Wichtige Punkte
1. Sortimentsmanagement: Entscheiden Sie, welche Artikel Sie das ganze Jahr über verkaufen wollen und welche an eine bestimmte Saison gebunden sind.
2. Saisonbereinigung der Nachfrage: Bei saisonabhängigen Artikeln erkennen Sie, dass die Nachfrage in der Vergangenheit stark schwankte. Das führt zu hohen Sicherheitsbeständen. Da Sie aber über diese Nachfrageschwankungen Bescheid wissen, sind so hohe Sicherheitsbestände nicht optimal. Deshalb ist es wichtig, Ihre historischen Verkaufsdaten zu korrigieren, um saisonabhängige Nachfragemuster einzubeziehen. So erhalten Sie eine realistische Darstellung der historischen Nachfrage. Sie wird zeigen, dass Sie Ihre Sicherheitsbestände reduzieren können. Wenn Sie Artikel für die Nebensaison kaufen, verwenden Sie eine dynamische Pufferung für das saisonabhängige Muster.
3. Bereinigung saisonaler Muster um Veranstaltungen/Werbeaktionen: Wenn Sie in zwei aufeinanderfolgenden Jahren Werbeaktionen oder Veranstaltungen organisiert haben, kann das in Ihrer Prognose wie eine saisonbedingte Änderung wirken. Es ist daher wichtig, saisonale Muster vom Einfluss von Werbung und Veranstaltungen zu trennen. Wenn Sie die Daten nicht bereinigen und dann im dritten Jahr nicht die gleiche Werbeaktion oder Veranstaltung abhalten, ist Ihre Prognose möglicherweise unnötig hoch.
4. Lokale Prognosen: Wenn Sie die Nachfrage für Grills in einer Stadt voraussagen wollen, dort aber nur fünf Stück pro Jahr verkaufen, ist die Bevölkerungsgruppe zu klein für eine verlässliche Prognose. In diesem Fall ist es besser, Daten eines größeren Gebietes zu sammeln. So erhalten Sie mehr Informationen als Basis für Ihre Entscheidungen.
5. Lagermengeneinheiten vs. Zusammenfassung: Wenn Sie einen neuen Artikel einführen, haben Sie nicht genug Daten für eine verlässliche Prognose. In diesem Fall können Sie das saisonale Muster eines ähnlichen Artikels oder einer vergleichbaren Gruppe (zusammengelegter) Artikel verwenden. Es ist deshalb wichtig, die saisonale Prognose auf verschiedenen hierarchischen Ebenen vorzunehmen. Bitte beachten Sie: In der Praxis beruht die Aggregation oft auf falschen Produkthierarchien. Nehmen Sie zum Beispiel Produkte zur Klimakontrolle: Sie sollten in Wärm- und Kühlprodukte aufgeteilt werden und können bei der Bedarfsprognose nicht zusammengefasst werden. Es ist also wichtig, die Zusammenlegung genau zu verstehen!
6. Prognose von Ereignissen: Der Unterschied zwischen einer Saison und einem Ereignis ist, dass man ein Ereignis nicht in einen Zeitplan eintragen kann. Weihnachten zum Beispiel findet jedes Jahr am gleichen Datum statt, aber da die jeweils verschiedenen Wochentage das Einkaufsverhalten beeinflussen, handelt es sich um ein einmaliges Ereignis. Auch Ostern fällt jedes Jahr auf ein anderes Wochenende. Beispielsweise fand es letztes Jahr am dritten Wochenende im April statt, dieses Jahr aber am ersten Wochenende im April. Deshalb sollte man die Nachfragespitze
bei der Erstellung der Prognose zwei Wochen nach hinten verschieben.