DE10213231A1

DE10213231A1 - Verfahren zur computergestützten Sortimentsoptimierung und Computersystem

Info

Publication number: DE10213231A1
Application number: DE10213231A
Authority: DE
Inventors: Juergen Monnerjahn; Torsten Derr; Ulrich Scheper
Original assignee: Bayer AG
Current assignee: Covestro Deutschland AG
Priority date: 2002-03-25
Filing date: 2002-03-25
Publication date: 2003-10-23
Also published as: US20030182176A1

Abstract

Die Erfindung betrifft ein Computersystem und ein Verfahren zur computer-gestützten Sortimentsoptimierung mit folgenden Schritten: DOLLAR A - Eingabe eines ersten Eigenschaftsprofils für Umstellungskandidaten, DOLLAR A - Eingabe eines zweiten Eigenschaftsprofils für Umstellungsziele, DOLLAR A - Eingabe zumindest eines Ähnlichkeitskriteriums hinsichtlich einer oder mehrerer Eigenschaften von zwei Vergleichsprodukten des Sortiments, DOLLAR A - Bestimmung aller Umstellungskandidaten, die dem ersten Eigenschaftsprofil entsprechen, und aller Umstellungsziele, die dem zweiten Eigenschaftsprofil entsprechen, aus dem Sortiment, DOLLAR A - für jeden Umstellungskandidaten: Überprüfung von jedem der Umstellungsziele, ob das oder die Ähnlichkeitskriterien erfüllt sind, um eine Umstellungsmöglichkeit zu identifizieren, DOLLAR A - Ausgabe einer Menge von Umstellungsmöglichkeiten für jeden der Umstellungskandidaten.

Description

Die Erfindung betrifft ein Verfahren zur computergestützten Sortimentsoptimierung sowie ein entsprechendes Computersystem und Computerprogramm, insbesondere für die Optimierung eines Sortiments chemischer Produkte.
Das Angebot eines komplexen Produktsortiments erfordert einen erheblichen logistischen Aufwand, der mit entsprechenden Kosten verbunden ist. Solche komplexen Waren- oder Dienstleistungssortimente gibt es in verschiedenen Wirtschaftsbereichen, insbesondere in der chemischen Industrie.
Aufgrund der großen Anzahl von Typ-Farbe-Kombinationen (TFK) von Kunststoffen hat man es in diesem Bereich mit besonders komplexen Produktsortimenten zu tun, wodurch hohe Komplexitätskosten verursacht werden. Um diese Komplexitätskosten zu reduzieren, wird ein optimiertes Sortiment angestrebt, um die Anzahl der Produktvarianten auf das notwendige Maß zu beschränken. Diese Optimierung eines Sortiments ist händisch wegen der durch die Vielzahl der Typ-Farbe-Kombinationen und der zu berücksichtigenden Parameter bedingten Komplexität praktisch nicht mit vertretbarem Aufwand möglich.
Der Erfindung liegt die Aufgabe zu Grunde, ein Verfahren zur computergestützten Sortimentsoptimierung zu schaffen sowie ein entsprechendes Computerprogramm und Computersystem. Die der Erfindung zu Grunde liegende Aufgabe wird mit den Merkmalen der unabhängigen Patentansprüche jeweils gelöst. Bevorzugte Ausführungsformen der Erfindung sind in den abhängigen Patentansprüchen angegeben.
Die Erfindung erlaubt die computergestützte Straffung eines Sortiments dadurch, dass nach bestimmten automatisch ausgewerteten Kriterien Produkte aus dem Sortiment gestrichen werden und ein gestrichenes Produkt durch ein möglichst ähnliches Produkt aus dem Sortiment ersetzt wird. Eine weitere Möglichkeit der erfindungsgemäßen Sortimentsoptimierung besteht darin, neue Produkte zu schaffen, die in ihren Eigenschaften zwischen mehreren bisherigen Produkten liegen. Ein oder mehrere der bisherigen Produkte werden dann auf das neue Produkt umgestellt. Das erfindungsgemäße Computerprogramm kann dabei so genutzt werden, dass es Vorschläge für die Sortimentsoptimierung ausgibt; auf der Grundlage dieser Vorschläge kann ein Nutzer dann seine Entscheidung für die Sortimentsoptimierung treffen.
Basis für die computergestützte Sortimentsoptimierung bildet eine Datenbank, in der die Eigenschaften von Produkten des Produktsortiments gespeichert sind. Bei einem Kunststoffsortiment gehören dazu beispielsweise die Eigenschaften Typname, Farbnummer, Farbziele, typbezogene Eigenschaften (Mechanik, Rheologie, etc.), kommerzielle Eigenschaften (Absatz, Umsatz, Anzahl der Kunden, etc.) sowie weitere Eigenschaften, die die Grundlage für die Formulierung von Umstellungskriterien bilden können.
Nach einer bevorzugten Ausführungsform der Erfindung wird als Datenbank eine Datenquelle in Form einer Microsoft Access-Datenbank oder einer Excel-Tabelle verwendet. Die Tabelle enthält in jeder Zeile die Eigenschafts-Daten zu einem Produkt. Eine typische Tabelle enthält zum Beispiel Daten wie

- Typname, Farbnummer, Zusatz;
- Typbezogene Eigenschaften: MVR (Fließfähigkeit), Vicat (Wärmeformbeständigkeit), Härte, ISO-ak (Kerbschlagzähigkeit), Schwindung etc.;
- Farbziele im CIELAB-Farbraum, Remissionskurven, Farbtoleranzen;
- Absatzvolumen, Umsatz.

Nach einer bevorzugten Ausführungsform der Erfindung werden zur Durchführung automatischer Auswertungen zur Sortimentsoptimierung basierend auf einer Sortimentsdatenbank dem entsprechenden Computerprogramm Kriterien für Produktumstellungen vorgegeben. In der Definition solcher Kriterien auf der Grundlage der vorliegenden Daten kann das Programm sehr flexibel ausgestaltet sein.
Zunächst werden Kriterien definiert, die den Suchraum für das Programm einschränken, indem die Anzahlen der möglichen Umstellungskandidaten und -ziele von vornherein anhand von Benutzervorgaben eingeschränkt werden.
Umstellungskandidaten: Es werden Kriterien definiert, nach denen ein Produkt überhaupt als Umstellungskandidat in Frage kommt. Hier einige Beispiele für mögliche Kriterien:

- Ein Umstellungskandidat ist jedes Produkt mit einem Absatzvolumen < 100 t pro Jahr und <= 3 Kunden.
- Ein Umstellungskandidat ist jedes Produkt, dessen Typname mit "X1" beginnt und einen Jahresumsatz kleiner als x hat.
- Ein Umstellungskandidat ist jedes Produkt mit einem negativen DBII.

Umstellungsziele: Es werden Kriterien definiert, nach denen ein Produkt überhaupt als Umstellungsziel in Frage kommt. Hier einige Beispiele für mögliche Kriterien:

- Ein mögliches Umstellungsziel ist jedes Produkt mit einem Absatzvolumen > 100 t pro Jahr und mindestens 3 Kunden.
- Ein mögliches Umstellungsziel ist jedes Produkt, dessen Typname mit "Y2" beginnt.

Eine Umstellung von einem Produkt auf ein anderes wird vom Programm nur dann vorgeschlagen, wenn alle vom Benutzer vorgegebenen Ähnlichkeitskriterien erfüllt sind. Der Anwender kann z. B. vorgeben, dass eine Umstellung nur dann möglich sein soll, wenn der Härte-Unterschied zwischen Umstellungskandidat und Umstellungsziel geringer ist als 3 Einheiten.
Oft kommt es vor, dass mehrere Eigenschaftswerte zusammengehören, wie zum Beispiel die drei Werte eines LAB-Farbziels. Um die Farben zweier Produkte vergleichen zu können, müssen die drei Farbwerte jedes Produkts als Vektor mit drei Komponenten betrachtet werden. Zwischen den Vektoren jedes Produkts wird ein Farbabstand als euklidischer Abstand im dreidimensionalen Raum errechnet, d. h. als Quadratwurzel der Summe der quadrierten Einzelabstände.
Um dem Programm die Zusammengehörigkeit mehrerer Parameter vorzugeben, werden sogenannte Blöcke definiert, denen man mehrere einzelne Parameter zuordnen kann. Dem Block LAB für die Farbe würde man beispielsweise die Einzelparameter L, A und B zuordnen.
Auch für andere Daten kann eine Zusammenfassung als Block sinnvoll sein. Z. B. kann ein Block "Mechanik" definiert werden, der mehrere Eigenschaftsdaten zusammenfasst wie z. B. Kerbschlagzähigkeit, Fließfähigkeit und Härte. So kann ein vektorieller Abstand zwischen zwei Produkten in ihrer Mechanik berechnet werden. Auch hier bietet sich ein Standard-Abstandsmaß an, wie der euklidische Abstand. Es ist aber auch die Verwendung eines anderen Abstandsmaßes für spezielle Aufgabenstellungen möglich.
Wenn ein Block Parameter enthält, die sehr unterschiedliche Wertebereiche aufweisen, können die Daten der einzelnen Parameter auf das Intervall [0. .1] skaliert werden, damit in einem Block alle Parameter in etwa einen gleich großen Beitrag zum Gesamtabstand zwischen den Blockvektoren zweier Produkte leisten.
Alternativ kann für die Skalierung auch auf die Varianz oder die Standardabweichung eines Parameters zurückgegriffen werden. Hierzu werden zunächst der Mittelwert von Parameterwerten dieses Parameters gebildet sowie die Standardabweichung oder Varianz. Aus der Differenz von Mittelwert und Standardabweichung oder Varianz ergibt sich dann die untere Intervallgrenze; durch die Addition der Standardabweichung oder der Varianz zu dem Mittelwert ergibt sich entsprechend die obere Intervallgrenze. Der Wertebereich des betreffenden Parameters wird dann auf den Bereich, der durch die untere und die obere Intervallgrenze gegeben ist, normiert. Der Wertebereich des betreffenden Parameters wird beispielsweise anhand der Intervallgrenzen so skaliert, dass die untere Intervallgrenze auf -1 und die obere Intervallgrenze auf +1 abgebildet wird.
Nachdem dem Programm durch die Definition von Blöcken mitgeteilt wurde, welche Daten bei der Bestimmung von Abständen, d. h. Ähnlichkeiten verwendet werden sollen, muss noch festgelegt werden, welcher maximale Abstand für die Anwendung als akzeptabel gelten soll. Für jeden Block wird ein Wert eingegeben, der unterschritten werden muss, damit die Umstellung von einem Produkt auf ein anderes vorgeschlagen werden kann.
Die Erfindung ermöglicht es ferner, Umstellungskriterien bezüglich einzelner Eigenschaften zu definieren. Beispielsweise können folgende Vorgaben gemacht werden:

- Ein Produkt ist nur dann ein mögliches Umstellungsziel für einen bestimmten Umstellungskandidaten, wenn es einen größeren Absatz hat als dieser Umstellungskandidat.
- Ein Produkt ist nur dann ein mögliches Umstellungsziel für einen bestimmten Umstellungskandidaten, wenn seine Herstellkosten pro kg um max. 10 Pf über denen des Kandidaten liegen.

Nach einer bevorzugten Ausführungsform der Erfindung ist es ein Ziel der Auswertung, für jeden Umstellungskandidaten alle zugehörigen möglichen Umstellungsziele zu bestimmen und zum Beispiel als Liste auszugeben. Die Auswertung erfolgt z. B. mittels der folgenden Verarbeitungsschritte:

- Bestimme alle möglichen Umstellungskandidaten anhand der Anwendervorgaben.
- Bestimme alle möglichen Umstellungsziele anhand der Anwendervorgaben.
- Für jeden möglichen Umstellungskandidaten:
Überprüfe jedes mögliche Umstellungsziel, ob der Umstellungskandidat nach den vorgegebenen Kriterien auf dieses Ziel umgestellt werden kann.
- Gib jeden Umstellungskandidaten mit den zugehörigen gefundenen Umstellungsmöglichkeiten in einer Liste aus.

Die Ergebnisliste ist dabei blockweise aufgebaut. Jeder Block enthält eine Zeile mit Spaltenüberschriften. Dann folgt eine Zeile, in der die Daten des Umstellungskandidaten ausgegeben werden. Diese Zeile ist farblich hervorgehoben. Dann folgen eine oder mehrere Zeilen, in denen die dazu passenden Umstellungsziele mit ihren Daten und mit den Blockabständen zum Umstellungskandidaten aufgelistet sind. So werden für jeden Umstellungskandidaten übersichtlich alle Alternativprodukte im Sortiment aufgeführt. Eine solche Ergebnisliste kann dann als Grundlage für Entscheidungen der Produktverantwortlichen dienen.
Welche Eigenschaftsdaten in der Ergebnisliste zu jedem Produkt aufgeführt werden, ist vorzugsweise einstellbar, damit die Ergebnisse möglichst übersichtlich gehalten werden können.
Nach einer weiteren bevorzugten Ausführungsform der Erfindung wird ein Clustering-Verfahren verwendet:
Die Auswertungslisten bei der Generierung aller Umstellungsmöglichkeiten können - je nach den eingestellten Kriterien - sehr lang und unübersichtlich werden. Deshalb erlaubt es die Erfindung auch aus einer großen Vielzahl von Umstellungsmöglichkeiten automatisch eine Reihe von Umstellungen auszuwählen, die zu einer sinnvollen Reduzierung des gesamten Sortiments führen.
Nach einer bevorzugten Ausführungsform der Erfindung ist es deshalb ein Ziel der Auswertung sogenannte Cluster zu bilden. Ein Cluster ist eine Liste von Produkten, die nach den vorgegebenen Umstellungskriterien auf ein einziges Produkt umgestellt werden können.
Die Ergebnisliste sieht dann auf den ersten Blick ähnlich aus wie bei der oben beschriebenen Auswertung "Umstellungsvorschläge". Jeder aufgelistete Cluster enthält eine Zeile mit Spaltenüberschriften. Dann folgt, farblich hervorgehoben, eine Zeile, in der die Daten des Clusterzentrums ausgegeben werden. Das Clusterzentrum ist ein Produkt, dass sich als Umstellungsziel für alle anderen Produkte in diesem Cluster anbietet. Diese anderen Produkte, werden in den folgenden Zeilen mit ihren Daten und mit den errechneten Ähnlichkeitswerten zum Clusterzentrum aufgelistet.
Die Clusterbildung erfolgt dabei z. B. nach dem folgenden schrittweise vorgehenden Verfahren: Zunächst wird jedes einzelne Produkt als ein Cluster betrachtet. Bei jedem Verarbeitungsschritt wird ein neuer Cluster gebildet, indem zwei schon bestehende Cluster zu einem neuen zusammengefasst werden.
Nun gibt es bei jedem Verarbeitungsschritt oft mehrere Möglichkeiten, einen neuen Cluster zu bilden. Diese Möglichkeiten sind aber nicht gleichwertig. Das Ziel bei jedem Schritt besteht darin, einen neuen Cluster zu bilden in dem die enthaltenen Produkte sich so ähnlich wie möglich sind.
In den Umstellungskriterien hat der Anwender schon Vorgaben gemacht, welche maximalen (Block)-Abstände zwischen Umstellungskandidat und Umstellungsziel (d. h. hier Clusterzentrum), gelten sollen. Diese Einstellungen entscheiden darüber, ob zwei Cluster überhaupt zusammengefasst werden können. Um für eine möglichst gute Qualität des neuen Clusters zu sorgen, muss noch eine weitere Vorgabe gemacht werden: Welcher Block-Abstand soll maßgeblich sein für die Bewertung eines neuen Clusters?
In einem Sortiment ist oftmals eine bestimmte Eigenschaft (bzw. Eigenschafts- Block) besonders wichtig im Hinblick auf Zusammenlegungen. Typischerweise sind das bei Kunststoffen die Farbeigenschaften: Es sollen dann beim Clustern Produkte so zusammengefasst werden, dass alle Ähnlichkeitskriterien eingehalten werden. Wenn es aber mehrere Möglichkeiten für die Zusammenfassung von Produkten gibt, soll die Möglichkeit ausgewählt werden, die einen neuen Cluster mit den bestmöglich zusammenpassenden Farben ergibt. Ein erfindungsgemäßes Programm erlaubt, dass ein Eigenschafts-Block für eine solche Priorisierung ausgewählt wird. Je nach Anwendung muss es sich aber nicht um Farbeigenschaften handeln, sondern um die Eigenschaften im Sortiment, die am kritischsten für die Realisierung der Umstellungen sind.
Alternativ können auch mehrere Abstände mit einer bestimmten Gewichtung für die Zwecke einer solchen Priorisierung betrachtet werden.
Eine bevorzugte Ausführungsform des erfindungsgemäßen Clustering-Verfahrens ist im Folgenden angegeben:

- Gegeben: Daten und Umstellungskriterien wie oben beschrieben, Priorität für einen bestimmten Ähnlichkeitswert.
- Stelle eine Cluster-Liste CL auf. CL enthält
(zunächst) alle einzelnen Produkte des Sortiments.
(später) einzelne Produkte und Produkt-Cluster.
- Stelle eine Cluster-Liste EL auf. EL ist zunächst leer und enthält später einzelne Produkte und Produkt-Cluster, die nicht mehr für weitere Zusammenfassungen in Frage kommen.
- Für jedes Produkt A der Liste CL:
Gibt es irgendein Produkt B in CL, zu dem alle vorgegebenen Ähnlichkeitsgrenzen unterschritten werden? Wenn nein, streiche Produkt A aus CL und füge es in EL ein.
- Solange CL mindestens zwei Cluster enthält:
Prüfe alle Möglichkeiten, zwei bestehende Cluster in CL zu einem neuen Cluster C zusammenzufassen. Dazu wird jedes mögliche Cluster-Paar (A, B) folgendermaßen betrachtet:
Findet sich unter den Produkten in Cluster A und Cluster B ein Produkt Z, das als Clusterzentrum für einen neuen Cluster C dienen kann, so dass alle anderen Produkte in A und B nach den vorgegebenen Kriterien auf das Produkt Z umgestellt werden können? Wenn nein: nächstes Cluster-Paar prüfen.
Falls es bei einem Cluster-Paar mehrere Möglichkeiten für ein neues Clusterzentrum Z gibt, wird dafür das Produkt ausgewählt, das den geringsten mittleren Abstand D der einzelnen Produkte zu Z in dem priorisierten Ähnlichkeitswert ergibt.
Der mittlere Abstand D der einzelnen Produkte zu Z in dem priorisierten Ähnlichkeitswert wird zur Bewertung der Qualität eines möglichen neuen Clusters herangezogen.
Bilde aus allen gefundenen Möglichkeiten den neuen Cluster mit dem bestmöglichen mittleren Abstand D der einzelnen Produkte zu Z. Dazu werden die beiden bisherigen Cluster A und B aus der Liste entfernt und als neuer Cluster C in die Liste CL eingefügt.
Lösche jeden Cluster in CL, für den keine Zusammenlegungsmöglichkeit mit anderen Clustern mehr besteht, aus CL und füge ihn in EL ein.
Gib die Ergebnisliste EL aus, z. B. getrennt nach Clustern und Einzelprodukten. Sortiert werden die Cluster z. B. nach dem mittleren Abstand D der einzelnen Produkte zum jeweiligen Clusterzentrum.

Nach einer weiteren bevorzugten Ausführungsform der Erfindung wird als Cluster- Zentrum eines Vereinigungsclusters ein neues Produkt definiert, dessen Eigenschaften die Umstellungskriterien hinsichtlich sämtlicher Produkte des Vereinigungsclusters erfüllt. Für die Umstellung und Sortimentsbereinigung wird dann also nicht nur auf bereits im Sortiment beinhaltete Produkte zurückgegriffen, sondern es werden auch neue Produkte definiert, die mehrere Produkte des Sortiments ersetzten können.
Nach einer weiteren bevorzugten Ausführungsform der Erfindung befindet sich die Datenbank mit den Eigenschaftsdaten der Produkte auf einem Server-Computer, auf den von Client-Computern beispielsweise über ein Intranet zugegriffen werden kann.
Auf diese Art und Weise kann die Sortimentsoptimierung dezentral von verschiedenen Benutzern je nach der Produktverantwortlichkeit durchgeführt werden.
Im Weiteren werden bevorzugte Ausführungsformen der Erfindung mit Bezugnahme auf die Zeichnungen näher erläutert. Es zeigen:
Fig. 1 die Struktur einer Datenbank für die Speicherung von Eigenschaften von Produkten eines Sortiments,
Fig. 2 ein Flussdiagramm einer ersten Ausführungsform des erfindungsgemäßen Verfahrens für die Ausgabe einer Liste von Umstellungsmöglichkeiten,
Fig. 3 ein Flussdiagramm einer zweiten Ausführungsform der Erfindung für die Sortimentsoptimierung basierend auf einem Clustering-Verfahren,
Fig. 4 eine erste Ausführungsform des Clustering-Verfahrens der Fig. 3,
Fig. 5 eine zweite Ausführungsform des Clustering-Verfahrens der Fig. 3
Fig. 6 eine graphische Darstellung eines Produktsortiments,
Fig. 7 eine graphische Darstellung der Umstellungsmöglichkeiten von Umstellungskandidaten des Sortiments der Fig. 6,
Fig. 8 eine Darstellung der Bildung von Clustern gemäß des Verfahrens der Fig. 4 in dem Produktsortiment der Fig. 6,
Fig. 9 eine Darstellung des Ergebnisses der Sortimentsoptimierung des Sortiments der Fig. 6 durch das Clustering der Fig. 8,
Fig. 10 ein Blockdiagramm eines Computersystems für die Sortimentsoptimierung.
Die Fig. 1 zeigt eine Datenbank 1 zur Speicherung eines Produktsortiments. Jede Zeile in der Datenbank 1 bezieht sich auf ein Produkt des Sortiments, welches durch seine Produktbezeichnung wie z. B. seinen Handelsnamen gekennzeichnet ist. Eine oder mehrere der Eigenschaften des Produkts mit dem Handelsnamen werden in der betreffenden Zeile des Datenbankeintrags der Datenbank 1 gespeichert.
Bei diesen Eigenschaften kann es sich beispielsweise um mechanische Eigenschaften des Produkts, Verarbeitungseigenschaften und Verarbeitungsparameter des Produkts sowie um kommerzielle Eigenschaften handeln. Beispiele für die mechanischen Eigenschaften sind ISO-ak (Kerbschlagzähigkeit) und Härte. Beispiele für die verarbeitungsbezogenen Eigenschaften sind MVR (Fliessfähigkeit), Vicat (Wärmeformbeständigkeit) und die Schwindung. Beispiele für kommerzielle Eigenschaften des Produkts sind das Absatzvolumen, der Umsatz, die Anzahl der Kunden sowie die Herstellkosten.
Eine besonders wichtige Eigenschaft eines Handelsproduktes ist dessen Farbe. Zur Angabe der Farbe dienen die Koordinaten der Farbe des Kunststoffs in einem Farbraum. Hierfür können beispielsweise die LAB-Koordinaten des CIELAB- Farbraums benutzt werden. Hinsichtlich der Farbe ist weiterhin die Angabe einer Farbnummer, von Farbtoleranzen sowie gegebenenfalls von Remissionskurven vorteilhaft.
Des weiteren beinhaltet die Datenbank 1 zu jedem Produkt neben dem Handelsnamen den Typ. Die Typangabe kennzeichnet bestimmte besondere Eigenschaften des betreffenden Handelsprodukts. Bei den Typen unterscheidet man beispielsweise zwischen "gut fließend", "wärmestabilisiert", "mittelviskos", "zusätzlich nukleiert", "witterungsstabilisiert", "höherviskos", "Glasfaseranteil", "flammgeschützt" etc.
Aufgrund der vielen Variationsmöglichkeiten, insbesondere der Typ-Farbe-Kombinationen, kann die Datenbank 1 eines Kunststoffproduktsortiments mehrere hundert bis mehrere tausend unterschiedliche Produkte beinhalten.
Die Fig. 2 zeigt eine Ausführungsform des erfindungsgemäßen Verfahrens zur computergestützten Sortimentsoptimierung, beispielsweise eines Kunststoffproduktsortiments, wie es in der Datenbank 1 der Fig. 1 gespeichert ist.
In dem Schritt 20 erfolgt die Eingabe der Produkte des Produktsortiments mit den den Produkten zugeordneten Eigenschaften. Auf diese Art und Weise entsteht eine Datenbank, beispielsweise in Form der Datenbank 1 der Fig. 1.
In dem Schritt 21 erfolgt die Eingabe eines Eigenschaftsprofils für Umstellungskandidaten. Als "Umstellungskandidat" wird im Weiteren ein Produkt bezeichnet, welches für die Sortimentsbereinigung, das heißt, die Umstellung auf ein anderes Produkt in Frage kommt. Um überhaupt als Umstellungskandidat in Betracht gezogen zu werden, muss das betreffende Produkt ein durch den Benutzer definierbares Eigenschaftsprofil erfüllen. Ein solches Eigenschaftsprofil kann aus einer oder mehreren Eigenschaften bestehen.
In dem Schritt 22 erfolgt die Eingabe eines Eigenschaftsprofils für Umstellungsziele. Als "Umstellungsziel" wird hier ein Produkt des Produktsortiments bezeichnet, welches als Ersatz für einen Umstellungskandidaten in Frage kommt. Ein Umstellungsziel ist also ein Produkt, welches ein oder mehrere der Produkte des Sortiments ersetzen kann, da es zu diesen Produkten hinreichend ähnlich ist.
Um überhaupt als Umstellungsziel in Betracht gezogen zu werden, ist es erforderlich, dass das betreffende Produkt ein bestimmtes Eigenschaftsprofil erfüllt. Dieses Eigenschaftsprofil ist vom Benutzer definierbar und beinhaltet eine oder mehrere Eigenschaften, die das Produkt erfüllen muss, um als Umstellungsziel klassifiziert zu werden.
In dem Schritt 23 werden relative Ähnlichkeitskriterien zwischen Eigenschaftsblöcken oder einzelnen Eigenschaften eingegeben, die erfüllt sein müssen, damit ein Umstellungskandidat als zu einem Umstellungsziel hinreichend ähnlich eingestuft wird. Die Eigenschaftsblöcke fassen mehrere Eigenschaften zusammen, wie zum Beispiel die Farbkoordinaten oder andere Eigenschaften, die zu einer gemeinsamen Kategorie gehören.
In dem Schritt 24 wird eine Datenbanksuche in der Datenbank 1 (vgl. Fig. 1) mit dem Eigenschaftsprofil des Schritts 21 als Suchkriterium gestartet, um alle möglichen Umstellungskandidaten der Datenbank 1 zu ermitteln, welche dem Eigenschaftsprofil entsprechen. In dem Schritt 25 wird eine Suche nach den Umstellungszielen in der Datenbank 1 vorgenommen, wobei das Eigenschaftsprofil des Schritts 22 als Suchparameter verwendet wird.
Umstellungsziele, die in dem Schritt 25 ermittelt worden sind, die Ähnlichkeitskriterien des Schritts 23 erfüllt. Wenn dies der Fall ist, handelt es sich bei dem betreffenden Umstellungsziel um eine tatsächliche Umstellungsmöglichkeit.
Diese Prüfung wird hinsichtlich dieses Umstellungskandidaten für jedes Umstellungsziel wiederholt, um so gegebenenfalls zu einer Anzahl von Umstellungsmöglichkeiten für den Umstellungskandidaten zu kommen. Der Schritt 26 wird mit Bezug auf jeden der in dem Schritt 24 ermittelten Umstellungskandidaten durchgeführt, um so für jeden Umstellungskandidaten zu keiner, einer oder mehreren Umstellungsmöglichkeiten zu kommen.
Diese Umstellungsmöglichkeiten werden beispielsweise in Form einer Liste für jeden Umstellungskandidaten ausgegeben. Vorzugsweise beinhalten diese Listen auch die relevanten Eigenschaften der Umstellungsmöglichkeiten, um eine Auswahl aus der Liste für eine Umstellung des Umstellungskandidaten auf ein Produkt der Liste von Umstellungsmöglichkeiten auszuwählen.
Die Fig. 3 zeigt ein Flussdiagramm einer weiteren Ausführungsform der Erfindung, um mittels eines Clustering-Verfahrens ein Sortiment zu bereinigen.
In dem Schritt 30 erfolgt die Eingabe von Produkten mit deren Eigenschaften, einem Eigenschaftsprofil für Umstellungskandidaten, einem Eigenschaftsprofil für Umstellungsziele und von Ähnlichkeitskriterien (vgl. die Schritt 20, 21, 22 und 23 der Fig. 2). Zusätzlich wird einem der Ähnlichkeitskriterien eine Priorität zugeordnet. Dieses mit einer Priorität versehene Ähnlichkeitskriterium ist maßgeblich zur Bestimmung der Güte einer Clusterung.
In dem Schritt 31 wird eine Clusterliste CL aufgestellt. Die Clustersliste CL beinhaltet alle einzelnen Produkte des Sortiments, wobei durch jedes einzelne Produkt ein separater Cluster definiert ist. Diese Produkt-Cluster mit zunächst je einem Produkt werden gegebenenfalls im Weiteren durch das erfindungsgemäße Clustering- Verfahren zusammengefasst.
In dem Schritt 32 werden sämtliche möglichen Paare P_i unterschiedlicher Cluster der Cluster-Liste CL gebildet. Für jedes der Paare P_i wird dann geprüft, ob die Vereinigung der Cluster des Paars unter Berücksichtigung der Eigenschaftsprofile und der Ähnlichkeitskriterien möglich ist. Unter verschiedenen Möglichkeiten Vereinigungs-Cluster zu bilden, wird eine Möglichkeit in dem Schritt 33 ausgewählt, so dass das betreffende Paar P_i von Clustern zu einem Vereinigungs-Cluster zusammengefasst wird. Die Cluster des Paars P_i werden aus der Cluster-Liste CL gestrichen. Der Vereinigungs-Cluster, der die Produkte der Cluster des Paars P_i beinhaltet, wird neu in die Cluster-Liste CL aufgenommen.
Daraufhin werden die Schritt 32 und 33 erneut mit Bezug auf die geänderte Cluster- Liste CL durchgeführt, um so zu einer weiteren Vereinigung von Clustern und einer entsprechenden Änderung der Cluster-Liste CL zu gelangen. Durch die Bildung von Vereinigungs-Clustern mit entsprechenden Cluster-Zentren wird auf diese Art und Weise das Produktsortiment schrittweise bereinigt.
Die Fig. 4 zeigt eine Ausführungsform des erfindungsgemäßen Clustering-Verfahrens zur Durchführung der Schritte 32 und 33 der Fig. 3.
In dem Schritt 40 wird der Index i der mögliche Paare P_i gleich Null gesetzt. In dem Schritt 41 wird die Vereinigungsmenge M_i der in den Clustern des Paars P_i beinhalteten Produkte gebildet. Die Vereinigungsmenge M_i besteht dann aus den Produkten PROD_j.
In dem Schritt 43 wird die Menge der Umstellungsmöglichkeiten, die für alle PROD_j als Umstellungskandidaten möglich sind, ermittelt. Das bedeutet, dass nur solche Umstellungsmöglichkeiten in die Menge der Umstellungsmöglichkeiten in dem Schritt 43 aufgenommen werden, die für alle Produkte PROD_j der Vereinigungsmenge M_i Umstellungsmöglichkeiten darstellen. Die Prüfung, ob für ein gegebenes PROD_j als Umstellungskandidat eine Umstellungsmöglichkeit vorliegt, kann dabei nach dem Ablauf der Fig. 2 vorgenommen werden.
In dem Schritt 47 wird geprüft, ob die Menge der Umstellungsmöglichkeiten, die in dem Schritt 43 bestimmt worden ist, die leere Menge ist. Wenn dies der Fall ist, wird in dem Schritt 48 geprüft, ob bereits alle möglichen Paare von Clustern P_i bearbeitet worden sind. Ist dies nicht der Fall, so wird in dem Schritt 49 der Index i inkrementiert und zu dem Schritt 41 verzweigt. Die Schritt 41 bis 48 und gegebenenfalls die Schritt 50 und 51 werden dann erneut mit Bezug auf das nächste Paar P_i durchgeführt.
Wenn die Prüfung in dem Schritt 47 ergeben hat, dass die Menge der Umstellungsmöglichkeiten nicht die leere Menge ist, wird der Schritt 50 ausgeführt. In dem Schritt 50 werden die Qualitäten Q_j der Elemente der Menge der Umstellungsmöglichkeiten bestimmt. Für die Bestimmung der Qualität wird das Ähnlichkeitskriterium, dem die Priorität zugewiesen worden ist (vgl. Schritt 30 der Fig. 3) herangezogen. Bei diesem Ähnlichkeitskriterium kann es sich beispielsweise um eine Ähnlichkeit der Farben der betrachteten Produkte handeln.
Um zu einer numerischen Aussage bezüglich der Qualität Q_j zu gelangen, kann wie folgt vorgegangen werden: Es werden die Distanzen zwischen einem Eigenschaftsblock eines Elements der Menge der Umstellungsmöglichkeiten, wie zum Beispiel dem Eigenschaftsblock "Farbe", zu dem entsprechenden Eigenschaftsblöcken der Produkte PROD_j gebildet und diese Distanzen zum Beispiel arithmetisch gemittelt. Dieser arithmetische Mittelwert ist die Qualität Q_j des betrachteten Elements der Menge der Umstellungsmöglichkeiten. Wenn diese Menge der Umstellungsmöglichkeiten mehr als ein Element hat, wird die Qualität für jedes der Elemente der Menge der Umstellungsmöglichkeiten auf diese Art und Weise berechnet.
In dem Schritt 51 wird das Element Z_i aus der Menge der Umstellungsmöglichkeiten ausgewählt, welches die beste Qualität hat. Danach wird der Schritt 48 durchgeführt. Wenn sich in dem Schritt 48 ergibt, dass alle Paare P_i bereits bearbeitet worden sind, wird der Schritt 52 ausgeführt. In dem Schritt 52 werden die für die verschiedenen Paare P_i ermittelten Elemente Z_i miteinander verglichen und das Elemente Z_i mit der besten Qualität aller dieser Elemente ausgewählt.
In dem Schritt 53 wird das zu diesem insgesamt besten Element Z_i gehörende Paar von Clustern P_i aus der Cluster-Liste CL gelöscht und der Vereinigungs-Cluster aus dem Clusterpaar P_i gebildet. Dieser Vereinigungs-Cluster beinhaltet die Produkte PROD_j der Vereinigungsmenge M_i des betreffenden Paars P_i . Der so ermittelte neue Vereinigungs-Cluster wird der Cluster-Liste CL hinzugefügt.
Für die modifizierte Cluster-Liste CL werden dann erneut sämtliche möglichen Paare P_i von unterschiedlichen Clustern gebildet (vgl. Schritt 32 der Fig. 3). Danach werden die Schritte 40 bis 53 mit Bezug auf die neu ermittelten Paare P_i erneut ausgeführt, um zu einer weiteren Vereinigung von Clustern zu kommen. Dieses Verfahren wird beispielsweise solange fortgesetzt, bis keine weiteren Vereinigungs- Cluster mehr gebildet werden können. Damit ist die Sortimentsbereinigung dann abgeschlossen.
Die Fig. 5 zeigt eine alternative Ausführungsform des erfindungsgemäßen Clustering-Verfahrens zur Durchführung der Schritt 32 und 33 der Fig. 3. Die Schritte 40, 41 sowie die Schritte 48 bis 53 sind dabei mit den entsprechenden Schritten der Fig. 4 identisch. Die Schritte 42' bis 51' des Verfahrens der Fig. 5 bilden dagegen eine alternative Ausführungsform für die Ermittlung der Menge der Umstellungsmöglichkeiten und deren Bewertung:
In dem Schritt 42' wird der Index j der Produkte PROD_j der Vereinigungsmenge M_i auf Null gesetzt.
In dem Schritt 43' werden für das Produkt PROD_j der Vereinigungsmenge M_i alle Umstellungsmöglichkeiten U_j zu Umstellungszielen in der Menge M_i ermittelt. Dies erfolgt entsprechend dem Verfahren der Fig. 2, das heißt, das Produkt PROD_j muss das Eigenschaftsprofil für einen Umstellungskandidaten erfüllen und es muss ferner ein Umstellungsziel ermittelt werden, welches dem spezifiziertem Eigenschaftsprofil entspricht, und es müssen ferner auch die Ähnlichkeitskriterien zwischen dem Produkt PROD_j und den zulässigen Umstellungszielen erfüllt sein, um zu einer Umstellungsmöglichkeit U_j zu gelangen. Das Ergebnis des Schritts 43' sind also keine, eine oder mehrere Umstellungsmöglichkeiten U_j für das Produkt PROD_j als Umstellungskandidaten, wobei sowohl das Produkt PROD_j als auch gegebenenfalls die Umstellungsmöglichkeiten U_j Teil der Menge M_i sind.
In dem Schritt 44' wird geprüft, ob bereits alle Produkte PROD_j auf diese Art und Weise bearbeite worden sind. Wenn dies nicht der Fall ist, wird in dem Schritt 45' der Index j inkrementiert und der Schritt 43' für das nächste Produkt PROD_jdurchgeführt, um zu Umstellungsmöglichkeiten U_j für dieses Produkt zu gelangen. Die Schritte 43', 44', und 45' werden also solange durchgeführt, bis alle Produkte PROD_j der Vereinigungsmenge M_i bearbeitet worden sind.
Danach wird in dem Schritt 46' die Schnittmenge aus allen Umstellungsmöglichkeiten U_j gebildet. Diese Schnittmenge beinhaltet also solche Umstellungsmöglichkeiten, die für alle Produkte PROD_j der Vereinigungsmenge M_i zutreffend sind.
In dem Schritt 47' wird geprüft, ob diese Schnittmenge leer ist. Wenn dies der Fall ist, wird in dem Schritt 48 geprüft, ob bereits alle möglichen Paare von Clustern P_i bearbeitet worden sind. Ist dies nicht der Fall, so wird in dem Schritt 49 der Index i inkrementiert und zu dem Schritt 41 verzweigt. Die Schritte 41 bis 48 und gegebenenfalls die Schritte 50' und 51' werden dann erneut mit Bezug auf das nächste Paar P_i durchgeführt.
Wenn die Prüfung in dem Schritt 47' ergeben hat, dass die Schnittmenge nicht leer ist, wird der Schritt 50' ausgeführt. In dem Schritt 50' werden die Qualitäten Q_j der Elemente der Schnittmenge bestimmt. Für die Bestimmung der Qualität wird das Ähnlichkeitskriterium, dem die Priorität zugewiesen worden ist (vgl. Schritt 30 der Fig. 3) herangezogen. Bei diesem Ähnlichkeitskriterium kann es sich beispielsweise um eine Ähnlichkeit der Farben der betrachteten Produkte handeln.
Um zu einer numerischen Aussage bezüglich der Qualität Q_j zu gelangen, kann wie folgt vorgegangen werden: Es werden die Distanzen zwischen einem Eigenschaftsblock eines Elements der Schnittmenge, wie zum Beispiel dem Eigenschaftsblock "Farbe", zu den entsprechenden Eigenschaftsblöcken der Produkte PROD_j gebildet und diese Distanzen, zum Beispiel arithmetisch gemittelt. Dieser arithmetische Mittelwert ist die Qualität Q_j des betrachteten Elements der Schnittmenge. Wenn die Schnittmenge mehr als ein Element hat, wird die Qualität für jedes der Elemente auf diese Art und Weise berechnet.
In dem Schritt 51' wird das Element Z_i aus der Schnittmenge ausgewählt, welches die beste Qualität hat. Danach wird der Schritt 48 durchgeführt.
Wenn sich in dem Schritt 48 ergibt, dass alle Paare P_i bereits bearbeitet worden sind, wird der Schritt 52 ausgeführt. In dem Schritt 52 werden die für die verschiedenen Paare P_i ermittelten Elemente Z_i miteinander verglichen und das Elemente Z_i mit der besten Qualität aller dieser Elemente ausgewählt.
In dem Schritt 53 wird das zu diesem insgesamt besten Element Z_i gehörende Paar von Clustern P_i aus der Cluster-Liste CL gelöscht und der Vereinigungs-Cluster aus dem Clusterpaar P_i gebildet. Dieser Vereinigungs-Cluster beinhaltet die Produkte PROD_j der Vereinigungsmenge M_i des betreffenden Paars P_i . Der so ermittelte neue Vereinigungs-Cluster wird der Cluster-Liste CL hinzugefügt.
Für die modifizierte Cluster-Liste CL werden dann erneut sämtliche möglichen Paare P_i von unterschiedlichen Clustern gebildet (vgl. Schritt 32 der Fig. 3). Danach werden die Schritte 40 bis 53 mit Bezug auf die neu ermittelten Paare P_i erneut ausgeführt, um zu einer weiteren Vereinigung von Clustern zu kommen. Dieses Verfahren wird beispielsweise solange fortgesetzt, bis keine weiteren Vereinigungs- Cluster mehr gebildet werden können. Damit ist die Sortimentsbereinigung dann abgeschlossen.
Die Fig. 6 zeigt eine graphische Darstellung eines Produktsortiments. Jeder Kreis in der graphischen Darstellung der Fig. 6 symbolisiert ein einzelnes Produkt des Produktsortiments. Die Lage des Kreises in dem Diagramm wird durch die Farbkoordinaten des betreffenden Produkts bestimmt. Der Durchmesser des Kreises ist proportional zu dem Verkaufsvolumen.
Aufgrund dessen befinden sich Produkte mit ähnlicher Farbe in räumlicher Nähe; Produkte mit großem Verkaufsvolumen sind größer dargestellt als Produkte mit kleinem Verkaufsvolumen. Ziel ist es, dieses Sortiment zu bereinigen und für die Produkte, die aus dem Sortiment gestrichen werden, die jeweiligen Kunden auf ein möglichst ähnliches Produkt umzustellen.
Dazu lassen sich zum Beispiel folgende Umstellungskriterien festlegen:

- Produkte mit einem kleinem Verkaufsvolumen sollen auf Produkte mit einem größeren Verkaufsvolumen umgestellt werden,
- Ein bestimmter Farbunterschied (Farbabstand) darf nicht überschritten werden.

Die Fig. 7 zeigt das Ergebnis der Anwendung des Verfahrens der Fig. 2, wobei ein Pfeil in Pfeilrichtung jeweils einen Umstellungskandidaten mit einer Umstellungsmöglichkeit verbindet.
Die Fig. 8 veranschaulicht das Ergebnis einer Anwendung der Verfahren der Fig. 3 und 4 oder 5 auf das Produktsortiment der Fig. 6. Die Pfeile zeigen die Zusammenfassungen von Vereinigungs-Clustern an. Dieses Clustering hat zur Folge, dass für jeden Umstellungskandidaten nur maximal ein Umstellungsziel angegeben wird.
Die Fig. 9 zeigt das Ergebnis des Clusterings gemäß der Fig. 8. Das Ergebnis der Auswertung ist ein geschlossenes Szenario für ein optimiertes Produktsortiment.
Die Fig. 10 zeigt ein Computersystem 2 mit einer Produktdatenbank 1 (vgl. Fig. 1) einem Programm 3 sowie den Speicherbereichen 4 und 5. An das Computersystem 2 ist ein Bildschirm 6 angeschlossen.
Das Programm 3 hat zwei verschiedene Bearbeitungsmodi: Einen Bearbeitungsmodus entsprechend dem Verfahren der Fig. 2 und einen anderen Bearbeitungsmodus entsprechend dem Verfahren der Fig. 3 und 4 oder 5, je nachdem, ob eine Ausgabe von mehreren Umstellungsmöglichkeiten oder ein Clustering vom Benutzer gewünscht wird.
Für den Fall des Clusterings wird die Cluster-Liste CL in dem Speicherbereich 4 abgelegt. Der Speicherbereich 5 dient zur Speicherung einer weiteren Cluster-Liste EL. Die Cluster-Liste EL ist zunächst leer. Bei fortschreitender Clusterung enthält die Cluster-Liste EL später einzelne Produkte und Produkt-Cluster, die nicht mehr für weitere Zusammenfassungen in Frage kommen. Bezugszeichenliste 1 Datenbank
2 Computersystem
3 Programm
4 Speicherbereich
5 Speicherbereich
6 Bildschirm

Claims

1. Verfahren zur computergestützten Sortimentsoptimierung mit folgenden Schritten:

- Eingabe eines ersten Eigenschaftsprofils für Umstellungskandidaten,

- Eingabe eines zweiten Eigenschaftsprofils für Umstellungsziele,

- Eingabe zumindest eines Ähnlichkeitskriteriums hinsichtlich einer oder mehrerer Eigenschaften von zwei Vergleichsprodukten des Sortiments,

- Bestimmung aller Umstellungskandidaten, die dem ersten Eigenschaftsprofil entsprechen, und aller Umstellungsziele, die dem zweiten Eigenschaftsprofil entsprechen, aus dem Sortiment,

- für jeden Umstellungskandidaten: Überprüfung von jedem der Umstellungsziele, ob das oder die Ähnlichkeitskriterien erfüllt sind, um eine Umstellungsmöglichkeit zu identifizieren,

- Ausgabe einer Menge von Umstellungsmöglichkeiten für jeden der Umstellungskandidaten.

2. Verfahren nach Anspruch 1, wobei jedem Produkt materialspezifische, verarbeitungsspezifische, farb- und/oder kommerzielle Eigenschaften zugeordnet sind.

3. Verfahren nach Anspruch 1 oder 2, wobei zwei oder mehrere Eigenschaften zu einem Eigenschaftsblock zusammengefasst werden, und der Eigenschaftsblock als Basis für ein Ähnlichkeitskriterium dient.

4. Verfahren nach Anspruch 3, wobei der euklidische Abstand zwischen denselben Eigenschaftsblöcken von zwei Vergleichsprodukten die Basis für das Ähnlichkeitskriterium bildet.

5. Verfahren nach Anspruch 3 oder 4, wobei die Eigenschaften eines Eigenschaftsblocks auf einen gemeinsamen Wertebereich normiert werden.

6. Verfahren nach einem der vorhergehenden Ansprüche 1 bis 5, wobei für jeden Umstellungskandidaten eine Liste von Umstellungsmöglichkeiten ausgegeben wird, und die Liste von Umstellungsmöglichkeiten eine oder mehrere der Eigenschaften jeder Umstellungsmöglichkeit beinhaltet.

7. Verfahren nach einem der vorhergehenden Ansprüche 1 bis 6 mit folgenden weiteren Schritten:

- Bildung eines separaten Clusters für jedes Produkt des Sortiments,

- Bildung aller möglichen Paare von unterschiedlichen Clustern,

- Zusammenfassung eines der möglichen Paare zu einem Vereinigungs- Cluster, wobei der Vereinigungs-Cluster ein Cluster-Zentrum hat, welches für alle Produkte der Vereinigungsmenge des Paars von Clustern eine Umstellungsmöglichkeit ist.

8. Verfahren nach Anspruch 7 mit folgenden weiteren Schritten:

- Bildung einer Vereinigungsmenge (M_i) von Produkten (PROD_j) eines möglichen Paars,

- Ermittlung aller Umstellungsmöglichkeiten (U_j) von Vergleichs- Produkten der Vereinigungsmenge für jedes der Produkte,

- Bildung der Schnittmenge der Umstellungsmöglichkeiten,

- Auswahl eines Produkts (Z_i) aus der Schnittmenge als Cluster- Zentrum des Vereinigungsclusters.

9. Verfahren nach Anspruch 8, wobei zur Auswahl des Produkts als Cluster- Zentrum des Vereinigungsclusters eine Qualität (Q_j) der Umstellungsmöglichkeiten der Schnittmengen berücksichtigt wird.

10. Verfahren nach Anspruch 9, wobei die Qualität hinsichtlich einer priorisierten Eigenschaft oder eines priorisierten Eigenschaftsblocks ermittelt wird.

11. Verfahren nach einem der vorhergehenden Ansprüche 7 bis 10, wobei die Menge der für die Suche von Umstellungszielen betrachteten Cluster um diejenigen Cluster bereinigt wird, für die aufgrund des zweiten Eigenschaftsprofils keine Umstellungsmöglichkeit gegeben ist.

12. Verfahren nach einem der vorhergehenden Ansprüche 7 bis 11, wobei ein Cluster-Zentrum für einen Vereinigungscluster als neues Produkt so ermittelt wird, dass das neue Produkt das oder die Ähnlichkeitskriterien hinsichtlich aller Produkte des betreffenden Vereinigungsclusters erfüllt.

13. Computerprogramm zur Durchführung eines Verfahren nach einem der vorhergehenden Ansprüche 1 bis 12.

14. Computersystem mit Mitteln zur Durchführung eines Verfahrens nach einem der vorhergehenden Ansprüche 1 bis 12.

15. Computersystem nach Anspruch 14 mit
einer Produktdatenbank (1) zur Speicherung einer Menge von Produkten mit den Produkten zugeordneten Eigenschaften,
einem ersten Speicherbereich (4) zur Speicherung der Cluster für die Suche nach Vereingigungsclustern,
einem zweiten Speicherbereich (5) für die Speicherung von Clustern, für die keine Umstellungsmöglichkeit besteht,
mit einem Programm (3) zur Durchführung eines Verfahrens nach einem der vorhergehenden Ansprüche 1 bis 12.