Improve the orders picking in e-commerce by using WMS data and BigData analysis
Abstract
The primary purpose of the research is the improvement of the orders picking process without additional investments for the software, employees, tool and inventories. For problem-solving, the data about picking is exported and preprocessed from WMS. The BigData analysis and product clustering in Tableau software is delivered using the data, where the Product Allocation Problem (PAP) is solved. Picking time for reference scenario and new analysed one is calculated and compared. The presented research proves that standard data collected by WMS could be used for solving PAP for the reduction of total picking time. The method delivered by authors could be in a typical warehouse, where forklifts and employees do the order picking process. The plan after an upgrade could be used for automatic picking, and implemented WMS. For BigData analysis, Tableau is connected to WMS database. Such solution could be used for everyday analysis and planning the allocation of products. The presented method is easy to use; there is no need to invest in expensive software and automation of the picking process to achieve the high performance of the orders picking process. However, its application allows the increase of efficiency rates. Storekeepers can select more products at the same time. The presented research is original because of using simple methods and analysis of specific data, which until now are only used to calculate employee performance indicators. Istražuje se poboljšanje procesa komisioniranja naloga bez dodatnih ulaganja u softver, uposlenike, alate i zalihe. U cilju rešavanja problema korišćeni su i obrađeni podaci o komisioniranju iz sistema za upravljanje skladištem (WMS). Analizirani su podaci iz izvora BigData i izvršena je klasterizacija proizvoda pomoću softvera Tableau, pri čemu je rešavan problem alokacije proizvoda (PAP). Izvršeno je izračunavanje vremena komisioniranja za referentni i Nov scenario i izvršeno je poređenje. Pokazuje se da bi standardni podaci iz WMS mogli da se koriste za rešavanje PAP problema za skraćenje ukupnog vremena komisioniranja. Metod koji autori opisuju može da se koristi za tipično skladište u kome uposlenici i viljuškari obavljaju proces komisioniranja. Posle poboljšanja plan bi mogao da se koristi za automatsko komisioniranje i primenu kod WMS. Za analizu podataka BigData softver Tableau se povezuje sa bazom podataka WMS. Dato rešenje bi moglo da se koristi za svakodnevnu analizu podataka i rešavanje problema alokacije proizvoda. Metod je lak za korišćenje, nema novih ulaganja u skup softver i automatizaciju komisioniranja da bi se postigle velike performanse procesa komisioniranja naloga. Njegova primena omogućava povećanje efikasnosti. Vlasnici prodavnica mogu da biraju više proizvoda istovremeno. Istraživanje je originalno jer koristi jednostavne metode i analizu specifičnih podataka koji su do sada korišćeni samo za izračunavanje pokazatelja performansi uposlenika.