Stefan Kamp

Empirische Untersuchung zur Ermittlung der On-Shelf Availability bei real,-

Ergebnisse von der Projektplattform Advanced Optimal Shelf Availability (AdOSA)

Stefan KampCorporate Information

Management METRO AG

Guido HöllerLogistics Manager

SCA 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

Age

nda

Vorstellung METRO Group

Querschnittsgesellschaften

METRO AG

MET

RO

Gro

up

Vorstellung SCA Tissue Europe -eine Division des SCA-Konzerns

SCA

Tis

sue

Euro

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 AdOSA

Leitung: Prof. Dr. Wolfgang StölzleProf. Dr. Roland Helm

Steering Committee: Prof. Dr. W. Stölzle * Prof. Dr. R. Helm * Jörg Pretzel

OSA-Fachgruppe

Leitung: Anna-Magdalena KrasutzkiThorsten Pollmüller

GS1

und

AdO

SA

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

Einfl

ussf

akto

ren

Einfl

ussf

akto

ren

Kunden-verhalten

Root CausesOoS

Bewertung von OoSEmpfehlung für integrative Logistikkonzepte

Supply SideSzenario

Demand SideSzenario

OoS-Messung (Datenbasis)

AdO

SA

AdOSA - TeilnehmerTe

ilneh

mer

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 VorgehensweisePr

ojek

tpha

sen

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/Real Deutsche 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-o

f-She

lf, O

ut-o

f-Sto

ckun

d N

OSB

OS

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

Out

-of-S

helf

Quo

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-S

helf

Quo

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

SBO

S A

dOSA

vs.

Sta

tistic

al

Erhebung 2 - Überblick

Metro/Real Jan. 06Erhebung 1

METRO/Real Jul. 06Erhebung 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


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-S

helf

Quo

te

60%

40%

Ergebnis der Erhebung 2 –Alle 103 AdOSA-Artikel

Offene Erhebung


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

Out

-of-S

helf

Quo

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)


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-S

helf

Quo

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)


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

Out

-of-S

helf

Quo

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

Lief

erw

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

Kun

denr

eakt

ione

n Markenwechsel32%

Kaufabbruch5%

Geschäftswechsel11%

Variantenwechsel26%

Packungsgrößen-wechsel 13%

Kaufaufschub13%

Hers

telle

rver

slust

e 37

%

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

nahm

en M

ETR

O G

roup

Vorlä

ufig

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“

Vielen Dank für IhrInteresse.

[email protected]

[email protected]

Stefan Kamp

Documents

Transcript of Stefan Kamp