Lagere voorraad, hogere benuttingsgraad

Staalleverancier Ovako plukt de vruchten van een nieuwe planningsmethode. Door het verbeteren van de planning is de tussenvoorraad met 15 procent verlaagd en is de benuttingsgraad van de ovens naar 90 procent gestegen.

Toen Ovako in juni 2006 begon met de nieuwe manier van plannen had het bedrijf een aantal duidelijk doelstellingen voor ogen. Men wilde de doorlooptijd met 10 procent verlagen waardoor de tussenvoorraad lager kon worden.

Inmiddels kan de staalleverancier de vruchten plukken van de nieuwe planningsmethode. De tussenvoorraad is gedaald van gemiddeld 2.300 ton staal naar 1.800 ton en de vullingsgraad van de ovens is gestegen naar 90 procent.

Naast deze harde cijfers zijn er ook zachte voordelen. De eerdere combinatie van grove en fijne planning leverde veel administratieve ballast op. Nu ze zijn samengevoegd is er een enorme rust ontstaan en die rust vertaal zich in hogere productiviteit.

Bron: Logistiek, april 2007

Wilt u ook efficiënter en effectiever werken door een verbetering van uw planning? Neem contact met ons op voor een vrijblijvend kennismakingsgesprek waarin we de mogelijkheden kunnen bespreken.

Nauwkeurigheid Sales Forecast neemt af

De afgelopen jaren daalt de nauwkeurigheid van de verkoopprognose. Voor de hand liggende verbeteringen worden niet gedaan omdat de kennis binnen bedrijven over forecasting daalt.

Dit zijn conclusies van een vergelijking van onderzoeken in de afgelopen 20 jaar. De onderzoekers vergeleken recent onderzoek onder bedrijven met vergelijkbaar onderzoeken in de ‘80-er en ‘90-er jaren.

De nauwkeurigheid van de sales forecast werd minder. De meest gebruikte maat voor de voorspelfout, de gemiddelde absolute percentuele fout (MAPE), steeg van 15% naar 24%. Op een lager detailniveau is de verslechtering nog groter.

De daling van de nauwkeurigheid kan te wijten zijn aan meerdere factoren, zoals het groeien van het product assortiment. Voor de hand liggende strategiën om de kwaliteit te verbeteren worden echter niet toegepast. De huidige forecasters binnen bedrijven blijken minder bekend met forecasting technieken dan 20 jaar geleden. Dat geldt zowel voor eenvoudige als meer geavanceerde technieken.

Slechts 55% van de bedrijven evalueert de kwaliteit van de forecast op reguliere basis. Managers die de relatie zien tussen de betrouwbaarheid van de forecast en de bedrijfsresultaten gaan eerder tot investeren over.

Bron: Foresight, International Journal of Applied Forecasting, spring 2007

Wilt u de nauwkeurigheid van uw sales prognose verhogen om daarmee uw bedrijfsresultaten te verbeteren? Neem contact met ons op voor een vrijblijvend kennismakingsgesprek.

Forecasting is meer dan software

Het beter voorspellen van de marktvraag wordt steeds belangrijker. Softwareleveranciers spelen daar op in door hun producten steeds slimmer en gebruiksvriendelijker te maken. Forecasting is echter meer dan de installatie van een nieuw of beter softwarepakket.

Belang neemt toe

Een goede prognose van toekomstige marktvraag of het gedrag van klanten is belangrijke informatie. De betrouwbaarheid van deze prognose heeft grote invloed op de resultaten van bedrijven, aangezien een goede forecast kosten vermindert en omzet genereert. Er wordt daarom steeds vaker geïnvesteerd in de verbetering van de forecasting.

Als u softwareleveranciers moet geloven kunnen hun producten u werk uit handen nemen terwijl uw bedrijf toch betere resultaten boekt. Dat is slechts tot op zekere hoogte waar omdat forecasting software geen kennis van uw business heeft. Uiteindelijk moet u zelf bepalen wat de doelstelling is, wat er voorspeld moet worden, door wie en hoe vaak.

Forecasting By Objectives

Forecasting is geen softwarepakket maar een proces. Een proces dat moet worden gedragen door het management en waarvoor heldere doelstellingen nodig zijn. Het maakt verschil of de doelstelling is om de nauwkeurigheid van de planning te verbeteren, om bedrijfsprocessen beter op elkaar af te stemmen of om de sales afdeling te ondersteunen in het vinden van kansen in de markt.

Verantwoordelijkheden en bevoegdheden moeten bekend en duidelijk zijn, en de activiteiten zijn op elkaar afgestemd. Als sales managers een maandelijkse statistische forecast moeten reviewen is het belangrijk dat de timing daarvan klopt met de andere activiteiten. Er moet voldoende informatie en tijd beschikbaar zijn om deze taak goed uit te voeren.

Ook is onderlinge communicatie vaak van groot belang. Als Marketing en Sales niet op de hoogte zijn van elkaars acties is het moeilijk een statistische forecast op basis van historische gegevens te reviewen en waar nodig aan te passen op de situatie in de markt of de effecten van promoties goed te verwerken.

Forecast Value Added

Het Forecasting proces moet goed aansluiten bij de business. Daarom is het belangrijk dat alle partijen regelmatig terugkoppeling krijgen over de kwaliteit van het proces en hun eigen bijdrage daarin. Van elke processtap kan de toegevoegde waarde aan de doelstelling worden bepaald.

Door stappen regelmatig te evalueren kan het proces steeds worden verbeterd, wordt het bereiken van de doelstelling van het proces gewaarborgd (effectiviteit) en wordt bereikt dat het proces lean en mean blijft zonder overbodige werkzaamheden (efficiency).

Meer dan software

Implementatie of verbetering van forecasting in uw organisatie is meer dan alleen het installeren van een softwarepakket of een aantal formules in Excel. Software is een ondersteunende factor in het proces. Als het proces bekend is, kan de juiste software worden bepaald en naar uw behoefte worden ingericht.

Met de juiste aanpak zijn de vaak aangehaalde direct zichbare resultaten ook voor uw bedrijf te realiseren. Wilt u meer informatie, neem dan vrijblijvend contact met ons op.

Europees project voor verbetering vraagvoorspelling

Met steun van Europa is het project Eclips in het leven geroepen. Eclips staat voor Extended Collaborative Integrated Planning System en heeft als doel een innovatieve supply chain oplossing te bieden. Het richt zich daarbij vooral op vraagvoorspelling van producten.

Het project richt zich met name op de vraagvoorspelling van producten in hun fase van de levenscyclus. Daarover is volgens de coördinator van het project nog weinig beschreven in de vakliteratuur. Daarnaast zou dit soort voorspellingen ook weinig worden ondersteund in commerciële vraagvoorspelling pakketten.

eclips

In het drie jaar durende Eclips project zijn zes partners intensief met elkaar in gesprek om te zien hoe de vraagvoorspelling zowel aan het begin als aan het eind van de supply chain zo kan worden beïnvloed dat de efficiëntie toeneemt. De innovatieve oplossingen waarnaar wordt gekeken zijn:

  • Verbetering van de statistische forecasting voor productintroducties als end-of-life producten;
  • Verbetering van supply chain voordelen tijdens de product maturiteit door multi-echelon planning;
  • Verbetering van het product levenscyclus management in supply chain planning.

Bron: Logistiek, februari 2007

Model voorspelt regeerakkoord nauwkeurig

Wetenschappers van de Rijksuniversiteit Groningen hebben een model ontwikkeld dat de uitkomsten van het regeerakkoord voorspeld. Het model blijkt goed te werken, op negen van de elf thema’s zijn de voorspellingen uitgekomen.

tweedekamerMet behulp van het model simuleerden de onderzoekers de onderhandelingen over het regeerakkoord en voorspelden daarmee de afspraken over onder meer het zorgstelsel, de hypotheekrenteaftrek, de kinderopvang, de fiscalisering van de AOW en de inkomstenbelasting.

Alleen de voorspelling over de staatsschuldvermindering bleek niet te kloppen. Het computermodel van de onderzoekers voorspelde, zeker als de ChristenUnie deel zou uitmaken van de coalitie, een aflossing van bijna 7 miljard euro. Dit is niet in het regeerakkoord afgesproken.

Het model voorspelde tevens dat er, ongeacht welke partijen de coalitie zouden vormen, een generaal pardon zou komen. Gisteren werd bekend dat CDA, PvdA en de ChristenUnie inderdaad een pardonregeling door willen voeren.

Uiteindelijk kan het model nauwkeuriger blijken dan het nu al is. Over veiligheid hebben de coalitiepartijen nog geen afspraken gemaakt, terwijl de wetenschappers dit thema wel in het computermodel hebben meegenomen.

De onderzoekers voorspellen in het rapport dat er meer cameratoezicht zal komen en dat er meer preventief gefouilleerd zal worden. De minimumleeftijd voor de identificatieplicht gaat volgens de onderzoekers omhoog. Als dit ook uitkomt, hebben de onderzoekers tien van de elf punten correct voorspeld.

Vier jaar geleden, in de aanloop naar het kabinet Balkenende II voorspelde het computermodel ontwikkelingen op acht punten van het regeerakkoord. Daarvan bleken er zeven te kloppen.

Bron: Elsevier, februari 2007

Voedingsmiddelenindustrie winstgevender door betere planning

Door de toenemende concurrentie in de voedingsmiddelenindustrie, richten bedrijven in deze sector zich steeds meer op de efficiëntie van hun processen. Hierin vervult de planning van de productie een sleutelrol. De aandacht hiervoor loopt tot dusver achter bij andere industrieën.

De Rijksuniversiteit Groningen heeft onderzoek gedaan naar de planningsmethoden in het productieproces van voedingsmiddelenbedrijven. Met behulp van simulaties analyseerde men omstandigheden die specifiek zijn voor deze sector: de kleine winstmarges, de beperkte houdbaarheid van de producten, de korte levertijden die vanuit de markt worden gevraagd, de tussenopslag in opslagtanks, de steeds veranderende verpakkingen.

In een aantal wetenschappelijke artikelen geeft het onderzoek inzicht in de effecten van de sectorspecifieke omstandigheden op de operationele prestaties in termen van levertijden en productverliezen. De resultaten van zijn onderzoek kunnen gebruikt worden in de aansturing en het (her)ontwerp van productiesystemen in de voedingsmiddelenindustrie.

Bron: Rijksuniversiteit Groningen, januari 2007

Verbetering van de vraagvoorspelling

Bedrijven investeren steeds meer in supply chain management, zo blijkt uit onderzoek. Toch hebben supply chain managers te maken met een hardnekkig probleem: de kwaliteit van de vraagvoorspelling. Maar liefst de helft van de ondervraagde managers meldt een te lage kwaliteit van de vraagvoorspelling.

Goed supply chain management staat of valt met een goede vraagvoorspelling. Hoe accurater de voorspelling, hoe beter de omvang van de voorraden is te optimaliseren en hoe kleiner de veiligheidsvoorraden kunnen zijn. Verder leidt een goede vraagvoorspelling tot minder out-of-stocks, dus tot betrouwbare levertijden. Daarmee heeft dit direct een positief gevolg op de orderafhandeling. Minder bekend is, dat in ieder bedrijf de vraagvoorspelling is te verbeteren door te werken met enkele vuistregels.

1. Zorg voor goede data

Het is allereerst zaak om te zorgen voor goede data. In het geval van maandelijkse gegevens moet men corrigeren voor het aantal (werk)dagen in de maand. Uitschieters moeten worden vervangen en men dient rekening te houden met een eventueel seizoenspatroon. Een voorspelling op basis van gecorrigeerde data in plaats van de oorspronkelijke data leidt tot een nauwkeuriger voorspelling.

2. Corrigeer voor promotieacties

Promoties vormen een specifiek onderdeel van de vraagvoorspelling. Hun effect op de lange termijn is meestal nauwelijks meetbaar, maar ze hebben des te meer impact op de korte termijn. Een positief effect tijdens de promotie wordt meestal gevolgd door een negatief effect erna. Het effect als geheel is te meten door de basisvoorspelling te vergelijken met de werkelijke verkopen tijdens en na een promotie.

3. Vermijd taakstellende voorspellingen

In veel bedrijven wordt de vraagvoorspelling besproken met verschillende afdelingen. Daarbij worden bedrijfsdoelstellingen en persoonlijke doelstellingen gerelateerd aan de vraagvoorspelling. Het gevaar bestaat dat de vraagvoorspelling wordt bijgebogen in een taakstellende richting. Dat is zeer begrijpelijk, want een bedrijf wil graag werken met één voorspelling, die door alle afdelingen gebruikt wordt.

4. Kies de juiste voorspellingsmethode

Men kan de toekomstige vraag voorspellen met verschillende statistische technieken. Ze variëren van eenvoudige voortschrijdende gemiddelden tot zeer geavanceerde methoden. In veel gevallen gebruikt men een smoothing techniek ofwel een vorm van voortschrijdende gemiddelden. Deze technieken zijn robuust en vergen weinig onderhoud.

5. Kies het juiste startpunt

Het is van belang om bij het schatten van een model het juiste startpunt in de tijd te kiezen.

6. Kies het juiste model

De voorspelfout, het verschil tussen werkelijkheid en voorspelling, wordt gebruikt bij de bepaling van het juiste model. In veel softwarepakketten bestaat de mogelijkheid om de software automatisch een model te laten genereren.

7. Evalueer de kwaliteit

Is het model eenmaal in gebruik, dan dient men de kwaliteit ervan systematisch en kritisch te evalueren door het verschil tussen voorspelling en werkelijkheid te bekijken.

Bron: Logistiek, januari 2007

Sales beter betrekken bij forecasting

Bedrijven ondervinden dat de bijdrage van Sales aan de forecast maar moeizaam tot stand komt. Sales ziet deze taak vaak niet als een onderdeel van hun werk. Toch is hun bijdrage enorm belangrijk. Hoe kan hun betrokkenheid bij de vraagvoorspelling worden verbeterd?

De planning van bedrijven is in hoge mate afhankelijk van de vraagvoorspelling. Bij deze vraagvoorspelling levert Sales de informatie over de klanten aan. Deze informatie kan betrekking hebben op promoties, nieuwe product introducties, opkomende concurrenten of nieuwe klanten.

Marketing daarentegen levert de informatie vanuit de markt aan. Deze informatie heeft betrekking op marktontwikkelingen zoals trends en nieuwe technologieën. Logistiek kan informatie leveren over bestaande producten op basis van gerealiseerde verkopen van de afgelopen perioden.

Op welke wijze kunnen sales medewerkers meer betrokken worden bij de vraagvoorspelling? Dit is onderzocht bij 35 bedrijven in de Hightech industrie. Op basis van het onderzoek en vakliteratuur worden tien manieren voorgesteld om de betrokkenheid te verhogen:

1. Management erkent het belang van de forecast
Sales management laat zien, dat zij het belang van een goede forecast hoog acht. Uit het onderzoek blijkt dat men dit als een randvoorwaarde voor succes ziet. Sales management kan hieraan uiting geven door verplicht te stellen, dat account managers tijd plannen, waaraan strikt de hand wordt gehouden. Ook het voorzitten van de consensus meeting geeft blijk van dat belang. Om de taak meer een sales taak te maken wordt door bedrijven de vraagvoorspelling ook wel ‘Verkoopprognose’ genoemd.

2. Focus: sales voorspelt een beperkte set producten
Focus op de key-drivers wordt door de meerderheid van de onderzochte bedrijven als zeer effectief ervaren. Focus kan op verschillende manieren worden ingevuld: Sales geeft alleen de vraagvoorspelling af voor afwijkingen op het lopende plan. De vraagvoorspelling wordt op een hoger aggregatie niveau ingevuld. Niet zozeer op individueel item, maar eerder per productfamilie of in geval van een semiconductor fabrikant op het niveau van ‘Design-in’. De ABC classificatie scheidt de 20 procent producten die werkelijk een aanzienlijk deel van de omzet vormen, van de overige 80 procent. Sales hoeft zich bij de vraagvoorspelling slechts tot deze 20 procent producten te beperken. Producenten van consumenten producten beperken de sales informatie tot die producten, die in een promotie vallen en tot nieuwe te introduceren producten. Sales geeft de vraagvoorspelling van producten die op voorraad worden geproduceerd. Producten die op order worden gemaakt ontgaan aan de vraagvoorspelling van sales.

3. Houd regelmatig consensus vergaderingen
De consensus meeting vormt het platform om de verschillende inzichten in de vraagvoorspelling tussen sales, marketing, finance en supply chain management af te stemmen. De frequentie van deze meeting moet passen bij de wijzigingen in de markt. Bij de meeste bedrijven blijkt deze meeting maandelijks plaats te vinden. Daarnaast zouden de afstemmingen ook buiten deze cyclus mogelijk moeten zijn om grote veranderingen, zoals onverwachte marktwendingen, promoties en grote deals in de vraagvoorspelling terug te laten komen. Aangezien de beslissingen in deze vergadering veel invloed hebben op het bedrijfsresultaat, moet de vergadering voorgezeten worden door sales management of business management.

4. Gebruik een eenvoudige werkwijze
De werkwijzen en systemen moeten zich beperken tot de bekende systemen van sales. 74 procent van de ondervraagde bedrijven geeft aan dat MS-Excel of MS-Access het gebruikte systeem is. De systemen zijn flexibel, offline bruikbaar en vereisen weinig training voor sales. De data wordt daarna geladen in ERP, APS of data warehouse systemen. De verschillende planningsprocessen moeten zo ingericht zijn, dat de vraag naar een forecast aan sales slechts éénmaal per cyclus gesteld wordt.

5. Gebruik statistische data als voorstel
De eenvoudige werkwijze kan verder gestalte krijgen door het aanreiken van een statistisch voorstel van de voorspelling. Hoewel het gebruik van statistische data beperkt blijft tot producten die in de volumefase van de levenscyclus verkeren, maakt het mogelijk dat sales zich kan beperken tot de uitzonderingen, zoals gemeld onder methodiek ‘Focus’.

6. Ontkoppel de forecast van de verkoopdoelstellingen
Sales wordt voor een aanzienlijk deel beloond door middel van een variabele beloning, welke gebaseerd is op de verkoopdoelstellingen. Dit beïnvloedt de kwaliteit van de vraagvoorspelling. Daarom is ontkoppeling noodzakelijk. Ontkoppeling vindt plaats door enerzijds de doelstellingen top-down te bepalen op basis van markt indicatoren, zoals het marktaandeel. Anderzijds kan de doelstelling financieel worden bepaald, terwijl de vraagvoorspelling in volumes wordt afgegeven. Ook een afwijkend aggregatieniveau en afwijkende horizon van de vraagvoorspelling bewerkstelligen de ontkoppeling.

7. Geef terugkoppeling op de forecast prestatie
Binnen sales is men gewoon met het begrip ‘Loon naar werk’. Zij zien daarom graag spoedig resultaat van hun inspanning. Daarom is het belangrijk sales terugkoppeling te geven wat wordt bereikt met de afgegeven vraagvoorspelling. Dit kan plaatsvinden in de vorm van een forecast nauwkeurigheidsberekening, maar beter nog door dit uit te drukken in ‘Verbeterde beschikbaarheid van producten’ of ‘Besparingen door voorraadverlaging’.

8. Train Sales in forecasting
Sales mensen wijzigen snel van positie en marktomstandigheden veranderen snel. Daarom is het wenselijk regelmatig trainingen te verzorgen. Uit het onderzoek blijkt dat vele bedrijven een eenmalige training organiseren, maar dat de opvolging achterwege blijft. Bedrijven, die regelmatig trainingen verzorgen, ervaren dit als uiterst effectief. Aansturing op training door sales management geeft daarnaast nog eens blijk van het belang van een goede vraagvoorspelling.

9. Ondersteun sales
Het genereren van de vraagvoorspelling zal nooit de favoriete taak van sales worden. Zij zijn meer gericht op relaties dan op getallen. Een demand manager of forecast manager ondersteunt sales als analist en coach bij het genereren van de vraagvoorspelling. In het onderzoek geven echter enkele bedrijven aan, dat hierdoor wel de accountability voor sales wordt verminderd.

10. Zorg dat forecasting een beschreven taak is van sales
Een duidelijke communicatie over wie verantwoordelijk en aansprakelijk gehouden kan worden voor welk deel van de vraagvoorspelling leidt tot een toegenomen betrokkenheid voor wat betreft de kwaliteit van de vraagvoorspelling. Daarom geldt het als een randvoorwaarde om deze taak te beschrijven in functieomschrijving van sales.

De bovenstaande werkwijzen geven aan dat sales beter betrokken kan worden bij de totstandkoming van de vraagvoorspelling en dat zij betere kwaliteit van de forecast opleveren, wanneer zij zich kunnen beperken tot die informatie die alleen zij kunnen aanleveren. Als randvoorwaarden daarbij gelden, dat er commitment getoond moet worden door top management en dat zij maximaal gefaciliteerd moeten worden om de gespendeerde tijd hieraan te minimaliseren.

Bron: Logistiek, januari 2007 

Hoger marktaandeel en betere winstgevendheid

Bedrijven die investeren in de vraagvoorspelling hebben een grotere kans het marktaandeel te verhogen en de winstgevendheid te verbeteren. Dat is de uitkomst van een recent onderzoek onder een groot aantal bedrijven.

aberdeendec06De bedrijven die voorop lopen in de toepassing van Forecasting hebben tweemaal zoveel kans om het marktaandeel te vergroten, ruim de helft meer kans om de bruto marge te verbeteren en anderhalf keer meer kans op een betere servicegraad.

Deze bedrijven hebben een forecast nauwkeurigheid op productfamilie niveau van meer dan 60% en een servicegraad van 90% of hoger. Ook zijn zij veel beter in staat om effectiever met promoties om te gaan. Veranderingen in de vraag worden eerder opgemerkt dan bij andere bedrijven. De helft van de bedrijven heeft een maand nodig om veranderingen in de vraag op te merken.

Het onderzoek is uitgevoerd door de Aberdeen Group onder 150 bedrijven die actief zijn in consumer packaged goods, apparel,  consumer electronics, consumer durables, en food & beverage.

Bron: Applied Forecasting, januari 2007

Tempo-Team benadrukt belang Forecasting

Het jaarlijkse marktonderzoek van uitzendorganisatie Tempo-Team benadrukt dat bedrijven het steeds moeilijker vinden om de behoefte aan personeel goed in te schatten. De matige kwaliteit van de prognose is het grootste struikelblok om een goede planning te kunnen maken.

Het Logistics Labour Survey is een onderzoek dat op initiatief van Tempo-Team in samenwerking met het vakblad Logistiek en de logistieke vereniging Nederland Distributieland (NDL) voor het derde achtereenvolgende jaar is uitgevoerd.

Het onderzoek toont trends, behoeften en ontwikkelingen op de logistieke arbeidsmarkt binnen de branches industrie, groothandel en logistieke dienstverlening. Belangrijke issues als werkgelegenheid, veiligheid, vergrijzing, flexibilisering en kpi's komen aan de orde.

Van de ondervraagde bedrijven geeft 56 procent aan dat ze grote problemen hebben om het werkaanbod goed in te kunnen schatten. Bijna 20 procent ziet de bewegelijke markt als het grootste obstakel om tot een behoorlijke planning te kunnen komen. De pieken en dalen in de marktvraag worden steeds sterker.

Het aantal logistiek medewerkers zal komend jaar verder groeien. Meer dan 20 procent van de bedrijven ziet een toename, minder dan 10 procent een afname.

Bron: Tempo Team, december 2006

Mars Management Science is gespecialiseerd in innovatieve oplossingen voor Forecasting & Planning. Wij kunnen uw planning verbeteren zodat u efficiënter en effectiever kunt werken. Neem contact met ons op voor een vrijblijvend kennismakingsgesprek.