Vraagvoorspelling – omgaan met schommelingen in de vraag

Leestijd: 4 min

Vraagvoorspelling

    Share

Twee jaar werden de mondiale toeleveringsketens ernstig verstoord door de COVID-pandemie. De fluctuerende vraag en hevige schommelingen in het beschikbare aanbod hebben het opstellen van nauwkeurige vraagprognoses nog moeilijker gemaakt. 

Hiervoor zijn twee redenen:

  1. Het gebruik van de verkoopgegevens van vorig jaar als basis voor prognoses is een no-go, aangezien schommelingen in de vraag als gevolg van de pandemie deze gegevens vertekenen. Zonder consistente en betrouwbare gegevens over de vraag is het moeilijk om een basisprognose op te stellen.
  2. Er zijn belangrijke verschuivingen in het gedrag van klanten, waardoor het moeilijk is om hypothesen te baseren op consumententrends. Het gedrag van klant blijft grillig omdat het koopgedrag meer een afspiegeling is van de gevoel, vertrouwen, actualiteit en nieuwsberichten dan van de werkelijke behoeften.

Gevolgen van slechte vraagvoorspelling

Nauwkeurige vraagvoorspellingen zijn heel belangrijk, want prognoseproblemen leiden tot tal van andere supplychain-problemen. Slechte prognoses hebben niet alleen gevolgen voor je productie maar hebben ook een negatieve invloed op het bedrijf in zijn geheel, inclusief groei en reputatie.

Mogelijke gevolgen van slechte vraagprognoses zijn onder meer:

  • Stock-outs – onnauwkeurige prognoses maken het moeilijker om de juiste voorraadniveaus te bepalen of passende veiligheidsvoorraadniveaus vast te stellen. Het wordt lastiger om de doelstellingen inzake beschikbaarheid van producten (de serviceniveaus) te halen.
  • Overtollige en verouderde voorraad – Nauwkeurige prognoses zijn nodig om te voorkomen dat er te grote voorraden worden aangelegd en de voorraad verouderd dreigt te raken.
  • Reputatieschade – als je niet aan de vraag kunt voldoen, gaan klanten naar de concurrent. Het delen van hun (negatieve) ervaringen kan leiden tot reputatieschade en verder klantenverlies.
  • Moeilijk te beheren doorlooptijden – als je je leveranciers geen goede prognose kunt geven van je jaarlijkse behoeften, zal het voor hen moeilijker zijn om jouw leveringstermijnen te halen.
  • Onderbezetting – als je verkooppieken verkeerd berekent, heb je ook je weinig personeel om de verkooppiek tot een succes te maken.
  • Gederfde inkomsten – al het bovenstaande kan leiden tot een verder verlies van verkopen en winst in de toekomst.

Dit zijn allemaal zeer onaangename problemen voor inkopers, maar helaas lijkt een onvoorspelbare vraag het nieuwe normaal te worden.

Whitepaper De ABC- en XYZ-analyse voor voorraadplanners

Hoe kun je deze overwinnen?

Zelfs met de huidige grillige markt en de steeds fluctuerende vraag zijn er enkele praktische stappen die je kunt nemen om de vraagprognoses te verbeteren.

1. Gebruik passende historische gegevens
Als eerste stap kan je, als je toegang hebt tot historische gegevens, zoeken naar een verkoopperiode met soortgelijke trends en vergelijkbare marktdynamiek. Gebruik deze gegevens voor je prognose in plaats van de cijfers van 2020 of 2021, die door “het corona-effect” scheefgetrokken kunnen zijn.

2. Gebruik kwalitatieve gegevens
De tweede stap, en misschien wel de meest cruciale, is het opnemen van kwalitatieve gegevens in je vraagprognoses. Bijvoorbeeld actuele informatie van personeel, klanten en brancheorganisaties.

Door gebruik te maken van kwalitatieve gegevens kunnen potentiële schommelingen in de vraag op de markt beter worden voorzien.

3. Verbetering van de communicatie tussen de afdelingen
Goede communicatie tussen afdelingen zal ook de kwaliteit van de prognoses helpen verbeteren wanneer de werkelijke vraag voortdurend fluctueert. Door samenwerking tussen inkoop- en verkoopafdelingen kunnen verkoop- en trendpatronen beter worden gevolgd.

4. Houd rekening met trends en seizoensinvloeden
Het is belangrijk om items met een seizoensgebonden vraag of lange termijn trends te identificeren, zodat je optimaal kunt profiteren van verkooppieken en kunt anticiperen op verkoop-dips. De vraag naar sommige artikelen kan groeien als gevolg van een bloeiende markt, terwijl andere stabiliseren of juist dalen als gevolg van vervanging door nieuwere ontwerpen of modellen. Om tijdig bij te kunnen sturen moet je trends en seizoensinvloeden dus op tijd kunnen signaleren.

5. Verwijder perioden van voorraadonderbreking uit de prognose
Wanneer er periodes zijn geweest waarin artikelen niet voorradig waren, moet je deze uitsluiten bij het opstellen van de vraagprognose. Of nog beter – probeer de verloren verkoopcijfers te voorspellen en voeg deze cijfers toe aan je prognoses. Voorraadtekorten beïnvloeden je prognoses negatief en hebben dalende verkoopcijfers tot gevolg.

Het voorspellen van vraag en aanbod in spreadsheets

Het nauwkeurig voorspellen van de vraag is geen eenvoudige taak, vooral niet als je elk voorraadartikel bijhoudt en ook nog eens een uitgebreide productportfolio hebt. Het is dan heel moeilijk om de doorlooptijden bij te houden en te anticiperen op vertragingen in de bevoorrading.

Voor startende ondernemingen zijn spreadsheets een efficiënt en goedkoop hulpmiddel. Maar zodra het aantal SKU’s begint op lopen, loop te tegen beperkingen aan. Spreadsheets integreren niet goed met bedrijfs- of ERP-systemen, beveiliging is zwak en het belangrijkste, ze geven geen volledig beeld.

Bovendien kost het veel tijd om elk artikel in het magazijn handmatig te controleren om prognosefouten te berekenen, uitschieters op te sporen en oorzakelijke factoren te begrijpen. Bovendien verouderen ze op het moment dat ze worden aangemaakt. Dus als de doorlooptijden van leveranciers voortdurend fluctueren, kan het bijwerken van de spreadsheets een fulltime baan worden.

Verbetering van de vraag- en aanbodprognoses

Als je problemen ondervindt bij het voorspellen van de vraag, is het tijd om over te stappen op software voor vraagvoorspelling. EazyStock biedt geavanceerde functionaliteit die accurate prognoses oplevert die rekening houden met variatie in de vraag, seizoensgebondenheid, trends en promotie-acties.

Hoewel de wereldeconomie zich tracht te herstellen van de pandemie en de productie weer op gang begint te komen, zullen vertragingen in het aanbod in de nabije toekomst onvermijdelijk zijn. De dynamische doorlooptijdfunctie van EazyStock biedt volledig inzicht in de doorlooptijdprestaties, wat essentieel is om de impact van verstoringen in de toeleveringsketen op de order-fulfilment te beperken.

Met EazyStock ontvang je waarschuwingen en kan je eenvoudig monitoren wanneer doorlooptijden afwijken van de verwachtingen. Ook kan EazyStock automatisch voorraadaanvulling-parameters aanpassen, zoals bestelpunten en de veiligheidvoorraad voor specifieke items, waardoor je beter in staat bent om servicelevels of fulfillment doelen te behalen.

Als je de vraagprognose wilt verbeteren en beter om wil gaan met bevoorradingsproblemen, maak dan een afspraak met een van onze consultants of vraag een gratis demo aan.

New Call-to-action

Share
time

Leestijd: 4 min

Schrijf je in voor de EazyStock Nieuwsbrief

De laatste inzichten     1 maal per maand     Altijd opzegbaar