VCM_08092023_LR

SUPPLY CHAIN MANAGEMENT

gen, als je over die gegevens beschikt. Uiter aard is het raadzaam zulke analyses niet voor elk product apart te gaan uitvoeren, maar om ze te aggregeren, bijvoorbeeld op het niveau van productfamilies. Het is ook aan te raden bij de analyse een niet al te groot aantal ‘decision making units’ mee te nemen. Prof. S. de Leeuw: “Met enkele tientallen enti teiten heb je al een mooie rekenproef. Ik zou zeker geen honderd entiteiten of meer meenemen. Vergelijk het met het ‘traveling salesman problem’, waar je ook een enorme rekenpuzzel krijgt als je te veel lever- en ophaalpunten incalculeert. Je doel mag ook niet het getal zijn. Het is vooral belangrijk wat daarna komt. Je moet vooral te weten komen waar je zwakke punten zitten en daar de passende acties aan koppelen. Aangezien dat een langetermijnoefening is, raad ik ook aan die analyse niet meer dan een keer per jaar te doen.” “Gerben Scholman, student aan de Wage ningen University, heeft zich voor ons over data envelopment gebogen en de analyse in Python gedaan”, gaat Sander de Leeuw verder. “Je zou dat bijvoorbeeld ook in Excel kunnen doen. Naar mijn weten zijn er niet veel bedrijven die daarvoor standaardsoft ware aanbieden, maar veel optimaliserings

FIGUUR 3 Grafische weergave via DEA

of klein zijn. Het is bijvoorbeeld ook moge lijk echt in de redenen voor het succes van bepaalde combinaties te duiken.” Toch moeten we volgens Sander de Leeuw ook enkele kanttekeningen bij de methode maken. “Zo verliezen we altijd wat infor matie als we gaan aggregeren”, zegt hij. “Ook worden veranderingen in de tijd met deze methode niet standaard gecapteerd. Zo kan het zijn dat een entiteit onder heel hoge druk extreem goed presteert en veel minder in andere periodes. Er bestaan wel iswaar ook tijdgebaseerde methodes, maar die zijn een heel stuk ingewikkelder. Bij de DEA-methode ga je er ook uit van uit dat er een lineair verband bestaat tussen de grootte van de entiteit en de prestaties. Dat is natuurlijk niet altijd het geval. Zo zal een magazijn van 10.000 vierkante meter niet automatisch dubbel zoveel presteren als je het dubbel zo groot maakt. De overhead kosten, bijvoorbeeld, zullen niet lineair stij gen. Dat zijn wel zaken die je in het achter hoofd moet houden als je met DEA aan de slag gaat.” TC

software maakt gebruik van dezelfde basis principes.”

Kanttekeningen bij DEA Samengevat kunnen we stellen dat met name super DEA een interessant alternatief kan zijn voor de reguliere, indexgebaseerde benchmarkingmethodes. Prof. S. de Leeuw: “Deze methode is immers gebaseerd op actuele bedrijfsdata. Een groot voordeel van de DEA-methode is ook dat je – doordat je altijd naar een gemeenschap pelijke waarde schaalt – vrij heterogene entiteiten kunt vergelijken, of ze nu groot

FIGUUR 2 Output schalen naar een gemeenschappelijke waarde om efficiëntie te meten (2)

25

VALUE CHAIN MANAGEMENT - AUGUSTUS-SEPTEMBER 2023