SCIPIO Supply Chain Improvement Programs for Integrated Optimization

SCIPIO fcm - Forecasting Module

Wie kann ich die Prognosegüte erhöhen? Warum sollte ich das tun?

Sales Forecasting ist die Voraussetzung für die Absatzplanung. Dabei ist die Prognosegüte der Forecasts das wesentliche Kriterium. Je kleiner der Prognosefehler, desto besser ist in Folge auch die Planung selbst. Ausschlaggebend für verlässliche Forecasts sind einerseits eine funktionierende Forecasting Engine, der Motor zur Erstellung der Absatzprognosen, andererseits müssen die Forecasts selbst konsequent und kritisch mit der Realität verglichen werden. Dazu ist ein passendes Prognosemodul notwendig. Das Ergebnis ist eine höhere Planungsgenauigkeit, die sich dann 1:1 in den Sicherheitsbeständen widerspiegelt.

SCIPIO fcm - Forecasting Module ist ein Werkzeug zur Erstellung von Absatzprognosen. Als Prognosemodelle kommen, je nach Absatzverhalten, unterschiedliche Verfahren zum Einsatz. Je nach Absatzcharakteristik wird dabei das jeweils passende Modell mit dem kleinsten Prognosefehler gewählt. Darüber hinaus stehen auf unterschiedlichen Verdichtungsstufen Auswertungen zur Messung der Prognosegüte bereit.

SCIPIO fcm - Forecasting Module wirkt sich auf die Sicherheitsbestände und damit direkt auf die Kapitalbindung aus. Die Aussage, dass die Sicherheitsbestände zur Deckung der Absatzschwankungen dienen, ist als solches nur bedingt richtig. Hinter dieser Aussage verbirgt sich nämlich die Annahme eines mittleren Verbrauchs (ein - zugegeben - manchmal passendes Prognoseverfahren, in vielen Fällen liefern jedoch höherwertige Verfahren bessere Ergebnisse). Vielmehr richtig ist die Tatsache, dass die Sicherheitsbestände nicht die Absatzschwankungen, sondern die Prognosefehler abdecken müssen. Somit ergibt sich direkt, je höher die Prognosegüte, desto niedriger können die Sicherheitsbestände gewählt werden, ohne dabei Einbußen bei der Verfügbarkeit zu erleiden.

ABSATZPROGNOSEN AUF ARTIKELEBENE

Auf Einzelartikelebene werden Absatzprognosen erstellt. Dabei stehen mehrere Prognosemodelle zur Verfügung. Von einfacheren Modellen (exponential smoothings, regressions) bis hin zu high-sophisticated Verfahren (multi parameter trend-seasonal models) wird dabei jene Methode mit dem geringsten Prognosefehler gewählt. Unterschiedliche Absatzcharakteristiken erfordern unterschiedliche Prognoseverfahren. Es gibt kein für alle Artikel allgemein gültiges Modell. Vielmehr muss die Modellauswahl den Verbrauchseigenschaften des Artikels folgen. Diese Modellauswahl und deren Parametrierung erfolgt bei SCIPIO fcm systemgestützt.

Zur Messung des Prognosefehlers stehen mehrere Kennzahlen zur Verfügung. Dabei liegt immer ein Vergleich des Forecasts mit den realen Werten zugrunde.

Bild vergrößern

Die grafische Darstellung zeigt den realen Absatzverlauf und die Forecasts.

Mehrere Prognosemodelle werden vom System getestet und parametriert. Im vorliegenden Fall wurde ein Trend-Saisonales Modell als adäquat ermittelt.

PROGNOSEGÜTE AUF AGGREGIERTEN EBENEN

Entscheidend ist schließlich, welche Prognosegenauigkeit auf aggregierten Ebenen erreicht wird. Die Prognosefehler spiegeln ja den notwendigen Sicherheitsbestand und somit die Kapitalbindung zur Aufrechterhaltung der Lieferfähigkeit wider. Eine hohe Prognosegüte bedeutet somit eine geringere Kapitalbindung.

Bild vergrößern

TECHNISCHE SPEZIFIKA

• Microsoft® SQL Server als Backend. Die Datenaufbereitung erfolgt ausschließlich innerhalb der Datenbank selbst (T-SQL).

• Die Datenbereitstellung aus den ERP-Systemen, wie z.B. SAP® erfolgt über definierte Schnittstellen.

• Microsoft® Access als Frontend (User Interface), somit stehen dem Anwender sämtliche Funktionen der Microsoft® Office Welt zur Verfügung.

Home | Seitenanfang | Impressum

© 2015 SCIPIO Supply Chain Consulting, Leoben Austria