Efterspørgselplanlægning eller Demand planning – vad är det och varför är det viktigt?

Der er faktisk nogle produkter, hvor stigningen og faldet i efterspørgslen er så markant, at det giver et fingerpeg om status for den globale økonomi i bredere forstand.

Og derfor kan det ofte være en god idé at stille dit ur efter disse produkter. Og det gør folk. Kloge mennesker, som f.eks. økonomer.

Har du f.eks. nogensinde hørt om læbestiftindekset?

Det er et begreb, der er opfundet af Leonard Lauder, bestyrelsesformand for kosmetikvirksomheden Estee Lauder. Indekset beskriver stigningen i salget af mindre, billigere varer i perioder med økonomisk recession.

Kort sagt kan grunden til, at produkter som dette flyver af hylderne, nogle gange tilskrives deres anvendelsesformål og prisniveau. Læbestift giver f.eks. et billigt øjeblik af jubel. Derfor køber folk, der bruger læbestift, ofte mere af det, når der er færre penge at gøre godt med.

Det samme gælder for salget af undertøj til mænd. Men i stedet for at stigninger i salget er et tegn på bekymrende tider, er det tværtimod det modsatte.

Efterspørgslen efter herreundertøj er så konstant, at økonomer kan bruge selv et lille fald i efterspørgslen til at forudsige en national recession.

 

 

Der er imidlertid problemer med begge disse idéer.

Nylige undersøgelser har vist, at større globale begivenheder kan mindske deres relevans. Den nylige pandemi er et godt eksempel herpå.

Faktisk har nogle teoretikere problemer med at hænge deres hat op på både læbestift- og undertøjsindekset. For på trods af deres indledende robusthed i forhold til at forudsige markedsskift, afsporer store begivenheder ofte sandsynligheden for, at de er sande målere.

Hvis du ikke forlader huset, hvorfor så købe læbestift, når alt kommer til alt?

Hvad har dette at gøre med din efterspørgselsplanlægningsproces?

Disse indekser var ganske vist ret gode barometre for kommende problemer, indtil pandemien ramte os. Men tingene ændrer sig!

Det samme gælder for at forudse efterspørgslen efter produkterne i dit sortiment.

Hvordan ved du så, om dine prognoser er i orden?

Er der overhovedet nogen måde at forankre det nuværende salg i fremtidige prognoser, når efterspørgslen svinger voldsomt? Eller er du for evigt dømt til at stikke en våd finger i vejret, mens du kigger ind i den kommende orkan?

Spørgsmål, spørgsmål, spørgsmål…

Her er nogle af de vigtigste spørgsmål, brændende ønsker og spørgelystne forespørgsler, som vil blive besvaret i denne praktiske guide til efterspørgselsplanlægning.

• Hvordan ved du, om din efterspørgselsprognose er “god”?
• Er der noget, der kan indikere, at din prognose er “dårlig”?
• Hvilke faktorer påvirker kvaliteten af dine efterspørgselsplaner?
• Hvilke foranstaltninger bør du træffe for at mindske fejl i efterspørgselsprognosen og hvornår?

I denne vejledning giver vi dig praktiske tips til at udarbejde bedre prognoser og vedtage en mere robust tilgang til efterspørgselsstyring.

Hvorfor er efterspørgselsplanlægning i supply chain management absolut nødvendig?

Før vi går videre til de positive aspekter ved efterspørgselsplanlægning, er det værd at tænke på de negative aspekter ved ikke at gøre det eller ved at gøre det forkert.

Du kan risikere at løbe tør for lagerbeholdning, overskydende lagerbeholdning, øgede (og helt undgåelige) omkostninger, spild, utilfredse kunder, problemer med mærket og PR, faldende aktier, utilfredse interessenter, og listen fortsætter og fortsætter.

Og lad os sige, at du kun er en lille virksomhed med meget få produktlinjer på markedet. Du kan være fristet til at gætte dig frem eller spare på processen. I betragtning af de potentielle faldgruber er det ikke en god idé.

Gode prognoser vil hjælpe dig med at tilpasse efterspørgslen til udbuddet.

Det vil hjælpe dig med at træffe strategiske beslutninger, som viser sig at være vellykkede.

Det vil give hele virksomheden synlighed og klarhed. Alle personer i alle afdelinger.

De positive følgevirkninger er ærligt talt for mange til at blive nævnt.

 

 

Hvad er efterspørgselsplanlægning? Og hvordan ser en god efterspørgselsprognose ud?

Hvis du leder efter en definition af efterspørgselsplanlægning, er du kommet til det rette sted.

Effektiv efterspørgselsplanlægning handler om at håndtere det uventede.

Forestil dig følgende scenario:

“Vejrudsigten ser god ud i dag”, tænker du, mens du går ud af huset uden jakke.”

Kun for at råbe “Hvor kommer regnen fra?!” en halv time senere, gennemblødt til ukendelighed og med næverne rettet mod himlen.

Det sjove ved prognoser er, at de pr. definition altid er forkerte.

Det er ikke anderledes med dine efterspørgselsplaner.

Tag en vejrudsigt.

Betyder en 30 % chance for regn, at der er 30 % sandsynlighed for regn i det afbildede område? Eller at 30 % af det forudsagte område helt sikkert vil få regn.

Svar: Det afhænger heraf.

Faktisk er selv meteorologerne ikke enige om, hvordan man måler sandsynligheden for nedbør. Det afhænger ofte af, hvilken prognose man ser på. Men hvis de ikke fortæller dig, hvordan de regner det ud, hvordan kan du så vide det?

Og efter denne vurdering, hvor nyttig er vejrudsigten så for dig?

For at besvare dette spørgsmål er det vigtigt at tænke på fejlmargenen og ikke på den samlede prognose. Hvis der f.eks. er 0,1 % chance for nedbør, er det ligegyldigt, hvordan de regner det ud. Lad den jakke ligge på stativet.

Hvis der er 50 % chance, er det dog vigtigt.

Virkeligheden for de fleste virksomheder er, at de har brug for hurtig og pålidelig indsigt nu. Ikke ugers prognoser eller opbygning af en buet til dårligt vejr, som aldrig kommer.

Sådan laver du demand planning: Tjekliste for succes

Her er en tjekliste til analyse af grundlaget for din planlægning af efterspørgsel og lagerbeholdning.

1. Er din prognose en solid afspejling af virkeligheden?
2. Kan dine efterspørgselsplaner forklares og let forstås?
3. Har virksomheden, herunder alle medlemmer af alle teams, tillid til prognosen?
4. Kan du bruge prognosen til at planlægge fremtidige ordrer, genopfyldning og allokeringsprocesser med sikkerhed?
5. Kan processen for udarbejdelse af efterspørgselsplaner kopieres?

Hvis du svarer ja til alle ovenstående spørgsmål, er der stor sandsynlighed for, at din efterspørgselsplanlægningsproces er på rette vej.

Men hvis du svarer nej til en af disse spørgsmål, kan det være tegn på et meget større problem.

 

Hvilke faktorer påvirker kvaliteten af dine efterspørgselsplaner?

Der er stor sandsynlighed for, at du er afhængig af din efterspørgselsplanlægningsproces for at træffe nogle ret vigtige beslutninger.

Det betyder, at du skal være sikker på, at kvaliteten af dine efterspørgselsplaner er i orden.

Nedenfor vil vi gennemgå de forskellige faktorer, der kan påvirke kvaliteten af både dine prognoser for efterspørgselsstyring og den efterfølgende strategi for din organisation.

For at opbygge en førsteklasses efterspørgselsplanlægningsproces har du brug for alle disse faktorer!

1. Kvaliteten af dine data

Er du nogensinde blevet spurgt, om du har brug for en frakke?

På trods af at de ved, at du ikke har forladt huset i dag, ikke har set på vejrudsigten og har præcis de samme oplysninger som dem.

På samme måde som du ikke er kvalificeret meteorolog, men alligevel bliver du spurgt om din mening om vejret, har du brug for de rigtige data for at lave en solid prognose.

Hvis du lægger dårlige data ind i din prognose, vil du få dårlige data ud af den. Du bør prioritere data af høj kvalitet ved enhver lejlighed.

Det betyder, at der tages højde for huller i din efterspørgselshistorik på grund af tidligere lagerudbud. Det betyder, at engangsbegivenheder som f.eks. kampagner “ryddes” op. Det betyder, at eksterne markedskræfter analyseres, og at virkningen heraf forstås.

Jo mere detaljeret og kritisk du er med dataene, jo mere detaljeret og brugbar vil prognosen vise sig at være på dommedag.

Top tip: For at træffe gode beslutninger har du brug for gode data. Tjek, om dine data er i orden med vores praktiske guide til masterdata.

2. Den mængde historik, du har at basere din prognose på

“Det ligner ikke regn, men vi bor jo i Manchester.”

Det lyder indlysende, men jo færre data du har, jo mindre pålidelig er din prognose. Du har kun ringe mulighed for at forudsige fremtiden, hvis du ikke kender noget til fortiden.

For et produkt, som du har solgt i årevis, vil du have en meget bedre idé om, hvad der kommer til at ske, end et nyt produkt, der først lige er blevet lanceret.

Med mere historik, som du kan bygge en efterspørgselsplan på, kan du se nye tendenser og sæsonbestemte virkninger.

Og med den lange levetid kan du udjævne udsving som f.eks. uventet efterspørgsel eller dykninger.

Vi skal dog være forsigtige. Meget kan ændre sig i løbet af få år. Er den store ordre, du fik for 4 år siden, stadig relevant? Er det sandsynligt, at en ny global pandemi vil bryde ud, eller kan du hvile på laurbærrene indtil videre?

Og det bringer os fint videre til punkt 3…

3. Den horisont, du forsøger at forudsige

Jo længere rækkevidde din prognose har, jo mindre sikker bør du være.

For når det kommer til stykket, er der ingen, der kan forudsige fremtiden nøjagtigt.

Ja, det er muligt at foretage kvalificerede gæt baseret på historiske data på kort sigt. Men at forudse, hvordan verden vil se ud om tre år, er mildest talt en udfordring.

For slet ikke at tale om at lave en solid prognose, som du kan indstille dit ur efter.

4. Volatilitetsniveauet på markedet

Der vil altid være nogle ting i livet, som vi ikke har kontrol over. Det er måske mindre vigtigt at sige det nu, end det ville have været for to år siden. Men det er ret svært at vurdere det forudsagte volatilitetsniveau.

Lad os tage et par eksempler på efterspørgselsplanlægning.

Der er ikke mange, der havde regnet med, at COVID-19-pandemien ville vare så længe, som den har gjort.

Betyder det ligeledes, at markedet vil være mindre volatilt i de næste to år i sammenligning?

Hvad med den igangværende krise i forbindelse med leveomkostningerne? Der er meget lidt, du kan gøre ved det. Men det forhindrer ikke dine kunder i at ændre deres købsadfærd.

Markederne er uforudsigelige af natur. Og generelt set vil din prognose naturligvis være mindre pålidelig, hvis markedet er ustabilt.

5. Niveauet og kvaliteten af markedsoplysninger

Statistiske prognoser er en god start.

Men mange virksomheder kæmper med at indhente og indarbejde markedsinformation undervejs. Og det er vigtige oplysninger, som kan forme eller forme dit billede af den fremtidige efterspørgsel.

Men det bør stå højt på dagsordenen at huske at analysere din kilde. Både det bedste og det værste ved markedsoplysninger er, at de kan komme fra mange forskellige kilder.

Det kan være indsigt fra salgsteamet, som taler med kunden hver dag. Men Ginny har måske en anden indsigt end Dave på grund af deres forskellige markedspositioner.

Det kan være din kundes købsprognose. Men en stor kunde har måske en mere robust prognose end flere mindre kunder.

Eller den kommer fra “big data”-kilder. Akkumuleringen af billioner af forskellige datasæt. Men én datalog fortæller dig måske én historie, og en anden fortæller dig måske en anden historie.

Så hvem stoler du på? Det er op til dig at finde ud af det.

Men den rigtige markedsinformation kan give en stærk indsigt i formen af den fremtidige efterspørgsel, som statistik alene ikke kan matche.

Hvordan kan jeg identificere prognosefejl?

For nogle produkter har vi brug for mere pålidelige prognoser end for andre.

Tag f.eks. fødevarer med kort holdbarhed. Der er brug for langt mere præcise prognoser pr. lagerbeholdningsenhed pr. butik på daglig basis end for noget som f.eks. bolte og møtrikker.

I sidste ende har vi brug for en prognoseproces, der giver troværdige resultater og også advarer os, når tingene ikke ser rigtige ud.

Hvilken slags undtagelser i demand planning skal vi være opmærksomme på?

“Det ser ud til at blive en varm dag derude, medmindre vinden ændrer retning.”

Tilfældige undtagelser fra efterspørgselsstyring:

Tilfældige undtagelser er dem, der typisk vedrører en enkelt måned, som afviger fra prognosen.

Det kan være, at afvigelsen er betydelig og ændrer den bredere prognose. Medmindre man naturligvis kan redegøre for det.

Ellers kan afvigelsen få en forkert indvirkning på din prognose for de kommende måneder.

Strukturel efterspørgselsstyring undtagelser:

Hvis din faktiske efterspørgsel er strukturelt svingende og ikke er i overensstemmelse med prognosen, kan du definere denne analyse som nye tendenser.

Men dit efterspørgselsmønster kan kun betragtes som en tendens, når efterspørgslen stiger (eller falder) omkring en given tærskel. Typisk kan dette være en variation på ca. 8 % fra måned til måned. Uden denne grad af bevægelse er det sandsynligt, at udsvinget kan være unormalt.

Og når du ved, om der er tale om en tendens eller en udestående tendens, skal du tilpasse din prognosetilgang på passende vis.

 

Hvordan tilpasser jeg min tilgang til efterspørgselsplanlægning til den faktiske efterspørgsel?

Vi har delt vores tanker om planlægning af efterspørgslen. Vi har talt om, hvad der tæller som en “god” efterspørgselsprognose, hvilke data du har brug for, og hvilke undtagelser du skal være opmærksom på. Men hvad nu?

Her er nogle afsluttende overvejelser, der kan hjælpe dig med at etablere bedre taktikker for efterspørgselsplanlægning og efterspørgselsstyring.

1) Lad dig styre af den historiske efterspørgsel, men fokuser på det, der er mest relevant

Selvfølgelig kan vi lide masser af efterspørgselshistorie. Men som vi har set, kan verden have ændret sig. Måske har du for nylig fået en ny kunde, eller måske er den efterspørgselsspids, som salgsteamet stadig taler om, nu et fjernt minde for alle andre. Uanset hvad, bør du måske bekymre dig om de nyere efterspørgselsmønstre.

For at gøre dette skal du lægge større vægt på de seneste måneder i din prognose, da disse sandsynligvis afspejler den umiddelbare fremtidige efterspørgsel bedre end ældre data (f.eks. for 3 år siden), som måske har mistet relevans.

Hvad nu, hvis den seneste efterspørgsel er mindre relevant? Forestil dig, at du har været udsat for en række forkrøblede lagerunderskud i løbet af de sidste par måneder på grund af alle de forstyrrelser i forsyningskæden, der har været. Det fald i efterspørgslen, som du ser i dataene, er sandsynligvis ikke en sand afspejling af den faktiske efterspørgsel.

I dette tilfælde kan det være nødvendigt at udelukke visse perioder fra din efterspørgselsplanlægningsproces.

2) Ignorer efterspørgselsklasser på egen risiko

Du har sandsynligvis brug for en prognose for stort set alle varer i dit sortiment. Og for at sikre, at efterspørgselsplanlægningsprocessen er så effektiv som muligt, bruger mange virksomheder efterspørgselsklasser til hurtigt og nemt at anvende den rigtige tilgang til efterspørgselsstyring.

Efterspørgselsklasser tager hensyn til den givne efterspørgselsadfærd for at gruppere varer, der har samme efterspørgselsegenskaber, og opbygge en prognose i overensstemmelse hermed. I store træk kan vi bruge følgende efterspørgselsklasser:

Hyppige, normale og løbere

• Det er varer, hvor efterspørgslen er konstant og forekommer hver måned
• Da volatiliteten er relativt lav, kan vi forudse efterspørgslen med en god grad af sikkerhed

Klumpet, uregelmæssig og gentagelser

• For disse varer oplever vi en ret regelmæssig efterspørgsel de fleste måneder;
• Da volatiliteten er lidt højere, vil der sandsynligvis være en højere grad af usikkerhed;

Langsom, sporadisk og fremmede

• Efterspørgslen efter disse varer er typisk meget sjælden;
• Det er derfor de sværeste poster at planlægge;

Efterspørgselsklasser er et nyttigt værktøj, når det gælder efterspørgselsplanlægning for store sortimenter.

For at sikre den bedst mulige prognose skal vi dog sikre, at den prognosemodel, der er i spil, stadig er relevant. Hvis efterspørgslen efter en regelmæssig vare pludselig bliver svingende, bør vi derfor tilpasse prognosemodellen for at afspejle dette.

3) Når det gælder efterspørgselsstyring, skal du forvente det uventede

Vi har talt om forskellige typer af efterspørgselsklasser. Men hvad med varer med efterspørgselsprofiler, der ligger uden for disse parametre?

Vi kan definere denne klasse som “andet”.

Og der er mange eksempler.

Måske er efterspørgslen efter et produkt i denne måned allerede meget større end forventet for måneden (og vi har stadig et par uger tilbage).

Eller måske er produktet nyt, så vi har ikke en historik over efterspørgslen? Hvis du lige har introduceret et produkt på markedet, kan du så stole på en uges salgsdata?

Eller måske er produktet forældet, og al denne efterspørgselshistorie er nu fuldstændig irrelevant. Eller endnu værre, en af komponenterne i fremstillingen er forældet, selv om efterspørgslen stadig er stabil.

Nogle afsluttende tanker…

Dette kan føles som en masse information at tage hensyn til, når du ser på dine muligheder for efterspørgselsplanlægning og -styring som virksomhed.

Men da betydningen af effektiv efterspørgselsplanlægning er så stor, er alle punkter værd at overveje.

Hvis du ønsker mere information eller hjælp til nogle af de detaljer, der er beskrevet på denne side, kan du klikke her for at arrangere et opkald med Slimstock, så du kan få en bedre prognose og forretningsstrategi i mange år fremover!