Gå til hovedinnhold

[Organisering av produksjon – GCW] Konfigurasjon av emballasjeanbefalinger

Anastasiia Zbrozhek avatar
Skrevet av Anastasiia Zbrozhek
Oppdatert for over 2 uker siden

Pakkeanbefalinger i GelatoConnect hjelper partnere med å sørge for at hvert produkt blir pakket i den mest egnede esken, basert på produkttype, dimensjoner og bestillingsantall. Når du konfigurerer dette systemet, får du full kontroll over pakkelogikken din, reduserer ekstra fraktkostnader og forbedrer driftskonsistensen. Denne veiledningen viser deg hvordan du setter opp eskelageret ditt, lager matchingsregler og bruker AI-innsikt for å finjustere oppsettet ditt over tid.


Kom i gang med oppsett av boksen

Før du lager emballasjeregler, må du registrere alle tilgjengelige eskestørrelser i systemet slik at de kan brukes til matching.

Last opp bokslageret ditt

  1. Sett opp emballasjeproduktmodellen
    Lag en modell for emballasjematerialet ditt med viktige egenskaper som:

    • Mål

    • Materialtype (for eksempel bølgepapp)

    • Maksimal vektkapasitet

  2. Lag et personlig tilpasset emballasjeprodukt
    Bruk produktmodellen til å lage et unikt navngitt produkt for hver kunde (for eksempel «Outer Box SP»). Dette er det du viser til når du setter opp pakkelogikken.

  3. Definer basisattributter
    Tildel faste verdier som form (for eksempel rektangulær), standardmål og konsekvente etiketter for enklere regelmatching.

  4. Konfigurer varianttilordning
    Koble eksterne etiketter som «Poster Mailer» eller «Medium Tube» til interne Gelato-dimensjoner og attributter. Du kan støtte variasjoner ved å bruke aliaser som «Med Tube» eller «MT».

  5. Lagre oppsettet
    Når de er lagret, kan disse eskeproduktene brukes i oppsettet for emballasjeanbefalinger.


Automatisk import av esker fra innkjøpsordrer

For å redusere manuelt arbeid kan GelatoConnect importere emballasjemateriell direkte fra nylige GCP-innkjøpsordrer:

  • Hver gang en innkjøpsordre med ytteresker kommer inn, sjekker systemet om eskene allerede finnes i produktkatalogen.

  • Hvis ikke, oppretter systemet dem automatisk.

  • Du bør jevnlig gå gjennom og fjerne ubrukte bokser fra lageret ditt.


Definere regler for anbefaling av emballasje

Emballeringsregler kobler produkttyper eller attributter til bestemte esker. Du kan lage ulike regeltyper avhengig av hvordan du vil at emballeringen skal bestemmes:

Typer av regel-logikk

  • Fast boksplassering
    Eksempel: Krus → Kruseske

  • Mengdebasert mapping
    Eksempel: 1–6 plakater → Rør; 6+ plakater → Rektangulær eske

  • Virtuell bokskalkulering
    Basert på volum og eskestørrelse, ved hjelp av systemlogikk

  • Avansert attributtbasert logikk
    Eksempel: Tildel alle enkeltkort med 10x8 papirstørrelse til en bestemt eske, uansett antall

Du kan også samle flere produktmodeller (for eksempel enkeltkort og lerretsbilde) under én regel når emballasjebehovene deres er like.


Slik lager du en regel

  1. Gå til delen Produkt–Boksregler

  2. Klikk på Legg til anbefaling

  3. Velg ønsket eskeprodukt

  4. Definer produktfiltre, inkludert:

    • Produktkategori eller modell

    • Egenskaper som papirstørrelse eller format (for eksempel 10x8 tommer)

  5. Angi antallintervall (for eksempel 1–50 enheter)

  6. Klikk på Lagre

Når du har lagret regelen, vises den i listen din og viser tydelig:

  • Hvilken boks blir valgt

  • Hvilke produkter det gjelder

  • Gjeldende størrelses- og mengdekrav

Du kan redigere eller slette regler når som helst, og hver endring logges i fanen Aktivitetslogg for å sikre åpenhet.


AI-drevne regel­forslag

GelatoConnect bruker AI for å finne ut når operatører ofte overstyrer anbefalinger for emballasje. Systemet foreslår deretter justeringer for å gjøre reglene mer treffsikre i fremtiden.

Slik fungerer det:

  • AI-en oppdager overstyringsmønstre ved pakkestasjonen

  • Den fyller ut et nytt regel-skjema med foreslåtte justeringer

  • Du kan se over og oppdatere vilkår (for eksempel gjøre en størrelsesbegrensning mindre streng)

  • Når det er bekreftet, gjelder den nye regelen for kommende pakker

Eksempel:

Hvis operatører ofte velger en mindre eske for flate 10x8 Kort enn det som er satt opp, vil AI-en foreslå en mer passende standard for å gjenspeile dette valget.


Operatøropplevelse ved pakkestasjonen

Når en ordre kommer til pakkestasjonen, foreslår systemet den mest passende esken basert på definerte regler, AI-forslag og transportørens krav.

Operatører vil se:

  • Den anbefalte boksen SKU

  • Eskens mål

  • Eventuelle kostnads- eller tilleggsgebyr-risiko varsler

De kan da:

  • Godta den foreslåtte boksen og fortsett

  • Overstyr forslaget ved å velge en annen boks fra en godkjent liste

Hvis en annen eske er valgt:

  • Systemet sjekker om overstyringen er akseptabel

  • Advarsler gis hvis det kan føre til fraktgebyrer

  • Valget blir loggført for AI-tilbakemelding

Hvis det finnes en forhåndsgenerert fraktetikett, sjekker systemet om den valgte esken passer til etikettens mål før det går videre.


Beste praksis og sikkerhetstiltak

  • Overstyringskontroll: Manuelle overstyringer gjør at AI vurderer på nytt for å holde anbefalingene oppdatert.

  • Etterlevelse: Feil med bokser blir oppdaget tidlig for å unngå forsinkelser eller ompakking.

  • Kostnadsoptimalisering: Anbefalinger hjelper deg å redusere dimensjonstillegg og unødvendig emballasje.


Feilsøking

  • Boksen mangler i rullegardinmenyen:
    Sjekk om boksen finnes i produktkatalogen. Hvis ikke, legg den til ved å følge stegene over.

  • Hyppige AI-varsler:
    Gå gjennom loggene for å finne gjentakende overstyringsmønstre og juster reglene dine deretter.


Ofte stilte spørsmål

Hva skjer hvis ingen regel passer for et produkt?
Systemet vil gå tilbake til manuell valg av eske. Du kan se over produktet og lage en ny regel om nødvendig.

Kan jeg slette eller redigere en regel etter at den er lagret?
Ja, alle emballasjeanbefalinger kan redigeres eller fjernes når som helst.

Hva om du vil overstyre systemforslaget manuelt?
Du kan fortsatt velge en annen eske ved pakkestasjonen. Denne tilbakemeldingen blir loggført og brukt til å forbedre fremtidige regelanbefalinger.

Oppdaterer AI-agenten reglene automatisk?
Nei, den foreslår bare endringer. Du må bekrefte og gjennomføre oppdateringene selv.

Svarte dette på spørsmålet?