Alla logistica si chiede di non sbagliare mai. Le consegne devono essere puntuali, i tempi di evasione rispettati, i prelievi senza errori e l’inventario preciso, mentre ogni ora si chiede di preparare qualche riga e qualche collo in più, tenendo sotto controllo scorte, spazi, ore lavorate e costi di trasporto. Sono richieste che non lasciano margine e proprio per questo ogni scostamento, anche piccolo, finisce subito sulla scrivania di qualcuno.
Basta infatti che uno di questi indicatori si allontani da quanto previsto, un costo per spedizione che cresce o una produttività che cala senza un motivo evidente, perché la direzione voglia capire che cosa sta succedendo e non tra una settimana. È allora che per il responsabile di magazzino o per chi pianifica i trasporti comincia un secondo lavoro, parallelo a quello operativo, che consiste nel ricostruire a posteriori, numero per numero, che cosa è andato storto. Si apre il WMS, si estraggono i dati dal TMS e dall’ERP, si recuperano i file che arrivano dagli altri magazzini dell’azienda e si prova a far stare tutto in un grande foglio Excel, incrociando colonne che non sono mai state pensate per parlarsi.
Nel frattempo l’operatività non si ferma ad aspettare e quando il prospetto è finalmente pronto l’anomalia ha già prodotto i suoi ritardi, le sue inefficienze o i suoi costi.
Che cosa abbiamo mostrato il 25 settembre
Da quarant’anni sviluppiamo software per magazzini e trasporti e con Sigep WMS e Sigep TMS vediamo ogni giorno quanti dati questi sistemi producono. Il problema, quasi sempre, non è averli ma riuscire a leggerli quando servono. È da qui che è partito il webinar che abbiamo organizzato il 25 settembre, condotto da Maurizio Menniti, responsabile marketing di GEP Informatica.
Nella prima parte ci siamo fermati sul perché i dati prodotti da WMS, TMS ed ERP pur essendo completi, non bastano quando si tratta di decidere. Questi sistemi registrano ogni ordine e ogni spedizione per far funzionare i processi, ma chi deve governare un magazzino o una rete di trasporti ha bisogno di vedere quegli stessi dati aggregati, confrontati nel tempo e letti in rapporto a costi e margini.
Nella seconda parte siamo passati alla pratica. Maurizio ha aperto B-AI Semplice e ha mostrato dal vivo come si passa da una massa di dati operativi a un sistema di controllo di gestione, partendo dalle informazioni che l’azienda ha già. I dati arrivano da Excel, WMS, TMS ed ERP e vengono organizzati in indicatori già strutturati su produttività, costi e margini, senza mesi di analisi e senza dover costruire un progetto di Business Intelligence da zero.
Perché partire dai dati, se tutti parlano di Intelligenza Artificiale
Abbiamo scelto di dedicare il webinar alla Business Intelligence anche per quello che ci hanno detto i nostri clienti.
In un recente sondaggio abbiamo chiesto quali aree di innovazione considerano più importanti per la propria azienda nei prossimi due anni. L‘Intelligenza Artificiale è al primo posto, indicata dal 27,5% di chi ha risposto, e subito dopo, con il 20,3%, c’è proprio la Business Intelligence.
Non sono due priorità in concorrenza. Per suggerire dove intervenire, l’Intelligenza Artificiale ha bisogno di dati già ordinati e leggibili e un’azienda che oggi ricostruisce a mano su Excel il costo di una spedizione difficilmente è pronta a farla lavorare. Mettere in ordine i dati è il primo passo, ed è quello che rende possibile il secondo.
Un magazzino registra tutto, compresi gli sprechi. La differenza la fa chi riesce ad accorgersene prima che arrivino in fattura.
Se ti sei perso il webinar
Qui sotto trovi la registrazione completa del 25 settembre.
Se invece vuoi capire come questo approccio si applicherebbe ai dati della tua azienda, compila il form qui sotto e ne parliamo insieme.
