language

Die Firma Unilever USA optimiert Prozesse der integrierten Planung durch die Erstellung der Prognose im Innovationsprognose-Tool zur Cloud-Plattform für Finanzplanung, Geschäftsplanung und Modellierung von Geschäftsprozessen Anaplan

Kunde
Unilever USA
Industrie
FMCG
Funktionsbereich
Innovationsprognose-Tool (IFT)
Lösung
Anaplan
Die Firma Unilever USA optimiert Prozesse der integrierten Planung durch die Erstellung der Prognose im Innovationsprognose-Tool zur Cloud-Plattform für Finanzplanung, Geschäftsplanung und Modellierung von Geschäftsprozessen Anaplan

“Das Investitionsprognose-Tool (engl. IFT, Innovation Forecasting Tool) zur Cloud-Plattform für Finanzplanung, Geschäftsplanung und Modellierung von Geschäftsprozessen Anaplan lässt Benutzern mit Daten über Innovationen effektiver arbeiten und diese Daten effektiver führen. Jetzt wird man mehr Zeit für die Analyse, sondern nicht für die Dateneingabe und die Datenprüfung aufwenden.
Dieses Tool hat den Innovationsprognoseprozess wesentlich verbessert. Es ist das sehr gutes Ergänzungstool zur Cloud-Plattform für Finanzplanung, Geschäftsplanung und Modellierung von Geschäftsprozessen Anaplan.”

Michael Vecchio Leiter der Abteilung für operative Verkaufsplanung im Nordamerika der Firma Unilever USA
01
Voraussetzungen

Die Firma Unilever USA ist die größte operative Gesellschaft in der Unternehmensstruktur Unilever, die mit mehr als 200 Handelsmarken in ganz verschiedenen Branchen wie kosmetische Mittel und persönliche Körperpflege-Produkte, Lebensmittel und erfrischende Getränke, usw. umgeht. Bei dem solch großen Produktenportfolio wurde der Innovationsprognoseprozess noch immer in Excel-Tabellen mit der Gewinnung von Daten aus verschiedenen Quellen und der Heranziehung einer großen Menge von Teamarbeitern erfolgt. Oft konnte das Planungsteam auf folgende Probleme stoßen:

 

  • Fehler in Formeln: in vielen Fällen haben Benutzer Fehler in Formeln einfach nicht bemerkt.
  • Unabgestimmte Daten über Kunden: in jedem Excel-Dokument über Innovationsprojekte konnten Benutzer die Anzahl der Verkaufsstellen ändern, was zur Unabgestimmtheit der Daten geführt hatte.
  • Fehlende Integration mit der Cloud-Plattform für Finanzplanung, Geschäftsplanung und Modellierung von Geschäftsprozessen Anaplan für die operative Verkaufsplanung oder anderen Systemen: Benutzer wurden gezwungen, Daten in das Modell für die operative Verkaufsplanung oder das System Rapid Response
  • Fehlende Daten aus dem System SAP AMPS (im Abschnitt über Pläne der Kunden) oder fehlende Historie der Abladungen im Dokument über Innovationsprojekte.
  • Fehlendes einheitliches Data Warehouse für Innovationsprojekte.

Die Firma Unilever USA ist die größte operative Gesellschaft in der Unternehmensstruktur Unilever, die mit mehr als 200 Handelsmarken in ganz verschiedenen Branchen wie kosmetische Mittel und persönliche Körperpflege-Produkte, Lebensmittel und erfrischende Getränke, usw. umgeht. Bei dem solch großen Produktenportfolio wurde der Innovationsprognoseprozess noch immer in Excel-Tabellen mit der Gewinnung von Daten aus verschiedenen Quellen und der Heranziehung einer großen Menge von Teamarbeitern erfolgt. Oft konnte das Planungsteam auf folgende Probleme stoßen:

 

  • Fehler in Formeln: in vielen Fällen haben Benutzer Fehler in Formeln einfach nicht bemerkt.
  • Unabgestimmte Daten über Kunden: in jedem Excel-Dokument über Innovationsprojekte konnten Benutzer die Anzahl der Verkaufsstellen ändern, was zur Unabgestimmtheit der Daten geführt hatte.
  • Fehlende Integration mit der Cloud-Plattform für Finanzplanung, Geschäftsplanung und Modellierung von Geschäftsprozessen Anaplan für die operative Verkaufsplanung oder anderen Systemen: Benutzer wurden gezwungen, Daten in das Modell für die operative Verkaufsplanung oder das System Rapid Response
  • Fehlende Daten aus dem System SAP AMPS (im Abschnitt über Pläne der Kunden) oder fehlende Historie der Abladungen im Dokument über Innovationsprojekte.
  • Fehlendes einheitliches Data Warehouse für Innovationsprojekte.
02
Lösung

Das Team der Firma Unilever USA hat ein Ziel gesetzt, die Effektivität der Innovationsprognose durch die Einführung eines speziellen Modells ins Innovationsprognose-Tool (IFT) zur Cloud-Plattform für Finanzplanung, Geschäftsplanung und Modellierung von Geschäftsprozessen Anaplan zu erhöhen. Der Prozess der Erstellung und der Leitung von Projekten in der Firma hat gemeinsame Standards erworben. Dazu wurde die Cloud-Plattform für Finanzplanung, Geschäftsplanung und Modellierung von Geschäftsprozessen Anaplan die einheitliche Wahrheitsqualle für alle Benutzer geworden. Die Flexibilität der Cloud-Plattform für Finanzplanung, Geschäftsplanung und Modellierung von Geschäftsprozessen Anaplan ließ das Innovationsprognose-Tool (IFT) mit dem existierenden Modell für die operative Planung, sowie mit anderen benutzbaren Systemen wie Rapid Response, Kinaxis und SAP leicht und schnell verbinden und Daten über Finanzen, Verkäufe und Operationen einem integrierten Prozess der finanziellen Planung und der Prognose auf solche Weise zuordnen. Jetzt basiert die Prognose auf realen aus verschiedenen Quellen konsolidierten Daten als Ergebnis, was die Prognosegenauigkeit wesentlich erhöht.

Das Team der Firma Unilever USA hat ein Ziel gesetzt, die Effektivität der Innovationsprognose durch die Einführung eines speziellen Modells ins Innovationsprognose-Tool (IFT) zur Cloud-Plattform für Finanzplanung, Geschäftsplanung und Modellierung von Geschäftsprozessen Anaplan zu erhöhen. Der Prozess der Erstellung und der Leitung von Projekten in der Firma hat gemeinsame Standards erworben. Dazu wurde die Cloud-Plattform für Finanzplanung, Geschäftsplanung und Modellierung von Geschäftsprozessen Anaplan die einheitliche Wahrheitsqualle für alle Benutzer geworden. Die Flexibilität der Cloud-Plattform für Finanzplanung, Geschäftsplanung und Modellierung von Geschäftsprozessen Anaplan ließ das Innovationsprognose-Tool (IFT) mit dem existierenden Modell für die operative Planung, sowie mit anderen benutzbaren Systemen wie Rapid Response, Kinaxis und SAP leicht und schnell verbinden und Daten über Finanzen, Verkäufe und Operationen einem integrierten Prozess der finanziellen Planung und der Prognose auf solche Weise zuordnen. Jetzt basiert die Prognose auf realen aus verschiedenen Quellen konsolidierten Daten als Ergebnis, was die Prognosegenauigkeit wesentlich erhöht.

03
Nutzwert für das Business
  • die Abgestimmtheit der Daten, die Datentransparenz und die klare Darstellung der Daten über Kunden für verschiedene Funktionen;
  • die minimisierte manuelle Eingabe der Daten;
  • Mehr Möglichkeiten zur Analytik, zum Beispiel, die Analyse der Saisongebundenheit von Waren oder die Vergleichsanalyse der ähnlichen Waren;
  • die automatisierte Datenübertragung in die Cloud-Plattform für Finanzplanung, Geschäftsplanung und Modellierung von Geschäftsprozessen Anaplan für die operative Verkaufsplanung oder das System Rapid Response;
  • die erweiterte Funktionalität: Pläne der Kunden und Verkaufshistorie;
  • die Steigerung der Zusammenarbeit und die Erhöhung der Leistungsfähigkeit von ein paar an dem Prognoseprozess beteiligten Struktureinheiten auf Anhieb;
  • die genaue Echtzeitprognose in kürzerer Zeit dank der Erstellung der Prognose innerhalb von drei Tagen statt der Erstellung der Prognose innerhalb von sieben Tagen;
  • Mehr analytischen Daten im Zuge der Prognose zum Treffen von Managemententscheidungen durch verschiedene funktionale Struktureinheiten.
  • die Abgestimmtheit der Daten, die Datentransparenz und die klare Darstellung der Daten über Kunden für verschiedene Funktionen;
  • die minimisierte manuelle Eingabe der Daten;
  • Mehr Möglichkeiten zur Analytik, zum Beispiel, die Analyse der Saisongebundenheit von Waren oder die Vergleichsanalyse der ähnlichen Waren;
  • die automatisierte Datenübertragung in die Cloud-Plattform für Finanzplanung, Geschäftsplanung und Modellierung von Geschäftsprozessen Anaplan für die operative Verkaufsplanung oder das System Rapid Response;
  • die erweiterte Funktionalität: Pläne der Kunden und Verkaufshistorie;
  • die Steigerung der Zusammenarbeit und die Erhöhung der Leistungsfähigkeit von ein paar an dem Prognoseprozess beteiligten Struktureinheiten auf Anhieb;
  • die genaue Echtzeitprognose in kürzerer Zeit dank der Erstellung der Prognose innerhalb von drei Tagen statt der Erstellung der Prognose innerhalb von sieben Tagen;
  • Mehr analytischen Daten im Zuge der Prognose zum Treffen von Managemententscheidungen durch verschiedene funktionale Struktureinheiten.

GET IN TOUCH WITH US

Join us in LinkedIn

    FRAGE STELLEN

    Ich habe eine spezielle Frage

    Vorname
    Nachname
    Land
    Firma
    Position
    Email
    Telefon
    Es wäre interessant, mehr über die folgenden Punkte zu erfahren:

      SCHREIB UNS

      VORNAME
      NACHNAME
      UNTERNEHMEN
      TELEFON
      e-mail
      KOMMENTAR

        DEMO BUCHEN

        Ich würde gerne eine kurze Demo sehen

        Vorname
        Nachname
        Land
        Firma
        Industrie
        Position
        Email
        Ich wäre an einem Gespräch und einer kurzen Demo interessiert: