Nachfrageprognose und Optimierung der Warenverteilung
Distribution und Logistik, mehrere Märkte
Branche und Art der Organisation
Ein Unternehmen, das Waren auf mehreren Märkten zugleich vertreibt. Es plant Bestände bei schwankender Nachfrage, wobei ein zu kleiner Bestand Lücken im Regal bedeutet und ein zu großer Kapital im Lager bindet.
Geschäftliches Problem
Die Bestandsplanung für viele Märkte auf einmal ist schwierig, weil jeder Markt seine eigene Saisonalität, sein eigenes Verkaufstempo und seine eigenen Lieferbeschränkungen hat. Bei manueller Planung beruhen die Entscheidungen auf Durchschnitten und auf der Erfahrung des Planers, und die halten mit der Schwankung nicht Schritt.
Die Folge zeigt sich an beiden Enden des Lagers: dort, wo die Ware fehlte und der Verkauf verloren ging, und dort, wo ein Bestand liegt, den in dieser Saison niemand abnimmt. Beides kostet.
Vorgehen und Arbeitsumfang
Wir haben zwei Methoden verbunden. Die Nachfrageprognose bauten wir auf klassischem Machine Learning auf, vor allem auf Regressionsmodellen, die einen Zahlenwert vorhersagen, also den erwarteten Verkauf eines einzelnen Artikels. Das Modell berücksichtigt die Verkaufshistorie, saisonale Muster und Trends über die Zeit (Zeitreihenanalyse, time series) sowie externe Faktoren, die die Nachfrage beeinflussen. Auf dieser Prognose planen Algorithmen der mathematischen Optimierung die Warenverteilung und berücksichtigen dabei Logistikkosten, Lieferzeiten und Lagerkapazitäten.
Das ist stochastische Optimierung: Diese berücksichtigt, dass die Prognose unsicher ist, und plant für diesen Spielraum. Der Planer erhält mehrere Szenarien für die Entwicklung von Nachfrage und Beständen und sieht, was bei verschiedenen Annahmen geschieht, bevor er eine Entscheidung trifft.
Geschäftlicher Effekt
Artikelebene
Prognose für das einzelne Produkt
statt Durchschnitten für ganze Warengruppen
mehrere Märkte
ein Prognoseansatz
jeder Markt mit eigener Saisonalität
Eine bessere Prognose bedeutet weniger Ware, die im Lager liegen bleibt. Produkte gehen ab, bevor man sie abschreiben muss, sodass weniger Geld an Überschuss und Ausverkäufen verloren geht. Der Bestand rotiert, statt festzustecken, was sich in einer höheren Marge niederschlägt.
Umfang der Einführung
Die Prognose umfasst das Sortiment auf Artikelebene und mehrere Märkte auf einmal. Wir betreiben die Modelle und trainieren sie nach, wenn neue Verkaufsdaten einlaufen, denn eine Prognose auf Basis veralteter Muster verliert schnell an Genauigkeit.
Wenn du Bestände für viele Märkte planst und zwischen Mangel und Überschuss rätst, beschreib uns deinen Fall. Wir prüfen, ob deine Verkaufsdaten ausreichen, um genauer zu prognostizieren.
Verwandte Artikel in der cm-opti Wissensdatenbank
Leistungsbereich: Datenanalyse, Prognose und Prozessoptimierung.