Servicelevel (Supply Chain)

In der supply chain bezeichnet das Zyklus-Servicelevel (oder einfach Servicelevel) die erwartete Wahrscheinlichkeit, dass es zu keinem Lagerausfall kommt während des nächsten Nachfüllzyklus und somit auch die Wahrscheinlichkeit, dass keine Umsätze verloren gehen. Die Zyklusdauer entspricht implizit der Lieferzeit. Das Servicelevel kann auch als die Wahrscheinlichkeit definiert werden, der Kundennachfrage begegnen zu können, ohne auf einen rückständiger Auftrag oder einen entgangenen Verkauf zu stoßen. Zwar erscheint ein 100% Servicelevel – also alle Kunden jederzeit zu bedienen – wünschenswert, jedoch ist dies in der Regel keine praktikable Option.

In der Tat ist das Konzept des Servicelevels nur in Situationen relevant, in denen die zukünftige Nachfrage unsicher ist – andernfalls ist das Erreichen eines 100%igen Servicelevels lediglich eine Frage der richtigen Planung. Wenn die zukünftige Nachfrage unsicher ist, besteht der einzige theoretische Weg, keinerlei Raum für Lagerausfälle zu lassen, darin, auf ein unendliches Inventar zu setzen. In der Praxis muss sich der Bestandsverwalter daher mit einem unvollkommenen Inventar-Trade-off zufriedengeben. Dieser Trade-off wird genau durch das Konzept des Servicelevels gemessen.

Servicelevel als finanzieller Trade-off

Einzelhändler oder Hersteller versuchen, so viele Kunden wie möglich zufriedenzustellen, da dies ihren Umsatz maximiert. Gleichzeitig ist die Haltung des entsprechenden Inventars jedoch sowohl kostenintensiv als auch riskant: Produkte sind teuer in der Anschaffung oder Herstellung, benötigen Platz zur Lagerung, verfallen, werden obsolet und so weiter.

Letztendlich gilt: Je mehr Inventar geführt wird, desto höher sind die Kosten und Risiken. Dies lohnt sich jedoch nur bis zu einem gewissen Punkt. Tatsächlich besteht die primäre Herausforderung der Bestandskontrolle darin, das richtige Gleichgewicht zwischen Kosten zu finden: genug zu haben, um zu verkaufen, aber nicht so viel, dass die Lagerkosten die Vorteile zusätzlicher Verkäufe nicht aufwiegen können.

Abnehmende Erträge bei hohen Servicelevels

In den meisten Einzelhandelsbranchen, ob spezialisiert oder nicht, ist das Anstreben hoher Servicelevels die Norm, typischerweise über 95%. Insbesondere ist ein hoher Servicelevel einer der Schlüsselfaktoren, um die Kunden loyalty zu stärken.

Das Erreichen höherer Servicelevels ist jedoch ein klassisches Beispiel für abnehmende Erträge, bei dem jeder zusätzliche marginale Aufwand, d.h. zusätzliches Inventar im vorliegenden Fall, geringere Erträge bringt, also kleinere Anteile an vermiedenen Lagerausfällen. Die folgende Grafik veranschaulicht die Beziehung zwischen dem Servicelevel und dem Inventarbestand:

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

Optimierung der Servicelevels

Das Servicelevel stellt einen Trade-off zwischen Opportunitätskosten und Betriebskosten dar. Die Optimierung der Servicelevels zur Maximierung der Unternehmensrenditen ist in der Regel komplex und branchenspezifisch. Die Herausforderung wird zusätzlich dadurch erschwert, dass die Analyse empfindlich auf den betrachteten Zeitraum reagiert: Eine Reduzierung der Inventarbestände führt zwar zu sofort verfügbarer Liquidität, während es Jahre dauern kann, einen geringeren Kundenabgang (und somit höhere Umsätze) infolge seltenerer Lagerausfälle zu beobachten.

Da die Kundensensibilität für Lagerausfälle von Produkt zu Produkt variiert, wäre das optimale Servicelevel – falls ein solcher Wert berechnet werden könnte – mit ziemlicher Sicherheit für jedes Produkt spezifisch, da jedes Produkt seinen eigenen Optimalwert besitzt. In der Praxis werden jedoch üblicherweise praktische Näherungen, d.h. Heuristiken, verwendet, um die Komplexität des Problems zu verringern.

Ein heuristischer Ansatz: die ABC-Analyse

Die weit verbreitete ABC-Analyse beruht auf der Idee, dass je mehr Umsatz ein Produkt generiert, desto „wichtiger“ wird es für den Einzelhändler und seine Kunden eingeschätzt. Diese Annahme liefert in der Regel vernünftige Ergebnisse – wenngleich es bemerkenswerte Ausnahmen gibt – und bietet eine bequeme Möglichkeit, Produkte entsprechend ihrem Verkaufsvolumen zu kategorisieren. Jeder Kategorie wird dann ein eigenes Servicelevel zugewiesen.

Eine typische ABC-Einteilung erfolgt wie folgt:

• Artikel A, Top 20% Produkte, klassifiziert als „Critical few“: hohes Servicelevel, z.B. 96-98%
• Artikel B, nächste 20-30% Produkte, klassifiziert als „Interclass“: mittleres Servicelevel, z.B. 91-95%
• Artikel C, letzte 50-60% Produkte, klassifiziert als „trivial many“: niedriges Servicelevel, z.B. 85-90%

Natürlich unterscheiden sich diese Zahlen je nach Markt/Industrie. Weitere Kategorien können ebenfalls eingeführt werden.

Ein fortgeschrittener und realistischer Ansatz: Kostenanalyse

Die ABC-Analyse soll ein angemessenes Servicelevel für Produktgruppen bestimmen, aber theoretisch ist es möglich, für jedes einzelne Produkt ein optimales Servicelevel zu finden. Allerdings basieren die überwiegende Mehrheit der dafür verwendeten Methoden entweder auf drastischen und stark vereinfachenden Annahmen, die in der Regel völlig falsch sind (z. B. wird die Verkaufsverteilung als normal angenommen), oder auf sehr komplizierter Mathematik (zum Beispiel unter Verwendung tatsächlicher Risikoverteilungen für Verkäufe).

Unserer Meinung nach sollte langfristig ein anderer Ansatz (und, wie wir es sehen, ein effizienterer) zur Bestimmung eines optimalen Servicelevels aus betriebswirtschaftlicher Sicht in Betracht gezogen werden. Wie oben erwähnt, kann das Ziel-Servicelevel als ein Trade-off zwischen den Lagerkosten und den Kosten von Lagerausfällen definiert werden. Folglich könnte man eine Schätzung dieser Kosten vornehmen und das Servicelevel-Problem durch eine Kostenanalyse angehen. Das Problem dabei ist, dass dies leichter gesagt als getan ist.

Im Allgemeinen sind die Lagerhaltungskosten zahlreich und lassen sich in der Buchhaltung nicht immer leicht isolieren, aber sie können dennoch identifiziert werden: Kosten des Umlaufvermögens, Lagerraumkosten, Kosten für routinemäßige Inventarmanipulationen (Be- und Entladen, Lagern, Umverteilen usw.). Zu diesen offensichtlichen Kosten können für bestimmte Produkte noch die Kosten für Veralterung sowie die Kosten für verderbliche und zerstörte Lagerbestände hinzukommen…

Die Kosten von Lagerausfällen sind eine ganz andere und komplexere Angelegenheit. Die offensichtlichsten Kosten von Lagerausfällen 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 Lagerausfälle ein enormes Risiko für die Kundenzufriedenheit darstellen und langfristig zu einer ernsthaften Erosion Ihres Kundenstamms führen können.

Weiterführend: Servicelevels messen

Da das Servicelevel als wesentlich erachtet wird (und das zu Recht), versuchen die meisten Einzelhändler, im Nachhinein zu ermitteln, welches genaue Servicelevel sie ihren Kunden in der vergangenen Woche, im vergangenen Monat oder Jahr geboten haben, und versuchen daher, ihre Servicelevels zu messen. Dies führt zu mehreren Problemen.

Obwohl wir eine klassische (und nach unserer Erfahrung durchaus brauchbare) Definition des Servicelevels bereitgestellt haben, ist es wichtig zu verstehen, dass diese Definition nicht absolut ist. Tatsächlich können Servicelevels auf sehr unterschiedliche Weise verstanden werden.

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

Stellen Sie sich einen Laden vor, der ununterbrochen von 10 Uhr morgens bis 20 Uhr geöffnet hat. Bei Öffnung verfügt der Laden über 9 Einheiten des Produkts A. Im Laufe des Tages betreten 2 Kunden den Laden, mit der Absicht, dieses Produkt A zu kaufen: Der erste Kunde kommt um 11 Uhr und möchte 9 Einheiten kaufen, und der zweite um 16 Uhr, der 1 Einheit kaufen möchte.

In dieser Situation ist es dem ersten Kunden möglich, 9 Einheiten zu kaufen, doch dadurch führt er dazu, dass der Laden um 11 Uhr ausverkauft ist. Also:

• Wenn das Servicelevel den Prozentsatz der tatsächlichen Erfüllung der gesamten Nachfrage in Einheiten repräsentiert, dann beträgt das Servicelevel für den Tag 90% (9 Einheiten bedient von einer Gesamtnachfrage von 10).
• Wenn das Servicelevel den Prozentsatz der tatsächlich erfüllten Gesamtnachfrage in Bestellungen (oder Warenkörben) darstellt, dann beträgt das Servicelevel für den Tag 50% (1 Kunde wurde vollständig bedient, und 1 fand ein leeres Regal). Beachten Sie, dass, wenn jede Bestellung 1 Einheit betragen würde, diese Definition der vorherigen entsprechen würde.
• Und schließlich, wenn das Servicelevel den Prozentsatz der Zeit repräsentiert, in der es über einen Gesamtzeitraum hinweg nicht zu einem Lagerausfall kommt, dann beträgt das Servicelevel für den Tag 10% (der Laden ist nach 1 Stunde bei einem 10-Stunden-Tag ausverkauft). Beachten Sie, dass, wenn die Verkäufe über die Zeit hinweg vollkommen gleichmäßig wären, diese Definition ebenfalls der ersten entsprechen würde.

Jedes dieser Beispiele repräsentiert eine bestimmte Perspektive der Servicelevel-Definition: Das erste konzentriert sich auf entgangene Verkäufe, das zweite auf die Kundenzufriedenheit, und das dritte auf die Zeit ohne Lagerausfälle. Dies zeigt, dass es bei der Messung von Servicelevels in erster Linie wichtig ist, klar zu definieren, was genau gemessen wird.

In den meisten Fällen versuchen traditionelle Einzelhändler, entgangene Verkäufe zu messen. Das Problem dabei ist, dass das Messen entgangener Verkäufe (in Bestellungen oder Einheiten) äußerst schwierig ist, denn leider meldet ein Kunde, der in einem Laden ein leeres Regal vorfindet, diesen Vorfall in der Regel nicht. Die einzige Situation, in der diese Messung möglich ist, tritt ein, wenn der Kunde beim Aufgeben der Bestellung in einem E-Commerce beispielsweise nicht darauf hingewiesen wird, dass das Produkt ausverkauft ist, oder gezwungen wird, die Bestellung trotzdem aufzugeben (gefangener Kunde), was jedoch selten der Fall ist.

Der Ansatz, tatsächliche Verkäufe mit prognostizierten Verkäufen zu vergleichen, ist zutiefst fehlerhaft, da er auf der Annahme basiert, dass die Prognosen perfekt seien, was definitionsgemäß falsch ist. Dieser Ansatz kann bestenfalls auf die außergewöhnlichsten Verkäufe hinweisen, hat jedoch keinerlei echte Chance, zuverlässige Servicelevel-Indikatoren bereitzustellen.

Letztendlich bleiben also nur zwei Möglichkeiten, Servicelevels zu messen: Entweder werden traditionelle und sehr kostspielige manuelle Audits durchgeführt (bei denen man nach Lücken in den Regalen sucht), oder man trifft die sehr kühne (und in der Regel sehr falsche) Annahme, dass die Inventardaten tatsächlich korrekt sind und die Verkaufsabläufe mehr oder weniger bekannt sind.

Lokads Gotcha: passive vs. aktive Servicelevels

Klassische Prognosemethoden, die zur Optimierung des Inventars eingesetzt werden, bieten wenig Kontrolle über das tatsächliche Servicelevel. Tatsächlich sind die bei der Berechnung der Sicherheitsbestände getroffenen Annahmen fehlerhaft, und die theoretischen Servicelevels werden in der Praxis nicht beobachtet, wenn das Servicelevel gemessen wird. Bei Lokad haben wir jedoch erkannt, dass es mit der richtigen Methodik, nämlich probabilistischer Prognose, möglich ist, die gewünschten Servicelevels rigoros zu erreichen. Die Einführung einer Bestandskontrollmethode, die das Servicelevel by design garantiert, vereinfacht viele Prozesse und bietet die Möglichkeit, diese Servicelevels tatsächlich zu optimieren.