Tiefgreifende Analytik für Planeta Kino: Marketing, Kunden, Cross-Selling
Planeta Kino ist ein modernes ukrainisches Kinonetzwerk, das den Kinobesuch in einen technologischen Service verwandelt hat.
Mehr anzeigen
Produktionsprognosemodell: ML-Lösung für neue Produkte
Über das Projekt
Prognose, die Nachfrage und Ausgaben ausgleicht
Die Unternehmensgruppe „Novi Produkty“ ist einer der größten Hersteller von Getränken und Snacks in der Ukraine, der seit über 21 Jahren auf dem Markt tätig ist und zum Register der größten Steuerzahler des Landes gehört. Das Unternehmen exportiert seine Produkte in 23 Länder weltweit, beschäftigt über 1500 Mitarbeiter und beliefert mehr als 106 000 Verkaufsstellen. Das Markenportfolio umfasst mehr als 220 Positionen, darunter: SHAKE, NON STOP, PIT BULL, REVO, KING’S BRIDGE, APPS, EAT ME und ПРИРОДНЕ ДЖЕРЕЛО. Das Unternehmen hat ein zertifiziertes Qualitäts- und Lebensmittelsicherheitssystem eingeführt. Darüber hinaus engagiert sich die Gruppe aktiv im Bereich der Wohltätigkeit.
Das Problem des Kunden
Mit steigenden Produktionsmengen und wachsenden Absatzmärkten sah sich das Unternehmen mit dem Risiko eines Ungleichgewichts zwischen Nachfrage und Produktionsvolumen konfrontiert. Intuitives Planen führte entweder zu Überproduktion oder zu Produktionsengpässen: Beide Szenarien verursachten finanzielle Verluste und den Verlust von Marktchancen.
Die wichtigsten Herausforderungen:
- Überproduktion führte zu illiquiden Restbeständen und Abschreibungskosten.
- Der Mangel an Produkten führte zu einem Rückgang des Umsatzes.
- Das Fehlen eines Prognoseinstruments erschwerte die Planung angesichts schwankender Nachfrage.
- Die historischen Verkaufsdaten waren von geringer Qualität, insbesondere aufgrund fehlender Nullbestände.
- Es war notwendig, die Verluste zu reduzieren, ohne die Flexibilität der Produktion zu beeinträchtigen.
Um das Problem zu lösen, suchte das Unternehmen nach einem Tool, mit dem sich Produktionsmengen unter Berücksichtigung von Nachfrage, Saisonabhängigkeit und Datenbeschränkungen prognostizieren lassen.
Informationen zum Fall
Wir haben ein Prognosemodell erstellt, das Nachfrage und Produktion synchronisiert.
-
Das Tool wurde Teil der operativen und strategischen Planung des Unternehmens.
-
Unser Ansatz:
-
Alles begann mit der Teilnahme an einer Ausschreibung: Wir entwickelten eine erste Version des Modells auf der Grundlage einer begrenzten Anzahl von Merkmalen, die trotz ihrer Einfachheit die höchste Genauigkeit unter allen Teilnehmern aufwies.
Nach dem Start haben wir uns auf die Anpassung an das reale Geschäft konzentriert: Wir haben eine Reihe von Workshops mit dem Kunden durchgeführt, die Faktoren ermittelt, die die Nachfrage beeinflussen, und mehrere ML-Architekturen getestet. Als Ergebnis haben wir ein Ensemble-Modell mit einer Genauigkeit von über 80 % implementiert.
Die Schwierigkeit entstand aufgrund nicht erfasster Nullbestände in einigen Verkaufsstellen: Das System verwechselte fehlende Verkäufe mit fehlender Nachfrage. Durch Approximationsmethoden wurden diese Verzerrungen korrigiert und die Prognose deutlich verbessert.
Arbeitsergebnisse:
-
Wir haben ein Prognosemodell eingeführt, das eine genauere Produktionsplanung ermöglicht:
-
Dank des Ensemble-ML-Modells wurde eine Prognosegenauigkeit von 80 % erreicht.
-
Risiken von Überproduktion und Defiziten werden reduziert;
-
Korrektur von Ungenauigkeiten in den Daten: Berücksichtigung fehlender Nullsalden;
-
Das Modell hilft dabei, zu bestimmen, wie viel und wann produziert werden soll.
-
Es wurde eine Grundlage für die Skalierung auf andere Produktkategorien geschaffen.
-
Anstatt nachträglich auf Mangel oder Überschuss zu reagieren, begann das Unternehmen, die Mengen im Voraus zu planen und wechselte damit von einem reaktiven Ansatz zu einem proaktiven Produktionsmanagement.
Projektdetails:
Wichtige Fakten zum Projekt
12 Monate
Projektdauer
Mittel
Projektgröße
Komplexität des Projekts
Abgeschlossen
Projektstatus
Unser Team:
Project Manager
Data Analyst
Data Science Engineer
DevOps Engineer
Weitere Fälle
Ähnliche Fälle
Servier Case: Wie Daten zu einem strategischen Asset wurden – Technologisches Upgrade des Reporting-Systems
Wenn wir mit weltweit tätigen Unternehmen zusammenarbeiten, legen wir stets Wert auf schnelle Entscheidungsprozesse und strategische Tiefe. Wir wurden von...
Mehr anzeigen
Anwendungsfall Skarbnytsia: Ein Unternehmen mit über 400 Filialen hat den Übergang von Legacy zu einem skalierbaren Daten-Ökosystem vollzogen.
Skarbnytsia ist das größte Pfandleihhausnetzwerk in der Ukraine, das seit 1992 im Bereich der privaten Kreditvergabe tätig ist. Die Marke...
Mehr anzeigen
Kontaktieren Sie uns
Suchen Sie einen zuverlässigen technischen Partner? Wir sind bereit, uns in jeder Phase Ihres Projekts zu beteiligen – von der Idee bis zur Umsetzung.
Informationen
Füllen Sie das Formular aus, und wir werden uns mit Ihnen in Verbindung setzen, um das Projekt zu besprechen.
Adresse
BC Senator, ul. Knyaziv Ostrozkykh, 32/2 Kiew, Ukraine, 01010
Telefon
+38 (044) 334 42 30
