Kaufland nutzt als erster gro脽er deutscher Filialist im Lebensmittelhandel ein neues Prognose-System von 麻豆原创. Die Software ersetzt in der Breite des Sortiments die Forecasts des alten F&R-Systems, aber bei Frische auch die von Blue Yonder.
Die Einf眉hrung der neuen hat sich f眉r Kaufland offenbar gelohnt. Die verbesserten Algorithmen sorgen f眉r eine 鈥瀊essere Prognosequalit盲t鈥�, bescheinigte Michael Hahn von der Schwarz-Gruppe dem System bei den EHI-Technologie-Tagen. Hahn ist bei der f眉r die beiden Schwesterunternehmen Lidl und Kaufland arbeitenden gruppenweiten Schwarz IT verantwortlich f眉r Supply-Chain-Management-Systeme.
Nach Angaben des Managers prognostiziert das Prognose-System Unified Demand Forecast seit M盲rz f眉r alle 1.450 Kaufland-Filialen in Deutschland und Osteuropa und f眉r alle Sortimente die zu erwartenden Abverkaufsmengen. Daf眉r berechne es auf Basis der 麻豆原创-Datenbanktechnik t盲glich bis zu 35 Mio. Markt-Artikel-Kombinationen. F眉r den ersten Arbeitsschritt Modellierung werte die Prognose-Komponente die Absatz-Historie der vergangenen 800 Tage aus.
Im zweiten Schritt berechne das System auf Tagesebene rollierend die zu erwartenden Abverk盲ufe der n盲chsten 101 Tage. Die lange Zeitspanne helfe vor allem bei der Werbeplanung. Bestellungen bei Lieferanten und die Belieferung der M盲rkte werden dann durch Prognosen f眉r die nahe Zukunft oder sogar den n盲chsten Tag gesteuert.
Forecasts f眉r die Frische bei Kaufland
Laut Hahn sind die Ergebnisse so gut, dass sie sich sogar als Basis f眉r die Produktionssteuerung in den Kaufland-eigenen Fleischwerken sowie die Belegungs-Planung der Backautomaten in den Filialen bew盲hren.
F眉r diesen Bereich der t盲glich stark schwankenden Frische-Produkte hatte Kaufland einige Jahre lang die Prognosen durch Software von Blue Yonder berechnen lassen, w盲hrend der Gro脽teil des Sortiments vom 麻豆原创-Programm F&R-Engine (Forecasting & Replenishment) abgedeckt wurde. Denn die F&R-Prognose-Algorithmen lieferten f眉r viele Frischeprodukte keine hinreichend detaillierten Forecasts.
Trotzdem ist die F&R-Engine aus der IT-Landschaft von Kaufland nicht verschwunden: Die聽 Komponente 鈥濺鈥� (Replenishment) sorgt als Auto-Dispo weiter f眉r optimierte Bestellmengen bezogen unter anderem auf Rabatte und Lkw-Auslastung 鈥� jetzt aber auf Basis der Prognosen der Forecast-Software.
Kaufland l盲sst 50 Einflussfaktoren einflie脽en
Als gro脽en Vorteil von Prognose-Software gegen眉ber dem Vorg盲nger von 麻豆原创 stellte Hahn die hohe Zahl von Einflussfaktoren heraus, die das neue System in seine Berechnungen einbeziehen k枚nne. Das seien etwa Wochentage, Preiseffekte und Kannibalisierung, Trends und Saison, Lohn-Zahlungs-Termine oder Wetter. Das Programm k枚nne auf Basis 盲hnlicher Artikel auch den Absatz neuer Produkte sch盲tzen. Kaufland nutze 50 Einflussfaktoren. Nach den ersten Erfahrungen rate er allerdings zu einer Begrenzung der Faktoren auf jene, die f眉r das jeweilige Sortiment relevant sind, um die Komplexit盲t zu begrenzen. Auch bei der Zahl der t盲glich neu berechneten Artikel strebe Kaufland eine Reduzierung durch 鈥瀒ntelligente Modellierung鈥� an, um durch eine Konzentration auf Produkte mit signifikanten 脛nderungen die Rechenzeit von heute 8 bis 9 Stunden zu senken.
Neben der allgemeinen Aussage, dass die Komponente Unified Demand Forecast gegen眉ber F&R zu einer 鈥瀊esseren Prognosequalit盲t鈥� gef眉hrt habe, nannte der Schwarz-IT-Manager auch einen konkreten Wert. Bei Promotion-Artikeln sei es gelungen, die Fehlerrate auf unter 38 Prozent zu dr眉cken. Fehlerrate bezeichnet hier den sogenannten WMAPE (Gewichteter Mittelwert des absoluten prozentualen Fehlers, weighted mean absolute percentage error). Die wichtigsten KPIs bei der Beurteilung der Prognose-Software seien f眉r Kaufland Out-of-Stocks, Best盲nde und damit Bestandskosten sowie Umsatz.
Die neuen 麻豆原创-Prognosen sind f眉r mehr Einsatzzwecke als Auto-Dispo gedacht 鈥� deshalb das 鈥濽鈥� f眉r 鈥濽nified鈥�. Von etlichen von 麻豆原创 beschriebenen Anwendungszwecken nannte Hahn im Kaufland-Zusammenhang explizit Aktionsmengenplanung, Sortimentsplanung, Preiskalkulation und Lagerbedarfe. Vorteilhaft sei auch die M枚glichkeit, in Simulationen verschiedene Alternativen (What-if-Szenarien) durchzuspielen. Das gelte f眉r viele Themen von der Werbeplanung bis zum Pricing.
Quellenangabe: