Natsana aus Düsseldorf steht hinter vier führenden deutschen Nutrition-Marken. Auf einer gemeinsamen Datenplattform mit Snowflake und dbt hat Gemma Analytics für Natsana zwei Dinge gebaut: ein intelligentes Bestandsmanagement mit prädiktiver Bestandsplanung und echte Profitabilität für jedes einzelne Produkt.
Die Ausgangslage
Natsana vertreibt natürliche Nahrungsergänzungsmittel unter den Marken Nature Love, Natural Elements, Gloryfeel und Feel Natural, stark auf Amazon, in Drogerien und in eigenen Onlineshops. Seit 2021 unterstützt Gemma Analytics das interne Datenteam mit Data Analytics Beratung und Umsetzung, und zwei Themen kamen immer wieder auf den Tisch. Das erste war der Bestand. Lager, Hersteller und Planungs-Sheet meldeten für dasselbe Produkt jeweils eigene Zahlen. Wie viel wirklich auf Lager oder unterwegs war, konnte niemand sicher sagen. Die Folgen: Stockouts, Überbestände und eine Planung auf wackligen Füßen.
Das zweite war die Profitabilität. Das Management sah eine Blended-Marge über das gesamte Sortiment. Ob ein einzelnes Produkt Geld verdient oder verliert, blieb offen, weil Kosten aus Einkauf, Produktion und Logistik nie auf Produktebene zusammenkamen.
Unsere Lösung
Für den Bestand hat Gemma eine einheitliche Datenbasis für die Absatz- und Bestandsplanung aufgebaut. Saubere Bestandshistorien, In-Transit-Tracking und die Warenflüsse der Hersteller laufen in einem Bestandsmodell zusammen, batchgenau und mit einer Zahl pro Produkt. Darauf setzt die prädiktive Bestandsplanung auf: Ein vorausschauendes Modell berechnet Out-of-Stock-Termine im Voraus, rechnet die Ankunft von Nachbestellungen mit ein und reagiert, wenn die Wirklichkeit vom Plan abweicht. Jedes Bestandsrisiko bekommt außerdem einen Wert in Euro, damit das Management auf einer klaren Grundlage entscheidet.
Für die Profitabilität hat Gemma ein granulares GuV-Modell entwickelt, das jeder SKU ihre echte Marge zuordnet statt einer Blended-Zahl für alle. Kosten aus Einkauf, Produktion und Logistik fließen in einer Sicht zusammen und landen beim jeweiligen Produkt. Umsatz- und Kosten-Forecasts pro SKU verlängern den Blick nach vorn, sodass sich Margen vorausschauend steuern lassen, statt sie im Nachhinein zu erklären.
Das Ergebnis
Natsana sieht Bestandsrisiken heute, bevor sie wehtun: eine verlässliche Bestandszahl pro Produkt, Ausverkäufe so früh erkannt, dass rechtzeitig nachbestellt werden kann, und die finanziellen Folgen jeder Bestandsentscheidung in Euro. Bei der Profitabilität ist die echte Marge jeder SKU sichtbar, versteckte Verlustbringer sind markiert und lassen sich gezielt angehen. Die Profitabilität auf Produktebene hat einen EBITDA-Effekt von 0,7 Millionen Euro freigelegt.
Tools und Setup
Daten aus Shop- und Bestellsystemen, dem Amazon Marketplace, dem ERP sowie von Lager- und Fulfillment-Partnern lädt Airflow in Snowflake, das zentrale Data Warehouse. Die Logik für Bestand und GuV ist in dbt modelliert, getestet und dokumentiert. Die Ergebnisse landen in Power-BI-Dashboards, mit denen die Fachbereiche arbeiten.