Bessere Entscheidungen in der Lieferkette durch Business Intelligence

Der Begriff “Business Intelligence” wurde 1865 von Richard Millar Devens in seiner Cyclopædia of Commercial and Business Anecdotes geprägt. Devens verwendete den Begriff, um zu beschreiben, wie der Bankier Sir Henry Furnese durch schnelleres Handeln auf Marktereignisse im Vergleich zu seinen langsameren Wettbewerbern sehr große Gewinne erzielte.

Mit einem Team von Business-Intelligence-Spezialisten in Deutschland, Frankreich, Holland und Flandern blieb Furnese über die Schlachten des Neunjährigen Krieges auf dem Laufenden. Dies verschaffte ihm einen Informationsvorsprung, da er als Erster von wichtigen Ereignissen wie dem Fall von Namur erfuhr. Mit diesen exklusiven Informationen spielte er an der Londoner Börse wie ein Profi, ließ seine Konkurrenten hinter sich und strich saftige Gewinne ein.

Sowohl im fernen 19. Jahrhundert als auch heute ist es von entscheidender Bedeutung, dass wir alle verfügbaren Daten zum Nutzen unseres Unternehmens einsetzen können.

Wenn wir von Business Intelligence sprechen, meinen wir nicht Excel, SQL, Power BI, Tableau oder Python.

Business Intelligence ist nicht nur ein Werkzeug, sondern vielmehr die Befähigung, Muster in Daten zu erkennen, diese in handlungsrelevante Erkenntnisse zu transformieren und darauf basierend Ihre Entscheidungen zu treffen.

 

Die Business-Intelligence-Pyramide

Wir können den BI-Prozess mit Hilfe der BI-Pyramide beschreiben. Die Daten sind dabei die Basis, daher ist das richtige Datenmanagement entscheidend.

Die Datenanalyse beginnt mit der Festlegung einer Managementstrategie: Welche Rolle sollen die Daten spielen? Wer wird diese analysieren? Wer ist für den Besitz der Daten verantwortlich?

Es sei darauf hingewiesen, dass Datenanalysten etwa 75 % ihrer Zeit mit der Aufbereitung von Daten verbringen, bevor diese für eine Analyse verwendet werden können.

Diese Daten müssen dann in Informationen transformiert werden, die uns mit handlungsrelevanten Wissen versorgen. Zum Beispiel können wir die Daten für eine Warengruppe analysieren, um den optimalen Lagerbestand zu ermitteln.

Sobald wir das Verhalten eines Kunden, eines Lieferanten oder einer Produktgruppe verstehen, können wir Maßnahmen ergreifen, um die Leistung zu verbessern. Wenn zum Beispiel die Lieferzeiten eines bestimmten Lieferanten erheblich abweichen, könnten wir einen anderen Lieferanten beauftragen.

Wir können BI also als den Prozess der Datenerfassung und -analyse und die nachfolgenden Prozesse definieren, die zu einer Leistungsverbesserung führen.

Vorteile von Business Intelligence

Business Intelligence hat viele Vorteile:

Eine ganzheitliche Sichtweise

Mit Business Intelligence können wir schnell aussagekräftige Berichte erstellen. Diese Berichte ermöglichen es uns, Daten in Echtzeit zu analysieren, mögliche Probleme in unserem Unternehmen zu erkennen sowie Trends und Muster zu entdecken.

Fundierte strategische Entscheidungen

Business Intelligence ermöglicht fundierte strategische Entscheidungen auf der Grundlage von Daten. Sie erleichtert die Visualisierung von Erkenntnissen, um unser Verständnis von Informationen und damit die Entscheidungsfindung zu optimieren.

Schnelle und genaue Berichterstattung

Laut BI-Survey sagen 64 % der Unternehmen, dass Business Intelligence sie bei der Erstellung von Berichten und der Datenanalyse effizient unterstützt. Mithilfe von BI können Unternehmen Daten in Diagrammen, Tabellen und Grafiken in Echtzeit visualisieren und so schneller agieren.

Identifizieren von Trends und Mustern

Ein wesentlicher Vorteil von Business Intelligence ist die Möglichkeit, datengestützte Entscheidungen zu treffen. Dies liegt an den Instrumenten, mit denen Trends und Muster erkannt werden können. Auf diese Weise können Unternehmen ihr Geschäft und das Umfeld, in dem sie tätig sind, besser verstehen.

 

Methodik für die Entwicklung einer BI

Nachfolgend stellen wir die Methoden und Prozessphasen einer Business Intelligence vor.

Extraktion, Tranformation und Laden von Daten

Dieser Schritt kombiniert Data-Warehousing- und ETL-Prozesse: Extrahieren, Transformieren und Laden. Das ist der Prozess des Sammelns, Bereinigens und Umwandelns von Daten aus verschiedenen Quellen in ein für die Analyse geeignetes Format.

Datenspeicherung

Anschließend wird zentrales Repository erstellt, in dem die Geschäftsdaten für den Zugriff und die Analyse gespeichert werden.

Datenanalyse

Im Anschluss kann mit der Analyse fortgefahren werden. Hierbei können Techniken und Tools wie Python, Power BI oder andere zum Einsatz kommen, um die Daten zu untersuchen, zu visualisieren und Wissen aus ihnen zu extrahieren.

Erstellung von Berichten und Dashboards

Eine visuelle Darstellung von Daten und Leistungsindikatoren (KPIs) erleichtert die Überwachung der Unternehmensleistung.

 

Welche Schritte sind für die Nutzung von Business Intelligence notwendig?

Was brauchen wir, um unsere BI-Reise zu beginnen? Zunächst müssen die Daten in verwertbare Informationen umgewandelt werden.

Dazu werden Techniken und Werkzeuge eingesetzt, um die Daten zu untersuchen, zu visualisieren und Informationen aus ihnen zu gewinnen. Mit anderen Worten, die gesamte BI-Pyramide ist notwendig.

Dann werden Berichte entlang des gesamten ETL-Prozesses erstellt und mit grafischen Tools wie Tableau und Power BI visualisiert. So entsteht ein Bericht, der eine Geschichte erzählt und die Visualisierung von Daten und KPIs erleichtert uns die Überwachung der Unternehmensleistung.

Auf dieser Grundlage können dann wissensbasierte operative, taktische und strategische Entscheidungen getroffen werden.

Um erfolgreich zu sein, muss dieser gesamte Prozess durch ein solides Datenmanagement unterstützt werden.

 

Datenmanagement zur Entwicklung einer Business Intelligence

Vielleicht haben Sie schon einmal den Spruch „Müll rein, Müll raus” gehört. D. h., dass, wenn man Müll in den Prozess einbringt, auch Müll herauskommt.

Beim Datenmanagement sind drei Elemente zu berücksichtigen:

Ein solides Datenverständnis ist notwendig. Das bedeutet, wir müssen definieren, welche Rolle die Daten in unserem Betrieb spielen, wer die Pläne ausführt, wer für die Daten verantwortlich ist und wer der Eigentümer ist.

Ebenso müssen die Daten genau, vollständig, zuverlässig und konsistent sein. Und auch die Datenverfügbarkeit, die Datendefinition und die Datensicherheit sollten sichergestellt sein. Denn Daten sind von großem Wert und müssen geschützt werden.

Daten und KPIs müssen im gesamten Unternehmen einheitlich sein. Wenn wir nicht über klare und einheitliche Informationen verfügen, werden verschiedene Unternehmensbereiche über unterschiedliche Konzepte und Maßeinheiten diskutieren, und es entsteht ein großes Durcheinander.

Data Governance ist die Kombination von Strategien, Menschen und Prozessen, die auf ein gemeinsames Ziel ausgerichtet sein müssen: Datenqualität. Die Verantwortung dafür liegt bei der Unternehmensleitung und den Mitarbeitern. Im Allgemeinen ist es sehr einfach: Erzeugt ein Mitarbeiter Daten? Dann muss er auch Eigentümer dieser Daten sein.

 

Business Intelligence in der Lieferkette

Lassen Sie uns nun die Beziehung zwischen Business Intelligence und der Supply Chain näher erörtern. Stellen wir uns zunächst die Frage, warum wir BI in der Lieferkette brauchen.

Die Supply Chain spielt in Unternehmen eine zentrale Rolle, und das Management der Lieferkette, insbesondere das der Bestände ist sehr komplex. Es umfasst eine Reihe miteinander verbundener Akteure, wie Lieferanten, interne Teams und Kunden.

Deshalb sollte einer Lieferkette eine strategische Priorität eingeräumt werden, damit die Effizienz eines Unternehmens sichergestellt werden kann. Es unerlässlich, dass Informationen über die Lieferkette ausgetauscht werden.

Daraus resultiert sich die Bedeutung des BI-Prozesses für die Lieferkette und das Bestandsmanagement.

Die Messung der Performance einer Lieferkette mit Business Intelligence

Die Festlegung von Zielen und KPIs in Bezug auf die Lieferkette und Bestände im Vorfeld ist unerlässlich.

Hierfür ist es wichtig zu verstehen, wie KPIs definiert werden. KPIs für die Bestandsplanung können dabei nicht isoliert betrachtet werden. Die Bestandsplanung besteht hauptsächlich aus 3 miteinander verknüpften Faktoren:

• Das Service Level, das dem Kunden geboten wird
• Anforderungen an den Lagerbestand
• Die Kapazitätsbeschränkungen durch Arbeitskräfte und Ressourcen.

Diese drei Aspekte sind immer miteinander verbunden, und es ist wichtig, alle drei Indikatoren gleichzeitig zu überwachen. Wenn man sich nur auf einen Bereich konzentriert, kommt es unweigerlich zu einer Suboptimierung in einem der anderen Bereiche.

Wenn Ihr Ziel z. B. darin besteht, Ihre Lagerbestände zu minimieren und die Umschlagshäufigkeit zu erhöhen könnte es beispielsweise ausreichen, die Bestellungen einzustellen. Wenn Sie jedoch das Service Level, das den Lagerbedarf bestimmt, nicht messen, können erreichen Sie zwar ein Ziel, aber andere ebenso wichtige Ziele werden verfehlt.

Ein anderes Beispiel: Wenn das Ziel darin besteht, die Produktverfügbarkeit zu verbessern, könnten wir dies durch Investitionen in Lagerbestände erreichen, aber dadurch steigt nicht nur der Lagerbestand und sondern auch die Kapitalbindung.

Alle Faktoren sind miteinander verknüpft, deshalb muss man die richtige Balance finden. Um diesen Zusammenhang zwischen den Unternehmenszielen noch besser zu verstehen, sollten wir über grundlegende Unternehmensstrategien sprechen.

 

Unternehmensstrategien in der Lieferkette

Produktführerschaft

Um in diesem Bereich führend zu sein, müssen Sie versuchen, das beste Produkt durchzusetzen:

• durch wichtige technologische Innovationen
• durch ein hervorragendes Markenimage
• durch bessere Markteinführungszeiten als die Konkurrenz

Wenn wir eine Strategie der Produktführerschaft verfolgen, sollten wir über eine schnelle und agile Lieferkette verfügen, in der sich die Produktpalette ständig wandelt und wir ein Auge auf die Produkte haben müssen, die wir auf Lager haben. Das wichtigste Element, auf das wir achten müssen, sind Überbestände.

Serviceführerschaft

Die zweite mögliche Geschäftsstrategie besteht darin, das beste Serviceniveau zu bieten. Kundennähe impliziert:

• eine hohe Kundenzufriedenheit
• ein Maximum an Verfügbarkeit und einen ausreichenden Bestand sowie eine Integration in Kundensysteme.

Um im Kundenservice führend zu sein, müssen wir über eine zuverlässige und flexible Kette verfügen, in der die Produktpalette die unterschiedlichen Kundenbedürfnissen bedient. Daher müssen wir die Lagerbewegungen und die Belieferung der Kunden überwachen. In diesen Fällen ist das Serviceniveau der führende Indikator für das Monitoring der Lieferkette.

Kostenführerschaft

Die dritte Strategie ist die operative Exzellenz. Das heißt, wir müssen in der Lage sein, zu den geringstmöglichen Kosten zu arbeiten. Um dies zu erreichen, brauchen wir Folgendes:

• ein hohes Maß an Zuverlässigkeit
• ein fokussiertes Portfolio
• eine Konzentration auf die Gesamtbetriebskosten (Total Cost of Ownership)

Wenn wir die Kostenführerschaft bzw. operative Exzellenz anstreben, müssen wir über eine Lieferkette verfügen, in der die Produktpalette effizient und konzentriert ist und in der wir das Absatzniveau überwachen müssen.

Beispiele für diese Strategien sind Apple als Produktführer, El Corte Inglés als Serviceführer und einige Discount-Ketten als Kostenführer, mit sehr wenig Auswahl für jeden Produkttyp und sehr kontrollierten Kosten.

Es ist wichtig, eine klare Strategie festzulegen, damit man den richtigen Fokus behält.

 

Welche KPIs in Bezug auf Lieferketten sind für unsere Business Intelligence relevant?

Schauen wir uns an, welche Lieferketten-KPIs wir mit unserem Business Intelligence-Prozess messen sollten.

 

Wenn wir die Gesamtleistung der Lieferkette messen und uns gemeinsame und verständliche Indikatoren für das gesamte Unternehmen festlegen wollen, kommen folgende KPIs in Frage:

• Produktverfügbarkeit
• Lagerreichweite
• Lagerumschlagshäufigkeit
• Bestandswert
• Service Level
• Überbestand
• Out-of-Stock

Es ist wichtig immer mehrere KPIs im Auge zu behalten, damit das Management der Lieferketten nicht aus dem Gleichgewicht gerät.

Das zweite zu kontrollierende Bereich ist die Absatzprognose. Durch die Messung der Prognosegenauigkeit, der Analyse von Mustern auf einer gruppierten Ebene nach Marktsegment oder Warengruppe und der separaten Betrachtung von Werbeaktionen oder anderen Ereignisse können schlechte Prognose vermieden werden.

Die dritee Ebene ist das Beschaffungsmanagement, bei dem wir die Abweichung zwischen Auftragsavis und erteilten Aufträgen, Bruchwarnungen und Überbestände sowie die Anzahl der offenen Aufträge und deren Erfüllungsquote überwachen.

Ebenfalls wichtig kann es sein, die Leistung der Lieferanten mittels KPIs zu überwachen. Die Liefertreue kann anhand der OTIF (On time in full / pünktliche + vollständige Lieferungen) oder der CVP (Percentage of confirmed volume) ermittelt werden, einer weniger bekannten und weniger anspruchsvollen Messung, die die Güte des Lieferanten als Prozentsatz der Erfüllung berechnet. Wenn wir beispielsweise 100 Kisten bestellen und der Lieferant 90 Kisten liefert, ist dies eine 0 für die OTIF-Messung, aber eine 90% für die CVP-Messung. Mit diesen Daten können wir eine Rangliste der Lieferanten erstellen.

Für eine gute Analyse empfiehlt es sich, Berichte so zu strukturieren, dass die KPIs nach relevanten Dimensionen (nach Kategorien, Lagern, Disponenten usw.) angezeigt werden. Außerdem sollten Sie die KPIs definieren, die für Sie am wichtigsten sind, und die entsprechenden Maßnahmen zu ihrer Verbesserung festlegen.

 

5 Tipps für einen soliden Business Intelligence-Prozess

Nachfolgend finden Sie fünf Empfehlungen, die zur Entwicklung eines effektiven Business Intelligence-Prozesses beitragen.

1. Beschleunigen Sie die Einführung von Business Intelligence mit „SMART“-Zielen

Die festgelegten Unternehmensziele sollten „SMART“ sein: spezifisch, messbar, erreichbar, realistisch und zeitgebunden (specific, measurable, achievable, realistic and time-bound). Ein Beispiel für ein SMART-Ziel könnte sein: “Wir wollen, dass in den nächsten 12 Monaten mindestens 80 % der Manager ihre Entscheidungen mit Hilfe von BI treffen.” Dies ist spezifisch, messbar, erreichbar, realistisch und hat einen klaren Zeitrahmen.

2. Analyse der kritischen Elemente bei der Einführung von Business Intelligence 

Wir müssen die kritischen Elemente des Unternehmens berücksichtigen: Arbeitskräfte, Prozesse und technologische Werkzeuge.

Was die Mitarbeiter betrifft, so ist es wichtig mit der Festlegung von klaren Projektsponsoren und -leitern Eigenverantwortung und Rechenschaftspflicht schaffen. Darüber hinaus müssen die Teams über die erforderlichen technischen Fähigkeiten und Schulungen verfügen.

Wir sollten über die Prozesse des Datenmanagements, die Data Governance und möglicherweise das Change Management nachdenken.

Schließlich müssen wir auswählen, welche Tools wir verwenden wollen, z. B. Power BI, Tableau, Python oder andere.

3. Halten Sie sich aus dem Dschungel der Berichterstattung heraus

Sie sollten es möglichst vermeiden, einen undurchsichtigen Dschungel von zu vielen Berichten zu schaffen. Denn durch eine Überanalyse, wenn Sie “den Wald vor lauter Bäumen nicht mehr sehen” – werden Sie in Ihrem Tun lahmgelegt.

Nicht für jeden Bedarf muss ein neuer Bericht erstellt werden, meist können vorhandene Berichte wiederverwendet werden. Bevor man einen Bericht entwickelt ist es wichtig, sich über den Zweck Gedanken zu machen.

Dabei sollte man mit zu vielen Details vorsichtig sein und sich „KISS“-Ziele setzen. Mit anderen Worten: „Keep It Simple and Stupid“. Halten Sie alles so einfach wie möglich.

Wenn Sie darüber nachdenken, ob Sie einen neuen Bericht benötigen oder nicht, fragen Sie sich: Ist er notwendig? Wenn nicht, lassen Sie es besser bleiben.

4. Berücksichtigen Sie unterschiedliche Anforderungen an Information

Sie sollten die unterschiedlichen Informationsbedürfnisse in den verschiedenen Unternehmensebenen und -bereichen berücksichtigen.

Jeder Bericht kann mehrere Detailebenen enthalten, damit jede Abteilung schnell über die benötigten Informationen verfügt. Was der Unternehmensleiter sucht, sind nicht dieselben Informationen, die ein Supply Chain Controller oder die Person, die den Prognose- oder Beschaffungsprozess leitet, benötigt.

5. Vermeiden Sie die üblichen BI-Fallen.

Dies sind wichtige Punkte, die Sie bei der Entwicklung einer BI unbedingt beachten sollten:

1. Es ist notwendig, mehr Verantwortung für die Datenqualität zu übernehmen. Um dieses Problem zu lösen, empfiehlt es sich eine klare RACI-Matrix (Responsible, Accountable, Consulted, Informed) zu erstellen.
2. Notwendig sind auch klare Datendefinitionen: Als Abhilfemaßnahme hilft die Erstellung einer vollständigen Liste mit Definitionen.
3. Um eine geringe Datenqualität zu vermeiden, muss das Bewusstsein für Datenqualität geschärft und das Datenmanagement verbessert werden.
4. Ein häufiger Fehler besteht darin, dass nur einige Leute den Wert, den Daten haben sollten, teilen. Mit Kommunikation und Schulungen können Sie dem entgegenwirken. Vermitteln Sie die Vorteile von BI und welche negativen Auswirkungen unzureichende Daten auf die gesamte Organisation haben können.