Nestlé prognostiziert Nachfrage mit Analytics von SAS

[SAS Institute GmbH - 12.10.2017] Heidelberg, 12. Oktober 2017 - SAS, einer der weltgrößten Softwarehersteller, ist der globale Partner des größten Lebensmittelkonzerns der Welt für analytische Softwarelösungen. Ziel der Zusammenarbeit ist die Optimierung der Nachfrageprognose.

Die brasilianische Landesgesellschaft mit 22.000 Mitarbeitern an 31 Standorten hat seit 2015 eine entsprechende Lösung aufgebaut. Nestlé Brasilien setzt den SAS Enterprise Guide dazu ein, um Daten zu bündeln, die in die Bedarfsplanung einbezogen werden sollen. Darüber hinaus nutzt das Unternehmen SAS Forecast Studio, um analytische Modelle für die Bedarfsvorhersage zu erstellen. Die beiden Lösungen ergänzen sich gegenseitig und gehören zu DDPO (SAS Demand-Driven Planning and Optimization). DDPO ist ein Softwarepaket, das Module zur Vorhersage, Analyse, Visualisierung, Reporting und Datenoptimierung enthält.

Den Erfolg der Maßnahmen macht Nestlé an vier Faktoren fest: Verbesserung des Kundenservices (im Einzelhandel), Verringerung der Lagerbestände, bessere Frische der angebotenen Produkte und in der Folge eine Reduktion der unverkäuflichen Ware.

Durchführungsvorhaben

Die SAS Lösungen werden innerhalb verschiedener Geschäftsbereiche genutzt. Zum Beispiel kommen diese bei Chocolates Garoto, NESCAFÉ Dolce Gusto, verschiedenen Getränken, Babynahrung und Milchprodukten zum Einsatz. Marcos Borges, Manager der Nestlé-Planungsprozesse erklärt, dass NESCAFÉ Dolce Gusto ein gutes Beispiel für die Nutzung von Analytics sei. Diese Methode ermögliche es, Kundenvorlieben anhand von Vorhersageindikatoren festzustellen, wobei potenzielle Gewinne bereits ausgewiesen werden können. "Die Nutzung der SAS-Lösungen trägt maßgeblich dazu bei, bessere Entscheidungen bei der Nachfrageplanung zu treffen.", erklärt Pedro Feliu, Leiter der Sparte Nescafé Dolce Gusto.

Reinaldo Monma, Manager im Bereich Planung bei Nescafé Dolce Gusto ergänzt: "In Zeiten des ständigen Wandels benötigen wir flexible Lösungen, mit welchen wir neue Steuerungsgrößen finden und testen können, weil sich unser Wettbewerbsumfeld ständig verändert. Diese Lösung haben wir mit SAS gefunden."

"Wenn wir unsere halbjährlichen Ergebnisse vergleichen, stellen wir eine Steigerung der Effizienz unserer Nachfrageprognosen um 9 Prozent fest. Infolgedessen hat sich unser Kundenservice verbessert. Unregelmäßigkeiten in der Zusammenarbeit mit dem Handel haben sich deutlich verringert.", erläutert Sérgio Garnica, Planungskoordinator bei Nestlé Dolce Gusto.

Schlüsselfaktor für den Vertrieb

Nachfrageprognosen sind wichtig, wenn es um (reibungslose) Abläufe innerhalb der Supply Chain sowie um die Ermittlung von potenziellen Erträgen eines Unternehmens geht. Darüber hinaus werden diese gebraucht, um optimierte Produktionspläne für die jeweilige Produktionsstätte zu entwerfen. Wie viele Arbeitskräfte müssen eingesetzt, wie viele Fließbänder belegt, inwieweit Lagerbestände aufgefüllt werden? Je genauer die Vorhersagen letztendlich sind, desto exakter kann die Produktionsplanung erfolgen.
Marco Borges erklärt dazu: "Die erste Hürde bestand darin, eine Übersicht über die erstellten Vorhersagen zu bekommen, um so den generellen Bedarf an Lebensmitteln abschätzen zu können. Dabei mussten verschiedenste Begebenheiten, wie zum Beispiel unser Preis im Vergleich zu Konkurrenten, wichtige Feiertage oder der Quartalsabschluss mit einbezogen werden. Die zweite Hürde bestand darin, die Prognosen, die auf den Unternehmenszielen basierten, auszuwerten und schließlich zu diskutieren, welche Entscheidungen diesbezüglich nötig sind."

Bevor sich Nestlé für die Lösungen von SAS entschied, konnte das Unternehmen statistische Vorhersagen nur in Anlehnung an frühere Umsätze tätigen. Dadurch war es den Verantwortlichen nicht möglich, andere Faktoren, welche die Bedarfsplanung beeinflussen (zum Beispiel Lebenshaltungskosten), mit einzubeziehen. Letztendlich war dies ausschlaggebend dafür, dass für die Erstellung von Bedarfsprognosen eine robuste Lösung eingesetzt werden sollte. Diese musste mit großen Datenmengen umgehen könnenund flexibel genug sein, um die Daten in verschiedenen statistischen Modellen zu verwenden und auch makroökonomische Faktoren wie etwa Wechselkurse mit einzubeziehen.

Nestlé nutzt bei der Erstellung der Prognosen unterschiedlichste Quellen, darunter auch die schon bislang verwendeten historischen Daten. "Wir verwenden auch Daten von Nielsen, und eine Reihe von Informationen, die wir intern, innerhalb unserer einzelnen Geschäftsbereiche gesammelt haben, wie zum Beispiel frühere Preisgestaltungen.", erklärt Borges.

Weiteres Vorgehen

Marcos Borges erwartet trotz guter Ergebnisse weitere Herausforderungen, die Nestlé in Zukunft meistern muss. Beispielsweise die Erstellung von Nachfrageprognosen über Verteilerzentren. Eine andere Aufgabe wird darin bestehen, statistisch nachvollziehen zu können, welche Variablen den Bedarf tatsächlich beeinflussen.

Borges ist überzeugt, dass davon viele verschiedene Bereiche betroffen sein werden: Das Finanzwesen, das Marketing sowie der Einkauf. "Wir haben viel dazugelernt, seit wir die SAS Lösungen nutzen. Ständiges Lernen ist unerlässlich, wir müssen die Möglichkeiten von Analytics immer weiter kennenlernen und fest in unsere Prozesse integrieren" schlussfolgert Borges.

circa 5.400 Zeichen