Im Lebensmittelhandel der frühen 1990er-Jahre sorgten Sonderangebote und Bestellungen in Chargen dafür, dass die bei Campbell Soup eingehenden Bestellungen aus Gründen in die Höhe schnellten, die nichts mit dem Verzehr von Suppe zu tun hatten: Bei vier Einzelhändlern entfielen allein auf den Dienstag 22 % der wöchentlichen Nachfrage, gegenüber 15,5 % an einem gewöhnlichen Tag. Die Einzelhändler reagierten mit Pufferbeständen und litten dennoch unter Fehlbeständen. Campbells Continuous Replenishment setzte bei der Verzerrung selbst an: Die Einzelhändler zahlten einen konstanten EDLP-Preis, behielten ihre eigenen Sonderangebote und übermittelten täglich Bestands- und Abgangsdaten per EDI; Campbell lieferte volle Lkw-Ladungen, um jedes Distributionszentrum über einem Mindestbestand zu halten – der Lieferant übernahm nun die Wiederbelieferung.

Im Frühjahr 1993 förderte Campbell ein Wharton-Projekt von Gérard Cachon und Marshall Fisher, um zu prüfen, ob sich die Regeln verbessern ließen. Anhand eines Jahres an Daten über mehrere hundert SKUs bei vier Einzelhändlern stellten sie fest, dass Campbells frühe Tests die Bestände in den Distributionszentren bereits um 50 % gesenkt und zugleich die Lieferquoten von 98,7 % auf 99,5 % gehoben hatten; ihre neu aufgebauten Entscheidungsregeln senkten die Bestände um weitere 33 % – 66 % unter die ursprünglichen Niveaus der Einzelhändler – bei gleichbleibendem Service, was etwa 1,2 % der Warenkosten eines Einzelhändlers entsprach. Der Bestandsbedarf stieg stark an, wenn die Serviceziele über 99,5 % hinaus getrieben wurden.

Die Praxis blieb nicht allein Campbells Sache. Bis 1997 nannte die MIT Sloan Review Campbell Soup zusammen mit M&M/Mars, Nestlé, Quaker Oats, Nabisco, P&G und Scott Paper als Lieferanten, die kontinuierliche Wiederbelieferung mit einigen oder den meisten ihrer Kunden betrieben, wobei Bestandsreduktionen von bis zu 25 % in solchen Allianzen üblich waren. Eine Praxis, die ein Jahrhundert Kauftradition umkehrte – der Verkäufer entscheidet, wann der Käufer nachbestellt –, war zur Standardantwort der Lebensmittelbranche auf den Peitscheneffekt geworden.

Den Lieferanten aus den eigenen Daten des Einzelhändlers nachfüllen lassen

Die Nachfrage aus Abgängen und Beständen abzulesen beseitigte die Verzerrungen, die die Planer auszugleichen versuchten: Bestellungen in Chargen (die Dienstagsspitze) und Vorratskäufe aufgrund von Sonderangeboten.

Die Anreize machten die Übergabe schmerzlos: EDLP ließ die Einkaufswirtschaftlichkeit des Einzelhändlers unverändert, Sonderangebote blieben die Waffe des Einzelhändlers, und Campbell übernahm die Planungsarbeit.

Täglich neu berechnete Entscheidungsregeln schlugen sporadisches menschliches Einkaufen – sie geraten nie vor einem Sonderangebot in Panik und horten nie; die 66 % kamen aus mechanischer Beständigkeit.

EDI machte den Datenfluss billig und routinemäßig, sodass die Wiederbelieferung zu einer Berechnung statt zu einer Verhandlung wurde, und die Verbesserungen der Lieferquote schufen Vertrauen.

Die Bestellungen eines Partners sind Entscheidungen, keine Nachfrage. Wer den tatsächlichen Verbrauch sieht und die Wiederbelieferung steuert, kann die Schwankungen der Kette dämpfen – wenn die Anreize aufeinander abgestimmt sind und sich der Service sichtbar verbessert.

Die vom Lieferanten gesteuerte Wiederbelieferung breitete sich in der Konsumgüterindustrie aus und wurde zur Vorlage für Efficient Consumer Response und später CPFR, während die Datenleitung von EDI-Dateien zu Point-of-Sale-Feeds und APIs anwuchs. Cachons und Fishers Bewertung wurde zu einer Standardreferenz dafür, was das Teilen von Nachfrage- und Bestandsdaten wert ist, und ihre Warnung – dass ein Service über 99,5 % hinaus den Bestandsbedarf explodieren lässt – markiert noch immer die praktische Grenze der Idee. Das tiefere Vermächtnis ist konzeptioneller Art: Planer lernten, Kundenbestellungen als Rauschen um die Nachfrage zu behandeln.

DEN BELEGEN FOLGEN

Die Quellen

  1. Campbell Soup's Continuous Replenishment Program: Evaluation and Enhanced Inventory Decision Rules Production and Operations Management 6(3) — Gérard Cachon & Marshall Fisher, via UPenn ScholarlyCommons (PDF) · repository.upenn.edu
  2. The Bullwhip Effect in Supply Chains MIT Sloan Management Review (Hau L. Lee, V. Padmanabhan, Seungjin Whang) · sloanreview.mit.edu