有效的物料主数据作为更高效物料流流程的基础

当谈到创新的仓库和物流中心时，胜斐集团是一个强大的合作伙伴，可以按需提供并实现单一来源的解决方案。其广泛且高端的产品为完整的定制解决方案奠定了基础。 SSI SCHAEFER 的完整解决方案通常还包括将大量数据迁移到与新仓库一起安装的 IT 系统。 SSI SCHAEFER 拥有与客户协调将数据迁移到新系统所需的专业知识，并就有效数据的重要性及其对可持续和高效的仓库运营的好处向仓库运营商提供建议。

自 IT 发展伊始，数据就被数字化地处理成数字信息。结果的质量始终取决于输入数据的质量和可靠性，并且在未来很长一段时间内仍将如此。与此同时，其背后的计算模型至关重要，因为它将输入数据处理成有用且高效的结果。数字化的需求是无法回避的，尤其是当您试图连续处理更多数据以实现更好的仓库运营时。

最基本的数据（例如有效的物料主数据）代表了以尽可能最高效和最有效的方式控制仓库的巨大潜力。

生成有效的物料主数据

以下问题可以帮助确定数据的质量和改进的潜力：

• 仓库中使用的箱子是否适合物品尺寸以及所需数量是否满足仓库要求？

• 根据已知数据（经常性地）控制内容/填充水平的可能性有哪些？

• 因数量登记问题而导致数量不足（或库存过剩）的比例是多少？

• 是否持续且明显地满足了潜在的法律要求（例如禁止混合存储某些仓库货物）？

正确且非常精确的仓库管理不仅可以实现高度成本优化的存储，而且还可以提供极其可靠的物料主数据。

避免低效仓储

但如果对某些仓储参数没有给予足够的重视，会发生什么情况呢？仓储效率低下以及相关的物料主数据不足会产生什么影响？

• 由于料箱尺寸与补货数量不匹配而导致高额支出：

• 已打开但尚未完全清空的补给容器必须退回大仓库。必须这样做，因为在重新包装期间，为更高效的小零件仓库交付的容器数量不能存储在错误选择的箱中。

• 超载导致结构架不稳定的危险：由于缺乏正确的物品重量记录以及由此导致的重量指示缺失或负载计算不正确，区域可能会超载。然而，这可能不会被注意到，直到为时已晚。

• 由于身份不明的双重或多重注册，同一物品在不同存储位置多次存储：基于链接到该物品的制造商代码进行比较可能有助于节省空间。

• 由于缺乏有关易碎性或类似情况的相应信息而导​​致物品损坏。

• 频繁选用超大装运单位，包装过程中填充材料消耗量大。

• 由于超出 BBD 数据或其他最大存储时间间隔而导致货物变质。

• 由于特殊存储要求（环境条件、静电保护区等）数据缺失而导致货物被毁坏。

观察表明，由于列出的问题，未记录的“特殊流程”经常以非正式方式进行：例如，额外前往大型仓库以获取缺失的数量。彻底而准确的数据维护可以消除低效且成本高昂的流程，并显着改善仓库关键数据。

质疑内部物流流程并认识到优化潜力

在这种情况下，提高对仓库优化潜力的认识非常重要。  意识到这种提高效率的机会是鼓励仓库操作员提出质疑并从而优化内部物流流程的唯一方法。

通常，拥有这些宝贵专业知识的仓库运营商对具有竞争力的物流成本非常满意。例如，这些仓库允许：

• 通过更有效的容器使用来提高体积利用率。

• 由于优化算法的尺寸和重量是正确的，因此可以进行自动且可靠的包装图案和包装图像计算。

• 由于可靠的物品重量规格，可以根据总重量对拣选订单进行自动初步检查。

• 基于当前产品分类的高效补货流程，从而准确确定相应补货流程的数量。

可靠的数据是工业 4.0 的基础

“我的仓库在多大程度上为工业 4.0 做好了准备？”这个问题也意味着“我的数据基础为工业 4.0 做好了多少准备？”。实施合作伙伴只能为面向未来的仓库创建相应的框架条件在保证一定的数据质量的情况下进行操作。

关于作者：

Markus Klug 毕业于维也纳工业大学应用数学专业。他在格拉斯哥进行了一些关于基于内核的方法及其在事件离散仿真模型的可能应用领域的研究生研究。随后，他在塞伯斯多夫应用工业研究中心管理与运输物流、现场物流和全球供应链相关的国内和国际研究和创新项目。

Markus Klug 自 2013 年起加入 SSI SCHAEFER，负责数据分析和模拟的使用，该职位后来扩展到涵盖数据科学和人工智能/机器学习。