Referenzen

Referenzen

Budda Online


Mit unserem breiten Portfolio rund um das Datenmanagement bringen wir eine umfangreiche Expertise mit, um auch Ihren Ansprüchen gerecht zu werden. Nachfolgend finden Sie eine Übersicht aktueller Referenzen.

Target Costing / Zielkostenrechnung

Worum geht es?


Kostenprognosen mit Neuronalen Netzen für die konstruktionsbegleitende Kalkulation und das Target Costing bei einem Hersteller von Elektronikbaugruppen


Business Problem:


 Bei Elektronikbaugruppen stellen die Materialkosten den dominanten Kostenanteil dar. Diese werden zu einem großen Teil bereits während der Entwicklung neuer Produkte bzw. Produktvarianten determiniert, sind aber in dieser Phase weitgehend unbekannt.


  • Lohnt sich das Endprodukt? Liegen seine Herstellkosten unterhalb meiner Zielkosten (Target Costing)?
  • Welche Konstruktionsvarianten sollte ich hinsichtlich der Kosten-/Leistungseffizienz wählen?


Lösung

Prognose und Abschätzung der Einstandspreise von Komponenten auf der Basis ihrer technischen Spezifikation sowie eine Risikoabschätzung

Verfahren

Kombination aus Neuronalen Netzen und Clusterverfahren

Datenbasis

Einkaufsdaten der letzten 5 Jahre angereichert um unsere Daten zur Entwicklung der Beschaffungsmärkte und der Erfassung spezifischer Referenzpreise

Nutzen und...

  • Frühzeitige Transparenz über die Wirtschaftlichkeit neuer Produkte und damit Vermeidung von Verlustartikeln
  • Auswahl kostengünstiger Komponenten und Optimierung der Herstellkosten

...Verbesserung der Rendite


  • Herstellkosten ohne Komponentenoptimierung 238,-; Gewinnrendite 16,4%
  • Materialkostenanteil 67,3%
  • Materialkostenoptimierung um 7,8%
  • Renditeverbesserung um mehr als ein Drittel von 16,4% auf 22,8%

Ihre Vorteile

  • Kostenprognosen mit Neuronalen Netzen
  • Kalkulation während der Konstruktion
  • Designoptimierung
  • Nachweisbarer Nutzen



Sortimentsbereinigung

Worum geht es?


Sortimentsbereinigung bei einem Handelsunternehmen mit Maschinellen Lernverfahren


Business Problem:


Typisch für den Einzelhandel sind sehr umfangreiche Produktkataloge und eine sehr häufige Sortimentsbereinigung durch Auslisten alter Produkte zugunsten neuer Produkte aufgrund von technologischem Fortschritt, Mode oder neuer Preisorientierung.

  • Welche Artikel sollten ausgelistet werden? Wie lange dauert ihr Abverkauf? 
  • Welche Abverkaufmaßnahmen sind bei welchem Produkt am wirtschaftlichsten?


Lösung

Identifikation von auslistungsfähigen Produkten und Prognose ihrer Abverkaufsdauer 

Verfahren

Random Forest und Support-Vector-Machine zur Klassifikation der Auslistungsartikel und Neuronale Netze/Regressionsanalyse zur Prognose der Abverkaufszeit bei unterschiedlichen Maßnahmen

Datenbasis

Lagerbestands- und Verkaufsdaten der letzten Jahre angereichert um externe Daten zum technologischen Fortschritt, Mode etc.

Nutzen und...

  • Unterstützung der Programmbereinigung
  • Auswahl effizienter und gewinnmaximaler Abverkaufsstrategien
  • Kostengünstigeres Lagerbestandsmanagement

...noch mehr Nutzen


  • Lagerplatzreduktion und Lagerkostensenkung von ausgelisteten Produkten
  • Senkung der Verweildauer um über 50%

Ihre Vorteile

  • Sortimentoptimierung
  • Welche Produkte wann auslisten? (Mit Random Forest)
  • Bestandsprognosen mittels Regressionsverfahren und Wahl der Abverkaufsstrategien



Share by: