Falke KGaA
FALKE ist ein international tätiges Familienunternehmen für hochwertige Bekleidungswaren. Um die Verfügbarkeit der Produkte weltweit gewährleisten zu können, müssen die voraussichtlichen Absätze entsprechend geplant werden. Hierzu hatte FALKE gemeinsam mit celver bereits eine Vertriebsabsatzplanung auf Basis von Board eingeführt, deren Ergebnisse wiederum in die Produktionsplanung einfließen.
Das Unternehmen: Einmaligkeit in Serie
Seit 1895 steht das Familienunternehmen FALKE für modische Bekleidung aus hochwertigen Materialien, verarbeitet mit handwerklicher Perfektion und Liebe zum Detail. Produziert werden insbesondere Pullover, Bodies, Feinstrumpfhosen und Strümpfe, Unterwäsche sowie Sportbekleidung.
Die Fakten auf einen Blick:
✓ Vereinfachung des Planungsprozesses
✓ Weniger manueller Aufwand
✓ Steigerung der Forecast-Qualität um 21 %
✓ Vertrauen in die Daten
Die Herausforderung: Zuviel manueller Aufwand
Um die Verfügbarkeit der Produkte weltweit gewährleisten zu können, müssen die voraussichtlichen Absätze entsprechend geplant werden. Hierzu hatte FALKE gemeinsam mit celver bereits eine Vertriebsabsatzplanung auf Basis von Board eingeführt, deren Ergebnisse wiederum in die Produktionsplanung einfließen. Das System liefert wichtige Antworten für die weiteren Prozesse: Wann werden welche Sockentypen in welchem Umfang benötigt? Und welche Farben und Größen werden nachgefragt? All diese Erkenntnisse wirken sich auch auf die Folgeprozesse aus, z.B. drauf, welche Garne für die Produktion eingekauft werden müssen. Die bisherigen Forecasts waren jedoch sehr komplex implementiert und mit großem Wartungsaufwand verbunden. Da die Forecast-Qualität der verwendeten statistischen Methode nicht ausreichend war, mussten die Absatzplaner immer wieder manuell eingreifen, um plausible Ergebnisse zu erhalten.
„Wir haben aktuell ca. 1.500 verschiedene Artikel in der Produktpalette“, erklärt Werner Redicker, Leiter Vertriebsplanung bei FALKE. „In diesem Umfang sind manuelle Neubewertungen auf Dauer einfach nicht abbildbar.“ Gesucht wurde daher eine Forecast-Methode, die verlässlichere Daten liefert und somit den Aufwand für die Fachabteilung reduziert.
Die Lösung: Passgenaue Forecasts pro Artikel
Die Data Scientists von celver verprobten daher gemeinsam mit dem FALKE-Team 15 verschiedene State-of-the-Art-Ansätze, von denen heute 12 eingesetzt werden. Von statistischen Methoden wie ARIMA oder Holt Winters Brown, über neuronale Netze wie Deep AR und N-BEATS bis hin zum Machine Learning mit ARIMA Boost: Für jeden Artikel werden monatlich die passendsten Forecast-Methoden basierend auf ihrer Vorhersagequalität vom System automatisch ermittelt und entsprechend kombiniert. Die Fachanwender waren von Anfang an mit eingebunden, um direkt Feedback zur Plausibilität der Ergebnisse geben zu können. „Es wurde sehr schnell klar, dass sich die Qualität der Vorhersagen auf diese Weise deutlich verbessern lässt“, erinnert sich Werner Redicker an die ersten Testergebnisse.
Dieser neue Ansatz wird aktuell für die Basis-Artikel von FALKE angewendet, da sie im Gegensatz zu Modeartikeln in aktuellen Trendfarben oder saisonalen Mustern (z.B. Nikolausmotive) eine stabilere Datenhistorie mitbringen. Doch auch bei den Basismodellen gab es einige Ausreißer zu beachten. So hatte sich während der Corona-Pandemie beispielsweise das Kundenverhalten stark verändert: Statt Fein Strumpfhosen wurden deutlich mehr Wandersocken verkauft. Diese temporären Sonder-Effekte mussten für den Forecast berücksichtigt werden, um das Ergebnis nicht zu verzerren.
Doch auch ohne Pandemie kommt es immer wieder zu Ausreißern, die im Forecast berücksichtigt werden müssen. Dazu gehören außergewöhnliche Events, wie Produkt-Relaunches. Im Zuge einer Nachhaltigkeitskampagne wurden etwa bestimmte Produkte vom Markt genommen und dann begleitet durch entsprechende Werbeaktionen neu aufgesetzt. Für stabile Forecast-Werte mussten die dadurch entstandenen Peaks in den Verkaufszahlen geglättet werden. Dafür wurden die Artikel verknüpft und die außergewöhnlich hohen Verkaufszahlen auf die betroffenen Vormonate mit weniger Umsatz verteilt.
„Wir waren wirklich überrascht, wie schnell wir gemeinsam mit celver unsere Forecastgenauigkeit verbessern konnten“, berichtet Dr. Paul Schneider, Teamleiter Data Analytics & BI bei FALKE. „Das Kernprojekt wurde innerhalb von nur zwei Monaten durchgeführt – und zwar komplett remote. Das Zusammenspiel mit unseren Fachabteilungen hat aber auch online wunderbar funktioniert und sehr gute Ergebnisse geliefert.“
Anfang des Monats erhalten die Absatzplaner von FALKE nun automatisch generierte Zahlen für den Jahres-Forecast pro Artikel. Die aktuellen Prognosen werden über einen SQL-Server direkt in die bestehenden Board-Applikationen eingespielt – die dazugehörigen Berechnungen erfolgen für den Anwender unbemerkt im Hintergrund.
„Ein großer Vorteil für die Anwenderakzeptanz ist, dass sich der Planungsprozess selbst nicht verändert hat“, resümiert Werner Redicker. „Unsere Planer erhalten im gewohnten System jetzt einfach wesentlich genauere Zahlen, mit denen sie guten Gewissens weiterarbeiten können.“ Im Vergleich zu früher hat sich die Forecast-Qualität um 21 % gesteigert. Entsprechend müssen sich die Planungsverantwortlichen heute deutlich weniger Gedanken um die Basisartikel machen und können sich voll und ganz auf komplexere Themen konzentrieren.
Die letzten Jahre war die Planung stark durch die Folgen der Pandemie und gestörte Lieferketten geprägt. „So langsam kommen wir wieder in ruhigeres Fahrwasser“, erklärt Werner Redicker abschließend. „Jetzt bekommen wir wieder ein Gefühl für die echten Bedarfe und können das Potenzial der neuen Forecast-Methoden weiter ausbauen.“
Ihr Ansprechpartner
