VCM2023_10 LR

WAREHOUSE CONCEPTEN

de kans statistisch groter dat het tweede item zich in de buurt van het eerste bevindt. In tegenstelling tot bij classed-based storage weet je als orderpicker nooit op voorhand waar een item opgeslagen is, maar de kans is groter dat je niet ver hoeft te zoeken. WMS- of ERP-software toont je dan waar het exact opgeslagen is.” “Nog een voordeel van random scattered storage is dat je de opslagruimte efficiënter gebruikt. Zodra een locatie leeg is, kun je daar nieuwe items stockeren, aangezien geen enkel item een vaste plaats heeft. Terwijl je bij classed-based storage die items misschien nog niet kon stockeren omdat hun vaste locatie nog vol lag. De Amerikaanse professor en onderzoeker John Bartholdi bewees dat je gemiddeld slechts vijftig procent van de capaciteit van je warehouse gebruikt als je class-based stockeert. Sla je daarentegen items random scattered op, dan gebruik je bijna honderd procent van je opslagcapaciteit.” VC: Scattered storage klinkt al als een goede stockagestra tegie. Maar toch zag u nog ruimte om de aanpak verder te verbeteren voor e-commerce? Dr. M. Gámez : “Inderdaad. Bij e-commerce zijn de bestellingen meestal klein; ze bevatten een tot drie items. Dus dacht ik: laat ons een algoritme ontwikkelen dat combinaties identificeert van items die klanten vaak samen bestellen en dat die items vervolgens zo dicht mogelijk bij elkaar en bij een afleverpunt stockeert. Zo minimaliseer je verder de afstand die de order picker moet afleggen om bestellingen samen te stellen en win je tijd in het warehouse.” “Alleen, welke items moeten we in elkaars buurt opslaan omdat klanten ze vaak samen bestellen? Hoe dicht moeten we ze bij een afleverpunt plaatsen? En wat als klanten andere items samen beginnen te bestellen? Dan moeten we automatisch andere items in elkaars buurt stockeren. Dat laatste lossen we op omdat ons algoritme een kortetermijngeheugen heeft. Het baseert zich alleen op de recentst gepickte orders, bijvoor beeld sinds de vorige stockageronde in het warehouse. Tegelijk zijn de items onderverdeeld in klasse A, B en C volgens hoe vaak klanten die items bestellen. Zo kan het algoritme bepalen welke combinaties het best dichter bij een afleverpunt worden opgeslagen omdat een item ervan meer wordt besteld.” Beste van twee werelden

Dr. Mauricio Gámez: “Mijn algoritme identificeert combinaties van items die klan ten vaak samen bestellen en stockeert die items vervolgens zo dicht mogelijk bij elkaar en bij een afleverpunt. Het algoritme baseert zich daarbij op de recentst gepickte orders in het warehouse.”

VC: Vandaag hanteren warehouses over het algemeen een van twee stockagestrategieën, niet? Dr. M. Gámez : “Juist. Grosso modo stockeren bedrijven hun items ofwel ‘class-based’ ofwel ‘random scattered’. Class-based houdt in dat je de items volgens klasse A, B en C onderver deelt en opslaat. Klasse A bevat de items die het belangrijkste zijn voor je bedrijf. Bijvoorbeeld de items die je klanten het meest bestellen. Die klasse A-producten plaats je dan op de handigste plaatsen in het warehouse, bijvoorbeeld dichter bij een ‘drop-off point’ of depot. Klasse B en C omvatten de minder en de minst belangrijke items voor je onderneming. Die stoc keer je op minder handige locaties.” “Dat klinkt op zich logisch als stockagestrategie, en toch levert dat systeem an sich niet de snelste order picks op. Beter stoc keer je items dan random scattered: volledig willekeurig bij elke nieuwe stockageronde, volgens geen enkel criterium voor de locatie. Als je dan bijvoorbeeld twee items moet picken, is

41

VALUE CHAIN MANAGEMENT - OKTOBER 2023