EFFIziente Warengruppenoptimierung
SBB gelingt die effiziente Einführung der überarbeiteten Warengruppenstruktur in SAP R/3, S/4 und Ariba.
Das Projekt in Kürze
Ausgangslage
Die SBB wollte ihre Warengruppenstruktur als unverzichtbares Instrument zur Steuerung der Beschaffungsprozesse marktgerechter ausrichten und in SAP R/3, S/4 und Ariba nachhaltig verlinken.
Vorgehensweise
Die Einkaufsdaten wurden per Machine Learning auf überarbeitete Warengruppenschlüssel klassifiziert. Ein „Stay Clean“-Konzept sichert nachhaltige Datenqualität und höhere Bündelungseffekte.
Ergebnis
Durch das effiziente Vorgehen wurde signifikanter manueller Klassifizierungsaufwand vermieden. Nachhaltige, hohe Datenqualität wird sichergestellt.
Strategische Neuausrichtung der Warengruppen
Um den Einkauf strategisch besser steuern und den gesamten Beschaffungsprozess effizienter gestalten zu können, hat die SBB eine neue Warengruppenstruktur mit 515 Warengruppen entwickelt. Diese Struktur soll den gesamten Beschaffungsprozess als führendes Element effektiver gestalten. Die homogene Produktzuordnung ermöglicht den Category Managern und ihren Teams eine präzisere Steuerung des Marktes. Für die korrekte Abbildung der Warengruppenstruktur in den Systemen wie SAP R/3, S/4 und Ariba war ein möglichst schlanker und nachhaltiger Ansatz erforderlich.
Mensch, Systeme und «Machine Learning» Hand in Hand
Staufen unterstützte die SBB zusammen mit dem Technologiepartner Shouldcosting über einen Zeitraum von anderthalb Jahren bei der Einführung der neuen Warengruppenstruktur. Mithilfe eines «Machine Learning»-Algorithmus konnte ein Grossteil der Artikel effizient kategorisiert werden. Datenobjekte, die nicht automatisiert zugeordnet werden konnten, wurden mit einer Klassifikationsplattform manuell klassifiziert. Zur langfristigen Sicherung der Datenqualität wurde ein «Stay Clean»-Konzept entwickelt. Angepasste Prozesse, gezielte Aufgaben sowie klar definierte Kompetenzen und Verantwortlichkeiten bieten den Einkäufer:innen wertvolle Unterstützung. Schulungen stellen sicher, dass diese Standards nahtlos in den Arbeitsalltag integriert werden können.
An der Zusammenarbeit mit Staufen.Inova haben wir neben der Professionalität
Simon roth
vor allem geschätzt, dass wir vom Konzept bis nach dem Go-Live begleitet wurden. zusätzlich zu einer profunden Projektmanagementexpertise hat Staufen.Inova vor allem mit hohem Verständnis für die Machine-Learning- Technologie beraten.
Leiter Einkauf Konzern, SBB AG
Ressourcenschonend zu höheren Wertbeiträgen und Effizienz im Einkauf
Durch die konsequente Umsetzung der überarbeiteten Warengruppenstruktur kann die Einkaufsorganisation der SBB wesentliche Verbesserungen in der strategischen und operativen Steuerung des Einkaufsvolumens erzielen. Die Systeme wurden erfolgreich angepasst, wobei ein „Machine Learning“- Algorithmus die Effizienz im Vorgehen erheblich steigerte. Komplexe Fälle wurden durch die manuelle Nachbearbeitung korrekt zugeordnet. Das „Stay Clean“-Konzept gewährleistet eine dauerhaft hohe Datenqualität in den täglichen Einkaufsgeschäften. Damit hat die SBB eine solide Basis für künftige Verantwortlichkeiten, Bündelungseffekte, Effizienz und Datenintegrität im Einkauf geschaffen.
Wir konnten mit Hilfe von Staufen.Inova das Projekt Migration «on-time» und «in budget» effizient und schlank einführen und die Basis für eine nachhaltige Steuerung der Einkaufsleistungen über alle Divisionen sicherstellen.
Dietmar Gessner
LEITER KOMPETENZCENTER WARENGRUPPEN-MANAGEMENT, SBB AG
