Dynamic Dual-Period Multi-Criteria Inventory Decision Framework (DPMC-IDF): An Empirical Comparison with ABC and ABC-XYZ

Stellen Sie sich vor, Sie sind der Kapitän eines riesigen Frachtschiffs, aber anstatt auf dem Ozean zu segeln, navigieren Sie durch ein Meer aus tausenden Produkten. Ihr Job ist es zu entscheiden, welche Artikel in die sichersten, leicht erreichbaren Plätze gepackt werden und welche im tiefen Laderaum verstaut werden können. Dies ist die Welt des Bestandsmanagements, ein entscheidender Teil davon, Geschäfte auf Lager zu halten und Unternehmen profitabel zu machen. Seit Jahrzehnten verlassen sich Kapitäne auf zwei alte, bewährte Karten: die ABC-Analyse und die XYZ-Analyse.

Betrachten Sie ABC als eine Karte, der es nur darum geht, wie viel Geld ein Artikel in einem ganzen Jahr einbringt. Es ist so, als würde man seine Freunde nur danach bewerten, wie viel Pizza sie in einem Jahr gegessen haben, ohne zu berücksichtigen, ob sie die ganze Pizza in einer Nacht oder verteilt über einen Monat gegessen haben. XYZ ist eine Karte, die betrachtet, wie „unruhig“ die Nachfrage ist. Sie verwendet ein mathematisches Werkzeug, den „Variationskoeffizienten“, um zu erraten, ob die Verkäufe eines Artikels beständig wie ein ruhiger See oder wild wie ein stürmisches Meer sind. Das Problem ist, dass diese alten Karten statisch sind. Sie betrachten das gesamte Jahr als ein einziges, verschwommenes Foto. Wenn im November ein plötzlicher Sturm aufzieht, gerät die Karte durcheinander und denkt, das ganze Jahr sei stürmisch gewesen, was dazu führt, dass Kapitäne schlechte Entscheidungen darüber treffen, was sie auf Lager legen sollten.

Dieses Papier stellt einen neuen, dynamischen Kompass vor: das Dynamic Dual-Period Multi-Criteria Inventory Decision Framework (DPMC-IDF). Anstatt das ganze Jahr auf einmal zu betrachten, teilt dieses neue Werkzeug das Jahr in zwei Hälften (wie zwei Semester) auf und beobachtet, wie sich die Artikel zwischen ihnen bewegen. Es fragt nicht nur: „Wie viel Geld hast du verdient?“, sondern auch: „Wie hat sich dein Anteil am Kuchen verändert?“ und „Sind deine Verkäufe gesprungen oder eingebrochen?“. Durch dies hofft es, Trends zu erkennen, die die alten Karten übersehen, wie zum Beispiel ein Produkt, das im Stillen wächst, oder eines, das einen einmaligen Spitzenwert hatte, aber eigentlich stabil ist. Der Autor hat diesen neuen Kompass gegen die alten Karten getestet, um zu sehen, ob er Kapitänen hilft, den Bestand zu vermeiden oder Geld für Artikel auszuge de, die niemand will.

Die alten Karten vs. der neue Kompass

Das Papier argumentt, dass die traditionelle ABC-XYZ-Methode einen großen blinden Fleck hat: Sie nimmt an, dass die Welt „stationär“ ist, was bedeutet, dass sie sich im Laufe der Zeit nicht viel verändert. Der Autor zeigt, dass dies oft falsch ist. Stellen Sie sich ein Produkt vor, das elf Monate lang jeden Monat 10 Einheiten verkauft, dann aber im zwölften Monat wegen eines Feiertagsverkaufs 100 Einheiten verkauft. Die alte XYZ-Karte betrachtet das ganze Jahr, sieht den riesigen Sprung und berechnet einen hohen „Volatilitätswert“. Sie stuft das Produkt als „unbeständig“ (ein Z-Artikel) ein und sagt den Managern, sie sollen es wie einen Joker behandeln. Aber in Wirklichkeit war das Produkt 11 Monate lang ruhig! Die alte Karte wurde von diesem einen Monat getäuscht, genau wie eine Wettervorhersage, die sagt: „Es ist immer stürmisch“, weil es einen einzigen Hurrikan gab.

Ähnlich verhält es sich mit der alten ABC-Karte, die ein Produkt als „hochwertig“ einstufen könnte, nur weil es insgesamt viel verkauft hat, selbst wenn seine Verkäufe jeden Monat sinken. Es ist, als würde man einen Läufer als den „Schnellsten“ bewerten, weil er einmal einen Marathon gelaufen ist, während man ignoriert, dass er seitdem nicht mehr gelaufen ist.

Das neue Werkzeug: Die Zeit aufteilen und die Verschiebung beobachten

Das DPMC-IDF-Framework behebt dies durch drei kluge Schritte:

1. Den Horizont aufteilen: Anstatt das ganze Jahr zu betrachten, schneidet es das Jahr in zwei Hälften (Periode 1 und Periode 2). Es prüft, wie ein Artikel in der ersten Hälfte abgeschnitten hat und dann noch einmal in der zweiten Hälfte. Dies ist wie das Prüfen deiner Noten im ersten und zweiten Semester separat, anstatt sie für das ganze Jahr einfach zu mitteln.
2. Perzentil-Ranking: Anstatt eines einfachen Durchschnitts (der durch eine einzige verrückte Zahl verzerrt werden kann), rankt es Artikel gegeneinander. Es fragt: „War dieser Artikel besser oder schlechter als 75 % der anderen Artikel?“ Dies macht das Ranking robuster gegenüber Ausreißern.
3. Der Volatilitätsindex (VI): Dies ist das Geheimrezept. Er berechnet genau, wie sehr sich der Anteil eines Artikels am Gesamtumsatz vom ersten Halbjahr zum zweiten Halbjahr verändert hat. Er vergibt einen Drei-Buchstaben-Code (wie LHV oder HMM), der eine Geschichte erzählt.
   • LHV könnte bedeuten, dass ein Artikel als „Niedrig“ begann, zu „Hoch“ wurde und „Volatil“ ist (wächst schnell, verändert sich aber stark).
   • HMM könnte bedeuten, dass ein Artikel „Hoch“ war, zu „Mittel“ wurde und „Moderat“ ist (ein stetiger, aber leicht sinkender Star).

Die Simulation: Eine Erzählung von drei Produkten

Um ihre Idee zu testen, erschuf der Autor eine winzige, simulierte Welt mit nur drei Produkten:

• Produkt A: Beständig und zuverlässig, verliert aber langsam seinen Marktanteil an einen Konkurrenten.
• Produkt B: Ein saisonales Produkt, das langsam beginnt, aber in der zweiten Jahreshälfte explosionsartig an Popularität gewinnt.
• Produkt C: Ein stabiles Produkt, das in einem Monat einen seltsamen, riesigen Verkaufsspitzenwert hatte und dann wieder normal wurde.

Der Fehler der alten Karten:

• Die alte XYZ-Karte stufte sowohl Produkt B (den wachsenden Star) als auch Produkt C (den einmaligen Spitzenwert) als „unbeständige Z-Artikel“ ein, da beide hohe Volatilitätswerte hatten. Sie konnte nicht zwischen einem gesunden Wachstumstrend und einem einmaligen Fehler unterscheiden.
• Die alte ABC-Karte steckte sowohl Produkt A als auch Produkt B in denselben „Hochwert“-Eimer und ignorierte dabei, dass Produkt A schwand, während Produkt B aufstieg.

Der Erfolg des neuen Kompasses:

• DPMC-IDF identifizierte Produkt B korrekt als LHV (Niedrig-zu-Hoch, Volatil) und erkannte es als einen wachsenden Trend, der Investitionen erfordert.
• Es bezeichnete Produkt C als MLV (Mittel-zu-Niedrig, Volatil) und erkannte, dass der Spitzenwert temporär war und das Produkt eigentlich rückläufig war, sodass es nicht als dauerhaftes Prioritätsprodukt behandelt werden sollte.
• Es sah Produkt A als HMM und bemerkte, dass es zwar beständig war, aber seinen Wettbewerbsvorteil verlor.

In diesem simulierten Test machte das neue Framework null Fehler bei der Klassifizierung der Produkte, während die alten Methoden mehrere Fehler machten. Der Autor berechnete einen „Misclassification Risk Reduction Index“ (MRRI) und stellte fest, dass das neue Werkzeug das Risiko von Fehlern in diesem spezifischen Szenario um 100 % im Vergleich zu den alten Methoden reduzierte.

Der Realwelt-Test: Der StellarMart-Laden

Das Papier hört jedoch nicht bei Simulationen auf. Der Autor nahm seinen neuen Kompass mit einem echten Datensatz eines Ladens namens StellarMart, der 5.000 Transaktionen in vier Regionen (Ost, West, Süd, Nord) und 25 Produkte umfasste. Er nutzte die Verkaufsdaten von 2023, um vorherzusagen, was 2024 passieren würde.

Hier wird die Geschichte etwas nuancierter. Das neue Werkzeug hat nicht jedes Mal gewonnen.

• In der Süd-Region war DPMC-IDF ein Held und senkte die Fehlerrate im Vergleich zu den alten Methoden fast um die Hälfte.
• Aber in den Nord- und West-Regionen schnitt es tatsächlich etwas schlechter ab als die alte ABC-XYZ-Karte.
• Als sie alle vier Regionen kombinierten (100 Artikel insgesamt), reduzierte das neue Werkzeug die einfache Fehlerrate um etwa 5,5 % im Vergleich zur kombinierten ABC-XYZ-Karte.

Der Autor fand heraus, dass das neue Werkzeug Schwierigkeiten hat, wenn sich ein Trend nach den zwei beobachteten Perioden umkehrt. Wenn zum Beispiel ein Produkt in der zweiten Jahreshälfte 2023 sank, aber in 2024 wieder anstieg, könnte das neue Werkzeug (das stark auf die zweite Hälfte setzt) fälschlicherweise vorhersagen, dass es weiter sinken wird. Die alten Werkzeuge, die das ganze Jahr mitteln, hatten manchmal Glück, indem sie solche Umkehrungen glätteten.

Was dies bedeutet

Das Papier kommt zu dem Schluss, dass DPMC-IDF ein leistungsstarkes neues Werkzeug ist, aber kein Zauberstab, der alles behebt. Es glänzt, wenn Produkte strukturelle Veränderungen durchlaufen – wie einen stetigen Aufstieg oder einen stetigen Abstieg – weil es die Richtung des Trends sehen kann. Es hilft Managern, wachsende Stars und verblassende Lichter zu entdecken, die die alten Karten übersehen.

Der Autor gibt jedoch zu, dass das neue Werkzeug strauchelt, wenn das Verhalten eines Produkts unvorhersehbar ist oder sich schnell umkehrt. Er schlägt vor, dass das Werkzeug in Zukunft verbessert werden könnte, indem man mehr als nur zwei Perioden betrachtet oder es mit anderen Entscheidungsmethoden kombiniert.

Kurz gesagt bietet das DPMC-IDF-Framework eine dynamischere, „zeitbewusste“ Art des Bestandsmanagements. Es legt nahe, dass Unternehmen durch das Aufteilen des Jahres und das Beobachten der Bewegungen der Artikel smartere Entscheidungen treffen können. Aber wie jede neue Technologie funktioniert es am besten unter spezifischen Bedingungen und muss mit einem klaren Verständnis seiner Grenzen eingesetzt werden. Die Arbeit des Autors deutet darauf an, dass die alten Karten zwar noch nützlich sind, aber für die komplexe, sich verändernde Welt moderner Lieferketten ein neuer, flexiblerer Kompass benötigt wird.