Servicegrad (Supply Chain)

learn menu
Von Simon Schalit, Joannes Vermorel, zuletzt überarbeitet im März 2014

Im Supply Chain ist der Zyklus-Servicegrad (oder einfach Servicegrad) die erwartete Wahrscheinlichkeit, während des nächsten Auffüllzyklus keinen Lagerbestandsausfall zu haben und daher auch die Wahrscheinlichkeit, keine Verkäufe zu verlieren. Die Zyklusdauer ist implizit die Lieferzeit. Der Servicegrad kann auch als die Wahrscheinlichkeit definiert werden, die Kundennachfrage zu bedienen, ohne jemals mit einem rückständigen Auftrag oder einem verlorenen Verkauf konfrontiert zu sein. Während ein 100%iger Servicegrad - d.h. alle Kunden jederzeit zu bedienen - wünschenswert erscheinen mag, ist dies in der Regel keine realisierbare Option.

Der Zyklus-Servicegrad sollte nicht mit der Füllrate verwechselt werden, die den Anteil der Nachfrage darstellt, der ohne Verzögerungen oder verlorene Verkäufe bedient wird.

Tatsächlich ist der Begriff Servicegrad nur in Situationen relevant, in denen die zukünftige Nachfrage unsicher ist - sonst ist es lediglich eine Frage der richtigen Planung, einen 100%igen Servicegrad zu erreichen. Wenn die zukünftige Nachfrage unsicher ist, besteht die einzige theoretische Möglichkeit, keine Lagerbestandsausfälle zuzulassen, darin, sich für einen unendlichen Lagerbestand zu entscheiden. In der Praxis muss sich der Bestandsmanager jedoch mit einem unvollkommenen Bestandsausgleich zufriedengeben. Dieser Ausgleich wird genau durch den Begriff Servicegrad gemessen.

Servicegrad als finanzieller Kompromiss

Der Servicegrad balanciert das Risiko eines Lagerbestandsausfalls mit den Lagerkosten aus.

Einzelhändler oder Hersteller versuchen, so viele Kunden wie möglich zufriedenzustellen, da dies ihren Umsatz maximiert. Gleichzeitig ist es jedoch sowohl kostspielig als auch riskant, den entsprechenden Lagerbestand aufrechtzuerhalten: Produkte sind teuer zu kaufen oder herzustellen, sie benötigen Platz zur Unterbringung, sie verfallen, sie werden veraltet usw.

Letztendlich steigen mit zunehmendem Lagerbestand die Kosten und Risiken. Es lohnt sich nur bis zu einem gewissen Punkt. Tatsächlich besteht die Hauptherausforderung der Bestandskontrolle darin, das richtige Gleichgewicht zwischen Kosten zu erreichen: genug zum Verkauf zu haben, aber nicht so viel, dass die Lagerkosten den Nutzen der zusätzlichen Verkäufe nicht aufwiegen könnten.

Aus geschäftlicher Sicht stellt der Servicegrad einen Kompromiss zwischen den Kosten des Lagerbestands und den Kosten eines Lagerbestandsausfalls dar.

Abnehmender Nutzen bei hohen Servicegraden

In den meisten Einzelhandelssektoren, ob spezialisiert oder nicht, ist das Anstreben hoher Servicegrade die Norm, in der Regel über 95%. Insbesondere hohe Servicegrade sind einer der Schlüsselfaktoren zur Stärkung der Kundenbindung.

Das Erreichen höherer Servicegrade ist jedoch ein klassischer Fall von abnehmendem Nutzen, bei dem jeder zusätzliche marginale Aufwand, d.h. zusätzlicher Lagerbestand in diesem Fall, geringere Erträge bringt, d.h. kleinere Anteile an Lagerbestandsausfällen werden beseitigt. Die folgende Grafik veranschaulicht die Beziehung zwischen dem Servicegrad und dem Lagerbestand:

Es gibt abnehmenden Nutzen, wenn mehr in den Lagerbestand investiert wird, um die Servicegrade weiter zu verbessern.

Wie die Grafik zeigt, ist es für die meisten Einzelhändler viel teurer, den Servicegrad von 95 auf 97% zu erhöhen als von 85 auf 87%. In der Praxis gibt es nur wenige Situationen im allgemeinen Einzelhandel, in denen Servicegrade über 98% auf Filialebene erreicht werden können.

Optimierung der Servicegrade

Der Servicegrad markiert einen Kompromiss zwischen Opportunitätskosten und Betriebskosten. Die Optimierung der Servicegrade, um die Rendite für das Unternehmen zu maximieren, ist in der Regel komplex und domänenspezifisch. Die Herausforderung wird in der Regel dadurch erschwert, dass die Analyse empfindlich für den betrachteten Zeitraum ist: Die Reduzierung der Lagerbestände führt sofort zu zusätzlichem Bargeld, während es Jahre dauern kann, um eine geringere Kundenabwanderung (und damit höhere Umsätze) durch seltener auftretende Lagerbestandsausfälle zu beobachten.

Da die Kundensensibilität gegenüber Lagerbestandsausfällen von einem Produkt zum anderen variiert, wäre der optimale Servicegrad, wenn ein solcher Wert berechnet werden könnte, mit Sicherheit für jedes Produkt spezifisch - jedes Produkt hätte seinen eigenen optimalen Wert. In der Praxis werden jedoch in der Regel bequeme Näherungen, d.h. Heuristiken, verwendet, um die Komplexität des Problems zu verringern.

Ein heuristischer Ansatz: die ABC-Analyse

Die weit verbreitete ABC-Analyse basiert auf der Idee, dass je mehr Umsatz ein Produkt generiert, desto “wichtiger” dieses Produkt sowohl für den Einzelhändler als auch für seine Kunden sein soll. Diese Annahme liefert in der Regel vernünftige Ergebnisse - obwohl es bemerkenswerte Ausnahmen gibt - und bietet eine bequeme Möglichkeit, Produkte entsprechend ihrem jeweiligen Umsatzvolumen zu kategorisieren. Jede Kategorie wird dann ihrem eigenen Servicegrad zugeordnet.

Eine typische ABC-Partition sieht wie folgt aus:

  • Artikel A, Top 20% Produkte, klassifiziert als “Kritisch wenige”: hoher Servicegrad, z.B. 96-98%
  • Artikel B, nächste 20-30% Produkte, klassifiziert als “Interclass”: mittlerer Servicegrad, z.B. 91-95%
  • Artikel C, letzte 50-60% Produkte, klassifiziert als “trivial viele”: niedrigerer Servicegrad, z.B. 85-90%
aa

Natürlich unterscheiden sich diese Zahlen je nach Markt/Branche. Es können auch weitere Kategorien eingeführt werden.

Ein fortschrittlicherer und realistischerer Ansatz: Kostenanalyse

Die ABC-Analyse soll einen angemessenen Servicegrad für Produktgruppen bestimmen, aber theoretisch ist es möglich, einen optimalen Servicegrad für jedes einzelne Produkt zu finden. Die meisten Methoden, die dafür verwendet werden, basieren jedoch entweder auf drastischen und vereinfachenden Annahmen, die in der Regel ziemlich falsch sind (z.B. die Vertriebsverteilung ist normal), oder auf sehr komplizierter Mathematik (z.B. die Verwendung tatsächlicher Risikoverteilungen für den Vertrieb).

Unserer Meinung nach sollte ein anderer Ansatz (und aus unserer Sicht ein effizienterer) zur Bestimmung eines optimalen Servicegrads aus geschäftlicher Sicht langfristig in Betracht gezogen werden. Wie oben erwähnt, kann der Ziel-Servicegrad als Kompromiss zwischen den Kosten für Lagerbestände und den Kosten für Lagerbestände definiert werden. Als Folge davon könnte man eine Schätzung dieser Kosten erhalten und das Problem des Servicegrads durch eine Kostenanalyse angehen. Das Problem dabei ist, dass dies leichter gesagt als getan ist.

Allgemein gesprochen gibt es zahlreiche Lagerhaltungskosten, die manchmal in Bezug auf die Buchhaltung nicht leicht zu isolieren sind, aber dennoch identifiziert werden können: Kosten des Umlaufvermögens, Kosten des Lagerraums, Kosten der Lagerbestandsroutine (Beladen/Entladen/Lagern/Bewegen…). Zu diesen offensichtlichen Kosten können für bestimmte Produkte noch Kosten für Obsoleszenz, Kosten für schlechte und zerstörte Lagerbestände hinzukommen…

Die Kosten für Lagerbestände sind eine völlig andere und komplexere Angelegenheit. Die offensichtlichste Kosten für Lagerbestände sind natürlich die entgangenen Verkäufe, aber dieser Faktor, so wichtig er auch sein mag, ist bei weitem nicht der einzige, noch der bedeutendste. Umfangreiche Studien haben gezeigt, dass Lagerbestände ein enormes Risiko in Bezug auf die Kundenzufriedenheit darstellen und langfristig zu einer ernsthaften Erosion Ihrer Kundenbasis führen können.

Ein Blick über den Tellerrand: Messung des Servicegrads

Da der Servicegrad als wesentlich erachtet wird (und das zu Recht), versuchen die meisten Einzelhändler “post mortem” herauszufinden, welchen genauen Servicegrad sie in der vergangenen Woche, im vergangenen Monat oder im vergangenen Jahr ihren Kunden geboten haben, und versuchen daher, ihren Servicegrad zu messen. Dies führt zu mehreren Problemen.

Obwohl wir eine klassische (und unserer Erfahrung nach recht brauchbare) Definition des Servicegrads gegeben haben, ist es wichtig zu verstehen, dass diese Definition nicht absolut ist. Tatsächlich kann der Servicegrad auf sehr unterschiedliche Weise verstanden werden.

Nehmen wir ein Beispiel, das das Verständnis dieser Definitionen verdeutlichen kann:

Stellen Sie sich einen Laden vor, der von 10 bis 20 Uhr nonstop geöffnet ist. Bei der Eröffnung hat der Laden 9 Einheiten des Produkts A auf Lager. Im Laufe des Tages betreten 2 Kunden den Laden und möchten dieses Produkt A kaufen: Der erste Kunde kommt um 11 Uhr und möchte 9 Einheiten kaufen, und der zweite kommt um 16 Uhr und möchte 1 Einheit kaufen.

In dieser Konfiguration kann der erste Kunde 9 Einheiten kaufen, bringt den Laden jedoch um 11 Uhr zum Ausverkauf. Also:

  • Wenn der Servicegrad den Prozentsatz der insgesamt nachgefragten Einheiten darstellt, der tatsächlich erfüllt wird, dann beträgt der Servicegrad für den Tag 90% (9 Einheiten wurden von einer Gesamtnachfrage von 10 erfüllt).
  • Wenn der Servicegrad den Prozentsatz der insgesamt nachgefragten Bestellungen/Warenkörbe darstellt, die tatsächlich erfüllt werden, dann beträgt der Servicegrad für den Tag 50% (1 Kunde wurde vollständig zufriedengestellt und 1 hat ein leeres Regal vorgefunden). Beachten Sie, dass diese Definition äquivalent zur vorherigen wird, wenn jede Bestellung 1 Einheit beträgt.
  • Und schließlich, wenn der Servicegrad den Prozentsatz der Zeit darstellt, in der kein Ausverkauf stattfindet, über einen bestimmten Zeitraum, dann beträgt der Servicegrad für den Tag 10% (der Laden ist nach 1 Stunde an einem 10-stündigen Tag ausverkauft). Beachten Sie, dass diese Definition auch äquivalent zur ersten wird, wenn der Umsatz über die Zeit perfekt gleichmäßig wäre.

Jedes dieser Beispiele repräsentiert eine bestimmte Perspektive auf die Definition des Servicegrads: Das erste Beispiel konzentriert sich auf entgangene Verkäufe, das zweite auf die Zufriedenheit der Kunden und das dritte auf die Bewältigung. Dies zeigt, dass es beim Versuch, Servicegrade zu messen, zunächst wichtig ist, genau zu definieren, was genau gemessen wird.

In den meisten Fällen entscheiden sich traditionelle Einzelhändler dafür, versuchte Verkäufe zu messen. Das Problem dabei ist, dass es äußerst schwierig ist, versuchte Verkäufe (in Bestellungen oder Einheiten) zu messen, weil ein Kunde, wenn er ein leeres Regal in einem Geschäft findet, dieses Ereignis in der Regel nicht meldet. Die einzige Situation, in der diese Messung möglich ist, tritt auf, wenn der Kunde beispielsweise bei einer Bestellung in einem E-Commerce nicht darauf hingewiesen wird, dass das Produkt ausverkauft ist, oder gezwungen wird, die Bestellung trotzdem aufzugeben (gefangener Kunde), was selten der Fall ist.

Der Ansatz, der darin besteht, tatsächliche Verkäufe mit prognostizierten Verkäufen zu vergleichen, ist tief fehlerhaft, da er auf der Annahme beruht, dass die Prognosen perfekt sind, was per Definition falsch ist. Dieser Ansatz kann höchstens auf die abnormsten Verkäufe aufmerksam machen, hat aber keine echte Chance, zuverlässige Servicegrad-Indikatoren bereitzustellen.

Am Ende bleiben also nur 2 Möglichkeiten, Servicegrade zu messen: die Durchführung traditioneller und sehr kostspieliger manueller Audits (Suche nach Lücken in den Regalen) oder die sehr gewagte (und in der Regel sehr falsche) Annahme, dass die Bestandsdaten tatsächlich korrekt sind und die Verkaufsmuster mehr oder weniger bekannt sind.

Lokads Gotcha: passive vs. aktive Servicegrade

Klassische Prognosemethoden, die für die Bestandsoptimierung verwendet werden, bieten nur wenig Kontrolle über die tatsächlichen Servicegrade. Die Annahmen, die bei der Berechnung der Sicherheitsbestände gemacht werden, sind falsch, und die theoretischen Servicegrade werden in der Praxis nicht beobachtet, wenn die Servicegrade gemessen werden. Bei Lokad haben wir jedoch festgestellt, dass es mit der richtigen Methodik, nämlich der probabilistischen Prognose, möglich ist, die gewünschten Servicegrade rigoros zu erreichen. Die Annahme einer Bestandskontrollmethodik, die die Servicegrade von vornherein garantiert, vereinfacht viele Prozesse und bietet die Möglichkeit, diese Servicegrade tatsächlich zu optimieren.