VCM_062025_LR

Tools Process People

10%

FORECASTING

30%

60%

beneden. Zeker sales is van nature doorgaans te optimistisch. Niet dat menselijke aanpas singen per definitie slecht zijn. Het is vooral belangrijk forecasts enkel bij te sturen wan neer medewerkers effectief iets weten wat software niet kan weten, niet omdat ze iets anders voelen dan wat de forecast aangeeft. In dat laatste geval vertrouw je beter op de statistische forecast.” Niet alleen moeten organisaties selectief omgaan met menselijke input, ze moeten ook selectief zijn in waar ze hun energie in stop pen. Zo moeten producten voldoende waar devol zijn om interventies te rechtvaardigen. Verder moet de schaal van de interventies vol doende groot zijn, anders zal het rendement tegenover de geleverde inspanningen te klein zijn. “Het komt er dus op aan je tijd en inspan ningen te richten op de acties die je financieel iets opleveren. Een gedifferentieerde aanpak op het vlak van forecasting en demand planning is dan ook cruciaal.” Verder is het belangrijk om te weten hoe voor spelbaar SKU’s zijn. Om SKU’s op dat vlak met elkaar te vergelijken, schuift Jonathon Karelse de coëfficiënt van variatie naar voren. Dat is een handige statistische maatstaf die aangeeft hoe variabel een SKU is tegenover het gemiddelde. J. Karelse: “De coëfficiënt van variatie geeft weer hoe consistent of grillig de vraag naar een bepaalde SKU is. In combinatie met de waarde van de SKU in kwestie kun je dan nagaan of een SKU het waard is om er energie in te stoppen. Voor alle duidelijkheid, de vraag naar seizoens gebonden SKU’s is weliswaar variabel, maar vaak wel goed voorspelbaar. Daar moet je bij zo’n oefening uiteraard ook rekening mee houden. Dat kan door zulke trends uit je data te halen. Dat is mogelijk in elk forecastingprogramma en zelfs in Excel.” Zodra je die oefening hebt gedaan, kun je de relatieve planbaarheid van je volledige portfolio bepalen. Daarbij betekent een coëfficiënt van variatie van nul dat er helemaal geen variabiliteit is. Zo’n SKU zou dus vrij eenvoudig te plannen moeten zijn. Naarmate de coëfficiënt van variatie

FIGUUR 2 Productsegmentatie op basis van coëfficiënt van variantie

Product Segmentation

Gross Pro t Dollars

Coe cient of Variation

grootst. Bovendien is de kans groter dat een hogere forecastaccuraatheid daar ook geld ople vert, omdat de SKU’s in dat vak winstgevender zijn. Vanuit ROI-perspectief besteed je dan ook best het meeste tijd aan dat vak.” Volgens Jonathon Karelse zullen berekeningen op basis van de winstbijdrage van een product nog beter werken dan de winst per eenheid, omdat je op die manier rekening houdt met hoe een SKU volumetrisch bijdraagt tot de winstge vendheid van je bedrijf. Hij raadt in elk geval af de omzet als uitgangspunt te nemen, aangezien dat weinig zegt over de winstgevendheid van een product. Samengevat komt het erop aan niet per se de grootste forecastnauwkeurigheid te willen nastreven, maar wel te bepalen welke inspan ningen om de forecast te verbeteren zinvol en waardevol genoeg zijn voor je bedrijf. “Maximaliseer wat je forecast beter maakt en begrijp wat de kosten zijn van elke stap in je forecastingproces. Op die manier hou je aan je forecast geen financiële kater over”, besluit Jonathon Karelse. TC

toeneemt, wordt de maand-tot-maand variabili teit groter.

Daaraan kun je dan de dimensie ‘Verdien ik geld aan deze SKU?’ toevoegen. Figuur 2 geeft een realistisch beeld van het productportfolio van een organisatie weer. J. Karelse: “Zo’n tachtig procent van de SKU’s vinden we terug onder de horizontale rode lijn. In vak 3 vinden we de statistisch beter planbare producten terug, in vak 4 de minder winstge vende producten die moeilijk te voorspellen zijn. Je wil niet dat medewerkers zich bezighouden met het aanpassen van de forecast van de pro ducten in de vakken 3 en 2, omdat die met een statistische forecast goed te voorspellen zijn. Enkel wanneer medewerkers iets weten wat je software niet kan weten, kan een interventie te rechtvaardigen zijn, en dan vooral in vak 2. Voor de producten in vak 4, die moeilijk te voorspellen en weinig winstgevend zijn, kun je beter investe ren in een goede voorraadstrategie, waarbij je ervoor zorgt dat ter altijd een minimumniveau van dat artikel is. Waar medewerkers wel op kun nen focussen, zijn de producten in vak 1. Daar is de kans dat de menselijke kennis beter werk zal leveren dan de statistische voorspellingen het

39

VALUE CHAIN MANAGEMENT - MEI-JUNI 2025