Sales & Operations: Absatzplanung und -prognose » pmOne
on on
Blog

Sales & Operations: Absatzplanung und -prognose

19. 05 2021 | Heimo Teubenbacher Machine Learning  Predictive Analytics Controlling

Viele Unternehmen haben eine komplexe Konzernstruktur mit internen Liefer- und Leistungsbeziehungen, verbunden mit einem großen Produktportfolio und weit verzweigten Vertriebs- und Beschaffungskanälen. Das alles gilt es „unter einen Hut“ zu bekommen, um rasch auf geänderte Rahmenbedingen reagieren zu können.

„Nach der Krise ist vor der Krise“: die Auswirkungen von COVID 19 haben gezeigt, wie wichtig es für die Überlebensfähigkeit von Unternehmen ist, rasch auf geänderte Rahmenbedingungen zu reagieren. Gestörte Lieferketten und stark geändertes Kundenverhalten auf Grund der COVID 19-Maßnahmen führen dazu, dass sich die Unternehmen verstärkt mit der Integration der Absatzplanung, der Absatzprognose und dem Transfer in die Produktions- und Bedarfsplanung bemühen.
Als integrativer Bestandteil des Planungsprozesses werfe ich ein Blitzlicht auf den Bereich Sales & Operations:

  • Absatz- oder Vertriebsplanung
  • Absatzprognose: unter dem Schlagwort “next level Controlling”mit Machine-Learning-Modellen für Demand and Sales Prediction
  • Produktionsplanung: Ableitung einer Grobplanung und der Produktionskosten
  • Beschaffungsplanung: Supply chain erfordert ein multivariantes Modell und Predictive Analytics unterstützt dabei
Viele Unternehmen haben eine komplexe Konzernstruktur mit internen Liefer- und Leistungsbeziehungen, verbunden mit einem großen Produktportfolio und weit verzweigten Vertriebs- und Beschaffungskanälen. Das alles gilt es „unter einen Hut“ zu bekommen, um rasch auf geänderte Rahmenbedingen reagieren zu können. Am Ende geht es um die Beurteilung der gesamten Supply Chain, ausgelöst von den Absatzerwartungen bis zum zeitgerechten Bezug des benötigten Materials bzw. der kostengünstigen Produktion der Halb- und Fertigprodukte in der gesamten Unternehmensgruppe. Hierfür sind eine Vielzahl an unterschiedlichen Funktionen zu involvieren – oftmals unterstützt durch eine heterogene IT-Landschaft. Zudem fehlt oft eine „Verzahnung“ der einzelnen Bereiche.

Zunächst müssen die Voraussetzungen passen. Dazu zählen sowohl ein einheitlicher Planungsprozess als auch ein einheitliches Planungsmodell im Konzern. Denn ohne eine entsprechende Basis lassen sich auch die „modernen Werkzeuge“ und Predictive-Analytics-Ansätze nicht mit dem erwünschten Nutzen in Einklang bringen.

Die Frage lautet: Wie gelingt eine Effizienzerhöhung in der Produktion indem man die Produktionsressourcen von Mensch und Maschine optimal abstimmt und die mit der Lagerbestandshaltung verbundene Kapitalbindung in einem „Optimum“-Szenario vereint. Im Fokus steht dabei folgendes Ziel: Um mit den Entwicklungen Schritt zu halten und Bestandslücken, Überbestände und Kapitalverluste zu vermeiden, ist der gesamte Sales & Operations Planungsprozess zu beurteilen. Denn die volatile Entwicklung der Märkte und das ebenso volatile Nachfrageverhalten der Marktteilnehmer erschweren die manuelle Planung zur korrekten Bereitstellung von Produkten, d.h. die richtige Menge zum richtigen Zeitpunkt am richtigen Ort.

Absatz- oder Vertriebsplanung

Eine Absatzplanung ist stark vor dem Hintergrund der Branche und der Rahmenbedingungen des jeweiligen Marktes zu bewerten. Während bei der Konsumgüterindustrie eher von einem kurzfristigen Planungshorizont auszugehen ist, muss man in der Investitionsgüterindustrie einen längeren Planungshorizont beurteilen und langfristige Trends mitberücksichtigen. Den Absatzplanungsprozess unterstützen optimalerweise Vorschlagswerte aus Machine-Learning-Algorithmen in einem Gegenstromverfahren, in das die wesentlichen Treiber des Nachfrageverhaltens einfließen. Die eigentliche Planung erfolgt durch die verantwortlichen Sales- und Vertriebsmitarbeiter, je nach erforderlicher Dimensionalität, nach Branchen, Regionen, Produktgruppen, Großkunden etc., und wird kollaborativ erstellt.

Absatzprognose: “Next level Controlling” mit Machine-Learning-Modellen für Demand and Sales Prediction

Mit Machine-Learning-Algorithmen werden die wesentlichen Treiber einer Nachfrage- und Angebotsfunktion in einem mathematisch statistischen Modell abgebildet und im Zeitverlauf weiter trainiert. So können Sie die Prognosegüte auf das gewünschte Niveau heben. Zu wesentlichen Inputparametern und Treibern zählen beispielsweise der Auftragsstand sowie Lieferzeiten, das Wirtschaftswachstum, Währungs- oder , Zinsentwicklungen, Inflationserwartungen bzw. Vorlaufindikatoren wie Investitionsbereitschaft, Konsumentenvertrauen etc. und natürlich der Preis - je nach Produktportfolio und Preissensitivität. Aktuelle Entwicklungen, wie der Anstieg der Transportpreise und die mangelnde Lieferfähigkeit bzw. erwartete Preiserhöhungen von Rohstoffen und (Vor)Material, sind nur schwer zu antizipieren. Ein selbstlernendes Modell berücksichtigt jedoch für die zukünftigen Entwicklungen auch diese Effekte.

Sales & Operations: schematische Darstellung der Absatz- und Produktplanung

EXKURS: Prognosegüte

Die Güte der Planung kann regelmäßig über verschiedene Prognosegütemaße bewertet werden. Im Fokus steht hier der Trainingseffekt des Machine-Learning-Modells. Keinesfalls handelt es sich um einen Wettbewerb zwischen „Mensch und Maschine“, wie fallweise unterstellt wird. Je höher die Prognosegüte, desto näher kommt das Unternehmen dem Optimum-Szenario von Ressourceneinsatz und Ergebnis!

Produktionsplanung

Ableitung der Grobproduktionsplanung und Produktionskosten aus der Bedarfsplanung: Im Fokus der operativen Planung steht die Produktionsgrobplanung. Denn für die Detailplanung sind in den einzelnen Unternehmen ohnehin aufwendige Planungsprozesse und ERP-Lösungen im Einsatz. Im ersten Schritt gilt es auf Basis einer „bill of material“ die Produktgruppenplanung auf einzelne Produkte herunterzubrechen und mit den erforderlichen Materialien und Ressourcen in Verbindung zu bringen. Hierbei können Algorithmen wieder einen wesentlichen Beitrag leisten, da eine Vielzahl an Kombinationen optimal verknüpft werden sollen.

Beschaffungsplanung: Supply Chain

…und wenn Sie diese „Hausaufgaben“ geschafft haben, können Sie mit unterschiedlichen Szenarien im Bereich der Beschaffungs- und Lagerbestandsplanung ihr Optimum-Szenario entwickeln. Wohl wissend, dass es hier noch einige Komplexitäten zu meistern gilt. Dazu zählen zum einen die Unwägbarkeiten in der Preisbildung von Rohstoffen, zum anderen die Transportkosten. Gerade Letzteres war kürzlich der Fall - ausgelöst durch COVID 19 sowie die Blockade der Suez-Kanal-Route. Hier sollten Sie die Expertise Ihrer Mitarbeiter bzw. Kollegen im Projekt zur Definition der Anforderungen mit einbinden und in der Umsetzung eines multivarianten Planungs- und Simulationsmodells für ihr Unternehmen involvieren.

Unternehmenssteuerung

Planung ist die Voraussetzung für Unternehmenssteuerung. Dazu dienen die Definition und Auswahl entsprechender KPIs, die durch regelmäßige Soll-Ist-Abweichungsanalysen – womöglich mit einem Ampelsystem aufzeigen, wo Gegensteuerungsmaßnahmen erforderlich sind, um das Ziel trotzdem zu erreichen oder rechtzeitig entsprechende Adaptionen vorzunehmen. Mögliche KPIs für Sales & Operations können sein:

  • Menge und Umsatz je Produkt, Region, Vertriebskanal, Kundensegment
  • Deckungsbeitrag je Produkt, Region, Vertriebskanal, Kundensegment
  • Lagerumschlagshäufigkeit und Lagerreichweite in Tagen, Wochen, Monaten
  • Kapitalbindung auf Ebene Produktion und Lager
  • Bad Stock Kosten sowie Vernichtungskosten
  • Lieferbereitschaftsgrad (Lieferunfähigkeit / Lieferverzögerungen) in Tagen
  • Preisentwicklungen wesentlicher Inputs

Damit ist ein weiterer Schritt zur Vision einer Unternehmenssteuerung 4.0 möglich: Der Aus- bzw. Aufbau einer „modularen“ CFO-Plattform: „von der Quelle bis zur letzten Meile“ für Informationsbereitstellung am „Point of Decision“ - In diesem Beitrag mit dem Fokus auf den Supply Chain Prozess.

Ihr Ansprechpartner

Sprechen Sie mich gerne an.

Nadine Hömke

Sales Manager

pmOne AG
Probsteigasse 15-17
50670 Köln

 kontakt-cpm@pmone.com

*“ zeigt erforderliche Felder an

Die mit *-markierten Felder sind Pflichtfelder
Dieses Feld dient zur Validierung und sollte nicht verändert werden.

Passende Lösungen zum Thema

Controlling mit Advanced Analytics

Künstliche Intelligenz im Controlling verändert mit modernsten Algorithmen Ihre Finanzdaten grundlegend. Nur wenn Sie die digitalen Möglichkeiten nutzen, bleiben Sie auch langfristig wettbewerbsfähig.

Corporate Performance Management

Transparente Unternehmensprozesse sind der Dreh- und Angelpunkt für eine effektive Unternehmenssteuerung. Wir sorgen mit unseren Lösungen dafür, dass sich Ihr Finanzbereich auf einen "single Point of Truth" verlassen kann. So sind Ihre Unternehmensbereiche sinnvoll vernetzt und manuelle Interaktionen auf ein Minimum reduziert.

Produktqualitätsvorhersage

Predictive Quality optimiert mit modernsten Data-Science-Verfahren sowie Künstlicher Intelligenz Ihre Produktqualität erheblich. Indem wir die komplexen Prozesse Ihrer Produktion systematisch unter die Lupe nehmen, profitieren Sie künftig von einer deutlichen Kostenreduzierung in Ihrem Fertigungsprozess sowie einer Optimierung Ihrer Produktqualität mit deutlich weniger Verschleiß.

Webseminare zum Thema

27. Februar 2024 | 10:00 - 11:00

Video: BEPS Pillar II in der Praxis

3
ESG Geht Auch Pragmatisch | Key Visual | grünes Windrad
23. Januar 2024 | 10:00 - 11:00

Video: ESG geht auch pragmatisch

3
12. Dezember 2023 | 10:00 - 11:00

Video: Power BI on CCH® Tagetik

3

Trainings zum Thema

Menü