Hybrid Demand Sensing:Lieferketten auf unsichere Zeiten vorbereiten

Die heutigen Lieferketten werden durch die Verbreitung von Produktlinien, kürzere Produktlebenszyklen, zunehmende Komplexität und riesige Datenmengen herausgefordert. Hinzu kommt, dass die Kunden anspruchsvoller und unberechenbarer werden; Internet-getriebene Trends ändern sich im Handumdrehen, und Werbeaktionen und Verkäufe unterliegen dem Wetter, der Einführung neuer Produkte und der Wirtschaft.

Um für das gerüstet zu sein, was morgen bringen könnte, müssen Unternehmen verstehen, wie sich Veränderungen in den Lieferketten auf die Nachfrage auswirken. Nur so können sie sicherstellen, dass die gewünschten Produkte zum richtigen Zeitpunkt verfügbar sind.

Demand Sensing ist, wie der Name schon sagt, im Wesentlichen die Kunst und Wissenschaft, kurzfristige Trends sofort aufzugreifen, um besser vorhersagen zu können, was die Verbraucher wollen. Die Nachfrage lässt sich nicht perfekt vorhersagen, da sie von einer unendlichen Anzahl bekannter und unbekannter Variablen beeinflusst wird. Laut einer Studie von KPMG und der Economist Intelligence Unit waren nur 22 % der Prognosen der Unternehmen innerhalb von fünf Prozentpunkten richtig. Im Durchschnitt lagen die Prognosen um 13 % daneben, was einen erheblichen Einfluss auf den Aktienkurs hatte.

Es gibt viele Puristen, die an Prognoseansätzen festhalten, die gewichtete Durchschnitte verwenden, und andere traditionelle Methoden, die leicht verständlich sind. Dieser Ansatz mag komfortabel und zugänglich erscheinen, kann jedoch nur Vorhersagen basierend auf historischen Nachfragemustern liefern. Es fehlen wichtige Online- und externe Daten, die einen nahezu Echtzeit-Überblick über die Nachfrage und ihre Einflüsse bieten können.

Heute gibt es einen besseren Weg. Wie bei der Vorhersage des Wetters ist es möglich, intelligente Demand-Sensing-Systeme so zu trainieren, dass sie das scheinbare Chaos der Verbrauchernachfrage mit hoher Genauigkeit vorhersagen. Diese hybriden Demand-Sensing-Systeme verwenden mehrere Prognosetechniken und Datentypen.

Hybride Nachfrageerfassung ist robuster, zuverlässiger und nachhaltiger als einfache Prognosealternativen. Es profitiert nicht nur von der Anwendung unterschiedlicher Planungsansätze, sondern wird auch stärker und reaktionsschneller, wenn zusätzliche menschliche Intelligenz und Datensätze berücksichtigt werden.

Ein großer Vorteil von Demand Sensing besteht darin, dass kurzfristige Trends sofort in die Prognose einbezogen werden. Anstatt dieselbe Prognose in einem 60- oder 90-Tage-Fenster verwenden zu müssen, erhalten Planer Erkenntnisse, die sie in die Lage versetzen, Prognosen anhand der neuesten Verkaufsdaten kontinuierlich zu verfeinern. Diese Fähigkeit, schneller und häufiger auf Nachfrageänderungen zu reagieren, führt zu höheren Gewinnen und Service-Levels sowie zu weniger Verschwendung.

Hier sind einige Beispiele dafür, wie Demand Sensing Unternehmen dabei hilft, Erkenntnisse in profitable Maßnahmen umzuwandeln:

• Optimieren Sie die Upstream-Planung, indem Sie PoS-Daten direkt extrahieren. Demand Sensing ermöglicht es, relevante Informationen direkt aus Point-of-Sale-Daten (PoS) zu extrahieren. Dies hilft Herstellern, die Genauigkeit der Verkaufsprognosen zu verbessern, ohne auf Eingaben von Distributoren und Einzelhändlern warten zu müssen.
• Verbesserung der Produktionsplanungseffizienz . Die Bedarfserfassung liefert häufigere Eingaben für Produktions- und Liefervorgänge. Dadurch ist es möglich, den Produktionsplan entsprechend anzupassen, indem beispielsweise Aufträge vorgezogen oder zurückgezogen werden.
• Optimieren Sie das Upstream-Inventar kontinuierlich. Demand Sensing hilft, den Bestand dynamisch zu optimieren und das Netzwerk auszugleichen, indem der in regionalen Lagern verfügbare Bestand zusammen mit der prognostizierten Kundennachfrage nach Standort berücksichtigt wird.
• Schließe die eingehende/ausgehende Lücke. Inbound-Teams wollen Lager bis zur Kapazitätsgrenze füllen; Outbound-Teams bemühen sich, sie durch den Versand an Einzelhändler und Kunden zu leeren. Demand Sensing synchronisiert diese beiden Gruppen, indem es ein einziges globales Bild der Nachfrage zeigt.
• Saisonale Nachfrage genauer prognostizieren. Die Verbesserung der Sichtbarkeit des Vertriebsnetzes ist der Schlüssel zu einer besseren Reaktionsfähigkeit der Lieferkette. Dies ist besonders wichtig, um bei saisonalen Artikeln richtig zu liegen, die möglicherweise nur in einem jährlichen Zeitfenster verkauft werden. Demand Sensing macht es beispielsweise möglich, sofort zu erkennen, wenn wichtige Einzelhändler keine Lagerbestände mehr haben. Auch wenn sich ein Artikel nicht wie erwartet verkauft, können Hersteller schnell reagieren, indem sie Produktion und Lagerbestand anpassen, um eine Überalterung zu vermeiden.
• Inventar in der richtigen Größe für die Einführung neuer Produkte. Da sich die Produktlebenszyklen immer weiter verkürzen, ist die Verwaltung von Artikelersetzungen eine ständige Herausforderung. Demand Sensing hilft Unternehmen, die optimalen Lagerbestände neuer und früherer Produktversionen zu bestimmen, um den Kundenservice zu erreichen.
• Verbessern Sie die Werbeleistung. Demand Sensing kann Verkaufsdaten wie Werbeattribute sowie Produkt- und Marktdetails berücksichtigen, um Planern zu helfen, die Faktoren hinter der Werbesteigerung zu verstehen. Dies hilft Planern, die Auswirkungen zukünftiger Werbeaktionen besser vorherzusagen.

TireHub, ein Distributor von Ersatzreifen, integriert lokale PoS-Daten in sein Demand-Sensing-Modell, das durch maschinelles Lernen erweitert wird. Die doppelten Herausforderungen der SKU-Vermehrung und Saisonalität machten es TireHub schwer, seinen Bestand optimal zu positionieren. Heute plant es nicht nur vorhersehbare Nachfrageschwankungen (z. B. Winterreifenverkäufe mit Höchststand im Winter), sondern auch die Komplexität der lokalen Nachfrage, indem es berücksichtigt, wie viele der verschiedenen Automodelle lokal und regional verkauft werden. Mit diesem Modell konnte TireHub einen Großteil seiner Nachschubplanung vollständig automatisieren, die Geschäftsergebnisse verbessern und Kapazitäten aufbauen, um in nur 18 Monaten 70.000 Lieferpunkte zu bedienen.

Es gibt eine Reihe von Möglichkeiten, die Nachfrage zu erkennen, und jede neue Erkenntnis kann die Reaktionszeit verkürzen und den Gewinn steigern. Die größten Erträge aus Demand-Sensing-Prozessen liegen in drei Bereichen:

Kurzfristige Prognosen mit Verkaufsdaten. Der einfachste Weg für Unternehmen, die Nachfrage zu erfassen, besteht darin, die detailliertesten verfügbaren historischen Daten zu verwenden. Dabei werden in der Regel die täglichen Sell-In-/Ship-to-Demand-Daten mit kurzen Zeithorizonten analysiert und die Prognose entsprechend angepasst. Diese Art von Bedarfserfassung berücksichtigt die Sendungshistorie, die in den meisten Supply-Chain-Planungs- oder Enterprise-Resource-Planning-(ERP-)Systemen leicht verfügbar ist. Einige Planungstools beinhalten kurzfristige statistische Prognosen, um die Reaktion der Prognosen auf laufende Nachfrageänderungen zu verbessern.

Integrieren Sie Ausverkaufsdaten. Bei der Ermittlung der Nachfrage ist es wichtig, alle möglichen, nützlichen Datenquellen zu sammeln, die die Prognose verbessern können. Nachgelagerte Ausverkaufsinformationen wie Kunden-, PoS- oder Kanaldaten können beispielsweise dazu beitragen, Nachfragetrends zu erkennen, frühzeitig vor Problemen zu warnen und die Lücke zwischen dem Plan und dem, was tatsächlich in der Lieferkette passiert, zu schließen.

Fügen Sie externe Daten hinzu und fordern Sie Kausalitäten. Demand Sensing kann und sollte auch nachfragekorrelierte Variablen integrieren, um eine robuste Vorhersage zu erstellen, die auf eine Vielzahl von zukünftigen Ereignissen reagieren kann, von bekannten bis zu unbekannten Ereignissen. Dazu gehören Börsenschwankungen, Werbeaktionen von Mitbewerbern, virale Social-Media-Trends, Einführung neuer Produkte, Wetter und andere externe Faktoren.

Die Zusammenstellung aller drei Teile – der Ein- und Ausverkaufsdaten zusammen mit relevanten Nachfrage-Casuals – liefert ein möglichst vollständiges, zusammenhängendes Bild der Nachfrage. Es legt auch die Grundlage für eine hochautomatisierte Bedarfserfassung, die es Planern ermöglicht, Geschäftskenntnisse anzuwenden, um Prognosen und Kundenservice weiter zu verbessern.

Unzählige interne und externe Variablen wirken sich auf die Nachfragevariabilität aus, und diese werden in der vor uns liegenden enormen Veränderungsphase nur zunehmen. Das beste Tool zum Verwalten von Variabilität und einen hohen Service zu garantieren ist Inventar. Demand Sensing hilft Unternehmen, den Bestand so optimal wie möglich zu nutzen. Es extrahiert die wichtigen Signale aus dem Rauschen, um die Vorhersagegenauigkeit zu verbessern, die kurzfristige Nachfragetransparenz zu verbessern und den Lagerbestand zu minimieren – und gleichzeitig den Service für die Kunden zu verbessern. Unternehmen, die heute in die Tools, Prozesse und Fähigkeiten investieren, um ihre Demand-Sensing-Fähigkeiten zu verbessern, können wirklich auf alles vorbereitet sein, was morgen bringen mag.

Robert Kaufholz ist Director Solution Design bei ToolsGroup.