Prognosen führen zu besseren Gewinnen: Eine Demand-Analytics-Lösung für einen grossen Lebensmittelproduzenten

Hintergrund des Kunden

Kunde: Ein führendes Unternehmen in der Lebensmittelindustrie
Industrie: Konsumgüter
Anzahl der Mitarbeiter: mehr als 30.000
Umsatz für 2020: 13,7 Milliarden US-Dollar

Herausforderung

Ein weltweit großer Hersteller von Frühstücksnahrung und Snacks mit einem Jahresumsatz von rund 14 Milliarden US-Dollar wollte seine Betriebssysteme verbessern, um sein Wachstum voranzutreiben. Das Unternehmen hatte drei spezifische Ziele vor Augen: die Nachfrage genauer zu prognostizieren, die Auftragserfüllungsrate durch Bestandsoptimierung zu verbessern und die Cash- to-Cash-Zykluszeiten zu verkürzen. Traditionell verließ sich das Unternehmen bei diesen strategischen Herausforderungen auf eine Excel-basierte Lösung, aber dieser Ansatz brachte Einschränkungen bei der Verarbeitung von Daten aus verschiedenen Märkten und der genauen Messung von KPIs mit sich. Es war auch langsam: Das Einholen von Feedback aus bestehenden Planungstools und die Verwendung dieser Daten zur Generierung nützlicher Erkenntnisse dauerte mit dem Excel-basierten System zu lange. Das Unternehmen wünschte sich eine fortschrittlichere Analyselösung, die mehrere Szenarien im Zusammenhang mit der Bedarfsplanung abdecken konnte.

Lösung

Wipro arbeitete eng mit hochrangigen Stakeholdern aus den Planungs-, Betriebs- und Finanzteams des Lebensmittelherstellers zusammen, um eine fortschrittliche Analyselösung für die Bedarfsplanung zu entwickeln. Gemeinsam entwickelte das Team Blaupausen für alle Anforderungen, bildete neue und verbesserte KPIs zur Messung und Überwachung des Erfolgs und baute eine neue Lösung auf, die mehrere Datenquellen aus verschiedenen Märkten konsolidierte, um umsetzbare, anpassbare Erkenntnisse für die Bedarfsplanung zu generieren.

Ein wichtiger Teil der Lösung bestand darin, eine benutzerfreundliche Analysefunktion bereitzustellen, die es Entscheidungsträgern ermöglicht, schnell, genau und zeitnah Erkenntnisse für die Bedarfsplanung abzuleiten. Durch die Fähigkeit, KPIs wie die Prognosegenauigkeit zu generieren und zu verstehen und daraus Erkenntnisse abzuleiten, konnte das Unternehmen seine Prognosefähigkeiten verbessern, den Bestand optimieren und die Erfüllungsraten verbessern. Das neue System verarbeitet automatisch Daten aus verschiedenen Märkten, transformiert sie anhand verschiedener Geschäftsregeln und generiert Erkenntnisse. Diese Erkenntnisse tragen dazu bei, Über- und Unterprognosen zu reduzieren, wodurch die Lagerbestände optimiert und Fehlbestände vermieden werden. Im Rahmen der Initiative half Wipro bei der Schulung aller Benutzer der Analyselösung, einschließlich des Support-Teams.

Auswirkungen auf das Geschäft

Die neue Analyselösung ermöglichte es den Planungs-, Betriebs- und Finanzteams des Unternehmens, die aktuelle Situation einfach zu bewerten und den zukünftigen Bedarf mit verbesserter Prognosegenauigkeit vorherzusagen: Eine Steigerung der Prognosegenauigkeit um 3 % erhöhte die Bruttomargen um 2-3 %, ein enormer Schub für ein Konsumgüterunternehmen. Darüber hinaus trug das neue System dazu bei, die Bestandsoptimierung um 15 % zu verbessern, indem es Verzerrungen reduzierte, was zu einer Verbesserung der Auftragsabwicklung um 17 % führte. Unter dem Strich verkürzten sich die Cash-to-Cash-Zykluszeiten um 35 %, was die Gesamtbetriebseffizienz verbesserte.