Finance

Deel via:

Gun uw planner zijn nachtrust

A Desk CalendarRegelmatig spreek ik planners die ’s nachts wakker liggen. Ze piekeren over de vraag of ze wel de juiste voorraden aan de diverse klanten hebben toegewezen. Welke producten uit de promotie van volgende week zullen het hardste lopen? En hebben ze überhaupt de juiste producten voor productie ingepland voor de komende twee weken?

Blijkbaar hebben de planners geen vertrouwen in de forecast voor de komende 1 tot 6 weken. Onderzoek door Aberdeen Group in 2013 wijst dan ook uit dat bedrijven gemiddeld een accuraatheid van minder dan 70% weten te realiseren voor de forecast voor de korte termijn. Planners worden vaak verrast door de realiteit. Gevolg is veel brandjes blussen en zweetdruppels bij de planner.

Het is ook bepaald niet eenvoudig. De markt is onzeker, de vraag varieert enorm en klanten stellen steeds hogere eisen. Met de smartphone op zak zijn consumenten overal en altijd op de hoogte van actuele voorraad- en prijsinformatie. Geen voorraad? Gemiste kans! De klant zoekt direct verder bij de concurrent.
Bedrijven zijn niet altijd even goed in staat om deze uitdagingen te tackelen. De forecast is vaak al verouderd voordat deze zelfs gebruikt wordt in deployment- en replenishment-processen. Planners zijn veel tijd kwijt aan het handmatig ingrijpen. Ze baseren zich daarbij op ervaring en fingerspitzengefühl, niet op feiten. Het gevolg? Te hoge voorraden én gemiste verkopen.

Waar zit nu de problematiek?

Voor de korte termijn horizon dien je op een betrouwbare en nauwkeurige manier het plan overeengekomen in het Integrated Business Planning/S&OP proces te vertalen naar het juiste detailniveau. Het uitsplitsen van bijvoorbeeld het meerjarenplan per merk of regio naar uiteindelijkde verwachte vraag naar een product, op een bepaalde locatie, voor een bepaalde klant, op een bepaalde dag, voor de komende 1 tot 6 weken. Heel concreet betekent het: nauwkeurig bepalen welke producten, in welke hoeveelheden, op welke locatie geleverd moeten zijn aanstaande donderdag. Het spreekt voor zich dat hierbij rekening gehouden moet worden met de orders die al binnen zijn.
Vaak bestaat er onvoldoende inzicht in details en houdt de forecast geen rekening met de meest recente vraagsignalen. Er is, kortgezegd, geen zicht op wat er werkelijk gebeurt. Terwijl dat een vereiste is om bepaalde patronen betrouwbaar vast te kunnen stellen. Misschien loopt de verkoop in Groningen vooral in het begin van de week en in Eindhoven juist aan het einde. Of denk aan het bekende voorbeeld van de weersafhankelijke verkoop van ijsjes of barbecuevlees. Zo zijn er vele patronen te ontdekken. En je kunt ook signalen afleiden uit allerlei externe data, zoals social media.

Laat ik drie redenen noemen waarom het vereiste inzicht in wat er werkelijk gebeurt, binnen handbereik ligt van elke planner:

(1) U beschikt over meer data dan ooit en dat neemt alleen maar toe
(2) Nieuwe technieken voor data-analyse bieden krachtige mogelijkheden
(3) Slimme software neemt het werk uit handen

(1) Data, data en nog eens data

Stel, u bent planner bij een producent van consumentengoederen. Over welke data zou u dan willen beschikken? Wat dacht u van point of sales (POS) data van alle producten bij de diverse retailers die uw product verkopen? Heeft u behoefte aan inzicht in de bestelpatronen van lokale of regionale dc’s? Berichten op Facebook en Twitter over uw producten? Het temperatuurverloop van de afgelopen jaren? Promoties en acties van concurrenten? Gesignaleerde hypes door trendwatchers?
U snapt het idee. Er zijn vanzelfsprekend nog veel meer bronnen van data. Data in gestructureerde en ongestructureerde vorm kunt u combineren en vervolgens gebruiken als input. En u kunt profijt halen uit in-memory technologie. U bent niet langer beperkt in dataopslag en -analyse. En dankzij almaar toenemende computerkracht zijn resultaten snel beschikbaar.

(2) Predictive analytics

Resultaten uit het verleden geven geen garantie voor toekomst. En dat geldt zeker ook voor forecasts. Natuurlijk geeft analyse van historische data inzicht in bijvoorbeeld seizoenspatronen. Maar wie enkel en alleen achteruitkijkt, mist belangrijke informatie. De kracht zit ‘m nu juist in het vóóruitkijken, de inzet van predictive analytics. Daarmee ontdekt u allerlei trends en patronen. U vindt variabelen die iets zeggen over het aankoopgedag voor een bepaald product. En u legt verbanden die de basis vormen voor een voorspelmodel. Dit model blijft vervolgens continu in beweging omdat voorkeuren veranderen en het gedrag van consumenten grilliger is dan ooit.

(3) Demand Sensing 

Demand Sensing is een applicatie die de accuraatheid van de korte termijn forecast verbetert. Deze software identificeert een optimale mix van inputs om de vraag op detail niveau te bepalen. Het maakt gebruik van patroonherkenningsalgoritmes, correlatieanalyse en automatische detectie van verschuivingen in trends (via bias-analyse). Deze analyses worden toegepast op de grote hoeveelheden aan data die beschikbaar zijn zoals POS data, shipments en orders. Demand Sensing stelt op die manier bijvoorbeeld vast wanneer orders normaal gesproken binnen komen, welke orders deze week al binnen zijn gekomen en hoe de forecast intelligent kan worden geconsumeerdHet resultaat, een nieuw berekende korte termijn forecast, wordt vervolgens als input gebruikt in de deployment- en replenishment-processen, in het aansturen van distributie en mogelijkerwijs bij korte termijn productie beslissingen.

De nachtrust van uw planner

Slimme, zelflerende algoritmes zijn nu beschikbaar. Via eenvoudige, gebruiksvriendelijke tools. U profiteert van heel geavanceerde algoritmes Het gevolg is een veel accuratere korte termijn forecast. De impact is enorm. Een accurate korte termijn forecast vormt de basis voor beslissingen voor deployment-, replenishment- en voorraadoptimalisatie. Daarmee voorkomt u spoedjes, te hoge voorraden, voorraden op de verkeerde plek en uiteindelijk gemiste verkopen. De business case is daarmee zo gemaakt. En gun uw planner zijn nachtrust.