Forecasting

U krijgt een telefoontje van uw belangrijkste klant. Zij willen graag een producten bij bestellen die zij nodig hebben voor een belangrijke promotieactie. Voor de zoveelste keer moet u helaas uw klant informeren dat er niet genoeg voorraad is. Dat kan niet meer gebeuren als u niet wilt dat u omzet en belangrijke klanten verliest. Maar wanneer weet u van welk product hoeveel er op ieder moment beschikbaar moet zijn?

Er zijn veel variabelen die fluctuaties in klantenvraag naar specifieke producten kunnen verklaren. Krachtige ERP oplossingen hebben “forecasting” functionaliteiten die deze variabelen identificeren zodat u van te voren beter in kan schatten op welke momenten de vraag naar bepaalde producten veranderen. Grote distributeurs van goederen in alle sectoren hebben met deze functionaliteiten spectaculaire resultaten gehaald. Idealiter is forecasting onderdeel van uw Enterprise Resource Planning systeem. Alleen dan kan inkoop en voorraadbeheer goed worden aangepast op voorspelde fluctuaties in klantenvraag.

Niet alleen kunt u met forecasting voorkomen dat u leveringsproblemen krijgt met belangrijk (en ook minder belangrijke) klanten. Het is een onmisbaar onderdeel om uw magazijn zo efficiënt mogelijk te gebruiken. Als u deze informatie deelt met uw leveranciers dan kunnen ook zij er voor zorgen dat op het juiste moment de juiste producten leverbaar zijn.

Forecasting software proberen de juiste “formule” voor klantenvraag te ontcijferen. De variabelen die zij hier in meenemen zijn onder andere:

Seizoensfactoren

Met seizoenfactoren bedoelen wij eigenlijk alle invloed die een bepaald periode in het jaar heeft op de verkopen van een producten. Los van de seizoen zijn dit dus ook feestdagen en halfjaarlijkse uitverkopen bij concurrenten.

Klantendata

Niet alle fluctuaties hebben macro-economische of andere externe redenen. Het koopgedrag van klanten is ook erg belangrijk om mee te nemen in de analyse. Denk hierbij aan de verkoop van complementaire producten. Koopt een klant een nieuwe spelcomputer zoals een Playstation? Dan kunt u er van uit gaan dat de vraag naar bijbehorende games op korte termijn toe neemt.

Historische data

Forecasting is niet goed mogelijk zonder het gebruik van historische data. U kunt vaak zelf aangeven welke tijdspanne u voor de voorspellingen wenst te gebruiken. Hoe recenter de historische gegevens des te krachtiger de voorspelling. Zorg dus dat er niet te oude data wordt gebruikt. Gebruik van data van 2 tot maximaal 5 jaar oud is hier aan te raden.

Forecasts van leveranciers

De historische data van uw leveranciers levert ook vaak interessante inzichten op die u als handelsonderneming kan gebruiken. Dit kan een ERP zelf niet bedenken maar het is wel belangrijke informatie in de forecasting van uw bedrijf. U moet, als u deze informatie wilt gebruiken, deze data zelf invoeren.

Zelferende forecasting

Elke keer dat een prognose wordt gegenereerd, loopt het ERP systeem verschillende statistische voorspellingmethoden na. Aan de hand hiervan bepaalt het ERP welke van de verschillende forecasting methoden het beste past bij de historische gegevens. Het kiest dan deze voorspelling om de toekomstige vraag te projecteren.

Nog een paar tips bij het gebruik van forecasting

Meet de voorspelling en beoordeel de betrouwbaarheid

Op het moment dat alle voorspellingvariabelen zijn ingevoerd wordt het alweer tijd deze te herzien. De factoren die moeten worden meegenomen in de voorspellingen veranderen continu. Het is dan ook belangrijk om continu deze variabelen up-to-date te houden. Zorg ook dat u na de voorspelling evalueert of de voorspelling daadwerkelijk een goede schatting bleken te zijn van hetgeen daadwerkelijk heeft plaats gevonden.

Houdt rekening met externe invloeden

De conjunctuur, beschikbaarheid van grondstoffen, rampen, de toetreding van een grote concurrent etc. Het zijn allemaal externe factoren die voor een trendbreuk kunnen zorgen. Hoewel forecasting software behoorlijk robuust kan zijn, lukt het niet om met alle factoren rekening te houden. Zorg daarom dat u zo veel mogelijk relevante informatie voert aan uw ERP systeem. Als de software hier toch niet met deze informatie over weg kan zorg er dan voor dat u rekening houdt dat voorspellingen wellicht te gunstig of juist te negatief zijn.