Besseres Aktionsergebnis bei reduziertem Aufwand
Das Aktionsgeschäft in Handelsunternehmen ist geprägt von einem sich regelmäßig wiederholenden Planungsprozess, um Aktionsartikel, Aktionspreise und Bestellmengen für den nächsten Aktionszeitraum zu definieren. Dabei sind mit Marketing, Einkauf, Category Management, SCM und Vertrieb viele verschiedene Abteilungen involviert, die jeweils eine Vielzahl von kleinteiligen Einzelentscheidungen treffen müssen. Die Vorbereitung und Abstimmung dieser Entscheidungen ist aufwändig und immer noch viel zu häufig erfahrungs- und nicht datenbasiert.
Unsere Projekterfahrung zeigt, dass sich durch eine Verbesserung dieser Entscheidungen Aktionserträge um über 10% steigern und die Aufwände um mehr als 50% reduzieren lassen. Ein wesentlicher Hebel zur Verbesserung und Beschleunigung dieser Planungsprozesse ist Künstliche Intelligenz (KI).
Anwendungsfälle aus der Praxis
Als Safaric Consulting haben wir in den letzten Jahren verschiedene Kunden dabei begleitet, KI zur Optimierung des Aktionsgeschäfts einzusetzen. Ein wesentlicher Erfolgsfaktor war dabei, wie bei allen Projekten mit KI, die richtigen Anwendungsfälle auszuwählen.
Aus unserer Erfahrung sind im Aktionsgeschäft fünf Anwendungsfälle für den Einsatz von KI besonders geeignet. Dabei ist es wichtig, einen evolutionären Ansatz zu wählen und die Komplexität schrittweise zu steigern. Nur so können Unternehmen schrittweise Erfahrungen mit entsprechenden Projekten sammeln und langsam Vertrauen in die neuen Technologien aufbauen.
Die Prognose von Aktionsmengen mit Künstlicher Intelligenz ist der „Basisfall“, der bereits heute zumindest in einfacher Form in vielen Unternehmen eingesetzt wird. Es gibt angefangen von den Generalisten für ERP-Software, wie zum Beispiel SAP, bis hin zu den Spezialisten für Mengenplanung, wie o9 Solutions, eine ganze Reihe von Anbietern entsprechender Softwarelösungen.
Wichtig ist aus unserer Erfahrung, dass Unternehmen bei diesem Anwendungsfall nicht zu einfach denken und sich nicht mit einer Lösung zufriedengeben, die beispielsweise auf die einmalige Prognose einer erwarteten Absatzmenge je Markt limitiert ist. Einen wirklichen Mehrwert bieten die Prognosen für Mengen im Aktionsgeschäft erst dann, wenn sich die Prognose laufend an Einflussfaktoren wie Preisentwicklungen, geplante Regalplatzierungen, Kannibalisierungseffekte oder Bestandsmengen anpasst. Denn nur dann können wirklich alle manuell aufwändigen Schritte der Mengenplanung und Disposition in Zentrale und Märkten automatisiert werden. Unsere Projekterfahrung zeigt, dass gute Lösungen die Aufwände für die Mengenplanung in Zentrale und Märkten in der Summe um weit über 50% reduzieren können.
Der zweite Anwendungsfall ist die Prognose von Aktionsumsatz und -ertrag. Er baut direkt auf Anwendungsfall 1 auf, da aus den Mengen in Kombination mit Verkaufs- und Einkaufspreis unkompliziert Umsatz- und Ertragsprognosen abgeleitet werden können. Dennoch ist der Anwendungsfall in vielen Unternehmen noch nicht (vollständig) umgesetzt, da die Artikel- und die Mengenplanung in vielen Unternehmen mit unterschiedlichen IT-Systemen erstellt werden. Während dem SCM-Bereich beispielsweise bereits ein moderner KI-Algorithmus zur Planung der Bestellmengen zur Verfügung steht, arbeiten die Artikelplaner in vielen Unternehmen noch mit davon völlig unabhängig manuell erstellten Prognosen, die viel ungenauer sind. Als Ergebnis passen Umsatz- bzw. Ertragsplanung teilweise nicht zu den bestellten Mengen.
Ein wesentlicher Hebel, um eine Artikelplanung auf Basis von Daten zu objektivieren ist es daher, die bereits existierenden Prognosealgorithmen aus der Mengenplanung so zu erweitern, dass sie auch in anderen Planungsschritten genutzt werden können. Genau deswegen ist die oben angesprochene Flexibilität der Softwarelösung für die Mengenplanung so wichtig.
Aufbauend auf stabilen und automatisierten Prognosen für Aktionsumsatz und -ertrag kann ein Unternehmen den dritten Anwendungsfall, die Optimierung der Auswahl von Aktionsartikeln, angehen. Der Ansatz dabei ist, dass eine KI einen besseren Artikelmix entwickeln kann als ein menschlicher Planer, da sie viel mehr Varianten simuliert, mehr Seiteneffekte (z.B. die Kannibalisierung unterschiedlicher Artikel) berücksichtigt und sich strenger an den eigentlichen Zielvorgaben ausrichtet.
Während sich die „Optimierung der Artikelauswahl“ (Anwendungsfall 3) weitgehend mit derselben Datenbasis umsetzen lässt, wie die Anwendungsfälle 1 und 2, muss für die Optimierung der Preissetzung die Datenbasis insbesondere um Preisdaten wesentlicher Wettbewerber und Einkaufspreisentwicklungen erweitert werden. Der Anwendungsfall der Preissetzung sollte daher nach dem Anwendungsfall der Artikelauswahl angegangen werden.
Die Vorteile sind ähnlich wie bei der Artikelplanung. Durch die KI können mit geringem Aufwand mehr Fälle simuliert werden und durch eine strikte Fokussierung auf das gewünschte Ergebnis bessere Resultate erzielt werden. Hinzu kommt, dass eine möglichst späte Preissetzung ein Wettbewerbsvorteil sein kann. Die Geschwindigkeitsvorteile einer KI sind somit hier ebenfalls von Bedeutung.
Der letzte Anwendungsfall ist die vollständige Automatisierung der Aktionsplanung durch eine künstliche Intelligenz, die alle Planungsschritte übernimmt und klare Entscheidungsalternativen entwickelt, die operativ nur noch umgesetzt werden müssen. Er lässt sich nur umsetzen, wenn alle zuvor beschriebenen Anwendungsfälle von einem Unternehmen erfolgreich implementiert und auch erprobt wurden. Der Anwendungsfall ist damit aktuell noch eine Zukunftsvision, die erst in einigen Jahren relevant wird. Nichtsdestotrotz ist es für ein Unternehmen wichtig, dieses Zielbild im Kopf zu behalten, weil es als Leitfaden für die Ausgestaltung der vorherigen Schritte dient.
Unsere Expertise und Vorgehen
Die Auswahl der richtigen Anwendungsfälle ist aber nur einer von mehreren kritischen Erfolgsfaktoren, um Projekte zum Einsatz von künstlicher Intelligenz zum Erfolg zu führen. Weitere Erfolgsfaktoren sind beispielsweise die Sicherstellung einer hohen Datenqualität, die gute Einbettung der neuen IT-Systeme in bestehende Prozesse, die Auswahl der richtigen Technologie und IT-Architektur sowie der mittel- bis langfristige Aufbau der benötigten Fähigkeiten im Unternehmen.
Als Safaric Consulting vereinen wir eine tiefe Fachexpertise zum Aktionsgeschäft mit umfangreichen Erfahrungen zur Einführung von Künstlicher Intelligenz in Handelsunternehmen. Diese Kombination macht uns zum idealen Partner, um den Einsatz von Künstlicher Intelligenz im Aktionsgeschäft Ihres Unternehmens voranzutreiben.
Unser Vorgehen orientiert sich dabei individuell an der aktuellen Ausgangslage Ihres Unternehmens. Wir haben praktische Projekterfahrung und die passenden Methoden, um Sie bei der Auswahl einer geeigneten Standardsoftware für die Mengenprognose zu unterstützen. Gleichzeitig haben wir in den letzten Jahren gemeinsam mit unseren Kunden individuelle Lösungen für die komplizierten Anwendungsfälle, wie die Optimierung der Artikelauswahl und Preissetzung entwickelt. Unsere Experten können also auch dabei auf einen umfangreichen Erfahrungsschatz und Best Practices aus vorherigen Projekten zurückgreifen.
Gerne nehmen wir mit Ihnen in einem ersten Workshop eine Bestandsaufnahme vor und entwickeln gemeinsam mit Ihnen eine Roadmap für das weitere Vorgehen.
Workshop: KI im Aktionsgeschäft
Dauer und Ort: Ca. ein Tag, online oder vor Ort
Teilnehmer: Ihre Experten für das Aktionsgeschäft, für die betroffenen IT-Systeme und für Künstliche Intelligenz
Ziele und Inhalte:
Bestandsaufnahme:
- Aufnahme des aktuellen Entwicklungsstandes Ihres Unternehmens bezüglich des Einsatzes von KI im Aktionsgeschäft
- Aufnahme und kurze Standortbestimmung zu laufenden KI-Initiativen im Allgemeinen
Potenzialanalyse
- Kurzdemonstration der Standardanwendungsfälle für KI im Aktionsgeschäft von Safaric Consulting
- Potenzialbewertung der einzelnen Anwendungsfälle für Ihr Unternehmen
Roadmap
- Skizzierung und Priorisierung möglicher Maßnahmen
- Entwicklung einer Roadmap für das weitere Vorgehen