すべてのブランド、倉庫、集荷を、ひとつのシステムで
注文は 60 のストアから届き、現場は WMS で動き、ブランドごとのルールはバインダーの中。すべてのブランドの出荷締め時刻と料金表を把握するひとつの場所に集め、その間をつなぐ業務を AI チームメイトに任せましょう。
62 のブランドに、62 通りのルール
同規模の 3PL の多くは、優れた WMS、ラベル発行ソフト、ブランドごとの Slack チャンネル、そして請求用のスプレッドシートで回っています。ただしそれも、あるブランドのセールが一晩で注文を集めるまでの話です。
- ブランドごとに出荷のやり方が違う出荷締め時刻、同梱物、運送会社のルール、料金表は、ブランドごとに異なります。それがバインダーと 3 つのスプレッドシート、そして現場責任者の頭の中にあります。
- セールのことを、現場は朝礼で知るあるブランドの深夜のプロモーションで、朝までに 3,900 件の注文が入りました。午後 4 時の集荷は 1,400 件の想定でした。
- 質問ひとつに、3 つの画面コンテナは、注文は、返品はどこに？ カスタマーサービスは、答える前に WMS、ラベル発行ソフト、ブランドのチャンネルを確認しなければなりません。
- 毎月 1 日は請求の発掘作業ピッキング、パレット、ラベルの件数は、エクスポートからスプレッドシートに集めます。火曜日の午後に行ったキッティングが、請求書に載らないままになることも少なくありません。
- Microsoft 365 Business Standard
- Microsoft 365 F3
- Slack Pro
- HubSpot Sales Hub Professional
- Zendesk Suite Team
- RingCentral Core
- Zoom Workplace Pro
- Calendly Teams
- Asana Starter
- QuickBooks Online Advanced
- Power BI Pro
￥15,309,840Haskett の 11 件のサブスクリプションに、定価で年間 ￥0
Haskett Fulfillmentテキサス州グランドプレーリーHaskett は、ダラス・フォートワース周辺の 4 つの倉庫から 62 のオンラインブランドのピッキング、梱包、出荷を担い、北テキサス一帯に配送しています。
2003 年、Gil Haskett はグランドプレーリーに倉庫を 1 棟開き、輸入業者の家具を保管していました。2012 年、娘の Keisha が宅配便の拠点運営の仕事から戻り、事業を EC へと転換しました。今では 4 棟の倉庫と 36 台のトラックを、WMS、ラベル発行ソフト、そして互いに連携しない 11 件のサブスクリプションで回しています。
- 290
- 従業員
- 4
- 倉庫
- 62
- ブランド
- 9,000
- 1 日の注文数
Keisha Haskett CEO下の動画で、Haskett が OpenLazarus を使って自社のシステムを設計します。
Haskett Fulfillment は架空の企業例であり、実在のクライアントではありません。私たちが支援する企業をモデルに、OpenLazarus での運営イメージを示すために作成したものです。登場する人物、数値、写真はイメージです。
Haskett がこのシステムで動かしているもの
モジュールには、私たちではなく Haskett 自身の呼び名がついています。AI チームメイトは、社員と同じブランド、注文、集荷を扱います。
- 受注1 日 9,000 件の注文を、それぞれのブランドの出荷締め時刻に照らして
- 預かり在庫すべてのブランドの在庫数を倉庫別に。入荷から在庫化まで
- ブランド62 ブランドの料金表、ルール、連絡先
- ブランド問い合わせすべてのブランドからの質問をひとつのキューに。それぞれに担当者つき
- 車両北テキサスのルートを走る 36 台のトラックと、それぞれの稼働状況
- 荷主請求すべてのピッキング、パレット、ラベルを、正しいブランドの請求書に
- 立ち上げ新規ブランドを、契約締結から初回出荷まで
- スコアカードすべてのブランドの定時出荷率、出荷精度、入荷から在庫化までの時間
Diego AlvarezAI出荷計画夜間のセール注文 3,900 件に合わせてランカスター倉庫の計画を組み直し、6:00 までにメスキート倉庫からピッキング担当者 8 名を応援に回しました
Sam OkaforAIカスタマーサービス夜間にブランドからの質問 140 件に回答し、Tallow & Tide にセール分は本日出荷と伝えました
Mei TanakaAI配送の配車6:00 の朝礼前に、店舗・個人宅への配送 1,420 件に向けてトラック 36 台のルートを組みました
Inés DuarteAI荷主請求9 月分のピッキング、パレット、ラベルを 62 ブランドに請求し、未請求のキッティング $2,040 を見つけました
1 年で変わりうること
例示の数値をもとにした Haskett の試算イメージです。支払いをやめられるサブスクリプション、社員が取り戻せる時間、そして集荷に間に合う注文。
- ￥5,160,000
- Lazarus、サーバー、電話 8 回線、エンジニア工数を支払った後も、年間で手元に残る金額
- 10,400
- カスタマーサービス、現場責任者、請求担当に戻せる年間の時間
- 99.4%
- 出荷締め時刻までに出荷された注文の割合（すべてのウェーブに担当者がつく前は 97.6%）
架空の企業の例示数値です。削減額と時間は、例示のツールとプランの定価から算出しています。3 つ目の数値は目標のイメージであり、実測値ではありません。
自社で所有するシステムで、現場を動かす
ピッキング、梱包、出荷の進め方を OpenLazarus に伝えてください。対話の中で、あなたのシステムが形になっていきます。自分たちの呼び名、チームメイト、そして削減できる金額とともに。
すでに WMS があります。置き換える必要はありますか？
いいえ。現場はこれまでどおり WMS でスキャンします。Lazarus は WMS から注文、在庫、すべてのスキャンを読み取り、保留や優先度を書き戻します。カスタマーサービス、請求、スコアカードが、すべて同じ記録をもとに動きます。
ブランドごとのデータは分けて管理されますか？
はい。注文、チケット、請求書はそれぞれひとつのブランドに属し、チームメイトがあるブランドの記録を扱うのは、そのブランドの業務のときだけです。システムは自社サーバー上で動き、すべての操作は社員が確認できる場所に記録されます。
AI に何を任せるかは、誰が決めるのですか？
御社が、チームメイトごとに決めます。単独で処理してよいこと、そして事前に確認すべきこと（たとえばブランドの料金表にない作業の請求や、$1,000 を超える返金など）を設定できます。判断に迷うものは、必ず人の確認を待ちます。
繁忙期はどうなりますか？
チームメイトの処理量は、人員ではなく注文数に合わせて増えます。11 月のチケット、ウェーブ、請求書にも、3 月と同じだけ丁寧に対応します。社員は現場と、電話での対応が必要なブランドに集中できます。
導入にはどれくらいかかりますか？
設計は、動画のような OpenLazarus との 1 回の対話で完了します。その後、当社のエンジニアが WMS、ラベル発行ソフト、電話回線を接続し、データを移行します。Haskett 規模の会社なら、通常は数週間以内です。