Hennig-Olsen Is har økt leveringsnøyaktigheten med RELEX Solutions
Apr 19, 2023 • 2 minHennig-Olsen Is, Nordens eldste iskremprodusent og -distributør, har siden mars 2021 samarbeidet med RELEX Solutions for å forbedre sin leveringsnøyaktighet betydelig, i tillegg til å redusere lagernivåer og svinn. Gjennom samarbeidet har RELEX levert maskinlæringsdrevene etterspørselsprognoser på kundekanalnivå for å planlegge etterspørsel og varelager ved Hennig-Olsen Is’ fabrikk i Kristiansand.
Gjennom samarbeidet med RELEX, har selskapet oppnådd:
- Økt leveringsnøyaktighet
- 10,9 % økning i tilgjengelighet
- Redusert svinn
- Forbedret synlighet for de neste 18 månedene for strategisk planlegging
Baseline-periode: 01/01/2021 – 30/10/2021 – Target-periode: 01/01/2022 – 30/10/2022
«Vi er svært fornøyde med å se hvor raskt RELEX’ automatiserte prognoser har gitt oss verdi,» sier Jarl Søvik Olsen, Supply Chain Direktør i Hennig-Olsen Is. «Våre Key Account Managers og Supply Chain Planners vil være mye bedre rustet for neste høysesong.»
Tidligere opplevde selskapet utfordringer rundt sin svært manuelle prognoseprosess, koblingen mellom Key Account Managers og Demand Planners, og lav prognosenøyaktighet som ble forverret i høysesongene. Disse utfordringene førte ofte til ulike endringer i siste liten og reaktiv planlegging.
Hennig-Olsen Is henvendte seg til RELEX for maskinlæringsdrevne etterspørselsprognoser. Med mål om å bruke RELEX-løsningen for å automatisere og effektivisere sin daglige drift, har løsningen i stor grad økt selskapets innsikt fremover. Dette er fordel som er spesielt nyttig i en bransje som påvirkes av sesongvariasjoner. Automatiserte og nøyaktige prognoser har gjort det mulig for Hennig-Olsen Is å planlegge høysesongene mer effektivt og gi kundene lavere kostnader ettersom tilgjengeligheten har økt.
«Vi er glade for å utvide vårt samarbeid med Hennig Olsen Is’ ikoniske merkevare,» sier Julius Säilä, Head of CPG Business Operations i RELEX Solutions. «Vi vet at RELEX vil gi verdi til selskapets sesongbaserte virksomhet ved å bruke både detalj- og engrosdata for å bygge nøyaktige prognoser.»