Logistik & Supply Chain

Qualität von Prognosegüten

Sales and Operations Planning: Praktiker-Tipps zur Verbesserung der Vorhersagegenauigkeit

19.05.2022 - Die Absatzplanung (engl. Sales Planning) ist als taktische Supply Chain Planungsaufgabe ein wesentlicher Input-Faktor für viele weitere Planungen und Entscheidungen im Supply Chain Management der Chemieindustrie, bspw. für die Bestandsplanung, die Produktionsplanung oder die Einkaufsplanung.

Je höher die Vorhersagegenauigkeit eines Unternehmens ist, desto wirtschaftlicher können die vorhandenen Ressourcen eingesetzt und desto erfolgreicher können Kundenbedarfe befriedigt werden.

Wer seine Demand-Planning Prozesse messbar im Griff hat, schafft eine valide Datenbasis, an der sich alle Prozessbeteiligte ausrichten können, ohne dass „Trouble-Shooting“ den Geschäftsalltag bestimmt. Mit Hilfe der sieben nachfolgenden Tipps lässt sich die Vorhersagegenauigkeit verbessern und somit die Supply Chain effektiver und effizienter steuern.

Den Forecast frei von politischen Spielchen halten

Das Ziel der Absatzplanung sollte sein, das operative Geschäft möglichst genau abzubilden und die Realität möglichst genau zu treffen, um allen Abteilungen eine valide Planungsgrundlage zu bieten. Unter dieser Prämisse ist es oberstes Gebot Planzahlen zu generieren, die weder Sicherheitspuffer oder -abschläge noch politische Interessen beinhalten. So kann es einerseits vorkommen, dass Prognosewerte bewusst zu niedrig angesetzt werden, um bei einer Übererfüllung bonifiziert zu werden. Andererseits werden Prognosewerte auch bewusst zu hoch eingestellt, um die Organisation zur maximalen Warenverfügbarkeit zu bewegen oder um bei knappen Verfügbarkeiten eine überproportional hohe Zuteilung zu erhalten („Short­age Gaming“). Da eine kostenoptimale Produktion nur bei hohen Prognosegüten stattfinden kann, sollten jegliche politischen Interessen für die operative Absatzplanung eliminiert werden.

Leistungsstarke IT und Algorithmen nutzen

In vielen Fällen ist der Einbezug einer leistungsstarken Prognosesoftware mit statistischen Algorithmen in den Prozess der Prognoseerstellung sinnvoll. Unter dem Stichwort „Advanced Analytics“ werden innovative mathematische Methoden angewandt, um eine statistische Prognose maßgeschneidert für spezifische Produktsortimente zu ermitteln. Je nach Verlauf individueller Absatzkurven, z.B. beeinflusst durch Basiswert, Trends, Saisonalität oder Zyklen, kommen hierbei andere statistische Methoden zum Einsatz. Eine leistungsstarke Software optimiert die Prognosegenauigkeit, indem eine Vielzahl an Methoden für jeden einzelnen Artikel auf verschiedenen Planungsebenen getestet und diejenige Methode mit der höchsten Vorhersagegenauigkeit ausgewählt wird. Neben einer gesteigerten Prognosegüte entlastet der Einsatz von Prognosealgorithmen auch die am Prozess beteiligten Personen im Vertrieb und Supply Chain Management.

Know-how des Vertriebs nutzen

Über die reine Statistik hinaus verfügt der Vertrieb regelmäßig über wertvolle Informationen hinsichtlich des zukünftigen Bestellverhaltens der Kunden, die eine Software nicht kennen kann, wie bspw. Promotion, Wettbewerberverhalten oder Neuprodukteinführungen. Keine Prognosesoftware kann eine gezielte Aktion des Kunden vorhersehen, wenn diese in der Vergangenheit nicht aufgetreten ist. Wird die Aktion jedoch im System gepflegt, sind moderne Verfahren durchaus in der Lage, die Auswirkungen auf den Absatz solide abzuschätzen. Somit ist also das Zusammenspiel des statistischen Forecasts mit dem Know-how des Vertriebs entscheidend. Der statistische Forecast sollte einerseits vor Ermittlung der Planzahlen durch vertriebliches Know-how „gefüttert“ und andererseits nach Ermittlung der Planzahlen als reiner Vorschlag verstanden werden. Dieser statistische Vorschlag kann dann, wenn notwendig, vom Vertrieb angepasst und überschrieben werden.

 

„Zusammenspiel des statistischen Forecasts mit dem Know-how des Vertriebs ist entscheidend.“

 

Forecast: den richtigen Zeithorizont und das richtige Zeitintervall definieren

Der Zeithorizont gibt an, wie weit in die Zukunft ein Forecast angelegt sein soll. Je nach Geschäftsgegebenheiten kann ein sinnvoller Zeithorizont für den Forecast z.B. 6, 12 oder sogar 24 Monate sein. Einfluss auf den Zeithorizont des Fore­casts haben Beschaffungszeiten im Einkauf, Produktionszyklen in der Fabrik oder die Versanddauer in der Logistik. Je länger die internen Prozesse zur Herstellung und zum Versand der Erzeugnisse benötigen, desto eher besteht die Notwendigkeit eines längeren Zeithorizonts. Das Zeitintervall gibt an, in welchen Abständen der Forecast überarbeitet und erneuert werden soll. Hier können tägliche, wöchentliche oder monatliche Überarbeitungen sinnvoll sein. Wesentlichen Einfluss auf das nötige Zeitintervall haben die Dynamik des Geschäftsumfeldes und die Planungsstabilität.

Den Prozess institutionalisieren

Die Institutionalisierung eines praktikablen Prozesses zur Durchführung der Absatzplanungen im Unternehmen mit klar definierten und standardisierten Prozessschritten und Zeitabläufen schafft Transparenz über alle Abteilungen hinweg. Hierbei sind die Prozessschritte unter Einbindung von Entscheidungsträgern aus unterschiedlichen Bereichen zu erarbeiten und zumindest die folgenden wesentlichen Aktivitäten unter Angabe von festgelegten Zeitpunkten einzubeziehen:

  • Upload der Ist-Absätze des vergangenen Zeitraums
  • Einpflegen von Vertriebs- und Marketingaktionen
  • Durchführung statistischer Prognosen
  • Überarbeitung der statistischen Vorschlagswerte durch den Vertrieb
  • Review und Diskussion des aktuellen Forecasts im Rahmen eines S & OP-Meetings
  • Fixierung der neuen Forecasts in den IT-Systemen und Verteilung dieser an alle internen und externen Verwender

Prognosegüten messen und kommunizieren

Im Regelfall verbessert schon die Einführung der Messung und Kommunikation von Prognosegüten diese bereits erheblich. Das Bewusstsein der Mitarbeiter über die Vorhersagegenauigkeiten einzelner Sortimente bewirkt automatisch eine erhöhte Fokussierung auf die Bereiche mit geringen Prognosegüten und ein gesundes Konkurrenzdenken, wenn die Planungsqualität verschiedener Kunden oder Sortimente im Verantwortungsbereich unterschiedlicher Mitarbeiter liegen und vergleichbar gemessen werden. Es ist ratsam im Unternehmen ein Forecast-Report­ing zu etablieren, um die Qualität der Vorhersagen in allen Sortimenten stetig nachzuhalten, Verbesserungsmaßnahmen abzuleiten und umzusetzen.

 

„Besonders gute Vorhersagen sollte das Top-Management regelmäßig hervorheben.“

 

Incentivieren der Vertriebsmannschaft bei guten Vorhersagen

Eine gute Vorhersagequalität erleichtert die Steuerbarkeit des Unternehmens und reduziert den Aufwand der Organisation erheblich, sodass eine Incentivierung der Planungsverantwortlichen – i.d.R. der Vertriebsmannschaft – sinnvoll ist. Die Art der Incentivierung muss je nach Bedeutung und Komplexität der Absatzplanung individuell festgelegt werden und kann sowohl monetär als auch rein qualitativ erfolgen. Wenn Prognosegüten für alle Mitarbeiter offen kommuniziert werden, sollten besonders gute Vorhersagen regelmäßig vom Top-Man­agement hervorgehoben werden. Auf diese Weise findet eine der wirkungsvollsten Incentivierungen – die Anerkennung/Wertschätzung –ohne finanziellen Mehraufwand bereits statt.

Fazit

Durch konsequente Anwendung der obengenannten Tipps zur Verbesserung der Absatzplanungen schaffen es Unternehmen in der Chemieindustrie, ihre Vorhersagegenauigkeit signifikant zu steigern. Politischer Einfluss in den Prognosen ist zu verhindern. Statistische Methoden sollten genutzt und sichergestellt werden, dass das gesamte Wissen der Vertriebsmannschaft im Forecast verarbeitet wird. In Kombination mit einem strukturierten und zeitlich abgestimmten Planungsprozess und einem stringenten Reporting lässt sich die Absatzplanung kontinuierlich verbessern und auf die nächste Stufe heben.

Autoren

Downloads

Kontakt

HÖVELER HOLZMANN CONSULTING GmbH

Bahnstraße 16
40212 Düsseldorf
Deutschland

+49 (0) 211 - 56 38 75 - 0