Data Analytics als Werthebel im Produktportfolio-Management

In der Praxis sind Big Data und Data Analytics zwar in aller Munde und der Großteil aller Unternehmen verfügt über einen unglaublichen Datenschatz, doch die Auswertung und Interpretation dieser Daten stellt viele Unternehmen vor völlig neue Herausforderungen. So finden wir in vielen Unternehmen zwar große Datenbanken mit höchst wertvollen Informationen zum Kaufverhalten ihrer Kunden, doch aufgrund fehlender Data-Analytics-Kompetenz bleiben diese gänzlich ungenutzt.

Seit jeher stellen sich wertorientierte Unternehmer regelmäßig die Frage, mit welchen Produkten und Dienstleistungen sie die Kundenbedürfnisse besser und effizienter befriedigen könnten als ihr Wettbewerb. Hieran ist noch nichts neu, aber durch die steigende und inzwischen enorme Menge an erhobenen Daten werden wirklich neue Perspektiven und Analyse-Ansätze zur Ableitung des optimalen Angebots möglich.

Dieses Potenzial zur Ableitung eines kundenzentrierten Produktportfolios rückt in wirtschaftlich schwierigen Zeiten – wie der COVID-19-Pandemie – verstärkt in den Fokus unternehmerischen Handelns. Denn häufig ist das Produktportfolio historisch und nicht systematisch gewachsen und liefert in seiner gesamten Breite bzw. Tiefe selten den erhofften Kundenmehrwert. Fehlende Bereinigungen des Produktportfolios in der Vergangenheit führen dazu, dass Unternehmen ihre Ressourcen ineffizient allozieren und im schlimmsten Fall sogar durch ein zu breites Angebot „Consumer Confusion“ erzeugen und Kaufentscheidungen hemmen.

Wie kann die Wertorientierung eines Produktsortiments erhöht und möglichst auch gemessen werden? Wir empfehlen, dass mindestens 70% Ihres Sortiments der Wertpositionierung Ihres Unternehmens entsprechen und gleichzeitig über die angestrebte Zielprofitabilität verfügen sollte. In der Praxis erleben wir teilweise das genaue Gegenteil – vielen Unternehmen gelingt es nur mit rund 30% ihrer Produkte, wertorientiert zu wirtschaften. Die verbleibenden 70% des Sortiments erhöhen zwar die Auslastung und steuern einen positiven Deckungsbeitrag bei, sind unter Vollkostengesichtspunkten jedoch meist verlustreich und führen zu negativem Return on Capital Employed. Langfristig ist ein Sortiment, das nicht die Wertpositionierung widerspiegelt, ein sicherer Weg in Beliebigkeit und Krise.

Die Entscheider in den Unternehmen haben meist ein ausgeprägtes Problembewusstsein für die Notwendigkeit einer laufenden Portfoliooptimierung. Zu klaren Maßnahmen können sie sich oft trotzdem nicht durchringen – häufig aufgrund fehlender Transparenz über (finanzielle) Auswirkungen und daraus resultierende Risiken. Bei unseren mittelständischen Kunden zeichnet sich in den letzten Jahren allerdings zunehmend der Anspruch ab, dass Entscheidungen – die immer wieder ein Abwägen zwischen Intuition und Rationalität verlangen – zahlengetriebener und objektiver getroffen werden. Diese Entwicklung ist in unserer komplexen und dynamischen VUKA-Welt gut nachvollziehbar. Langjährig erprobte Erfahrungswerte werden immer öfter im wahrsten Sinne des Wortes auf den Kopf gestellt, und eine stärkere Faktenorientierung wird für verantwortungsvolle Entscheider immer relevanter.

Der Treibstoff für faktenbasierte Entscheidungen sind Daten. Das Erkennen, Interpretieren und Kommunizieren von Mustern in diesen Daten ist entscheidend und wird allgemein unter dem Begriff „Data Analytics“ zusammengefasst. Prinzipiell ist das gar nicht neu; Data Analytics wird schon immer gemacht, beispielsweise bei einfachen Analysen von Verkaufsstatistiken. Was jedoch häufig fehlt, ist ein ganzheitlicher, systemübergreifender Ansatz. Gerade die im deutschen Mittelstand häufig heterogene IT-Infrastruktur – oft mit fehlenden Schnittstellen – ist hierbei ein Hindernis. So verwundert es auch nicht, dass mittlerweile mindestens zwei Drittel aller Daten in Unternehmen brachliegen und ungenutzt bleiben. Ein Grund hierfür liegt in den angewendeten Tools sowie der fehlenden Expertise zur Datenanalyse: Meist wird noch immer auf das Standard-Toolkit Excel gesetzt, obwohl dieses in vielen Fällen schon lange an seine Grenzen stößt. Sie glauben uns nicht? Dann versuchen Sie einmal einen richtig komplexen Datensatz in Excel zu bearbeiten – unmöglich. Mehrdimensionalität und natürlich auch schlicht die Begrenzung auf ca. 1 Million (Daten-)Zeilen ist hier neben der mangelnden Variabilität, Datenvisualisierung und automatisierten Replizierbarkeit der begrenzende Faktor. Analysen auf Bon-Ebene im Einzelhandel erreichen bei mehreren Hunderten von Filialen leicht Datensätze im zweistelligen Millionenbereich – und das pro Monat! Kommen dann noch ergänzende Datenquellen wie CRM oder Lagersysteme hinzu, wird schnell klar, dass es ohne spezialisierte BI- und Analytics-Softwaresysteme nicht gehen wird. Darüber hinaus fehlen den Unternehmen häufig Mitarbeiter mit dem notwendigen Data-Science-Fachwissen, um aus den vorhandenen Daten Entscheidungsgrundlagen zu entwickeln.

In einem unserer jüngsten Projekte ist es uns gelungen, mit unserem ganzheitlichen und systemübergreifenden Data-Analytics-Ansatz die hochkomplexe Sortimentsvarianz des Kunden beherrschbar zu machen und das bis dahin ertragsmäßig als ausgereizt geltende Sortiment auf ein neues Profitabilitäts-Level zu heben.

, hatte über 40.000 Artikel im Portfolio, die völlig unübersichtlich und nebenbei auch wenig modern präsentiert wurden. Dies führte sowohl zu einer über die Jahre gestiegenen Komplexität mit sinkenden Margen als auch zu einer enormen Working-Capital-Bindung. Zudem entstand ein massiver Aufwand in der gesamten Supply Chain. Fehlendes Produktlebenszyklus-Management resultierte in hohen Abwertungen und Wertvernichtung. Durch eine fehlende Abverkaufs- bzw. Exitstrategie blieben Artikel als Ladenhüter auf Lager und in den Filialen und trieben die Komplexität. Richtig unübersichtlich wurde die Lage dadurch, dass der geschäftsführende Gesellschafter seine besonderen „Schätzchen“ – unzählige Produkte, die seit Jahren „kurz vor dem Durchbruch“ stehen, diesen allerdings nur in den seltensten Fällen je erreichen – mit Leidenschaft protegierte. Und so wurde der Free Cashflow – als überlebensnotwendiger Faktor und zentrale Kennzahl zur Steuerung in der COVID-19-Krise – gleich mehrfach durch das zu große Produktsortiment belastet.

Historisch wurden die Produkte der Eigenmarken schon immer mit sehr viel Liebe zum Detail sowie emotionaler Bindung entwickelt und vermarktet. Diese Verbundenheit mit dem Sortiment ist vor allem in familiengeführten Unternehmen verbreitet und war einst oft auch das Fundament des Erfolgs. Wenn jedoch die Balance zugunsten der Emotionen und zu Lasten der Analytics kippt, führt dies zu den skizzierten Problemen und zur Notwendigkeit einer datengetriebenen Portfolioreduktion.

Die Lösung ist dann der Weg der harten Fakten und ggf. externer Expertise. Denn fehlende valide Entscheidungsgrundlagen liefern das beste Alibi, das Produktportfolio nicht oder nur halbherzig anzufassen. „Das Schlimmste in allen Dingen ist die Unentschlossenheit“. Die beste Medizin gegen Unentschlossenheit ist die durch Zahlen untermauerte, tiefgreifende Analyse. Was natürlich auch noch sehr hilft (das ist nicht zu leugnen) ist der Leidens- bzw. Handlungsdruck!

Bei unserem Modell der wertorientierten Neuausrichtung des Sortiments hat sich folgende Vorgehensweise bewährt:

ist es unverzichtbar, die finanziellen Auswirkungen möglicher Portfolio-Entscheidungen umfassend zu verstehen.

Meist wird in mittelständischen Unternehmen auf Produktgruppen- oder Produktebene mit Deckungsbeitragsauswertungen gearbeitet, die im besten Fall die direkt produktiven Kosten vollständig berücksichtigen. Indirekte Kosten werden häufig nur auf Basis grober Annahmen über Zuschlagssätze oder überhaupt nicht einbezogen. Deshalb haben wir mit unserem Kunden eine umfassende Analyse der Aktivitäten im indirekten Bereich durchgeführt. Ziel dieser Analyse ist es, zu ermitteln, welche Ressourcen durch indirekte Aktivitäten gebunden sind, und diese Ressourcenbindung auf die verschiedenen Produktgruppen oder Produkte verursachungsgerecht zuzuordnen. Bei diesem Vorgehen steht die Ermittlung der Auswirkungen der Breite und Tiefe des Sortiments auf den Ressourcenbedarf im Mittelpunkt. Dadurch können die „versteckten Kosten“, die aus der Komplexität des Sortiments resultieren, zuverlässig ermittelt werden. Das Ergebnis dieser Analyse überraschte unseren Kunden. Im gesamten indirekten Bereich resultierte durchschnittlich 15% der Ressourcenbindung aus der über Jahre angestiegenen Sortimentsbreite und -tiefe. Damit wurde es offensichtlich, dass eine Straffung des Produktportfolios zu Effizienzverbesserung und Kostensenkung führt. Bei zwanzig Millionen Euro Ressourcenbindung pro Jahr entfielen schließlich rund drei Millionen Euro auf die bloße Komplexitätsbeherrschung!

wird eine Bewertung der im Portfolio enthaltenen Produkte durchgeführt. Ziel ist es, die Produkte herauszufiltern, die aus Endkundensicht nicht hinreichend relevant für die Wertpositionierung des Unternehmens sind, gleichzeitig aber die interne Komplexität in besonderem Maße treiben.

In unserem konkreten Fall haben wir zunächst die notwendigen Datenquellen für die Fragestellung identifiziert und die Daten u.a. hinsichtlich ihrer Art (Bewegungs- und Stammdaten) sowie ihrer Struktur (strukturiert / unstrukturiert) im Rahmen eines iterativen Prozesses geprüft und final festgelegt. Ein tiefgreifendes Verständnis der Daten ist ein zentraler Erfolgsfaktor im Rahmen von Data Analytics! Am Ende des Prozesses ergaben sich unter anderem Kassen-, CRM-, Artikelstamm -und Finanzbuchhaltungs-Daten von mehreren Gigabyte.

Diese Daten haben wir dann mit Hilfe von BI- und Analytics-Software zunächst zusammengeführt und aufbereitet. Parallel wurden in Workshops gemeinsam mit dem Kunden Hypothesen erarbeitet, die mit Hilfe der Datenbank verifiziert werden sollten. Dabei wurde bei der Analyse der Umsätze und Roherträge auch die Filialstruktur des Händlers und die jeweilige Wettbewerbssituation und Kaufkraft der einzelnen Standorte berücksichtigt. Gerade die Artikelanalyse je Standort war mehrwertstiftend für unseren Kunden, um Kernsortimente standortübergreifend und ergänzend Spezialsortimente je Standort definieren zu können. Berücksichtigt wurde dabei die Definition von NOS- („never out of stock“) und Saisonartikeln.

Hilfreich war im Zuge der Analysen die Möglichkeit der Live-Modellierung und 
Live-Auswertung. So konnten wir mit den Data Analytics Tools die sich in den Workshops ergebenden Fragen direkt durch eine Live-Auswertung und sofortige Visualisierung beantworten. Beispiele hierfür sind Fragen hinsichtlich der Verkaufsstatistiken von bestimmten Artikeln im Filialvergleich und die Drehgeschwindigkeit von NOS-Artikeln je Filiale. Dank der eingesetzten BI-Tools sind permanente Live-Auswertungen möglich.

Dieses datengetriebene Vorgehen ermöglichte es schlussendlich, die redundanten und nicht wertschöpfenden Artikel zu identifizieren und die finanzielle Auswirkung der Eliminierung dieser Artikel transparent aufzuzeigen. Gemeinsam mit dem Kunden haben wir so ein Maßnahmenprogramm entwickelt, welches das Produktportfolio in den kommenden zwei Jahren sukzessive um 40% (!) reduzieren wird. Die Modellierung der finanziellen Auswirkungen dieser Maßnahmen lässt dabei eine Verbesserung der Profitabilität auf Unternehmensebene um bis zu drei Prozentpunkte erwarten, was eine Verdopplung des Ergebnisses bedeutet. Die Reduzierung der Komplexität im Produktportfolio wird durch folgende Grafiken verdeutlicht:

Die beiden Schaubilder konnten mit dem eingesetzten BI-Tool in Workshops mit dem Management und Mitarbeitern zur sofortigen Visualisierung der enormen Komplexität des Produktportfolios erstellt werden. Das Schaubild 1 zeigt dabei die Umsatz-Artikel-Struktur vor der angestrebten Bereinigung, wobei jedes darauf abgebildete Kästchen einen der über 40.000 Artikel repräsentiert und die Kästchengröße dem Umsatz entspricht, der mit dem jeweiligen Artikel im vergangenen Geschäftsjahr erzielt wurde. So konnte allen Beteiligten direkt und leicht verständlich vor Augen geführt werden, welche Auswüchse das Sortiment hat. Dabei wurde deutlich, dass rund die Hälfte aller Artikel im vergangenen Jahr weniger als zehnmal verkauft wurde! Ohne BI-Tool wäre eine solch intuitive grafische Darstellung wohl kaum möglich gewesen. Durch weitere Simulationen wurden die gelb umrandeten Artikel – unter anderem aufgrund geringer Umsatz- und Deckungsbeiträge – als Fokusartikel für eine genauere Prüfung identifiziert. Das Schaubild 2 zeigt das angestrebte Zielsortiment nach erfolgreicher Bereinigung. Es wird deutlich, dass auch nach der umfassenden Bereinigung noch eine ausreichend vielfältige Artikelstruktur im Portfolio enthalten bleibt. Dadurch konnte den Verantwortlichen im Prozess frühzeitig die Sorge genommen werden, dass die Einschnitte zu gravierend sind.

ist die definierte Reduktion des Sortiments zu operationalisieren. Dieser Schritt ist erfolgskritisch – nun entscheidet sich, ob den Worten auch Taten folgen. Wir empfehlen, das gesteckte Ziel mit einer messbaren Erfolgsgröße möglichst offen und zielgerichtet im Unternehmen zu kommunizieren. Je klarer den Mitarbeitern der Weg zum Zielbild ist, desto positiver können sie es im operativen Geschäft beeinflussen – sei es im Vertrieb bei der Gewährung von teils notwendigen, teils aber auch vermeidbaren Sonderwünschen oder sei es im einkaufsseitigen Bestellprozess. Dabei sind Entschlossenheit in der Kommunikation und Glaubwürdigkeit bei der Kurskorrektur einer manchmal über Jahrzehnte verinnerlichten Sortimentspolitik entscheidend für den Projekterfolg.

Bei unserem mittelständischen Kunden haben wir ein interdisziplinäres Kernteam mit je einer Führungskraft aus Einkauf und Vertrieb sowie einem Nachwuchstalent aus dem Controlling gebildet. Die Einkaufsleiterin war als Sortimentsverantwortliche mit entsprechender Entscheidungskompetenz auch Projektleiterin. Durch die Einbeziehung des Vertriebsleiters wurde sichergestellt, dass die Endkundensicht berücksichtigt wird, außerdem ließen sich so – frei nach dem Motto „Betroffene zu Beteiligten machen“ – gleichzeitig Diskussionen bei der Setzung von Umsatzzielen vermeiden. Durch das Nachwuchstalent aus dem Controlling wurde die Data-Analytics-Kompetenz für die Zeit „nach dem Berater“ abgesichert.

Um die Schlagkraft des Kernteams sicherzustellen und nur indirekt geforderte Abteilungsleiter dennoch ausreichend mit einzubeziehen, wurde ein erweitertes Projektteam gebildet, dem auch die indirekt betroffenen Führungskräfte angehörten. Mit diesem Team wurden dann die aus der Komplexitätsreduktion identifizierten Potenziale in der gesamten Prozesslandschaft erst operationalisiert und dann konsequent gehoben.

Entscheidend für die Identifikation mit dem Projekt war die Entwicklung des Projektfahrplans und der darin enthaltenen Meilensteine und Erfolgsmessgrößen durch das Projektteam selbst. Neben dem absoluten Umsatz und Ergebnisbeitrag sollte insbesondere die Reduktion der Working-Capital-Bindung durch die Auslistung und den gezielten Abverkauf von Ladenhütern im Mittelpunkt stehen. Da zu Projektbeginn erst die Artikel mit geringem Ergebnisbeitrag und gleichzeitig niedriger Drehung aus dem Sortiment genommen wurden, konnte das Projektteam sehr schnell motivierende Erfolge erzielen und in die Unternehmung rückmelden.

Die definierten Erfolgsmessgrößen wurden als festes Thema der monatlichen Abteilungsleitertreffen aufgenommen und kommuniziert – denn: Steter Tropfen höhlt den Stein. Dadurch wurde sichergestellt, dass das gesteckte Ziel der Sortimentsreduktion stets präsent bleibt und stringent verfolgt wird.

Viel zu oft erleben wir in der Praxis bei unzureichender Verankerung in der Organisation, dass das Führungsteam und anschließend die ganze Organisation wieder in alte Verhaltensmuster zurückfällt. Bleiben Sie also konsequent und diszipliniert!

Wichtig ist zu verstehen, dass mit Hilfe von Data Analytics hochwertige Entscheidungsgrundlagen erstellt werden können. Die Entscheidungshoheit muss jedoch zu jeder Zeit bei den involvierten Personen liegen. Wir sind überzeugt, dass nur durch das Zusammenspiel von Mensch und Maschine wertorientierte Ergebnisse erzielt werden, die ein erfolgreiches Unternehmen auszeichnen und nachhaltige Wettbewerbsvorteile sichern. Deshalb sind folgende Grundsätze auf dem Weg zum wertmaximierenden Sortiment aus unserer Sicht zentral: