I de vanligaste fall får underleverantörer till tillverkande industri en elektronisk leveransplan som kan sträcka sig upp till ett år med beställnings- och prognosinformation skickad till sig dagligen, veckovis eller månadsvis. Många affärssystem har problem att hantera prognoser. I de flesta fall är det bara den senaste prognosen som finns i systemet. Så fort det kommer en ny prognos så skrivs den tidigare över. Detta leder till att man sent uppmärksammar förändringar i prognoserna vilket kan påverka material- och produktionsplanering negativt. Detta är något vi fått höra från våra kunder i många år säger Mikael Johansson,  försäljning- och marknadschef på Encode Networks Svenska AB
I många år har underleverantörer haft problem med kvaliteten på leveransplaner. Är kvaliteten dålig leder det till ökade lager på material och leveransproblem vilket i sig är mycket kostsamt.
Encodes Leveransplanehantering TWIM Schedule fungerar som ett komplement till affärssystemet, ett komplement som ger en fullständig överblick av ditt leveransläge i nutid men även historiskt.   
Med TWIM Schedule kan man:
· Gå tillbaka och titta på gamla planer för att se exakt vad som har blivit beställt.
· Jämföra nuvarande leveransplan mot tidigare leveransplaner för att se hur avropen har förändrat sig över tiden.
· Kontrollera att kunden har tillförlitliga prognoser och att de håller sig till affärsvillkoren.
· Få en överblick över vad man ska leverera och när.
 
Leverantören får tillgång till all information, även sådant som inte lästs in i ordersystemet som t.ex. restorder, fasta order, senaste inleverans, prognosinformation, artikelstatistik, gil­tig­hets­­tid på leveransplanen och avstämnings­tidpunkt. TWIM Schedule visar även eventuella av­vikelser mot
föregående leveransplaner i en eller flera gene­rationer för att se hur avropen har förändras med tiden.
Leverantörerna kan se statistik på leveransplanernas kvalitet från sina kunder och få svar på frågor som: Hur väl stämmer fast order&shy;information med tidig&shy;are prognos? Hur mycket varierar ett avrop över tiden som prognos? Användaren kan granska av&shy;vikelser per artikel eller medelvärde per kund baserat på Odettes mätmetod <i>Forecast Accuracy Index</i> på alla artiklar.

Pressreleasen kommer från: Newsdesk