Optimizador con IA para reslotting en almacén
Objetivos
Qué hacemos
Desarrollamos un modelo que se alimentará de los datos del SGA para conocer referencias, ubicaciones, etc. Además nos conectamos al ERP para conocer tanto pedidos de entrada (compras) y su estado (en tránsito, pdte, otros) y pedidos de salida y su estado. Accediendo a las ventas desarrollamos un modelo predictivo sobre el que basar la optimización futura o detectar posibles cuellos de botella. Además añadimos variables externas relevantes a la predicción. Con todo ello generamos un motor de mejora de reslotting con IA que puede devolver resultados al SGA para que éste genere las órdenes de trabajo pertinentes o realice cambios sobre las variables relativas al slotting en maestros de ubicaciones o de producto.
Cómo lo hacemos
Conexiones y almacenamiento de datos.
Se realizan las integraciones pertinentes con la fuentes de datos necesarias. Se estudian las variables externas a incluir y generamos un repositorio intermedio (Data Warehouse) donde se almacena la información preparada para analizar.
Capas de inteligencia.
Utilizamos herramientas y tecnologías punteras del mercado para Analítica Avanzada e Inteligencia Artificial para desarrollar el módelo. Se transfieren los datos con la frecuencia establecida y se desarrollan tanto los modelos predictivos de demanda, como los motores de optimización de slotting.
Visualización e integraciones.
El resultado final será visualizado en una herramienta BI de mercado, o bien enviado directamente al sistema (SGA) de cliente encargado de realizar las tareas necesarias para el proceso optimizado.
Objetivos
Qué hacemos
Desarrollamos un modelo que se alimentará de los datos del SGA para conocer referencias, ubicaciones, etc. Además nos conectamos al ERP para conocer tanto pedidos de entrada (compras) y su estado (en tránsito, pdte, otros) y pedidos de salida y su estado. Accediendo a las ventas desarrollamos un modelo predictivo sobre el que basar la optimización futura o detectar posibles cuellos de botella. Además añadimos variables externas relevantes a la predicción. Con todo ello generamos un motor de mejora de reslotting con IA que puede devolver resultados al SGA para que éste genere las órdenes de trabajo pertinentes o realice cambios sobre las variables relativas al slotting en maestros de ubicaciones o de producto.
Cómo lo hacemos
Conexiones y almacenamiento de datos.
Se realizan las integraciones pertinentes con la fuentes de datos necesarias. Se estudian las variables externas a incluir y generamos un repositorio intermedio (Data Warehouse) donde se almacena la información preparada para analizar.
Capas de inteligencia.
Utilizamos herramientas y tecnologías punteras del mercado para Analítica Avanzada e Inteligencia Artificial para desarrollar el módelo. Se transfieren los datos con la frecuencia establecida y se desarrollan tanto los modelos predictivos de demanda, como los motores de optimización de slotting.
Visualización e integraciones.
El resultado final será visualizado en una herramienta BI de mercado, o bien enviado directamente al sistema (SGA) de cliente encargado de realizar las tareas necesarias para el proceso optimizado.
