INVENTARPROGNOSE FÜR EINZELHANDELSNETZWERKE MIT LOKAD
Die Technologie hinter Lokad hilft Einzelhändlern jeder Größe, die Verfügbarkeit ihrer Produkte zu erhöhen und gleichzeitig die Menge an Inventar zu minimieren, die sie sowohl auf der Laden- als auch auf der Lagerstufe halten. Das sehr hohe Maß an Automatisierung, das mit Lokad verbunden ist, macht es auch für komplexe Produktauswahlen geeignet, ohne zusätzliches Personal einbeziehen zu müssen. Die Quantilprognosetechnologie ist speziell auf die Unterstützung hoher Servicelevels ausgelegt, auch wenn der Umsatz sowohl intermittierend als auch unregelmäßig ist. Darüber hinaus ist Lokad durch Cloud-Computing in der Lage, sich auf Tausende von Geschäften zu skalieren.
Worten, ein Elektronikhändler, verfügt über 300+ Geschäfte und E-Commerce und bietet verschiedene Produkte für Technikliebhaber.
Worten setzt auf eine digitale Strategie mit Geschäften und menschlicher Note. Unsere Partnerschaft mit LOKAD ermöglicht es uns, die Intelligenz unseres Managements zu digitalisieren und zu erneuern, um sicherzustellen, dass unsere Geschäfte besser darauf vorbereitet sind, den Kunden zu geben, was sie wollen. Letztendlich ist diese Partnerschaft ein technologischer und managementtechnischer Durchbruch in der Art und Weise, wie wir die Lieferkette sehen und verwalten.
Bruno Thiago Saraiva, Leiter des Lagerbestands bei Worten
Vollautomatisierung für komplexe Sortimente
Lokad importiert historische Verkaufsdaten und erstellt direkt Inventarprognosen. Und wenn wir “direkt” sagen, meinen wir es auch so. Bei der Erstellung von Prognosen mit Lokad sind keine statistischen Konfigurationen jeglicher Art erforderlich. Dies macht Lokad auch für Benutzer ohne statistische Kenntnisse leicht zugänglich.
Wenn manuelle Eingriffe erforderlich sind, um sicherzustellen, dass Prognosen ordnungsgemäß funktionieren, gibt es kein Ende: Es gibt zu viele Produkte, zu viele Geschäfte.
Viele klassische Prognoselösungen bieten die Möglichkeit, die Prognosen “abzustimmen”, aber was den Einzelhandel mit allgemeinen Waren betrifft, haben wir immer wieder beobachtet, dass solche Funktionen
stark irreführend sind. Wenn manuelle Eingriffe erforderlich sind, um sicherzustellen, dass Prognosen ordnungsgemäß funktionieren, gibt es kein Ende: Es gibt zu viele Produkte, zu viele Geschäfte. In diesem Fall ist die vollständige Automatisierung einfach die einzige Option.
Lokads einzigartige Prognosetechnologie nutzt Korrelationen zwischen Produkten. Tatsächlich gibt es bei einem einzelnen Produkt fast nie genügend historische Daten. Glücklicherweise verkaufen Unternehmen oft hunderte, wenn nicht tausende, Produkte gleichzeitig, und somit überspringt Lokad durch die Nutzung aller Muster, die in Bezug auf die anderen Waren in einem Produktkatalog beobachtet werden können, die komplexe Notwendigkeit, die Prognosen manuell “abzustimmen”. Dies kann als unerwünschtes “Blackbox”-Verhalten angesehen werden, aber unsere Erfahrung zeigt, dass selbst einfache lineare Prognosemodelle in der Praxis wie Blackboxes für Einzelhandelsnetzwerke funktionieren, da es niemals genug Zeit gibt, um mehr als nur einen winzigen Bruchteil der täglich produzierten Ergebnisse manuell zu überprüfen.
Klassische Prognosesysteme werden auch von Randfällen geplagt: Produkte mit zu wenig Verkaufshistorie, Produkte mit zu wenig Verkaufsvolumen, Produkte mit unklaren Saisonalitätsprofilen usw. Unsere Prognosetechnologie lässt kein Produkt zurück, um eine 100%ige Abdeckung des gesamten Sortiments zu gewährleisten.
Fortgeschrittene Prognosemodelle, die Korrelationen zwischen Produkten und Geschäften nutzen, sind für Einzelhandelsnetzwerke ein Muss, gerade weil sie so viele Daten haben, die sie zunächst korrelieren müssen.
Hohe Servicelevels für intermittierende Nachfrage
Auf der Ladenebene sind die meisten Produkte mit intermittierenden Nachfragemustern verbunden, bei denen nur eine Handvoll unterschiedlicher Produkt-Einheiten jeden Tag verkauft werden. Doch selbst wenn ein Produkt nur einmal pro Woche verkauft wird, streben die meisten Einzelhändler nach hohen Servicelevels, um ihre Kunden zufrieden zu stellen. Durch seine Quantil-Prognosetechnologie kann Lokad auch für Produkte, die sehr selten verkauft werden, genaue Inventarprognoseergebnisse liefern.
Klassische Prognoselösungen setzen auf klassische Prognosen, das heißt, Medianprognosen oder Prognosen, die eine 50%ige Chance haben, über oder unter der zukünftigen Nachfrage zu liegen. Auf der Ladenebene funktionieren klassische Prognosen jedoch einfach nicht, weil die meisten Produkte weniger als einmal pro Tag verkauft werden.
Eine Prognosetechnologie, die direkt eine einfache Frage beantwortet: Wie viele Einheiten von Produkt X benötige ich, um den Servicelevel Y zu erreichen?
Einige Tools versuchen, dieses Problem zu lösen, indem sie auf wöchentlicher oder sogar monatlicher Ebene prognostizieren, um höhere Prognosen in Bruchteile zu disaggregieren, aber die Menge an Fehlern, die mit solchen Methoden verbunden sind, ist ziemlich erschütternd. Die Verwendung von klassischen Prognosen zur Bestandsoptimierung löst das Problem aus der falschen Perspektive.
Lokad hat eine statistische Prognosetechnologie für den Einzelhandel entwickelt, die direkt die folgende einfache Frage beantwortet: Wie viele Einheiten von Produkt X benötige ich, um den Servicelevel Y zu erreichen? Anstatt zu versuchen, diese Frage auf einem sehr indirekten und hoch ungenauen Weg zu beantworten, der in der Regel Medianprognosen und Sicherheitsbestände umfasst, ermöglicht Lokads Technologie eine direkte Antwort durch Quantilprognosen. Als Ergebnis, da Lokads Prognosemethode direkt ist und nicht indirekt wie bei klassischen Prognosen, übertrifft die Bestandsleistung, die durch Quantilprognosen erzielt wird, bei weitem die Leistung, die durch den klassischen Ansatz erzielt wird.
Skalierung auf Tausende von Geschäften
Die Bereitstellung fortschrittlicher statistischer Prognosen für Tausende von Geschäften erfordert eine enorme Rechenleistung. Lokad liefert diese Rechenleistung durch die Verwendung von Microsoft Azure, der Cloud-Computing-Plattform von Microsoft. Aufgrund unserer Arbeit hier bei Lokad haben wir 2010 den ersten Azure Partner Award von Microsoft erhalten.
Insbesondere nutzt Lokad eine Technik namens Auto-Scaling, was bedeutet, dass wir bei Bedarf einer Prognose durch Lokad die Server auf Microsoft Azure dynamisch bereitstellen (potenziell Hunderte von ihnen, je nach Größe des Einzelhandelsnetzes), und wir verwenden diese Server sofort, um Prognoseergebnisse in weniger als 60 Minuten zu liefern. Sobald eine Berechnung abgeschlossen ist, werden alle Server deprovisioniert.
Da Bestandsprognosen fast nie mehr als einmal pro Tag benötigt werden, bietet Auto-Scaling eine direkte Hardware-Kostenreduzierung um den Faktor 24; eine Reduktion, die an unsere Kunden weitergegeben werden kann. Die tatsächliche Reduktion der Hardware-Kosten ergibt sich jedoch aus der Tatsache, dass wir eine Technologie entwickelt haben, die stark auf die Hochleistungsverarbeitung von Einzelhandelsdaten ausgerichtet ist.
Komplexe Einkaufsstrategien auf Lagerhausebene
Während der Nachbestellungsprozess auf der Ladenebene in der Regel relativ einfach ist, können Einkaufsstrategien auf Lagerhausebene ziemlich komplex sein. Durch den Skripting-Engine von Lokad ist es möglich, reguläre Nachfrageprognosen in korrekte Bestellungen umzuwandeln, die Preispausen, Versandgebühren, Lagerkapazitäten, Vorlaufzeitvariationen usw. berücksichtigen. Priceforge kann auch verwendet werden, um alle hochspezifischen KPIs der Branche zu etablieren, die von Managern benötigt werden, um die gesamte Bestandsleistung des Netzwerks zu verfolgen.