Geht ein neues Logistikzentrum in Betrieb, muss der Bestandsumzug organisiert werden. Dafür gibt es zahlreiche Strategien, unter anderem per Orientierung an Kunden, Sortimenten, Prozessen oder Auftragstypen. 

Fragen zur optimalen Umzugsstragie klärte io auch für für einen Kunden aus der Elektrotechnikbranche. Hauptziel war die Minimierung der Liefersplits, die aus den beiden Standorten resultierten. Dabei galt es, diverse technische und organisatorische Restriktionen zu beachten: Verfügbares Personal, SAP-Logiken oder Transportkapazitäten.

Das Ergebnis beeindruckt: Im schlechtesten Szenario wurden 40.000 Liefersplits im Modell erzeugt, im besten lediglich 28.000 – mit entsprechenden Konsequenzen für Personaleinsatz, Umzugsdauer, Gesamtkosten oder Bestandsabbau und -aufbau.

Bei einem Logistikkunden aus dem Bereich Konsumgüter konnte anhand der Delta-ABC-Analyse einfach und nachvollziehbar ermittelt werden, welche Artikel zum High-Runner werden, welche nicht mehr nachgefragt werden oder welche erst in absehbarer Zeit.

Das Ergebnis: Von rund 12.000 Artikeln änderten sich monatlich etwa 100 Artikel um mehr als eine Klasse. Sogar zum Saisonwechsel sind es lediglich circa 200 Artikel aus dem Gesamtspektrum.

So lässt sich der vorhandene Platz optimal nutzen – bei optimiertem Aufwand.

Die Warenkorbanalyse hilft die Bündelung von Artikeln zu erkennen, die Häufigkeit dieser Bündelungen zu ermitteln und nachzuvollziehen, wie viele Aufträge die entsprechenden Artikeln betreffen. Anhand der Ergebnisse lassen sich sinnvolle Empfehlungen formulieren und Sets anbieten, was jeder längst vom Online-Shopping kennt.

Anhand dieser Methodik konnte io bei einem Kunden, dessen Sortiment mehr als 70.000 Artikel zählt, herausfinden, dass nur 200 entsprechend signifikante Warenkörbe bilden. Diese Artikelgruppe kommt aber in rund 30 Prozent aller Bestellungen vor. Organisiert man diese Artikel logistisch vorteilhaft, indem man sie beispielsweise gemeinsam im Lager platziert, lässt sich viel Zeit sparen.

Wie viele Jahre reicht die Kapazität der Logistikzentren zur Versorgung aller Filialen bei durchschnittlichem Wachstum? Ab welchem Jahr ist eine Erweiterung der Kapazitäten unabdingbar? 

Über die Clusteranalyse konnten diese Fragen für eine US-Einzelhandelskette geklärt werden. Dabei wurden vor allem auch drei unterschiedliche Filialgruppen identifiziert, anhand derer sich zeigte: Das Nachfrageverhalten der Kunden in Ballungsgebieten unterscheidet sich signifikant von jenen, die in ländlich gelegenen Filialen einkaufen.

Auf Basis dieser Erkenntnis wurden die Planungsprämissen und notwendigen Kapazitäten in den Logistikzentren angepasst und optimiert werden. Als Analysebasis dienten Wareneingangsdaten, Warenausgänge zu den Filialen und entsprechende Bestandsdaten – insgesamt etwa 3,5 Mio. Datensätze.

Bei einem langjährigen Kunden von io aus der Automobilbranche konnten mit der SAP Analytics Cloud (SAC) durch Live-Datenanbindung an die vorhanden SAP-Systeme verschiedene Dashboards zum Monitoring von Logistikkennzahlen (z.B. Lagerbestand, Umschlagshäufigkeit, Transportauslastung) umgesetzt werden.

Die SAC geht über die traditionelle Datenanalyse hinaus, indem sie erweiterte Analysefunktionen wie Predictive Analytics und What-If-Szenarienmodellierung bereitstellt. Predictive Analytics nutzt maschinelles Lernen, um zukünftige Trends und Verhaltensmuster aus historischen Daten abzuleiten, während What-If-Szenarien es Unternehmen ermöglichen, potenzielle Auswirkungen verschiedener Entscheidungen zu simulieren und zu bewerten. Durch die Integration mit SAP-Systemen sowie anderen Cloud- und On-Premise-Datenquellen bietet die SAC eine ganzheitliche Analyseplattform für Unternehmen.

Mit Hilfe der SAC kann der Kunde nun den End-to-End-Prozess vom Warenein- bis zum Warenausgang transparent darstellen. Zudem sind interne sowie standortübergreifende Optimierungsbedarfe ableitbar. Ein „Digital Twin“ des Materialflusses ermöglicht es, die Auswirkung von Entscheidungen vorab zu simulieren.