Fallstudie: Mondelez

PDF herunterladen

Mondelez optimiert die Auftragsabwicklung, um den Bestand im Einzelhandel mit datengestützter Lösung aufzufüllen

„Wir haben die digitalen Kapazitäten von CHEP genutzt, um die Bestellungen von verschiedenen Einzelhändlern zu analysieren. Dabei haben wir wichtige Erkenntnisse gewonnen, durch die wir in Zusammenarbeit mit den Einzelhändlern für beiden Seiten Abfälle reduzieren können.“

Die Herausforderung

 

Die Art und Weise, wie Verbraucher einkaufen, hat sich verändert.
Durch den zunehmenden Online-Handel, die globale Pandemie und den Brexit ist ein Mangel an Lkw-Fahrern entstanden, der die Lieferfähigkeit der Supply Chain beeinträchtigt.
Die Bestelloptimierung ist ein wichtiges Element der Lieferketteneffizienz – es ist wirtschaftlicher und nachhaltiger, Waren auf vollen Paletten in voll beladenen Lkw zu befördern.
Doch unnötige Aufforderungen, Produkte kistenweise statt lagen- oder palettenweise zu kommissionieren, haben für Hersteller und Einzelhändler zu zusätzlichen Kosten und ineffizienten Transporten geführt.
Durch den derzeitigen Mangel an Fahrern ist dieses nicht optimale Bestellen jetzt nicht nur ineffizient, es führt auch dazu, dass Bestellungen storniert werden. Kann eine neue Art der Optimierung von Bestellungen einen wesentlichen Beitrag zur Auftragsabwicklung leisten und helfen, Kosten und CO2-Emissionen einzusparen?

Die Lösung

 
  • CHEP und Mondelez haben die einzigartige Big-Data-Technologie von Brambles genutzt und mit künstlicher Intelligenz kombiniert, um gemeinsam innovative Lösungen für die Bestelloptimierung zu entwickeln, Abfälle zu reduzieren und effizientere Möglichkeiten zu finden.
  • CHEP analysiert große Mengen von Artikelnummern (SKUs) aus Einzelhandelsbeständen um Muster zu erkennen und Ineffizienzen beim Bestellprozess aufzudecken. Die Daten werden dann verwendet, um umsetzbare Lösungen und Simulationen von verschiedenen Szenarien zu erstellen, sowie die daraus für jede Aktivität in der Supply Chain resultierenden Folgen aufzuzeigen.
  • Danach werden für die einzelnen SKUs spezifische Empfehlungen ausgearbeitet, um die optimale Frequenz und die Bestellmuster zu verfeinern, den Teilpalettenbestand zu minimieren und Bereiche für Kostenreduzierungen zu bewerten. Das schafft ein intelligentes Gleichgewicht mit Effizienzvorteilen für Hersteller und Einzelhändler.

Die Vorteile

 

„Die Erkenntnisse, die wir durch CHEPs Modellierung der Bestelloptimierung gewonnen haben, waren detailliert und haben uns wirklich umsetzbare Erkenntnisse geliefert, die wir den Einzelhändlern vorstellen konnten, um besser mit ihnen zusammenzuarbeiten. Durch die Aufnahme von Tagesbeständen konnten wir bessere Gespräch über Bestelleffizienz führen, da Nachweise dafür vorlagen, wie die Änderung der Rechengrößen zu Effizienzvorteilen für beide Unternehmen führen kann, ohne sich negativ auf die Bestände auszuwirken.“
Anna Bisley, Customer Development Manager bei Mondelez

„Die Auftragsabwicklung ist der erste Bereich, den wir uns mit unserer neuen Lösung vorgenommen haben. Eine einzigartige Kombination aus neuester Technologie, Erfahrung und Fachwissen, um das Potenzial großer Datenmengen freizusetzen und Abfälle in den Supply Chains unserer Kunden zu beseitigen.“
Katrin Zeiler, Senior Director ZWW und Customer Innovation

Wie geht es weiter?

Stehen Sie vor der gleichen Herausforderung? Wenn ja, dann erstellen Sie mit uns das nächste innovative Pilotprojekt, bei dem wir die Möglichkeit gemeinsam bewerten. Wir suchen weitere Kunden aus der Industrie, die mit ausgewählten Einzelhändlern arbeiten, und dies mit uns weiter gestalten möchten. Bitte klicken Sie hier, um Kontakt zu uns aufzunehmen.

 

  • Zero Waste World

  • CHEP

  • BXB Digital

CHEP-Ladungsträger suchen

Zum Herunterladen füllen Sie bitte das Formular aus

  • Pflichtfeld
  • Your entry is not of the correct length
  • Your entry should not contain any URLS
  • Pflichtfeld
  • Your entry is not of the correct length
  • Your entry should not contain any URLS
  • Pflichtfeld
  • Your entry is not of the correct length
  • Your entry should not contain any URLS
  • Pflichtfeld
  • Your entry is not of the correct length
  • Your entry should not contain any URLS
  • Pflichtfeld
  • Pflichtfeld

By submitting the form I accept CHEP data management according to CHEP privacy policy

Sollte Ihr Download nicht in Kürze starten, klicken Sie bitte hier

Sprache auswählen

Germany
OK

Ist dies nicht Ihr Land oder Ihre Sprache?

Land wechseln

Fallstudie: Mondelez | CHEP