Savoye zet ‘machine learning’ in om personeel en apparatuur op elkaar af te stemmen

Savoye presenteert als uitbreiding bij zijn bestaande ODATiO WMS/TMS-software een labour management-module. Die software moet de personeelsplanning efficiënter maken en maakt gebruik van ‘machine learning’-technologie om te leren van de verzamelde data.

Labour management, als onderdeel van het WMS, heeft als voornaamste inzetgebied het beheer van en op elkaar afstemmen van personeel en apparatuur. Labour Management maakt het mogelijk om het werk van de medewerkers in het magazijn in te plannen op basis van de verwachte werklast. Volgens Savoye is er bij de retailers en e-commercebedrijven grote vraag naar een dergelijke functionalliteit, maar wordt die in de praktijk zelden gebruikt. Daar wil de integrator nu verandering in brengen.

De nieuwe labour management-module van Savoye maakt het mogelijk om de KPI’s te definiëren die nodig zijn om het magazijn goed aan te sturen: productiviteit per “sector”, “cel” en ook per “afleverbestemming” of “verkoopkanaal”. Vooral om te anticiperen op operationele piekperiodes kan een dergelijke fijnmazige voorspelling van pas komen. Voor elke installatie kan via het Savoye-platform ODATiO een oplossing op maat worden uitgewerkt. Een essentieel kenmerk van deze module is de realtime productiviteitsrapportage. Daarmee wordt de productiviteit van de medewerkers gemeten, inclusief de taken die niet onder het WMS vallen. Savoye maakt gebruik van kunstmatige intelligentie en machine learning. Inmiddels werden al drie POC’s (Proof of Concept) gerealiseerd. De nieuwe module wordt geïntegreerd in de laatste versie van het ODATiO WMS/TMS.

 

 

lees ook

Aankomende Events

ONTVANGT U ONZE WEKELIJKSE NIEUWSBRIEF NOG NIET? MELD JE DAN NU AAN!

  • Dit veld is bedoeld voor validatiedoeleinden en moet niet worden gewijzigd.
transport media logo