Show TOC

  Bedarfseinflussfaktoren (BEFs)

Einsatzmöglichkeiten

Die Realisierung eines automatischen Nachschubprozesses mit optimierten Bestellmengen setzt zunächst eine möglichst genaue Vorhersage des zukünftigen Bedarfs voraus. Dies wird in der Regel mit Hilfe von Prognosealgorithmen erreicht, die den zu erwartenden Bedarf auf der Grundlage von Vergangenheitsdaten berechnen. Die Qualität der Bedarfsprognose hängt dabei von folgenden Faktoren ab:

  • Hohe Qualität der Vergangenheitsdaten, die der Prognose zugrunde liegen

  • Auswahl des am besten geeigneten Prognosemodells, das die bedarfsbezogenen Eigenschaften eines bestimmten Produktes abbildet

  • Auswirkungen von vergangenen und zukünftigen Einflussfaktoren auf den Bedarf (diese werden als „Bedarfseinflussfaktoren“ oder kurz „BEFs“ bezeichnet)

Die Funktionen für die Bedarfseinflussfaktoren (BEFs) liefern Eingangsdaten für den automatischen Nachschubprozess. Dadurch wird es möglich, bei der Bedarfsprognose auch die Auswirkungen von vorhersagbaren äußeren Faktoren auf den Bedarf zu berücksichtigen. Mit diesen Funktionen können Sie BEFs überprüfen, verwalten und erforderlichenfalls anpassen.

Beispiele für BEFs sind:

  • Promotions und Werbekampagnen

  • Feiertage oder Urlaubszeiten (Ostern, Weihnachten, Fasching)

  • Sportveranstaltungen (Fußball-Weltmeisterschaft, Olympische Spiele)

  • Verkaufspreise und Preisänderungen

  • Ungewöhnliche Wetterverhältnisse (Hitzewellen, Stürme)

Einführungshinweise

Außer den oben genannten Beispielen können Sie BEFs auch für beliebige andere Faktoren definieren, die quantifiziert, erfasst, gespeichert und zur Erklärung des Abverkaufs oder Bedarfs eines Produktes herangezogen werden können. So können Sie beispielsweise auch aggregierte Filialabverkäufe, die Gesamtverkaufsfläche, Facings, den Kundenverkehr einer Filiale und andere Faktoren als BEFs verwenden.

Hinweis Hinweis

Die BEFs (insbesondere die metrischen BEFs) sollten während der Implementierung mit Bedacht gewählt werden, um eine übermäßige Systembelastung und eine Beeinträchtigung der Prognosegenauigkeit zu vermeiden.

Ende des Hinweises

Funktionsumfang

Der Einfluss eines BEF ist jeweils auf einen bestimmten Zeitraum bezogen, in dem der BEF wirksam ist.

  • Ereignis-BEFs sind äußere Ereignisse, die auf einen genau festgelegten und in der Regel eher kurzen Zeitraum beschränkt sind, sich also durch klar abgegrenzte Auftreten auszeichnen. Beispiele hierfür sind Promotions, Werbekampagnen oder beliebige andere kalenderbezogene Ereignisse wie etwa Feiertage oder Sportveranstaltungen. Bei den Auftreten dieser BEFs kann es sich entweder um reine Ja/Nein-Ereignisse handeln (d. h., sie treten auf oder nicht, wie z. B. bei Feiertagen), oder sie können zusätzlich eine bestimmte Intensität aufweisen (z. B. bei Stürmen oder Hitzewellen). BEFs dieser Art gelten im Allgemeinen für eine größere Anzahl von Lokationen und Produkten und sind nicht notwendigerweise produktspezifisch.

  • BEFs mit niedriger Änderungshäufigkeit haben einen bestimmten Wert, der sich nur gelegentlich ändert, wie beispielsweise beim Verkaufspreis eines Produktes. Solche BEFs gelten in der Regel jeweils nur für ein einzelnes Produkt in einer bestimmten Lokation.

  • BEFs mit hoher Änderungshäufigkeit ändern sich nahezu fortlaufend und können statt mit einzelnen Auftreten oder Änderungen des BEF-Wertes am besten mit einer Zeitreihe beschrieben werden. Dies gilt beispielsweise für aggregierte Filialprognosen, die als Prädiktor für die Distributionszentrumsprognose verwendet werden können.

Für neu eröffnete Filialen, bei denen noch keine Vergangenheitsdaten zur Verfügung stehen, auf die sich die Vorhersage des zukünftigen Verbrauchs stützen könnte, können Sie eine Referenzfiliale angeben. Das System verwendet dann die Vergangenheitsdaten der Referenzfiliale, um den Bedarf für die neue Filiale zu prognostizieren. Auch Referenzprodukte können Sie angeben.

Hinsichtlich der Datenaufbereitung für die Prognoserechnung können Sie vorgeben, dass außergewöhnlich hohe oder niedrige Werte (Ausreißer) automatisch ausgeklammert werden sollen. Da ein Abverkaufs- oder Verbrauchswert, der als Ausreißer interpretiert werden könnte, auch durch einen BEF bedingt sein kann, haben Sie die Möglichkeit, die Ausreißerkorrektur für Zeiträume, in denen ein BEF-Auftreten vorliegt, zu unterdrücken. Der entsprechende Wert kann dann als Auswirkung des betreffenden BEF Berücksichtigung finden.

BEF-Auftreten können aktiv oder inaktiv sein. Inaktive BEF-Auftreten werden in der Prognoserechnung nicht berücksichtigt. Wenn Sie nicht sicher sind, ob ein Ereignis tatsächlich eintreten wird, können Sie das entsprechende BEF-Auftreten zunächst inaktiv setzen und es später aktivieren, wenn der Sachverhalt geklärt ist.

Es stehen zwei besondere BEF-Typen zur Verfügung:

  • Korrekturfaktor . Sie können prognostizierte Bedarfswerte mit einem manuell eingegebenen Faktor korrigieren (z. B. beim erstmaligen oder einem einmaligen Auftreten eines regulären BEF).

  • Ignorieren . Sie können einen Ignorier -BEF verwenden, um historische Bedarfsperioden aus der Prognose auszuschließen (z. B. im Falle von unvorhergesehenen Ereignissen, die zu einer Verzerrung der Verbrauchszahlen führen). Das System verwendet dann stattdessen Durchschnittswerte für den historischen Verbrauch.

BEF-Daten, die nicht mehr benötigt werden, können Sie durch eine Reorganisation aus der Datenbank löschen.