Aufrufe
vor 1 Jahr

f+h fördern und heben 11/2017

  • Text
  • Fuh
  • Heben
  • Foerdern
f+h fördern und heben 11/2017

RUBRIZIERUNGSEBENE

RUBRIZIERUNGSEBENE PERSPEKTIVEN Das Rückgrat der dm-Logistik bilden die Verteilzentren, in denen ca. 3 000 Mitarbeiter pro Tag 1,8 Millionen Einheiten kommissionieren PROF. DR. MICHAEL FEINDT, GRÜNDER UND CHIEF SCIENTIFIC OFFICER VON BLUE YONDER Bei unserer Lösung handelt es sich nicht um ein regelbasiertes System, sondern um eine wissenschaftliche Optimierung auf Basis von Machine Learning Voraus. Dadurch gewinnt der Händler Zeit, um die Verfügbarkeit der richtigen Warenmenge zu gewährleisten und somit die Erwartungen seiner Kunden jederzeit zu erfüllen. Bei der Lösung handelt es sich nicht um ein regelbasiertes System, sondern um eine wissenschaftliche Optimierung auf Basis von Machine Learning. Prof. Feindt: „Das System generiert automatisch und selbstautomatisiert aus Erfahrung Wissen, lernt dabei und optimiert sich selbst. Die automatisierten Prognosen entstehen somit, ohne dass täglich einzelne Parameter angepasst oder statische Regeln verwaltet werden müssen.“ Blue Yonder liefert damit dm-drogerie markt präzise Bedarfsprognosen für die Verteilzentren über einen Zeithorizont von sechs Monaten. Die zukünftigen Bedarfsprognosen werden den Industriepartnern automatisiert zur Verfügung gestellt. Bei Einführung der Lösung basierten die wöchentlichen Artikelbedarfsprognosen auf historischen Bestelldaten der zurückliegenden 2,5 Jahre des jeweiligen Verteilzentrums. Berücksichtigt wird auch der Faktor Saisonalität. Ein Beispiel dafür: 90 Prozent des Parfüm- und Kerzenabsatzes werden im Dezember erzielt. Der Absatz dieser Artikel steigt in diesem Saisonzeitraum also sprunghaft bis auf das Vier- bis Fünffache an. Auch Sondersituationen wie Ferien und Feiertage fließen in die Analyse mit ein. DAS ERGEBNIS rend die Zahl manueller Eingriffe auf ein Minimum reduziert wird“, so Prof. Dr. Michael Feindt, Gründer und Chief Scientific Officer der Blue Yonder GmbH. Ob für Waren mit kurzem oder langem Haltbarkeitsdatum, Schnell- oder Langsamdreher, Blue Yonder ermittelt die optimalen Bestellmengen für jedes Produkt und jeden Markt. Die Lösung übersetzt die Geschäftsstrategie in Tausende von täglichen Dispositionsentscheidungen und ist hochskalierbar über tausende Produkte und Märkte. Sie liefert Bestellvorschläge mehrere Wochen im Aufgrund der präzisen Bedarfsprognosen über den Zeitraum von sechs Monaten lässt sich die Prognosegüte deutlich verbessern. Ein Teil der Industriepartner von dm-drogerie markt profitieren mithilfe der Machine-Learning-Lösung von einer höheren Planungs- und Bestellsicherheit. Das gilt sowohl für die operative Verfügbarkeit als auch für die langfristige Produktionsplanung. Dies optimiert die Lieferzeiten sowie die Logistik der Hersteller und erhöht die Liefertreue der Partner. Darüber hinaus sind die dm-Kunden aufgrund der hohen Warenverfügbarkeit sehr zufrieden. Das zeigt sich an den 28 f+h 2017/11 www.foerdern-und-heben.de

RUBRIZIERUNGSEBENE Spitzenpositionen in Sachen Kundenzufriedenheit, die das Drogerieunternehmen in einschlägigen Erhebungen regelmäßig belegt. „Neben den Bedarfsprognosen für Industriepartner nutzt dm-drogerie markt die Technologie und seine exakte Nachfrage- beziehungsweise Umsatzprognose auch für die Mitarbeiter-Einsatzplanung“, so Prof. Feindt. „Die Mitarbeiter können dadurch selbst besser planen und es sind immer ausreichend Mitarbeiter in den einzelnen Märkten vorhanden, um die Kunden zu beraten. Der Mensch steht also auch hier im Mittelpunkt.“ Fotos: dm drogerie markt, Blue Yonder www.blue-yonder.com AUF EINEN BLICK n Exakte Bedarfsprognosen auf Basis von Machine Learning n Machine Learning verbessert Mitarbeiter-Einsatzplanung n Optimierte Zusammenarbeit zwischen Herstellern und Verteil zentren www.foerdern-und-heben.de f+h 2017/10 29

AUSGABE