Een steengoede forecast maken van de klantvraag?

Wat we denken dat er in de toekomst zal gebeuren, vormt de basis voor zo goed als elke beslissing die wordt genomen. Goed voorspellen binnen een onderneming - ofwel forecasting - is dus een absolute noodzaak, zeker als het gaat om je voorraad. Maar een goede forecast maken is jammer genoeg geen makkelijke oefening. Enkele interessante tips lees je in de whitepaper van specialist Slimstock.

Wat is een forecast?

Een vraagafzet over een bepaalde tijd bestaat uit 1 of meer patronen en daarnaast ook nog ‘noise’, oftewel willekeurige schommelingen. Wat is nu een forecast? Dat is een techniek die een onderscheid zal maken tussen die patronen en schommelingen en de patronen daarna extrapoleert om een voorspelling te genereren.

Er dus ook altijd een deel dat niet voorspeld kan worden. Dat deel, de voorspelfout, vang je op met extra voorraad (veiligheidsvoorraad). De kost die daarmee gepaard gaat, wil je zo laag mogelijk houden. Het is dus noodzakelijk om wat je forecast betreft te gaan focussen op de artikelen waarbij die kost het hoogst is.

Meer weten over forecasting en voorraadbeheer? Lees de whitepaper.

Welke voorspeltechniek gebruiken?

Om een forecast te maken bestaan er verschillende technieken. Daaraan zijn telkens 2 kosten verbonden:

• De kost naar aanleiding van de voorspelfout die groter of kleiner kan zijn.
• De kost die gepaard gaat met de benodigde tijd en resources om de techniek op te starten en te onderhouden.

Voorspeltechnieken kan je op verschillende manieren gaan classificeren. Ook de complexiteit ervan verschilt. Is de techniek te simpel? Dan zal die misschien niet alle patronen vinden. Is de techniek te complex? Dan zal die naast patronen misschien ook het toeval proberen te voorspellen en dat wil je niet. Heel complexe technieken vragen meer data en kennis om er alles uit te halen wat erin zit. Heb je die kennis niet in huis? Dan kies je voor je forecast beter niet voor zo’n complexe technieken als Machine Learning. Meestal is exponential smoothing, een techniek die iets minder veeleisend is, maar ook niet té simpel, een betere keuze.

Menselijke aanvulling

Wat is nu een goede forecast? Slimstock legt uit dat deze niet enkel bestaat uit het gebruiken van een statistische voorspeltechniek. Vaak combineer je die techniek met de menselijke kant, zijnde de verkoper, planner, vertegenwoordiger, ... Je gaat dus samenzitten met die afdelingen en de statistische forecast aanvullen met menselijke input, zijnde de forecast van die personen (en dus niet corrigeren).

Meten én verbeteren van je forecast

Je gaat dan ook de nauwkeurigheid van je forecast meten. Uiteindelijk doel is deze ook te gaan verbeteren.

Hoe ga je te werk wat de grootte van de voorspelfout betreft? Je deelt het proces op in duidelijke actoren zodat je de onnauwkeurigheid per actor kan meten.

De betrokken actoren:

• de statistische voorspeltechniek
• de menselijke factor

Je wil dus te weten komen of het ingrijpen van de ‘mens’ waarde gaat toevoegen of niet in je forecast. Hoe doen we dit? We gaan de voorspelling zien als 2 getallen:

• Een voorspelling gegenereerd met een statistische voorspeltechniek.
• Een voorspelling na het ingrijpen van de mens.

Maken de aanpassingen van verkoper, planner, ... de voorspelling slechter? Dan is de prioriteit het verbeteren van die menselijke toevoegingen. Focus ook altijd op de juiste artikelen.

Wil je nog meer leren over optimaal voorraadbeheer? Download de Nederlandstalige whitepaper over forecasting of vul onderstaand formulier in.