Mathematische Optimierung und Supermärkte

Supermärkte und mathematischer Optimierung

Wissensbeitrag

Seit ich als Entwickler in der mathematischen Optimierung tätig bin, werde ich häufig gefragt, was eigentlich mathematische Optimierung ist und was man damit machen kann. Und ich habe mich seitdem gefragt: Wie kann ich das am besten erklären? Nun, am besten an einem bestehenden Problem aus der Wirtschaft, das für jeden nachvollziehbar ist. Wir hatten kürzlich ein Projekt, in dem wir die Aufgabe hatten, die Standorte von Filialen einer Supermarktkette zu optimieren. Aber was haben diese Standorte mit mathematischer Optimierung zu tun?

Die Standortplanung für Filialen

Bevor eine Filiale eröffnet wird, muss gesichert sein, dass sie auch profitabel sein wird. Dies geschieht während einer Standortplanung. Diese beginnt zum Beispiel damit, dass ein Unternehmen Filialen in einem bestimmten Gebiet (beispielsweise einer Stadt) eröffnen möchte. In der Planung werden anhand von Daten wie der Einwohnerverteilung und der Kaufkraft einzelner Kundengebiete potentiell gute Standorte für die Eröffnung einer Filiale ermittelt. Ein Mitarbeiter in der Planung müsste nun entscheiden, wie viele Filialen und an welchen der möglichen Standorte diese eröffnet werden sollen.

Standortplanung für Filialen

Der Grundgedanke muss dabei sein, möglichst viele potentielle Kunden (bewusst oder unbewusst) alleine durch eine gute Positionierung der eigenen Filialen dazu zu bewegen, dort einzukaufen. Dies ist direkt von der Entfernung zwischen der Filiale und dem Kunden abhängig: Je näher eine Filiale am Kunden ist, desto wahrscheinlicher geht er bei dieser einkaufen. Gleichzeitig sollten möglichst wenige Filialen geöffnet werden, um die Kosten so gering wie möglich zu halten. Es reicht also meist nicht aus, nur gute Standorte für jede Filiale einzeln zu finden, denn in der Gesamtheit können so die eigenen Filialen zu nah beieinander stehen und sich dadurch gegenseitig Kunden wegnehmen. 

Andererseits können die Filialen zu weit voneinander entfernt sein, wodurch Gebiete vernachlässigt werden und so nicht der maximal mögliche Profit abgeschöpft wird. Wie sollte also eine gute und aussagekräftige Planung aussehen (an der man direkt den Nutzen, wie Profit und Kundennähe ablesen kann) und wie kann einen die mathematische Optimierung dabei unterstützen?

Die Filialstandorte mathematisch optimieren

Im Grunde möchte man in einer Standortplanung nicht nur Filialen finden, die einen hohen zu erwarteten Profit generieren und sich damit zufrieden geben, sondern den Profit maximieren. In einer mathematisch optimierten Standortplanung stellt man sich daher die Frage: „Wie sieht eigentlich die bestmögliche Lösung aus, also eine Lösung, die den größten zu erwarteten Profit generiert“? Um das herauszufinden, benutzt man eine automatisierbare Vorgehensweise (beispielsweise mit IBM ILOG CPLEX), um das Problem mit einem Computer lösen zu können. In der Standortplanung kann man sich diese wie einen zusätzlichen Mitarbeiter in der Planung vorstellen:

Bestimmung eines Standortes

Anhand der Eingabedaten (wie der Bevölkerungsverteilung und Kaufkraft der Einwohner) versucht er, in möglichst kurzer Zeit ein gemeinsam agierendes Netz von Filialen zu finden, das den Profit maximiert. Dabei kann er in gleicher Zeit viel mehr verschiedene Lösungen finden und diese vergleichen als bei einer manuellen Planung. Darüber hinaus gibt er nach dem Lösungslauf eine Einschätzung, wie sich die gefundene Lösung zu anderen möglichen Lösungen verhält. Zum Beispiel: „Der Gesamtprofit des gefundenen Netzes ist unter den Voraussetzungen größtmöglich. Es gibt kein Netz, das einen größeren Profit erzielt“. Oder: „Es gibt möglicherweise eine bessere Lösung als die gefundene, die ist aber höchstens 1% besser“.

Die gefundenen Netze können für eine weitere Planung verwendet werden. Die endgültige Standortverteilung wird dabei nicht mit der mathematischen Lösung identisch sein, dient aber als gute Grundlage. Eventuell müssen Standorte im Nachhinein noch wegen örtlicher Gegebenheiten geringfügig verschoben werden oder es ist für ein lokales Gebiet besser mehrere kleinere Filialen zu einer großen zusammenzufassen.

Ihr Feedback

Haben wir Ihr Interesse geweckt? Oder haben Sie im Arbeitsalltag schon mal mit einer Standortplanung zu tun gehabt? Für Fragen oder Feedback zum Standortproblem oder anderen Themen der mathematischen Optimierung kontaktieren Sie uns. Gerne können Sie uns auch am 29.04.2015 zu unserem Treffpunkt Software besuchen, in dem wir auch näher auf das Standortproblem für Filialen eingehen werden.

Tafel mit mathematischen Formeln
Wissen

Wozu dient die mathematische Optimierung?

Der Lösungsansatz „mathematische Optimierung“ ist ein sehr mächtiges Werkzeug, wenn es darum geht, verschiedenste Fragestellungen zu untersuchen und eine bestmögliche Lösung zu finden. Dieser Blogbeitrag untersucht häufige Fragen rund um das Thema.

Wolken zur Visualisierung der Cloud
Wissen

Mathematische Optimierung in der Cloud mit IBM DOcplexcloud

IBM bietet mit DOcplexcloud einen Optimierungsservice in der Cloud an. Dabei werden Opimierungsanfragen an einen Server in der Cloud gesendet. Dieser Service bringt so einige Vorteile mit sich, auf die dieser Blogbeitrag näher eingehen will.

Wissen

Standortoptimierung als Teil des Supply Chain Managements

Das Supply Chain Management umfasst viele einzelne Aspekte der strategischen und operativen Arbeitsweise von Unternehmen. Einen möglichen Ansatz stellt die Standortoptimierung dar, die dieser Blogartikel vorstellt.

Verschiedene Werkzeuge wie Hammer, Schraubenzieher, etc. auf einem Boden
Wissen

Standardtool vs. Standardplattform

Genau wie in vielen anderen Bereichen auch, bietet die Welt der Optimierung vielfältige Möglichkeiten, sich einer Fragestellung zu nähern. Doch was ist die bessere Wahl - Standardtool oder Standardplattform?

Mathematische Optimierung
Kompetenz 03.09.20

Mathematische Optimierung

Mathematische Optimierung hilft Unternehmen dabei, über den Einsatz begrenzter Ressourcen komplexe Entscheidungen zu fällen und zielgerichtete Kompromisse zu machen.

X-INTEGRATE Standortoptimierung
Lösung

X-INTEGRATE Standort Optimierung

Nahezu jedes größere Unternehmen ist auf eine geeignete Methode angewiesen, Standorte sinnvoll auszuwählen und zu betreiben. Um die besten Standorte zu ermitteln, setzen wir auf mathematische Optimierung.

Geschäftsoptimierung
Wissen

Geschäftsoptimierung mit mathematische Berechnungen

In mathematischen Optimierungsmodellen für Geschäftsprobleme hängt die Performance oft davon ab, ob das zugrunde gelegte Modell linear ist. Der heutige Blogartikel erklärt das Vorgehen.

Headerbild zu Digitale Planung, Forecasting und Optimierung
Service

Daten nutzen zur Digitalen Planung und Optimierung

Nachdem über Dashboards und Reports die Daten aufbereitet und visualisiert wurden, gilt es nun die gewonnenen Daten entsprechend zu nutzen. Digitale Planung, Forecasting und Optimierung umschreibt alle Fähigkeiten einer IT-gestützten Lösung im Unternehmen, um Anwender in der digitalen Analyse und Planung zu unterstützen.

Rechner mit Programmiercode
Wissen

Neuerungen in IBM WebSphere MQ Version 7.1 - Teil 1

Auf der IBM WebSphere Technical Conference 2011 wurden die Neuerungen bei der IBM WebSphere MQ Version 7.1 vorgestellt. Unser Blogartikel fasst das Wichtigste für Sie zusammen.

Lieferkette optimieren durch bessere Nutzung der Ressourcen
Lösung

Lieferkette optimieren durch bessere Nutzung der Ressourcen

Ein gutes Supply Chain Management muss Produktions- und Warenlagerkapazitäten beachten, den reibungslosen Transport der Produkte und Zulieferungsprodukte bis zum Endkunden gewährleisten und dabei die Transport-, Produktions- und Lagerungskosten minimieren.

Optimierung des Transports
Wissen

Überflüssige Leerfahrten binden Zeit und Kapital – Teil 2

Jeder fünfte LKW auf Europas Straßen fährt leer! So lautet das Ergebnis einer Studie der Europäischen Kommission. Was sind also die technologischen Möglichkeiten, diesen Umstand zu verbessern?

Wolke zur Visualisierung der Cloud
Wissen

Impact Nachlese - Mobile, Cloud und Integration

Wie kann Technologie helfen bessere Geschäftsergebnisse zu erzielen? Das war das Motto der diesjährigen Impact Konferenz der IBM in Las Vegas mit ca. 8500 internationalen Teilnehmern. Dieser Blogartikel fasst unsere Eindrücke zusammen.

Boston Consulting Group Logo
Referenz

IBM ILOG CPLEX als Ergänzung zu MATLAB

Die X-INTEGRATE besitzt tiefgehendes Wissen in der individuellen Modellerstellung für IBM ILOG CPLEX sowie in der Integration mit anderen Applikationen und Lösungen. Die BCG hat auf diese Expertise zurückgegriffen und in kurzer Zeit MATLAB durch IBM ILOG CPLEX erweitert.

Optimierungslösungen
Kompetenz 08.09.20

Optimierungslösungen

Viele Geschäftsprobleme und Herausforderungen lassen sich nicht mehr durch Regelwerke und Entscheidungstabellen abbilden. Komplexe Geschäftsprobleme dieser Art können dann allenfalls noch mit Ansätzen der mathematischen Optimierung gelöst oder verbessert werden.

Headerbild zur Logistik- und Transportbranche
Branche

KI & Digitalisierung für die Transport- und Logistikbranche

Digitalisierung und Transparenz der Prozesse sowie automatisierte Unterstützung bei der Optimierung können Logistikunternehmen helfen, den Spagat zwischen Kosten und Leistung besser zu bewältigen, um langfristig als wertvoller Partner der Wirtschaft zu agieren.

Anonyme Referenz
Referenz

Erfolgreiches Supply Chain Management

Als Logistiker oder Hersteller von Waren ist das Supply Chain Management ein wichtiger Teil des Geschäfts. Die X-INTEGRATE Optimierungslösung „Supply Chain Optimizer“ (SCO) auf Basis von IBM DOC unterstützt den Kunden bei der Unternehmensplanung.

Puzzleteil zur Visualisierung von Integration
Wissen

Optimierung in der Praxis: Weniger ist mehr - Teil 2

Fortschreitende Technologien ermöglichen uns, immer genauere Berechnungen durchzuführen. Wir sind heute in der Lage, in kürzerer Zeit mit höheren Datenmengen umzugehen als jemals zuvor. Gerade in der Mathematik hat das aber nicht nur Vorteile.

Kompetenz 03.09.20

Prescriptive Analytics

Prescriptive Analytics unterstützt dabei, auf Grundlage der bekannten Parameter die optimale Lösung oder das beste Ergebnis unter verschiedenen zur Auswahl stehenden Möglichkeiten zu ermitteln.

Headerbild zu IBM Decision Optimization
Technologie

IBM Decision Optimization

Mathematische Algorithmen ermöglichen ein schnelles und effizientes Verbessern von teilweise gegenläufigen Vorgaben. Als integraler Bestandteil der IBM Data Science Plattform „Cloud Pak for Data“ bzw. „IBM Watson Studio” wurde die Entscheidungsoptimierung entscheidend erweitert und in den Data Science Prozess eingebettet.

Verbunde Pins zur Visualisierung eines Netzwerks
Wissen

Routenplanung mit IBM ILOG Transportation Analyst

Das Problem der Transportoptimierung beschäftigt den Einzelhandel ständig. Für die strategische Routenplanung bietet IBM ILOG Transportation Analyst einen ganzen Katalog aus Funktionen an. Dieser Blogartikel klärt auf welche das sind.

Bleiben Sie mit dem TIMETOACT GROUP Newsletter auf dem Laufenden!