Investments implementeerde RFID in eerste instantie bij de winkels van America Today. “Dat toonde aan dat we over een gezonde business case beschikten. Het management weet het potentieel van data naar waarde te schatten. Projecten

die onze werking stroomlijnen, krijgen bijgevolg alle kansen”, aldus Robert-Jan Haitink. Het gebruik van RFID situeert zich vandaag nog op winkelniveau, al is de implementatie in het distributiecentrum niet uitgesloten. “Met speciale tunnels zijn de mogelijkheden nu al op de markt voorhanden”, klinkt het. Allocatie en replenishment Voor de allocatie en het replenishment van de producten vanuit het distributiecentrum naar de winkels, gebruikt MS Mode het softwarepakket Thunderstock. Het maakt gebruik van machine learning en artificiële intelligentie om kledingstukken aan een bepaalde winkel toe te wijzen. R.J. Haitink : “Dat biedt ook opportuniteiten voor een ‘ship-from-store’-model, waarvan we de business case nu onderzoeken. Binnen de tool implementeren we onze eigen businessregels. De tool houdt rekening met de verkoopvolu mes van een bepaald kledingstuk tot de weersvoorspelling voor de komende dagen. Dat leidt tot optimalisering en leert ons welke producten we op een bepaald moment in de winkel willen. Goed verkopende en snel roterende producten verei sen het hoogste serviceniveau. Bij nieuwe collecties willen we een hoger serviceniveau, aangezien we die op toplocaties in de winkel presenteren en klanten daarvoor speciaal naar onze winkels komen.” Om de efficiëntie van Thunderstock te testen, startte MS Mode met het toewijzen van een artikel, gevolgd door een groep arti kelen en daarna de complete collectie. Het RFID-traject ving aan bij een pilootproject in drie winkels om het hele proces

43

VALUE CHAIN MANAGEMENT - MEI 2023