AT_Logo

Konzept datengetriebenes Supply-Chain-Management

Mithilfe von Absatzprognosen und Demand Forecasting soll für einen Getränkekonzern die komplette Supply-Chain optimiert werden.
/
Erhebliche, mit steigender Stufe in der Supply-Chain wachsende Reduktion des Peitscheneffekts
Verringerung von Out-of-Stock-Situationen trotz gleichzeitiger Verringerung der Bestände
+
Zentrales Errechnen von Bestellvorschlägen ermöglicht Übergang zum Vendor-Managed-Inventory: „Lieferung wartet bereits vor der Tür, wenn die Bestellung eigentlich erst aufgegeben werden soll“

Herausforderung

  • Out-of-Stock-Situationen und überschüssige Bestände sind auf allen Stufen der Supply-Chain vorhanden und müssen verringert werden
  • Peitscheneffekte sollen in den historischen Absatzdaten identifiziert und Gegenmaßnahmen implementiert werden
  • Steigende Produktvielfalt soll ohne Notwendigkeit manueller Eingriffe bewältigt werden

Lösung

  • Aufbrechung der Datensilos der verschiedenen Stufen und Errichtung eines übergreifenden Data-Lakes zur zentralisierten Steuerung der kompletten Supply-Chain
  • Implementierung automatisierter Absatzprognosen für alle Stufen der Supply-Chain mit Algorithmen des maschinellen Lernens basierend auf historischen Absatzdaten
  • Prognose der unbekannten Nachfrage durch Modellierung der Nachfragedaten aus den historischen Absatzdaten

Ergebnis

  • Eine universelle, automatisierte Prognoseumgebung, die flexibel auf allen Stufen der Supply-Chain eingesetzt werden kann
  • Reduktion des Peitscheneffekts durch kürzere Reaktions-zeiten und verlässliche Prognosen auf allen Stufen

Haben Sie Interesse an eigenen Use Cases?