Vier keer betere e-commerce logistiek door gebruik van big data

Marcel te lindert op 26 mei 2016 | 4 minuten leestijd

Met slim gebruik van data kunnen e-commercebedrijven
hun logistieke operatie flink verbeteren. Dat is de overtuiging van Jack Pool
van adviesbureau Districon. “Er zijn veel data beschikbaar, maar de vraag is hoe
we al die data goed kunnen gebruiken.” Op een congres van Rijksuniversiteit
Groningen (RUG) gaf Pool vier interessante voorbeelden.

Retailers en e-commercebedrijven worstelen met data,
stelt Jack Pool. “Wij kregen een vraag van een bedrijf met een centraal
distributiecentrum in Europa, dat zijn consumenten veel sneller wil gaan
beleveren. Dat kan door warehouses in grote steden op te zetten, maar welke
artikelen leg je daar neer? Dat is ook het dilemma van Amazon, dat in Manhattan
een warehouse in een kantoorgebouw heeft ingericht. Dat warehouse is klein, maar
Amazon heeft een gigantisch groot assortiment. Wat deel daarvan leg je dan in
dat warehouse in Manhattan? Daarvoor moet je data-analyse inzetten.”

Vier keer beter
Pool geeft vier voorbeelden van concrete cases waarin
data-analyse van grote waarde is geweest:

Case 1: Dropshipping.
Voor een retailer heeft Districon onderzocht welk deel
van het assortiment in aanmerking komt om niet in het eigen dc op voorraad te
leggen maar bij de leverancier te laten liggen. Dat blijken voornamelijk de
artikelen met een lage omloopsnelheid en een hoge waarde te zijn. Door dat te
implementeren heeft de retailer een kostenbesparing van 28 procent
gerealiseerd.

Case 2: 3D-slotting
De meeste bedrijven kijken maar een paar keer per jaar
naar de locatie van snellopers en langzaamlopers in het magazijn. Wat ze daarbij
vergeten is rekening te houden met de hoogte van de picklocaties. Een artikel
dat op het hoogste of laagste niveau van een legbordstelling ligt, kost vanwege
het reiken of bukken meer tijd om te verzamelen. Door daarmee rekening te houden
is een kostenbesparing van 5 tot 10 procent mogelijk.

Case 3: Uitlevering vanuit winkels
Voor een retailer met een e-commerce-dc in Amsterdam is
onderzocht of het haalbaar is om consumenten vanuit winkels te beleveren. Met
name voor regio’s verder weg kan dat een interessante optie zijn. Analyse laat
zien dat het interessant is om vijftien tot twintig van de honderd winkels
geschikt te maken voor het verzenden van online orders. Dat is inmiddels
geïmplementeerd.

Case 4: Consumenten laten kiezen
Uit onderzoek blijkt dat tien tot twintig procent van de
consumenten kiest voor een latere afleverdag dan morgen, als ze die
keuzemogelijkheid maar krijgen. Doorrekenen van dit idee voor verschillende
cases laat zien dat besparing van 9 tot 31 procent op arbeidskosten mogelijk
zijn omdat processen in het dc voorspelbaarder worden en pieken worden
afgevlakt.

Koplopers gaan verder
Om het belang van data-analyse duidelijk te maken, haalt
Pool het data-model van Gartner aan. Dat model onderscheidt vier stadia in
data-analyse:

1.     Descriptive analytics: wat
is er gebeurd?

2.     Diagnostic analytics:
waarom is dat gebeurd?

3.     Predictive analytcis: wat
zal er gaan gebeuren?

4.     Prescriptive analytics: hoe
kunnen we ervoor zorgen dat iets gaat gebeuren?

“De meeste bedrijven komen nog niet verder dan de eerste
twee stadia, soms doen ze een beetje aan forecasting”, weet Pool. “De koplopers
van dit moment daarentegen
gaan wel verder en investeren in
centers of excellence op het gebied van analytics.”


Marcel te Lindert – Journalist logistiek en supply chain

Blijf altijd op de hoogte

Meld jezelf aan voor de nieuwsbrief en ontvang het laatste nieuws, trends, innovaties en ontwikkelingen uit de branche.