Framtida trender inom modelogistik
Modebranschen är en mycket snabbrörlig sektor. Å ena sidan kommer det alltid nya säsongsbetonade modetrender som driver branschen. Å andra sidan måste företag inom modebranschen anpassa sin affärsmodell till utvecklingen inom handel och logistik. Exempelvis e-handel och omnikanallogistik, endagsleverans, digitalisering och batchstorlek 1, extremt höga returgrader och hållbarhet.
Logistikens betydelse för e-handel inom mode
Effektiv logistik har en enorm betydelse för framgångsrika företag inom modebranschen. Till följd av växande e-handel och Coronapandemin har kundernas förväntningar på leveranshastighet ökat. Leverans av beställda varor samma dag börjar bli standard i vissa länder. Dessutom är returgraden extremt hög, runt 56 procent, vilket är en del av affärsmodellen (1). Omnikanalmodeller som kombinerar online- och offlineförsäljning leder till komplex returhantering, vilket kräver specialiserad omvänd logistik och automatiserade sorteringssystem. Särskilt modevaror som returneras direkt från kunden till logistikcentret orsakar problem, då viktiga data som exempelvis orsaken till returen ofta saknas. Generellt sett bör returer inte uppmuntras. Ibland kan dock viktiga data om kundernas behov hämtas från returer, vilket kan ligga till grund för ökad framtida försäljning och färre returer. Kunskap om vad kunden inte vill ha förbättrar köpprocessen genom integrerad artificiell intelligens (AI).
Sofistikerad omnikanallogistik
Tidigare behandlades onlinebeställningar ofta separat från offlinebeställningar, vilket krävde separata logistikcenter för e-handel. Idag är båda vanligtvis integrerade i ett och samma logistikcenter. Click & Collect, Click & Reserve, Endless Aisle och retur av varor i butiken utgör också en utmaning för modelogistiken. Allt detta kräver en särskilt flexibel och automatiserad logistik med system för resursplanering (ERP) och lagerhantering (WMS). Ofta används lagringssystem med skyttlar för att öka orderhanteringshastigheten eller förkorta plocktiden. Dessutom pågår redan nästa våg av automatisering inom modelogistiken där robotar och förarlösa fordon (AGV) tar över plockning, transport och sortering av gods. Drönare och leveransrobotar används vid paketleverans (2).
Digitalisering och batchstorlek 1
Industri 4.0, digitalisering och automatisering ligger till grund för framtidens fabriker. Här kommunicerar maskiner och system med varandra via Industrial Internet of Things (IIoT). Med hjälp av additiv tillverkning, det vill säga 3D-printing, kan produktionen anpassas till batchstorlek 1. Detta möjliggör individualiserad massproduktion. Ett exempel är sportskotillverkare som Adidas som tillverkar helt individualiserade skomodeller. Kunder kan designa sin egen sportsko online.
Digital tvilling för simulering av logistiska processer
Inte bara den smarta fabriken och produktionen inom modebranschen, utan även de logistiska processerna kan visualiseras genom en så kallad digital tvilling (3). En digital representation av verkliga processer gör att olika scenarier kan testas och processer optimeras. Eftersom vi ofta har att göra med komplexa och ibland icke transparenta logistiksystem och stora mängder data (Big Data), är datadriven analys med hjälp av AI på en detaljerad digital modell idealisk. Detta gör komplext beslutsfattande inom logistik extremt enkelt. Digitala tvillingar kan skapas för väldigt olika objekt och system inom och utanför företaget. Exempel är digitala tvillingar för gaffeltruckar, lager, system inom inköpslogistik och ruttoptimering av ett AGV-system i realtid. Logistiktvillingarna kan klassificeras efter deras funktion: övervakning, operativ, prediktiv, lärande (intelligent) och autonom kontroll.
AI, Big Data och prediktiv analys
Genom prediktiv analys kan logistiknätverkets framtida tillstånd förutsägas (4). Detta är också en möjlig tillämpning av den digitala tvillingen. Med andra ord skapas en digital tvilling av logistiknätverket. Sedan några år tillbaka har trenden gått mot att utvärdera kundernas köpbeteende med hjälp av Big Data och AI. Genom att analysera historiska data kan mönster kännas igen som visar sannolikheten för vissa händelser (köpbeteende, etc.). Prediktiv analys utgör alltså grunden för att simulera framtida tillstånd i försörjningskedjan för företag inom modebranschen med hjälp av en digital tvilling.
Bygga motståndskraftiga försörjningskedjor
En annan utmaning, inte bara för modebranschen, är utvecklingen av så kallade motståndskraftiga försörjningskedjor. Speciellt Coronapandemin har visat hur känsliga våra logistiska processer och försörjningskedjor är. Det stora beroendet av leverantörer från bland annat Kina, Bangladesh, Indien och Kambodja blev också plågsamt tydligt. Viktiga lärdomar från krisen är behovet av att diversifiera försörjningskedjan och även att bygga digitala plattformar för ökad transparens. Modeindustrin måste förkorta sina försörjningskedjor och köpa eller producera mer regionalt (nearshoring, 6). Aktiv planering av nätverk och försörjningskedjor, digitala lagerprognoser och schemaläggning och omfattande logistikkapacitetsplanering bör säkerställa mer krissäkra försörjningskedjor i framtiden. Dessutom måste de mycket fluktuerande fraktavgifterna i kristider alltid presenteras transparent på digitala plattformar.
Utmaningar kopplade till hållbar produktion
Såväl samhällets som konsumenternas krav på hållbara produkter och företag ökar. Enligt Sveriges klimatmål ska utsläppen från inrikes transporter minska med minst 70 procent senast år 2030 jämfört med 2010. Senast år 2045 ska Sverige inte ha några nettoutsläpp av växthusgaser till atmosfären, för att därefter uppnå negativa utsläpp (7).
Logistikföretag uppmuntras att göra sina verksamheter, processer och fordonsflottor energieffektiva och CO2-neutrala. Detta kräver en helhetssyn på energibehov, energiförsörjning och energieffektivisering. Andra utmaningar för modebranschen är att säkerställa att arbetsrättsliga villkor och mänskliga rättigheter respekteras i hela försörjningskedjan.
Källor:
1. BITO expertis, Decentraliserad returhantering inom modelogistik, länk (tyska)
2. Insikter från textilindustrin, länk (tyska)
3. Prof. Dr.-Ing. Frank Straube, Typologier och tillämpningsfördelar med digitala tvillingar i logistiksystem (2021), länk (tyska)
4. BITO expertis, Stora möjligheter att tillämpa AI inom logistik, länk
5. BITO expertis, Lärdomar från Covid: Krissäker leveranskedja och materialförsörjning, länk
6. Modebranschen: Var fjärde leverantör i ekonomiska svårigheter på grund av Covid-19 (2020), länk (tyska)
7. Sveriges miljömål, länk