| dc.description.abstract | Et lager kan motta, plukke og sende hundrevis av paller hver dag. Plasseringen av hver
vareenhet på lageret påvirker effektiviteten og kostnadene ved transporten av varene. Opp-
gaver som mottak, innsetting, plukking og forsendelse av varer er arbeidskrevende i manuelle
lagre og kan bli betydelig forbedret ved å optimalisere vareenhetenes lokasjon på lager. Da
transport utgjør over halvparten av tiden brukt på plukking av ordre, kan optimalisering av
vareenheters lokasjon betydelig forbedre effektiviteten ved plukking av ordre. Innenfor daglig-
varebransen er varer utsatt for store variasjoner i etterspørsel, og den korte holdbarheten
bringer en ekstra kompleksitet. Dette argumenterer for at lagre som opererer i denne bran-
sjen bør tilnærme seg tildelingen av lokasjoner dynamisk for å sikre at vareenheters lokasjon
tilpasses den varierende etterspørselen. Dette innebærer at vareenheter med høy frekvens
skal plasseres på mer gunstige steder, som for eksempel nær mottak-/utleveringsområdet.
Arbeidere på lagre står overfor beslutninger på alle trinn i en vares forsyningskjede. For å
organisere alle disse aktivitetene, brukes et lagerstyringssystem (WMS) for beslutningsstøtte.
For lagre som ikke benytter matematisk modellering for tildeling av lokasjoner, er denne
beslutningsstøtten avgjørende. Informasjon må presenteres for beslutningstakerne på en
måte som gjør det enkelt for dem å oppdage når det er behov for endring i lokasjoner. Denne
informasjonen må også være lett tilgjengelig gjennom WMS-funksjonalitetene.
Målet med studien er å undersøke hvilken informasjon beslutningstakere på et lager trenger
for å kunne ta kvalitetsbeslutninger angående tildelingen av lokasjoner. Dette blir adressert
gjennom tre forskningsspørsmål, tilnærmet gjennom en litteraturstudie og en case-studie.
Det første spørsmålet går ut på å identifisere hvordan beslutninger angående tildeling av
lokasjoner blir tatt i dag. Det andre utforsker hvilken informasjon som er nødvendig for
å støtte disse beslutningene. Det tredje spørsmålet tar for seg hvordan informasjonen kan
presenteres for å hjelpe beslutningstakerne.
Hovedfunnet fra studien er at litteraturen baserer seg på komplekse matematiske mod-
eller for å tildele vareenheter til lokasjoner, mens case-studien viser at det er et team av
beslutningstakere som vurderer tilgjengelig informasjon for å tildele vareenheter til optimale
lokasjoner i plukk-området. Case-studien argumenterer også for at lagre i dagligvarebran-
sjen er sterkt begrenset av produktgrupper. Hvilke produktgrupper vareenhetene på lageret
tilhører må vurderes i hver operasjonell beslutning om tildeling av lokasjon. Denne infor-
masjonen bør derfor presenteres i WMS-funksjonalitetene for å øke synligheten og tilgjenge-
ligheten av informasjonen.
Den viktigste begrensningen ved studien er at bare ett enkelt tilfelle har blitt undersøkt.
Resultatene er derfor vanskelige å generalisere og kan være relevante for kun dette spesi-
fikke tilfellet. Det er imidlertid grunn til å tro at de identifiserte beslutningsområdene og
informasjonsbehovet for beslutningsstøtte er relevant for andre varedistribusjonssentre som
opererer i dagligvarebransjen. Før resultatene kan implementeres, må man undersøke hvilke
data som er nødvendig for å presentere informasjonen fra WMS. Videre må måten infor-
masjonen kan presenteres gjennom dataene utforskes. | |
| dc.description.abstract | A warehouse can receive, pick, and ship hundreds of pallets every day. The location of
each stock-keeping-unit (SKU) in storage affects the efficiency and cost from transporting
the goods. Tasks such as receiving, put-away, order-picking, and shipping goods are labor
intensive in manual warehouses, and can be greatly improved by optimizing the SKUs’ storage
location assignment. As traveling makes up over half of the order-picking time, optimizing
the SKUs’ storage location can greatly improve order-picking efficiency. In the fast-moving
consumer goods (FMCG) industry, goods are subject to large variations in demand, and
have the added complexity of perishability. This argues that warehouses operating in this
industry should approach the storage location assignment dynamically, ensuring that the
SKUs’ storage locations are adapted to the fluctuating demand. This entails that high
frequency SKUs are located in more favorable locations, such as close to the I/O area.
Workers at warehouses are faced with decisions to make at all stages of a good’s supply
chain. To organize all these activities, the warehouse management system (WMS) is used
for decision support. For warehouses that do not utilize mathematical modelling for storage
location assignment, this decision support is crucial. Information needs to be presented to
the decision-makers in a way that enables them to easily detect when there is a need for
change in the storage locations. This information must also be easily accessible from the
functionalities of the WMS.
The aim of the study is to investigate which information decision-makers in a warehouse
need in order to make high quality decisions regarding the storage location assignment. This
is addressed through three research questions, approached through a literature study and
a case study. The first question aims to identify how decisions regarding storage location
assignment are made today. The second explores which information is needed to support
these decisions. The third question addresses how the information can be presented to aid
the decision-makers.
The key finding from the study is that the literature offers complex mathematical models
for assigning SKUs to storage locations, while the case study shows that there is a team of
decision-makers who considers available information for assigning SKUs to optimal storage
locations in the forward area. The case study also argues that warehouses in the FMCG
industry are heavily constrained by product groups. Which product groups the SKUs at
the warehouse belongs to must be considered in every operational decision of the storage
location assignment. This information should therefore be presented in the functionalities of
the WMS to increase visibility and accessibility of the information.
The main limitation of the study is that only one single case has been investigated. The
results are therefore difficult to generalize, and may only be applicable for this particular
case. There is, however, reason to believe that the identified decision areas and information
needed for decision support is relevant for other retail distribution centers operating in the
FMCG industry. Before the results can be implemented, one needs to investigate which data
is necessary to attain the information from the WMS. Furthermore, how the information can
be presented through the data needs to be explored. | |
