(Comunicato stampa)
Il modulo di
Labor Management, basato sul
machine learning, diventa la caratteristica fondamentale del
WMS dedicato alla gestione delle risorse umane e materiali.
Il modulo per la gestione del lavoro permette di pianificare le attività degli operatori confrontandole con il carico di lavoro generato dagli ordini dei clienti da spedire, con gli ordini sospesi e con le unità da ricevere dai fornitori per tutte le attività della
piattaforma logistica.
Sebbene questa caratteristica sia sistematicamente presente nelle specifiche dei key players nei settori della vendita al dettaglio e dell'
e-commerce, è raramente implementata.
Questo è un vero paradosso su cui
Savoye sta lavorando per offrire ai propri clienti i mezzi per sfruttare tutto ciò che il
Labor Management ha da offrire.
Superare i difetti del Labor Management
Savoye, ha creato sul mercato un punto di riferimento delle soluzioni di Labor Management scoprendo che, la maggior parte delle esistenti ha cinque difetti
principali: miope, vaga, egoista, fastidiosa e senza ROI.
La loro natura monocanale infatti, rende difficile la
pianificazione delle risorse operative.
Il
WMS senza uno strumento di previsione efficiente, fa risparmiare all'utente solo poche ore durante la pianificazione del carico di lavoro: diventa piuttosto miope.
Si aggiunge una notevole mancanza di precisione nel monitoraggio delle attività e l'impossibilità di integrare e misurare la produttività dei processi non controllata dal
WMS.
Inoltre, le soluzioni di
Labor Management generalmente prevedono la gestione di un orario del personale basato sul nominativo, particolarmente complesso da gestire.
Tutti questi difetti portano senza dubbio a una mancanza di ritorno sull'investimento (
ROI).
Funzionalità orientate al campo e aspettative degli utenti
Il nuovo modulo di
Labor Management di
Savoye permette di definire i
KPI necessari per gestire il
magazzino: produttività per “settore”, “cella” e anche per “destinazione di consegna” o “canale di vendita”.
Grazie alla
soluzione ODATiO, Savoye ha fornito soluzioni completamente tailor made per ogni impianto.
Per semplificare il roll out e soprattutto l'utilizzo quotidiano, quando devono essere prese decisioni rapide,
Savoye ha scelto di utilizzare risorse non name-based, ovvero una
soluzione FTE (
Full-Time Equivalent).
Una caratteristica essenziale di questo modulo è il reporting in tempo reale in grado di misurare la produttività degli operatori, comprese le attività non coperte dal
WMS.
La migliore gestione delle risorse umane, grazie al Machine Learning
Per ottimizzare il proprio modulo di Labor Management e per fornire tutte le informazioni sul carico di lavoro previsto in magazzino, Savoye si è affidata all'
intelligenza artificiale e al
machine learning.
“Gli
ERP utilizzano principalmente tecniche statistiche per le loro previsioni.
L'avvento del machine learning sta gradualmente rendendo questo approccio obsoleto.
Pertanto, i nostri modelli si basano sui dati archiviati nel
magazzino affinché possano produrre le proprie previsioni, utilizzando casi aziendali reali” - commenta
Marwane Bouznif, Machine Learning and Optimization Engineer di
Savoye.

Per dimostrare l'efficienza della sua soluzione, Savoye ha già avviato tre
POC (
Proof of Concept) nel settore della
vendita al dettaglio.
"In quasi cinque anni, siamo stati in grado di ottenere una discrepanza dal 5 al 10% tra i nostri calcoli e quelli effettivi.
Questo risultato eccellente consente ai nostri clienti di anticipare meglio i carichi di lavoro operativi particolarmente durante i periodi di vendita o di eventi straordinari, consolidando un aumento della
redditività” - aggiunge
Grégory Lecaignard, Software Product Manager di
Savoye.
.JPG)
Il nuovo modulo Gestione del lavoro è integrato nell'ultima versione di
ODATiO.
“Finalmente un’applicazione innovativa del
Labour Management, supportata dall’impiego effettivo e reale del machine learning.
Un modulo innovativo capace di prevedere e distribuire in modo efficace ed efficiente i carichi di lavoro all’interno del magazzino, con un saving concreto in termini di tempi e costi” - conclude
Riccardo Priori, Senior Software Sales Engineer di
SAVOYE Italia.
Per saperne di più visita il sito ufficiale di Savoye