3 parametrar för bättre prognosprecision

4 min läsning

Tags: Lagerstyrning, Prognostisering

Daniel Fritsch   11 maj 2015


bättre prognosprecision

Innehåll

  1. Vad är en efterfrågeprognos?
  2. Varför prognostisera efterfrågan?
  3. 1 Säsongsvariationer och trender i efterfrågan
  4. 2 Extremvärden (outliers i säljhistoriken
  5. 3 Korrekt beräkning av prognosprecision
  6. Bli bättre på att prognostisera med vår guide till högre prognosnoggrannhet:

”3% förbättring av företagets prognosprecision ökar vinstmarginalen med 2%” – Gartner Resarch

Vad är en efterfrågeprognos?

En efterfrågeprognos för en artikel är en prognosberäkning av kvantiteter som krävs för att uppfylla kundernas behov över en viss tidsperiod. Vet du hur efterfrågan för dina olika produkter varierar över tiden underlättar det planeringen och lagerföringen eftersom rätt artiklar kan beställas i rätt mängder vid rätt tidpunkt. Detta leder i sin tur till minskad risk för överlager och restlager eller tomma hyllor när en kund knackar på dörren eller e-shoppen.

Om efterfrågan underskattas kan företaget gå miste om försäljning till följd av att produkten inte finns i lager. Om efterfrågan däremot överskattas blir produkter liggande i lagret vilket medför onödig kapitalbindning, extra lagerkostnader samt risk för inkurans.

Varför prognostisera efterfrågan?

Det finns två huvudsakliga anledningar till att prognostisera efterfrågan:

  1. Ledtider hos leverantörer: Det finns alltid en ledtid mellan lagd order och leverans av varor.
  2. Beställningskostnader: På grund av varierande kostnader är det ofta nödvändigt att beställa ett större parti istället för enskilda artiklar.

 prognosprecision

På grund av detta måste företaget ligga steget före och för det behöver man bra prognostisering. Det är dessutom viktigt att förstå prognosen för att bedöma hur korrekt den är.

Genom att beräkna er prognosprecision kan ni justera era säkerhetslager för att undvika onödiga lagerföringskostnader och förlorade affärstillfällen till följd av bristsituationer.

Analys, kategorisering och prognostisering av efterfrågan är tre nyckelord och företag som bemästrar de här teknikerna ökar sina chanser att hålla rätt lagernivåer allt eftersom marknadsförutsättningarna ändras. God förståelse för produkters kommande efterfråga ökar ett företags konkurrenskraft drastiskt.

Det finns 3 punkter att ta i beaktning när det kommer till prognosprecision:

1. Säsongsvariationer och trender i efterfrågan

Nästan alla distributörer har säsongsbundna variationer i efterfrågan på vissa produkter. Allt ifrån högtider till klimatförändringar påverkar hur artiklarna rör sig och om du förstår vilka effekter de olika säsongerna har på dina kunders köpbeteenden kan du dra fördelar och vinna i konkurrenskraft.

Säsongsvariationer refererar till de svängningar i efterfrågan som följer ett upprepat mönster över tid. Kom ihåg att justera för dessa variationer innan efterfrågan läggs in i beräkningarna.

Det är bäst att hålla säsongsvariationer separerat från dina grundläggande efterfrågeberäkningar för att hålla datan städad och lätt att använda. Nedan ser du ett exempel på hur olika efterfrågefaktorer kan influera din normala efterfrågan.

Demand Forecasting Influencers Graph

2. Extremvärden (outliers) i säljhistoriken

Medan säsongsvariationer kan ses i mönster över tid är ”outliers” svårare att förutspå. Plötsliga förändringar i efterfrågan kan orsakas av händelser som är möjliga att förutse, som till exempel säljkampanjer, stora ordrar, strejker osv. Eller så kan de orsakas av händelser som du omöjligt kan förutse som en kampanj hos en konkurrent, kunder som går i konkurs eller naturkatastrofer.

Det finns olika sätt att hantera extremvärden men det viktigaste är att se till att dom blir flaggade som just extremvärden i din efterfrågeprognos så att dom inte påverkar dina prognoser framöver. Ovanligt hög eller låg efterfrågan behöver identifieras för att inte tas med i framtida prognoser.

3. Korrekt beräkning av prognosprecision

Att korrekt kunna beräkna efterfrågan ökar din förmåga att ge god service till dina kunder samtidigt som dina operationella kostnader sänks. Beräkningen av efterfrågeprecisionen ger en kvantitativ uppskattning av den förväntade kvaliteten på prognoserna. För detta behöver du beräkna de exponentiellt utslätade efterfrågefelen för att få en bra förståelse för din prognosprecision.

Denna uppskattning kan tjäna olika syften:

  1. Den indikerar att en produkt har rört sig från en efterfrågetyp till en annan. I detta fallet behöver en bättre teknik för efterfrågeberäkning appliceras genom att identifiera i vilka efterfrågemönster artikeln hör hemma.
  2. Att prioritera de artiklar som behöver mest fokus på grund av att vanliga statistiska efterfrågeberäkningar inte är tillräckligt tillförlitliga.
  3. Som input till beräkning av säkerhetslager.

En korrekt prognos är en grundförutsättning för en korrekt beräkning av säkerhetslager.

Bli bättre på att prognostisera med vår guide till högre prognosnoggrannhet:

New Call-to-action