Hlavní strana -> Časopis IT Systems -> Rok 2025 -> Příloha Digitalizace logistiky -> Data mění pravidla hry
Příloha Digitalizace logistiky , Logistika, řízení skladů, WMS

Data mění pravidla hry

Logistika jako motor efektivity a flexibility

Jiří Dědeček
V realitě většiny firem hraje logistika až „třetí housle“ v rámci S&OP (Sales & Operations Planning) procesu. Prim vede obchodní oddělení, které určuje objemy a strukturu prodeje; výroba je druhá a její úkol je vyrobit to, co si business žádá. Na logistiku pak zbývá zajištění, aby vše dorazilo na správné místo ve správný čas a s minimálními náklady. Zájmy těchto tří pilířů S&OP jsou však často protichůdné, a logistika, která obvykle nevytváří přímou přidanou hodnotu, bývá při investicích opomíjena.



Tento trend se ale v posledních letech mění. Logistika se z „black boxu“, kde nikdo pořádně neví, kde co je a v jakém stavu, stává plně transparentní. Investice do digitalizace a systémů rostou a přinášejí možnosti pokročilé analýzy dat, které firmám umožňují rychleji reagovat, efektivněji plánovat a snižovat náklady.

Základem pokročilé analýzy v logistice jsou data. Kvalitní a strukturovaná data umožňují využití metod jako:

  • Deskriptivní a diagnostická analýza, která odhaluje příčiny problémů a mapuje aktuální stav procesů.
  • Prediktivní analýza, která pomocí modelů strojového učení předvídá poptávku, vytíženost skladů a možné problémy (např. ARIMA, Prophet, LSTM).
  • Optimalizační algoritmy (např. genetické algoritmy, lineární programování), které navrhují ideální slotting zboží, optimalizaci tras a kapacit.
 
Pokročilé metody využívají BI a Big Data platformy (Power BI, Tableau, Qlik), které kombinují vizualizaci dat a analytiku, a systémy jako WMS a TMS, které zajišťují systematický sběr dat v reálném čase.
Ale i když jsou metody a technologie dostupné, hlavní překážkou zůstává připravenost firem – systémová a datová. Bez kvalitních dat a integrovaných systémů nelze umělou inteligenci a pokročilou analytiku efektivně využít. Proto je klíčové nejprve vybudovat robustní datovou základnu, a teprve na ní stavět pokročilé algoritmy a prediktivní modely.
 
Pro ilustraci si můžeme představit dva příklady:
  • Strategická úroveň: Prediktivní model poptávky, který kombinuje historická data a informace o budoucích promoakcích a trendech, umožní skladům připravit se na nadcházející sezonu a snížit náklady na přetížení či nedostatky.
  • Operativní úroveň: Real-time optimalizace slottingu, která díky aktuálním datům o pohybu zboží a kapacitě skladu dynamicky přizpůsobuje rozmístění zboží tak, aby minimalizovala vzdálenosti manipulace a zrychlila vychystávání.

Dynamická simulace (strategie)

První pokročilou metodou je dynamická simulace. Prakticky to funguje tak, že si existující, nebo navrhovaný systém (třeba sklad) namodelujete ve specializovaném simulačním softwaru. Na základě výchozího modelu (basecase) poté modelujete různé situace, které mohou v budoucnu potenciálně nastat. Získáte tak určitý pohled do budoucnosti, který odhalí stabilitu vašeho řešení. Využívá se například pro citlivostní analýzu, kdy lze odsimulovat desítky různých scénářů s různými kombinacemi parametrů a pozorovat, jak systém reaguje. Může se jednat například o parametry, jako je počet aktivních SKU, počet unikátních zákazníků nebo intra-denní fluktuace objemu. 
Metoda je to z důvodu relativně velké pracnosti drahá, nicméně přináší potenciálně velké úspory. Anebo spíše pomůže vyvarovat se drahých chyb. Když například investujete do nového skladu stovky milionů, opravdu chcete, aby byl navržen dlouhodobě efektivně. Zejména pak logistické technologie. Obecně platí, že v budoucnu dokážete ovlivnit pouze 20 % nákladů. Zbylých 80 % je fixních a vychází z toho, jak je systém navržen.
 

Robot, který není vytížen

Setkali jsme se s případem, kdy firma zainvestovala do robotického pracoviště na kompletaci palet. Nicméně robot v reálném provozu byl později využit pouze na 20 %. Původně bylo kalkulováno přibližně 70 %. Proč? Protože došlo k relativně velké změně vstupních parametrů, kdy skladba zakázek ani jejich intenzita v reálu neodpovídala kalkulovaným hodnotám.
Kdyby byla v rámci business casu investice provedena citlivostní analýza pomocí dynamické simulace, pravděpodobně by se ukázalo, že využitelnost robota je silně závislá na parametrech, které je často těžké odhadnout. Došlo by v takovém případě ke schválení investice? Pravděpodobně ne.

Optimalizační algoritmy (taktika)

Druhou pokročilou metodou využívanou v logistice je matematická optimalizace slottingu zboží ve skladu. Jedná se o sofistikovaný proces, který na základě vstupních parametrů – například historické frekvence vychystávání položek, rozměrů obalových jednotek nebo hmotnosti – navrhuje optimální umístění zboží tak, aby se minimalizovaly manipulační vzdálenosti a maximalizovalo využití kapacity.
Tato problematika je zvláště významná v sektoru retailu, kde dochází k prudkým změnám poptávky vlivem sezonnosti a promoakcí. To vyžaduje flexibilní a automatizovaný nástroj, schopný se rychle přizpůsobit aktuálním podmínkám. Součástí moderní optimalizace je i schopnost vybrat nejvhodnější typ obalu a jeho umístění ve skladu, a to na základě aktuálních i předpokládaných parametrů.
Celý proces lze však posunout ještě dál. Namísto spoléhání se pouze na historická data lze využít prediktivní analytiku a předvídat budoucí trendy. Podobně jako na burze, kde obchodníci kombinují technickou analýzu – tedy matematické modely předvídající budoucí vývoj – s fundamentální analýzou založenou na kvalitativních faktorech, jako jsou plánované promoakce, sezonní kampaně či uvedení nových produktů. Díky pokročilému forecastingu je možné upravovat slotting proaktivně a přesně v okamžiku, kdy je to potřeba.
Díky rostoucí digitalizaci a pokročilé analytice se logistika stává plně transparentní a umožňuje efektivní plánování i optimalizaci nákladů. Základem těchto změn jsou kvalitní a integrovaná data, která otevírají prostor pro využití metod, jako jsou dynamické simulace, prediktivní modely poptávky nebo optimalizační algoritmy slottingu.

Shrnutí

Logistika dnes přestává být opomíjeným článkem S&OP procesu a stává se plně integrovanou a proaktivní součástí plánování. Firmy, které investují do digitalizace logistiky, získávají nejen rychlejší reakce na sezonní výkyvy a promoakce, ale také schopnost proaktivně předvídat budoucí trendy. Klíčem k úspěchu však není jen zavádění technologií, ale především systematická příprava na úrovni dat a systémů. Teprve na této pevné základně mohou pokročilé metody jako dynamická simulace či optimalizace slottingu přinést své plody – a pomoci firmám vyhnout se drahým chybám i využít skryté příležitosti.
 
Jiří Dědeček
Autor článku je konzultant ve společnosti Logio.
Chcete získat časopis IT Systems s tímto a mnoha dalšími články z oblasti informačních systémů a řízení podnikové informatiky? Objednejte si předplatné nebo konkrétní vydání časopisu IT Systems z našeho archivu.

Inzerce

Když chytrý teploměr ohrozí celý sklad

Jaká jsou bezpečnostní rizika moderní logistiky?

Moderní logistika dnes stojí na digitálních datech a automatizovaných procesech, ať už jde o sledování skladových teplot, monitoring zásilek nebo sdílení informací s partnery. Větší přehled a rychlost sice šetří čas i náklady, ale čím více systémů spolu komunikuje, tím větší je riziko, že do nich zasáhne něco nečekaného. Jak zajistit, aby digitalizace zůstala přínosem a nestala se slabým místem celé firmy?