Referencer /

København:
Købmagergade 7-9
DK-1150 København K

Jylland:
Krøyer Kielbergs Vej 3
DK-8660 Skanderborg

Telefon: +45 7028 2870
Fax: +45 7028 2991
e-mail: info@sdk.sas.com

Referencer

PrintvenligPrintvenlig

Referencer

 

Waitrose forbedrer lagerføringen og reducerer spild

Navnet ‘Waitrose’ er i Storbritannien blevet synonymt med den højeste kvalitet, de friskeste varer og det bredeste sortiment i butikkerne. Dette førende supermarked bruger nu SAS® til at forecaste kundeefterspørgslen og dermed sikre, at de rette produkter er på de rette hylder i rette tid.

Som en del af John Lewis Partnership er Waitrose en af de mest kendte dagligvareforretninger i Storbritannien. Deres løfte til kunderne er produkter af høj kvalitet, fra frisk frugt og grøntsager til emballerede varer, kombineret med enestående kundeservice. Waitrose er en unik detailhandler af to grunde. For det første er de det eneste supermarked, der er blevet udnævnt af Hendes Majestæt Dronning Elisabeth II, for det andet er forretningen medejet af sine 39.000 arbejdsgivere eller partnere snarere end af aktionærer.

Med omkring 190 filialer, over 15.500 produktgrupper og 30% nye varer i sortimentet hvert år er Waitrose nødt til at sikre sig, at de forudsiger efterspørgslen præcist, så de kan levere de rette produkter til de rette butikker rettidigt. For at kunne maksimere salget og sikre det mindst mulige spild er det altafgørende at bestille den rette mængde varer. Det er også nødvendigt jævnligt at sikre det rette lagerniveau i forhold til specifikke begivenheder og kampagner: kølerdiske fulde af tilbudsis under hedebølgen og hylder fyldt med brunkager og pebernødder, når julen nærmer sig. Med hjælp fra SAS Demand Forecasting-løsningen og støtte fra SAS-partnere har Waitrose nu opnået mere nøjagtig genopfyldning til butikkerne og kan dermed opfylde både ultimobalancen og sine højtestimerede kunders behov. Siden systemet blev implementeret, har filialerne oplevet en reduktion i lagerbeholdningen på mindst otte procent og et fald i spild på op til fire procent.

Afpasning af udbud med efterspørgsel
"Min afdeling er ansvarlig for at udvikle nye måder at understøtte butikkerne og deres ordrebestillinger, herunder at forudsige efterspørgslen og muliggøre præcis genopfyldning" siger Gail Richmond, Manager – Branch Ordering Development, Waitrose. "Vi arbejder sammen med systemafdelingen på at udvikle løsninger og derefter overdrage dem til 'vi gør som vi plejer'-medarbejderne." Siden 1980'erne har Waitrose haft forecasting-kompetencer i butiksordrebestillingssystemet, der, som Richmond udtrykker det, "var rimeligt gode til normal forecsting, men ikke gode til kampagner og begivenheder." Der er i dag så mange ting, der påvirker detailhandlen, fra Valentine's Day til Fastelavn og Mors Dag, mens kampagner ændrer tingene hver tredje uge. Hun siger, at det mest forretningskritiske er "at sikre os, at vi rammer hylderne på det rette tidspunkt med det rette lager, uden at have unødigt mange varer i baglokalet, så vi hjælper de enkelte forretninger med at være virkeligt produktive."

Waitrose havde forskellige leverandører i betragtning i en formel udbudsproces, hvor seks blev indsnævret til to. "Vi så løsninger, der ligesom SAS kunne udføre hele jobbet for os: ved at bruge historiske data til at forbedre forecasting, iagttage salget og reagere på sæsonbestemte trends samt forbedre forecasting af begivenheder" siger Richmond. Waitrose var ikke tidligere SAS-bruger. "Én af grundene til, at vi valgte SAS, var, at den anden løsning var en 'black box'. Man kan også bruge SAS som en 'black box', men løsningen er samtidig meget fleksibel: man kan fortsætte udviklingen af den for at imødekomme specifikke forecasting-behov. Vi mente samtidig, at vi kunne få et godt samarbejde med SAS – et partnerskab."

"Vi ville gerne fortsætte med at bruge vores filialbestillingssystem, der er udviklet internt, men med en ny tilgang til demand forecasting" siger Kim Neward, Forecasting Systems Manager. Der opstod dog problemer med systemets performance og forecast-modellerne under prøvekørslerne, beretter Newark. "Derfor involverede vi StatApp, der er en SAS-partner med ekspertise inden for detailhandlen, for at forbedre modellen. Projektet endte som et partnerskab mellem Waitrose, SAS, StatApp og endnu en SAS-partner, Amadeus, der hjalp os med at få styr på performance. Vi forecastede nemlig på hver produktlinje, hver dag, for hver filial fra dag til dag." Denne yderligere udvikling førte til flere testkørsler, de gav meget forbedrede resultater, og systemet blev implementeret på tværs af alle forretningerne. SAS-modeller kører nu natten over med forecasts, der automatisk bliver lagt ind i Waitroses lagerstyrings- og genopfyldningssystem.

Forbedret bundlinje
"Hvis vi har oplevet en given begivenhed før, kan vi forecaste efterspørgslen ved at bruge vores historiske data" siger Richmond. "Hvis vi ikke har oplevet det før, kan vi stadig opstille en model ved at bruge en kategori eller et produkt i samme gruppering." Feedback fra butikkerne indikerede hurtigt, at f.eks. lagerbeholdningen i kølerenheder var mere optimal, samtidig med at lagerrotationen blev forbedret. Inden for konserves rapporterede butikkerne også højere hitrater for varer, der kom direkte på hylderne. Forbedret nøjagtighed resulterede i yderligere produktivitetsfordele med et fald i ordreændringer på 40 procent. Lederne havde nu meget mere tid til at fokusere på kundeservice og kundetilfredshed. Resultater som disse sammenholdt med andre målepunkter påvirker bundlinjen betydeligt.

"Vi har opnået øget produktivitet, effektivitet og økonomisk fremgang på tværs af vores ca. 190 filialer" siger Richmond. "Med SAS' hjælp er vi blevet i stand til at reducere lagerholdet med mindst otte procent og spild med tre til fire procent. Vi havde oprindeligt estimeret to procents fald i spild, så resultatet er langt bedre, end hvad vi kunne forudse. Herudover kan vi nu se på tidligere begivenheder og finde ud af, om der blev begået fejl, f.eks. til jul, og så rette dem til næste gang. Eller vi kan se på tidligere succes og gentage denne. SAS er meget gode til at levere synlighed i forecastene og måle nøjagtighed."

En yderligere fordel, siger Richmond, er, at den viden, som Waitrose og SAS har opnået, især med hensyn til at håndtere en fælles infrastruktur, kan overføres til andre detailhandlere i Storbritannien og i udlandet. "Både ud fra SAS' og vores eget synspunkt vil vi meget gerne tale med andre detailhandlere for at hjælpe. Vi har nu en meget bedre forståelse for, hvad der skal til for at forecaste på dette niveau, hvor millioner af SKU'er (Stock Keeping Units) bliver vendt hver dag, og vi har en god arbejdsmodel for, hvordan infrastrukturen bør se ud, for at man kan undgå nogle af de problemstillinger, vi stødte på."

Næste trin, siger Richmond, er at skubbe forecasting endnu længere tilbage i forsyningskæden for at forudse, hvad Waitrose bestiller hos leverandørerne. "I forhold til forecasting ville vi gerne undersøge, hvor vi i første omgang kunne opnå de største fordele, altså i filialerne – vi vidste, at vi kunne opnå store fordele der" konkluderer Kim Newark. "Efterhånden som vi kommer videre, vil vi sige 'hvor skal vi så hen?' ved at bruge de samme data og vores forecasting på andre måder."

Copyright © SAS Institute Inc. All Rights Reserved.

Waitrose - Forecasting

Udfordring:

At understøtte filialernes bestillinger og kundeservice så effektivt som muligt ved kontinuerligt at sikre den højeste produktkvalitet og -tilgængelighed, minimere spild og styre omkostningerne i et stærkt konkurrencepræget detailområde.

Løsning:

SAS®-modellering og predictive analytics til nøjagtig demand forecasting, både til daglige forecasts og særlige begivenheder/kampagner.

Fordele:

Hurtigere og mere nøjagtige demand forecasts for at forbedre lagerbestilling, levering og genopfyldning; lagerbeholdningen blev reduceret med 8%, og spildet blev reduceret med 4%. Herudover blev kundeservice og kundetilfredsheden forbedret som følge af højere produkttilgængelighed.

Citat:

Vi kan se på tidligere begivenheder og finde ud af, om der blev begået fejl, og så rette dem til næste gang. Eller vi kan se på tidligere succes og gentage denne. SAS er utroligt gode til at levere synlighed i forecastene og måle nøjagtigheden

Gail Richmond

Manager - Branch Ordering Development