Zähmung der Bestie der Supply-Chain-Operationen im Einzelhandel

Führungskräfte in der Lieferkette des Einzelhandels stehen unter starkem Druck, die nahtlosen Omnichannel-Erfahrungen zu unterstützen, die Verbraucher im digitalen Zeitalter fordern.

Verbraucher wünschen sich mehr Produktvielfalt, schnellere Lieferung, Erschwinglichkeit sowie Abholung und Rückgabe über jeden Kanal. Die Erfüllung dieser Erwartungen hängt davon ab, dass Einzelhändler eine kosteneffiziente Lieferkette betreiben, die schnell und genau reagieren kann. Wenn es darum geht, ein überragendes Kundenerlebnis zu bieten, ist das genauso wichtig wie personalisiertes Front-End-Marketing.

Die Zeiten sind hart für Führungskräfte in der Lieferkette des Einzelhandels. Es steht himmelhoch auf dem Spiel, denn jeder Tag scheint Nachrichten über einen weiteren hochkarätigen Rückschlag oder Misserfolg zu bringen.

Die Lieferkette des Einzelhandels ist ein komplexes Tier, das schwer zu zähmen ist. Eine aktuelle Studie von Sapio Research hat Folgendes ergeben:

• 94 % der Einzelhändler haben keine durchgehende Sichtbarkeit von Ereignissen, die sich auf die Leistung der Lieferkette auswirken.
• 71 % sagen, dass sich ein Mangel an Transparenz in der Lieferkette negativ auf das Geschäft auswirkt.
• 87 % glauben, dass eine vollständig sichtbare Lieferkette mit Echtzeit-Updates einen Wettbewerbsvorteil bieten würde.

Diese Ergebnisse sind leider nicht überraschend. Fast zwei Drittel der Händler und Hersteller nutzen Excel noch immer für die Supply-Chain-Planung, so eine Studie von eyefortransport. Und 46 % verlassen sich auf manuelle, zeitaufwändige Supply-Chain-Prozesse.

„Eine effiziente Lieferkette wird heute mehr denn je der entscheidende Wachstumsfaktor sowohl für Einzelhändler als auch für Hersteller sein“, heißt es in dem Reuters-Bericht. "Alte Planungstools wie Excel-Tabellen und eingeschränkte, traditionelle Planungslösungen sind nicht mehr geeignet, die komplexen Herausforderungen in der Lieferkette von heute zu lösen."

Wenn ein Pflaster nicht ausreicht

Die Lieferketten des Einzelhandels sind innovativ, um die Kundenanforderungen besser zu erfüllen. Ein Beispiel ist das Pop-up-Warehouse, das sich in stark nachgefragten Gebieten befindet, um die Lieferung auf der letzten Meile zu beschleunigen. Diese Einheiten können auch als Standort für Verbraucherabholungen dienen oder eine begrenzte Auswahl im Einzelhandel anbieten. Darüber hinaus verwenden Einzelhändler Versandmodelle, die physische Geschäfte in Ad-hoc-Fulfillment-Center verwandeln.

Beide Modelle bringen Waren schneller zu den Verbrauchern, können jedoch zusätzliche Kosten verursachen, die die Margen verringern. Es handelt sich um Band-Aid-Lösungen, die nicht die Ursache der Ineffizienz der Lieferkette angehen:isolierte Anwendungen, schnell wachsende Datenmengen und inhärente menschliche Einschränkungen.

Excel-basierte Planungs- und konventionelle Demand Forecasting-Tools, die Daten aus Systemen für Enterprise Resource Planning (ERP), Lagerhaltung, Inventur, Vertrieb und Logistik nutzen, können da nicht mithalten. Datenvolumen und Anwendungskomplexität steigen genauso schnell wie die Erwartungen der Verbraucher.

Dadurch können Einzelhändler nicht schnell auf Nachfrageänderungen reagieren. Da die Vorlaufzeiten Monate im Voraus festgelegt werden, können sie sich nur langsam anpassen, wenn die Nachfrage in einem Bereich steigt, in einem anderen jedoch sinkt oder wenn die E-Commerce-Umsätze die Prognosen übersteigen. Oftmals greifen sie auf Überbestände zurück, riskieren hohe Lagerkosten und unverkaufte Produkte, wenn die Verkäufe nicht ausreichen.

Die Bewältigung der vielen Dynamiken der heutigen Echtzeit-Lieferkette erweist sich für menschliche Planer als praktisch unmöglich. Es gibt einfach zu viele Daten, zu viele Anwendungen und zu viele Variablen, die berücksichtigt werden müssen. In der Zwischenzeit verlieren Händler der alten Schule an Boden gegenüber Digital Natives wie Amazon, die Technologien der nächsten Generation wie künstliche Intelligenz verwenden, um die Lieferkette und das Verbrauchererlebnis zu optimieren.

„Der Bedarf an Digitalisierung, um der zunehmenden Geschwindigkeit der Lieferkette des Einzelhandels gerecht zu werden, wird nur zunehmen“, heißt es in dem Reuters-Bericht. „Für zukunftsorientierte Einzelhändler ist es wichtig, darüber nachzudenken, wie sie neue Analysetechnologien einsetzen können, um nicht nur die Vergangenheit zu analysieren und zu verstehen, sondern auch bessere Entscheidungen für die Zukunft zu treffen.“

KI-gestützte kognitive Automatisierung

KI hat Einzug in unser Verbraucherleben gehalten und hilft uns, Produkte auszuwählen, Staus zu vermeiden und sogar medizinische Behandlungen auszuwählen. Jetzt tut es dasselbe auf Unternehmensebene, indem es Unternehmen bahnbrechende Fähigkeiten bietet, um schnellere, sichtbarere und kostengünstigere Lieferketten zu betreiben.

KI ist eine grundlegende Technologie der sogenannten kognitiven Automatisierung, die Deep Machine Learning (ML) Analytics in den Lieferkettenbetrieb einbringt. Eine KI-gestützte kognitive Automatisierungsplattform wird täglich Tausende von Daten-Crawlings in allen relevanten Anwendungen durchführen und diese Informationen in einer einzigen kognitiven Datenschicht aggregieren.

Sie wird als kognitive Schicht bezeichnet, weil hier KI- und ML-Algorithmen angewendet werden, um Situationen zu analysieren, Ergebnisse vorherzusagen und Empfehlungen für optimale Aktionen basierend auf Zielen abzugeben – zum Beispiel um Lagerbestände neu zuzuordnen, Kosten zu senken oder die Lieferzeit zu verkürzen.

Im Gegensatz zu herkömmlichen Methoden stützen sich diese analytischen Erkenntnisse nicht auf Daten, die Wochen oder Monate alt sind; sie basieren auf Informationen, die nahezu in Echtzeit erfolgen. Kognitive Automatisierung erkennt Trends und Probleme, während sie sich entwickeln, um ein schnelles Eingreifen zu ermöglichen. Und da kognitive Automatisierung mit Transaktionssystemen verbunden ist, können Korrekturmaßnahmen automatisch ausgeführt werden, ohne dass sich Menschen bei Systemen anmelden müssen, um Prozesse zu ändern.

Kognitive Automatisierung bietet bereits mehrere Millionen Dollar Verbesserungen in den Lieferkettenabläufen bei CPG-, Pharma- und Fertigungsunternehmen. Einzelhändler, die klein anfangen und sich vergrößern, können mehrere Belohnungen ernten, darunter:

Bessere Prognosen. Kognitive Automatisierung konsolidiert hochgradig granulare Daten auf SKU-Ebene über mehrere Anwendungen, Kanäle und Regionen hinweg. Die KI-Analyse von Verkaufstrends, Demografie, SKU-Varianten und anderen Variablen verbessert die Genauigkeit, das richtige Produkt zur richtigen Zeit am richtigen Ort zu haben.

Agile Inventar-Neuzuweisung. Kognitive Automatisierung analysiert ständig Echtzeit-Lager- und Verkaufsdaten mit einer Geschwindigkeit und einem Umfang, die mit herkömmlichen Tools nicht möglich sind. Es gibt Empfehlungen zur Neuzuweisung des Inventars, wenn sich die Bedingungen ändern, oder schlägt möglicherweise Werbeaktionen für unterverkaufte Waren vor.

Integrierte Planung. Durch die Nutzung einer breiten Palette von Daten hilft die kognitive Automatisierung Einzelhändlern bei der Koordination von Produktion, Inventar, Marketing, Merchandising, Werbeaktionen, Logistik und anderen Bereichen, die normalerweise isoliert sind. Händler können über den gesamten Lebenszyklus hinweg datengesteuerte Entscheidungen treffen, anstatt sich auf fundierte Vermutungen zu verlassen.

Verbesserungen in Transport und Logistik. Kognitive Automatisierung versetzt Einzelhändler in die Lage, die Abwicklung zu beschleunigen und Kosten zu minimieren, indem Echtzeitvariablen wie Lagerbestand, Nachfrageschwankungen, Spediteurverfügbarkeit, Frachtkosten, Vorlaufzeiten und mehr analysiert werden. Wenn eine Störung auftritt, empfiehlt die KI Alternativen, um die Ziele zu erreichen.

Die Disruption in der Einzelhandelslandschaft wird sich im Jahr 2020 und darüber hinaus fortsetzen. Es wird kristallklar, dass technologische Innovation das ist, was erfolgreiche Einzelhändler von den Nachzüglern unterscheidet. Einzelhändler, die intelligent in Technologie investieren, um datengesteuerte Entscheidungen zu treffen und Prozesse zu orchestrieren, werden gerüstet sein, um in einer sich schnell verändernden Branche zu bestehen und erfolgreich zu sein.

Arnaud Morvan ist Senior Director of Customer Engagement bei Aera Technology.