In der hochkompetitiven Welt der FMCG ist die Beherrschung des Category Managements zum Fundament für nachhaltiges Wachstum und Differenzierung geworden.
Erfolg beruht heute auf mehr als nur Intuition oder überlieferten Erfahrungen. Entscheidend ist die Fähigkeit, Markttrends vorherzusehen, Sortimente individuell anzupassen und aus einer stetig wachsenden Datenbasis umsetzbare Erkenntnisse zu gewinnen. Sowohl Handelspartner als auch Konsumenten erwarten immer mehr Relevanz und Professionalität – vorausdenkende Hersteller setzen deshalb auf maßgeschneiderte analytische Ökosysteme, um dem Wettbewerb einen Schritt voraus zu bleiben.
Vor diesem Hintergrund hatte DS STREAM die große Freude, mit Lorenz Polska, einem führenden Unternehmen im polnischen Snack-Segment, zusammenzuarbeiten. Gemeinsam entwickelten wir eine robuste, cloudbasierte Plattform, die faktenbasierte Entscheidungen zu Sortiment, Preisgestaltung und Promotions im großen Maßstab ermöglicht. Dieses Projekt zeigt, wie strategische Analytik – sorgfältig eingeführt – verborgene Werte freisetzen und die Betriebsmodelle im FMCG-Sektor zukunftssicher machen kann.
Lorenz Polska
Das Unternehmen agiert im Zentrum des B2B-Snackmarktes, beliefert alle großen Handelsketten und konzentriert sich auf moderne Absatzkanäle. Das Bestreben, Promotionen zu optimieren, Verkaufseffizienz zu steigern und das Produktportfolio schnell an sich wandelnde Verbraucherpräferenzen anzupassen, spiegelt die wachsenden Ambitionen von Kategorie-Leadern wider.
Geschäftliche Herausforderungen
Wie viele FMCG-Unternehmen stand Lorenz Polska vor ehrgeizigen Zielen:
- Aufbau analytischer Fähigkeiten von Weltrang in den Vertriebsteams.
- Automatisierung komplexer Sortimentsvorbereitungen für unterschiedliche Handelspartner.
- Gewinn vertiefter Erkenntnisse über Konsumverhalten.
- Verbesserung der Bruttomarge im wachsenden Portfolio.
- Optimierung der Sortimentsmanagement-Kosten durch Prozessautomatisierung.
- Einführung belastbarer, datengetriebener Methoden zur Promotionsevaluierung.
Besondere Rahmenbedingungen:
- Organisatorische Prioritäten: Die interne Analytik war noch im Aufbau, während Ressourcen bereits in andere Initiativen gebunden waren – daher war eine kluge Priorisierung nötig.
- Datencharakteristik: Unterschiedliche Granularität, teilweise unvollständige Promotionsdaten sowie uneinheitliche Zuliefererformate eröffneten Potenzial für mehr Konsistenz und tiefere Insights.
- Passender Umfang: Statt planlosem „Big Data“-Ansatz wählte Lorenz einen pragmatischen, maßgeschneiderten Rahmen – Lösungen sollten umsetzbar, effizient und zweckmäßig sein.
Lösungsansatz: modulare Analytik mit menschlicher Note
Unsere Antwort: Lorenz mit einem modularen, skalierbaren und pragmatischen Daten-Ökosystem auszustatten – sorgfältig auf der Google Cloud Platform (GCP) aufgebaut, um unnötige Komplexität zu vermeiden und gleichzeitig zukunftsfähig zu bleiben.
Zentrale Lösungskomponenten
- Kunden- und Produktsegmentierung: Einsatz von K-Means, DBSCAN und hierarchischem Clustering zur Gewinnung relevanter Segmente für agiles Category Management.
- Nachfrageprognosen: Nutzung von ARIMA und LightGBM für saison- und regionensensitive Forecasts auf SKU-Ebene.
- Preiselastizitätsmodellierung: Einsatz von Bayes’schen GLM zur Quantifizierung der Preissensibilität und für rationale Rabattstrategien.
- Identifikation von Substituten & Komplementen: Korrelationen und semantische Analysen zur Aufdeckung von Kaufzusammenhängen und Regalnachbarschaften.
- SKU-Portfolio-Optimierung: Lineare/quadratische Optimierung zur Balance von Marge, Reichweite und Regalfläche.
- Integrierte Datenautomatisierung: Vereinheitlichung unterschiedlicher Quellen via automatisiertem ETL in BigQuery und Aufbau benutzerfreundlicher Dashboards.
Technologie-Stack
- Cloud & ML: GCP, Vertex AI, BigQuery ML
- Sprachen & Bibliotheken: Python, pandas, scikit-learn, LightGBM, PuLP, matplotlib, seaborn
- Workflow: SQL-basiertes ETL in BigQuery, Prototyping in Jupyter/Vertex Notebooks, Produktion in modularen Pipelines
Umsetzung mit engem Austausch
Anstelle einer geschlossenen „Black Box“-Lösung setzten wir konsequent auf Wissenstransfer und Co-Creation:
- Jedes Modul kombinierte technische Enablement-Sessions mit Business-Workshops und qualifizierte somit das Lorenz-Team für die künftige Eigenständigkeit.
- Skalierbare Prototypen ermöglichten iterative Erweiterungen, z. B. Regal-Analysen, Integration von Retail-Audit-Daten oder erweiterte Preismodelle.
Impact & erzielte Ergebnisse
- Bessere Absatzprognosen: ML-Modelle übertrafen die Schätzungen der Vertriebsteams – mit höherer Genauigkeit und Planungsverlässlichkeit.
- Promotionsdaten angereichert: LLM-Integration erschloss Wert aus bislang isolierten Daten, verbesserte die ROI-Messung von Kampagnen.
- Automatisierte Sortimentsänderungen: Lösung in ausgewählten Handelsketten ausgerollt, wodurch schnelles Category-Response möglich wurde.
- Nachhaltiger Kompetenzaufbau: Das Analytik-Team von Lorenz entwickelt und erweitert die Plattform inzwischen selbstständig und stärkt damit die operative Resilienz.
Zentrale Erkenntnisse für FMCG-Führungskräfte
- Befähigung ist alles. Interne Skill-Entwicklung schafft Wirkung weit über das Projektende hinaus.
- Flexible, modulare Architektur gewinnt. Klar abgegrenzte Komponenten ermöglichen schnelle Lieferung, Wiederverwendung und senken Change-Management-Hürden.
- Pragmatismus vor Hype. Angepasste Technologie verhindert Kostenexplosionen und sorgt für schnelle, sichtbare Erfolge ohne unnötige Komplexität.
- LLMs erschließen Datengold. Semantische Engines heben neue Werte aus Standard-Verkaufsdaten.
- Agilität schafft Chancen. Iterative Entwicklung öffnet Türen zu neuen Geschäftseinblicken – von Regalmanagement über Handelskollaboration bis hin zu strategischer Preisgestaltung.
Fazit
Unsere Zusammenarbeit mit Lorenz Polska zeigt: Fortschrittliche Analytik – wenn mit Beratungsfokus und Kategorie-Expertise eingeführt – kann die Art und Weise revolutionieren, wie B2B-Hersteller Sortimente gestalten, Preise ansetzen und Promotions bewerten.
Durch Fokus auf Befähigung, Modularität und pragmatische Innovation erzielte Lorenz nicht nur messbare operative Verbesserungen, sondern sicherte sich auch die internen Fähigkeiten, um die polnische Snack-Kategorie im datengetriebenen Zeitalter anzuführen.
