Expertenbeitrag

 Mauro Adorno

Mauro Adorno

Managing Director für Europa, ToolsGroup GmbH

Nachfrageplanung Mit Demand Sensing schneller auf Marktveränderungen reagieren

Autor / Redakteur: Mauro Adorno / Sebastian Human

Die Beeinflussung der Nachfrage durch Preisgestaltung, Einführung neuer Produkte und Sonderaktionen hat zu starken Nachfrageschwankungen und hohen Verbrauchererwartungen geführt. Demand Sensing erlaubt es, diese Schwankungen zu verringern, indem aus dem Lärm der Nachfrage die wichtigen Signale extrahiert werden.

Firma zum Thema

Demand Sensing soll im Trubel von Nachfrageschwankungen dabei helfen, die tatsächlichen Kundenwünsche schneller zu erkennen und darauf zu reagieren.
Demand Sensing soll im Trubel von Nachfrageschwankungen dabei helfen, die tatsächlichen Kundenwünsche schneller zu erkennen und darauf zu reagieren.
(Bild: gemeinfrei / Unsplash)

Beim Demand Sensing geht es darum, kurzfristige Trends sofort aufzugreifen, um besser vorhersagen zu können, was die Verbraucher wann und wo wollen. Die Nachfrage kann nicht immer perfekt prognostiziert werden, da sie von einer unendlichen Anzahl bekannter und unbekannter Variablen beeinflusst wird.

Laut einer Studie von KPMG und der Economist Intelligence Unit waren nur 22 Prozent der Prognosen von Unternehmen innerhalb von 5 Prozentpunkten genau. Im Durchschnitt lagen die Prognosen aber um 13 Prozent daneben.

Sicher, es gibt viele Puristen, die an Prognoseverfahren festhalten, die gewichtete Mittelwerte und andere traditionelle, leicht verständliche Methoden verwenden. Dieser Ansatz kann aber nur Vorhersagen auf der Grundlage historischer Nachfragemuster liefern. Wichtige Online- und externe Daten, die einen Überblick der Nachfrage nahezu in Echtzeit bieten, fehlen.

Glücklicherweise geht es auch anders. Wie bei der Wettervorhersage ist es möglich, intelligente Demand Sensing Systeme zu entwickeln und zu trainieren, die das Chaos der Verbrauchernachfrage mit hoher Genauigkeit vorhersagen können. Dabei handelt es sich um hybride Planungssysteme, die mehrere Vorhersagetechniken und Datentypen anwenden.

Schneller auf variable Nachfrage reagieren

Ein großer Vorteil des Demand Sensing besteht darin, dass kurzfristige Trends sofort in die Prognose einfließen. Anstatt dieselbe Prognose in einem 60- oder 90-Tage-Fenster verwenden zu müssen, gewinnen die Planer Erkenntnisse, die sie in die Lage versetzen, die Prognosen unter Verwendung der neuesten Verkaufsdaten kontinuierlich zu verfeinern. Diese Fähigkeit, schneller und häufiger auf Nachfrageänderungen zu reagieren, führt zu höheren Gewinnen und einem höheren Serviceniveau sowie zu weniger Verschwendung.

Hier einige Möglichkeiten, wie genau Demand Sensing Unternehmen dabei hilft, bessere Einblicke in das Nachfrageverhalten zu erhalten:

  • Verringern der Nachfrageverzögerung bei zwischen geschalteten Distributoren/ Einzelhändlern: Demand Sensing ermöglicht es, zur Verbesserung der Prognose relevante Informationen direkt aus den PoS-Daten zu extrahieren, ohne auf den Distributor warten zu müssen. Die dadurch gewonnene Zeit kann zur besseren Eingabe von Angebotssignalen und für kurzfristigen Input für die Produktion genutzt werden, sodass der Produktionsplan entsprechend korrigiert werden kann, wie zum Beispiel durch Beschleunigung oder De-Expediting von Aufträgen.
  • Den vorhandenen Bestand kurzfristig besser nutzen: Demand Sensing hilft, den Bestand dynamisch zu optimieren und das Netzwerk auszubalancieren, indem nicht nur der verfügbare Bestand in den regionalen Lagern berücksichtigt wird, sondern auch die erwartete, aktualisierte Kundennachfrage.
  • Die Lücke zwischen In- und Outbound schließen: Das Einkaufs- und Planungsteam möchte das Lager mit möglichst vielen Waren füllen, das Vertriebs- und Distributionsteam diese schnell wieder loswerden. Diese Kommunikationslücke kann schnell zu Prognose- und Bestandsungleichgewichten führen. Demand Sensing hilft die Lücke zwischen In- und Outbound zu schließen, indem sie ein einziges globales Bild der Nachfrage abbildet.
  • Exakte saisonale Nachfrageprognosen erstellen: Der kurzfristige Einblick in die Nachfrage ermöglicht es, rechtzeitig zu antizipieren oder zu reagieren, was auch für saisonale Produkte wichtig ist. Die erweiterte Sichtbarkeit des Vertriebsnetzes verringert die Nachfrageverzögerung und führt zu einem besseren Angebot entlang des Netzwerkes. Es lässt sich auch antizipieren, wann den anderen der Vorrat ausgeht. Wenn sich ein Artikel nicht wie erwartet verkauft, ist es möglich, schnell zu handeln und Produktion und Bestand anzupassen, sodass Obsoleszenz vermieden wird.
  • Den richtigen Bestand für neue Produkteinführungen: Die Produktlebenszyklen werden immer kürzer; ständig kommen neue Produkte hinzu und verdrängen bestehende. Demand Sensing hilft sicherzustellen, dass die richtige Menge an bisherigen Produkten und das Vertrauen in die Lagerbestände erhalten bleibt, um die Nachfrage nach neuen Produkten zu befriedigen.
  • Sonderaktionen besser verstehen: Durch die Analyse von Daten, wie zum Beispiel Werbeattribute oder Produkt- und Marktdaten, kann man die durch Sonderaktionen entstehende Nachfrage besser verstehen und die Auswirkungen künftiger Aktionen exakter prognostizieren.

Aufbau eines hybriden Demand Sensing Modells

Wie bereits erwähnt, ist ein hybrider Demand Sensing-Ansatz am nachhaltigsten. Es gibt viele Möglichkeiten, die Nachfrage zu erfassen, und jede neue Erkenntnis kann die Reaktionszeit beschleunigen. Ein typischer Demand-Sensing-Prozess besteht aus drei Teilen:

  • 1. Kurzfristige Prognosen mit Hilfe von Sell-In-Daten: Der einfachste Weg die Nachfrage zu erfassen, ist die Verwendung verfügbarer historischer Daten, typischerweise durch die Analyse täglicher Sell-In-/ Ship-To-Daten. Je kürzer der Zeithorizont, desto besser die Möglichkeit, die Prognose anzupassen. Diese Art der Nachfrageermittlung nutzt die Versandhistorie, die in den meisten Lieferkettenplanungs- oder ERP-Systemen verfügbar ist. Einige Planungstools bieten kurzfristige statistische Prognosen als Standardfunktionalität, um die Reaktionsfähigkeit der Prognose bei aktuellen Nachfrageänderungen zu verbessern.
  • 2. Die Einbeziehung von Sell-Out-Daten: In einer nachfrageorientierten Umgebung sollte man prüfen, welche anderen nützliche Daten zur Verbesserung der Prognose noch herangezogen werden könnten. Zum Beispiel können nachgelagerte Sell-Out-Daten wie Kunden-, PoS- oder Kanaldaten verwendet werden, um Nachfragetrends zu erkennen, vor Problemen zu warnen und die Latenz zwischen Plan und Ist-Zustand in der Lieferkette zu beseitigen.
  • 3. Die Verwendung externer Daten: Demand Sensing sollte auch die breite Palette nachfragekorrelierter Variablen wie Marktveränderungen, soziale Medien, Wetter und andere externe Faktoren miteinbeziehen, um eine genauere Prognose zu erstellen.

Erst wenn alle drei Aspekte (Sell-In-, Sell-Out- und externe Nachfrage-Daten) zusammenfügt werden, erhält man ein vollständiges, zusammenhängendes Bild der Nachfrage und kann den Nachfrageprognoseprozess automatisieren.

Eine extrem reaktionsfähige Lieferkette

Es gibt zahllose interne und externe Variablen, die sich auf die Nachfrage auswirken. Das beste Werkzeug, um die Variabilität zu managen und hohe Service Level zu garantieren, ist der Bestand. Demand Sensing hilft Unternehmen, den Bestand so optimal wie möglich zu nutzen. Es extrahiert die wichtigsten Signale aus dem Lärm, um die Prognosegenauigkeit zu erhöhen, die kurzfristige Nachfragetransparenz zu verbessern und den Bestand zu minimieren - und das alles bei gleichzeitiger Verbesserung des Kundendienstes. Unternehmen, die heute in die Werkzeuge, Prozesse und Fertigkeiten investieren, um ihre Demand Sensing Fähigkeiten zu verbessern, werden wirklich auf alles vorbereitet sein, was die Zukunft bringen könnte.

(ID:46510313)

Über den Autor

 Mauro Adorno

Mauro Adorno

Managing Director für Europa, ToolsGroup GmbH