Teilebedarfsprognose

Teilebedarfsprognose

Mit Hilfe von Big Data und Predictive Analytics können Lagerbestände optimiert und Bedarfe vorhergesagt werden.

Herausforderung

Langfristiger Teilebedarf für fahrrelevante Teile ist äußerst komplex (müssen bis zu 15 Jahre vorrätig sein).
Oft werden zu viele Teile bestellt, die nach der 15 jährigen Lagerdauer verschrottet werden müssen.
Zur Errechnung von Bestellmengen werden Produkte innerhalb von Produktfamilien verwendet, was zu Überbestellungen führt.
Es existieren keine Informationen über Zusammenhänge über Produktfamilien hinaus (Bsp: Bremsen und Elektrik).

Lösung

Auf Basis des aktuellen Prozesses, heutiger Methoden und bestehender Technologien wird ein neues Konzept für einen optimierten Bestellprozess entwickelt.
Berechnung von Korrelationen zwischen den auf Vorrat bestellten Mengen verschiedener Materialnummern aus unterschiedlichen Produktfamilien.
Die Zusammenhänge der Bestellmengen werden in einer QlikView-App visualisiert um die Ergebnisse zu verifizieren.

Ergebnis

Über 1 Mrd. verschiedene Kombinationsmöglichkeiten werden als Sparansatzpunkte identifiziert (aus 900 Mrd.).



Erfahren Sie mehr über Teilebedarfsprognosen.

Kontaktanfrage

top