Auteur: admin

Vergroten van omzet

Voor

Een hotelketen ziet grote wisselingen in de kamerbezetting. Er bestaat hoge vraag gedurende bepaalde perioden in het jaar, in andere perioden is de bezetting laag. Verschillende type klanten zoals zakenreizigers of toeristen komen op wisselende momenten. Zakenreizigers in het algemeen vinden de kamers relatief goedkoop, de toeristen vinden de kamerprijs aan de hoge kant.

Men varieert de kamerprijs gedurende het jaar maar dat is geen succes. Als men de prijzen verlaagt om toeristen tegemoet te komen, lijkt het wel of er meer zakenreizigers langskomen die best meer kunnen besteden. Als men de prijzen verhoogt, lijkt het alsof zakenreizigers wegblijven, en toeristen die willen reserveren afgeschrikt worden door de kamerprijs.

Na

De klantgegevens van de hotelketen worden geanalyseerd op onder andere boekingsgedrag en bestedingsruimte. De klanten worden verdeeld in een aantal segmenten. Voor deze doelgroepen worden aparte producten opgesteld die afzonderlijk worden geprijsd. Door extra services en voorwaarden te introduceren, is prijsdifferentiatie mogelijk en te verantwoorden, en is afscherming van producten voor segmenten mogelijk.

Het aantal bezoeken op dagniveau door beide groepen worden nauwkeurig voorspeld door statistische analyse van historische gegevens. Deze wordt verder aangevuld met kennis over evenementen en andere zaken die het reisgedrag beïnvloeden. Een wiskundig optimalisatiemodel berekent welke segmenten in welke perioden kamers kunnen reserveren door te bepalen hoeveel van welke producten in het reserveringssysteem beschikbaar komen.

Vroeg in het seizoen worden minder reserveringen van toeristen geaccepteerd. Later kunnen er dan meer zakenreizigers worden verwelkomt, die een hogere marge opleveren. Deze werkwijze wordt ook wel Revenue Management of Yield Management genoemd. Het is toepasbaar op vele situaties waarin diensten worden geleverd en levert vaak 5 tot 10% meer omzet op.

Verbeteren Direct Marketing

Voor

Een financieele instelling verkoopt haar producten en diensten direct aan consumenten. Daarvoor worden diverse activiteiten ontplooid, maar deze leveren te weinig resultaat op. Het bedrijf wil de succesratio van de directe marketing activiteiten daarom vergroten. Er wordt teveel tijd gestoken in contacten die niet tot een verkoop leiden.

Na

Door de grote hoeveelheid klantgegevens te analyseren (data-mining) kunnen doelgroepen beter worden geselecteerd voor acquisitie, cross-selling en rententie campagnes. Niet langer worden alle potentiele klanten voor alle producten via alle kanalen benaderd. Iedere doelgroep en campagne wordt nauwkeurig vastgesteld met statistische analyse en de optimale strategie wordt bepaald met wiskundige optimalisatie.

Voor elk contact is vooraf bepaald welk product via welk kanaal tegen welke prijs wordt aangeboden. De effectiviteit van campagnes stijgt terwijl de kosten dalen. Verder heeft het positieve gevolgen voor de klanttevredenheid omdat het aantal onnodige contactmomenten minder wordt.

Prognose van capaciteit

Voor

De beheerder van een windmolenpark heeft ieder uur een actuele, betrouwbare prognose van de productiecapaciteit nodig. Men moet weten hoeveel energie zal de windmolens in de komende 72 uur gaan produceren. Dit is nodig om de beheerder van het net en afnemers te informeren over de energie die zal worden geleverd. Afwijkingen, zowel naar beneden als naar boven, kunnen leiden tot een lagere handelsprijs en dus direct gemiste inkomsten.

Er zijn veel variabelen die invloed hebben en de relatie tussen de variabelen is complex. Niet alleen speelt de windsterkte een rol, maar ook de windrichting en het aantal actieve windmolens. Er blijken nog meer factoren mee te spelen en de invloed van de factoren op de uiteindelijke productie lijkt telkens weer anders. Het is daarom niet goed mogelijk een directe vertaling te maken naar de prognose van de productie.

Na

De invloed van alle factoren op de energieproductie worden onderzocht. Het blijkt dat de effecten verstrengeld zijn en elkaar beïnvloeden. Bij een bepaalde windrichting heeft bijvoorbeeld het aantal actieve windmolens sterke invloed, bij een andere richting veel minder. De energieproductie varieert per windmolen, afhankelijk van de situatie.

Met behulp van een neuraal netwerk is het mogelijk om een betrouwbare prognose per unit te genereren. Het model zoekt zelf naar relaties tussen de factoren en de uiteindelijke energieproductie, binnen de speelruimte die het gegeven wordt. Het neurale netwerk wordt dagelijks getraind met nieuwe meetgegevens zodat de betrouwbaarheid van de prognose steeds beter wordt. Het bedrijf heeft direct meer omzet doordat men betrouwbaarder levert.

Minimaliseren van inkooprisico

Voor

Een producent van kunststofproducten ondervindt grote schommelingen in de inkoopprijzen van haar grondstoffen. Binnen een maand kan de prijs met wel 20% toenemen of afnemen. Deze variatie in prijs kan door de grote concurrentie in de afzetmarkt slechts gedeeltelijk en vertraagd worden doorberekend aan klanten.

Het bedrijf heeft geprobeerd te anticiperen om de prijsschommelingen, maar men krijgt de vinger er niet achter. Er werden regelmatig flinke miskopen gedaan waardoor er grote financiële risico’s werden gelopen.

Na

Op basis van de kennis van medewerkers van het bedrijf en wetenschappelijke onderzoeksresultaten, wordt een econometrisch rekenmodel opgezet. Dit model geeft een prognose van de inkoopprijzen per week voor de periode van 3 maanden. De berekening wordt gebaseerd op onder andere de olieprijs, de kunststofproductie in de VS en de orderportefeuille van de Nederlandse kunststofindustrie.

Het prognose-model draait enige tijd schaduw en de resultaten worden vergeleken met de werkelijkheid. Afwijkingen worden geanalyseerd en besproken met de medewerkers, en het model wordt hierop bijgewerkt. De betrouwbaarheid wordt steeds beter en het model wint vertrouwen.

Op een zeker moment besluit het management dat de betrouwbaarheid van de nieuwe prognose beter voldoet dan de oude werkwijze en het model in te zetten voor de inkoop. Het bedrijf bespaart aanzienlijk op de inkoopkosten en de risico’s worden kleiner.

Verlagen van voorraden

Voor

Een technische groothandel met een zeer breed assortiment heeft erg veel voorraad in het magazijn. Er liggen duizenden artikelen opgeslagen, soms maar één of een paar per artikelcode. Veel klanten komen speciaal naar deze groothandel vanwege het brede assortiment, is de gedachte. Het bedrijf heeft een lening lopen bij de bank waarop het een flinke rente betaalt.

Uit analyse van de voorraad blijkt dat artikelen die slechts 5% van de jaarlijkse omzet betekenen 60% van de voorraad beslaan. Ook blijkt dat de klanten die deze slow-movers kopen, weinig andere omzet opleveren. Dat betekent dat er veel geld ligt “opgeslagen” maar niet actief bijdraagt aan de omzet.

Na

Met het management van het bedrijf worden een aantal categorieën voor artikelen opgesteld. Iedere categorie krijgt een eigen strategie voor het voorraadbeheer. Op basis van historische afzetgegevens worden de artikelen in eerste instantie ingedeeld. Het bedrijf stelt de uiteindelijke indeling vast waarbij ook factoren als de marktpositie een rol speelt.

Iedere categorie krijgt een gewenste servicegraad toegekend. Met behulp van statistische technieken worden dagelijks prognoses gemaakt van de verwachte verkopen. Door een wiskundige optimalisatie worden de vereiste voorraadniveau’s en de inkooporders berekend.

De totale voorraad wordt aanzienlijk teruggebracht. Het kapitaalbeslag wordt enorm teruggebracht en de lening wordt geheel afgelost. De voorraad daalt maar de totale servicegraad stijgt zelfs, ondanks dat dat geen doelstelling was. Zelfs de inkoopkosten dalen omdat orders bij leveranciers slimmer worden gecombineerd.

Plannen van productie

Voor

Een voedingsmiddelenbedrijf produceert artikelen met een korte houdbaarheid. Elk product heeft een zogenaamde THT-datum, “tenminste houdbaar tot”. Doordat de verpakking veel lucht bevat ter bescherming van het product, is de waardedichtheid laag. Ruime voorraden zijn niet gewenst, maar lijken niet te vermijden omdat de afzet en het assortiment alsmaar groeit. Er worden plannen voorbereid om een nieuw magazijn te bouwen om aan de groei te kunnen voldoen.

Er zijn diverse productiemachines met specifieke eigenschappen. De machines kunnen maar één type product tegelijk produceren en hebben een maximale capaciteit per product. Ook vereist het omstellen naar een andere soort flink wat tijd, wat ook nog eens verschilt per machine. Het is ook niet mogelijk alle machines tegelijkertijd om te stellen, omdat daar speciaal opgeleide medewerkers voor nodig zijn. Alle machines ondergaan daarnaast regulier preventief onderhoud.

Men is iedere week een hele dag bezig om de productieplanning voor de volgende week te maken. Aanpassingen op de planning gedurende de productie zijn alleen met grote moeite mogelijk en worden daarom alleen bij uitzondering gemaakt. De voorraad producten die de THT datum overschrijdt, wordt alsmaar groter.

Na

Een forecast van de toekomstige vraag naar elk artikel wordt berekend met behulp van statistische techieken. Deze prognose is gebaseerd op historische gegevens en wordt gecorrigeerd met informatie van de marketing en sales afdelingen. Zo worden correcties uitgevoerd voor speciale evenementen of promotie activiteiten. Op basis van alle informatie, in combinatie met de voorraadposities en beschikbare productiecapaciteit, berekent een wiskundig optimalisatiemodel binnen 5 minuten de productieplanning.

Omdat het zo snel kan, kan de planning meerdere keren per dag worden herzien als daar aanleiding toe is. Het bedrijf ziet binnen enkele weken een hogere omzet omdat de vraag van consumenten beter kan worden bediend. Ook zijn de voorraadkosten gedaald en zijn de plannen voor de bouw van het tweede magazijn in de koelkast gezet. De voorraad producten die de THT overschrijden is afgenomen.

Klanten

“Mars Management Science heeft ons ondersteund bij een doorbraak in de productinnovatie. Met geavanceerde wiskundige algoritmes kunnen wij de performance van onze high-tech producten aanzienlijk verbeteren. Dit levert een direct concurrentievoordeel op en verstevigt onze positie op de markt.”
Oscar Beijert, CEO Beijert Engineering

“Hiring Mars Management Science is creating value for your company. I have hired him many times as consultant on forecasting and it was always highly successful.”
Hans Luyckx, VP Business Operations Priority Telecom

“Onze afzetprognose was voorheen niet gebaseerd op objectieve, statistische analyse. Wij dachten dat een forecast van onze grillige afzet niet goed mogelijk was. Mars Management Science heeft echter laten zien dat het vrij goed voorspelbaar is. We weten nu beter wat er aan komt en dat geeft rust in ons operationele proces. We werken daardoor efficiënter èn effectiever.”
Lou Korf, Manager Operations RAVO Veegmachines

“Mars Management Science heeft onze planning van de installatie van nieuwe klanten enorm verbeterd. De nieuwe werkwijze was binnen enkele weken klaar en werd direct in de dagelijkse praktijk toegepast. De sterk verbeterde planning heeft daar inmiddels zijn waarde bewezen en verspreidt zich als een olievlek binnen het bedrijf. Onze klanttevredenheid en resultaten zullen hier veel baat bij hebben.”
Marco Vermeer, Manager Customer Operations UPC Nederland

“Wij bieden onze klanten de service om hun voorraad aan verpakkingsmaterialen bij te houden. Samen met Mars Management Science hebben we een geavanceerd bestelsysteem ontwikkeld dat helpt om de aanvullingen voor deze voorraden te bepalen. Onze klanten grijpen nu nog minder snel mis.”
Daan Ris, Manager Inkoop Gede Verpakkingen

“Mars Management Science heeft ons prima begeleid bij de selectie van ons nieuwe ERP. Het traject hebben we volgens planning doorlopen: eisen en wensen inventariseren, informatieaanvragen, demonstraties en referentiebezoeken, offerteaanvragen, enzovoort. Alles werd keurig verzorgd zodat wij onze keuze onderbouwd konden maken.”
Mario Sigmans, Algemeen Directeur SIBO Technische Groothandel

“Mars Management Science past wiskunde toe om zaken voor bedrijven te optimaliseren. Een voorbeeld is een optimale wekelijkse roosterplanning voor een ziekenhuis zodat er altijd de benodigde expertises beschikbaar zijn maar dat er minimaal wordt overgewerkt en medewerkers een optimaal regelmatige werkweek hebben. Je kunt individueel een hoop comfortwensen aan de optimalisatie meegeven. Een andere case is voor een verpakkingsfabrikant de voorspelling van de vraag. Dit werkt zo goed dat er direct meer wordt verkocht (minder nee verkopen door veel betere inschatting van de benodigde voorraad) en de directie heeft door de andere werkwijze nu tijd gekregen om nieuwe klanten te benaderen i.p.v. dagelijks bezig te zijn met de bestaande (dus via die weg ook nog een groei in omzet).”
Jan de Zoeten, Innovatieadviseur Syntens  

 

Netwerk

kiviWij zijn aangesloten bij tal van vakorganisaties in Nederland, waaronder het Koninklijk Instituut van Ingenieurs (KIVI NIRIA), de Vereniging voor Statistiek en Operations Research (VVS-OR) en het Nederlands Genootschap voor Besliskunde (NGB). Ook zijn wij aangesloten bij Internationale vakorganisaties zoals het International Institute of Forecasters (IIF) en het Institute of Business Forecasting (IBF).

Als kennisleverancier werken we samen met Syntens aan succesvolle procesinnovaties in het bedrijfsleven. Ook zijn wij als expert actief op HigherLevel, het discussieforum voor innovatieve ondernemers in Nederland. Wij zijn daarnaast betrokken bij Applied Forecasting – een digitale ontmoetingsplaats voor professionele forecasters wereldwijd, Beter Voorspellen – een informatieve website over forecasting voor de Nederlandse markt,  Voorraad.nl – een website met actueel logistiek nieuws uit diverse bronnen.

Samenwerken doen wij met tal van specialisten op het gebied van Supply Chain management, project management en ICT. Deze leveren specifieke producten en diensten afhankelijk van de opdrachten die wij uitvoeren. Wij doneren ongebruikte rekencapaciteit aan wetenschappelijk onderzoek.

Persoon

ManagementScience.nl is opgericht door Paul Mars, met de visie dat innovatieve rekenmodellen steeds belangrijker worden voor een optimale bedrijfsvoering. In een omgeving die snel verandert en steeds complexer wordt, zullen cijfermatige modellen steeds belangrijker worden.

Dit inzicht is ontstaan in de praktijk van het bedrijfsleven. Werkervaring is opgedaan in het midden- en kleinbedrijf, voornamelijk productiebedrijven en groothandels, en bij grotere bedrijven zoals Nedschroef, Forbo Krommenie, Smiths Food Group en KLM. Sinds de oprichting van ManagementScience.nl zijn vele projecten uitgevoerd voor vele bedrijven van diverse aard.

Innovatieve methoden en systemen voor planning en forecasting heeft hij ontwikkeld én geïmplementeerd. Ook heeft Paul ervaring als gebruiker van dergelijke systemen en is resultaatverantwoordelijk geweest in verschillende managementposities. Hierdoor kunnen innovaties vanuit meerdere gezichtspunten worden beoordeeld.

Paul heeft een opleiding gevolgd aan de Technische Universiteit Eindhoven, faculteit Technische Bedrijfskunde (Industrial Engineering and Management Science), vakgroep Operations Research en Statistiek.

Linkedin Paul Mars

Bedrijfsprofiel

Management Science is het toepassen van slimme rekenmodellen om efficiënter en effectiever te kunnen werken. Het is de praktijkgerichte variant van wetenschappelijke vakgebieden als Operationeel Onderzoek of Operations Research, Besliskunde en Econometrie.

Door geavanceerde rekenmodellen en optimalisatie technieken toe te passen in het bedrijfsleven kunnen betere planningen worden gemaakt die meer omzet opleveren en/of minder kosten tot gevolg hebben. Complexe planningen voor ingewikkelde bedrijfsprocessen worden razendsnel geoptimaliseerd om het maximale resultaat te bereiken.

Praktijkgericht

Verwacht geen lange studies of dikke adviesrapporten, maar werkbare oplossingen in begrijpelijke taal. Vaak is een eerste analyse of demo al mogelijk binnen een week. Wij bedenken en implementeren systemen op basis van vaste bouwstenen, waardoor de ontwikkeltijd kort en de kwaliteit hoog is.

Open Source

Wij gebruiken zoveel mogelijk Open Source software die vrij beschikbaar is. Dit betekent dat u aanzienlijk kunt besparen op de jaarlijkse licentiekosten. Een kosten/baten-analyse pakt daarom snel voordelig uit. Ook staat open source bekend om het sterke innovatieve karakter, passend bij de huidige tijdsgeest. Daarnaast is open source toegankelijk voor iedereen waardoor u minder afhankelijk bent van leveranciers.

Internet

Waar mogelijk maken wij gebruik van het internet. Net zoals u kunt telebankieren via internet, is dat ook mogelijk met onze planningssystemen. Onze oplossingen staan dan op onze eigen server, en kunnen gebruikt worden met een eenvoudige webbrowser op iedere locatie of werkplek met een internet-aansluiting. Dat scheelt u een hoop kopzorgen, het maakt de implementatie en het onderhoud minder complex en kostbaar.