Haben Sie sich jemals gefragt, warum ein Machine-Learning-Algorithmus die einzige Antwort zu sein scheint, wenn eine bessere Vorhersagegenauigkeit erreicht werden soll? Doch wie verhält es sich bei sporadischer Nachfrage? Bei genauerer Betrachtung des Problems zeigt sich hier, dass eine bessere Vorhersage allein nicht die Antwort für die Herausforderung in der Wertschöpfungskette ist.
Um die zugrundeliegende Herausforderung heutiger Lieferketten besser zu verstehen, arbeiten wir mit einem Beispiel aus dem E-Commerce. Mit der Allgegenwärtigkeit des Internets und Online-Einkäufen, die mehr und mehr Teil unseres täglichen Lebens werden, floriert der elektronische Handel. E-Commerce bedient zu großen Teilen das Marktsegment B2C (Business-to-Customer). Dabei können die Nachfragemuster von Monat zu Monat drastisch variieren, je nach Kaufverhalten der Endverbraucher. Dies macht die Nachfrageprognose zu einer schwierigen Aufgabe. In Fällen sporadischer Nachfrage bietet ein neuer Ansatz namens Collaborative Planning, Forecasting and Replenishment, kurz CPFR, eine hohe Prognosegenauigkeit. Außerdem führt er zu einer verbesserten Zusammenarbeit über die gesamte Wertschöpfungskette hinweg, er optimiert die Bestandsverwaltung und steigert die Effizienz der gesamten Lieferkette.
Wenn wir “sporadische Nachfrage” hören, denken wir schnell an Machine-Learning(ML)-Algorithmen, zum Beispiel „Gradient Boosting“. Auch wenn ein ML-basierter Ansatz in anderen Planungsszenarien gute Ergebnisse liefert, hat die Lösung Schwächen, wenn die Datenpunkte auf Produktebene im einstelligen Bereich liegen, oft bei nur drei oder vier Transaktionen pro Jahr. Unsere Erfahrung mit solchen Fällen zeigt, dass die Vorhersagegenauigkeit unabhängig von den Aggregationen, die wir für diese Produkte vornehmen, nicht annähernd akzeptablen Standards entspricht.
Wenn wir einen Schritt zurücktreten, verschiebt sich die Aufgabe: Ist es wirklich ein Vorhersageproblem, das wir lösen wollen? Oder haben wir es nicht mit einer ganz anderen Aufgabe zu tun? Ja, das haben wir, und diese viel größere Aufgabe besteht darin, das Konzept von Kooperation über die gesamte Wertschöpfungskette hinweg in die Gleichung einzubeziehen. Bevor wir die Lösung zeigen, skizzieren wir die Ausgangslage am Beispiel aus Retail.
Mit Demand Forecasting die Zusammenarbeit entlang der Value Chain verbessern
Einige der größeren Marktteilnehmer wie Amazon und Walmart haben Wege gefunden, die Nachfrage nach prioritären Segment-A-Produkte mit zufriedenstellender Genauigkeit vorherzusagen. Um ihre Produkte anbieten zu können, sind sie auf ihre Lieferanten angewiesen. Diese wiederum müssen das Problem lösen, das Kaufverhalten von Amazon oder Walmart vorherzusagen. Dieses kann wiederum sporadisch sein, abhängig von Faktoren wie
- Werbeaktionen für Produkte,
- Verkaufsstrategie des Unternehmens,
- Markt-Trends und Endkunden-Feedback,
- die Opportunitätskosten des entgangenen Umsatzes,
- Zielvorgaben für den zu haltenden Bestand,
- Lagerhaltungskosten.
Auf den ersten Blick ist es für die Lieferanten fast unmöglich, das Kaufverhalten ihrer B2B-Kunden vorherzusagen. Dies wiederum wirkt sich auf das Betriebskapital, das Niveau des Kundendienstes, die Lieferfristen für die Aufträge und die entgangenen Absatzchancen aus.
In diesem Zusammenhang trägt das bewährte Konzept der kollaborativen Planung, Vorhersage und Beschaffung, englisch „Collaborative Planning, Forecasting and Replenishment“, kurz CPFR, zu einer höheren Effizienz in der gesamten Wertschöpfungskette bei.
CPFR konzentriert sich auf die Zusammenarbeit aller Parteien in der Wertschöpfungskette und erstellt einen einheitlichen optimierten Plan. Die Partner tauschen Nachfragedaten aus, um gemeinsam die sich bietenden Chancen nutzen zu können. Der zugrundeliegende CPFR-Prozess rationalisiert viele Funktionen der Wertschöpfungskette, senkt die Kosten für Bestand und Logistik und verbessert die Effizienz der Lieferkette und die Bestandsbewegungen. Durch die Einführung eines gemeinsamen Prozesses und definierter Kennzahlen ermöglicht es CPFR Einzelhändlern und Lieferanten, ihre Prozesse zu verbessern und ihre Ziele zu erreichen.
CPFR mit SAP IBP implementieren
Mit vier Schritten können Sie das gesamte Ökosystem der Wertschöpfungskette unterstützen, vom Lieferanten bis zu seinen Kunden und den Endverbrauchern.
- Information entlang der Wertschöpfungskette bereitstellen: Nutzen Sie Informationen vom Point of Sales, Bestandsziele, aktuelle Lagerbestände über die gesamte Wertschöpfungskette hinweg, einschließlich der B2B-Partner, und stellen Sie diese Informationen in SAP IBP als einheitliche Plattform bereit, um fundierte und schnelle Entscheidungen zu treffen.
- Erstellen Sie einen Businessplan: Die Formulierung und Konsensbildung für den Geschäftsplan sollten gleich zu Beginn erfolgen. Dadurch wird gewährleistet, dass alle Beteiligten innerhalb der Lieferkette auf ein einheitliches Ziel ausgerichtet sind, den gemeinsamen Erfolg der Unternehmen.
- Enge Zusammenarbeit bei Ausnahmen: Eine einzige Plattform, die von SAP IBP unterstützt wird, dient als einzige Quelle der Wahrheit (Single Source of Truth ), um Ausnahmen in der gesamten Wertschöpfungskette zu identifizieren und zu verwalten. Alle Rabatte, die angeboten werden, um die Bestände zu leeren, und alle Werbeaktionen sind sowohl für den Hersteller als auch für den Einzelhändler sichtbar.
- Generieren Sie die Aufträge: Nachdem alle Vereinbarungen getroffen wurden, werden die Bestellungen generiert, was sowohl für den Hersteller als auch für den Einzelhändler eine Win-Win-Situation darstellt.
Einige der wichtigsten Vorteile, die CPFR unseren Kunden gebracht hat, sind:
- Strategie und Planung verbessert: Strategie und Planung sind bei allen Partnern der Wertschöpfungskette gut aufeinander abgestimmt. Dies verbessert die allgemeine Transparenz bei der Arbeit auf ein gemeinsames Ziel hin.
- Geringere Abhängigkeit von herkömmlichen Prognosen: Prognosen sind zwar nach wie vor Teil des CPFR-Prozesses, aber nur einer der Inputs, und nicht alle Entscheidungen sind davon abhängig.
- Bessere Vorbereitung auf Störungen in der Lieferkette: Störungen in der Wertschöpfungskette werden frühzeitig erkannt, so dass sich alle Partner besser darauf einstellen und reagieren können.
- Verbesserte E2E-Rentabilität: Ein verbessertes Nachfrage- und Angebotsmanagement legt die Gewinnziele fest und umfasst die Auftragsplanung, die Auftragsprognose und die realisierten Verkaufsaktivitäten des Unternehmens.
Nach Erfahrungen aus Projekten hat CPFR unseren Retail-Kunden viele Vorteile gebracht, zumal Entscheidungen in der gesamten Wertschöpfungskette auf Fakten beruhen, die Partner von einer höheren Transparenz profitieren und die Wertschöpfungskette gleichzeitig risikofester wird.
Mit CPFR ein Value-Chain-Ökosystems aufbauen
CPFR versammelt alle Beteiligten der Wertschöpfungskette in einem einzigen Ökosystem, einschließlich der Kunden des Kunden (Endkunde, B2C-Kunde). Dies trägt wesentlich zu einer faktenbasierten Entscheidungsfindung bei. Wie zu erwarten, gibt es für die CPFR-Implementierung keine One-Fits-All-Strategie. CPFR baut auf iterativen Prozessen auf, die prozessgesteuert sind, was bedeutet, dass sie an die Arbeitsweisen in den Partnerunternehmen angepasst werden muss. Auch interne Prozesse müssen geändert werden, um sich an die neue Normalität bei der Umsetzung des CPFR anzupassen.
Möchten Sie herausfinden, ob CPFR ein geeigneter Ansatz für Ihr Unternehmen ist? Kontaktieren Sie uns.
