SAS Inflight Logistics hanterade lager för 1 847 artiklar utan strukturerad klassificering. Inget system identifierade döda positioner — förrän vi klev in.
MSEK dödt lager identifierat och kvantifierat — med artikel för artikel, SEK för SEK
Artiklar ABC-klassificerade och analyserade för rörelse, inkurans och inköpsmönster
Per dag sparade — NPI-godkännandeprocessen automatiserades från manuell hantering till under 15 minuter
SAS Inflight Logistics ansvarade för lagerhantering av allt material som används ombord på SAS-flyg — från portionsförpackningar och serviceartiklar till teknisk utrustning och säkerhetsmaterial.
Med 1 847 aktiva artiklar och löpande förändringar i meny, service och regelverk var lagerstyrningen komplex och resursintensiv. Utan strukturerad klassificering behandlades alla artiklar i praktiken lika — oavsett om de omsattes dagligen eller inte rört sig på ett år.
Lagerhantering för SAS ombordservice. Hög komplexitet, korta ledtider, strikta hygienkrav.
Blandning av förbrukningsvaror, serviceartiklar och teknisk utrustning med vitt skilda omsättningshastigheter.
Nya artiklar godkändes manuellt. Processen tog 2–3 timmar per dag utan stöd av digitalt verktyg.
Alla artiklar behandlades lika i systemet. Ingen skillnad gjordes på volymvärde eller rörelsehastighet.
Utan strukturerad lageranalys var problemen osynliga. Man visste att det fanns problem — men inte var kapitalet låg bundet eller hur mycket.
Artiklar utan rörelse i 180+ dagar identifierades inte. De låg kvar i lager och belastar kapitalkostnaden utan att det noterades.
Varje ny artikel som skulle in i sortimentet godkändes manuellt. Data hämtades från flera källor, sammanställdes för hand och kontrollerades utan systemstöd.
Utan ABC-klassificering lades lika mycket tid på en C-artikel som sällan används som på en A-artikel som är kritisk för varje avgång. Resurser fördelades fel.
Analysen kördes på exporterad lagerdata — inga systemintegrationer, inga långa uppstarter. CSV-filer från befintligt ERP räckte.
Lagerdata exporterades från befintligt system. Datakvaliteten granskades: dubbletter, saknade kostnadsvärden och inkonsekventa artikelnummer identifierades och åtgärdades.
Varje artikel klassificerades efter volymvärde: A = top 80%, B = nästa 15%, C = sista 5%. Klassificeringen styrde sedan prioritering av analys och åtgärder.
Alla artiklar utan rörelse ≥180 dagar klassificerades som döda. 90–180 dagar som tröga. SEK-värdet per position beräknades och summerades per kategori.
En skräddarsydd Python/Streamlit-applikation som automatiserade datainsamlingen för nya artikelgodkännanden. Indata från ERP samlades automatiskt och presenterades i ett standardiserat format.
En Streamlit-applikation byggd specifikt för SAS Inflight-processen. Operatören importerar en artikelförteckning, systemet hämtar och validerar data, och presenterar ett komplett beslutsunderlag.
Varje position med SEK-värde. Prioriterat per artikelklass (A/B/C) för maximal effekt vid avveckling.
Från 2–3 timmar manuellt arbete per dag till under 15 minuter. Frigör tid för strategiska uppgifter.
En Excel-baserad databas med ABC-klass, rörelsehistorik och prioritering för samtliga artiklar. Direkt användbar för fortlöpande inköpsarbete.
Konkret lista: vad som avvecklas vecka 1, månad 1, kvartal 1. Inga vaga rekommendationer — specifika artiklar med SEK-potential per åtgärd.
Analysen identifierade döda artiklar och ineffektiva inköpsflöden vi inte visste att vi hade. Det sparade oss både tid och kapital på ett sätt som Excel aldrig kunnat göra.
En kostnadsfri genomgång på 30 minuter. Du exporterar din lagerdata, vi berättar vad vi kan hitta — utan förpliktelse.
Ingen förpliktelse. 30 minuter. Konkreta svar.