Magisteruppsats
Digitalisering av plockprocess
- Ett beslutsunderlag för grossisthandlare
Författare: Jane Nygren- 910422
Amanda Thelin- 960801 Handledare: Hana Hulthén
Examinator: Peter Berling
Ämne: Examensarbete i Supply Chain
Management för Civilekonomprogrammet, 30 hp Kurskod: 4FE19E
2
Förord
Forskarna vill rikta ett stort tack till Hall Miba som har delgett information och möjliggjort att studera ämnet kring digitalisering av en manuell plockprocess.
Ett stort tack till Ola Håkansson, lagerchef på Hall Miba, Jonas Erdestam på Optiscan samt Företag X och Rusta i Norrköping som har varit delaktiga under studiens gång.
Forskarna vill även tacka examinator Peter Berling som har bidragit med sitt engagemang genom vägledning, utomstående perspektiv samt värdefulla diskussioner. Ett stort tack till samtliga opponenter vid seminarium som har bidragit med värdefulla åsikter. Även tack till handledare Hana Hulthén som bidragit med viktiga synpunkter och vägledning under studiens gång.
Växjö, 24 maj 2019
______________________ ______________________
3
Sammanfattning
Examensarbete i Supply Chain Management för Civilekonomprogrammet (30 hp) Linnéuniversitetet, Kurskod 4FE19E, VT 2019.
Författare: Jane Nygren och Amanda Thelin Examinator: Peter Berling
Handledare: Hana Hulthén
Titel: Digitalisering av plockprocess
Bakgrund: En organisations olika avdelningar är ständigt i behov av rätt information vid rätt tillfälle. Information i realtid är av stor vikt för en distributör då deras överlevnad är beroende av kunden. Plockprocessen i ett lager hos ett företag utgör en stor kostnad och är en viktig aktivitet att förbättra för att bli mer lönsam och effektivare.
Syfte: Syftet med studien är att skapa ett beslutsunderlag gällande implementering av ett digitalt verktyg för en manuell plockprocess samt ekonomisk aspekt och förändringsarbete. Det generella beslutsunderlaget ska kunna tillämpas av företag som agerar grossister inom distribution och som vill digitalisera plockprocessen för att få information i realtid. Metod: Studien omfattas av en kvalitativ forskningsmetod där fallstudie har utförts.
Forskarna har tillämpat jämförande studie gällande det digitala verktygen. Empiri har samlats in genom snöbollsurval och använt strukturerade och semi- strukturerade intervjuer samt utfört observationer.
Resultat: Studien har analyserat tre digitala verktyg utifrån Hall Mibas förutsättningar. Studien har analyserat de lämpliga verktygen utifrån ett finansiellt perspektiv med hjälp av en Pay-back kalkyl samt testat resultatet med en känslighetsanalys. En sammanställning av en möjlig implementeringsprocess har förklaras med hjälp av ASAP Roadmap och forskarna har utformat en checklista för företag att följa genom implementeringens gång.
4
Abstract
Master thesis (30 ECTS), Business Administration and Economics program, School of Business and Economics Linnaeus University, Supply chain management Major, Course Code 4FE19E, SS 2019
Authors: Jane Nygren and Amanda Thelin Examiner: Peter Berling
Supervisor: Hana Hulthén
Title: Digitalization of picking process
Background: An organization's various departments are constantly in need of the right information at the right time. Real-time information is of great importance to a distributor as their survival depends on the customers. The picking process in a warehouse of a company is a great expense and is an important activity to improve in order to become more profitable and efficient.
Purpose: The purpose of the study is to create a basis for decisions regarding the
implementation of digital tools for a manual picking process as well as financial aspects and change of work processes. The general basis for the decision could only be applicable to companies that act as wholesalers in distribution and want to digitize the picking process to get information in real-time.
Methodology: This study is covered by a qualitative research method where case studies have been performed. The researchers have carried out comparative studies on digital tools. Empirical data has been collected through snowball selection, where structured- and semi-structured interviews have been used as well as observations.
Conclusion: This study analyzed a total of three digital tools based on Hall Miba's
5
Innehållsförteckning
1. Inledning ... 8 1.1 Företagsbeskrivning ... 8 1.2 Bakgrund ... 9 1.3 Problemdiskussion ... 111.3.1 Val av ett digitalt verktyg för att effektivisera en plockprocess ... 11
1.3.2 Bedömning av en investerings lönsamhet ... 13
1.3.3 Implementeringsprocess i ett digitalt verktyg ... 14
1.4 Problemformulering ... 15 1.5 Syfte ... 16 1.6 Disposition ... 16 2. Metod ... 18 2.1 Forskningsmetod ... 18 2.2 Undersökningsdesign ... 18 2.3 Studiens urval ... 19 2.4 Datainsamling ... 20 2.5 Dataanalys ... 23 2.6 Kvalitetskriterier ... 23 2.6.1 Begreppsvaliditet ... 24 2.6.2 Reliabilitet ... 24 2.6.3 Intern validitet ... 25 2.6.4 Extern validitet ... 25 2.6.5 Forskningsetiska överväganden ... 26 2.7 Författarnas delaktighet ... 27 2.8 Metodsammanfattning ... 27
3. Val av ett digitalt verktyg i en manuell plockprocess ... 28
3.1 Teoretisk referensram ... 28
3.1.1 Plockprocess ... 28
3.1.2 Information i realtid ... 29
3.1.3 Digitalisering av plockprocess ... 30
3.2 Empiri ... 33
3.2.1 Kartläggning av den nuvarande manuella plockprocessen ... 33
3.2.2 Intervju med konsulter inom digitalisering av plockprocess och digitala verktyg ... 38
3.2.3 Studiebesök på Företag X som implementerat Pick by voice ... 41
6
3.3.1 Potentiell plockprocess med hjälp av ett digitalt verktyg. ... 43
3.3.2 Plockprocesser ... 47
3.3.3 Digitalisering av plockprocess ... 48
3.3.4 De digitala verktygen ... 50
3.4 Slutsats ... 54
4. Hur lönsam är en investering i det valda verktyget för Hall Miba? ... 56
4.1 Teoretisk referensram ... 56 4.1.1 Lönsamhet ... 56 4.1.2 Pay-back metoden ... 56 4.1.3 Känslighetsanalys ... 57 4.2 Empiri ... 59 4.2.1 Pay-back metoden ... 61
4.2.2 Besök och intervju på Hall Miba angående inventeringen ... 75
4.3 Analys ... 76
4.3.1 Pay-back kalkyl för Pick by voice ... 77
4.3.2 Pay-back kalkyl för RF- terminal ... 78
4.3.3 Känslighetsanalys ... 78
4.4 Slutsats ... 82
5. Hur skulle en implementeringsprocess utformas för det valda verktyget? ... 84
5.1 Teoretisk referensram ... 84
5.1.1 Implementering ... 84
5.1.2 ASAP Roadmap ... 85
5.1.3 Förändrade arbetssätt för anställda ... 87
5.2 Empiri ... 88
5.2.1 Referensbesök på Rusta i Norrköping med implementerad Pick by voice ... 88
5.3 Analys ... 93
5.3.1 Implementering av ett digitalt verktyg ... 93
5.3.2 Negativa aspekter vid implementering ... 93
5.3.3 Stöd vid implementering ... 95
5.4 Slutsats ... 98
6. Slutsats ... 99
6.1 Vilket digitalt verktyg kan användas av Hall Miba för att effektivisera den manuella plockprocessen? ... 99
6.2 Hur lönsamt är en investering i de valda verktyget för Hall Miba? ... 101
6.3. Hur skulle en möjlig implementeringsprocess se ut av de valda verktyget? ... 102
7
6.5 Teoretiskt bidrag ... 104
6.6 Samhälleliga aspekter ... 105
6.7 Begräsningar och kritik till studien ... 106
6.8 Förslag till vidare forskning ... 107
8
1. Inledning
Följande kapitel kommer att inkludera en beskrivning om företaget som valts att studeras. Företagsbeskrivningen följs av en bakgrund till problemet företaget står inför och följs av en problemdiskussion. Problemdiskussionen avslutas med syfte för studien samt presenterar tre frågeställningar som valts att studeras.
1.1 Företagsbeskrivning
Företaget som har valts att studeras i följande studie är Hall Miba. Hall Miba är ett företag som tillhör Axfood koncernen och deras huvudsakliga uppgift är att leverera produkter till olika bensinmackar i Sverige. Företagets största kund är Circle K som står för hälften av Hall Mibas omsättning (Lagerchef & VD, 190111). Hall Miba är ett grossistföretag som levererar alla produkter som kan tänkas behövas för bilvård eller vid bilfärd. Utöver de artiklarna erbjuder även företaget andra produkter inom fritid och hobby som är säsongsberoende (Hall Miba, 2019). Företaget har genomgått en marknadsanpassning där de har optimerat antalet produkter från cirka 10 000 stycken artiklar till 2 500 stycken artiklar vilket är de antalet Hall Miba erbjuder i dagsläget. Anledningen till minskningen av antalet produkter grundar i att företagets kunder, främst bensinmackar, har minskat sitt sortiment och säljer inte lika mycket verkstadsdelar som det gjort tidigare (Lagerchef, 190111). Företaget omsatte 441 miljoner kronor år 2017 (Allabolag, 2019).
9
1.2 Bakgrund
Distribution är den sista aktiviteten i ett företags försörjningskedja av materialflöde där det sker en fysisk fördelning av färdiga varor (Storhagen, 2011). De fysiska varorna ska sedan bli tillgängliga för kunden vilket bör ske på ett kostnadseffektivt sätt. Samtidigt som produkterna ska vara kostnadseffektiva ska de även upprätthålla den utlovade leveransservicen till kund (Oskarsson, Aronsson & Ekdahl, 2013). Eftersom distributionen är den sista aktiviteten i försörjningskedjan har distributionen en utsatt position då den påverkas av störningar som skett tidigare i ledet. Tidigare störningar kan förflyttas vidare och i värsta fall även samlas upp vid distributionen. Nästa steg i processen är kunden vilket innebär att distributionen bör vara uppmärksam och även kunna hantera störningar i aktiviteterna för att inte kunden ska påverkas negativt (Storhagen, 2011).
10
för att minska felaktigheter och öka effektiviteten (Mohelska & Sokolova, 2018). Utvecklingen kring teknologi är i ständig förändring och drivs av att omvärlden ställer krav på snabbare hantering kring beslutfattande, flexibilitet och ökad kundanpassning. Det här ställer krav på att värdekedjan i högre utsträckning är sammankopplade och digitaliserad för att möta kraven (Lasi, Fettke, Kemper, Felde & Hoffmann, 2014; Lee, Lv, Ng, Ho & Choy, 2017).
11
1.3 Problemdiskussion
1.3.1 Val av ett digitalt verktyg för att effektivisera en plockprocess
När plockaren börjar sitt skift finns alla ordrar för dagen utskrivna i en korg som han eller hon tar för att starta sitt plock, därefter hämtas en pall för att bygga ordern på. Plockaren kollar igenom alla orderrader och varje plockrunda börjar i lagrets zon 3 där alla artiklar som är mest brandfarliga befinner sig. De brandfarliga produkterna ska alltid vara längst ner på pallen för att minska risken att de ramlar av pallen och att farlig vätska kommer ut i lagret. Därefter åker plockaren till zon 2 där de näst brandfarliga produkter förvaras och avslutar i lagrets zon 1 där övriga artiklar som inte är brandfarliga förvaras. Beroende på orderraderna kan plockaren endast besöka en eller två zoner beroende på hur ordern ser ut, det vanligaste är att en order endast berör två av de tre zonerna, se figur 1 nedan.
Figur 1- Lagerutformning på Hall Miba av brandfarligt gods
12
ut och står klar för utleverans. Information som inte ges i realtid är status på kundorder, saldo i lager, om kundorder plockas eller ligger på vänt samt hur lagrets arbetsbelastning ser ut för dagen. Vid ändring av order ringer kund in och meddelar eventuella förändringar eller tillägg vilket ställer krav på att kundtjänst kontaktar lager som i sin tur kollar vart ordern är och om ändring är möjlig att göra. Därefter kontaktar kundtjänst kund igen för att meddela om det går att ändra/lägga till på aktuell order (Observation, 190111).
Plockprocess innebär att plockaren hämtar artiklar från artikelns lagerplats för att färdigställa kundordrar. Plockprocessen är sedd som den mest kostsamma och tidskrävande uppgiften inom lagerhantering, därav är det vanligt att många lager ser över sina plockprocesser för att minska kostnader och bli mer effektiva (Vires, de Koster & Stam, 2015). Enligt Glock, Grosse, Elbert och Franzke (2017) finns fyra metoder att tillämpa för att optimera plockprocessen. Det första området är lokalisering av artikeln, vart artikeln ska placeras beroende på exempelvis efterfrågefrekvens. Det andra området är utformning av lagret vilket påverkar plockslingorna och även tiden som det tar att köra samt plocka produkterna. Det tredje området inkluderar order batching som innebär att plockaren kan behöva bryta upp större batcher för att kunden vill ha en del av en artikel. Det kan exempelvis vara att kunden inte vill beställa en helpall utan endast vill ha en artikel och då behöver plockaren bryta upp en hel pall för att kunna plocka delar av pallen. Det sista området handlar om dirigeringsproblem, alltså hur föraren ska bli guidad genom lagret för att uppnå en optimal plockslinga utan att behöva köra tillbaka för att plocka nya artiklar. Dirigeringsproblem inkluderar även att artiklarna plockas i rätt ordning där förslagsvis de tyngsta varorna ska plockas först. Vanligtvis är det sistnämnda området det svåra på grund av brist på kunskap hos företaget (Glock, Grosse, Elbert & Franzke, 2017).
13
plockas men även information till inköp som behöver veta vad som ska köpas in (Gowda & Subramanya, 2017).
IT-tjänster i lagerverksamhet kan handla om olika digitala verktyg såsom Pick by voice, Pick to light och RF-terminal. Pick by voice, se figur 2, är ett röststyrt verktyg som hjälper plockaren med vad som ska plockas samt en avstämning att rätt artikel har plockats. Pick to light, se figur 3, är en teknik som stödjer plockarens arbete med hjälp av ljussignaler samt en avstämning att rätt artikel har plockats. RF-terminal, se figur 4, innebär ett papperslöst alternativ till plocklistor på papper som trådlöst kommuniceras via en display till plockaren genom lagerhanteringssystemet. RF-terminal kompletteras vanligtvis med hjälp av scanner och streckkoder för att säkerhetsställa att rätt artikel har plockats (Vires, de Koster & Stam, 2015).
Figur 3: Pick to light (Lightning pick, 2019)
Figur 4: RF- terminal (Worth data, 2019)
Figur 2: Pick by voice (Optiscan, 2019)
1.3.2 Bedömning av en investerings lönsamhet
14
Pick by voice för att bli mer moderna hellre än att investera för att uppnå mindre felmarginal på plockprocessen (Lagerchef, 190111).
Ett investeringsbeslut orsakar konsekvenser hos företaget som kan påverka framtiden både positivt eller negativt. Beslut om investeringar bör vara välplanerade och strukturerade samt ha tydliga underlag för att minska missuppfattningar som skulle kunna leda till förödande konsekvenser för företaget. En investering kan till exempel medföra konsekvenser som kan påverka företagets kunder och företagets anställda negativt. De anställdas arbetsförhållande, arbetssätt och arbetsmiljö kan påverkas (Andersson & Funck, 2017). En investering genererar även positiva aspekter, såsom ökat kassaflöde i och med att företaget kan hantera ett större flöde av produkter på grund av effektivisering (Greve, 2016).
Trots att det finns flera universella verktyg som näringslivet har accepterat används verktygen främst för den interna avkastningen, det vill säga ur det finansiella perspektivet. I dagsläget finns inte något jämförbart verktyg för att ge en prognos i eventuella vinster för sociala och arbetsmiljömässiga aspekter i monetära mått. De monetära aspekterna blir ofta en uppskattning för företagen och kan hänvisas till icke finansiella mått (Addy, Chorengel, Collins & Etzel, 2019).
Det finns olika metoder att tillämpa vid undersökning om en investering är en förmånlig idé för företaget eller inte. Det finns Pay-back, även kallat Pay-off metod, som syftar till att se över likviditeten. Här fokuserar kalkylen på återbetalningstiden och strävar efter lägsta möjliga värde. Det finns även kalkyler som fokuserar på lönsamhet som slutvärdemetod, nuvärdemetod, annuitetskalkyl och internräntekalkyl. De fyra metoderna ger alltid samma resultat däremot vid rangordning kan det skilja sig mellan metoderna då olika livslängder kan presenteras (Greve, 2016).
1.3.3 Implementeringsprocess i ett digitalt verktyg
15
semester och behovet av bemanningspersonal ökar markant och det är under den perioden som flest plockfel upptäcks samt förseningar av ordrar uppmärksammas (Lagerchefen, 190111). Trots att många företag idag väljer att investera i teknologiska lösningar för sin informationshantering finns det omfattande bevis att många av de företagen upplever komplikationer under implementationstiden men även efter rutiner satts (Cox, 2015). Det är väsentligt att företag väljer rätt teknisk lösning efter deras unika förutsättningar. En av grundorsakerna till att företag upplever komplikationer är för att fel lösning valts eller snarare en lösning som ej är lämpligt utifrån företagets förutsättningar. För att dra nytta av digitalisering i sina processer är det därför av stor vikt att välja rätt lösning baserat på företagets individuella förutsättningar och mål (Cox, 2015; Richards, 2018).
Vid implementering kan ett gap uppstå mellan implementeringsmetod och det verkliga flödet. För att uppfylla ambitionen kring implementeringen samt att få implementeringen att genomföras på ett smidigt sätt är det nödvändigt att en omfattande studie genomförts för att motverka gapet. Att använda rätt metod samt lära befintlig litteratur är väsentligt för att motverka komplikationer vid implementeringen. Det är viktigt att noggrant gå igenom vilken implementeringsmetod som ska tillämpas och varför men även göra en förstudie för att skapa en framgångsrik implementering (Rafique, Rahman, Saibani & Arsad, 2017). Att företag har en tydlig implementeringsmetod kan även underlätta det för de anställda vid implementering då de anställda vanligtvis inte är positiva till förändringar. Tidigare forskning har visat att de anställda upplever förändringar som osäkert vilket medför en risk vid implementeringar för företag (Hon, Bloom & Crant, 2014).
1.4 Problemformulering
1. Vilket digitalt verktyg kan användas av Hall Miba för att effektivisera den manuella plockprocessen?
2. Hur lönsamt är en investering i de valda verktyget för Hall Miba?
16
1.5 Syfte
Syftet med studien är att skapa ett beslutsunderlag gällande implementering av ett digitalt verktyg för en manuell plockprocess samt ekonomisk aspekt och förändringsarbete. Det generella beslutsunderlaget ska kunna tillämpas av företag som agerar grossister inom distribution och som vill digitalisera plockprocessen för att få information i realtid.
1.6 Disposition
I figur 5 nedan beskrivs dispositionen för studiens uppbyggnad där de olika kapitlens innebörder förklaras. Studien inleds med en bakgrundsbeskrivning, problemdiskussion samt en presentation om de tre valda frågeställningar som valts att studeras. Det inledande kapitlet följs upp av ett metodkapitel där en övergripande förklaring ges till vilka metodval som gjorts samt tillvägagångssätten för studien. De tre olika frågeställningarna kommer därefter att förklaras, analyseras och besvaras i vartdera kapitel. Varje kapitel delas in i ett teoriavsnitt, följt av ett empiriavsnitt, analys och till sists en slutsats för den valda frågeställningen.
Studiens första frågeställning besvaras i kapitel 3 med hjälp av en processkartläggning som utförts tillsammans med kontaktpersoner på Hall Miba. I kapitel 3 besvaras studiens första frågeställning om vilket digitalt verktyg som är mest lämpat för Hall Mibas utmaningar vid deras manuella plockprocess. Studiens andra frågeställning besvaras i studiens kapitel 4 där det ges en djupare analys i det digitala verktyget utifrån ett finansiellt perspektiv. Studiens kapitel 5 inkluderar en analys som baseras på de valda verktygen från kapitel 3 och kapitel 4 där fokus ligger på att ta hänsyn till personalen vid implementeringar och vad företag bör ha i åtanke vid implementering.
17
18
2. Metod
Följande kapitel kommer att inkludera förklaringar till olika metodval som gjorts och som därefter kommer att diskuteras. Metodkapitlet följs sedan av en förklaring till val av metod som anses passande för studien.
2.1 Forskningsmetod
Forskningsmetod används för att utföra en studie där forskaren kan välja mellan två olika inriktningar, det är den kvantitativa och den kvalitativa forskningsmetoden. Metoderna kan tillämpas separat eller kombineras för att besvara studiens frågor. Den kvantitativa forskningsmetoden lägger stor vikt vid numeriska data som kan samlas in på olika sätt som till exempel intervjuer, enkäter och observationer. Vid kvantitativ metod lämnas egna synpunkter och tolkningar utanför och ska istället hålla en objektiv syn baserat på data som samlas in. Den kvalitativa forskningsmetoden lägger istället fokus på ord och observationer från forskaren. Data samlas in genom intervjuer, observationer, samtal och fokusgrupper. Fokus i den kvalitativa forskningsmetoden läggs på att tolka och förstå den data som samlas in från respondenterna som även stäms av för att skapa en korrekt bild (Bryman & Bell, 2017). Följande studie har baserats på kvalitativ forskningsmetod. Kvalitativ med anledningen till frågeställningar som syftar till att ur ett djupgående och tolkande perspektiv ge ett beslutsunderlag. På grund av att forskarna har lagt stor vikt vid observationer hos fallstudie företaget samt utfört intervjuer och sedan tolkat samt stämt av med kontaktpersonerna för att säkerställa att forskarna har skapat en korrekt bild. Studiens resultat för de första två frågeställningar har baserats på Hall Mibas förutsättningar samt krav från koncernledning vilket försvårar generaliserbarheten i resultatet. Frågeställning tre har även anpassats för Hall Miba men med en generaliserbarhet i tillvägagångssättet.
2.2 Undersökningsdesign
19
olika tillvägagångssätt vid undersökningsdesign att tillämpa som till exempel experimentell design, tvärsnittsdesign, jämförande design och fallstudie (Bryman & Bell, 2017).
Fallstudiedesign är en undersökningsdesign som används i företagsekonomiska sammanhang och är en empirisk undersökning. Fallstudiedesign används för att studera företeelser i verklig kontext som berör individuella, gruppmässiga, organisatoriska, sociala eller politiska faktorer för att svara på frågor om hur eller varför (Yin, 2014). Vid fallstudiedesign är det möjligt att använda olika typer av datainsamlingsmetoder vilket ofta sker genom observationer och intervjuer för att kunna beskriva fallet grundligt. Fallstudie kan innehålla både kvalitativ eller kvantitativ forskning (Bryman & Bell, 2017). Fallstudier kan uppfattas som en svårighet ur ett generaliseringsperspektiv och kan inte vara representativ för en population då ett enstaka fall studerats. Här kan forskare istället generalisera resultat från fallstudier till existerande teori. Komparativ eller jämförande design är en annan möjlig forskningsdesign som kan tillämpas för att samla in data från två eller flera olika fall för att jämföras med varandra (Yin, 2014). I följande studie har fallstudiedesign tillämpas för alla tre frågeställningar då fallföretaget Hall Miba har varit underlag för resultatet och deras förutsättningar har tagits i beaktning. Författarna ansåg att fallstudiedesign passar till de två första frågeställningarna då resultatet för dessa är unikt för fallstudieföretaget och svårt att generalisera för att applicera på andra företag. Även den tredje frågeställningen passar fallstudiedesign utifrån att andra bolag ska studeras i deras utförda implementeringsprocess. Den tredje frågeställningen syftar till att påvisa generellt hur ett liknande bolag kan gå tillväga vid implementation kring ett nytt verktyg i lagerverksamhet samt vad som bör tas i beaktning kring ett sådant beslut.
2.3 Studiens urval
20
Fallstudieföretaget Hall Miba har valts ut eftersom företaget står inför ett beslut om hur de ska digitalisera sin plockprocess samt bristen på investeringar som skett under de senaste 20 åren i lagerfunktionen. Uteblivna investeringar för lagret baseras på att företaget har genomgått en stor omorganisation av lagret som tidigare hanterades av ett annat bolag. Studien har baserats på ett ej slumpmässigt urval då forskarna lägger stor vikt vid kompetens och erfarenhet. Hall Miba har som krav från koncernledningen att investera i Pick by voice vilket vägledde forskarna till att intervjua leverantörer av det verktyget samt gjort referensbesök hos två företag som har verktyget implementerat. Leverantörer av verktyg har valts utifrån tidigare erfarenheter och kompetens för att observera tillvägagångssätt och samtidigt kunna dra nytta av deras kunskaper kring verktyget. Pick by voice kommer ställas mot andra relevanta lösningar som RF-terminal och Pick to light. RF-terminal har valts ut baserat på dess enkelhet med scanningsmöjligheter och att verktyget är väldigt likt papper och penna fast digitalt med hjälp av scanner och tablet. Pick to light har valts för att hitta en motsvarighet till röst och scanning där plockaren använder synen för att se vad som ska plockas härnäst.
Vd:n, lagerchef, plockare på lagret samt ekonomichef för Hall Miba har valts att intervjuas för att skapa en djupare förståelse till utmaningar företaget har idag. Slumpmässigt urval har därför valts bort då kompetens och erfarenhet väger tungt för att skapa en relevant bild av verkligheten samt att hitta relevant kunskap för att besvara frågeställning två och därefter frågeställning 3. Snöbollsurval har även tillämpas i studien då processkartläggningen med lagerchefen ledde fram till att plockare i lagret, ansvarig i lagret för utskrift av ordrar samt skyddsombud för lagret bidrog till relevant kunskap kring nuläget.
2.4 Datainsamling
21
Intervjuer är ett sätt att samla in data och kan utföras och struktureras på olika sätt såsom strukturerade, semi-strukturerade eller ostrukturerade. I en strukturerad intervju ställer intervjuaren frågorna i en förutbestämd ordning och alla deltagare får svara på exakt samma frågor i samma ordning. Vid en ostrukturerad intervju är inga frågor förutbestämda utan intervjuaren har ett tema som följs och därmed är ingen intervju den andra lik utan mer som ett samtal. Semi-strukturerad intervjuform är en blandning av de två tidigare nämnda, här ger intervjuaren mer frihet till den som intervjuas än en strukturerad intervju men har vissa frågor förutbestämda som kan anpassas under intervjuns gång. Observation är ett annat tillvägagångssätt att samla in information på och det sker genom att studera verkligheten, det vill säga händelser som sker i dess verkliga miljö. Människors beteende blir direkt observerade utan att tillämpa eller förlita sig på metodiska verktyg som till exempel enkäter (Bryman & Bell, 2017).
22
Tabell 1- Studiens utförda intervjuer
Datum Tillvägagångssätt Företag Befattning Syfte 20190111 Semi-strukturerad Hall Miba Lagerchef, VD Uppstartsmöte och
introduktion 20190111 Observation Hall Miba Lagerchef,
plockare
Nuvarande plockprocess 20190214 Strukturerad Direktkonsult Affärsutvecklare Intervju om digitala verktyg 20190215 Strukturerad Hall Miba Lagerchef Processkartläggning
gällande nuvarande plockprocess 20190215 Strukturerad Optiscan Key Account
Manager
Intervju om digitala verktyg 20190225 Studiebesök Företag X Administration
Coordinator
Studiebesök för att få mer insyn i ett företag med implementerad Pick by
voice. 20190225 Strukturerad Företag X Administration
Coordinator
Implementering av Pick by voice.
20190404 Studiebesök Rusta Projektledare för implementationen
av Pick by voice
Studiebesök för att se hur de arbetar med Pick by voice kombinerat med att bygga egen pall utifrån order.
Teori har tillämpats i form av artiklar och litteratur. Litteratur i form av böcker har tillhandahållits genom universitetsbiblioteket i Växjö samt Kalmar och de vetenskapliga artiklarna har tagits fram från universitetsbibliotekets databaser som Business Source Premier och Science Direct. Sökord som tillämpas i sökningar är plockprocess, digitala verktyg, Pick by voice, Pick to light, RF-terminal, Pay-back metoden, Pay-off, känslighetsanalys, implementering, beslutsunderlag, projektförberedelse, vägkarta samt dess engelska motsvarigheter. Sekundärdata har även tillämpats då Hall Miba har bidragit med data samt data från konsultföretagen som levererar lösningar av de olika digitala verktygen.
23
2.5 Dataanalys
För att analysera empiriskt insamlat material kan forskare använda mönsterjämförelse som en möjlig metod. En mönsterjämförelse baseras på en teoretisk referensram som sedan kompletteras med empiriskt material som är inom ramen för den teoretiska referensramen. Forskarna jämför sedan det empiriska materialet med den teoretiska referensramen. Studiens interna validitet stärks om det finns kopplingar eller likheter mellan empiri och teori (Yin, 2014).
Alla tre frågeställningar har tillämpats genom en mönsterjämförelse där empiriskt material har samlats in för att jämföras med den teoretiska referensramen i studien. Det empiriska materialet har samlats in genom intervjuer, observationer och data från företaget för att jämföras med relevant teori utifrån varje frågeställning som grundas i litteratur och vetenskapliga artiklar. Det här gjordes för att stärka och identifiera kopplingarna mellan empirin och teorin men även för att identifiera skillnader att analysera vidare. I studien har processkartläggning tillämpats och den valda metoden är swim lanes. Valet grundar sig i att tydligt visa för Hall Miba hur processen ser ut idag och förtydliga avvikande aktiviteter. Processkartläggning har tidigare inte gjorts på företaget och därför valdes modellen baserat på dess enkelhet och tydlighet. Vid investeringsbedömning i studien har Pay-back metoden tillämpats då företaget använder verktyget idag samt att konsultbolag som valts ut i studien rekommenderar verktyget när det kommer till investeringsbedömning av digitala verktyg. Kalkylen har sedan kompletterats med en känslighetsanalys för att djupgående analysera hur investeringen står sig om effektiviseringen skulle gå bli lägre än förväntat.
2.6 Kvalitetskriterier
24
2.6.1 Begreppsvaliditet
Kriteriet begreppsvaliditet syftar på att studien innehåller korrekta begrepp samt att begreppet har en relevant betydelse för studien genom att säkerhetsställa att rätt data har samlats in enligt studiens syfte. För att uppfylla begreppsvaliditet finns det två steg som forskaren kan tillämpa. Först måste forskaren välja ut specifika delar som ska studeras samt att de ska kunna kopplas till studiens mål. För det andra måste forskaren påvisa att de valda måtten på de utvalda delarna spegla verkligheten. Vid fallstudieforskning kan det uppstå svårigheter att uppnå begreppsvaliditet genom att forskarna kan formulera mått som är operationella och att bedömningen som ligger till grund för insamling av data inte är objektiva (Yin, 2014). Begreppsvaliditet är starkt knutet till reliabilitet då graden i begreppen måste vara stabila för att generera en tillräckligt stark reliabilitet (Bryman & Bell, 2017).
För att motverka en låg begreppsvaliditet vid fallstudieforskning finns det tre metoder att använda. Den första metoden handlar om att tillämpa flera empiriska källor för att säkerhetsställa att det finns en överensstämmande undersökningsform i datainsamlingsfasen. Den andra metoden är att upprätta en beviskedja som genomströmmar under datainsamlingsfasen vid intervjuer, observationer och dokument. Den tredje metoden är att nyckelinformatörer ska studera slutmanuset av studien (Yin, 2014).
I studien har forskarna använt flera olika källor vid insamlingen av teoretiskt och empiriskt material för att säkerhetsställa en hög begreppsvaliditet och därigenom uppfyller forskarna kravet om att använda sig av flertalet källor. Vid intervjuer hos fallföretaget har informationen blivit granskad för att säkerställa att forskarna har uppfattat informationen på ett korrekt sätt som överensstämmer med de som blivit intervjuade. Även vid upprepade tillfällen har externa parter granskat studien under arbetsgången för att säkerhetsställa en hög begreppsvaliditet. Fallstudieföretaget har även fått granska det empiriska materialet för att studien ska återspegla en korrekt bild av verkligheten.
2.6.2 Reliabilitet
25
del i en studie eftersom slump eller tillfälligheter kan påverka en studies förutsättningar (Bryman & Bell, 2017).
För att uppnå reliabilitet i studien har författarna dokumenterat och förklarat tillvägagångssätt som beskrivs under varje del i metodkapitlet för att andra forskare ska kunna återskapa studien på ett liknande sätt och få samma utgångsläge. Tack vare det valda tillvägagångssättet har reliabiliteten säkrats i studien.
2.6.3 Intern validitet
Intern validitet syftar på om de slutsatser som tagits i studien är trovärdiga eller inte och att säkerheten av samband i studien behandlats på ett sätt där sambanden inte beror på en extern faktor (Bryman & Bell, 2017). I fallstudie ska intern validitet påvisas i analyskapitlet att de slutsatser som dragits är korrekta. För att öka intern validitet krävs det att forskarna har observerat och analyserat noggrant (Yin, 2014).
I studien har intern validitet säkrats genom att analysen har stark koppling till teorin som har jämförts med det empiriska materialet för att likställa, samt urskilja likheter och olikheter mellan dem. Genom delaktighet på fallföretaget av forskarna har det skapats en gemensam förståelse men även getts möjlighet till att säkerhetsställa och överensstämma det empiriska materialet för att kunna jämföra den insamlade empirin det teoretiska.
2.6.4 Extern validitet
Extern validitet syftar till studiens generaliserbarhet vid andra fallstudier. Vid fallstudier uppfattas det vanligtvis som att hög generaliserbarhet är svår att uppnå och utgör därför inte en tillräckligt stabil grund. Det här kan leda till att det uppstår svårigheter att översätta studiens resultat för att tillämpa på andra fallstudier. För att uppnå hög generaliserbarhet är det därför av stor vikt att generalisera framtagna resultat med teori (Yin, 2014).
26
tillvägagångssätten ligga till grund för en generalisering av studien och tillämpas av andra företag.
2.6.5 Forskningsetiska överväganden
Bryman & Bell förklarar fem olika etiska principer som bör följas vid utförande av en forskningsstudie och förklaras i tabell 2 nedan.
Tabell 2 -Fem olika etiska principer för forskningsstudier
Principer Förklaring
Anonymitetskrav Innebär att personuppgifter ska hanteras med försiktighet och inte göras tillgänglig för personer som inte har behov av
uppgifterna.
Informationskrav Alla som tar del av studien ska får tillgång till information om studien och dess resultat.
Samtyckeskrav Alla som deltar i studien ska delta på eget initiativ och får avbryta sitt engagemang om de vill.
Nyttjandekrav Personerna som ingår i studien får endast medverka i den aktuella studien och inte användas för övriga avsikter. Falska
förespeglingar
Informationen som ges till de medverkande får inte vara felaktig eller vilseledande.
27
2.7 Författarnas delaktighet
Samtliga forskare har varit delaktiga i studiens alla kapitel. Forskarna har tagit ansvar för studiens innehåll och utformning samtidigt som båda forskarna har deltagit i samtliga diskussioner och bidragit med sina infallsvinklar.
2.8 Metodsammanfattning
Tabell 3 nedan sammanfattar samtliga metodval som forskarna tagit i studien. Tabell 3- Sammanfattande tabell över studiens metodval
Metodkapitel Val av metod Forskningsmetod Kvalitativ
Undersökningsdesign Fallstudie Studiens urval Snöbollsurval
28
3. Val av ett digitalt verktyg i en manuell plockprocess
Som uttrycks i figur 5 i dispositionen kommer följande kapitel inkludera teori, empiri och analys för att besvara studiens första frågeställning: “Vilket digitalt verktyg kan användas av Hall Miba för att effektivisera den manuella plockprocessen?”. Teorin avgränsas till att beskriva plockprocess, information i realtid, digitalisering av lager, samt olika typer av digitalt verktyg för plockprocesser där Pick by voice, Pick to light och RF- terminal inkluderas. Teori och empiri analyseras för att sedan ligga till grund för nästa kapitel samt slutsats.3.1 Teoretisk referensram
Följande avsnitt baseras på vilket digitalt verktyg som skulle vara mest lämpat för Hall Miba att använda för att digitalisera företagets nuvarande manuella plockprocess. Teoriavsnittet inkluderar definition av plockprocess, vikten av information i realtid samt digitalisering av plockprocess. Digitalisering av plockprocess inkluderar tre olika möjliga verktyg för företagets plockprocess där de digitala verktygen kommer att analyseras för att sedan analysera vilket digitalt verktyg som är bäst lämpat för Hall Mibas förutsättningar. Studiens teoretiska referensram beskrivs kortfattat i illustration 1 nedan.
Illustration 1- Teoretisk referensram av frågeställning ett
Vilket digitalt verktyg kan användas av Hall Miba för att effektivisera den manuella plockprocessen?
3.1.1 Plockprocess
29
tid på att transportera sig i lagret för att hitta rätt produkter. När plockaren måste lägga ner mycket tid på transport inom lagret leder det till ett lågt arbetsflöde samt låg produktivitet (Yu & de Koster, 2009).
I dagsläget beräknas det att 80 % av alla företag som har plockprocesser i deras företag utför det manuellt trots att det finns automatiserade plockprocesser tillgängliga på marknaden. Manuella plockprocesser förlitar sig på människors kunskaper och deras fysiska och psykiska funktioner vilket inte är ekonomiskt försvarbart att ha maskiner till. Manuella plockprocesser är också mer flexibla till förändringar och har även lägre underhållskostnader och lägre investering. Dock finns det nackdelar med att använda sig av manuella plockprocesser vilket medför personalkostnader och kan leda till mer plockfel jämfört med en digitaliserad plockprocess. Med hänsyn till att det inte är ekonomiskt försvarbart att investera i digitaliserade plockprocesser läggs ett större fokus på att investera i lagerutformning och orderplocksystem. Forskning har främst fokuserats på att utveckla kompletterande system som ska kunna utveckla plockprocesserna (Glock et. al, 2017).
3.1.2 Information i realtid
Grossister och deras kunder är beroende av varandra eftersom båda har ett ekonomiskt intresse av att samarbeta vilket bör fungera bra för ett långsiktigt samarbete. När det kommer till e-handel anses det vara extra viktigt för kunderna att kunna erhålla information från deras grossister då de delar information angående produkter och leveranstid. Grossisterna har ett övertag över kunderna när det gäller information om produkter och leveranstid vilket gör information i realtid ännu viktigare. Kunderna kommer att efterfråga leverantörer med pålitlig information som både är korrekt och i realtid vilket gör det extra viktigt för företaget att kontrollera och ha koll på sitt interna informationsflöde och att informationen finns i realtid (Baiman & Rajan, 2001).
30
informationen är tillförlitlig och stämmer överens med vad som står på hemsidan, till exempel status på en viss artikel i lager (Bauer, Hendersson & Lynch, 2018).
3.1.3 Digitalisering av plockprocess
Vid digitalisering av logistik diskuteras det mycket angående lagerautomatisering där mycket fokus läggs på syftet gällande smartare miljöer som även höjer säkerheten vilket kan göras genom att använda teknik. Att det skapas bättre och säkrare arbetsmiljöer och processer är en grundläggande aspekt för att vara framgångsrik i driften av ett företags logistikfunktion. Det gör även att nya krav ställs på de anställda och deras kompetens skiftar fokus från manuella arbeten till mer teknisk kompetens. När det diskuteras om digitalisering är det viktigt att alltid ha en prioritering kring att använda tekniken för att förbättra sin verksamhet och hålla sig till de förväntningar som företagets kunder ställer (Giffords, 2018).
Industry 4.0 är ett begrepp som används aktivt gällande digitalisering. Det innebär att transaktionen i företaget blir snabbare, säkrare, transparent och decentraliserad med hjälp av tekniska lösningar. Fördelen med Industry 4.0 är att det är en programvara som registrerar information som gör det omöjligt för andra att korrigera utan att lämna ett spår efter sig, det skapas en tredje part som möjliggör en smartare kontakt mellan de olika parterna (Halaburda, 2018).
Vidare diskuteras att transparens över nätverken är viktigt samt integration och samarbete krävs för att öka konkurrenskraften i företaget. Det krävs även att de fysiska aktiviteterna fungerar väl för att fördelarna av informationsflödet samt digitalisering ska kunna dras nytta av. Det finns utmaningar när det kommer till tekniska lösningar kring kostnader och säkra flera inköp av intressenter. Här råder det inget tvivel om att block chain- teknik ger företaget en chans att förbättra spårbarheten i försörjningskedjan (Giffords, 2018).
3.1.3.1 Pick by voice
31
underlätta det för plockaren att hålla sina händer fria till att hantera artiklarna. Ordern kommuniceras via headsetet och plockaren vet då vad som ska plockas men kan även visas via en handdator vid behov. Vid artikeln ska plockaren kommunicera vad som plockats för att bekräfta att det är rätt artikel som har blivit plockad. Bekräftelsen görs för att minska den mänskliga faktorn till att begå fel vid plock men även öka fokus hos plockaren som inte behöver hålla koll på plocklistan. Med hjälp av bekräftelsen kan Pick by voice minska felplock och därmed ökar plocksäkerheten. När plockaren har fått bekräftat i sitt öra att rätt artikel har plockats hör de nästa artikel som ska plockas och åker till aktuell lagerplats. Pick by voice- systemet går att kombinera med att scanna för en extra kontroll (Richards, 2018; Wyoming. Dept. of Revenue & Taxation, 2014).
När företaget Newegg.com investerade i röststyrd teknik ökade företaget produktiviteten, det vill säga att det hann att plocka mer artiklar på samma tid som tidigare. Samtidigt minskade även antal timmar för att lära upp nyanställda i plockslingan från fyra dagar till två timmar (Bond, 2014). Richards (2018) tar upp en av anledningarna för att välja Pick by voice som är att säkerheten i plockningen ökar, produktiviteten ökar samt att det går snabbare att lära upp nyanställda. Här påpekas också att Pick by voice är ett relativt billigt system baserat på pay-back metoden, där återbetalningstiden för Pick by voice oftast är under ett år (Richards, 2018). 3.1.3.2 Pick to light
Pick to light är en packningsteknik som oftast används hos företag som plockar produkter direkt från hyllan där plockaren vägleds genom ljussignaler. Pick to light baseras på att det finns bildskärmar som är kopplade till varje artikel och dess lagringsplats. När en artikel ska plockas tänds lampan som tillhör lagringsplatsen och kvantiteten som ska plockas visas på den tillhörande displayen. När plockaren har plockat den önskade kvantiteten bekräftar plockaren genom att klicka på en knapp. Plockaren fortsätter sin plockrunda tills alla lampor är släckta och därefter startar nästa order (Vires et. al, 2015).
32
att se vilken produkt som ska plockas samt vilket antal som ska plockas. Eftersom Pick to light är ett enkelt system att förstå behöver plockaren endast veta hur man läser siffror, hur man räknar och kunna trycka på knappar. Eftersom systemet är enkelt är det väldigt lätt att lära upp och kräver inte lång upplärningstid. Tillsammans med enkelhet skapar även Pick to light snabbare orderuppfyllelse då plockaren snabbare ser vilken artikel som ska plockas med hjälp av lampan jämfört med om denne skulle behöva läsa av det från papper och sedan behöva hitta lagerplatsen (Trunk, 2002).
3.1.3.3 RF- terminal
33
3.2 Empiri
Följande kapitel inkluderar empiri som samlats in av forskarna genom intervjuer, studiebesök samt observationer. En processkartläggning hos Hall Miba kommer presenteras, intervjuer med två konsultbolag som utfört projekt i digitala verktyg tidigare samt intervju och studiebesök hos Företag X som implementerat Pick by voice.
3.2.1 Kartläggning av den nuvarande manuella plockprocessen
Processkartläggning har utförts på Hall Miba tillsammans med lagerchef, plockare, skyddsombud och arbetsledare för plockare för att tillsammans med dem kunna skapa en djupare förståelse för Hall Mibas aktiviteter. Syftet är att tillsammans med de utvalda personerna kunna identifiera utmaningar som företaget har i sin lagerverksamhet från det att kunden lägger en order tills dess att pallen är klar för utlastning. Processkartläggningen för Hall Mibas nuvarande lageraktiviteter beskrivs i figur 6 nedan. En förklaring till symbolerna som har använts i processkartläggningen ges nedan.
= Symbolen beskriver vart i processen det uppstår avvikande aktiviteter som försvårar processens arbetsgång och förhindrar effektiviteten.
= Symbolen symboliserar en aktivitet som sker i processen och är betydelsefull för processen.
= Symbolen beskriver en aktivitet där ett beslut måste tas för att processen ska kunna fortsätta.
= En heldragen linje innebär att det är ett materialflöde, det vill säga ett fysiskt flöde av produkter.
34
35
Nedan i tabell 4 beskrivs avvikande aktiviteter från processkartan som sker i aktiviteternas olika processer.
Tabell 4- Sammanställande tabell över avvikande aktiviteter från processkarta
Aktivitet Avvikande aktiviteter i respektive process
Kund - Komplettering av order från kund
Orderhantering - Bortslarvad order
- Felräkning av artiklar vid inleverans - Felplacering av morgondagens plocklistor
Plockprocess - Fel enhet registrerat i Gross på artiklar - Felplanering av pall
- Skapande av “fejkorder”
- Leta efter ansvarig för påfyllning av buffert - Köbildning vid lagerplats
- Plockaren missar kompletterade ordrar - Tappad pall vid inplastning
- Plockaren kvitterar ut fel order vid
Utleverans - Felplacering av pall
Kund
I aktiviteten kund startar orderns resa och börjar med att kund beställer de artiklar som kunden är i behov av. Orderläggningen kan ske på tre olika sätt: via hemsidan (webborder), via fax (faxorder) eller att kund ringer in till kundtjänst för att lägga en order. Kundtjänst skapar en order via hemsidan på kundens begäran när kund ringer in. När ordern är lagd förs den in i Hall Mibas WMS Gross som går över till nästa funktion som är orderhantering.
36
eller avvakta tills de beställer nästa gång. Det stora problemet grundas i att kundtjänst inte har tillgång till information i realtid utan måste själva avbryta sitt arbete i kundtjänsten för att gå ner till lagret och leta reda på vart listan kan vara. Finns inte orderlistan i korgen måste kundtjänst leta reda på orderlistan som kan finnas på en truck eller vid utkvittering.
Orderhantering
Innan lagerfunktionen går hem för dagen görs en överblick över samtliga ordrar för nästa arbetsdag för att kontrollera om något avviker i ordern. Till exempel om en kund av en händelse har beställt 100 pallar av en artikel istället för 100 stycken. Om det inte finns något att anmärka på någon order skrivs alla ordrar ut. Finns det något som avviker ber lagerfunktionen kundtjänst kontakta kund för att säkerhetsställa att ordern är korrekt. Vid utskrift av order kan hinder uppstå genom att ordrar kan försvinna på grund av manuella fel, att orderna tappas bort, men även att det blir pappersstopp i skrivaren och ordern försvinner.
Efter kontroll av ordrarna sker bokning av partisändning där ansvarig för lagret överblickar morgondagens transporter och gör ett överslag på det som ska skickas dagen därpå. Processen som sker därefter är räkning av antal pall till DSV, som är Hall Mibas transportföretag som sköter transporten till respektive destination. Antalet pall beräknas samt att det ges en överblick över vart pallarna ska levereras för att DSV ska ha en riktlinje över vad som ska göras nästa arbetsdag. Ett tydligt problem som kan uppstå i den här processen är att antalet inlevererade artiklar som räknats är fel vilket dock säkerställs eftersom Hall Miba har en viss procent i marginal över och under som DSV måste lösa. Är marginalen på felberäkningen för hög från Hall Miba kan det resultera i att Hall Miba på egen hand måste lösa problemet eller låta pallen/pallarna stå kvar till nästa arbetsdag. När beräkningen är klar läggs ordrarna i korgen för ordrar på lagret där plockaren tar orderlistan nästkommande arbetsdag. Här kan även problem uppstå att en order försvinner för att den hanteras manuellt i stor utsträckning innan de läggs i korgen.
Plockprocess
37
form av vikt och storlek i Gross vilket resulterar i att systemet beräknar att det behövs två stycken pallar för att plocka orden men där det egentligen bara behövs en pall. Pallen överblickas av plockaren innan plocket startar vilket kan leda till att plockaren planerar fel och måste efter ett antal plock bygga om pallen då allt inte fått plats. Att bygga om en pall under plocket är en tidskrävande process som plockaren helst vill undvika. När pallen planeras ska plockaren även ta hänsyn till skrymmande produkter. Skrymmande produkter är produkter som inte är optimala för att byggas på pall, det kan till exempel vara snöskyfflar eller skaft till krattor och spadar. När plockaren har fått en överblick av ordern ska den avgöra om allt får plats på en pall eller inte. Här står plockaren inför ett beslut, får alla artiklar plats på en pall kan plocket börja. Om inte alla artiklar får plats på pallen påbörjas en “fejkorder”. “Fejkorder” innebär att plockaren delar på den ursprungliga ordern och skapar ytterligare en order för att separera de skrymmande produkterna eller de produkter som inte får plats på samma pall. Hall Miba får inte skicka lösa kollin ihop med helpall till samma kund i en sändning enligt avtal med DSV. Hall Miba har därför beslutat att “fejkordrar” är en lösning för att undgå problemet med att ha kolli och helpall i samma sändning.
Nästa process i aktiviteten är att starta plocket där plockaren hämtar en tom pall för att kunna påbörja plockrundan. Plockaren kör sedan trucken till artikelns lagerplats där plockaren kan se om produkten finns eller inte. Här ställs plockaren inför ett beslut att antingen plocka produkten eller tillkalla ansvarig för påfyllning om artikeln inte finns. Det här är en tidskrävande process när artiklarna i de olika lagerplatserna är slut, plockaren måste leta efter personen som är ansvarig för påfyllning av buffert. Plockaren vet inte alltid vart den ansvariga för påfyllning av buffert befinner sig och det kan ta tid att leta efter personen. Det kan även uppstå köbildning vid de mest frekventa produkterna vilket hindrar effektiviteten eftersom plockaren måste vänta tills plats finns tillgänglig för att kunna plocka.
38
När ordern har blivit plockad i sin helhet kör plockaren trucken till inplastning för att plasta pallen inför transport. Problem som kan uppkomma vid inplastningen är att pallen välter och att godset skadas alternativt att enstaka artiklar trillar av pallen och skadas. När pallen är inplastad står plockaren inför ett beslut om pallen ska märkas med brandfarligt gods eller inte. Om pallen ska märkas tar plockaren en lapp och märker pallen där lappen syns tydligt. Ordern kvitteras sedan ut från systemet. I den här processen kan det ske att plockaren kvitterar ut någon annan kunds order vilket leder till fel i systemet och att plockaren får ut fel adresslappar. Felet uppstår främst på grund av att plockaren själv slår in ordernumret manuellt och kan enkelt slå fel på en siffra och därmed avslutar en annan orders nummer.
Utleverans
När pallen är klar ställs den på aktuell utlastningsyta för utleverans. I lagret finns 3 olika zoner för utlastning och delas in i det som ska till södra Sverige, till sorteringsterminalen i Jönköping och de som ska långt upp i landet. Problem som kan uppstå här är att plockaren ställer pallen på fel yta och godset kan då lastas på fel lastbil och vilket upptäcks först när lastbilen når sin slutdestination.
3.2.2 Intervju med konsulter inom digitalisering av plockprocess och digitala verktyg
Under studiens gång har det utförts två intervjuer med två olika konsultbolag som tillhandahåller lösningar för att digitalisera plockprocesser. Forskarna valde att samla in empiriskt material genom två oberoende parter för att kunna skapa en bredare förståelse för olika digitala verktyg som kan användas vid plockprocess. I bilaga 2 finns intervjuguiden som har använts som underlag till båda intervjuerna med de två olika konsulterna.
Direktkonsult
39
Inom området börjar Pick by voice bli mer populärt och är en nyhet när det kommer till digitala lösningar på ett lager. Pick by voice kan generera en ökad effektivitet med 20-25 % där det plockas mer på samma tid. Direktkonsult lägger stort fokus på Pick by voice eftersom fler kunder efterfrågar just den lösningen och därför har andra lösningar hamnat i andra hand. Tidigare har tablet och handscanner varit en populär lösning hos företag då det enkelt går att addera till företags eget WMS. Lösningen med tablet och handscanner har kunnat påvisa en effektivisering på 2-8 % beroende på hur lagret har arbetat tidigare och hamnar högre om en ineffektiv plockslinga finns i dagsläget. Pick to light används sällan och används av lager där småplock sker. När det kommer till Pick by voice kan företagen välja att addera en tablet och scanner vid behov.
Direktkonsult menar att Pick by voice går att implementera till ett eget utvecklat WMS men kräver dock att företagets egna förutsättningar undersöks eftersom ett WMS kan vara väldigt individuellt anpassat. Gällande artiklarnas ordning går det att anpassa efter behov samt lägga kriterier där företagens egna WMS rangordnar och sänder till enheten. Genom anpassning i företagets egna system samt tillräcklig data för alla artiklar går det att rangordna orderraderna där de kommer upp i en viss ordning vilket kan underlätta för företag som bygger på egen pall eller har andra förutsättningar. Vid inleverans är inte Pick by voice optimal och rekommenderas inte att användas i den funktionen, räkningen blir manuell och tappar sitt syfte. Här rekommenderas istället företag att använda handscanner för att på ett säkert och korrekt sätt få rätt antal artiklar rapporterade till WMS.
En kostnadsbild är svår att räkna på utan att veta kundens specifika förutsättningar gällande behov, krav och flöden. För att kunna använda Pick by voice krävs det att varje användare har en licens samt hårdvara i form av headset och en enhet. Genom Direktkonsults partnerföretag Bitlog får kunden abonnera på licenser som sedan faktureras månadsvis. Priset för licensen baseras på typ av licens, eventuella tillval samt hur många användare företaget har.
Optiscan
40
supporttjänster. Optiscan har bred erfarenhet med över 100 projekt av implementering med Pick by voice till kunder inom lagerverksamhet.
När det gäller digitala lösningar är scanner och handdator det närmaste steget att ta från papper och penna. Vid användandet av handdator ligger inte vinsten i effektivisering utan det största fokuset ligger på digitalisering. Företag som väljer att gå från papper och penna till handdator och handscanner ökar effektiviteten med 2-5 %. Den låga ökningen av effektivitet beror på att plockaren fortfarande måste kolla ner i en skärm för att veta vad som ska plockas näst och samtidigt orienterat sig i lagret. Om plockaren istället använder Pick by voice har plockaren ögon och händer fria vilket ger en bättre förutsättning till en god ergonomi samt att plockaren kan plocka med båda händerna. Med Pick by voice kan plockaren lättare orientera sig i lagret då personen inte behöver kolla ner på ett papper alternativt en tablet för att veta vart den ska härnäst. Lösningen med Pick by voice är 25-30 % mer effektiv jämfört med papper och penna. Pick by voice ökar även plocksäkerheten till 99,98 % och är även den säkraste lösningen på marknaden utifrån effektivitet, ergonomi och säkerhet. Pick to light är en lösning som kan fungera i ett lager men är väldigt rörigt om företaget har många truckar som kör samtidigt. Pick to light är även mer ineffektivt eftersom plockaren måste leta efter lampor samt godkänna med ett knapptryck. Pick to light tillämpas av företag där småplock sker på lagret och sällan vid lager där pallbygge sker. Autostore är en annan alternativ lösning på marknaden men som vanligtvis inte rekommenderas då den inte är effektivare än Pick by voice och är dessutom betydligt dyrare i investering.
Att komplettera Pick by voice med en tablet är möjligt men det kan påverka effektiviteten negativt eftersom plockaren fortfarande måste kolla ner och inte har händerna fria. Det finns flera olika enheter inom Pick by voice där den mest välutvecklade enheten har en scanner inbyggd. Det är vanligt att kunder väljer att integrera sitt egna WMS med Pick by voice och är även den lösningen som Optiscan rekommenderar. Att planera ordningen på ordern är inte möjlig i verktyget Pick by voice utan det måste ske i företagets WMS. Optiscan har utvecklat Pick by voice hos företag som själva bygger sina pallar vilket kräver en annan uppbyggnad av systemet som måste anpassas till företagets förutsättningar.
41
scanner för inleverans för att höja säkerheten med att antal blir korrekt beräknat. Pick by voice kräver licenser, headset och enheter som kan ta emot information. Priset blir lägre ju närmare standard företaget kommer. Krävs det utbyggnad, alternativt anpassning till företaget blir prisbilden högre. Återbetalningstiden för en investering i Pick by voice är vanligtvis återbetald inom 8-10 månader för ett lager med 20 plockare.
3.2.3 Studiebesök på Företag X som implementerat Pick by voice
Företag X är ett grossistföretag inom livsmedelsbranschen som är verksamma i södra Sverige och levererar produkter till hela Sverige. Företaget hanterar både tillverkning samt lagerfunktion men inte transporten ut till kund. 2013 implementerade företaget Pick by voice på ett av sina lager för att testa verktyget. Under 2019/2020 kommer nästa etapp av implementeringen att ske på en större lageryta än tidigare. Jan Eriksson jobbar som Administration Coordinator och är ansvarig för implementationen av Pick by voice.
Intervju
Företag X har 150 artiklar i lagret där Pick by voice har implementerats, här plockas artiklarna i vagn. Ordrarna skiljer sig något enormt mellan kunder och det är svårt att göra en generell beskrivning av en orderlista. Företag X har valt att använda scanner på vissa enheter används vid inventeringen. Tablets har valts bort av företaget då det visade sig hindra effektiviteten samt försvåra för plockaren eftersom händerna inte var fria hela tiden. Företaget har cirka 20 plockare men tar in bemanningspersonal vid behov. Plockarna har inte egna enheter men har ett eget headset utifrån hygienskäl, samt att Företag X märkte av slarv och misskötsel av utrustning när den inte var personlig. Företaget har även valt att rösten inte ska upprepa vilken gång artikeln ska plockas i om artikeln som ska plockas härnäst ligger i samma gång som artikeln plockades innan för att spara tid.
42
med en avkastning på 15 % men hamnade på cirka 23 % vilket resulterade i ett bättre resultat än förväntat.
Skillnaden mellan hur det var innan jämfört med Pick by voice är att upplärningstiden idag tar 2 dagar kontra 2 veckor som det tog tidigare. Företaget har även siffror som visar att plockfel har minskat där plockfel tidigare låg på 96 % och hamnar idag på 99,99 %. En annan skillnad med Pick by voice är ergonomin hos plockaren som inte utsätts för samma belastning likt tidigare eftersom plockaren med Pick by voice har händer fria och inte behöver lyfta samtidigt som de ska hålla i orderlistan. Plockaren behöver inte längre använda läsglasögon för att läsa den lilla texten på orderlistan vilket är något som underlättat för plockaren och sparar tid vid plock. Företag X har märkt en effektivisering i antal plockade orderrader med hjälp av Pick by voice som har ökat med 36 %.
Observation
43
3.3 Analys
Nedan följer en analys som inleds med en potentiell digitaliserad plockprocess, därefter följs en analys där de tre digitala verktygen som kommer vara mest lämpat för Hall Mibas förutsättningar upprättas. För att analysera vilket verktyg som passar företaget bäst behövs en djupare analys utifrån behovet av en digitaliserad plockprocess att undersökas.
3.3.1 Potentiell plockprocess med hjälp av ett digitalt verktyg.
44
Figur 7 - Potentiell plockprocess med hjälp av ett digitalt verktyg
45
Tabell 5 - Sammanställande tabell för avvikande aktiviteter för digitaliserad plockprocess
Aktivitet Avvikande aktiviteter i respektive process
Kund - Komplettering av order från kund
Orderhantering - Bortslarvad order
- Felräkning av artiklar vid inleverans - Felplacering av morgondagens plocklistor
Plockprocess - Fel enhet registrerat i Gross på artiklar - Felplanering av pall
- Skapande av “fejkorder”
- Leta efter ansvarig för påfyllning av buffert - Köbildning vid lagerplats
- Plockaren missar kompletterade ordrar
- Tappad pall vid inplastning
- Plockaren kvitterar ut fel order vid
Utleverans - Felplacering av pall
Kund
Orderläggningen från kund kommer utföras som det tidigare har gjorts då digitaliseringen av plockprocess inte berör orderläggningen. I den här aktiviteten försvinner dock problemet med att kund inte kan komplettera den tidigare lagda ordern. Med en digitaliserad plockprocess kommer Hall Miba kunna erhålla information i realtid vilket möjliggör för kunderna att komplettera ordrarna på egen hand. I och med digitaliseringen kommer företaget även kunna utföra specialhantering av produkter, exempelvis skrymmande produkter, som läggs in i företagets WMS vilket underlättar senare i aktiviteten plockprocess.
Orderhantering
46
Aktiviteten därefter kommer även den att försvinna eftersom de utskrivna ordrarna inte behöver läggas i korgen till plockarna dagen efter.
Plockprocess
Plockprocessen kommer fortsättningsvis starta med att plockaren hämtar order med hjälp av det digitala verktyget. Planeringen av pallbygge, som är nästa process i aktiviteten, kommer att försvinna eftersom plockaren får hjälp av det digitala verktyget med att planera pallbygget. Verktyget utformar pallen med hjälp av informationen som företaget har lagt in i WMS om hur pallen ska byggas. Som nämndes tidigare under aktiviteten “Kund” kommer beslutet om allt får plats på en pall eller inte att försvinna, vilket istället avgörs när kund lägger ordern och anpassas i företagets ERP- system och WMS. Hall Miba kommer alltså inte längre att behöva utforma “fejkordrar” som de tidigare gjort för att få plats med skrymmande produkter på pallar. Plockaren ska efter hämtad order kunna påbörja plocklistan på en gång. Följande process som inkluderar ett beslut om artikel finns eller inte kommer även den att försvinna, företagets WMS får information automatiskt om när påfyllning av artiklar behöver ske. När plocklistan är klar går plockaren till plastning av pall, likt tidigare processkarta. Problemet som uppstår är att pallen kan trilla vid inplastning vilket digitalisering av plockprocess inte kan undkomma, därav finns den röda markeringen fortsatt kvar i processkartan. Markering av brandfarligt gods kommer upp som en påminnelse för plockaren i valt digitalt verktyg som sedan får, likt innan, ta en klisterlapp vid plastningen och märka pallen på ett synligt sätt.
När pallen är inplastad och klar kvitteras den ut från systemet och här försvinner problemet med att plockaren råkar kvittera ut fel order där plockaren tidigare av en händelse kunde kvittera ut någon annan plockares lista istället. Med digitalisering har plockaren antingen plocklistan som headset eller som en scanner vilket innebär att plockaren inte kan ta fel plocklista vid utkvittering. Därefter arkiveras ordern och sparas i företagets WMS, till skillnad från innan då plocklistan sparades i en pärm sparas nu listan digitalt istället.
Utleverans
47
Problemet med att plockaren placerar pallen på fel yta kommer att elimineras med digitalisering.
3.3.2 Plockprocesser
Enligt Yu och de Koster (2009) anses det att plockaren lägger mycket tid på transport inom lagret för att lokalisera och hitta rätt artiklar vilket leder till ett lågt arbetsflöde och låg produktivitet. Genom en processkarta av Hall Mibas “livscykel” av en order kan det låga arbetsflödet och låg produktivitet påvisas eftersom många avvikande processer har identifierats. En avgörande faktor är när plockaren utan hjälpmedel ska planera pallen med hjälp av en utskriven plocklista. Planering av pall kan vara en tidskrävande aktivitet om plockaren saknar erfarenhet samtidigt som denne får många skrymmande produkter vilket kräver eftertanke och planering. En ytterligare identifierad aktivitet som även den är tidskrävande är när plockaren skapar en “fejkordrar”. Skapandet av ”fejkordrar” är tidskrävande eftersom plockaren måste skapa en ny order i systemet för att sedan skriva ut fler adresslappar.
Manuella plockprocesser är mer flexibla till förändringar och har även lägre underhållskostnader och investeringskostnader. Nackdelar med manuella plockprocesser är dock att det medför högre personalkostnader och kan leda till mer plockfel än en digitaliserad plockprocess. Glock et al. (2017) menar på att automatiserade plockprocesser inte är ekonomiskt försvarbart på grund av att de kräver stora investeringar i robotteknik. Studien har därför valt att inte studera automatiserade lösningar utan fokuserat på att stärka den manuella plockprocessen med hjälp av digitalisering och kunna minska plockfel och ergonomi som kan medföra stora kostnader för ett företag. Manuell plockprocess med digitalt verktyg blir även mer effektiv där plockaren hinner med fler orderrader på samma tid som en plockprocess som utförs med penna och papper.
