Voor Boxwise-klanten die AFAS als ERP-systeem gebruiken is dit interessant. Niet alleen omdat AFAS slimmer gaat adviseren over inkopen, maar ook dankzij nieuwe inzichten die direct bijdragen aan een efficiënter magazijn.

Van registreren naar vooruitkijken

Tot nu toe keek AFAS bij het maken van een bestelvoorstel vooral naar de voorraad die je op dat moment beschikbaar had. Dat werkte prima voor veel situaties, maar had ook duidelijke beperkingen.

Stel dat je in mei een grote order ontvangt voor schaatsen die pas in december geleverd hoeft te worden. In de huidige situatie verlaagt AFAS direct de economische voorraad en ontstaat meteen een inkoopvoorstel. Gevolg: je haalt mogelijk al in mei een grote hoeveelheid schaatsen naar je magazijn, terwijl je ze pas maanden later nodig hebt.

Dat betekent onnodig beslag op je magazijnruimte, meer kapitaal dat vastzit in voorraad en extra interne verplaatsingen.
Met de nieuwe slimme voorraadaanvulling kijkt AFAS niet alleen meer naar de voorraad van vandaag, maar ook naar wanneer artikelen daadwerkelijk nodig zijn. Daardoor ontstaan veel realistischere besteladviezen.

Wat is er precies nieuw?

De nieuwe functionaliteit bestaat uit drie onderdelen die je afzonderlijk of gecombineerd kunt gebruiken.

1. Aanvullen op datum
De eerste verbetering is dat AFAS rekening houdt met de gewenste leverdatum van orders.
In plaats van direct voorraad aan te vullen zodra een verkooporder wordt geplaatst, kijkt Profit binnen welke periode nieuwe voorraad daadwerkelijk nodig is. Pas wanneer de vraag binnen die periode valt, wordt een bestelvoorstel gedaan.
Daardoor sluit de voorraad veel beter aan op de werkelijke behoefte.

2. ABC-XYZ-analyse
Daarnaast introduceert AFAS een automatische ABC-XYZ-analyse.
Hiermee worden artikelen gecategoriseerd op basis van onder andere omloopsnelheid en gewenste servicegraad. Zo ontstaat inzicht in welke artikelen bedrijfskritisch zijn en welke minder belangrijk zijn om continu op voorraad te houden.
Per klasse bepaal je vervolgens zelf welk serviceniveau je wilt behalen. Voor hardlopers kun je bijvoorbeeld kiezen voor een hoge beschikbaarheid, terwijl je voor minder kritische artikelen een lager voorraadniveau accepteert.

3. Automatische afzetvoorspelling
De derde component gebruikt historische verkoop- en verbruiksgegevens om toekomstige vraag te voorspellen.
AFAS analyseert de beschikbare data en bepaalt welk voorspelmodel het beste past bij een artikel. Op basis daarvan ontstaat een onderbouwd voorstel voor de benodigde voorraad.

AFAS gebruikt statistische modellen die inzichtelijk en uitlegbaar zijn. De gebruiker houdt daarbij altijd zelf de controle over de instellingen en kan voorspellingen aanpassen wanneer dat nodig is.

Minder onderbuikgevoel, meer datagedreven werken

Veel organisaties lossen deze uitdagingen vandaag de dag nog op met Excel, losse software of simpelweg kennis in hoofden van mensen.

Dat werkt vaak prima zolang één of twee medewerkers precies weten hoe de voorraad zich ontwikkelt. Maar zodra processen groeien of medewerkers wisselen, verdwijnt die kennis vaak uit de organisatie. Met deze nieuwe functionaliteit wordt die kennis onderdeel van je ERP-systeem.

Voorraadbeheerders hoeven minder handmatig vooruit te plannen en kunnen vertrouwen op een gestandaardiseerde manier van werken. Daarmee maakt AFAS een duidelijke stap van een registrerend systeem naar een systeem dat actief ondersteunt bij het nemen van voorraadbeslissingen.

Wat levert dit handelsbedrijven op?

Door slimmer vooruit te kijken ontstaat een voorraad die beter aansluit op de daadwerkelijke vraag.
Dat levert meerdere voordelen op:

• minder kapitaal dat vastzit in overtollige voorraad;
• minder kans op overvoorraad of derving
• een efficiënter ingericht inkoopproces;
• betere beschikbaarheid van belangrijke artikelen;
• minder handmatig werk rondom voorraadplanning.

Voor handelsbedrijven, waar voorraad vaak een groot deel van het werkkapitaal vertegenwoordigt, kan dit een aanzienlijk verschil maken.

Ook interessant voor zorgorganisaties

Hoewel de functionaliteit vooral relevant lijkt voor commerciële handelsbedrijven, zijn onderdelen ervan ook interessant voor zorginstellingen.

Met name de ABC-XYZ-analyse kan waardevolle inzichten geven in welke artikelen op afdelingen een hoge omloopsnelheid hebben en welke minder kritisch zijn. Ook de afzetvoorspelling kan helpen om bestaande min/max-voorraden te toetsen aan historische verbruiksgegevens. Daardoor ontstaat beter inzicht in de voorraad die daadwerkelijk nodig is.

Wat betekent dit voor Boxwise-klanten?

Bij Boxwise zien we deze ontwikkeling als een waardevolle aanvulling op het logistieke proces. Wanneer AFAS nauwkeuriger bepaalt welke voorraad nodig is, profiteert het magazijn daar direct van.

Een betere voorraadplanning betekent namelijk:

• minder onnodige voorraad in het magazijn;
• minder interne verplaatsingen;
• meer beschikbare opslagruimte;
• efficiëntere pickprocessen;
• een hogere logistieke productiviteit.

Daarnaast biedt de nieuwe ABC-XYZ-analyse interessante mogelijkheden voor de inrichting van het magazijn.

Artikelen met een hoge omloopsnelheid kun je bijvoorbeeld dichter bij de expeditie plaatsen, terwijl langzamere artikelen verder naar achteren worden opgeslagen. Zo gebruik je data niet alleen voor slimmer inkopen, maar ook voor een efficiëntere magazijnindeling.

Een mooie stap voor AFAS én Boxwise

Met Profit 8 zet AFAS een serieuze stap vooruit op het gebied van voorraadbeheer. Waar voorraadplanning voorheen vaak draaide om ervaring, losse analyses en handmatig bijsturen, biedt AFAS nu veel meer mogelijkheden om dat proces structureel en datagedreven te ondersteunen.

Voor organisaties die AFAS combineren met Boxwise ontstaat daarmee een nog sterkere basis. AFAS helpt om slimmer te bepalen wat en wanneer je moet inkopen, terwijl Boxwise ervoor zorgt dat die voorraad vervolgens zo efficiënt mogelijk wordt ontvangen, opgeslagen, verplaatst en gepickt.

Precies die combinatie zorgt ervoor dat voorraadbeheer niet alleen slimmer wordt, maar dat ook de dagelijkse logistieke processen efficiënter verlopen.