Case Study

Moderne, KI-basierte Plattform für Verkaufsprognosen und Bestandsoptimierung bei SALUS

4 min read • Jan 08, 2021

customer:
Salus

SALUS wurde 1969 in Ljubljana gegründet und ist einer der führenden Großhändler für pharmazeutische, medizinische und verwandte Produkte auf dem südosteuropäischen Markt. Heute hat die SALUS-Gruppe eigene Unternehmen in Slowenien, Kroatien, Nordmakedonien und Serbien und ist auch in Bosnien und Herzegowina, Montenegro und im Kosovo vertreten.

Das Unternehmen ist darauf spezialisiert, vollständige Dienstleistungen in den Bereichen Vertrieb, Verkaufsförderung und aktiver Verkauf zu erbringen sowie auf Mehrwertdienste, die erforderlich sind, damit das Arzneimittel oder Medizinprodukte auf den Markt gebracht werden kann. Das Sortiment umfasst mittlerweile über 50.000 Artikel.

Wenn ein Unternehmen und das Angebot dieses Unternehmens immer mehr wachsen, kommt man an einen Punkt, an dem die manuelle Bestellung von Waren zu komplex und arbeitsintensiv wird. Infolgedessen wird es zu einer riesigen Herausforderung, für verschiedene Arten von Artikeln die korrekten Prognosen zu erstellen. Vor genau dieser Herausforderung stand die Salus-Gruppe, als sie sich 2019 zur Unterstützung an BE-terna wandte.

Mehr Vertrauen in den Einkauf durch Unterstützung mit KI

Unsere bei Salus eingesetzte KI-gestützte Supply-Chain-Management-Plattform baut auf drei Eckpfeilern auf: Zum einen werden modernste State-of-the-art-Algorithmen verwendet, um auf Grundlage von historischen Daten und Daten von Drittanbietern bessere Verkaufsprognosen zu erstellen. Zum anderen werden verschiedene Optimierungstechniken eingesetzt, um Bestellungen unter Berücksichtigung aller wichtigen Randbedingungen zu verbessern. Zudem liegt der Fokus auf der möglichst guten Nachvollziehbarkeit durch die Benutzer, damit diese sich in ihrer Entscheidung
sicherer fühlen.

Der Einsatz der KI-Plattform hat uns einen besseren Einblick in die Dynamiken der Verkäufe und damit in die Dynamiken der Warenbestände gegeben. Auf der Grundlage dieser Daten kann der Einkäufer den Wert des Warenbestands und die Häufigkeit neuer Bestellungen optimieren

Einkäufer, Salus

Nachfrageprognose

Die Modellierung der Nachfrage aller Artikel mit saisonspezifischen Ereignissen war für alle Beteiligten in der Einkaufsabteilung ein enormer manueller Zeitaufwand. Die Plattform schaffte es, die Nachfrage für mehr als 85% des Sortiments mit hoher Zuverlässigkeit vorherzusagen und dabei historische Daten und Daten von Drittanbietern zu nutzen, um die Belastung der Einkaufsabteilung signifikant zu verringern.

Bestellautomatisierung

Die Verwaltung von Ad-hoc-Bestellungen und ihre Einbindung in den bestehenden Bestellplan war einer der Hauptgründe für nicht optimierte Bestellungen, die zu einem Fehlbestand oder Überbestand führten. Die tägliche Lagerbestandsüberwachung – eine der Schlüsselkomponenten der Plattform – verfolgt proaktiv, ob die Nachfrage für einen Artikel abweichend war von der Planung und löst entsprechend Bestellungen aus oder plant sie neu.

Bestandsoptimierung

Durch die Komplexität des Lagerbestands kam es zu einem großen Überbestand (gesperrte Bestände) und zu einer großen Anzahl von Fehlbeständen (verlorene Verkäufe). Mithilfe des Prognosemodells der KI und der Bestellvorschläge gelang es dem Unternehmen, den Lagerbestand bei priorisierten Artikeln um bis zu 65 % zu senken und gleichzeitig Fehlbestände bei Top-Artikeln zu vermeiden.

Künstliche Intelligenz

Überdenken Sie die Möglichkeiten, die die künstliche Intelligenz für Ihr Unternehmen bietet

Mehr dazu

Versorgen Sie Ihre Einkaufsabteilung mit den richtigen Informationen

GROSSE VORTEILE DURCH SALES FORECASTING:

Die Benutzer können sich auf die Automatisierung ihrer Top-Artikel verlassen, da KI-Modelle, die auf der Historie aufbauen, eine hohe Präzision von kurz- und langfristigen Verkäufen aufweisen
Die Automatisierung eines Großteils der Artikel (85% und mehr) gibt der Einkaufsabteilung genügend Zeit, sich auf langsam drehende, aber hochwertige Artikel oder saisonale Schwankungen zu konzentrieren, die ein hohes Risiko von Überbeständen und Fehlbeständen mit sich bringen

BESSER INFORMIERTE GESCHÄFTSENTSCHEIDUNGEN TREFFEN:

Der manuelle Zeitaufwand verringert sich bei allen Teammitgliedern im Durchschnitt um bis zu 50%, wodurch ihnen mehr Zeit bleibt, sich auf Nicht-Standardartikel zu konzentrieren
Unterstützen Sie die menschliche Entscheidungsfindung durch tägliche Lagerbestandsüberwachung, um Ausreißer bei den Verkäufen zu erkennen und schneller auf potenzielle Lagerausfälle zu reagieren
Die ERP-Integration ermöglicht es den Anwendern, jeden Morgen einen Bestellvorschlag zu erhalten, und liefert ihnen eine Analyse der Interpretierbarkeit im BI-Tool, damit sie auf die Vorhersage besser reagieren können

EINSPARUNGEN BEI DEN LAGERBESTÄNDEN SIND ERST DER ANFANG:

Die Liquiditätserhöhung im Vergleich zum Ist-Szenario beträgt je nach Artikelkategorie 25% - 65%.
Die Anzahl der Fehlbestände wird minimiert, und der KI-Algorithmus berechnet neue Mindestbestände, die Salus als Basis für optimierte Lieferantenvereinbarungen nimmt
Die Lagerreichweite in Tagen wird optimiert, ohne dass dies Auswirkungen auf die Anzahl der Fehlbestände hat

Mein Team ist nun in der Lage, Korrelationen zu verstehen, die in der Vergangenheit nur intuitiv in Entscheidungen eingeflossen sind. Unsere Erwartung ist, dass wir die Einkaufsprozesse um mindestens 50% optimieren werden. Wir erwarten auch, dass wir niedrigere Lagerbestände haben werden, ohne gleichzeitig Lagerausfälle zu riskieren, sondern diese sogar zu reduzieren. Für uns ist dies ein sehr wichtiger Teil des Optimierungsprozesses und der Grund für unsere Entscheidung, eine KI-gestützte SCM-Plattform einzusetzen und die Entwicklung und Umsetzung des Projekts unserem langfristigen Partner BE-terna anzuvertrauen.

Leiter der Einkaufsabteilung, Salus