Sie haben Fragen zu Data Science ?
Wir freuen uns auf Ihre Nachricht.
Case Study: Erstverteilung optimieren
Vor allem für Filialisten im Modehandel ist es wichtig, dass neue Ware in jeder Filiale in den Größen vorhanden ist, die von den Kunden auch nachgefragt werden. Die meisten Händler berechnen den Bedarf anhand aufwendiger manueller Verfahren – mit den damit verbundenen Ungenauigkeiten. Für einen Modehändler mit mehr als 200 Filialen entwickelte COSMO CONSULT ein Optimierungsmodell, mit dem sich Mengen und Größen ideal und automatisiert auf die einzelnen Filialen verteilen lassen. Damit gelang es, die einzelnen Filialen nachfragekonform zu beliefern, Restbestände zu reduzieren und Abverkäufe signifikant zu steigern.
Key Facts
Den Modehandel nachfragekonform beliefern
Den Bedarf auf Basis vergangener Verkäufe optimieren
Margen steigern und Restbestände reduzieren
Ausgangssituation
Die nachfragekonforme Größenverteilung von Artikeln auf einzelne Filialen hat großen Einfluss auf die Marge – und ist für Modehändler eine ständige Herausforderung.
Ein Modehändler mit rund 200 Filialen führte die Haus- und Größenverteilung bislang weitgehend manuell durch. Hierfür teilte er die einzelnen Filialen in verschiedene Klassen ein, etwa nach der Filialgröße. Anschließend wurde jeder Klasse ein vordefinierter Größenschlüssel für die einzelnen Warengruppen zugewiesen. Dieser bestimmte dann die Liefermenge für neue Sortimentsartikel.
Zwischen den verschiedenen Filialen einer Klasse gab es keine weitere Differenzierung. Ein verändertes Verkaufsverhalten wurde nicht regelmäßig analysiert.
COSMO CONSULT erhielt den Auftrag, einen automatisierten Algorithmus zu entwickeln, der die Erstverteilung auf die einzelnen Filialen bei gegebenen Restriktionen durch intelligente Datenanalysen und Optimierungsalgorithmen effizient bestimmt.
Vorgehen
Im ersten Schritt ging es darum, die Verkaufs- und Bestandsdaten der jüngeren Vergangenheit pro Warengruppe genau zu analysieren. Hierfür betrachtete das Projektteam insbesondere die Verkaufsgeschwindigkeiten der einzelnen Größen eines Artikels in Relation zu den jeweils anderen Größen. Das Ergebnis floß in ein gemischt-ganzzahliges Optimierungsmodell ein, das die ertragsoptimierte Verteilung der Gesamtmenge pro Filiale und Größe ermittelte. Dabei wurden weitere Restriktionen wie etwa Mindestmengen pro Größe und Filiale oder die Belieferung in Lots berücksichtigt. Diese Schritte werden heute in regelmäßigen Durchläufen automatisiert durchgeführt.
Mehrwert
Durch die Analyse und Optimierung der filial- sowie größenabhängigen historischen Verkaufs- und Bestandsdaten gelang es, die einzelnen Filialen nachfragekonform zu beliefern. Gleichzeitig konnten Restbestände gesenkt und Abverkäufe signifikant gesteigert werden. Zudem berücksichtigt das Optimierungsverfahren auch komplexere Zusammenhänge, wenn es etwa darum geht, eine beschränkte Anzahl beliebiger Lot-Typen in der Berechnung einzubeziehen. Durch den hohen Automatisierungsgrad und die kurzen Berechnungszeiten lässt sich die Lösung auch kurzfristig einsetzen, um etwa bei neuen Lieferungen auf Bestellabweichungen optimal und schnell zu reagieren.
Sie haben Fragen zu Data Science ?
Wir freuen uns auf Ihre Nachricht.
Fragen Sie unsere Experten
COSMO CONSULT verfügt über eine langjährige Erfahrung mit digitalen Lösungen für den Bereich Data Science. Unsere Angebote basieren auf einer klaren Vorgehensweise, auf detaillierten Kenntnissen der Branchenprozesse und auf exzellentem Produkt-Know-how. Unsere Experten beraten Sie gerne über die einzigartigen Möglichkeiten, die sich für Sie durch den Einsatz moderner Softwaretechnologien ergeben. Nehmen Sie einfach Kontakt mit uns auf. Wir freuen uns darauf, gemeinsam mit Ihnen darüber zu sprechen, wie auch Ihr Unternehmen in das digitale Zeitalter starten kann.
Beitrag teilen
