Ausgangslage
Unterschiedliche Quellcodes, Zeitraster und Handelskonditionen verhinderten eine konsistente Sicht auf die Marge über Länder hinweg.
Ein wöchentlicher Preis-Wasserfall vom Tarif bis Net-Net, mit Margensichten für Hersteller und Händler, aufgebaut auf ländereigenen Daten und einem gemeinsamen Reporting-Modell.

Ausgangslage
Unterschiedliche Quellcodes, Zeitraster und Handelskonditionen verhinderten eine konsistente Sicht auf die Marge über Länder hinweg.
Umgesetzte Lösung
Ländereigene Wochendaten, ein inkrementeller Parquet-Vertrag, eine gemeinsame Nettopreis-Engine und generierte Power-BI-Measures.
Mehrwert
Vergleichbare wöchentliche Preis-Wasserfälle und Margensichten, mit lokaler Datenhoheit und weiteren Ländern im Onboarding.
Ein Lebensmittel- und Getränkehersteller wollte eine Sicht darauf, wie sich seine Preise vom Listentarif bis zum endgültigen Nettopreis entwickeln. Die Sicht sollte jede Handelskondition auf dem Weg zeigen, was Käufer am Regal tatsächlich zahlen und wie sich die Marge zwischen Hersteller und Händler aufteilt. Sie musste je Produkt, je Kunde und je Woche funktionieren, für mehrere europäische Länder und auch als europäische Gesamtsicht.
Die Daten lagen an vielen Stellen, und jedes Land bezog sie aus anderen Systemen und von anderen Anbietern. Das ERP enthielt Rechnungen, Tarife und Steuern. Ein Planungstool enthielt den Forecast. Ein Handelspanel lieferte den wöchentlichen Sell-out, ein Tool zur Promotionsplanung enthielt die Handelskonditionen, und ein Monitoring-Dienst verfolgte die Regalpreise. Jede Quelle hatte ihre eigenen Codes und ihre eigene Granularität: tägliche Rechnungen, monatliche Forecasts, Panelwochen, die nicht mit Kalenderwochen übereinstimmen, und Promotions, die mit einer Einkaufsgemeinschaft statt mit jedem einzelnen Markt vereinbart werden.
Der schwierigste Teil war die Rabattlogik. Handelskonditionen greifen in einer Kaskade von bis zu fünf Stufen. Jede ist ein Prozentsatz oder ein fester Betrag und wird auf einen bestimmten Zwischenpreis angewendet. Manche sind promotional, manche sind für den Händler sichtbar, andere nicht. Ein einzelnes Land hatte eine frühere Version des Trackers. Für die Skalierung auf weitere Länder durfte die Logik nicht länger hart codiert sein. Hinzu kam, dass die Länder auf unterschiedlichen Generationen der Datenplattform liefen und in ihrem eigenen Tempo migrieren mussten.
Wir haben die Lösung in zwei Schichten mit einem klaren Schnittstellenvertrag dazwischen aufgeteilt.
Die Länderquellen werden auf Woche, Produkt und Kunde ausgerichtet, einschließlich Forecast-Verteilung, rollierendem 52-Wochen-Absatzmix, gewichteten Preisänderungen und Einheitenumrechnungen. Inkrementelle Parquet-Exporte gelangen über einen stabilen Tabellenvertrag in eine gemeinsame Nettopreis-Engine. Vom Fachbereich gepflegte Regeln steuern bis zu fünf Konditionsstufen und vier Preisperspektiven. Europäische Gesamtwerte nutzen volumengewichtete Durchschnitte. Python generiert mehr als 560 Power-BI-Measures aus DAX-Templates und Konfiguration. Ein geplanter Workflow führt Pipeline und Berichtsaktualisierung in Abhängigkeitsreihenfolge aus – mit Alerts bei Fehlern.
Drei Seiten aus dem Power-BI-Bericht. Zahlen und Materialnamen sind aus Vertraulichkeitsgründen unkenntlich gemacht.
Berichtsseite · 01 / 03
Bruttogewinn und Auswirkung der Händlermarge nach Jahr und Markt, mit KPI-Vergleichen zwischen Vorjahr und laufendem Jahr.
Berichtsseite · 02 / 03
Produkte, positioniert nach Bruttogewinn in % gegenüber internationaler Marge in %; die Blasenfläche zeigt das Sell-in-Volumen in Kilogramm.
Berichtsseite · 03 / 03
Preisarchitektur je Produkt und Material: Ladenverkaufspreis, Off-Shelf-Preis, Wareneinsatz (COGS) sowie Händler- und Herstellermarge pro Einheit.
Qualitative Projektergebnisse; es werden keine gemessenen Einsparungen behauptet.
Ein wöchentlicher Preis-Wasserfall je Produkt und Kunde, vom Tarif über Net-Net bis zum Regalpreis
Hersteller- und Händlermargen nebeneinander, mit Profit Pool und Anteil, einschließlich Vorjahresvergleichen
Dasselbe Modell und dieselben Definitionen für jedes Land, dazu europäische Gesamtwerte
Logik der Handelskonditionen in vom Fachbereich gepflegten Regeln statt in hart codierten Formeln; neue Konditionsarten erscheinen automatisch als neue Spalten
Hunderte konsistenter Measures, aus einer Konfiguration generiert, statt handgeschriebener Formeln, die auseinanderlaufen
Schnelle tägliche Aktualisierungen, weil nur neu berechnet wird, was sich geändert hat
Die Länder behalten die Hoheit über ihre lokalen Daten und können ihre Plattformen im eigenen Tempo migrieren – hinter einem stabilen Tabellenvertrag
Für das erste Land live; weitere Länder werden über denselben Schnittstellenvertrag angebunden
Lösungsbereiche: Datenfundament · Analytics & Reporting
Wählen Sie ein 30-minütiges Gespräch oder senden Sie uns eine kurze Anfrage – ganz wie es Ihnen passt.