Ein mittelgroßes Bäckerei-Netzwerk hat die tägliche Lieferplanung für Tausende von Filial-Produkt-Kombinationen automatisiert und einen manuellen, fehleranfälligen Prozess durch ein statistisches Prognosemodell ersetzt, das als einfache Web-App verfügbar ist.
Problem
Die Bäckerei betreibt ein Netz von mehreren Dutzend Verkaufsstellen und liefert täglich frische Produkte - darunter Brot, Brötchen und Gebäck mit sehr kurzer Haltbarkeit.
An jedem Arbeitstag musste jemand genau entscheiden, wie viel von jedem Produkt am nächsten Morgen in jede Filiale geliefert werden sollte.
Dieser "Jemand" bestand in Wirklichkeit aus drei Personen, die in Vollzeit arbeiteten, Excel-Tabellen durchforsteten und manuell Liefermengen für etwa 4.000 Kombinationen von Auftragnehmern und Produkten eingaben. Jeden Tag.
Die Kosten betrafen nicht nur die Gehaltsabrechnung. Bei so vielen manuellen Entscheidungen waren Fehler unvermeidlich - zu niedrige Schätzungen führten zu Fehlbeständen beim Kunden, zu hohe Schätzungen zu Rückgaben und Verschwendung. Unterschiedliche Personen wendeten unterschiedliche heuristische Bauchentscheidungen an, so dass die Ergebnisse uneinheitlich waren. Und wenn das Unternehmen neue Kunden oder Produkte hinzufügte, bestand die einzige Lösung darin, mehr Mitarbeiter einzustellen, die noch mehr Tabellenkalkulationen durchführen mussten.
Herausforderung
Die Hauptschwierigkeit bestand darin, ein Modell zu entwickeln, das zuverlässig die Liefermengen für den nächsten Tag für Tausende von Kombinationen mit sehr unterschiedlichen Nachfragemustern vorhersagen konnte. Die Lösung musste so präzise sein, dass man sich auf sie verlassen konnte; zugleich sollte sie benutzerfreundlich und ausreichend schnell sein, um täglich angewendet zu werden, ohne die bestehenden Arbeitsabläufe zu beeinträchtigen.
Lösung
Wir haben ein statistisches Prognosemodell, das automatisch Empfehlungen für die Lieferung am nächsten Tag für jede Kunden-Produkt-Kombination erstellt.
Das Modell wird als Web-API mit einer übersichtlichen Browserschnittstelle bereitgestellt. Ein Benutzer lädt die aktuelle Excel-Datei mit den Daten von heute hoch und erhält sie mit der Spalte "Lieferung morgen" ausgefüllt zurück - fertig zur Weiterverarbeitung.
Die Leistung wird anhand historischer Daten unter Verwendung von Standardprognosemetriken validiert.
Ergebnisse
| Metrik | Auswirkungen |
|---|---|
| Manuelle Arbeit ersetzt | 3 Vollzeitstellen automatisiert |
| Entscheidungen pro Tag | ~4.000 Kunden-Produkt-Kombinationen, die in Sekundenschnelle bearbeitet werden |
| Konsistenz | Gleiche Logik für alle Kombinationen - keine Abweichungen durch Bauchentscheidungen mehr |
| Verfügbarkeit | 24/7 über den Webbrowser, keine Excel-Gymnastik erforderlich |
| Validierung | Backtesting anhand historischer Daten mit Standardprognosemetriken |
Lassen Sie uns über den Prozess sprechen, den Ihr Team noch in Excel durchführt.
