Erläuterungen zum Bericht über die Priorisierung von Bestellungen auf Grundlage probabilistischer Prognosen

Erläuterungen zum Bericht über die Priorisierung von Bestellungen auf Grundlage probabilistischer Prognose












Startseite » Ressourcen » Hier

Quantilprognosen stellen die aktuellste Prognosetechnologie, die Lokad anbietet, dar und liefert eine noch bessere Optimierung der Bestandsleistung und zusätzliche Fähigkeiten. Der Prognose-Engine kann zur Erstellung solcher Prognosen eingestellt werden, indem der Prognosemodus (Forecasting mode) auf Quantiltabellen (quantile grids) eingestellt wird. Auf dieser Seite erläutern wir diesen Prognosemodus und erklären, wie Sie den Bericht über die Priorisierung von Einkäufen, der auf Grundlage der von Lokad generierten Prognose mit Quantiltabellen, erstellt wird.

Überblick

Klassische Prognosen ergeben einen Prognosewert für jede SKU und Tag (oder Woche oder Monat). Dieser Ansatz ist leider sehr vereinfacht und berücksichtigt nicht alle unvermeidbaren, dem künftigen Bedarf zugeordneten Ungewissheiten. Im Gegensatz hierzu besteht der Ansatz der Prognose durch Quantiltabellen aus der Prognose der Wahrscheinlichkeiten für (fast) jeden möglichen künftigen Bedarf. In der Praxis bedeutet das, dass der Prognose-Engine Folgendes ergibt:

  • eine Prognose für die Wahrscheinlichkeit, dass ein Bedarf von null Einheiten beobachtet wird,
  • eine Prognose für die Wahrscheinlichkeit, dass ein Bedarf von einer Einheit beobachtet wird,
  • eine Prognose für die Wahrscheinlichkeit, dass ein Bedarf von zwei Einheiten beobachtet wird,
  • etc.

Theoretisch könnte man diesen Prozess bis ins Unendliche führen. Doch in der Praxis hört Lokad auf, wenn die Wahrscheinlichkeit, einen bestimmten Bedarf zu beobachten (wenn der Bedarf zu hoch wird), zu gering ist, dass es gar nicht mehr wert ist, die entsprechende Wahrscheinlichkeit festzustellen. Zum Beispiel, wenn die Wahrscheinlich, über 1000 Einheiten Bedarf über einen bestimmten Zeitraum zu beobachten, kleiner als 0,1% ist.

Solche rohe Wahrscheinlichkeiten sind selten nützlich. Daher bietet Lokad auch eingebettete Dashboards, die diese rohen Wahrscheinlichkeiten in eine Prioritätenliste mit vorgeschlagenen Einkäufen umwandeln. In dieser Liste werden sowohl die positiven Ergebnisse, wie der Verkauf eines Artikels und der Gewinn, sowie auch die negative Ergebnisse, wie die Lagerhaltung über einen langen Zeitraum mit den entsprechenden Kosten berücksichtigt. Die Wahrscheinlichkeiten, die durch die Prognosen mit Quantiltabellen berechnet werden, werden zum genauen Vergleich aller möglichen künftigen Szenarien genutzt.

In der Praxis

Lokad bietet die Möglichkeit, ein Prognoseprojekt zu erstellen und dieses Projekt einzustellen, indem man als Prognosemodus quantile grid (Quantiltabellen) auswählt. Wenn ein solches Projekt ausgeführt wird, werden alle prognostizierten Wahrscheinlichkeiten in eine Datei namens Lokad_Grid.tsv gespeichert. Diese Datei kann im Vergleich zu den Eingabedaten sehr groß sein, da für jeden einzelnen Artikel (Produkt oder SKU, je nach Fall) viele verschiedene Bedarfswerte assoziiert werden können, wobei für jeden eine entsprechende Wahrscheinlichkeit Prognostiziert wird.

Zusätzlich besitzt der Prognose-Engine ein eigenes Dashboard für Daten, die aus einer der nativen Integrationen, die Lokad unterstützt, stammen, das dafür entwickelt wurde, diese Quantiltabelle (d.h. die rohen Wahrscheinlichkeiten) in eine vorgeschlagene Prioritätenliste für Einkäufe umzuwandeln. Der untere Screenshot zeigt diesen Prozess anhand des Dashboards aus dem Beispiel-Dataset. Andere Datenquellen bieten etwas andere Dashboards an, doch das Prinzip ist immer gleich.

Image

Auf der linken Seite hat das Dashboard ein Formular mit verschiedenen Einstellungen, die die vorgeschlagene Prioritätenliste für den Einkauf steuern. Im Vergleich zur Berechnung der Quantiltabellen, die einen extrem intensiven Prozess darstellt und zwischen 30 und 60 Minuten in Anspruch nimmt, ist die Wiederverarbeitung der Prognose zur erneuten Erstellung der Prioritätenliste für den Einkauf ein sehr schneller Vorgang, der gewöhnlich nur 10 Sekunden dauert. Achten Sie darauf, nicht den „Start run“ Button ganz oben, der den Prognose-Engine starten, mit dem „Save and run“ Button darunter zu verwechseln, der die Prioritäten der Artikel für den Einkauf entsprechend der Einstellung erneut ordnet.

In-Dashboard Einstellungen

Das Dashboard, das die rohen Wahrscheinlichkeiten des Bedarfs in eine engere Auswahlliste der Artikel, die wiederaufgefüllt werden müssen, umwandelt bietet einige Einstellungen. Besonders hervorzuheben ist das Max spend budget. Diese Einstellung schränkt die Gesamtgröße der Bestellung ein. Wenn Sie das Budget bei 0 lassen, ist die Auswahlliste leer. Dennoch empfehlen wir auch nicht, ein sehr großes Budget anzugeben, weil die engere Auswahlliste dann beträchtlich wächst und somit einige äußerst unrentable Vorschläge gemacht werden. Allgemein sollte das eingegebene Budget nicht doppelt so hoch wie Ihr gewöhnliches Budget für Nachbestellungen sein, da ansonsten das Risiko besteht, dass Sie unrentable Käufe machen.

Wir empfehlen Ihnen, Budgets zu wählen, die sich mit den Lagerumschlägen entsprechen. Wenn Ihr Unternehmen beispielsweise wöchentlich nachbestellt, sollte das Budget für die Nachbestellung ähnlich zur verkauften Menge in der letzten Woche sein. In der Praxis, erhöhen Sie Ihre Service Level nach und nach, indem Sie in der Anfangsphase mit Lokad einfach Ihr gewöhnliches Budget für Bestand beibehalten. Wenn sich das dann einspielt, können Sie sich entweder ein Budget zum Ziel setzen, das knapp über Ihrem jetzigen liegt, wenn Sie Ihr Service Level erhöhen wollen oder knapp darunter, wenn Sie die Lagerhaltungskosten reduzieren möchten. In beiden Fällen plädiert Lokad für einen graduellen Wechsel zu einer rentableren Gestaltung.

Der Beispielsimulator verfügt auch über eine Einstellung namens Capital interests, die in Prozent ausgedrückt wird. Dieser Wert stellt die jährlichen Gesamtlagerkosten bezüglich der Anschaffungskosten des Bestands dar. Standardmäßig wird davon ausgegangen, dass die Haltung von einem Bestand im Wert von 1€ über ein Jahr 0,30€ kostet, das macht 30% Zinsen aus. Die Lagerhaltungskosten sind hoch und sollten nicht unterschätzt werden. Für kleinere Unternehmen empfehlen wir, schon alleine wegen der Opportunitätskosten nicht, Werte unter 25% zu benutzen.

Außerdem unterstützt Lokad verschiedene Währungen, da Güter oftmals nicht in derselben Währung gekauft und verkauft werden. Insbesondere kann Lokad den entsprechenden historischen Wechselkurs automatisch anwenden. Der Beispielsimulator funktioniert mit dem dreibuchstabigen ISO-Währungscode.

Erläuterung der Ergebnisse

Abgesehen von den Einsteillungen auf der linken Seite, bietet das Dashboard mehrere Bericht-Elemente. Hierbei sticht die DOWNLOAD Tabelle, die die vorgeschlagene engere Auswahl von Artikeln, die nachbestellt werden sollten, enthält, hervor. Diese Liste enthält die restlichen Artikel nicht. Sehen wir uns die Spalten dieser Tabelle genauer an:
  • Supplier: Der Lieferant, der dem Artikel zugeordnet ist. Wenn Artikel keine explizite Affinität zu einem bestimmten Anbieter haben, wird dies meist mit dem letzten beobachteten Anbieter für den Artikel gefüllt.
  • OnHand: Tatsächliche Menge des vorhandenen Bestands dieses Artikels. Durch dieses Feld kann man einen Überblick über den aktuellen Bestand erhalten, bevor neue Bestellungen getätigt werden. Außerdem wird diese Menge bei der Berechnung der erwarteten ROI für die vorgeschlagene Menge, die gekauft werden soll, berücksichtigt.
  • OnOrder: Menge des Bestellbestands für den Artikel. Dient demselben Zweck wie „OnHand“
  • Qty: Die zur Nachbestellung vorgeschlagene Menge. In dieser Menge werden die Wahrscheinlichkeiten des künftigen Bedarfs bezüglich der Durchlaufzeit, sowie auch der tatsächliche Bestand und der Bestellbestand berücksichtigt.
  • D: Eine einfache Messung des gesamten beobachteten Bedarfs dieses Artikels im letzten Jahr, das in Einheiten ausgedrückt wird. Dieser Faktor wurde hauptsächlich zur Überprüfung der Logik erstellt, um sich zu vergewissern, dass die vorgeschlagene Menge im Vergleich zum Jahresbedarf sinnvoll ist.
  • LT: Die Durchlaufzeit in Tagen ausgedrückt. Lokad versucht gewöhnlich, Durchlaufzeiten automatisch aus dem Durchschnitt der Beobachtung zu berechnen. Dennoch sind die Daten aus dem Auftrag nicht immer ausreichend, um die Durchlaufzeit korrekt zu schätzen. In solchen Fällen, können die Durchlaufzeiten manuell eingestellt werden.
  • SL: Das aktuelle Service-Level bezüglich der Durchlaufzeit, als Schätzung, wenn keine Nachbestellungen für den entsprechenden Artikel getätigt werden.
  • ExM: Die erwartete Bruttogewinnspanne, dank der vorgeschlagenen Nachbestellmengen, wenn die Nachbestellung heute ausgelöst wird.
  • ExC: Die erwarteten zusätzlichen Lagerhaltungskosten, die durch die vorgeschlagenen Nachbestellmengen entstehen würden, wenn die Nachbestellung heute ausgelöst wird.
  • Cost: Die Anschaffungskosten pro Einheit, multipliziert mit der Menge, die gekauft werden soll. Die Summe aller Kosten ist kleiner als das Budget für Ausgaben, das im Simulator eingegeben wurde.

Über der Tabelle, gibt es eine Reihe von Indikatoren, die hauptsächlich zur Überprüfung dienen. Das Hauptziel ist, sofort sicherzustellen, dass die von Lokad verarbeiteten Daten mit den allgemeinen Unternehmensdaten und -indikatoren übereinstimmen. So ist es kaum erstaunlich, dass falsche Eingabedaten zu äußerst divergierenden Zahlen führen. Sollte dies vorkommen, ist es nicht nötig, die Liste der vorgeschlagenen Bestellungen weiter zu analysieren, da das Problem der Eingabedaten zuerst gelöst werden sollte.

Links, neben den Einstellungen des Simulators, befinden sich zwei zusätzliche SL (Service Level) Indikatoren. Der Indikator SL before zeigt den aktuellen Service Level an, wenn keine Nachbestellung getätigt wird. Der SL after Indikator hingegen bietet das verbesserte Service Level, wenn die in der engeren Auswahlliste vorgeschlagenen Artikel heute bestellt werden, wie die Software vorschlägt.

Branchenspezifische Einstellungen

Die Transformation der Quantiltabelle in eine engere Auswahlliste mit Bestellmengen bedarf häufig branchenspezifischer Einstellungen. So ist es beispielsweise zuverlässiger, sich auf die Preisliste, die die garantiert sicheren Preise enthält, zu verlassen, als, dass Lokad die Preise aus den Verkaufspreisen der Verkaufshistorie extrahiert. Wenn anwendbar, ermöglichen unsere Datenkonnektoren, zwischen den verschiedenen Preislisten zu wählen, um zu bestimmen, welche Listen jeweils für die Kauf- und Verkaufspreise genutzt werden sollten. Zusätzlich kann die Prioritätenliste für Einkäufe auch die Einschränkungen und Bedingungen der Lieferkette berücksichtigen. So ist es, zum Beispiel, möglich, Mindestbestellmengen pro SKU oder pro Bestellung, sowie maximale Bestellmengen, wenn etwa Containerverschiffungen involviert sind, zu managen.

Ihnen steht auch zusätzliche Dokumentation zur Erstellung Ihrer eigenen Prioritätenliste zur Verfügung. Doch als Teil der Dienstleistungen unseres Premium-Abonnements kann Lokad für Sie alle diese Beschränkungen und Bedingungen managen und Ergebnisse liefern, die nicht nur hoch optimiert sind, sondern sich auch an die in Ihrem Unternehmen vorhandenen Prozesse und Bedingungen anpassen.