Door: Nicky Zanting
Samenwerken met collega’s en externe partijen lijken op de werkvloer vaak de meest voor de hand liggende partners in crime. Toch ontbreekt in dat rijtje één grote speler: systemen. Als Demand Planner gebruik ik onder meer een Enterprise Resource Planning om tot een efficiënte forecast te komen. Daarin vertrouw ik niet enkel op het systeem, hoewel we met algoritmes veel kunnen voorspellen. Om tot een goede en efficiënte demand planning te komen, ervaar ik dat de samenwerking tussen mens én systeem cruciaal is. De drie voornaamste redenen hiervoor en hoe dit eruit ziet, deel ik in deze blog.
“Door gebruik te maken van beschikbare data, aangevuld met menselijke inzichten weten we steeds tot een accurate demand planning te komen.”
Reden 1. Managen van out-of-stocks versus derving
In de ideale wereld verkoop je exact datgene wat je produceert, waardoor er geen tekorten of overschotten ontstaan. Toch blijkt dit in de praktijk helaas niet (altijd) zo te werken. Daardoor ontspringt de vraag ‘wat doe je bij overschotten?’, maar ook ‘wat doe je bij tekorten?’. Dit soort vraagstukken vragen om strategische keuzes, waarbij je niet enkel en alleen het systeem gebruikt. Hier komt de samenwerking met Sales – en vaak ook Marketing – om de hoek kijken.
Strategische keuzes
Neem bijvoorbeeld de introductie van een nieuwe productgroep. Als je in de eerste instantie niet alle voorraden verkoopt, blijf je zitten met overschot. Dit kun je slijten bij opkopers, maar stroopt dat met de productstrategie en positionering? Want wat gebeurt er wanneer de consument jouw nieuwe product in de schappen ziet liggen bij een partijdumper? Door hier vooraf een keuze in te maken, kies je er bijvoorbeeld voor om iets minder te produceren of calculeer je de risico’s in dat je met overschotten blijft zitten.
Inspelen op bullwhip effect
Langdurige tekorten in de voorraad, ook wel ‘out-of-stocks’ genoemd, zorgen voor veel nabestellingen door klanten. Het gevolg? Wanneer de voorraad weer is aangevuld, ben je na de uitlevering van die nabestellingen weer op hetzelfde punt. De voorraad is te laag of wederom op. Logischerwijs zoeken klanten dan een vervangend product. Iets wat lijkt op datgene wat jij niet meer of tijdig niet kunt leveren. In het ongunstigste geval blijven jouw klanten bij dit vervangende product en verlies je ze. Op die manier zit jij niet met opgeraakte voorraden, maar met overschotten. Door dit tijdig te signaleren als Demand Planner, kun je het systeem tijdig bijsturen en juist meer of minder productie plannen.
Productrotatie als check op forecast
Een succesvol product kenmerkt zich doordat het voldoende omloopsnelheid heeft. In de ogen van de handel realiseer je dit met een goed rendement: voldoende marge per verkochte keer. Wanneer dit achterblijft, bijvoorbeeld doordat klanten minder afnemen dan wat je had verwacht, gaat er een belletje rinkelen. Klopt de forecast nog wel? Door samen met Sales te kijken naar de achterblijvende cijfers, schat je in of je de forecast aanpast.
Reden 2. Historische data als leidraad
Resultaten uit het verleden bieden geen garanties voor de toekomst. Toch kun je er veel van leren. Door te kijken naar de verkopen van producten uit eenzelfde periode van het jaar ervoor, kun je vergelijkingen maken. In veel systemen gebeurt dit automatisch en verwerken ze dit in de basis. Het systeem kijkt vervolgens naar de huidige verkopen en stelt bij wanneer het een verandering constateert. Wanneer het systeem dit automatisch uitvoert, maakt dat je handen als Demand Planner vrij. Zo ben je niet steeds bezig met dagelijkse verkoopanalyses en producties, maar kun je je richten op bijvoorbeeld procesefficiëntie of verbeterprojecten.
Reden 3. Demand Influence Factors
Een analyse van verkopen uit eerdere jaren helpt ook bij seizoensgebonden invloeden op de verkopen. Zo zie je de invloed van bijvoorbeeld weersomstandigheden op de afname van bepaalde producten. Denk aan een stijging in de verkopen van ijsjes en BBQ vlees tijdens warme zomers. Ook feestdagen zijn belangrijke beïnvloeders in je planning, zoals Kerst en Pasen. Door tijdig dit soort data mee te nemen, kun je de productie aanpassen. Die tijdige aanpassing blijkt veel lastiger bij onvoorziene factoren. Bijvoorbeeld wanneer concurrenten met vergelijkbaar producten acties doen en zorgen voor het achterblijven van de reguliere verkopen. Dit soort invloeden zie je niet altijd op voorhand aankomen. Om dit te ondervangen kun je enkel blijven monitoren en je systeem vanuit de mens zodanig bijstellen. Goede communicatie, zowel intern als extern, is daarbij key.
Hoe mens en systeem samenwerken in de praktijk
In mijn werk als Demand Planner werk ik graag met systemen én mensen samen. Door de basis uit te rollen via voorraad- en planningsystemen krijg je een basis forecast. Ook tussentijdse bijsturing door bijvoorbeeld acties en promoties van concurrenten of weersinvloeden kan ik opnemen in het systeem. Dit heeft een automatische aanpassing van productieaantallen tot gevolg. Zo blijft de planning in de basis steeds accuraat. Toch valt niet alles door het systeem te plannen. Sommige onderdelen vragen om menselijk inzicht, zoals het verkopen van overschotten of inspelen op onverwachte marktontwikkelingen.
