Bestellprozess einfacher und effizienter gestalten: Die SAF AG zeigt, wie Prognose-Software die Disposition im Einzelhandel unterstützen kann.

Produkte über Produkte, Regal für Regal: Die Artikelvielfalt beim Händler ist enorm. Ein Blick auf das Regal mit Haarshampoos beispielsewise bei dm-drogerie markt spricht für sich: eins für lange Haare, für dünne Haare, für getönte Haare, gegen Schuppen und mit Aloe Vera und das bei zig unterschiedlichen Marken, um nur ein Beispiel zu nennen.

Damit die verschiedenen Produkte immer zur rechten Zeit im Regal liegen, veranlassen Handelsunternehmen wie dm täglich mehrere tausend Bestellungen. Natura Drogerie, die zweitgrößte Drogeriemarktkette Polens, kämpft mit einem vergleichbar großen Bestellvolumen. 8.000 Produkte und 280 Filialen, die zweimal wöchentlich bestellt werden, ergeben 4,5 Millionen Bestellungen pro Woche – manuell ist das kaum zu meistern.

Daher setzen Natura wie auch dm, Metro und Deutsche Woolworth auf die automatische Prognose- und Bestellsoftware der Schweizer SAF AG, um den Bestellprozess einfacher und effizienter zu gestalten

Viele Faktoren berücksichtigen

Bei der Umstellung von manueller auf automatische Disposition müssen Handelsunternehmen viele Einflussfaktoren berücksichtigen und in den Bestellprozess integrieren, da sie die Bestellqualität wesentlich beeinflussen. Dazu gehören zum Beispiel verkaufsfördernde Maßnahmen, Feiertage wie Ostern, Valentinstag und Muttertag, Kostenaspekte, und Lieferbedingungen des Lieferanten.

Die externen Einflüsse und das gigantische Datenvolumen machen Bestellprozesse im Handel zu einer komplexen Kunst. Wie sieht der ideale Prozess aus? Wie gelingt es dem Händler, eine möglichst hohe Qualität seiner Bestellungen sicherzustellen?

Schritt für Schritt zum optimalen Bestand

Eine präzise Datenvorverarbeitung ist der erste Schritt zur optimalen Bestellung. Grundlage für die Berechnung sind die historischen Abverkaufsdaten eines Produktes. Die Software „bereinigt“ beziehungsweise korrigiert diese zunächst.

Im Handel liegen immer wieder fehlerhafte Daten vor, wie zum Beispiel unnatürlich hohe oder niedrige Verkäufe eines Artikels, die durch einen Feiertag oder einen Nullbestand im Lager entstehen. Bei neugelisteten Produkten gibt es keine historischen Daten. In diesem Fall bezieht sich das System bei der Berechnung auf einen Referenzartikel mit Verkaufshistorie.

Die Datenvorverarbeitung bildet die Basis für die nachfolgende Prognoseberechnung – die Vorhersage der zukünftigen Abverkäufe. Für die Prognose jedes einzelnen Artikels stehen verschiedene Methoden zur Verfügung; das geeignete Verfahren legt das Kalibrierungsmodul der Software in der Regel automatisch fest.

Zu welcher Drehklasse gehört das Produkt, das heißt wie oft verkauft es sich? Beeinflussen saisonale Trends oder Kalenderereignisse den Absatz? Gibt es Verkaufsdaten aus der Vergangenheit oder handelt es sich um einen neuen Artikel? Laufen Rabattaktionen für verwandte Produkte, die den Verkauf beeinflussen? Das System beantwortet diese Fragen und bestimmt die Auswahl des geeigneten Prognoseverfahrens automatisch.

Kundenverhalten abschätzen

Nun kann der Händler präzise abschätzen, wie viel die Kunden nicht nur in der kommenden Woche sondern auch in den nächsten Monaten kaufen werden. Für die Filiale eines Lebensmittelhändlers ergibt die berechnete Abverkaufsprognose beispielsweise einen Verkauf von 20,2 Tafeln Schweizer Schokolade für die kommende Woche.

Da die Software mit durchschnittlichen Verkaufswerten rechnet, sind die Prognosen häufig Dezimalzahlen. Die Auf- oder Abrundung erfolgt im Rahmen der Bestelloptimierung in einem nachgelagerten Prozess.

Im nächsten Schritt ermittelt die Software basierend auf der Abverkaufsprognose den Bedarf für die nächste Bestellperiode, also die Zeitspanne, für die der Händler ein Produkt bestellt. Diese variiert je nach Bestand und Lieferplänen der Lieferanten. In die Rechnung fließt nicht nur die Prognose ein, sondern auch der Bedarf für Produktpräsentationen und offene Bestellungen.

Verteilung der Wochentage

Das so genannte Tagesgewicht eines Artikels spielt ebenso eine wichtige Rolle. Es gibt an, wie die Verkäufe eines Produktes über die einzelnen Wochentage verteilt sind. Beispielsweise steigt die Nachfrage nach Milch in der Regel montags und freitags, da viele Menschen direkt vor oder nach dem Wochenende frische Milch einkaufen. Soll die Milchbestellung also die Nachfrage der Kunden von Freitag bis Montag decken, so muss sie höher ausfallen als für die Periode von Dienstag bis Donnerstag.

Foto: SAF AG
Foto: SAF AG
Dieser Aspekt kommt vor allem bei Produkten mit einem Mindesthaltbarkeitsdatum und/oder einer schnellen Verderblichkeit zum Tragen. Basierend auf der im obigen Beispiel ermittelten Prognose berechnet die Software einen Bedarf von 30,6 Tafeln Schokolade für die nächste Bestellperiode. Dabei berücksichtigt sie alle Faktoren, die den Verkauf beeinflussen. Da zum Zeitpunkt der Bedarfsrechnung noch 12 Tafeln im Lager sind und 8 bereits bestellt wurden, muss die Filiale weitere 10,6 Tafeln anfordern.

Letzter Schritt: Bestelloptimierung

Die Bestelloptimierung ist der vierte und letzte Schritt auf dem Weg zur optimalen Bestellmenge. Ihr kommt eine besondere Bedeutung zu, da hier Preis- und Kostenaspekte in die Berechnung einfließen. Neben Informationen über Mindestbestellmengen und Rabattstaffelungen des Lieferanten beachtet die Software auch logistische Einheiten wie zum Beispiel Karton- oder Palettengrößen.

Die notwendigen 10,6 Tafeln Schokolade kann die genannte Filiale beispielsweise einzeln oder in Kartons mit je fünf Tafeln bestellen. Da der Lieferant Sonderkonditionen für Bestellungen von Kartons anbietet, wählt die Software diese Variante. Artikelspezifisch optimiert sie die Bestellmenge, in diesem Fall entweder 2 Kartons – das bedeutet 10 Tafeln und damit weniger als bei der Bedarfsrechnung ermittelt – oder 3 Kartons – also 15 Tafeln und damit etwas mehr als berechnet.

Für welche Alternative das System sich entscheidet hängt unter anderem von den Lieferbedingungen des Lieferanten und den Lagerkosten ab. So ermittelt die Software die optimale Bestellmenge zum optimalen Zeitpunkt.

Bei Bedarf manuell eingreifen

Der Disponent kann jederzeit manuell in die automatisch generierte Bestellung eingreifen. Diese Eingriffe sollten jedoch auf ein Minimum reduziert werden, da sie sich negativ auf die Bestellqualität auswirken, wie eine Studie des METRO-Konzerns belegt. In 53 Großmärkten bildete das Unternehmen jeweils zwei Versuchsgruppen. Die eine passte die automatisch generierte Bestellung manuell an, die andere bestellte entsprechend der Prognosen des automatischen Systems.

„Immer schnitt die automatisch disponierende Gruppe deutlich besser ab“, berichtet von Dr. Andreas von Beringe, Gründer und CEO von SAF. „Während der drei Jahre dauernden Studie vergrößerte sich der Abstand zur manuell angepassten Gruppe weiter. Weil die Software täglich dazu lernt, stieg die Qualität der automatischen Bestellungen fortlaufend an.“

Deutliche Zeitersparnis durch Automatisierung

Die manuelle Abwicklung tausender Bestellungen war für die Disponenten von Natura eine mühsame und zeitintensive Arbeit. Durch die Umstellung auf automatische Disposition müssen sie die vielen Bestellungen nun nicht mehr alle manuell prüfen und freigeben, sondern können sich auf ein paar wenige konzentrieren, die die Software aufgrund von Auffälligkeiten meldet.

So reduziert Natura die Anzahl der manuell geprüften Bestellungen von 4,5 Millionen auf wenige Hundert pro Woche. Die Mitarbeiter gewinnen dadurch wertvolle Zeit – für verkaufsfördernde Maßnahmen, für Aufräumaktionen und vor allem für den Kunden.

Auch für Douglas, das führende europäische Handelsunternehmen in der Kosmetik- und Parfümeriebranche, ist dies ein wichtiger Grund für die Umstellung auf automatische Disposition mit der Software SAF SuperStore. Das Unternehmen plant die Einführung des Systems in mehr als 1.000 Filialen. „Douglas-Fachgeschäfte zeichnen sich durch herausragenden Service und erstklassige Sortimente aus. Durch die Optimierung des Bestellprozesses können sich unsere Mitarbeiter noch stärker auf die Beratung und den Verkauf konzentrieren“, erläutert Dr. Michael Krings, Director Logistics & Organisation bei Douglas.

Die Zusammensetzung zählt

Von Feiertagen bis zu Werbeaktionen, von Rabatten bis zu Mindestbestellmengen, vielfältige Faktoren beeinflussen den Verkauf und damit die Bestellungen im Handel. Je besser die einzelnen Schritte im automatischen Bestellprozess aufeinander abgestimmt sind und wie Teile eines Puzzles ineinander greifen, umso höher ist die Qualität der Bestellung.

Die Software berücksichtigt von Stufe zu Stufe alle verkaufs- und kostenrelevanten Faktoren, bei der Datenvorverarbeitung, der Prognoseberechnung, der Bedarfsrechnung und der Bestelloptimierung. Am Ende des Prozesses steht der optimale Bestellvorschlag, der an das ERP-System übergeben wird, um die endgültige Bestellung auszulösen.

Durch den Einsatz eines automatischen Bestellsystems können Händler den komplexen Bestellprozess effizient und kostengünstig gestalten. Die Supply Chain orientiert sich an den Bedürfnissen der Kunden und optimiert gleichzeitig die Logistikkette.

So gelingt Handelsunternehmen was vor 15 Jahren noch undenkbar gewesen wäre: Sie senken ihre Lagerkosten und reduzieren gleichzeitig die Lücken in den Regalen. Das wirkt sich nicht nur positiv auf die Umsätze aus, sondern auch auf die Zufriedenheit der Kunden. Denn diese finden stets das richtige Produkt zur richtigen Zeit im richtigen Regal.

Lilith Braun / SAF AG