Vraagprognoses en onzekerheid: wat is er de afgelopen jaren veranderd?

Is de wereld vandaag de dag onzekerder dan 10, 20 of 30 jaar geleden? Waarschijnlijk wel. Of dat is tenminste het algemene gevoel. Het begin van dit tijdperk van ‘onzekerheid’ was de COVID-19-pandemie, een wereldwijde gebeurtenis die de grootste impact heeft gehad op het leven van mensen gedurende de langste periode in minstens de afgelopen halve eeuw. Deze golf van onzekerheid heeft de planning van de supply chain hard getroffen en daarmee onvermijdelijk ook een van de hoekstenen ervan: vraagprognoses. In dit artikel bekijken we wat er is veranderd op het gebied van vraagprognoses.

De ontwikkeling van vraagprognoses in de afgelopen jaren

Vraagprognoses zijn altijd al een cruciale activiteit geweest voor de supply chain, maar de afgelopen jaren is de manier waarop dit wordt aangepakt volledig veranderd. Waar bedrijven vroeger vooral op historische gegevens vertrouwden om hun prognoses op te stellen, opereren ze nu in een omgeving waarin verstoringen steeds vaker voorkomen en moeilijk te voorspellen zijn. De pandemie, geopolitieke conflicten en spanningen in de aanvoer van grondstoffen hebben laten zien dat het vraaggedrag binnen enkele dagen drastisch kan veranderen.

Geconfronteerd met deze realiteit moesten planningsprocessen flexibeler worden. Tijdens de COVID-19-pandemie zijn veel organisaties, (vooral in de horeca) bijvoorbeeld overgestapt van maandelijkse prognoses naar wekelijkse of zelfs dagelijkse herzieningen, om zich aan te passen aan een voortdurend veranderende markt. Deze verschuiving heeft ook gevolgen gehad die verder reiken dan de prognoses zelf. Onzekerheid over de aanvoer en stijgende grondstofkosten hebben veel bedrijven ertoe aangezet hun voorraadniveaus te verhogen om de beschikbaarheid van producten te waarborgen. Overmatige voorraadniveaus zijn echter geen duurzame oplossing op de lange termijn vanwege de extra investeringen, risico’s en druk op de supply chain die hiermee gepaard gaan.

Het verschil tussen structurele en cyclische veranderingen

Zoals we hebben gezien, leven we in een tijdperk van voortdurende verandering. Maar niet alle veranderingen zijn hetzelfde.

Een van de grootste uitdagingen bij vraagprognoses is bepalen of een marktverschuiving tijdelijk of permanent is. Terwijl cyclische veranderingen meestal verband houden met specifieke gebeurtenissen en na verloop van tijd vaak weer verdwijnen, zorgen structurele veranderingen voor blijvende aanpassingen in consumentengewoonten, verkoopkanalen of klantgedrag.

De pandemie leverde talloze voorbeelden op van beide fenomenen. Sommige schommelingen in de vraag hielden rechtstreeks verband met de toen geldende beperkingen, maar andere zijn uiteindelijk een vast gegeven geworden. De groei van e-commerce is waarschijnlijk het meest voor de hand liggende voorbeeld. Wat aanvankelijk een reactie op een uitzonderlijke situatie leek, werd een blijvende verandering in de manier waarop mensen winkelen. Soortgelijke veranderingen vonden ook plaats in andere sectoren. Op de drankenmarkt kwamen bijvoorbeeld de consumptie overdag en het zogenaamde ‘tardeo’ (drinken in de namiddag) op de voorgrond, waardoor patronen veranderden die jarenlang stabiel waren gebleven.

Voor planningsteams is het cruciaal om te herkennen wanneer deze veranderingen consistent in de gegevens tot uiting komen. Als de aankoopfrequentie, consumptiegewoonten of vraagpatronen in de loop van de tijd consistent veranderen, is het niet langer verstandig om te verwachten dat het oude gedrag terugkeert. In zulke gevallen moet de vraagprognose zich snel aanpassen aan de nieuwe realiteit, waarbij zowel gegevensanalyse als zakelijke kennis worden gebruikt om met meer zekerheid beslissingen te nemen.

Historische vraagcijfers zijn niet langer een betrouwbare basis voor vraagprognoses

Al decennialang vormen historische gegevens de belangrijkste referentie voor het opstellen van een vraagprognose. In de snel veranderende omgeving van vandaag kunnen historische gegevens echter niet meer op zichzelf worden gebruikt. Pieken in de vraag als gevolg van uitzonderlijke omstandigheden kunnen toekomstige prognoses vertekenen, vooral wanneer consumentengewoonten of marktdynamiek blijvend zijn veranderd.

Daarom moet de vraagprognose worden aangevuld met informatie van verkoop-, marketing- en andere teams die nauw contact hebben met klanten. Inzicht in wat er op de markt gebeurt en hoe concurrenten zich ontwikkelen, is net zo belangrijk als het analyseren van de gegevens. Als een trend meerdere jaren aanhoudt, moeten bedrijven beseffen dat ze te maken hebben met een structurele verandering en hun strategie aanpassen, bijvoorbeeld door hun productportfolio bij te stellen of te investeren in nieuwe bedrijfsactiviteiten met meer groeipotentieel.

S&OP voor een consensusvraagprognose

De nauwkeurigheid van een vraagprognose hangt niet alleen af van statistische modellen. Om ervoor te zorgen dat de prognose de marktsituatie echt weerspiegelt, is het essentieel om inzichten uit bijvoorbeeld sales en marketing mee te nemen. Dit is precies een van de belangrijkste doelen van het S&OP-proces: een gedeeld beeld van de vraag creëren, zodat de hele organisatie zich kan afstemmen op één plan.

Maar om dit te bereiken is meer nodig dan alleen het invoeren van een methode. Je moet het doel van het proces uitleggen, de samenwerking tussen afdelingen bevorderen en de steun van het topmanagement zien te krijgen. Interne voorvechters en de steun van het topmanagement zijn essentieel om de cultuurverandering die nodig is voor S&OP te stimuleren en van vraagprognoses een gezamenlijke verantwoordelijkheid binnen de hele organisatie te maken.

De klant staat centraal, ongeacht de sector

Hoewel processen en uitdagingen per branche verschillen, zijn de principes achter een goede vraagprognose universeel. Of het nu gaat om B2B- of B2C-omgevingen, het doel blijft hetzelfde: inzicht krijgen in de behoeften van de klant en ervoor zorgen dat producten op het juiste moment beschikbaar zijn. Het tempo kan verschillen, maar het belang van een hoog serviceniveau blijft altijd hetzelfde.

Ervaring in verschillende sectoren laat ook zien dat elke toeleveringsketen zijn eigen specifieke kenmerken heeft. Terwijl in de elektronicasector de prioriteit misschien ligt bij het veiligstellen van onderdelen en het handhaven van minimale voorraadniveaus om productiestilstand te voorkomen, zijn in de sector van snel verkopende consumentengoederen distributie en de ‘last mile’ van bijzonder belang. In sectoren zoals smeermiddelen ligt de uitdaging in het vinden van een balans tussen beschikbaarheid en kosten, terwijl je optimale voorraadniveaus handhaaft om aan de vraag te voldoen zonder overtollige voorraad te creëren.

De veranderende rol van de vraagplanner

En vraagprognoses zouden niet mogelijk zijn zonder de vraagplanner, een rol die aan belang heeft gewonnen naarmate vraagprognoses voor bedrijven een steeds strategischer proces zijn geworden. Wat vroeger een gedeelde verantwoordelijkheid was van verkoop, marketing en data-analyse, is nu een gespecialiseerde rol die meestal is geïntegreerd binnen de supply chain of de operationele afdeling. Hun taak is niet langer alleen het opstellen van prognoses, maar het samenbrengen van informatie uit verschillende afdelingen om een prognose op te stellen die de realiteit van het bedrijf weerspiegelt.

Daarom heeft een goede vraagplanner veel meer nodig dan alleen analytische vaardigheden. Hij of zij moet de markt begrijpen, samenwerken met sales, finance en operations, en de nieuwsgierigheid hebben om de data in twijfel te trekken en te begrijpen wat erachter schuilgaat. Het vermogen om trends te interpreteren, op veranderingen te anticiperen en de impact van beslissingen op het bedrijf in te schatten, is wat het verschil maakt tussen iemand die alleen maar rapporten maakt en een specialist in vraagprognoses die echte waarde toevoegt aan de organisatie

De rol van technologie bij vraagprognoses

Technologie is een onmisbaar onderdeel geworden van elk vraagprognoseproces. Naarmate de hoeveelheid gegevens en de complexiteit van toeleveringsketens toenemen, wordt het steeds onpraktischer om al deze informatie alleen via spreadsheets te beheren. Met gespecialiseerde tools kun je gegevens samenvoegen, berekeningen automatiseren en belangrijke indicatoren visualiseren, waardoor je sneller en beter geïnformeerde beslissingen kunt nemen.

Technologie alleen is echter geen garantie voor een goede prognose. Systemen kunnen weliswaar grote hoeveelheden informatie verwerken, maar er is nog steeds zakelijke kennis nodig om risico’s, kansen of veranderingen te interpreteren die nog niet in de gegevens tot uiting komen. Daarom komen de beste beslissingen meestal voort uit een combinatie van geavanceerde tools en de expertise van planningsteams.

KPI’s om een goede prognose te meten

De nauwkeurigheid van een vraagprognose wordt meestal gemeten aan de hand van indicatoren zoals prognosenauwkeurigheid, maar om de kwaliteit van een prognose te beoordelen is een breder perspectief nodig. Een prognose kan op papier correct lijken, maar toch leiden tot voorraadproblemen, overtollige voorraad of gemiste omzet. Het is daarom belangrijk om ook statistieken te analyseren zoals voorraadniveaus, verouderde producten en de impact op het werkkapitaal.

Uiteindelijk is een goede prognose er een die helpt om betere zakelijke beslissingen te nemen. Als het bedrijf de juiste serviceniveaus handhaaft, zijn voorraadniveaus onder controle houdt en zijn prognoses aanpast aan veranderingen in de markt, is dat een teken dat het proces werkt. Bovendien is het goed om te onthouden dat vraagprognoses geen exacte wetenschap zijn, maar een vaardigheid die beter wordt door ervaring, continu leren en het regelmatig evalueren van de resultaten.

De grote vraag: wie is er verantwoordelijk voor de vraagprognose?

Hoewel de vraagplanner een centrale rol speelt in het proces, mag de verantwoordelijkheid voor het voorspellen van de vraag niet alleen bij deze persoon liggen. Zijn of haar rol is om het proces te faciliteren, de verschillende afdelingen te coördineren en de beschikbare informatie om te zetten in een overeengekomen prognose. Verkoop- en marketingteams hebben echter het beste inzicht in de markt en de klant, dus hun betrokkenheid is essentieel voor het opstellen van een betrouwbare prognose.

Daarom zien meer volwassen organisaties vraagprognoses als een gezamenlijke verantwoordelijkheid. Door de nauwkeurigheid van de prognoses te koppelen aan de doelstellingen van de verkoopteams kun je deze betrokkenheid versterken en de samenwerking bevorderen. Uiteindelijk hangt het vinden van een evenwicht tussen serviceniveaus, voorraad en werkkapitaal ervan af dat alle afdelingen op basis van dezelfde prognose samenwerken.