Kontakt

Sell by Maximum Time – Supply-Chain-Risiko

Sehen, welcher Bestand seine Sell by Maximum Time überschreiten könnte, bevor daraus ein Verlust wird.

Ein iterativer Algorithmus simuliert den Absatz nach Charge, Lagerort und Bestandsart; Power BI zeigt Risiko, Alerts und Schlüsseldaten in vier Mengeneinheiten.

NDA 2024

Supply Chain FMCG Operative & Executive-Cockpits
Illustrativer Workflow zum Sell-by-Risiko für Bestandschargen und prognosegestützte Entscheidungen; kein echter Kunden-Screenshot.
Illustratives Titelbild – kein Kunden-Screenshot. Bild in voller Größe öffnen

Ausgangslage

Produkte mit Mindesthaltbarkeitsdatum mussten vor ihrem SMT-Datum verkauft werden, und das Team musste sehen, welcher Bestand gefährdet war.

Umgesetzt

Eine automatisierte Pipeline und ein iterativer Risikoalgorithmus auf Informatica IICS, Snowflake und Power BI.

Wirkung

Vorwarnungen und Risiko je Produkt und Charge, alle drei Stunden neu berechnet.

Ausgangslage

Die Supply Chain stand vor der kritischen Aufgabe, Produkte mit Mindesthaltbarkeitsdatum (Best Before Date, BBD) zu steuern. Jedes Produkt hatte ein bestimmtes Zeitfenster, nach dem es nicht mehr an Dritte verkauft werden konnte. Um mögliche Verluste zu vermeiden, musste das Datum „Sell by Maximum Time“ (SMT) verfolgt werden – das späteste Datum, an dem ein Produkt verkauft werden kann. Das Team brauchte einen Algorithmus, der auf Basis des aktuellen Bestands und der Absatzprognosen die Anzahl der Produkte ermittelt, bei denen das SMT-Datum überschritten zu werden droht – unter Berücksichtigung von Produktchargen, Lagerorten und Bestandsarten.

Ansatz

Wir haben eine ausgefeilte, automatisierte Pipeline entwickelt. Ihr Kern ist ein iterativer Algorithmus, der die Anzahl gefährdeter Produkte berechnet, indem er den sequenziellen Absatz nach Charge, Lagerort und Bestandsart simuliert – das Ergebnis spiegelt also wider, wie der Bestand tatsächlich verbraucht wird, nicht nur Gesamtsummen.

Eine automatisierte Datensammelschicht holt Bestands- und Prognosedaten (täglich und wöchentlich) aus dem ERP des Kunden und aus Excel-Dateien der User. Informatica Intelligent Cloud Solution verarbeitet die Daten und reichert sie mit Risikoinformationen an, bevor sie in Snowflake gespeichert werden. Power BI übersetzt die verarbeiteten Daten in Berichte zu Risikowerten je Produkt und Charge, Vorwarnungen für die Fachbereiche, Schlüsseldaten (BBD, SMT, Produktionsdatum), Lagerorten, Status, Prognosewerten, Bestandsalter und möglichen Verlusten.

Alle Kennzahlen zu Bestand, Risiko, Verlust und Prognose werden in vier Mengeneinheiten angezeigt – Stück, Tonnen, Kilogramm und Paletten. Die Pipeline berechnet das Risiko alle drei Stunden neu, damit die Planung mit aktuellen Daten arbeitet.

  1. 01

    Sammeln

    Bestands- und Prognosedaten (täglich und wöchentlich) aus dem ERP des Kunden und aus Excel-Dateien der User.

  2. 02

    Anreichern & speichern

    Informatica Intelligent Cloud Solution verarbeitet die Daten und reichert sie mit Risikoinformationen an, bevor sie in Snowflake gespeichert werden.

  3. 03

    Simulieren

    Der iterative Algorithmus simuliert den sequenziellen Absatz nach Charge, Lagerort und Bestandsart.

  4. 04

    Bericht

    Power BI zeigt Risiko je Produkt und Charge, Vorwarnungen, Schlüsseldaten und mögliche Verluste in vier Mengeneinheiten.

Ergebnisse

Qualitative Projektergebnisse; es werden keine gemessenen Einsparungen behauptet.

  • Die Supply Chain überwacht und steuert den Bestand effizient gegen die SMT-Daten und senkt das Risiko von Produktverlusten deutlich

  • Klare, handlungsorientierte Power-BI-Berichte helfen der Planungsabteilung, fundierte Entscheidungen zu treffen

  • Vorwarnungen machen gefährdete Produkte sichtbar, bevor daraus Verluste werden

  • Die Anzeige in mehreren Einheiten (Stück / Tonnen / kg / Paletten) unterstützt operative wie kommerzielle User

  • Risiko alle 3 Stunden neu berechnet – die Planung hat immer aktuelle Daten

  • Zeigt, wie ein domänenspezifischer Algorithmus plus ein sauberes Datenfundament ein wiederkehrendes Verlustproblem beherrschbar macht

Informatica IICS Snowflake Power BI Individueller Risikoalgorithmus

Lösungsbereiche: Datenfundament · Datenprodukte

Ähnliche Herausforderung?

Bringen Sie ein Sortiment mit Haltbarkeitsvorgaben mit. Besprechen Sie mit uns, wie sich gefährdeter Bestand erkennen lässt, bevor daraus ein Verlust wird.

30-Minuten-Gespräch buchen