Dispositions-Analyse
Absatzprognosen per Physik-Algorithmus
02.12.2011 - Was hat ein Professor für Physik mit dem Multi-Channel-Händler Otto zu tun? Sogar eine ganze Menge, denn Professor Dr. Michael Feindt hat aufgrund seiner Arbeit am europäischen Kernforschungszentrum CERN den "Neuro Bayes"-Algorithmus erfunden, ein Werkzeug für exakte Prognosen, das sich sowohl in der wissenschaftlichen Forschung als auch in verschiedenen Wirtschaftszweigen einsetzen lässt. Einer dieser Wirtschaftszweige ist der Handel.
Feindt gründete 2008 die Firma Blue Yonder, um Unternehmen bei der Nutzung und Auswertung ihrer Daten zu unterstützen. Zu den Kunden zählt unter anderen Otto, dessen Absatzprognosen durch "Predictive Analytics" von Blue Yonder deutlich optimiert werden konnten.
[f1]"Im Handel sind die Einschätzung der Zukunft und das Wissen darum, wann welche Produkte abgesetzt werden, extrem wichtig. Nur so lassen sich leere Regale vermeiden und Bestellzyklen von teilweise neun Monaten im Voraus planen", sagt Uwe Weiss, seit 2011 CEO von Blue Yonder. Bei Otto mussten schon immer große Datenmengen ausgewertet werden, aber laut Michael Sinn, Vice President Buying Division bei Otto, veränderte sich bei dem Distanzhändler seit 2005 das Geschäftsmodell dramatisch in Richtung Online. "Wir intensivierten unsere Anstoßketten über einen erhöhten Katalogausstoß an verschiedene Zielgruppen", erläutert er. "Online entwi-ckelte sich sehr schnell, aber wir waren mit unseren klassischen Berechnungen nicht in der Lage, so viele Daten hochzurechnen und valide Prognosen zu erstellen." Vor allem stellten die verkürzten Dispositionszeiten eine große Herausforderung dar. "Bei unseren Dispositionsprognosen kommen extrem viele Einflussfaktoren zusammen wie die verschiedenen Produkt-Items, Anstoßketten, Preisvergleiche, der Konjunkturindex oder das Wetter. Im Tagesgeschäft entstehen in Echtzeit permanent weitere Daten", so Sinn.
[hl]Bis zu 25 Prozent bessere Prognosen [/hl][f2]Daher begann Otto 13 international führende Anbieter von Prognose-Tools zu testen. Am Ende erwies es sich überraschenderweise, wie Sinn meint, dass ein Physikprofessor am genauesten in der Lage war, zutreffende Prognosen für Otto zu erstellen. Feindts Software konnte die Otto-Daten problemlos verarbeiten, da der Professor im CERN umfangreiche Erfahrungen mit gigantischen Datenmengen gemacht hatte. "Neuro Bayes konnte 20 bis 25 Prozent bessere Prognosen erstellen als die anderen Anbieter. Das bedeutete für unsere Bestandsberechungen einen signifikanten Fortschritt." Die Software ist ein lernendes System, dessen Prog-nosegüte im Zeitverlauf permanent besser wird. Im Warenmanagementsys-tem, wo die Daten einlaufen, werden diese mit den hinterlegten Liefer- und Produktionszeiten kombiniert und eine Bestellempfehlung gegeben. Artikel mit Handlungsbedarf werden gekennzeichnet. "Der Mensch entscheidet weiterhin, aber er erhält eine bessere Entscheidungsbasis", sagt Sinn.
Otto sieht sich in dem Segment der "Predictive Analyse" als einer der First Mover. Derzeit ist man dabei, die gesamten Prognoseberechnungen auf Blue Yonder umzustellen. Dabei geht es nicht mehr nur um die Disposition. "Die nächsten Projekte, bei denen wir aktuell Tests starten, sind zum Beispiel die Werbemittelaussteuerung und eine Weiterentwicklung der Recommandation-Engine im Web", sagt Weiss. Theoretisch ließe sich Neuro Bayes bei allem "Algorithmisierbaren" einsetzen. (kr)
Vorträge zum Thema:
Anzeige
HighText Verlag
Mischenrieder Weg 18
82234 Weßling
Tel.: +49 (0) 89-57 83 87-0
Fax: +49 (0) 89-57 83 87-99
E-Mail: info@onetoone.de
Web: www.hightext.de
Besuchen Sie auch:
