E-kaubandus on täielikult muutnud seda, mida kliendid praegu autotööstuse varuosade turul ootavad. Umbes 73% äriklientidest soovib saada oma olulised remondiosad juba täna või hiljemalt homme. Selline kiirustamine paneb tõsiselt koormale veebipõhiste autoosade jaotajaid, kes peavad ümber mõtlema, kuidas nad tellimusi käsitlevad. Aegunud meetodid ei tööta enam. Kui tarne viivitab isegi päeva, seiskuvad remonditöökojad. Ponemon Institute'i sõnul maksab selline viivitus ettevõtetele aastas umbes 740 000 dollarit, sest ootamise ajal ei saa midagi muud teha. Siis on veel kogu probleem sellega, et veenduda, et osad sobiksid kindlasti õigetele sõidukitele. Saadetakse vale rulllaager või andur ja see tähendab kallist tagastamist ning halvendatud suhteid klientidega. Nutikad jaotajad, kes kasutavad vajaduste ennustamiseks tehisinti ja automatiseeritud ladusid, näevad, et laoprobleeme väheneb 30% ja vigu langenud 45%. Need süsteemid pole enam lihtsalt mõnusad omadused. Nad muutuvad hädavajalikuks, kui keegi soovib edasi tegutseda.
Tänapäeval, kui autodetailide online-müük on nii keeruline, siis hiljased saatmised või valed tellimused segavad tõsiselt remonditöökodade tööd ja mõjutavad halvasti edasimüüjate kasumlikkust. Reaalajas jälgimine tähendab seda, et enam ei pea protsessi vältel – detailide ladustamisest kuni kliendile kohaletoimetamiseni – otsustama arvamusel. Jaotajad saavad probleemid varakult tuvastada, mitte alles siis, kui midagi on juba valesti läinud. Lõppkokkuvõttes veedavad töökodad umbes 30–50% vähem aega detailide ootel ning ettevõtted säästavad raha, kuna neil pole enam tihti vaja tasuda kiiretellimise eest lisatasusid.
APIde toel töötavad süsteemid koguvad ühele ekraanile ladu andmebaasid, ladusüsteemid ja transpordilogistika, nii et teave ei jääks eraldi äriangetesse, kus otsuste tegemiseks kulub aega igavesi. Samal ajal jälgivad väikesed IoT-sensorid, mis on paigutatud pakkidesse, nende asukohta, kogemust temperatuuri ja ebamugava käitlemise kohta. Need väikesed seadmed saadavad kohe hoiatused, kui midagi läheb valesti, näiteks kui veok jääb ootamatult kinni või kui rabavaid esemeid liiga palju lööakse. Nende kahe tehnoloogia kasutamine annab jaekaubandusele palju parema ülevaate oma tegevustest üle kogu laua.
API-ühenduse ja füüsilise IoT-jälgimise ühendamisega vähendavad levitajad staatuseküsitleid 70%, saavutades samas 99%+ saatjate jälgitavuse – ilma et peaksid toetuma katkendlikele vananenud tööriistadele.
Kui juttu on veebis müüdavatest autode osadest, siis saatmise viivitused kahjustavad remonditöökodasid nii tööde õigeaegse lõpetamise kui ka klientide rahulolu poolest. Tänapäeval aga vähendavad digitaalsed lahendused oluliselt osade saatmise aega. Smart automaatsete süsteemide tõttu on veokulud langenud kusagil 15–30%. Pole enam vaja käsitsi segadust tekitada tarnevoogudega, mis oli varem suur peavalu. Ja parim kõigest – mehaanikud saavad tegelikult jälgida oma saatmisi igal hetkel. See on eriti oluline osade puhul, mis peavad kiiresti kohale jõudma, näiteks generaatorid või piduriklotsid.
Transpordihalduse süsteemid, mida tihti lihtsalt TMS-iks kutsutakse, muudavad tõeliselt seda, kuidas ettevõtted oma saatmise vajadusi haldavad. Need süsteemid kasutavad kunstlikku intelligentsi, et välja selgitada parimad marsruudid, analüüsides asju nagu liikluskorragud, halb ilm ja kui palju ruumi vedajatel hetkel saadaval on. Nende taga olevad nutikad algoritmid kohandavad kogu aeg tarvisolevalt kohaletoimetamise marsruute, mis tähendab, et pakid jõuavad sihtkohta enamasti kiiremini. Räägime ligikaudu 18 kuni 22 protsendi paranemisest transiitiajades üldiselt, samuti vähemate raisatud kilomeetrite juures, kui tühi ringi sõidetakse. Juhtudel, kus tehakse transporti tundlike kaupadega, näiteks akude või teatud vedelikega, mis nõuavad konkreetset temperatuuri transpordi ajal, ühendub TMS neid väikeseid internetiga ühendatud andureid, et kogu saatmise vältel kõik ohututes piirides püsiks. See aitab vältida kallist probleeme hilisemas etapis, kui esemed saabuvad kahjustatuna või hilinenult. Inimestele, kes saadavad automaatikakomponente piiride üle veebis, teeb see täpsus kogu erinevuse, sest tolliasutused annavad ainult piiratud aega enne, kui trahvid kehtima hakkavad. Ettevõtted, kes on need süsteemid rakendanud, ütlevad, et nad saavutavad kohaletoimetamise tähtaegu umbes 99,2 protsenti ajast, isegi siis, kui kütusekulu hüpeldab mäest mäkke ja ringleb liiga vähe veoautoid.
Autoodete osade online-inventuuri haldamine kaasneb terve komplekti probleemidega. Tuleb jälgida nii palju erinevaid SKU-sid, nõudlus muutub regiooniti ootamatult ja varude poolest on vaevalt ruumi liiga suure ja liiga väikese varu vahel. Vanamoodne lähenemine seab kas raha lukku ladudesse, kus on asju, mida hetkel keegi ei taha, või jätta remonditöökojad kiirel hetkel ilma vajalikest osadest. Hea uudis? Nutikad, kunstlikku intelligentsi toetavad süsteemid analüüsivad mineviku müügikirjeid, selle aastaga registreeritud sõidukite tüüpe, hooajalisi ostuharjumusi ja isegi kohalikke ilmatingimusi, et ennustada, mis edasi juhtub. Need prognoosid võimaldavad ettevõtetel paigutada oma varusid just neisse kohtadesse, kus need kõige rohkem loenduvad, läbi kogu tarneketi. Ja vastavalt sektoripõhisele andmetele võib selline nutikas planeerimine vähendada ladustamiskulusid kusagil 18%–25%ni. See teeb tegelikku vahet ettevõtetele, kes püüavad jääda konkurentsivõimeliseks ja samas kulud kontrolli all hoida.
Nutikad masinõppe tööriistad leiavad tänapäeval kõige ootamatumaid peidetud nõudluse mustreid. Näiteks seostavad nad, kui vana sõiduk on erinevates piirkondades, sellega, millal inimesed tavaliselt oma piduripadusid vahetavad, või märkavad, et akud müüvad paremini kas väga kuumadel või külmadel aegadel. See liik vastavalt seda, et poepoltidel on olemas tooted, mida kliendid praegu tegelikult vajavad, mitte aga et aeglase müügiga tooted kuhjuvad ladudesse, kus neid keegi ei taha. Kogu süsteem muutub ka aja jooksul järjest targemaks ning uuendab pidevalt ennustusi põhjal, mida tooteid tegelikult müüakse poes üle riigi. Ettevõtted teatavad, et nende üleliigset laoseisu on vähemalt kolmandiku võrra vähem ja toodete täielikud varu kadumised toimuvad peaaegu poole vähem tihti pärast selliste süsteemide eduka elluviimise. Mis teeb sellele lähenemisviisile niivõrd edukaks? Vaatame lähemalt mõnda olulist funktsiooni, mis on selle edu loo taga.
See andmetoeline lähenemine asendab reageeriva varude hoidmise eelneva planeerimisega – vabanedes töökäibel olevaid kapitali, samal ajal säilitades 98% + tellimuste täitmise taseme teeninduskeskustes.
Valede osade tellimine jätkab olemast üks suurimaid probleeme kõigile, kes müüvad autodele varuosasid veebis. Sobivusprobleemid moodustavad umbes 86% kõigist tagastustest, mis mõjutab tugevalt nii kasumit kui ka klientide hinnangut brändile. Probleemid ulatuvad aga kaugemale lihtsatest saatmisviivitustest. Mekaanikud ootavad kauemini, enne kui saavad autosid remontida, ja levitajad kaotavad usaldusväärsust, kui nad saadavad vale toote, mistõttu ettevõtted aja jooksul kaotavad olulised suhted oma püsiklientidega. Nende kallipakuliste vigade vältimiseks on vaja usaldusväärseid kontrollimismeetmeid enne kui midagi laost väljub. VIN-i otsinguvahendite kasutamine koos korralike andmebaasidega, mida regulaarselt uuendatakse, tagab, et osad sobivad täpselt igale konkreetsele automargile, mudelile ja ehitusaastale. See muudab endisele juhuslikule arvamusele palju usaldusväärsemaks ja tehnilisemaks protsessiks. Levitajad, kes rakendavad sobivuse kinnitamist juba ostukorvi etapis, näevad dramaatilist langust tagastuste hulgas, madalamat kogukulu ja paremat kliendilojaalsust. Õige osa saamine pole enam vaid kvaliteedikontrolli küsimus – see on muutumas reaalseteks konkurentsieeliseks, mis tugevdab usaldust kogu autode varuosade äris.
EN