Predictive Analytics: PepsiCo optimiert die Supply Chain

Der Lebensmittelkonzern PepsiCo nutzt Predictive Analytics im E-Commerce und Außendienst, um vorherzusagen, wann die Vorräte von Einzelhändlern zur Neige gehen. [...]

PepsiCo verknüpft Händler- und Lieferkettendaten um per Predictive Analytics Lieferengpässe vorauszusagen (c) pixabay.com

Seit Ausbruch der Covid-19Pandemie ist der Betrieb globaler Lieferketten für viele Unternehmen zur Top-Priorität geworden. Dabei nehmen Analytics zunehmend die Schlüsselrolle ein, um Schwankungen bei Angebot und Nachfrage abzufedern.

PepsiCo, ein US-amerikanischer Lebensmittelkonzern, registrierte früh in der Coronakrise Unregelmäßigkeiten in seiner Lieferkette. Verbraucher füllten mit Hamsterkäufen ihre Vorratskammern, während es weltweit zu Lieferengpässen kam. „Zu Beginn der Pandemie waren die Regale bestimmter Produkte aus verschiedenen Gründen leergefegt“, sagt Jason Fertel, technischer Leiter des E-Commerce bei PepsiCo. Kunden hätten beispielsweise so viele Haferflocken wie möglich gekauft.

Predictive Analytics und Machine Learning

PepsiCo setzte Predictive Analytics und Machine Learning ein, um vorherzusagen, wann Vorräte aufgebraucht sind. Das Unternehmen machte die Einzelhändler darauf aufmerksam, damit sie rechtzeitig nachbestellen konnten.

Die Daten halfen dem Konzern auch, Marketingkampagnen zu verbessern. „Mithilfe einiger dieser Informationen und der von uns entwickelten Technologie und Produkte konnten wir Werbekampagnen einfach automatisch abschalten, wenn Produkte nicht mehr vorrätig waren“, sagt Fertel.

Sales Intelligence Platform

Bereits Jahre vor der Pandemie begannen Fertel und seine Entwicklungsabteilung innerhalb von PepsiCo eCommerce damit, die Workflows für die Verwaltung von Suchmarketing-Aktivitäten zu automatisieren. Das mündete in die Sales Intelligence Platform, mit der Vertriebsmitarbeiter die Produkte des Unternehmens besser verkaufen können.

Die Plattform kombiniert Daten von Einzelhändlern und Lieferketten, um vorherzusagen, wann ein Artikel nicht mehr vorrätig sein wird. Die Händler werden rechtzeitig aufgefordert, die Ware nachzubestellen. „Wir haben unseren Außendienstteams definitiv geholfen und sie in die Lage versetzt, sofort Maßnahmen zu ergreifen“, sagt Fertel. So hätte PepsiCo mehr Umsatz gemacht und einen messbaren Rückgang der Fehlbestände verzeichnet.

Die Sales Intelligence Platform ist eine funktionsübergreifende Cross-Channel-Anwendung für Einblicke, Workflows und Automatisierung, die den digitalen Vertrieb und Betrieb vereinfachen soll. Sie basiert auf der Programmiersprache Elixir, mit der skalierbare, einfach zu wartende Webanwendungen entwickelt werden können.

Sie sehen gerade einen Platzhalterinhalt von YouTube. Um auf den eigentlichen Inhalt zuzugreifen, klicken Sie auf die Schaltfläche unten. Bitte beachten Sie, dass dabei Daten an Drittanbieter weitergegeben werden.

Mehr Informationen

Das Data-Engineering-Team sammelt von Einzelhändlern bereitgestellte Daten sowie interne Lieferketteninformationen in einer Snowflake Data Cloud. Dort werden sie je nach ihren Dateneigenschaften in PostgreSQL- oder Apache-Druid-Datenbanken verarbeitet. Eine Applikation auf Basis des Phoenix-Web-Framework speist zudem Daten aus Programmierschnittstellen (API) von Drittanbietern ein.

Die erste Version der Anwendung hat die IT im Herbst 2020 ausgerollt. Sie konzentrierte sich auf Marketing Automation für das interne PepsiCo eCommerce-Verkaufsteam. Sie habe geholfen, Prozesse zu automatisieren und die Zahl der Kaufaufträge zu erhöhen. 2021 begann das Team um den Manager, Außendienstmitarbeiter, die in die Läden gehen, mit Informationen über vergriffene Waren in Echtzeit zu versorgen. Daraus ergaben sich weitere Möglichkeiten, um Analytics mit Außendienst und Lieferkettenabläufen zu verknüpfen.

Zwar stecke diese Partnerschaft noch in den Kinderschuhen, aber laut Fertel zeige sie bereits positive Ergebnisse: „Auf der Außendienstseite sehen wir, wie die Kollegen ihre Arbeitsweise ändern und Filialleitern bestimmte Dinge anbieten, an die sie vorher nicht gedacht hätten.“

Early Adopters und Business-Fokus

Ein Schlüssel zum Erfolg des Projekts lag für Fertel darin, Mitarbeiter zu finden, die bereit waren, die Plattform zu testen. Außerdem habe sich das Unternehmen mit einem bestimmten Geschäftsproblem befasst. „Wir wollen viele Dinge tun, aber wir haben uns sehr früh auf auslaufende Waren konzentriert“, so der Manager.

Der Fokus auf die Nutzer und die enge Zusammenarbeit mit ihnen habe dem Team geholfen, die Außendienstmitarbeiter und ihre Bedürfnisse zu verstehen, sagt Fertel. Dadurch stand schnell fest, was funktioniert und was nicht, so dass die Plattform am Ende wirklich Mehrwerte liefern kann.

Zudem habe es sich ausgezahlt, über ein Minimum Viable Product (MVP) schnell erste Gehversuche zu unternehmen. Am Anfang sei es wichtiger, sich auf den Wertbeitrag zu konzentrieren, anstatt gleich alles vollständig automatisieren zu wollen. „Man muss sich damit abfinden, eine Version ohne die kompletten Features auszurollen“, sagt er. Für einige der frühen Machine-Learning-Experimente etwa habe sein Team eine Textdatei mit den Modellen hochgeladen und sie angepasst. Nach erfolgreichen Testläufen damit seien sie zur nächsten Iteration übergegangen und hätten das MVP schrittweise zu einem vollwertigen Produkt weiterentwickelt.

Dieser Beitrag basiert auf einem Artikel unserer US-Schwesterpublikation CIO.com.

*Thor Olavsrud ist Senior Writer bei CIO.com und beschäftigt sich mit IT-Security, Big Data, Open-Source-Technologie sowie Microsoft-Tools und -Servers. Er lebt in New York.


Mehr Artikel

Frauen berichten vielfach, dass ihre Schmerzen manchmal jahrelang nicht ernst genommen oder belächelt wurden. Künftig sollen Schmerzen gendersensibel in 3D visualisiert werden (c) mit KI generiert/DALL-E
News

Schmerzforschung und Gendermedizin

Im Projekt „Embodied Perceptions“ unter Leitung des AIT Center for Technology Experience wird das Thema Schmerzen ganzheitlich und gendersensibel betrachtet: Das Projektteam forscht zu Möglichkeiten, subjektives Schmerzempfinden über 3D-Avatare zu visualisieren. […]

News

KI ist das neue Lernfach für uns alle

Die Mystifizierung künstlicher Intelligenz treibt mitunter seltsame Blüten. Dabei ist sie weder der Motor einer schönen neuen Welt, noch eine apokalyptische Gefahr. Sie ist schlicht und einfach eine neue, wenn auch höchst anspruchsvolle Technologie, mit der wir alle lernen müssen, sinnvoll umzugehen. Und dafür sind wir selbst verantwortlich. […]

Case-Study

Erfolgreiche Migration auf SAP S/4HANA

Energieschub für die IT-Infrastruktur von Burgenland Energie: Der Energieversorger hat zusammen mit Tietoevry Austria die erste Phase des Umstieges auf SAP S/4HANA abgeschlossen. Das burgenländische Green-Tech-Unternehmen profitiert nun von optimierten Finanz-, Logistik- und HR-Prozessen und schafft damit die Basis für die zukünftige Entflechtung von Energiebereitstellung und Netzbetrieb. […]

FH-Hon.Prof. Ing. Dipl.-Ing. (FH) Dipl.-Ing. Dr. techn. Michael Georg Grasser, MBA MPA CMC, Leiter FA IT-Infrastruktur der Steiermärkischen Krankenanstaltengesellschaft m.b.H. (KAGes). (c) © FH CAMPUS 02
Interview

Krankenanstalten im Jahr 2030

Um sich schon heute auf die Herausforderungen in fünf Jahren vorbereiten zu können, hat die Steiermärkische Krankenanstaltengesellschaft (KAGes) die Strategie 2030 formuliert. transform! sprach mit Michael Georg Grasser, Leiter der Fachabteilung IT-Infrastruktur. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*