Komplekteerimise efektiivsuse tõstmine MAXIMA Logistikakeskuse näitel

Käesolevas lõputöös keskendus autor Maxima Logistikakeskuse kauba komplekteerimise efektiivsuse tõstmisele. Probleemiks on see, et lao tarkvara koostab tellimusi valesti: kauba komplekteerimise järjekord on vale ja komplekteerija peab kulutama palju aega selleks, et paigutada kaup alusele õigesti ja selliselt, et raske kaup ei vigastaks teist kaupa mis on väiksem ja pehmem kuid oli aluse peale võetud ennem. Samuti mõned kaubad on asetatud hoiukohtadele valesti (raske kaup oli asetatud teisele korrusele) ja komplekteerija peab kulutama aega, et kaup sealt kätte saada. Selle probleemi tulemusena on komplekteerimise aeg kõrge, komplekteerijad teevad palju vigu ja järelikult kaup ei lähe välja õigeks ajaks. Lõputöö põhieesmärgiks oli ettevõttele vastavate ettepanekute tegemine, mis soodustaks kauba komplekteerimist muuta paremaks ja efektiivsemaks. Andmete kogumise meetodiks oli kombineeritud juhtumiuurimus mis jagunes kvalitatiivseks ja kvantitatiivseks uurimismeetodiks. Kvalitatiivse meetodi abil oli tehtud vaatlus. Vaatluse andmete põhjal olid koostatud iga kauba komplekteerimise tsooni vaatluspäevik ja selle päeviku põhjal autor koostas voodiagrammid, kus olid kaardistatud kauba komplekteerimise protsessid igas tsoonis, nende kitsaskohad ja kui palju aega komplekteerija kaotab nende lahendamiseks. Siis autor kirjeldas ideaalse kaubakomplekteerimise protsessi igas tsoonis, et näidata kuidas see peab ideaalis välja nägema ja kui palju aega on võimalik sellega säästa. Kvantitatiivse meetodi abil olid tehtud iga kauba komplekteerimise tsooni kahe tasandise ABC analüüs (ringluskiiruse ABC ja kaalu ABC analüüs) ja XYZ analüüs ja pärast oli koostatud ABC/XYZ maatriks, et välja selgitada millised kaubagrupid on kõige suure kasumiga, millised on stabiilse nõudlusega ja millised ei ole. Pärast seda hakkas autor tegema sügavama ABC analüüsi, et leida kui palju kaupa A ja B rühmast on keskmiselt igas saatelehes ja tellimuse keskmist kaalu. Ringluskiiruse ABC analüüs näitas, et igas kauba komplekteerimise tsoonis A ja B rühma tooted moodustavad keskmiselt 94,3% tervest mahust. Kaalu ABC analüüs näitas et A ja B rühma tooted moodustavad keskmiselt 94,2% tervest kaalust igas tsoonis. ABC/XYZ maatriksi järgi on nähtav, et enamus kaubagrupid igas tsoonis olid kas väga stabiilse (31,1%) või keskmisega nõudlusega (41,1%). (Tabel 1,2 ja 3). Saatelehe ABC analüüsist selgus, et keskmiselt ühel saatelehel on 74,6% toodetest kuluvad A ja B rühmale ja tellimuse keskmine kaal igas tsoonis on üsna suur. Arvestades kõike ülaltoodud andmeid autor jõudis järelduseni, et komplekteerimise käigus väga suure tõenäosusega komplekteerija võtab peale kaupa mis kulub kas A või B rühmale ja see kaup on raske. Kuna nende rühmade osakaal on tunduvalt suur ja hoiukohad laos on hetkel ühe ja samade parameetritega siis on samuti suur tõenäosus, et teisel korrusel asub A või B rühma kaup ja see on raske. Nende andmete alusel autor pakkub välja selliseid ettepanekud nagu: 1) Muuta kauba komplekteerimise tüüp (Lihtkomplekteerimine – masskomplekteerimine) 2) Hoiustada A ja B kaubagrupe esimesel korrusel 3) Tõsta alla teise korruse riiulid 4) Lisada uut TÜ klassi teisele korrusele 5) Luua uus ametikoht (inspektor) Autor on veendunud, et käesolevad ettepanekud aitavad kaasa märkimisväärsele kauba komplekteerimise efektiivsuse tõstmisele ja selle abil ettevõte muutub rohkem konkurentsivõimelikumaks ja seeläbi klienditeenindustase tõuseb, mis on kindlasti ühe kasvava ja areneva ettevõte eesmärgiks.

Picking approach and design of appropriated picking technology create ground for effective storage management, and, thus, better customer service. By creating better conditions for storage picking, customer service improves. Outstanding customer service is one of the goals of a growing business. Author of this thesis focuses on improving of order picking at Maxima Logistics. The subject has been chosen due to the fact, that author himself works at Maxima Logictics as head of shift and he is responsible for order picking – making sure that orders are picked and sent out according to the time Schedule. The goal of the thesis is to propose improvement possibilities for the company, to make order picking more efficient. At the moment, the main issue is that storage management software causes relatively many errors: sequence of order picking is incorrect ( for example, the software system may suggest to pick heavier and bigger goods in the end of order picking), storage worker may spend a lot of time for trying to re-arrange goods so that they do not become damaged. In addition, an issue exists that some goods are found at wrong locations. For example, large, long and heavy items may often be placed on the second deck, this requres more time for worker to pick up such items. Moreover, hadling such items may be dengerous and injure the worker. Due to the mentioned issues the order picking process is slow and defective, as a result delays in goods shipping occur. The structure of this work is following. In the first chapter author build the theoretical basis by addressing the topics such as what is order picking, what order picking approaches exist and when they are used. Overview of best picking principles and storage systems is given as well, advantages and disadvantages are evaluated. The second chapter contains overview of the company and logistics centers belonging to the company. Brief history of the company is given. In addition, the chapter provides desciption of resarch strategy and research process. Author explains how the research is perfomed and with what means. In the third chapter author presents results of the research – based on ABC/XYZ analysis and matrix. Based on the results author makes conclusions and suggests how to improve order picking. Conclusion contains brief theoretical overview and imrovement proposals. Analsys and calculations have been performed using data collected during 1.01.17 – 28.02.17. Turnover ratio ABC analysis shows that in every picking area the goods of groups A and B form 94,3% average. Weight ABC analysis shows that goods of groups A and B form 94,2% average. Based on ABC/XYZ matrix it can be seen that majority of item groups are stable (31,1%) or with averange demand (41,1%) Bill of delivery ABC analysis showed that in average bill of delivery there is 74,6% of goods which belongs to A and B groups and average weight of order is quite big in every zone. Given all the above information author concluded that during order picking worker with very big chance will take goods which belong to A or B group and this good will be heavy. Because these groups of goods has a considerably large stock and storage spaces at the moment are with the same parameters there is also big chance that on second deck is located good which belongs to A or B group and it is heavy. From these data, the author provides suggestions such as: 1) Change the type of order picking ( Discrete order picking method – Batch order picking method) 2) Store A and B groups of goods on the first (ground) floor 3) Take down shelves from the second floor 4) Add a new class of transport unit to the second floor decks 5) Create a new position (inspector) The author is convinced that these proposals will contribute to raise the efficiency of order picking and with this make company more competitive and attractable for new clients, which is certainly one of the growing and developing company goal.