Case Study DNKA

Sytuacja początkowa

DNKa’ miała już rozwinięty proces sprzedaży internetowej, wykorzystywała Apilo i Subiekta oraz posiadała dużą bazę historycznych danych o zrealizowanych zamówieniach i sposobach ich wysyłki. Proces pozwalał skutecznie obsługiwać rosnącą sprzedaż, jednak wraz ze wzrostem liczby zamówień coraz wyraźniej było widać potencjał do automatyzacji.

Przy każdym standardowym zamówieniu pracownik wykonywał serię podobnych czynności: przechodził pomiędzy Apilo i Subiektem, wyszukiwał dokument, przygotowywał go do realizacji, drukował, generował list przewozowy i przygotowywał kolejne wydruki. Pojedynczo zajmowało to niewiele czasu. Przy dużej liczbie zamówień i kilku osobach pracujących w podobny sposób skala powtarzalnej pracy stawała się jednak znacząca.

Cele

Odzyskać czas zespołu – bez ograniczania jakości obsługi

Na podstawie obserwacji procesu oszacowaliśmy, że w skali całego zespołu potencjał czasu możliwego do lepszego wykorzystania może wynosić nawet 280 godzin miesięcznie. Celem nie była redukcja zespołu, ale przekazanie systemowi czynności niewymagających decyzji człowieka.

Przygotować proces do dalszego skalowania

Rosnąca sprzedaż nie powinna oznaczać konieczności proporcjonalnego zwiększania liczby osób zajmujących się ręcznym przygotowywaniem każdego zamówienia. Celem było stworzenie modelu, w którym większy wolumen można obsługiwać dzięki automatyzacji, wykorzystując obecny zespół do bardziej wartościowych zadań.

Wykorzystać wiedzę, którą firma już posiada

DNKa’ dysponowała dużą historią wcześniejszych zamówień i wysyłek. Firma wiedziała już, jak pakowane są konkretne produkty, kiedy zamówienie wymaga kilku paczek czy jaki wariant wysyłki sprawdza się w określonych przypadkach. Celem było przekształcenie tej wiedzy w reguły, które mogą być wykorzystywane automatycznie przez system.

Automatyzacja obsługi zamówień i przygotowania pracy magazynu

Rozwiązanie

Rozwiązanie

Współpracę podzieliliśmy na trzy etapy. Zamiast próbować od razu automatyzować wszystkie możliwe warianty zamówień, zaczęliśmy od czynności najczęstszych i najbardziej powtarzalnych, a następnie zaplanowaliśmy stopniowe rozszerzanie automatyzacji.

Krok 1: Automatyzacja – które zamówienia naprawdę potrzebują człowieka?

Pierwszym krokiem było rozdzielenie zamówień standardowych od tych, które rzeczywiście wymagają decyzji pracownika. Jeżeli produkt jest dostępny, zamówienie spełnia ustalone warunki, przesyłka mieści się w określonych parametrach i nie występuje żaden z wyjątków, znaczną część przygotowania można wykonać automatycznie.

Założeniem było wykorzystanie danych z Subiekta i Apilo tak, aby dokumenty oraz informacje potrzebne do dalszej realizacji były przygotowywane bez ręcznego przechodzenia przez każdą operację. Analiza wskazywała, że zamówienia możliwe do obsługi w prostszy sposób mogą stanowić ponad połowę wolumenu, dlatego już pierwszy etap dawał duży potencjał odciążenia zespołu.

Krok 2: Automatyzacja obsługi zamówień – system przejmuje standard

Drugim etapem było zaprojektowanie reguł pozwalających systemowi wykonywać czynności, które wcześniej opierały się na wiedzy i doświadczeniu pracowników.

Zamiast kontrolować każde zamówienie, system może wskazywać wyłącznie wyjątki. Nietypowa waga, produkt gabarytowy, konieczność przygotowania dwóch lub trzech paczek albo nieprawidłowo przeniesione dane mogą automatycznie powodować oznaczenie zamówienia do dodatkowej weryfikacji. Pracownik nie traci wtedy czasu na sprawdzanie przypadków, w których wszystko przebiega standardowo.

Duży potencjał dawała również historia zamówień. Jeżeli określony produkt lub zestaw był już wielokrotnie pakowany i wysyłany w określony sposób, system może wykorzystać wcześniejsze dane przy kolejnym podobnym zamówieniu. Dotyczy to między innymi liczby paczek, wariantu wysyłki czy przypisywania odpowiedniej skrytki InPost.

Dzięki temu wiedza zdobywana przez zespół podczas codziennej pracy może zostać utrwalona w procesie. Nowa osoba nie musi od pierwszego dnia znać wszystkich produktów i pamiętać wszystkich wyjątków. System podpowiada standard, a człowiek angażuje się przede wszystkim tam, gdzie faktycznie potrzebna jest jego decyzja.

Równolegle zaplanowaliśmy połączenie kolejnych etapów przygotowania dokumentacji. Dokument potrzebny do kompletacji oraz odpowiadający mu list przewozowy mogą być przygotowane jako jedna, uporządkowana sekwencja wydruków. Dzięki temu ograniczamy kolejne ręczne dopasowywanie dokumentów już po ich wygenerowaniu.

Krok 3: Magazyn – przygotowana kolejność kompletacji

Ostatni etap dotyczył wykorzystania automatyzacji nie tylko w biurze, ale także podczas pracy magazynu. Zespół DNKa’ miał już wypracowany sposób grupowania zamówień zgodnie z lokalizacjami magazynowymi. Chcieliśmy wykorzystać ten dobry standard i przenieść go o krok wcześniej.

Zamiast drukować dokumenty w przypadkowej kolejności i dopiero później je sortować, można przygotować je zgodnie z lokalizacją produktów. Jeżeli kilka kolejnych zamówień wymaga zebrania produktów z G1, system powinien pogrupować je obok siebie. Z perspektywy kompletacji ważniejsze jest bowiem miejsce, do którego musi podejść pracownik, niż kanał sprzedaży czy firma kurierska.

W efekcie automatyzacja obsługi zamówień e-commerce zaczyna wspierać nie tylko pracę administracyjną, ale również efektywność kompletacji na magazynie.

Podsumowanie

Podsumowanie

DNKa’ osiągnęła skalę sprzedaży, przy której naturalnym kolejnym krokiem stało się dalsze wykorzystanie automatyzacji. Firma miała już systemy, doświadczonych pracowników, wypracowane standardy oraz dużą historię danych. Naszym zadaniem było znaleźć sposób, aby połączyć te elementy i wykorzystać je do ograniczenia najbardziej powtarzalnych operacji.

Analiza pokazała potencjał odzyskania nawet 280 godzin pracy miesięcznie w skali całego zespołu w procesie obsługi prostych zamówień. Jednocześnie duża część zleceń może zostać przygotowana bez przechodzenia za każdym razem przez pełną ręczną ścieżkę. Dzięki temu pracownicy mogą koncentrować się na przypadkach wymagających wiedzy, obsłudze wyjątków i dalszym doskonaleniu procesu.

Najważniejsza zmiana nie polega jednak na samym skróceniu czasu pracy. Chodzi o przygotowanie firmy do dalszego wzrostu. Więcej zamówień nie musi oznaczać proporcjonalnie większej liczby osób wykonujących te same kliknięcia. Standard może przejąć system, a wiedza zespołu pozostaje tam, gdzie naprawdę tworzy wartość.

Efekty współpracy:

• zidentyfikowany potencjał odzyskania nawet 280 godzin pracy miesięcznie w skali całego zespołu,
• wytypowanie standardowych zamówień do automatycznej obsługi – potencjalnie ponad 50% wolumenu,
• zaprojektowanie systemu alertów pozwalającego pracownikom skupiać się na wyjątkach zamiast kontrolować wszystkie zamówienia,
• wykorzystanie danych historycznych do automatyzacji decyzji dotyczących pakowania i wysyłki,
• przygotowanie sposobu sortowania zleceń wspierającego efektywniejszą kompletację na magazynie.