– Nummer ett och rakt igenom på alla företag som jag har jobbat med så är det datakvalitén som är det stora problemet för att åstadkomma en god visibilitet. Den är bara för dålig!
Det säger logistikexperten Staffan Persson med emfas och slår ut med armarna. Själv har han jobbat med supply chain- och logistikmjukvara under hela sitt yrkesliv och sedan 2017 är han Global PreSales Director på SiB Solutions och en av företagets tre grundare. SiB Solutions är ett snabbväxande logtechbolag som startades 2017 med visionen om en felfri logistik. För att förverkliga visionen har företaget utvecklat en AI-baserad SaaS-plattform med så kallad intelligent videoanalys. Kunder använder tjänsten för att validera, utreda och förebygga fel i sin försörjningskedja. Fel som till stor del uppstår just på grund av bristfällig datakvalitet och en avsaknad av visibilitet och standardisering.
– Eftersom människor är inblandade i mängder av logistikprocesser kommer alltid misstag begås. Man räknar fel, mäter fel och varje företag använder dessutom sina olika begrepp, koder och benämningar på saker och ting. Konsekvensen blir att en massa felaktiga data rapporteras i logistiksystemen, vilket får negativa konsekvenser i hela flödeskedjan.
Men problemet är inte enbart felaktiga data, utan även att få tillgång till korrekta, affärskritiska data förklarar Staffan:
– Det borde vara världens lättaste sak med tanke på alla integrationer som numera görs mellan system. Inte minst med WMS, där integrationerna har ökat med cirka 50 procent de senaste tio åren, så vi borde kunna detta nu, det borde vara lätt. Men det är ofta väldigt svårt att få fram grundläggande data om artiklar, order, historik, saldon och så vidare. Informationen finns tillgänglig, men det blir ändå komplicerade diskussioner kring hur datan ska överföras, och dessutom är ofta datakvalitén en utmaning. Många gånger resulterar detta i att projekt måste sjösättas för att ta fram, tvätta och samla data. Det känns jättekonstigt att det ska behövas år 2023, för det är ju ingen avancerad teknologi det är ju bara datautbyte.
Standardisera mera
Idealet vore kanske att en standard utvecklades för datahanteringen i alla affärsystem – standards för hur artiklar, koder, format och så vidare identifieras och hanteras.
– Ja exakt, ungefär som bluetooth. När olika apparater talar med varandra är det ofta bluetooth. Du trycker på en knapp och så funkar det bara. Där har man enats om en standard som fungerar. På samma sätt borde det gå att standardisera logistikdata. Alla affärssystem borde ha samma artikelregister, men som det är nu hittar alla på sina egna namn, artikelkoder och så vidare och det gör det nästan omöjligt att förstå och hantera i nästa led, säger Staffan.
Men precis som med bluetooth krävs det att flera stora, tongivande aktörer i en bransch bestämmer sig för att utveckla standards och tillsammans se till att dessa verkligen implementeras.
– Tänk om Oracle, SAP och Dynamics AX och de andra stora aktörerna skulle ta taktpinnen i detta och enas om en standard. Det skulle ju alla företag bara älska för det gynnar alla i supply chain.
Datadelning i molnet
Bredvid Staffan Persson sitter kollegan Viktor Nilsson, som är CTO på SiB Solutions. Viktor nickar instämmande under vårt samtal, men ser trots allt en ljusning i det faktum att företag under senare år har börjat våga dela alltmer logistikdata i molnet.
– Allt fler bolag tillåter att deras data lagras i molnet och vi ser i vår verksamhet att många wms-leverantörer använder standardiserade APIer som gör det enklare för oss att hämta och lagra data i molnet. Här finns förstås en hel del säkerhets- och integritetsaspekter, men det har man löst i exempelvis banksektorn där man har extremt känsliga data, konstaterar Viktor och betonar att den här utvecklingen är i full gång, men att det tar lite tid eftersom det finns en rädsla för att dela data som finns i de egna lokala nätverken.
Felfri logistik
Under parollen ”felfri logistik” handlar SiB Solutions verksamhet och tjänster om att minimera andelen logistikfel i lagerprocesser med hjälp av intelligent videoanalys och AI. Och många gånger används den egna tekniken för att korrigera felaktiga data hos kunder.
– Ett konkret exempel är en kund som i sitt system har data om fyllnadsgrad på det som packas, men volymen på artiklarna stämmer inte så det blir fel när varorna ska packas och transporteras. Här har vi levererat en lösning som mäter den verkliga volymen när det är packat och klart och skickar tillbaka korrekta data tillsammans med en visuell bild på det hela. Kunden är jättenöjd och deras respons är att de litar på våra data. Det är ett väldigt handfast exempel på hur felaktigheter kan korrigeras med ganska enkla medel, berättar Viktor.
– Kombinationen av korrekt data och en visuell bild är värdefull. Om lagerstyrningsystemet indikerar en viss fyllnadsgrad i paketet, men våra tjänster säger en annan kan det naturligtvis också bero på ett felplock, och det syns direkt i bilden, inflikar Staffan.
