Methoden zur Warenauffüllung

Neue Lösungen zur Warenauffüllung im Einzelhandel

Es ist eine Binsenweisheit, dass die Produktverfügbarkeit im Einzelhandel ein entscheidender Erfolgsfaktor ist. Um eine perfekte Verfügbarkeit zu erreichen, setzen bereits zahlreiche Mode- und Bekleidungsläden auf RFID-Technologie oder denken darüber nach. Die meisten dieser Systeme lösen aber nur einen Teil der Herausforderung – die Beschaffung vom Distributionszentrum bis zum Geschäft. Das Produkt mag nun im richtigen Laden sein, aber ist noch lange nicht auf der Verkaufsfläche, wo Kunden es finden und kaufen können. Solche Artikel werden auch „NOSBOS“-Waren genannt: „Not-on-shelf-but-on-stock“ – vorrätig, aber nicht im Regal.

In diesem ausführlichen Artikel beschreiben wir die herkömmlichen Methoden, um fehlende Waren aufzufüllen und NOSBOS zu vermeiden. Anschließend stellen wir drei intelligentere Lösungen vor, die garantieren, dass Waren nicht im Lager verstauben, sondern dort sind, wo sie hingehören: im Verkaufsregal.

Herkömmliche Methoden zur Warenauffüllung

1. Manuelle Prüfungen/Sichtprüfungen

Bei dieser Methode geht ein Mitarbeiter mit Stift und Papier durch den Laden und notiert, welche Größen welcher Produkte im Verkaufsraum fehlen, um sie aus dem Lager zu holen.

2. POS-Transaktionen

Die zweite Methode basiert auf den Verkäufen, die von den Kassen erfasst werden. Es wird regelmäßig eine Liste aller POS-Transaktionen ausgedruckt, damit die verkauften Artikel aus dem Lager aufgefüllt werden können. Beide Methoden sind aber sehr zeitaufwendig und fehleranfällig. Bei Methode 1 müssen die Mitarbeiter sehr akkurat und aufmerksam sein, um zu erfassen, welche Größen nicht mehr im Verkaufsraum sind. Selbst für erfahrene und fleißige Mitarbeiter ist das eine Sisyphos-Aufgabe. Hinzu kommt: Wenn die Liste endlich erstellt wurde, ist nicht garantiert, dass die fehlende Größe überhaupt im Lager vorrätig ist. Das macht das ganze Verfahren nicht nur sehr ineffizient, sondern auch frustrierend für die Mitarbeiter, wenn Artikel tatsächlich nicht mehr auf Lager sind.

Methode 2, die auf den erfassten Verkäufen basiert, berücksichtigt nicht, wenn Warenbestände zwischendurch bereits aufgefüllt wurden (z. B. wenn Mitarbeiter ein Produkt aus dem Lager geholt haben). Auch bei Produkten, die den Laden verlassen, ohne an der Kasse registriert zu werden (etwa bei Diebstahl), findet so nie eine Auffüllung statt. Wie Methode 1 erfasst diese Methode außerdem nicht, ob Artikel noch auf Lager sind. Das führt zu Ineffizienzen, wenn Mitarbeiter im Lager nach fehlenden Produkten suchen. Aufgrund dieser Fehleranfälligkeit und neuen technologischen Entwicklungen werden diese althergebrachten Methoden zur Warenauffüllung zunehmend durch intelligentere Lösungen ersetzt. Aber was sind die Vor- und Nachteile dieser neuen Methoden?

Neue Methoden zur Warenauffüllung

1. Vollständige Liste an Diskrepanzen zwischen Verkaufsraum und Lager

Die RFID-Technologie kann zwischen Beständen im Lager und Beständen auf der Verkaufsfläche unterscheiden. Anhand einer RFID-Zählung am Standort können Händler leicht eine vollständige Liste anfertigen und Waren nachfüllen. Die Realität ist leider etwas komplizierter. Warum? Es kann zahlreiche Gründe haben, warum ein Artikel nicht im Verkaufsraum ausgelegt wird oder werden sollte, zum Beispiel:

Es wäre also zu kurz gedacht anzunehmen, dass jedes Produkt, das bei der RFID-Zählung als „auf Lager, aber nicht im Verkaufsraum“ bestimmt wurde, auch aufgefüllt werden sollte. Bei jeder RFID-Zählung käme also eine Liste mit vielen irrelevanten Ergebnissen heraus ... und das Woche für Woche. Das würde die Warenauffüllung ebenfalls sehr ineffizient machen: So müssten Mitarbeiter jedes Mal mühselig aufschlüsseln, welche Ergebnisse auf der Liste relevant sind und welche nicht.

2. Ein Planogramm entwickeln

Um das oben beschriebene Problem zu umgehen, können Einzelhändler mit einem Planogramm arbeiten. Dieses Planogramm weist jedem Artikel eine vorgesehene Position in einem bestimmten Regal zu. So müssen die Mitarbeiter nur das Planogramm heranziehen, um die fehlenden Waren aufzufüllen. Das klingt simpel, kann aber eine ziemliche Herausforderung darstellen.

Die größte Schwierigkeit ist, dass ein Planogramm natürlich von Laden zu Laden verschieden ist. Größere Filialen bieten mehr Auswahl als kleinere Läden und selbst innerhalb von Warenkategorien kann es Abweichungen geben. Verschiedene Länder haben verschiedene Produkte im Angebot, legen aber auch unterschiedliche Größen aus, um sich an die landestypischen Größen anzupassen.

Schlimmer noch: Das Warenangebot ändert sich mit der Zeit, von Woche zu Woche oder – abhängig vom Wetter – selbst von einem Tag auf den anderen. Selbst ein individuelles Planogramm für jede Filiale wird mit der Zeit obsolet, denn Mode ist sehr jahreszeitenabhängig.

Ein präzises, aber flexibles Planogramm zu pflegen, ist extrem schwierig. Der Aufwand, um ein sinnvolles Planogramm für verschiedene Standorte zu entwickeln, steht also in keinem Verhältnis zum Nutzen, den es bei der Warenauffüllung bietet.

3. Algorithmen und maschinelles Lernen

Das Fachgebiet der Algorithmen und des maschinellen Lernens ist in den letzten Jahren immer beliebter geworden. Das liegt vor allem daran, dass maschinelles Lernen enorme Stärken bei der Prognose oder Berechnung von Vorschlägen anhand großer Datenmengen hat. Selbst im Alltag wird man häufig damit konfrontiert: Seien es die Filmvorschläge, die Netflix anhand der bisher angesehenen Filme berechnet, oder Amazons Algorithmen, die Produkte anhand bisheriger Bestellungen empfehlen.

Aber wie lässt sich maschinelles Lernen nutzen, um eine Lösung zur Warenauffüllung im Einzelhandel zu realisieren? Algorithmen können anhand der aktuellen und früheren Bestandsniveaus lernen, welche Produkt-Größen-Kombinationen im Verkaufsraum am wichtigsten sind – und welche nicht im Verkaufsraum ausliegen sollten. Anhand dieser Erkenntnisse können Einzelhändler eine Prioritätsliste für die einzelne Filiale erstellen und mit den RFID-Bestandsdaten aus dem Lager sowie aus dem Verkaufsraum abgleichen. Diese Ergebnisse können dann in einer priorisierten Liste mit „Auffüllempfehlungen“ dargestellt werden.

Mithilfe von Algorithmen und maschinellem Lernen wird die Warenauffüllung also deutlich schneller und effektiver: Anhand der Liste mit „Auffüllempfehlungen“ wissen die Mitarbeiter zum einen, dass die Produkte auf Lager sind, und zum anderen, dass die Artikel (höchstwahrscheinlich) im Verkaufsraum ausliegen sollten. Während diese Methode also zu deutlich mehr Effizienz und Effektivität führt, bleibt eine „menschliche Gegenprüfung“ natürlich unerlässlich, denn Computer können nie alle Ausnahmen und Sonderfälle berücksichtigen.

Ansatz und Ergebnisse

Anhand des oben beschriebenen Konzepts mit maschinellem Lernen haben wir ein Auffüllungsfeature entwickelt, das vollständig in die iD Cloud App integriert ist. Die App umfasst auch alle anderen RFID-relevanten Funktionen im Laden, etwa die Inventur, die Programmierung neuer Label usw.

Sofort nach der RFID-Bestandserfassung anhand des genauen Standorts in der Filiale zeigt iD Cloud eine Liste mit „Auffüllempfehlungen“ an. Anhand dieser Liste können die Mitarbeiter entscheiden, welche Wären sie auffüllen möchten. Mitarbeiter bekommen also eine zentrale Ansicht geboten, die sowohl den aktuellen Bestand im Verkaufsraum als auch im Lager darstellt. Neben jedem aufzufüllenden Artikel wird das zugehörige Bild angezeigt, sodass selbst neue Mitarbeiter diese Aufgabe effektiv erledigen können.

Die Methode hat sich bei mehreren Modehändlern und in zahlreichen Ladengeschäften bewährt. Eine Untersuchung dazu hat Folgendes gezeigt:

  1. Die Regalverfügbarkeit für die drei wichtigsten Größen hat sich in wenigen Wochen von durchschnittlich 88 % auf 98 % verbessert.
  2. Mitarbeiter verbrachten 55 % weniger Zeit mit der Warenauffüllung, da sie sofort wussten, was aufgefüllt werden kann: Alle Artikel, die in den Auffüllempfehlungen aufgeführt werden, sind auch garantiert auf Lager.

Diese Ergebnisse zeigen, dass die Liste mit „Auffüllempfehlungen“ ein extrem hilfreiches Werkzeug für Ladenmitarbeiter ist, um die Warenverfügbarkeit im Verkaufsraum zu gewährleisten. Dadurch profitieren Händler von direkten wie indirekten Vorteilen wie etwa den Folgenden:

  1. Eine höhere Regalverfügbarkeit führt nachweislich zu höheren Umsätzen.
  2. Durch die Vermeidung stupider Aufgaben sind Mitarbeiter zufriedener und haben mehr Zeit, Kunden zu bedienen.

Fazit

Perfekt gefüllte Regale beizubehalten, ist für Ladengeschäfte einer der größten Herausforderungen. Es nicht leicht ist, den Überblick zu behalten, welche Produkte wo aufgefüllt werden müssen. In diesem Whitepaper haben wir uns verschiedene Methoden der Warenauffüllung – basierend auf Sichtprüfungen, POS-Transaktionen und Planogrammen – angeschaut und festgestellt, dass sie alle zu Ineffizienzen und nicht zufriedenstellenden Ergebnissen führen.

Die RFID-basierte Auffüllung klingt auf dem Papier vielversprechend, eine vollständige Liste aller Bestandsabweichungen zwischen Verkaufsraum und Lager erweist sich in der Praxis aber als wenig hilfreich. Dieser Ansatz greift zu kurz, weil in der Liste zahlreiche Produkte aufgeführt werden, die nicht relevant sind – so ist die Methode gleichermaßen ineffizient.

RFID-Zählungen in Verbindung mit Algorithmen und maschinellem Lernen produzieren hingegen deutlich hilfreichere Ergebnisse. Auch hier trifft natürlich immer eine Mitarbeiterin bzw. ein Mitarbeiter die Entscheidung. Schließlich sind es die Mitarbeiter, die die Waren letztlich auffüllen. Erste Ergebnisse aus dem Einsatz der priorisierten Liste mit „Auffüllempfehlungen“ zeigen aber, dass die Methode sehr vielversprechend ist: Die Auffüllung geht schneller, die Regalverfügbarkeit ist höher und die bessere Verfügbarkeit führt letztlich zu höheren Umsätzen.