Categorie: Voorbeelden

Verhogen bezettingsgraad

Voor

Een verhuurder van vakantiefaciliteiten kent een redelijke bezetting, maar in de piekperiode wordt geen maximale bezetting bereikt. Ondanks dat de vraag van klanten torenhoog is, is de bezettingsgraad geen 100% maar ligt daar ruim onder. Omdat de markt competitief is, is het niet mogelijk prijzen te verhogen om het resultaat te verbeteren. De enige manier om extra inkomsten te genereren is door de bezettingsgraad omhoog te krijgen.

Analyse van historische gegevens toont aan dat er in de planning van de faciliteiten in de piekperiode onverkoopbare ruimte bestaat. Dit komt doordat de aankomsten en vertrekken van komende en gaande gasten niet goed aansluit. Soms zit er één of een paar dagen tussen. Het zijn slechts korte periodes die vrijwel niet opvallen in de planning en daardoor wenig aandacht hebben gekregen. Deze ruimte verhindert een optimale bezetting waardoor de verkoop verloren gaat.

Na

De hoeveelheid omzet die blijft liggen wordt ingeschat door de reserveringen van afgelopen seizoenen te analyseren. Doordat het reseveringssysteem van de verhuurder niet geschikt is voor dergelijke analyses, worden de boekingsgegevens in aan andere omgeving ingericht. De omzet die wordt gemist door niet-optimale planning in de piekperiode, blijkt aanzienlijk.

Met behulp van een wiskundig model op basis van lineaire programmering wordt de planning geoptimaliseerd. In het boekingsproces worden reserveringen van klanten beter ingedeeld. Hierdoor wordt ongewenste ruimte in de planning voorkomen. Een bijkomend voordeel is dat ook de gemiddelde opbrengst per eenheid (yield) hoger uitvalt omdat een beter aanbod wordt gedaan. De investering voor de verbetering wordt terugverdiend in minder dan één jaar.

Bijkomend voordeel is dat de analyse-omgeving nieuwe inzichten en mogelijkheden biedt. Door de gegevens op een andere manier te ordenen, zijn doorsnedes en analyses te maken die een geheel nieuw perspectief bieden op de business. Het inzichtelijk maken van kansen voor extra omzet buiten de piekperiode leidt tot een extra verhoging van de omzet.

Personeelsrooster opstellen

Voor

Een dienstverlenend bedrijf voert verschillende werkzaamheden uit op meer dan 200 locaties verspreid door het land. Daarvoor zijn meer dan 300 medewerkers beschikbaar, met verschillende vaardigheden. Ze zijn daardoor niet inzetbaar op alle locaties. Ook zijn ze niet elke dag beschikbaar, bijvoorbeeld vanwege vakantie of cursussen. Het doel is om de planning zodanig te maken dat de totale reisafstand minimaal is.

Eén medewerker is een groot deel van zijn tijd bezig met het maken van het rooster in een spreadsheet. Hij heeft daarbij veel expertise opgebouwd die zich moeilijk laat overdragen tijdens vakantie of ziekte. Medewerkers nemen direct contact met hem op om een beter rooster te “regelen”. Er is daardoor onvrede ontstaan op de werkvloer door een gevoel van ongelijkheid. De hoeveelheid werk neemt toe en vanuit de planning komt het signaal dat er meer personeel moet worden aangenomen.

Na

Een eenvoudige rekensom geeft aan dat er nog voldoende ruimte moet zijn om meer werk te doen met hetzelfde personeelsbestand. Doordat de planning verre van optimaal is, blijft er veel capaciteit onbenut. Alle werkzaamheden, medewerkers en hun vaardigheden worden in een online systeem overgeplaatst. Medewerkers beheren hun eigen beschikbaarheid door middel van een agenda. Met behulp van een slim rekenmodel op basis van lineaire programmering wordt sneller een betere planning gemaakt. Er worden hierdoor veel reiskosten bespaard. Een uitbreiding van het personeelsbestand kan worden uitgesteld.

Ook stijgt de medewerkerstevredenheid doordat de reisafstanden korter zijn. Het bedrijf is voor het maken van de planning niet meer afhankelijk van één persoon. Medewerkers kunnen op een leuke manier “bonuspunten” verdienen voor de planning. Deze bonuspunten kunnen door de medewerker worden ingezet om bepaalde dagen “vrij te kopen” of hun rooster anders in te delen. De kosten van de bonuspunten zijn inzichtelijk gemaakt, waardoor deze planningsaanpassingen een tastbaar gegeven zijn geworden.

Minimaliseren van bederf

Voor

Een teler heeft last van veel bederf. Verse natuurlijke producten kunnen bederven. De mate van bederf tussen het moment van productie en verkoop kan 5% tot 10% bedragen. Nog vaker komt het voor dat verse producten niet aan de vereiste kwaliteit voldoen. Ze zijn dan te oud of te jong wat afwijkende kleur of stevigheid oplevert. Doordat de consument steeds kritischer wordt, is het belangrijk een foutloos product in de schappen te hebben. Kleurafwijkingen of zachte plekken zijn reden om het product te laten liggen.

De factoren die het bederf kunnen veroorzaken zijn bekend. Hoe de effecten zijn van deze factoren in samenhang met elkaar, kan men moeilijk achterhalen. Men berekent dat als men het bederf kan beperken, het bedrijfsresultaat sterk verbeterd omdat vaste kosten het grootste deel uitmaken van de kostenstructuur. Met andere woorden, minder bederf levert weinig extra kosten op maar wel direct extra omzet.

Na

De factoren die bekend zijn, worden onderzocht op basis van historische registratie van gegevens. Met behulp van statistische analyse wordt de effecten in samenhang vastgesteld. Het blijkt dat de factoren een niet-lineair en verstrengeld effect hebben op het bederf. De uitkomsten worden getoetst in een proefopstelling en blijken een goede voorspeller op te leveren van de mate van bederf van het natuurlijk product.

Nu de invloed duidelijker is, kan men beter sturen op productkwaliteit. Hierdoor kan het product in de winkel geoptimaliseerd worden met behoud of verbetering van de servicegraad. De mate van bederf is omlaag gebracht en de omzet is gestegen, terwijl de kosten slechts minimaal hoger zijn geworden.

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.