Operations
Wissen, was nachzubestellen ist, wie viel und genau wann.
Intelligente Bestandsprognose is bestandsprognose software for teams that want the reasoning shown, not hidden. Plans start at $49 a month with a 14-day free trial.
Die meisten kleinen Händler und Distributoren bestellen nach Bauchgefühl nach, mit einer Tabelle der Vormonatsverkäufe oder einem Melde- und Höchstbestand, den jemand vor drei Jahren gesetzt und seither niemand angefasst hat. Das trägt, bis ein Lieferant eine Woche verspätet liefert, ein Artikel anzieht oder die Saisonspitze früher kommt als im Vorjahr. Die Intelligente Bestandsprognose ersetzt das Raten durch ein Modell je Artikel und druckt die Rechnung neben jede Zahl, damit Ihre Disposition widersprechen kann.
Laden Sie die Verkaufshistorie als CSV hoch, und die Engine schätzt ein Nachfragemodell je Artikel — kein gemischtes Modell über das ganze Sortiment. Schnelldreher und Langsamdreher verhalten sich unterschiedlich, und sie zusammen zu mitteln ist der Weg, auf dem eine Prognose bei beiden selbstbewusst danebenliegt.
Für jeden Artikel entstehen eine Tagesprognose über den gewählten Horizont, ein Sicherheitsbestand, ein Meldebestand, eine optimale Bestellmenge, das voraussichtliche Fehlbestandsdatum und die Reichweite beim aktuellen Bestand. Jede dieser Größen kommt mit den Eingaben, die sie erzeugt haben.
Der übliche Tabellenansatz gruppiert die historischen Verkäufe nach Wochentag und vergleicht jeden Tag mit dem Durchschnitt. Das wirkt vernünftig und ist still und leise falsch: Steigt die Nachfrage, sind spätere Tage im Datensatz höher, schlicht weil sie später liegen. Durch die Gruppierung nach Wochentag verschmiert der Trend über die Gruppen, und ein stetig wachsender Artikel sieht aus, als hätte er eine Donnerstagsspitze.
Diese Engine entfernt den Trend zuerst. Saisonindizes entstehen aus dem Verhältnis jeder Beobachtung zu einem zentrierten gleitenden Mittel — das klassische Zerlegungsverfahren — und das Ergebnis wird nur angewandt, wenn sich das Muster über beide Hälften der Historie konsistent hält. Eine einmalige Märzaktion wird so nicht zu einem dauerhaften Märzeffekt.
Die meisten Formeln für Sicherheitsbestand betrachten nur die Nachfrageschwankung. Das ist die halbe Miete. Wenn Ihr Lieferant vierzehn Tage zusagt und zwischen zehn und vierundzwanzig liefert, ist die Lieferzeit selbst eine Risikoquelle, und ein nur aus der Nachfragevarianz bemessener Puffer deckt sie nicht ab.
Die hier verwendete Formel ist die Standardformel mit beiden Termen:
SS = z × √( L × σd² + d² × σL² )
wobei z der Servicegrad-Faktor ist, L die mittlere Lieferzeit in Tagen, σd die Standardabweichung des Tagesbedarfs, d der mittlere Tagesbedarf und σL die Standardabweichung der Lieferzeit. Bei 95 % Servicegrad ist z gleich 1,645; bei 99 % gleich 2,326. Die Seite zeigt den verwendeten Wert und jede Eingabe — wirkt der Puffer falsch, sehen Sie, welche Eingabe ihn treibt.
Es gibt kein Prognoseverfahren, das bei jedem Artikel gewinnt, also schätzt die Engine zwei und lässt die Daten entscheiden. Entscheidend ist, wie sie entscheidet: an Daten, die das Modell nicht gesehen hat.
Das ist wichtiger, als es klingt. Eine Prognose an denselben Daten zu bewerten, mit denen sie geschätzt wurde, belohnt Modelle, die Rauschen auswendig lernen; das übliche Symptom ist ein Glättungsparameter, der an seine Obergrenze läuft und einen Trend in die falsche Richtung erzeugt. Daten zurückzuhalten ist der billigste Schutz davor, ein Modell auszurollen, das im Backtest hervorragend aussieht und im Lager Geld kostet.
Ein paar hundert Artikel, ein Lager, keine Disposition. Starter deckt 300 Artikel ab und mailt die Nachbestellliste; der Nutzen liegt im sortierten Fehlbestandsradar, nicht im Prognosediagramm.
Bestand über Standorte mit unterschiedlichen Nachfrageprofilen und eine Lieferzeit, die schwankt. Growth ergänzt Prognose je Standort, Saisonalitätsmodellierung und Lieferzeiterfassung.
Tausende Artikel, bei denen die eigentliche Arbeit ist zu entscheiden, was man ignoriert. ABC-Klassifikation nach Umsatz plus nach Lieferant gruppierte Bestellvorschläge machen aus 25.000 Zeilen eine kurze Entscheidungsliste.
Wenn Ihr Prozess heute eine Pivot-Tabelle und eine Nachbestellspalte ist, ist die Migration ein CSV-Export. Behalten Sie die Tabelle, bis beide übereinstimmen — meist der schnellste Weg, einer Prognose zu vertrauen.
Laden Sie Ihre Verkaufshistorie hoch; die Engine schätzt Trend und Saisonalität je Artikel und berechnet daraus Sicherheitsbestand, Meldebestand, optimale Bestellmenge und das voraussichtliche Datum des Fehlbestands — mit offengelegtem Rechenweg, damit Ihre Disposition jede Zahl prüfen kann.
Intelligente Bestandsprognose starts at $49 a month with a 14-day free trial. Netstock is from $900 per month per company.
Sieben Tage sind das Minimum, spürbar besser wird das Modell aber ab etwa sechzig. Unter sieben Tagen verweigert es die Prognose, statt zu raten, und sagt Ihnen warum.
Er berücksichtigt die Schwankung der Nachfrage *und* die der Lieferzeit: der z-Wert Ihres Servicegrads, multipliziert mit der Wurzel aus Lieferzeit mal Nachfragevarianz plus Nachfrage im Quadrat mal Lieferzeitvarianz. Formel und sämtliche Eingangswerte stehen neben dem Ergebnis.
Nein. Saisonalität wird aus Verhältnissen zu einem zentrierten gleitenden Mittel erkannt, das den Trend zuvor entfernt. Rohe Verkäufe nach Wochentag zu gruppieren — was Tabellen meist tun — lässt einen stetigen Trend saisonal aussehen, und genau dieser Fehler wird hier vermieden.
Auch gesucht als: bedarfsprognose software · meldebestand berechnen · sicherheitsbestand software · netstock alternative · warenwirtschaft prognose · fehlbestände vermeiden · optimale bestellmenge berechnen