Bedarfsplanung und Außendienst-Abstimmung im FMCG: Mit Daten von der Basis Prognosen erstellen, die tatsächlich standhalten

Eine Prognose, die aus Primärverkaufsdaten erstellt wird, ist eine Prognose des Lagerverhaltens der Distributoren, nicht der Verbrauchernachfrage. Dieser Unterschied ist wichtiger, als die meisten FMCG-Planungsteams zugeben.

Wenn Sie 10.000 Kartons an einen Distributor versenden, erscheint diese Lieferung als Umsatz. Liegen jedoch drei Wochen später noch 4.000 dieser Kartons im Lager des Distributors, weil ein Wettbewerber eine aggressive Preisaktion gefahren hat, war Ihre Prognose falsch. Der Markt hat nicht das abgenommen, was Sie erwartet hatten. Ihr Außendienstmitarbeiter wusste wahrscheinlich schon am dritten Tag, dass die Promotion unterdurchschnittlich lief. Der Bedarfsplaner erfuhr es erst am einundzwanzigsten Tag, als der Distributor seine Nachbestellung ausließ.

Diese dreiwöchige Lücke ist der Punkt, an dem FMCG-Unternehmen Geld verlieren, langsam drehenden Bestand anhäufen und Nachfragetrends falsch lesen. Sie zu schließen erfordert eine strukturelle Verbindung zwischen den Menschen, die das Regal jeden Tag sehen, und den Menschen, die die Zahlen erstellen, die Produktions- und Bestandsentscheidungen bestimmen.

Dieser Artikel erklärt, wie diese Verbindung funktioniert, was sie leisten muss und wie Sie messen, ob sie tatsächlich funktioniert.

Warum besteht die Lücke zwischen Außendienst und Planung?

Außendienstteams und Bedarfsplanungsteams arbeiten nicht nur in verschiedenen Büros. Sie arbeiten nach grundlegend unterschiedlichen Zeitrhythmen und schöpfen aus unterschiedlichen Datenquellen.

Die Bedarfsplanung arbeitet aus der Vergangenheit. Die primären Inputs sind Versandhistorie, übergeordnete Kategorietrends, geplante Promotionskalender und statistische Modelle. Der Sales-and-Operations-Planning-Prozess (S&OP) ist genau dafür konzipiert, diese Inputs mit der Angebotsrealität zusammenzubringen, damit verschiedene Unternehmensbereiche von denselben Nachfrageannahmen ausgehen. Der Prozess funktioniert jedoch nur, wenn Konsumsignale aus dem Feld zuverlässig einfließen. Diese Inputs sind so weit korrekt, wie sie reichen. Sie beschreiben, was passiert ist, und projizieren auf Basis von Mustern. Aber sie können nicht sehen, was gerade jetzt auf Ebene der Verkaufsstelle passiert: welche SKUs sich stapeln, welche Regale drei Tage nach Ende einer Promotion leer standen, oder welches neue Modern-Trade-Format gerade am Rand des Vertriebsgebiets eines Distributors eröffnet hat und Volumen von den General-Trade-Verkaufsstellen abzieht, von denen der Planer annahm, dass sie stabil bleiben würden.

Außendienstteams sehen die Gegenwart. Ein Außendienstmitarbeiter eines Distributors, der 25 Verkaufsstellen pro Tag besucht, sieht die Abverkaufsgeschwindigkeit in Echtzeit. Ein Gebietsmanager, der wöchentlich mit wichtigen Einzelhändlern eine Handelsprüfung durchführt, weiß genau, welche SKUs sich schnell drehen und welche Staub ansetzen. Ein regionaler Außendienstleiter, der einen regionalen Knotenpunkt betreut, erhält von Apotheken und General-Trade-Geschäften die Rückmeldung, ob eine Promotion tatsächlich die Warenkorbgröße gesteigert oder nur die Marge komprimiert hat.

Das Problem ist jedoch: Keines der beiden Teams hat einen strukturierten Kanal, um sein Wissen zu teilen. Die Bedarfsplanung fragt nicht nach, der Außendienst meldet nicht, und die Information stirbt in informellen Gesprächen und WhatsApp-Gruppen.

Das Ergebnis ist eine Prognose, die auf einer Tabelle präzise aussieht, aber auf Daten basiert, die dem Markt Wochen oder Monate hinterherhinken. Welche konkreten Beobachtungen helfen einem Planer also wirklich, und welche sind nur Rauschen?

Kernfakten: Bedarfsplanung und Außendienst-Abstimmung

• Traditionelle FMCG-Bedarfsplanungsmethoden liegen üblicherweise bei 25-40 % MAPE auf SKU-Ebene, eine Bandbreite, die von Supply-Chain-Praktikern und Anbietern wie Planster und EasyReplenish dokumentiert wird. KI-gestützte Ansätze sollen den Prognosefehler deutlich senken, Branchenschätzungen legen 8-15 % MAPE als erreichbar nahe, doch die durch fehlende Felddaten entstehende Lücke bei der Input-Qualität ist der Haupttreiber des Fehlers, noch vor jeder Modellverbesserung. Beide Zahlen spiegeln Praxis-Benchmarks wider, keine peer-reviewte Messung.
• Die globale Out-of-Stock-Rate im Einzelhandel lag 2023 im Durchschnitt bei 6,5 % der SKUs, ein Rückgang gegenüber 10,7 % im Jahr 2022, was jedoch weiterhin erhebliche Umsatzverluste bedeutet. Fehler bei Bestellung und Nachschub auf Filialebene sind dabei die dominierende Ursachenkategorie, nicht vorgelagerte Produktion (FMI-Analyse zur Supply-Chain-Effizienz, FMI 2024).
• McKinsey-Forschung zur digitalen Distribution im aufstrebenden Asien zeigt, dass FMCG-Unternehmen mit strukturierten digitalen Nachfragesignalen deutlich niedrigere Bestandskosten haben als solche, die auf manuelle Erfassung setzen. Der in der McKinsey-CPG-Kanalforschung genannte Kostenunterschied von 20-25 % spiegelt die Effizienzlücke wider, die die Abstimmung zwischen Außendienst und Planung direkt adressiert. (McKinsey, Staying Ahead of the B2B Ecosystem Disruption in Emerging Asia)

Felddaten, die Prognosen verbessern

Nicht alles, was ein Außendienstmitarbeiter beobachtet, ist für einen Bedarfsplaner nützlich. Das Signal muss spezifisch, strukturiert und konsistent sein, um nutzbar zu sein. Das sind die vier Kategorien von Feldbeobachtungen, die die Prognosegenauigkeit spürbar verbessern.

Bestandstiefe und Reichweite in Tagen auf Ebene des Vertriebsgebiets. Wenn Außendienstmitarbeiter bei Verkaufsstellenbesuchen Bestandsniveaus erfassen, zeigen die aggregierten Daten dem Bedarfsplaner, ob der Sekundärbestand relativ zur erwarteten Abverkaufsrate hoch oder niedrig läuft. Ein Vertriebsgebiet, in dem Verkaufsstellen 12 Tage Bestand halten, während normal 7-8 Tage sind, signalisiert ein Problem beim Abverkauf. Ein Vertriebsgebiet, in dem Verkaufsstellen mit 3 Tagen Bestand in eine Spitzenzeit gehen, signalisiert ein wahrscheinliches Risiko für Fehlbestände. Keines dieser Signale erscheint in den Versanddaten, bis es zu spät ist, um zu handeln.

Promotions-Annahmeraten an Verkaufsstellen im Vergleich zu den Prognosen des Planers. Bedarfsplaner modellieren die Volumensteigerung durch Promotionen üblicherweise auf Basis historischer Promotionsleistung oder Kategoriebenchmarks. Außendienstmitarbeiter sehen die tatsächliche Annahme auf Ebene der Verkaufsstelle innerhalb weniger Tage nach Start einer Promotion. Liegt die Steigerung in einem wichtigen Vertriebsgebiet 30 % unter der Prognose, ist das ein frühes Signal, den Bedarfsplan anzupassen, Bestand umzuleiten oder die Unterperformance an das Trade-Marketing-Team zu eskalieren. Siehe Trade Marketing und Außendienst-Abstimmung dafür, wie dieser Feedback-Kanal in den Promotionszyklus eingebaut wird.

Neueröffnungen und Schließungen von Verkaufsstellen. Bedarfsplaner arbeiten mit statischen Verkaufsstellen-Universum-Modellen, die sich nur langsam aktualisieren. Außendienstmitarbeiter begegnen neuen Verkaufsstellen, umgezogenen Geschäften und Schließungen, wenn sie geschehen. Ein neues Modern-Trade-Format in einer wachsenden Stadt kann mehrere hundert Kartons pro Woche aufnehmen, die nicht im Bedarfsplan enthalten waren. Eine Schließung entfernt Nachfrage, die noch prognostiziert wurde. Diese Veränderungen summieren sich, und die Abweichung zwischen dem Verkaufsstellen-Universum des Planers und der Realität wird jedes Quartal größer.

Wettbewerberaktivität und Verdrängung im Regal. Wenn ein Wettbewerber eine tiefe Rabattaktion fährt oder eine neue SKU mit starker Unterstützung im Geschäft einführt, beobachten Außendienstmitarbeiter die Auswirkung auf das Regal sofort. Gartners Forschung zur Bedarfsplanung mit Verbrauchsdaten weist genau auf diese Art nachgelagerter Abverkaufssignale als die Daten hin, die die Genauigkeit der Basisprognose am stärksten verbessern, gerade weil sie widerspiegeln, was am Regal passiert, statt was ins Lager des Distributors geflossen ist. Sie sehen, wie ihr Produkt in eine Sekundärposition verdrängt wird, beobachten, wie Inhaber von Verkaufsstellen ihre Nachbestellpriorität wechseln, und hören die Rückmeldung vom Verkaufspersonal. Das ist genau die Art von nachfragestörendem Signal, das statistische Modelle nicht erzeugen können.

Das ist das Rohmaterial. Die Frage ist, wie man einen strukturierten Kanal aufbaut, um es vom Feld in den Plan zu bringen.

Der Abstimmungsmechanismus

Diese Signale zu beobachten, ist nur nützlich, wenn es einen strukturierten Prozess gibt, um sie in das Bedarfsplanungssystem zu bringen. Drei Mechanismen sorgen dafür, dass diese Verbindung funktioniert.

Wöchentlicher Feldbericht. Dies ist eine Standardvorlage, die von Gebietsmanagern jeden Freitag vor 18 Uhr ausgefüllt wird. Die Vorlage erfasst fünf Felder pro Vertriebsgebiet: aktuelle durchschnittliche Bestandsreichweite in Tagen pro Verkaufsstelle nach SKU-Tier, Promotions-Annahme im Vergleich zum Plan (als Prozentsatz ausgedrückt), Neueröffnungen oder Schließungen von Verkaufsstellen in der Woche, beobachtete Wettbewerberaktivität mit kurzer Beschreibung, sowie ein SKU-bezogener Hinweis (überbeständig, Risiko eines Fehlbestands oder normal). Die ausgefüllten Berichte werden vom regionalen Vertriebsleiter aggregiert und bis Montagmorgen als einheitlicher Input an das Bedarfsplanungsteam weitergeleitet. Die Disziplin liegt im Design der Vorlage: Fünf strukturierte Felder erzeugen nutzbare Daten. Offener Freitext erzeugt Rauschen.

Vorlage: Wöchentlicher Feldbericht

Einbindung des Gebietsmanagers in den monatlichen S&OP-Zyklus. Sales-and-Operations-Planning-Zyklen finden üblicherweise einmal im Monat statt. Die meisten FMCG-Unternehmen führen den S&OP-Prozess ohne Input auf Ebene des Vertriebsgebiets durch und verlassen sich darauf, dass regionale Vertriebsleiter den Markt vertreten. Das funktioniert, wenn regionale Manager Felddaten synthetisiert haben, bevor sie den Raum betreten. Es funktioniert nicht, wenn sie das nicht getan haben. Bauen Sie ein strukturiertes Pre-S&OP-Feldbriefing in den Kalender ein: Regionale Manager bereiten eine einseitige Zusammenfassung des Marktzustands vor, basierend auf den Feldberichten der letzten vier Wochen, und präsentieren sie zu Beginn der Bedarfsüberprüfung. Der Bedarfsplaner hat dann Kontext von der Basis, bevor er die statistische Prognose präsentiert, statt Lücken erst in der Diskussion zu entdecken.

Eskalationsprotokoll für Nachfragesignale, die den kurzfristigen Plan verändern. Nicht jedes Feldsignal wartet bis zum Freitagsbericht oder zum nächsten S&OP-Zyklus im Folgemonat. Eine Produkteinführung des Wettbewerbers, die sichtbar Ihren Bestand aus Sekundärpositionen verdrängt, ein regionales Wetterereignis, das Verteilungsrouten überflutet, oder ein Brand in einem Distributor-Lager, der zwei Wochen Bestand zerstört, sind alles Signale, die das Bedarfsplanungsteam innerhalb von 24 Stunden erreichen müssen, nicht erst beim nächsten geplanten Abgleich. Definieren Sie den Eskalationsweg: Gebietsmanager zu regionalem Manager zu Ansprechpartner der Bedarfsplanung innerhalb desselben Arbeitstags. Definieren Sie die Eskalationsschwelle: jedes Ereignis, das die Nachfrage in einem Vertriebsgebiet über die nächsten vier Wochen voraussichtlich um mehr als 15 % gegenüber dem Plan verschiebt. Schreiben Sie das fest und schulen Sie darauf.

Aber die Daten fließen in beide Richtungen. Der Abstimmungsmechanismus im Feld hält sich nur selbst aufrecht, wenn Außendienstmitarbeiter sehen, dass sich das, was sie melden, auf das auswirkt, was sie erhalten.

Der Feedback-Kreislauf: Was der Außendienst von der Planung zurückbekommt

Die Abstimmung mit dem Außendienst ist keine reine Datenextraktionsübung. Außendienstmitarbeiter und Gebietsmanager, die Informationen beisteuern, müssen sehen, dass sie sich in Entscheidungen widerspiegeln, die ihre Arbeit betreffen. Ohne Feedback wird der wöchentliche Feldbericht zu einer Pflichtaufgabe zur Einhaltung einer Vorgabe, nicht zu einer Kommunikation, die etwas verändert. Drei Kategorien von Feedback sind wichtig.

Transparenz bei der Zuteilung, bevor Fehlbestände eintreten. Wenn das Bedarfsplanungsteam feststellt, dass eine SKU mit hoher Abverkaufsgeschwindigkeit in einer Region unter den Sicherheitsbestand fällt, sollte es Zuteilungsentscheidungen dem Außendienst mitteilen, bevor der Fehlbestand eintritt, nicht danach. Außendienstteams, die vorab über eine eingeschränkte Versorgung informiert werden, können die Bedienung von Verkaufsstellen priorisieren, Erwartungen von Distributoren steuern und verfügbaren Bestand auf das wertvollste Verkaufsstellen-Universum lenken. Das ist kein Logistik-Update, sondern eine kommerzielle Entscheidung, die die Außendienstleitung verantworten muss. Verknüpfen Sie das mit Sekundärverkauf und Bestandstransparenz für die Echtzeit-Datenebene, die frühe Zuteilungssignale erst möglich macht.

Bestätigung des Promotionsvolumens. Nachdem das Bedarfsteam eine Promotionssteigerung modelliert und sich auf Produktion und Bestandsaufbau festgelegt hat, sollte der Außendienst die zugrunde liegenden Annahmen erhalten: erwartete Volumensteigerung nach Vertriebsgebiet, Bestandszuteilung pro Distributor und den Zeitplan für die Produktverfügbarkeit. Kennen Außendienstmitarbeiter die Erwartungen des Planers, können sie sinnvoll zurückmelden, ob sich diese bestätigen. Kennen sie den Plan nicht, ist ihre Rückmeldung zur Promotionsleistung eher impressionistisch als kalibriert.

Timing der Einführung neuer SKUs nach Vertriebsgebiet. Das Timing von Produkteinführungen im FMCG kaskadiert oft ungleichmäßig über die Vertriebsgebiete. Außendienstmitarbeiter erfahren meist zuletzt, wenn sich eine Einführung in ihrem Vertriebsgebiet verzögert oder wann Bestand eintrifft. Bestätigte Einführungstermine, anfängliche Zuteilungsmengen und jede gebietsspezifische Sequenzierung der Außendienstleitung vor der kommerziellen Aktivierung mitzuteilen bedeutet, dass der Außendienst die Bestückung der Verkaufsstellen und das Distributor-Briefing planen kann, statt zu improvisieren, wenn der Bestand eintrifft.

Mit dem etablierten Feedback-Kreislauf stellt sich die nächste Frage: wie man weiß, ob der gesamte Mechanismus tatsächlich funktioniert.

Wie misst man, ob die Abstimmung zwischen Außendienst und Planung funktioniert?

Eine Abstimmung, die nicht gemessen wird, ist eine Abstimmung, die driftet. Drei Kennzahlen zeigen, ob die Verbindung zwischen Außendienst und Planung funktioniert.

Prognosegenauigkeit auf Ebene des Vertriebsgebiets. Standard-Kennzahlen der Bedarfsplanung verfolgen die Prognosegenauigkeit auf SKU-Kategorie- oder Regionsebene. Fügen Sie eine Auswertung auf Ebene des Vertriebsgebiets hinzu. Ist die Prognosegenauigkeit auf Gebietsebene deutlich schlechter als auf Regionsebene, verschleiert die Aggregation lokale Fehler im Nachfragesignal, die der Feldberichtsprozess erfassen sollte. Verfolgen Sie den mittleren absoluten prozentualen Fehler (MAPE) vierteljährlich auf Gebietsebene.

Fehlbestandsfälle, die auf eine Prognoseabweichung zurückgeführt werden. Wenn eine Verkaufsstelle einen Fehlbestand meldet, verfolgen Sie ihn zurück. War es ein Distributionsfehler (der Bestand existierte, kam aber nicht dort an) oder eine Prognoseabweichung (der Bestand existierte nicht, weil die Nachfrage unterschätzt wurde)? Die Verfolgung des Anteils der Fehlbestandsereignisse, die auf eine Prognoseabweichung zurückzuführen sind, zeigt, wie viel vom OOS-Problem ein Planungsproblem ist gegenüber einem Ausführungsproblem. Siehe Reduzierung von Fehlbeständen in Verkaufsstellen für das vollständige Diagnoseframework.

Einreichungsrate der Feldberichte. Das ist die Input-Kennzahl. Reichen Gebietsmanager Feldberichte mit weniger als 90 % wöchentlicher Compliance ein, funktioniert der Abstimmungsmechanismus nicht, unabhängig davon, was das Dashboard zeigt. Verfolgen Sie die Einreichungsrate nach Vertriebsgebiet und Region. Nutzen Sie sie in Leistungsgesprächen mit regionalen Managern.

Diese Kennzahlen stehen nicht isoliert. Die Datenflüsse, die sie erzeugen, fließen direkt in die Steuerung von Distributoren und in Route-to-Market-Entscheidungen ein.

Integration in die breiteren kommerziellen Abläufe

Die Abstimmung zwischen Bedarf und Außendienst steht nicht isoliert. Die dadurch entstehenden Datenflüsse fließen direkt in das Distributor-Management und in Route-to-Market-Entscheidungen ein.

Wenn Felddaten zeigen, dass das Vertriebsgebiet eines Distributors durchgängig unter den erwarteten Abverkaufsraten liegt, ist das ein Signal, dass entweder das Van-Sales-Team des Distributors nicht ausreichend ausführt oder die Nachfrage in diesem Vertriebsgebiet strukturell schwächer ist, als der Plan annahm. In beiden Fällen unterscheidet sich die Maßnahme von der, die Sie ergreifen würden, wenn die Schwäche erst bei einer verpassten Primärverkaufszahl am Monatsende sichtbar würde. Siehe Abstimmung zwischen Vertrieb und Distributor für das Framework zum kommerziellen Management.

Wenn Felddaten geografische Bereiche mit starkem Nachfragewachstum aufzeigen, die sich nicht in der aktuellen Distributor-Abdeckung widerspiegeln, ist das ein Input für die Route-to-Market-Gestaltung: Fügen Sie einen Sub-Distributor hinzu, erweitern Sie die Van-Sales-Routen des Distributors, oder wechseln Sie in dieser Geografie zu einem anderen Liefermodell? FMCG-Vertriebs-KPIs und Kennzahlen liefert die Messstruktur, die Felddaten mit kommerziellen Leistungsentscheidungen verknüpft.

Die Planungsmethoden, die bestimmen, wie Nachfragesignale in Produktions- und Beschaffungsentscheidungen übersetzt werden, sowie die Supply-Chain-Transparenzebene, die neben der Außendienst-Abstimmung arbeitet, um Bestandsungleichgewichte zu reduzieren, werden im Abschnitt Mehr erfahren unten behandelt.

Das Drei-Ebenen-Modell der Feldinformationen

Das Modell trennt stabile historische Signale von geplanten kommerziellen Ereignissen und Live-Marktbeobachtungen aus dem Feld.

Das Drei-Ebenen-Modell der Feldinformationen: Die meisten FMCG-Planungsfunktionen behandeln die Bedarfsprognose als Zwei-Input-Problem: historische Versanddaten plus ein Promotionskalender. Die Außendienst-Abstimmung fügt eine dritte Input-Ebene hinzu, die die anderen beiden nicht ersetzen können. Ebene 1 sind historische Musterdaten (aus dem ERP, rückblickend). Ebene 2 sind vorausschauende Kalenderdaten (geplante Promotionen, Einführungen, Preisänderungen). Ebene 3 ist die Echtzeit-Marktbeobachtung: was Außendienstmitarbeiter heute auf Ebene der Verkaufsstelle sehen, nicht was die Daten vor drei Wochen sagten. Verbesserungen der Prognosegenauigkeit stammen fast ausschließlich aus dem Schließen der Verzögerungslücke in Ebene 3. Die statistischen Modelle in Ebene 1 müssen nicht ersetzt werden; sie brauchen bessere Inputs, und Ebene 3 liefert diese.

„Eine Prognose, die aus Primärverkaufsdaten erstellt wird, ist eine Prognose des Verhaltens der Distributoren, nicht der Verbrauchernachfrage. Das Außendienstteam ist der einzige Teil der Organisation, der diese Lücke in Echtzeit schließen kann."

„Der wöchentliche Feldbericht ist keine Reporting-Aufgabe. Er ist der Input, der den Bedarfsplan genau genug macht, um ihn auszuführen."

„Die Einreichungsrate der Feldberichte ist der Frühindikator. Die Prognosegenauigkeit ist der Spätindikator. Die meisten Planungsteams messen nur den Spätindikator." (Grundsatz aus der Supply-Chain-Praxis; im Einklang mit der Benchmarking-Literatur der Field-Planning-Community.)

Fazit

Feldinformationen sind ein kostenloses Nachfragesignal, das die meisten FMCG-Unternehmen systematisch ignorieren. Die Informationen existieren. Außendienstmitarbeiter sammeln sie jeden Tag durch ihre Verkaufsstellenbesuche und Gespräche mit Distributoren. Ohne einen strukturierten Kanal, um diese Informationen in den Bedarfsplanungsprozess zu bringen, verpuffen sie jedoch in beiläufigen Gesprächen und informellen Nachrichten-Threads.

Den Kanal aufzubauen kostet weniger als die Fehlbestände, Überbestand-Abschreibungen und Promotions-Fehlausrichtungen, die er verhindert. Eine fünfteilige wöchentliche Vorlage, ein Pre-S&OP-Feldbriefing-Prozess und ein definiertes Eskalationsprotokoll sind keine komplexen Systeme. Es sind Kommunikationsdisziplinen, die die Verbindung zwischen dem Ort, an dem Nachfrage entsteht, und dem Ort, an dem Nachfrage geplant wird, herstellen.

Sobald diese Verbindung besteht, verbessern sich Prognosen sofort. Nicht, weil sich die statistischen Modelle geändert hätten, sondern weil die Inputs endlich widerspiegeln, was tatsächlich am Regal passiert.

---

Mehr erfahren

• Abstimmung zwischen Vertrieb und Distributor
• Reduzierung von Fehlbeständen in Verkaufsstellen
• Sekundärverkauf und Bestandstransparenz
• FMCG-Vertriebs-KPIs und Kennzahlen
• Trade Marketing und Außendienst-Abstimmung
• Methoden der Vertriebsprognose
• Pharma-Lieferkette und Bestandstransparenz