Orders uit mail, Excel en PDF automatisch in je WMS

Automatische orderverwerking uit mail betekent dat een systeem de orders leest die je opdrachtgevers sturen, als mailtekst, Excel of PDF, en ze zonder overtypen in je WMS zet. Het zet de regels om naar de artikelcodes van je WMS en controleert ze tegen de afspraak met die opdrachtgever. Klopt alles, dan staat de order klaar. Twijfelt het systeem, dan gaat de order naar een wachtrij waar iemand van je team naar kijkt.

Wat verandert er op kantoor?

Nu doen je mensen dat met de hand. Elke ochtend openen ze de gedeelde inbox, zoeken de bijlage, typen de regels over en zetten de order vrij voor de vloer. Bij drie opdrachtgevers is dat te doen. Met tien opdrachtgevers die elk hun eigen bestand sturen, kan het een dagtaak worden. Een overtypfout zie je dan pas terug als er een verkeerde doos de deur uit is en de opdrachtgever belt waar zijn andere artikel blijft.

Voor je opdrachtgevers verandert er niets. Zij blijven mailen, Excel sturen of een PDF uit hun eigen systeem doorsturen. De verandering zit aan jouw kant van de inbox.

Welke orders kun je automatisch inlezen?

Bijna alles wat een mens kan lezen. Hoe rommeliger de bron, hoe vaker een order in de wachtrij belandt.

• Een Excel met vaste kolommen is het makkelijkst. Het systeem leert de kolommen een keer en leest daarna elke regel.
• Een PDF uit het ERP van je opdrachtgever heeft meestal elke keer dezelfde opbouw. Die leest bijna net zo betrouwbaar.
• Een order in de tekst van een mail, zoals een verzoek om morgen veertig dozen van het blauwe artikel te sturen, vraagt meer. Het systeem moet dan zelf het artikel vinden, en zo’n order gaat vaker naar een mens.
• Een scan of een foto van een bestelformulier is het lastigst. Lezen lukt meestal, maar een vlek op een aantal maakt van een 3 een 8.

Stuurt een opdrachtgever al via EDI of een API, dan valt er niets te lezen. Dat verkeer hoort in een vaste koppeling, en daarover gaat WMS, TMS en ERP koppelen.

Fulfilmentorders dragen vaak de naam en het adres van een consument. Volgens de AVG zijn dat persoonsgegevens, dus de mailbox en het systeem dat hem leest vallen onder dezelfde regels als je WMS. Bij ons blijven die gegevens binnen de EU en worden ze nooit gebruikt om modellen te trainen.

Waartegen controleert het systeem een order?

Tegen de afspraak die je met elke opdrachtgever hebt. Die staat in een contract, in een servicebeschrijving of soms alleen in het hoofd van je planner, die na jaren precies weet welke opdrachtgever op vrijdag geen levering wil en wie per doos bestelt terwijl het WMS per stuk telt. Voor de bouw schrijven we hem uit, regel voor regel. Het systeem stelt daarna per order de vragen die je planner nu ook stelt.

• Bestaat deze artikelcode bij deze opdrachtgever, en is het de code van je WMS of die van de klant?
• Klopt de eenheid? Zes stuks of zes dozen van zes scheelt dertig stuks.
• Is de order voor de cut-off binnen, of schuift hij een dag op?
• Is het afleveradres compleet genoeg voor de vervoerder?
• Staat dezelfde order er al in, omdat de klant hem twee keer stuurde?

Een order die overal klopt, gaat door. Wijkt hij op een punt af, dan gaat hij naar de wachtrij met de reden erbij. Je medewerker ziet meteen waar hij moet kijken en hoeft de order niet opnieuw van boven te lezen.

Wat gaat er mis bij orders automatisch verwerken?

Drie dingen moet je regelen voordat het systeem live gaat.

Artikelcodes die niet kloppen

Je opdrachtgever bestelt met zijn eigen code, of met die van zijn leverancier. Je WMS kent een andere. Meestal bestaat er een vertaaltabel, in Excel of in iemands hoofd. Het systeem gebruikt die tabel en zet een code die het niet kent nooit op goed geluk om. Die order gaat naar de wachtrij. Wat je medewerker daar kiest, komt in de tabel voor de volgende keer.

Een opdrachtgever die zijn formaat verandert

Je opdrachtgever krijgt een nieuwe versie van zijn ERP, zet een extra kolom in de Excel of stuurt een PDF met een andere kop. Voor een mens is dat nauwelijks een verschil. Een systeem dat op vaste plekken leest, pakt dan de verkeerde kolom, en dan staat er ineens een postcode in het veld voor het aantal of hoort een regel bij de verkeerde order. Daarom kijkt ons systeem ook naar de vorm van het bestand. Wijkt die af van wat deze opdrachtgever normaal stuurt, dan stopt het en meldt het dat.

Deelleveringen en backorders

Er komt een order voor tweehonderd stuks binnen terwijl er honderdtwintig op voorraad liggen. Wat er dan moet gebeuren, hangt af van de afspraak: de rest later leveren, de hele order laten wachten of de opdrachtgever bellen. Het systeem beslist dat niet zelf. Het legt de order naast de voorraad in het WMS, ziet het tekort en zet hem met die vraag in de wachtrij. Alleen als de afspraak het antwoord al geeft, volgt het die.

Waarom blijft er een mens meekijken?

Omdat een fout in een order meteen een fout op de vloer is. Het verkeerde artikel gaat de deur uit, en je opdrachtgever merkt het eerder dan jij.

In het begin gaat er dus niets vanzelf door. De eerste weken ziet een medewerker elke order die het systeem klaarzet, ook de orders die kloppen. Pas als het systeem op je eigen orders heeft laten zien dat het ze goed leest, wat we afmeten aan het aantal correcties in de wachtrij over een paar weken, gaan de orders zonder afwijking direct door. Dat beslis je per opdrachtgever. De ene stuurt nette Excel-bestanden, de andere scans.

In de wachtrij wordt het systeem ook beter. Elke keuze die je medewerker daar maakt, over een artikelcode, een eenheid of een adres, wordt een regel voor de volgende order. En hoeveel orders er in de wachtrij komen, vertelt je hoe goed het werkt.

Hoe meet je of het iets oplevert?

Met een nulmeting voordat de bouw begint. Zonder die meting weet je na drie maanden alleen dat het anders voelt. Tel een paar weken lang wat je nu al kunt tellen.

• Het aantal orders per week, per opdrachtgever en per vorm
• De uren die je mensen per week kwijt zijn aan invoeren en nabellen
• Hoeveel orders achteraf gecorrigeerd moeten worden, en waarom
• Hoe vaak een invoerfout pas bij de klant of bij een retour boven water komt

Daarna tel je hetzelfde met het systeem erbij, plus het deel van de orders dat in de wachtrij belandt, zodat je ziet of het werk echt uit de inbox is verdwenen of alleen naar een ander scherm is verhuisd. Leg het foutpercentage van voor en na naast de uren. Een systeem dat uren bespaart en meer fouten doorlaat, is geen verbetering.

Bij ons staat die maat op papier voordat de bouw begint, met een vaste prijs vooraf. Haalt het systeem hem niet, dan vervalt de laatste termijn. Hoe dat in fasen loopt, lees je in de werkwijze.

Eerst één opdrachtgever, dan de volgende

Kies een opdrachtgever die veel orders met de hand oplevert en een redelijk vaste vorm stuurt. Bouw dat eerst en laat het een paar weken draaien terwijl je meet wat het doet. Werkt het, dan komt de volgende opdrachtgever erbij. Die gaat sneller, want de controle en de wachtrij staan er dan al. Voor die eerste opdrachtgever zet je vier dingen klaar:

1. Een stapel recente orders zoals ze binnenkwamen, met de correcties die je achteraf deed.
2. De vertaaltabel van zijn artikelcodes naar die van je WMS, ook als die nu in iemands hoofd zit.
3. De afspraak met hem, uitgeschreven: cut-off, eenheden, leverdagen en wat er gebeurt bij een tekort.
4. Een week telling zoals bij de nulmeting hierboven.

Een standaardpakket voor orderinvoer kan ook, zeker als je opdrachtgevers allemaal hetzelfde sturen. Waar dat ophoudt, lees je in maatwerk of standaardsoftware. Wat we naast orderinvoer bouwen staat op wat we doen, en waar AI in een magazijn wel en niet helpt, lees je in AI in het magazijn.

Met die telling erbij rekenen we in een kennismaking uit wat het overtypen je nu kost.