Bis zur letzten Gurke
Wie HAVI für McDonald's die Zukunft voraussagt
Logistik des Fast Foodes
Ab die Post: HAVI optimiert und verwaltet die Supply Chains seiner Kunden – end to end.
Wer hat's noch nicht getan? Fast jeder hat schon bei McDonald's gegessen. Der Burgerbrater ist der wertvollste Fastfood-Konzern der Welt – und auch hierzulande die Nummer eins. Die rund 1.500 deutschen Filialen setzen jährlich mehr als drei Milliarden Euro um. Das sind eine ganze Menge Cheeseburger – er ist in Deutschland der Topseller. Was ihn ausmacht: Brötchen, Rindfleisch, Schmelzkäse, Zwiebel, Gurke, Ketchup und Senfsoße.
Der Logistikdienstleister HAVI stellt sicher, dass in den Filialen von diesen und den anderen rund 140 sogenannten Demand Units, die es für die einzelnen Rezepturen braucht, stets genügend auf Lager sind – und keinesfalls mehr als nötig. Nicht zu wenig, nicht zu viel: Das ist HAVIS Auftrag und Erfolgsversprechen. Die „Trefferquote“ seiner täglichen Absatzprognosen liegt bei über 90 Prozent. Und dabei geht es nicht um Kisten, Kartons oder Kilos: Es geht um jede einzelne Gurke und Tomate.
Wie macht HAVI das? Wie funktioniert eine derart präzise Bedarfsplanung?
Exakter Forecast, flotter Versand: HAVI versorgt McDonald´s vollumfänglich.
In Formation: Die HAVI-Flotte bringt's – dank präziser Prognosen.
„Sie wird auf Basis der Verkaufsprodukte und der dahinterliegenden Rezepturen auf die Materialebene allokiert“, wie Torsten Oldhues, Geschäftsführer Operations bei HAVI Deutschland, erklärt. Natürlich sagt sich das viel leichter, als es umgesetzt werden kann. Tatsächlich liegt der gebotenen Genauigkeit ein aufwendiges Forecast System zugrunde. Mit ihm steht und fällt die Effizienz der gesamten HAVI Supply Chain Management Strategie. Es gewährleistet die planerische Sicherstellung der Warenverfügbarkeit bei niedrigem Bestandsniveau entlang der kompletten Supply Chain – end to end, von den jeweiligen Erzeugern bis zu den Filialen.
Welches Produkt wird täglich wie oft verkauft?
„Für den Forecast nutzen wir die multiple lineare Regression mit historischen Point-of-Sales-Daten“, führt Oldhues weiter aus. Er beruht im Kern auf historischen Verkaufszahlen der letzten zwei bis drei Jahre. Bei neuen Filialen werden Daten von geeigneten „Referenz-Restaurants“ herangezogen. Auf diese Weise prognostiziert der Forecast jeden Tag aufs Neue, welches Produkt in welcher Filiale wie oft über die Theke geht. Der Forecast berechnet daraufhin, wie viele von den jeweiligen Demand Units gebraucht werden, inklusive der erforderlichen Salatblätter, Tomatenscheiben und Soßenkleckse. Und ermittelt daraus die individuell benötigten Versandeinheiten der einzelnen Produkte.
Finetuning ist für einen funktionierenden Forecast allerdings auch nötig, so Oldhues. „Für die Berechnung der Bedarfsplanung pflegen wir im Planungssystem gewisse Kausalfaktoren wie Wochenenden, Feiertage oder lokale Events wie Festivals, Fußballspiele, Märkte und Messen ein. Trends und Saisonalität lassen sich individuell einstellen.“ Sogar für die rund 100 Sonderaktionen wie seinerzeit die Currywurst, die sechs Wochen lang in den McDonald's-Filialen erhältlich war, lassen sich verlässliche Prognosen erstellen. Hier greift man auf den Datenpool von Referenzprodukten zurück, ähnlich wie bei Neueröffnungen – und ebenso effizient.
„Sonderartikel sollen noch am letzten Aktionstag bis zum Ladenschluss erhältlich sein – und danach ausverkauft. Unser Prognoseverfahren kann das leisten“, fährt er fort. „Die Verkaufsfähigkeit bis zum Aktionsende liegt bei 97 Prozent, die Restmenge nach dem Ablauf des Aktionszeitraums beträgt ein Prozent.“
Letzte blinde Flecken
Statistische Ausreißer, so Oldhues, werden im Grunde lediglich von Busreisenden generiert. „Reisebusse sorgen für die letzten blinden Flecken im Forecast. Wohin geht die Kaffeefahrt, an welcher Raststätte hält die Klassenfahrt, wann legt der Reisebus eine Pause ein? Man könnte Statistiken über Reisebusse machen, aber dabei wird nichts herauskommen.“ Schon wieder eine Prognose. Torsten Oldhues kann man sie glauben.
