Fra rådata til beslutninger i logistikkprosesser og forbedringsarbeid
I dagens forsyningskjeder – som kan være både enkle og komplekse – kan små forbedringer i lagerstruktur, vareflyt og kapitalbinding gi store gevinster.
I Lean Logistikk AS kombinerer vi logistikkens fokus på flyt med Lean-filosofiens prinsipper om kontinuerlig forbedring. Vi tilbyr analyser som avdekker optimaliseringsmuligheter, og mener at tall og data sjelden – om noen gang – kan overgås som beslutningsgrunnlag.
Å omdanne store og ofte ufullstendige datamengder til forståelig og handlingsorientert innsikt er etter vår erfaring en forutsetning for vellykket forbedringsarbeid i verdikjeden.
Datagrunnlag og realiteten i analysearbeidet
Et fellestrekk i mange av våre oppdrag er at kundenes rådata ofte er ufullstendige, mangelfulle eller inkonsistente. Det er lett å undervurdere hvor mye tid som faktisk går med til datavask og strukturering før analysene i det hele tatt kan begynne. Erfaring viser at opptil 50 % av tiden – noen ganger mer – kan gå med til å rydde i datagrunnlaget før meningsfulle modeller kan bygges.
Typiske utfordringer vi møter, inkluderer:
- Manglende eller feil produkt- og emballasjedimensjoner
- Manglende emballasjetyper
- Feil enheter eller konverteringsfaktorer
- Dupliserte eller feilførte transaksjoner
- Manglende historikk
- Ufullstendige eller manglende produktidentifikatorer (tomme felter…..)
- Ulike dataformater og strukturer fra forskjellige systemer (ordre, lager, innkjøp, transport, salg, økonomi m.m.)
- Ulik tidsoppløsning (timestamps) mellom systemer
Derfor starter vi alltid med en rimelighetskontroll for å avdekke grove feil, ulogiske verdier og inkonsistenser før vi går videre med modellering.
Verktøy og modellering – hvorfor Excel og Power Pivot?
Vi benytter alltid verktøy tilpasset formålet – fra databasehåndtering og SQL-spørringer til Access og Power Pivot i Excel – avhengig av datamengde og kompleksitet.
For mange typer logistikk- og flytanalyser har vi erfart at Excel med Power Pivot gir en smidig og kraftig løsning, som håndterer millioner av rader. Verktøyet gjør det mulig å bygge relasjonsmodeller, koble sammen datakilder og beregne nøkkeltall – uten behov for tunge BI-installasjoner.
Fordeler:
Dynamisk modell: Nye transaksjonsfiler kan enkelt lastes inn, og rapportene oppdateres. Det gir kort vei fra nye tall til ny innsikt.
Ulemper:
Datakvaliteten varierer ofte fra eksport til eksport, og data må derfor vaskes på nytt. Men med en etablert struktur for rimelighetskontroll og datarensing, er dette likevel en effektiv arbeidsmåte.
Typiske analyseområder
Omløpshastighet og kapitalbinding
- Gjennomsnittlig liggetid på lager
- Produkter som binder mest kapital
- Nedbrytning på produktkategori eller andre hensiktsmessige kategorier
- Volum- og verdigruppering for riktig fokus
Plukkfrekvens og vareplassering (ABC/XYZ-analyse)
- Hvilke varer plukkes oftest (XYZ)
- Hvilke varer har størst verdi (ABC)
- Optimal plassering med hensyn til vekt, volum og frekvens
Innkjøpsmønstre
- Bestillingsfrekvens og vurdering av antall «like leverandører»
- Partistørrelser
- Sikkerhetslager knyttet til innkjøpsfrekvens og partistørrelser
Varer med lavt omløp eller uten salg
- Identifisere produkter med lav eller ingen omsetning
- Mulige tiltak: omdisponering, kampanjer, retur til leverandør
Geografisk visualisering – «heat maps»
- Tyngdepunkter for kjøp og salg
- Vurdering av geografisk plassering av et anlegg
Erfaringer og gevinster ved slike modeller
- Redusert kapitalbinding gjennom identifisering av varer med lav omløpshastighet
- Økt effektivitet gjennom optimal vareplassering
- Visualisering gjør komplekse mønstre lettere å forstå og handle på
- Dynamiske modeller gir rask tilgang til oppdatert innsikt
- Samlet analyse gir grunnlag for å vurdere prosessers robusthet og forbedringspotensial.
«Datagrunnlaget er sjelden perfekt – derfor er en viktig del av vårt arbeid å forstå og forbedre datakvaliteten underveis, slik at analysene gir et troverdig beslutningsgrunnlag».
Vil du ta bedre beslutninger med data?
I Lean Logistikk AS har vi som mål å gjøre data om til riktige beslutninger. Gjennom kombinasjonen av logistikkfaglig kompetanse, Lean-tenkning og datadrevne analyser hjelper vi våre kunder med å oppnå bærekraftige forbedringer og økt konkurransekraft.
28.10.2025 – Skrevet av Trond Bjølseth, partner i Lean Logistikk
Ønsker du å høre mer om hvordan vi konkret kan hjelpe din virksomhet med datadrevne logistikkforbedringer?