Problemstellung
Ein führender Getränkehersteller mit über 120 Artikeln und einem Vertriebsnetz von mehr als 7.500 Verkaufsstellen in Nordamerika stand vor erheblichen Herausforderungen bei der Absatzprognose . Das Team war für die Erstellung von Prognosen für jedes einzelne Produkt verantwortlich, doch der Prozess wurde durch die Notwendigkeit, riesige Datenmengen aus verschiedenen, oft inkonsistenten Quellen abzurufen und manuell zu analysieren, erheblich verlangsamt.
Das Prognoseteam, bestehend aus zehn Analysten, verbrachte fast 60 % seiner Arbeitszeit mit der Datenextraktion und -bereinigung und bezog Informationen aus über 15 verschiedenen Systemen. Dies führte nicht nur zu Verzögerungen, sondern schuf auch Raum für Fehler und Inkonsistenzen in den Daten, was wiederum die Genauigkeit der Prognosen beeinträchtigte.
Aufgrund dieser Herausforderungen lagen die Umsatzprognosen des Unternehmens häufig um 10-15% daneben, was entweder zu Lieferengpässen oder zu hohen Lagerbeständen führte und sich negativ auf das Unternehmensergebnis auswirkte.
Obwohl die Daten zugänglich waren, hatte das Führungsteam Schwierigkeiten, die unterschiedlichen Ausgabeformate der Datenanalysten, Datenwissenschaftler und anderer Teams in Einklang zu bringen, was die Entscheidungsfindung erschwerte.
Lösung implementiert
- Multi-Algorithmus-Ansatz für maßgeschneiderte Prognosen nach Produktkategorie.
- Das Data-Science-Team stellte trotz Unstimmigkeiten die Genauigkeit sicher.
- PAI-Chatbot in Datensysteme und Microsoft Teams integriert.
- Interaktive, visuelle Absatzprognosen wurden innerhalb von Teams ermöglicht.
- Die rollierenden Prognosen halfen dem Vertrieb, margenstarke Produkte zu priorisieren.
Gibt es irgendwelche Herausforderungen?
Unsere Branchenexperten können Ihr Problem lösen.