ML und Anaplan – Prognosen und S&OP-Prozess

Ein großes Vertriebsunternehmen für exotische Früchte und Beeren, das seine Produkte in großen nationalen und regionalen Einzelhandelsketten sowie über den HORECA-Kanal verkauft. Angesichts der Besonderheiten der Arbeit mit verderblichen Produkten ist die Verbesserung der Qualität der Verkaufsprognosen eine geschäftliche Priorität. Dies gilt vor allem für die kurzfristigen täglichen Verkaufsprognosen, die früher mit einer veralteten IT-Lösung und dem Fachwissen der Planungsleiter erstellt wurden.

Die Erstellung eines auf Algorithmen des maschinellen Lernens basierenden Nachfrageprognosemodells war Teil eines groß angelegten Projekts zur Automatisierung des Vertriebs- und Betriebsplanungsprozesses (S&OP) unter Verwendung der weltbekannten integrierten Planungsplattform von Anaplan.

Das Planingo-Team hat ein ML-Verkaufsprognosemodell für verschiedene Zeithorizonte entwickelt und eingeführt:

• Ein Multi-Parameter-Modell wurde unter Verwendung verschiedener Eingabedaten (historische Verkäufe, Preisniveau, Kalenderereignisse, COVID-Effekt) und einer Kombination mehrerer ML-Algorithmen wie Gradientenverstärkung, Regression, neuronales Netzwerk (mehrschichtiges Perzeptron), KNN ( nächste Nachbarn).
• Dem Kundea-Team stehen jetzt zwei Versionen der Verkaufsprognose zur Verfügung: eine tägliche Betriebsprognose für die nächsten 12 Wochen und eine langfristige rollierende monatliche Prognose für die nächsten 12 Monate.
• Ра Entwicklung einer Echtzeit-Prognoseschnittstelle auf der Grundlage der Anaplan-Plattform: Validierung, Erstellung von Szenarien, Korrektur und Genehmigung.
• Es wurde eine automatische Integration zwischen den eingehenden Daten, dem ML-Modell und Anaplan eingerichtet, um die Prognose nach

• Verbesserung der Genauigkeit der Betriebsvorhersage um mehr als 13 Prozentpunkte im Vergleich zur bestehenden statistischen Vorhersage.
• Verbesserung der Genauigkeit der von Planungsmanagern angepassten Betriebsprognose.