IT & Operations

Webinar: De consument verbinden, de volgende stap in forecasting en demand management

15 februari 2013

Bij het voorspellen van de toekomstige vraag hebben bedrijven in toenemende mate te maken met onzekerheden. Dat komt door een groeiend aantal SKU’s, promotie bepaalt steeds vaker de consumentenvraag en artikelen hebben een steeds kortere levensduur. Daardoor wordt steeds moeilijker om voorspellingen te doen, zegt dr. Freek Aertsen, academic director van de Executive Master of Operations en Supply Chain Excellence van TIAS School for Business and Society.

Beeld:  © Nationale Beeldbank

Wat is moeilijk aan het maken van goede voorspellingen?
“Er is steeds meer onzekerheid bij het voorspellen van de vraag. Promotie van artikelen bepaalt steeds vaker de vraag van de consumenten. Hoeveel en waar het bier wordt verkocht, hangt af van de reclame die er voor wordt gemaakt. Wanneer de ene bierfabrikant adverteert, verkoopt de ander minder bier. Ook de levensduur van producten korter is dan vroeger. Daardoor zijn er minder historische gegevens beschikbaar. En zoals hoogleraar Marshal Fisher in 1994 al publiceerde in de Harvard Business Review: Door de wereldwijde concurrentie, snellere productontwikkeling en flexibelere productiesystemen komen er een ongekend aantal en verschillende producten op markten, variërend van kleding en speelgoed tot elektrisch gereedschap en computers.' In 2009 werden er negenhonderd telefoontypen meer op de markt gebracht dan in 2000. Dit alles helpt niet om de nauwkeurigheid te verbeteren.”

Neem ook promoties en nieuwe producten mee in voorspelling

Hoe voorspellen bedrijven nu?
“Bedrijven kijken naar de geschiedenis en maken aan de hand hiervan een trendlijn. Ze kijken niet naar wat de schommelingen in de vraag bepaalt, zoals bijvoorbeeld reclame-acties, nieuwe producten die worden geïntroduceerd of verouderde artikelen die worden uitgefaseerd. Ik denk dat bedrijven meer gegevens moeten gebruiken om een betere prognose te maken.
Een goede prognose is belangrijk: de kwaliteit van de schatting heeft direct invloed op de rest van de keten en dus op customer service levels, voorraadniveaus en kostenniveaus ".

Wat kan beter?
"De afgelopen jaren komt consumenteninformatie beschikbaar uit bronnen als social media, internetzoekopdrachten, internetgroepen en verkoopdata van winkelcentra. Dit levert een schat aan informatie op die kan worden gebruikt om de prognose te kunnen verbeteren of de vraag actief te veranderen. Maar welke informatie kan een bedrijf gebruiken? En welke informatie heeft een bedrijf nodig om een goede prognose te kunnen maken?
En hoewel we in staat zijn om een bijna- perfecte schatting te maken, kunnen mensen de prognose verslechteren. Ze denken de prognose te verrijken door informatie toe te voegen, maar dit komt de voorspelling niet ten goede. Vooraf moet daarom worden vastgesteld welke informatie elke partij nodig heeft. Maar hoe zorg je ervoor mensen niet de prognose niet verslechteren?”

Relevante Artikelen