Werbung, Nachfrage und ein Plan, den Menschen nutzen.
Handel und Distribution · Mehrkanalbetrieb. Eine Schicht über Systeme, die sich nicht abstimmen ließen, Werbebudgets, die der Nachfrage folgen statt hinterherzulaufen, und ein Bedarfsplan, den eine Planerin tatsächlich freigibt.
Drei Systeme, eine Tabelle, das Bild vom letzten Monat
Was wir vorgefunden haben
Bestellungen in einem System, Bestand in einem zweiten, Ausgaben in einem dritten — und ein Team, das alle drei jede Woche in einer Tabelle abglich. Das Marketing gab sein Budget also auf Basis des Vormonatsbildes aus: Schnelldreher gingen mitten in der Kampagne aus dem Bestand, während Kapital in Ware lag, die niemand bewarb.
Was wir gebaut haben
Eine Schicht, die diese Systeme zusammenführt und die Abgleichregeln kodiert, die das Team im Kopf hatte, die Nachfrage auf SKU-Ebene darüberlegt und Budgets über Kanäle und Creatives hinweg danach umverteilt, was sich tatsächlich verkaufen wird. Auffälligkeiten — ein Kanal, der keine Daten mehr liefert, eine SKU mit hochschnellender Retourenquote, ein Lieferant, der von vereinbarten Konditionen abweicht — gehen als Meldung an die Person, die für diese Zahl verantwortlich ist, nicht in ein weiteres Dashboard.
Das Budget folgt der Nachfrage; Kapital liegt nicht mehr im Lager.
Zahlen aus dem laufenden Projekt; Kundenname nicht genannt.
Ein Bedarfsplan, den eine Planerin wirklich nutzt.
Ein Modell auf zwei Jahre Lieferhistorie zu fitten, kann jeder. Ob der Plan genutzt wird, entscheidet der Arbeitsablauf, nicht die Modellierung — also haben wir genau das gebaut.
Die Historie ist schmutzig, und niemand sagt es Ihnen
Eine Woche ohne Verkäufe, weil die SKU nicht lieferbar war, ist keine Nachfrage von null — sie ist eine zensierte Beobachtung. Wer darauf trainiert, bringt dem Modell bei, genau die SKUs zu unterschätzen, die ständig ausverkauft sind. Fehlbestände, Aktionen und Anlaufkurven aus der Historie herauszurechnen, ist das eigentliche Produkt.
Wer nicht sieht warum, nutzt die Zahl nicht
Die Basislinie kommt zerlegt an — Trend, Saisonalität, Aktion, Ereignis, Preis — als Wasserfall, über den eine Planerin Balken für Balken diskutieren kann, statt einer einzigen Prognosekurve, die sie nur ganz annehmen oder ganz verwerfen kann.
Das Modell veröffentlicht nie allein eine Zahl
Jeder Wert, der das System verlässt, wurde von einer namentlich benannten Planerin bestätigt oder gesetzt, mit Begründungscode. Die Zellen, bei denen das Modell unsicher ist, gehen an einen Menschen; der Rest läuft automatisch durch.
Manuelle Korrekturen werden am Ergebnis gemessen
Der Prognose-Mehrwert — hat die Korrektur der Planerin das Modell geschlagen oder verschlechtert — wird namentlich gemessen. Diese Kennzahl macht aus einer Prognose eine Disziplin und ist der Grund, warum dem Plan auch im neunten Monat noch vertraut wird.
Gebaut auf Ihrem Data Warehouse.
Ist Ihre Prognose ein Plan — oder ein Vertriebsziel unter anderem Namen?
Das erste Ergebnis ist oft schon die Messung allein — ein schneller, unstrittiger Gewinn. In einer fünftägigen Analyse lassen wir Ihre eigene Historie durchlaufen und zeigen Ihnen, was die Fehlbestände verdeckt haben.
30 Minuten vereinbaren