-
Ergebnis
Diese umfassende Lösung ermöglichte es der Abteilung Supply Chain, ihren Bestand effizient zu überwachen und zu verwalten, wodurch das Risiko von Produktverschwendung erheblich reduziert wurde. Die Power BI-Berichte lieferten klare, umsetzbare Erkenntnisse, die der Planungsabteilung halfen, fundierte Entscheidungen zu treffen und ihre Lieferkettenoperationen zu optimieren.
Dieses Projekt demonstrierte nicht nur unser technisches Können, sondern auch unsere Fähigkeit, komplexe geschäftliche Herausforderungen durch Daten und Analysen zu verstehen und zu lösen.
-
Zielsetzung
Die Lieferkette stand vor der kritischen Herausforderung, Produkte mit Mindesthaltbarkeitsdatum (BBD) zu verwalten. Jedes Produkt hatte einen bestimmten Zeitraum, bevor es nicht mehr an Dritte verkauft werden konnte. Um potenzielle Verluste zu vermeiden, war es unerlässlich, das "Verkauf bis maximal"-Datum (SMT) zu verfolgen, das späteste Datum, an dem ein Produkt verkauft werden konnte. Unser Ziel war es, einen Algorithmus zu entwickeln, der die Anzahl der Produkte identifiziert, die Gefahr laufen, ihr SMT-Datum zu überschreiten, basierend auf aktuellem Bestand und Verkaufsprognosen. Diese Berechnung musste verschiedene Faktoren berücksichtigen, einschließlich Produktchargen, Lagerorte und Bestandsarten.
-
Lösung
Wir entwickelten eine ausgeklügelte, automatisierte Pipeline, um diese Herausforderung zu bewältigen. Die Lösung umfasste die folgenden Komponenten:
-
Algorithmusentwicklung: Erstellung eines Algorithmus zur iterativen Berechnung der Anzahl gefährdeter Produkte unter Berücksichtigung sequentieller Verkäufe nach Chargen, Standorten und Bestandsarten.
-
Automatisierte Datenerfassung: Implementierung eines Prozesses zur automatischen Erfassung von Bestands- und Prognosedaten (täglich und wöchentlich) aus verschiedenen Quellen, einschließlich Kunden-ERP und Benutzer-xlsx-Dateien.
-
Datenverarbeitung und Anreicherung: Verwendung der Informatica Intelligent Cloud Solution zur Verarbeitung und Anreicherung der Daten mit Risikoinformationen, bevor sie in Snowflake DB gespeichert werden.
-
Power BI-Berichterstellung: Übersetzung der verarbeiteten Daten in umfassende Power BI-Berichte, die Folgendes beinhalteten:
- Risikowerte für jedes Produkt und jede Charge / Vorabwarnungen für Geschäftsanwender
- Schlüsseldaten (BBD, SMT, Produktionsdatum), Standorte und Status.
- Prognosewerte, Bestandsalter und potenzielle Verluste
-
Anzeige mehrerer Maßeinheiten: Sicherstellung, dass alle Daten zu Bestand, Risiko, Verlusten und Prognosen in vier Maßeinheiten angezeigt werden: Stück, Tonnen, Kilogramm und Paletten.
-
Häufige Aktualisierungen: Festlegung des Prozesses zur automatischen Neuberechnung des Risikos alle drei Stunden, um aktuelle Informationen zu gewährleisten.
-
-
Technologie
Die Lösung basiert auf der Nutzung der Hauptplattformen des Kunden:
Datenverarbeitung:
Informatica ICS
DWH: Snowflake
Front End: PowerBI
Wie funktioniert es?
- Cloud-Datenbanken
- On-Premise-Datenbank
- Excel-Dateien mit "schöner" Formatierung
- CSV-Dateien
- Verarbeitung von Excel-Dateien mit Formatierung
- Umwandlung in *.csv
- Datenfilterung
- Staging-Schema-Datenladung
- Datenaggregation auf Monatsebene
- Befüllen von Intermediate Fact Tables
- Laden von MD-Datenmarts
- Datenübertragung zu MDS
- MD-Anreicherung durch Benutzer
- Eingabe der für Berechnungen erforderlichen MD: Kurse, Einheiten, Umrechnungsraten.
- Fortsetzung des Datenflusses starten
- Berechnung und Laden von Datenmarts aus Faktentabellen und MDS-Benutzerdaten
- Aufzeichnung des Download-Protokolls und der aufgetretenen Fehler mit den Gründen
- PowerBI-Dataset-Aktualisierung