stefan kamp
DESCRIPTION
Empirische Untersuchung zur Ermittlung der On-Shelf Availability bei real,- Ergebnisse von der Projektplattform Advanced Optimal Shelf Availability (AdOSA). Stefan Kamp. Guido Höller. Logistics Manager SCA Tissue Europe. Corporate Information Management METRO AG. Agenda. - PowerPoint PPT PresentationTRANSCRIPT
Empirische Untersuchung zur Ermittlung der On-Shelf Availability bei real,-
Ergebnisse von der Projektplattform Advanced Optimal Shelf Availability (AdOSA)
Stefan Kamp
Corporate Information Management METRO AG
Guido Höller
Logistics ManagerSCA Tissue Europe
Agenda
1. Vorstellung METRO Group und SCA Tissue Europe
2. Vorstellung AdOSA
3. Ergebnisse und Erkenntnisse der Erhebungena. Analyse: On-Shelf Availabilityb. Analyse: Kundenreaktionsmessung
4. Maßnahmen zur Verbesserung der Regalverfügbarkeit
Ag
end
a
Vorstellung SCA Tissue Europe -eine Division des SCA-Konzerns
SC
A T
issu
e E
uro
pe
Markführer Tissueprodukte in
Europa Marktanteil in Europa etwa 20 %
bei Tissue Starke Eigenmarken und
Herstellung hochwertiger
Handelsmarken rund 8.000 Mitarbeiter 28 Werke in Europa
Highlights Umsatz 05: EUR 2.046 Mio
Consumer Tissue
AFH Tissue
…und viele andere
73 %
27 %
Verbindung AdOSA und GS1
Projektplattform AdOSAProjektplattform AdOSA
Leitung: Prof. Dr. Wolfgang StölzleProf. Dr. Roland Helm
Leitung: Prof. Dr. Wolfgang StölzleProf. Dr. Roland Helm
Steering Committee: Prof. Dr. W. Stölzle * Prof. Dr. R. Helm * Jörg Pretzel
Steering Committee: Prof. Dr. W. Stölzle * Prof. Dr. R. Helm * Jörg Pretzel
OSA-FachgruppeOSA-Fachgruppe
Leitung: Anna-Magdalena KrasutzkiThorsten Pollmüller
Leitung: Anna-Magdalena KrasutzkiThorsten Pollmüller
GS
1 u
nd
Ad
OS
A
Was ist AdOSA?(AdOSA: Advanced Optimal Shelf Availability)
AdOSA bietet eine ganzheitliche BetrachtungsweiseSowohl die Supply side als auch die Demand side wird in die Betrachtung mit einbezogen
Ein
fluss
fakt
ore
n
Ein
fluss
fakt
ore
n
Kunden-verhalten
Root CausesOoS
Bewertung von OoS
Empfehlung für integrative Logistikkonzepte
Supply SideSzenario
Demand SideSzenario
OoS-Messung (Datenbasis)
Ad
OS
A
AdOSA - TeilnehmerT
eiln
ehm
er
Kernkompetenzen aus der Wissenschaft und den unterschiedlichsten Bereichen der Supply Chain eingebunden
Universitäten
St. Gallen (CH)Jena (DE)Duisburg (DE)
Handel
METRO/RealMigrosWoolworth
Hersteller
SCA Tissue EuropeMelitta / IS4Hermko
IT
SAPSAF
Spediteure
Thiel FashionLifestyleRhenus Retail Logistics
Marktforschung
TNS infratest
AdOSA VorgehensweiseP
roje
ktp
has
en
Kick-off22.Sept.05
1.Erhebung(verdeckt)
2.Erhebung
(offen)
Abschl.Analyse
Vereinb.von
Maßnahmen
Projekt-abschluß
OOS-Quotenerste Analysen
Q1/06 Q3/06 Q4/06 Q1/07 Q2/07
OOS-QuotenRoot Cause AnalysenKundenbefragungen
erste HandlungsempfehlungenKonzept zur autom. OOS-Erkennung
Umsetzen vonintegrativen Logistik-konzepten
Erhebung 1 – Überblick
Migros Aare Migros Waadt METRO/RealDeutsche
Woolworth
Anzahl Artikel 120 120 96 56-140
Datenerhebung 6 Tage, 2 x Tag 6 Tage, 2 x Tag 6 Tage, 2 x Tag 3 Tage, 1 x Tag
Anzahl Filialen 16 12 12 28
Datenpunkte 23.000 17.000 14.000 8.800
Produkt-Kategorien
Trockensortiment, Tiefkühl,
Molkerei/Frische, Kurzwaren, Frische, Haushaltsprodukte,
Körperpflege, Backwaren
Trockensortiment, Tiefkühl,
Molkerei/Frische, Kurzwaren, Frische, Haushaltsprodukte,
Körperpflege, Backwaren
Trockensortiment,
Hygieneprodukte, Haushaltsprodukte,
Körperpflege
Elektronik, Textilien, Körperpflege,
Trockensortiment, Haushaltsprodukte
Abgrenzung der Begriffe
Out-of-Shelf:
Regallücke zum Zeitpunkt der Erhebung
Out-of-Stock:
Regallücke OHNE Marktbestand
NOSBOS:
Regallücke MIT Marktbestand
Out-of-Stock+ NOSBOS= Out-of-ShelfO
ut-
of-
Sh
elf,
Ou
t-o
f-S
tock
un
d N
OS
BO
S
Analyse alle Artikel (AdOSA) – Erhebung 1
Out-of-Stock2,3%
Out-of-Shelf5,4%
NOSBOS3,1%
0,0%
1,0%
2,0%
3,0%
4,0%
5,0%
6,0%
Out-of-Shelf NOSBOS vs. Out-of-Stock
Ou
t-o
f-S
he
lf Q
uo
te
57%
43%
Mögliche Ursachen von NOSBOS
Personal (z.B. schlecht geschult, Personaleinsatzplan, …)
Lagerhaltung (z.B. Unordentliche Lagerhaltung, daher kann Ware nicht gefunden werden)
Ursachen inner-halb der Filiale
Ursachen in der vorgelagerten Supply Chain
Logistik (z.B. zu lange Bestell-rythmen oder zu hohen Mindest-bestellmengen, dadurch zu hohe Wareneingänge keine direkte Verräumung der Ware in das Regal möglich)
…
Verdeckte Erhebung
Ergebnis Erhebung 1 –Alle 96 AdOSA-Artikel
Analyse Hygienepapier (AdOSA) – Erhebung 1
Out-of-Shelf7,1%
Out-of-Stock5,1%
NOSBOS2,0%
0,0%
1,0%
2,0%
3,0%
4,0%
5,0%
6,0%
7,0%
8,0%
Out-of-Shelf NOSBOS vs. Out-of-Stock
Ou
t-o
f-S
he
lf Q
uo
te
28%
72%
Mögliche Ursachen von NOSBOS
Personal (z.B. schlecht geschult, Personaleinsatzplan, …)
Lagerhaltung (z.B. Unordentliche Lagerhaltung, daher kann Ware nicht gefunden werden)
Ursachen inner-halb der Filiale
Ursachen in der vorgelagerten Supply Chain
Logistik (z.B. zu lange Bestell-rythmen oder zu hohen Mindest-bestellmengen, dadurch zu hohe Wareneingänge keine direkte Verräumung der Ware in das Regal möglich)
…
Verdeckte Erhebung
Ergebnis Erhebung 1 –36 Hygienepapierartikel (AdOSA)
Vergleich NOSBOS AdOSA vs. NOSBOS Statistical
Die NOSBOS Werte liegen deutlich unter dem Durchschnitt aus den NOSBOS Statistical Berechnungen.
Das erklärt sich weitgehend dadurch, dass in der NOSBOS Statistical Studie der Anteil von Schnelldrehern höher ist und die Berechnung auf dem Systembestand und nicht auf dem erhobenen Marktlagerbestand basiert.
NOSBOS AdOSA NOSBOS Statistical
Alle AdOSA Artikel 3,1% 4,1%Hygienepapier-Artikel (AdOSA)
2,0% 3,6%
NO
SB
OS
Ad
OS
A v
s. S
tati
stic
al
Erhebung 2 - Überblick
Metro/Real Jan. 06
Erhebung 1
METRO/Real Jul. 06
Erhebung 2
Anzahl Artikel 96 (SCA: 13) 103 (SCA: 19)
Erhebung 6 Tage, 2 x Tag 6 Tage, 1 x Tag
Anzahl Filialen 12 12
Datenpunkte 14.000 7.500
Kategorien
Haushaltsprodukte, Hygieneprodukte,
Körperpflege, Süßwaren, Waschmittel
Haushaltsprodukte,
Hygieneprodukte,
Körperpflege, Süßwaren, Waschmittel
OOS-Quote real,- 5,4 % 3,9 % *
OOS-Quote SCA 8,8 % 5,9 % *
Erhebungsart verdeckt offen
* Die Quoten der 2. Messung resultieren aus den Berechnungen der METRO Group und sind noch nicht mit den anderen AdOSA-Projektpartnern abgestimmt.
Ergebnis der Erhebung 2 –Alle 103 AdOSA-Artikel
Die Out-of-Stock Quote entspricht ungefähr der Quote aus der Erhebung 1.
Die NOSBOS Quote ist deutlich niedriger als bei der Erhebung 1 Management Awareness durch offene Erhebung
Analyse alle Artikel (AdOSA) – Erhebung 2
Offene Erhebung
Out-of-Stock2,4%
Out-of-Shelf3,9%
NOSBOS1,5%
0,0%
0,5%
1,0%
1,5%
2,0%
2,5%
3,0%
3,5%
4,0%
Out-of-Shelf NOSBOS vs. Out-of-Stock
Ou
t-o
f-S
he
lf Q
uo
te
60%
40%
Ergebnis der Erhebung 2 –Alle 103 AdOSA-Artikel
Offene Erhebung
Analyse alle Artikel (AdOSA) – Erhebung 2
Out-of-Shelf3,9%
Out-of-Stock2,4%
NOSBOS1,5%
0,0%
0,5%
1,0%
1,5%
2,0%
2,5%
3,0%
3,5%
4,0%
Out-of-Shelf NOSBOS vs. Out-of-Stock Differenzierte BetrachtungOut-of-Stock
Ou
t-o
f-S
he
lf Q
uo
te
16%
9%
47%
23%
5%
Bestandsfehler im System
Fehler bei der Bestellung
Zu kleines Marktlayout für gelisteten Artikel
Supply Chain bis zur Filiale
Artikel bewusst nicht bestellt
Primäre Root Causes
Ergebnis der Erhebung 2 –43 Hygienepapierartikel (AdOSA)
Analyse Hygienepapier (AdOSA) – Erhebung 2
Out-of-Stock3,8%
Out-of-Shelf4,5%
NOSBOS0,7%
0,0%
0,5%
1,0%
1,5%
2,0%
2,5%
3,0%
3,5%
4,0%
4,5%
5,0%
Out-of-Shelf NOSBOS vs. Out-of-Stock
Ou
t-o
f-S
he
lf Q
uo
te
85%
15%
Die Out-of-Stock Quote entspricht ungefähr der Quote aus der Erhebung 1.
Die NOSBOS Quote ist deutlich niedriger als bei der Erhebung 1 Management Awareness durch offene Erhebung Offene Erhebung
Ergebnis der Erhebung 2 –43 Hygienepapierartikel (AdOSA)
Analyse Hygienepapier (AdOSA) – Erhebung 2
Offene Erhebung
Out-of-Shelf4,5% Out-of-Stock
3,8%
NOSBOS0,7%
0,0%
0,5%
1,0%
1,5%
2,0%
2,5%
3,0%
3,5%
4,0%
4,5%
5,0%
Out-of-Shelf NOSBOS vs. Out-of-Stock Differenzierte BetrachtungOut-of-Stock
Ou
t-o
f-S
he
lf Q
uo
te
Primäre Root Causes
Artikel bewusst nicht bestellt 17%
12%
49%
15%
7%
Bestandsfehler im System
Fehler bei der Bestellung
Zu kleines Marktlayout für gelisteten Artikel
Supply Chain bis zur Filiale
Ergebnis der 2. Erhebung – Root causes SCA Tissue Europe
OOS = 4,7 %
14,0%
14,0%
14,0%
4,7%
14,0%
2,3%
7,0%
7,0%
20,9%
2,3%
Mindestbestellmenge nicht erfüllt
Mindestwarenwert nicht erfüllt
Bestellung erfolgte zu spät
Fehler bei der Prognose
Artikel bewusst nicht bestellt
Gelieferter Artikel noch in der Warenannahme
Personal hat OOS nicht erkannt
Personal hatte keine Zeit
Fehler im Bestand
Zu späte Produktion / Kapazitätsengpässe
Bestellung60,7 %
Bestands-pflege 20,9 %
Produktion2,3 %
Regal-befüllung16,3 %
Ergebnis der 2. Erhebung – OOS bei verschiedenen Lieferwegen
1,3 %
6,6 %
0,0%
1,0%
2,0%
3,0%
4,0%
5,0%
6,0%
7,0%
Zentrallagerdes Handels
Streckenlieferung
OOS-QuoteKategorie Hygieneprodukte
Lie
ferw
ege
1,3 Tage
3,0 Tage
DurchschnittlicheDauer von OOS
Ergebnis der 2. Erhebung – Kundenbefragung – Vergleich mit Meta-Studie
Messung real,- (2006) Studie Gruen/Corsten (2003)*
20%
11%
20%
32%
17%
Varianten-/Packungsgrößenwechsel
MarkenwechselKaufaufschub
Kaufabbruch
Geschäfts-wechsel
4%
29%
18%
24% 25%
Bei real,- hohe Loyalität gegenüber der Filiale im Vergleich zur Meta-Studie von Gruen/Corsten
Kaufaufschub Markenwechsel
Varianten-/Packungsgrößenwechsel
Geschäfts-wechsel
Kauf-abbruch
*Source: Retail Out-of stocks: A worldwide Examination of Extent, Causes and Consumer Responses; Gruen/Corsten 2003
Ergebnis der 2. Erhebung – Kundenreaktion bei hypothetischem OOS bei Tissue
Ku
nd
enre
akti
on
en
Markenwechsel
32%
Kaufabbruch
5%
Geschäftswechsel11%
Variantenwechsel
26%
Packungsgrößen-wechsel 13%
Kaufaufschub13%
Hers
telle
rvers
lust
e 3
7 %
Hän
dler
-ve
rlust
e 16
%
Maßnahmen (METRO Group)
1. Statistisches Verfahren zur Aufdeckung von NOSBOS Ziel:
– Gezielte und schnelle Erkennung von NOSBOS für eine große Artikelanzahl auf Basis der SAF Superstore Daten
Projektbeschreibung: – Für jeden Artikel wird eine theoretische Abverkaufskurve angenähert. – Übersteigt die Wartezeit zwischen zwei Abverkäufen eines Artikels einen kritischen
Wert, wird eine Regallücke vermutet. – In diesem Fall wird ein Projektmitarbeiter auf die mögliche Regallücke hingewiesen
und kann die Meldung auf Richtigkeit überprüfen.
2. RFID – Split Inventory Ziel:
– Verbesserung der Regalverfügbarkeit durch RFID-Tags– Automatische Erstellung von Verräumlisten systemseitige Unterstützung der
Verräumung mit wenig Personaleinsatz Projektbeschreibung:
– Einsatz von RFID auf Case-Ebene entlang der gesamten Supply Chain (inklusive eines Messpunktes zwischen Marktlager und Verkaufsfläche)
– Getrennte Bestandsführung (Marktlager vs. Verkaufsfläche) zur schnellen und gezielten Erkennung von NOSBOS
Maß
nah
men
ME
TR
O G
rou
p
Vo
rläu
fig
es F
azit
Handlungsempfehlungen / Fazit (SCA)
Sensibilisierung und Unterstützung des SCA-Außendienstes
Abgleich der Ist-Situation mit der Listung
Abgleich des erwarteten Abverkaufs mit den Bestellungen
Hinweise an den Filialleiter:
häufig sind kürzere Liefertermine möglich (Strecke)
bei Bestellung eines bestimmten Produktes können Einzel- Packungen anstelle ganzer Paletten genommen werden
Lieferweg
Umstellung bestimmter Sortimente auf Zentrallagerbelieferung unter Berücksichtigung von Mengen und Kosten
Wegfall des Problems „Mindestbestellmenge“