Haal op tijd in huis wat je moet hebben en doe wat een poos niet nodig is de deur uit. Nee, hier spreekt niet opruimgoeroe Marie Kondo, maar Pipple. Ze hielpen Angro, groothandelaar in beenmode en worstelaar met magazijnruimte, aan handige actuele overzichten om slimmer te kunnen bevoorraden. Daar kan Marie nog wat van leren.

Angro’s collectie bestaat uit ruim twaalfduizend uiteenlopende producten. Die verkopen ze in twintig landen. Hun klanten variëren van een boetiekje op de hoek van de straat tot ketens met 2500 winkels. Ze krijgen dagelijkse twintig tot driehonderd bestellingen. Die worden gepickt in hun centrale magazijn.

Pallets vol panty’s

Slechts een fractie van de voorraad past in dit centrale magazijn. Het leeuwendeel van de sokken, pantoffels, regenlaarzen en aanverwante artikelen is daarom opgeslagen in twee andere magazijnen, de ene vijftien kilometer en de andere vijf kilometer verderop. Daar staan ze verpakt in pallets. Voorzieningen om de pallets te splitsen of uit te pakken zijn er niet op deze locaties. Dus komen de pickers in het centrale magazijn drie panty’s met streepjes in maat 38 tekort voor de bestelling van Stefans Sokkencorner? Dan moeten ze als de wiedeweerga een hele pallet van die panty’s aan laten rukken vanuit een van de andere magazijnen.

Daar had Eric Serrarens, een van de directeuren en eigenaren, het helemaal mee gehad. ‘Het misgrijpen op producten in het centrale magazijn drijft onze levertijd op en geeft transportkosten en gedoe.’ Zijn Business Intelligence tool kon de oplossing hiervoor niet aanreiken. ‘De lading data die daarin zit kan ik eindeloos matchen en filteren, maar het systeem maakt geen intelligente berekeningen voor mij. Maar mijn accountant kende wat slimme jongens die daar wel raad mee wisten.’ Enter Pipple.

Uitzonderingen regeren

Pipple maakte een model voor Angro. Het resultaat: een applicatie die meerdere keren per dag een overzicht uitspuwt welke pallets naar het centrale magazijn gebracht moeten worden om de orders voor een aantal dagen vooruit te voltooien. Pipple adviseerde Eric om daarnaast ook het omgekeerd te doen: voorraad in het centrale magazijn die al een poos niet nodig is gebleken, overhevelen naar de decentrale magazijnen. Dat zou welkome ruimte opleveren. Een goed idee, vond Eric, en dus werd ook die kant van de medaille in het model verwerkt.

Een prettig handvat, noemt Eric het model. Hoeveel het Angro tot nu toe precies heeft opgeleverd, weet hij nog niet. ‘Dat reken ik later dit jaar uit, we zijn nog steeds aan het tweaken. Maar ik zie dat het in elk geval rust op de werkvloer heeft gebracht.’ Het liefst wil hij de benodigde voorraad ook op langere termijn kunnen forecasten. ‘Dat is ambitieus, weet ik. Met modegrillen en weersomstandigheden als cruciale factoren is een betrouwbaar voorspellingsmodel maken lastig. Pipple heeft wel een aanzet gedaan met de historische data die beschikbaar waren, maar de praktijk blijkt inderdaad weerbarstig. Uitzonderingen regeren onze business.’ Pipples nazorg vindt hij keurig. ‘Als ik ze bel om te zeggen dat een aanname toch niet blijkt te kloppen, duiken ze er direct in en passen ze het model indien nodig aan.’

Prettig platslaan

Behalve data uit een BI-tool omtoveren tot praktisch toepasbare informatie kan Pipple uitstekend prikken en nuchter meedenken, aldus Eric. ‘Samenwerken met hen was verfrissend. Ik zie ons bedrijf altijd in al haar complexiteit. Dat geeft ruis als ik nadenk over processen. Maar de mensen van Pipple denken in modellen. Ze kunnen de boel prettig voor je platslaan, los van emoties. ‘Maar waarom kan het dan niet?’ is een hele goede Pipple-vraag.’