Machine Learning

We kunnen er niet omheen. De complexiteit van onze logistieke toevoerketen is de afgelopen jaren exponentieel toegenomen. Waar vroeger een goede bedrijfsstrategie genoeg was, lijkt nu het overwinnen van de complexiteit aan de kostenposten hét concurrentievoordeel te worden voor de komende jaren. In de kostenpost ‘voorraadbeheer’ wordt het mogelijk zelfs nóg uitdagender. Niet alleen de complexiteit moet overwonnen worden, maar er zijn ook de mensen die het moeten begrijpen. Dit is een uitdaging waar menig manager zich over bekommert (of toch zou moeten). “Vroeger was alles beter”. Wel, in voorraadbeheer zou dat zomaar een juiste quote kunnen zijn. Al geeft het roepen hiervan natuurlijk geen oplossing.

Steven Pauly

Over Steven Pauly
Als senior consultant en research scientist bij Slimstock is Steven Pauly gespecialiseerd in de mathematische kant van voorraadoptimalisatie. In zijn rol als consultant was hij betrokken bij diverse grote verbeterprojecten bij grote en kleine bedrijven. Hij is verbonden aan de Slimstock Academy waar hij trainingen en masterclasses geeft op het gebied van forecasting en andere deelgebieden van voorraadbeheer.

Volg Steven ook op LinkedIn

De kracht van machine learning

Meer dan 50 jaar geleden nam de kennis rond voorraadbeheer toe. De waarde van goed voorraadbeheer bleek enorm te zijn en dat vertaalde zich in heel wat kwaliteitsvolle literatuur rondom voorraadbeheer. Echter, er was geen sprake van computerkracht en oplossingen waren gebaseerd op gezond boerenverstand met daarnaast de nodige wiskundige analyse. Dit had het voordeel dat oplossingen transparant waren, niet veel moeite vroegen, mooie inzichten verschaften en vooral gericht waren op zogenaamde ‘quick wins’. De vraag die de lezende manager zich dan kan stellen; waarom het anders doen?

Wel, er waren veel problemen in die tijd en nog meer problemen die zich vandaag de dag voordoen, die geen oplossing kennen met enkel wiskundige analyse en dat gezond boerenverstand als middel. Ook hadden veel oplossingen vaak strenge assumpties.

Er werd al snel veel energie gestoken in het zoeken van efficiënte oplossingen om die complexiteit te overwinnen. Vooral omdat een brute-force benadering, waarbij we elke mogelijke uitkomst evalueren en vervolgens de beste kiezen, vanuit een praktisch oogpunt helemaal niet voordelig was. Oplossingen werden, mede door de evolutie in artificiële intelligentie, gezocht in natuurlijke processen. Zo bleek dat onze vriend Charles Darwin met zijn evolutietheorie ook mogelijkheden bood in het benaderen van complexe problemen. Toch was, ook alweer door de groeiende interesse in artificiële intelligentie, machine learning dé techniek die de meeste aandacht kreeg.

Machine learningWellicht heeft de lezer al ooit de woorden ‘DBC-systeem’, ‘machine learning’, ‘IBM’ en het jaartal ‘1997’ in éénzelfde zin gehoord of gelezen. Het Deep Blue Chess (DBC)-systeem van IBM leidt het verhaal in dat in 1997 plaats vond. Via machine learning slaagden zij erin om de wereldkampioen schaken te verslaan. Indrukwekkend zou men denken.

Toch zijn er wat haken en ogen aan dit verhaal. Zo werd er door interne medewerkers geroepen dat alle mogelijke combinaties op elk moment werden geleerd door de machine. Dit leunt natuurlijk meer aan tegen een brute-force benadering en zou het vooral indrukwekkend maken als het gaat over de computerkracht die toen werd tentoongesteld. Pittig detail: de wereldkampioen Garry Kasparov (of was IBM nu de wereldkampioen?) eiste een rematch en verdacht de machine van valsspelen. IBM weigerde en ontmantelde de machine vrijwel direct ernaar.

In 2016 kwam er echter wel een heuse tentoonstelling van de kracht van machine learning. Wederom werd er getracht om in een strategisch spel, ditmaal het spelletje ‘Go’, een machine het te laten opnemen tegen de absolute wereldtop. Ook hier slaagden ze in het opzet. Nu, ‘Go’ is anders dan schaken in de zin van het aantal mogelijke combinaties dat het heeft. We gooien er weer een pittig detail tegenaan: ‘Go’ heeft 10^174 mogelijke bordconfiguraties. Om een idee te geven van deze omvang: dit zijn er 1 miljoen biljoen biljoen biljoen biljoen meer dan schaken. Dit maakte een brute-force benadering vrijwel onmogelijk.

Maar wat is dat dan, machine learning? En waarin verschilt het van brute-force en traditionele wiskunde? En waarom en wanneer moeten we het gebruiken? En wat is hier dan precies voor nodig? Dit zijn dingen waarover management iets moet kunnen roepen. Machine learning is eerst en vooral verschillend van brute-force of de traditionele wiskundige door de leercomponent.

De leercomponent stelt de machine in staat om verbanden en patronen in een datastructuur te ontdekken zonder het expliciet benoemen ervan. Het leert zowaar de ‘regels’ van het probleem. Dit maakt dat oplossingen ook op nieuwe, ongeziene situaties kunnen werken en we problemen met een hoge, onderliggende complexiteit en een hoge graad van onzekerheid kunnen aanpakken. En laat dat nu net zijn waar voorraadbeheer alsmaar meer mee te maken krijgt.

Het feit dat machine learning dus verschilt van andere oplossingsbenaderingen, creëert nieuwe, waardevolle mogelijkheden. Dit maakt het mogelijk om huidige technieken in bijvoorbeeld forecasting te verbeteren, maar ook om een heleboel andere vraagstukken aan te pakken waar enkele jaren geleden zelfs nog nooit aan gedacht werd: bijvoorbeeld het benoemen van de werkelijke kost als we 2 een item niet kunnen leveren. Of bepalen wanneer een item precies obsolete geraakt. Maar ook wachttijdvraagstukken in productie management. Dit toont de mogelijke kracht van machine learning, maar tegelijkertijd ook waar veel managers de bocht missen.

Machine learning is een middel en geen doel

Machine learning is in essentie niet meer dan toegepaste wiskunde met de nadruk op het integreren van de huidige computerkracht. En met de toename van mogelijke databronnen, de verdere evolutie in rekenkracht kan machine learning een enorm krachtige tool zijn. Maar dat is het dan ook: het is een middel, “just another tool in the box”. Met ook zijn zwaktes. Het mag dus daarom geen doel worden voor bedrijven óm aan machine learning te doen.

Machine learningMachine learning is dus geen heilige graal. Machine learning vindt zijn kracht in vraagstukken met een hoge complexiteit, waar traditionele wiskunde te kort schiet en data in overvloed aanwezig is. Hoeveel data? Als we een vraagstuk hebben met 5 variabelen die elk 10 verschillende waarden kunnen aannemen, dan zitten we al gelijk met 100.000 mogelijke oplossingscombinaties, die de machine in feite allemaal moet zien om zijn taak goed te leren. In voorraadbeheer zijn er vaak veel meer variabelen die nog eens veel waarden kunnen aannemen.

Indien de data er is, heeft machine learning een enorme kracht. Maar het toont tegelijkertijd ook de grootste zwakte in de praktijk. Belangrijk is dus dat management nadenkt hoe data gestructureerd, efficiënt en zuiver kan verzameld worden.

En hoe complex moet het vraagstuk dan zijn dat het de mogelijkheden van traditionele wiskunde voorbijgaat? Wel, traditionele wiskunde heeft vooral moeite met een complexe relatie tussen verschillende variabelen. Vraagstukken die dus afhankelijk zijn van veel variabelen en waar de verbanden niet eenvoudig lijken te zijn, zou wel eens een vraagstuk bij uitstek kunnen zijn voor machine learning.

Daarnaast is het belangrijk om te blijven onthouden dat oplossingen in voorraadbeheer niet enkel draaien rond resultaten. Het zijn jullie mensen die de oplossingen moeten begrijpen en ermee moeten werken. Hier moet management over waken. Het is dus belangrijk om kennis omtrent machine learning en theoretisch voorraadbeheer te faciliteren binnen de onderneming.

Machine learning 3Specifieke cases

Er zijn enkele duidelijke cases waar machine learning bewezen heeft dat het een superieure oplossing kan bieden. Onder andere:

  • Het optimaliseren van een promotiebeleid;
  • Optimale sourcing met verschillende aanlevermogelijkheden;
  • Het leveren van forecasting en inzichten voor onregelmatige en nieuwe items.

Er zijn ook enkele concrete projecten die bij Slimstock in de pijplijn zitten. Onder andere:

  • Het minimaliseren van derving door parameteroptimalisatie, ‘root-cause’ analyse en pro-actieve signalen;
  • Het efficiënter sturen van inkoopgedrag door automatisch exceptiemanagement;
  • Het optimaliseren van de servicegraad door het bepalen van de werkelijke ‘out-of-stock’-kost;
  • Decentralisatie versus centralisatie: wanneer moet een artikel gecentraliseerd worden?;
  • Het minimaliseren van incourante voorraad door ‘root-cause’ analyse en pro-actieve signalen.

 

Benieuwd hoe zo een machine learning project in de praktijk werkt? Wil je meer weten over machine learning en de technieken erachter? Wil je zelf ook wat ervaring erin opdoen?

Binnenkort volgen meer blogs over dit onderwerp, Hackatons waar je zelf aan deel kan nemen en trainingsmateriaal om zelf mee aan de slag te gaan.

Vul onderstaand formulier in om updates te ontvangen over dit onderwerp

SHARE:
Chinees Nieuwjaar

Bent u klaar voor Chinees Nieuwjaar?

Tem de Chinese draak en laat vakantiesluitingen uw supply chain niet verstoren

Jaarlijks leggen arbeiders in China massaal hun gereedschap neer om terug te keren naar hun geboorteplaats en daar het Chinese Nieuwsjaar te vieren. Deze vakantiesluiting in de “werkplaats van de wereld” duurt soms wel veertig dagen en kan uw supply chain flink verstoren. In dit artikel leggen we uit hoe u hier met uw voorraad optimaal op kunt anticiperen.

Met levertijden van soms maanden is het voorraadbeheer van goederen uit China al lastig genoeg. Als u tijdens het Chinese Nieuwjaar dan ook nog een maand in de wacht wordt gezet door uw leveranciers, worden de uitdagingen alleen maar groter. Is de feestperiode afgelopen dan is de ellende nog niet voorbij: fabrieken moeten eerst weer opstarten en een oceaan aan backorders wegwerken. Om dure stock outs, omzetderving en teleurstellingen bij klanten te voorkomen is het zaak tijdig voorzorgsmaatregelen te nemen. Maar welke?

Het ligt voor de hand om voorafgaand aan Chinees Nieuwjaar gewoon maar van alles flink wat extra te bestellen. Maar of dat nu de beste oplossing is? Extra voorraad legt beslag op werkkapitaal en heeft een negatieve impact op cashflow. Bovendien is het maar de vraag of u die artikelen ook allemaal gaat verkopen. Bij producten die het einde van hun productlevenscyclus naderen, is het risico op incourantie levensgroot!

Wat is de rol van voorraad?

Voordat u kunt bepalen hoe u met vakantiesluitingen moet omgaan, is het raadzaam te beginnen bij de strategie van uw bedrijf. Misschien is die wel gericht op het voorkomen van risico’s en wil de directie liefst zo min mogelijk in voorraad investeren. Een andere strategie is het maximaliseren van de omzet en streven naar een zo hoog mogelijke klanttevredenheid. In dit geval zal het verhogen van de voorraad voor het overbruggen van het Chinese Nieuwjaar juist worden toegejuicht.

Hoe ontwikkelt zich de vraag?

Om de juiste voorraad aan te leggen is het cruciaal te weten hoe de klantvraag zich tijdens Chinees Nieuwjaar gaat ontwikkelen. Voorraadplanners kunnen zich baseren op de historische vraagpatronen, trends, seizoensinvloeden, product life cycles, maar ze moeten ook het effect van Chinees Nieuwjaar zélf niet vergeten. Waren er in het verleden klanten die vlak voor Chinees Nieuwjaar opeens extra grote orders plaatsten? Dat zou erop kunnen duiden dat zij ook hamsteren, en de vraag is: gaan ze dat dit jaar opnieuw doen?

Welke promoties staan gepland?

Heeft een voorraadplanner een eerste forecast berekend, dan is het zaak deze breed te delen met andere afdelingen. Vaak is er informatie en marktkennis voorhanden waarmee de vraagprognoses nog verder kunnen worden verrijkt. Met marketing moet bijvoorbeeld worden afgestemd of er tijdens of na het Chinees Nieuwjaar promotie-acties staan gepland die tot (extra) voorraadproblemen kunnen leiden. Een vuistregel bij promoties is om vijf maanden voor de start al te beginnen met de planning en terdege rekening te houden met vakantiesluitingen.

Focus op de juiste artikelen

Met een goede forecast heeft u inzicht in de verwachte vraag, maar er kan nog van alles veranderen waardoor de vraag uiteindelijk toch anders uitpakt. Voor langlopende artikelen met een stabiel vraagpatroon zal dit niet zo snel gebeuren, maar voor nieuwe producten of producten met een grillig vraagpatroon is voorzichtigheid geboden. Een belangrijk instrument is het opstellen van een productclassificatie waarin de product-markt-combinaties die voor een bedrijf de grootste waarde hebben, worden geïdentificeerd. In de planning voor Chinees Nieuwjaar zult u A-artikelen meer aandacht willen geven dan C-artikelen.

Ga met leveranciers in gesprek

In een perfecte wereld leveren toeleveranciers altijd op tijd en volledig uit. In de praktijk ligt dit helaas anders. Omdat door Chinees Nieuwjaar de levertijden nog langer zijn dan normaal, is het zaak tijdig uw materiaalbehoefte te communiceren richting leveranciers. Door inkoopforecasts te delen kunt u samen met de leverancier bepalen wat en wanneer u moet bestellen. Leveranciers kunnen aangeven hoeveel extra tijd ze nodig hebben om de orders af te handelen. Om uw logistieke operatie niet onnodig te belasten, kan het ook handig zijn om niet alles in één keer te laten leveren maar bijvoorbeeld volgens een bepaald leverschema.

Doe aan risicospreiding

In de periode vlak voor Chinees Nieuwjaar kunnen levertijden de pan uit rijzen, omdat leveranciers de plotselinge piek in de vraag niet aankunnen. Dit betreft meestal leveranciers die sowieso al niet de beste leverprestatie vertonen. Voor deze risicogroep kan het verstandig zijn een backup-leverancier achter de hand te hebben. Dit heeft een hogere administratieve last tot gevolg, maar die zal niet opwegen tegen de kosten als gevolg van slecht presterende leveranciers. Uiteraard geldt ook voor backup-leveranciers dat u op tijd moet afstemmen of deze wél kunnen leveren en welke prijzen en bestelhoeveelheden ze hanteren.

Past het in de bedrijfsstrategie? Heeft u een goed beeld van de vraagontwikkeling? Zijn de juiste leveranciers aangehaakt? Dan kunt u die extra inkooporders ter overbrugging van het Chinees Nieuwjaar met een gerust hart gaan plaatsen en zijn de consequenties voor uw supply chain minimaal.

De experts van Slimstock

Meer weten over voorraadoptimalisatie tijdens Chinees Nieuwjaar? De experts van Slimstock hebben er veel ervaring mee en staan voor uw klaar. Neem gerust contact op: t: +31(0)570 63 84 00, e:

SHARE:
BBQ-Button van Slim4

Onverwacht succes tijdens een sportevenement, een tropisch warme dag, het zijn gebeurtenissen die een enorme impact kunnen hebben op het koopgedrag van consumenten. Specifieke artikelen zoals BBQ-vlees of bier worden in korte tijd extreem veel verkocht. Als retailer wil je hier op inspelen, maar hoe zorg je voor de juiste voorraad? Maak kennis met de BBQ-button!

Om extra omzetkansen te pakken, moet je snel kunnen reageren. Bij onvoorspelbare gebeurtenissen, zoals “warm weer” gaan inkopers vaak in het wilde weg extra bestellingen plaatsen terwijl ze geen idee hebben hoe de vraag zich gaat ontwikkelen. Wat ze ook vaak vergeten is dat er artikelen zijn die juist veel mínder worden verkocht en dat BBQ-weer aan het begin van de zomer tot een ander verkooppatroon leidt dan in augustus of september. Denk bij dit laatste aan sauzen die vooral aan het begin van het seizoen worden ingeslagen. Wat een buitenkansje zou moeten zijn, kan dan zomaar leiden tot een overschot aan voorraad, met derving als gevolg.

Reguliere forecast in de prullenbak

Hoeveel moet je bestellen om aan de specifieke vraag rondom een weergedreven event te voldoen? Je weet hoeveel je gemiddeld op een dag verkoopt en je kunt hier een seizoenspatroon “overheen leggen”, maar bij een uitzonderlijk warme of koude dag heb je daar niets aan. Toen begin mei opeens de zomer uitbrak, en half Nederland besloot te gaan barbecueën, konden supermarkteigenaren hun reguliere forecast in de prullenbak gooien; de vraag naar vlees, sla en sauzen kreeg een totaal andere dynamiek.

Denken in scenario’s

Het wordt voor retailers steeds lastiger de juiste artikelen in de schappen te leggen: klanten worden grilliger, het aantal (online) verkoopkanalen neemt toe en de levenscycli van artikelen worden korter. Als voorraadbeheerder kun je niet meer uitgaan van “dé planning”, maar moet je in scenario’s leren denken. Wordt het mooi weer? Slaat een nieuw product wel of niet aan? Is er een promotieactie van een concurrent? Een planner moet hier razendsnel op kunnen reageren, en dat kan onmogelijk als hij hiervoor handmatig de bestellingen moet aanpassen.

Finetuning naar winkel of regio

Bij Slimstock hebben we veel ervaring met bedrijven die snel moeten kunnen reageren op veranderingen. Onze voorraadbeheeroplossing Slim4 bevat een ‘events module’ waarmee bedrijven gepland en georganiseerd kunnen anticiperen op korte-termijn-gebeurtenissen. Omdat veel foodretailers deze scenariofunctie al jarenlang met succes gebruiken, wordt hij informeel de BBQ-button genoemd.

Is er mooi weer op komst? Dan kan een supermarktketen in Slim4 het profiel aanroepen waarin op dagbasis, aan een specifieke groep BBQ-gerelateerde artikelen automatisch de juiste liftfactoren worden toegekend. Het tegenovergestelde gebeurt voor artikelen die juist minder worden verkocht, zoals gehakt of magnetronmaaltijden. In het profiel kan ook onderscheid worden gemaakt in de liftfactoren voor artikelen die vooral aan het begin van een BBQ-periode worden verkocht, zoals sauzen en houtskool, en artikelen die dagelijks vers worden ingeslagen, zoals vlees en groenten. Een planner kan dit nog finetunen naar regio of winkel, een start- en einddatum ingeven, en dan wordt het planningsscenario omgedoopt tot de nieuwe planning.

Einde aan paniekvoetbal

Met de ‘events module’ in Slim4 wordt een incidentele piek in de vraag geborgd binnen de forecast, op basis van bewezen scenario’s. Dit zorgt voor een betere beschikbaarheid - waardoor een bedrijf optimaal kan profiteren - en voorkomt paniekvoetbal op de inkoopafdeling. Slim4 rekent de nieuwe forecasts automatisch om naar de dagelijkse bestellingen, rekening houdend met aanwezige voorraad en optimale bestelgroottes. Dit leidt niet alleen tot rust in het bestelproces, het zorgt ervoor dat inkopers altijd de juiste artikelen bestellen.

Dus voorraadplanner, houd goed het weer in de gaten en laat je bedrijf hier met de BBQ button in Slim4 maximaal van profiteren. En het mooie is … de functionaliteit werkt net zo goed voor andere incidentele verkoopkansen zoals ijsvrij, festivals en sportevenementen.

SHARE:
RetailTopics

Vakblad RetailTrends heeft samen met Slimstock een magazine uitgebracht met interviews, tips en praktijkverhalen over voorraad management in retail. In het blad staan onder andere artikelen over Intergamma en Carrefour. Een exemplaar is gratis bij ons aan te vragen.

De special uitgave is bedoeld om binnen de retail het vakgebied van voorraadoptimalisatie nog eens goed op de kaart te zetten, schrijft Peter Bocken, directeur retail bij Slimstock, in zijn voorwoord. Als initiatiefnemer en mede-hoofdredacteur van het magazine, maakt hij een selectie van praktijkverhalen en interviews die bij elkaar een goed beeld geven van de mogelijkheden die goed voorraad management biedt. 

“We willen laten zien dat de supply chain afdeling geen cost center is, maar een profit center waarmee u als retailer echt het verschil kunt maken.”

RetailTopics aanvragen

 

Inhoud Retailtopics

  • Supply chain wint aan belang binnen Intergamma

Interview met manager supply chain planning Jan-Martijn Sijtsma

  • Tien voorraadtips voor het managen van grote assortimenten

Praktische adviezen van retailexpert Peter Bocken van Slimstock

  • Carrefour verbetert schapbeschikbaarheid met 7%

Interview met supply group manager Emri Aslan over winkelreplenishment

  • Sneller schakelen voor online succes

Interview met hoogleraar Kees-Jan Roodbergen over online retail

 

Gratis aanvragen

Retailers en andere geïnteresseerden die het magazine willen lezen, kunnen dit gratis bij ons aanvragen. Vul onderstaande gegevens in en wij sturen het blad per post naar u toe.

SHARE:
PMTT - Erik de Witte

Slimstock was dit jaar vereerd mee te mogen doen aan Pimp My TukTuk (PMTT) Charity ride 2017. Het doel van deze rit was om met 54 deelnemers in 27 Tuk-Tuk’s in acht dagen door Sri Lanka te reizen om geld in te zamelen voor de Foundation of Goodness (FOG). Slimstock’s vertegenwoordiger South East Asia, Erik de Witte, zette zich in voor dit goede doel en deelt zijn ervaringen met ons.

Rit van mijn leven

“De rit startte in Colombo 15 september en eindigde na 1245 km wederom in Colombo. Al voor de start van het evenement was er $250.000 ingezameld door PMTT. Met deze financiering en die van voorgaande jaren, heeft de FOG erg mooi werk verricht ter verbetering van de levensomstandigheden van plattelandsgemeenschappen. Zo hebben we bijvoorbeeld een bezoek gebracht aan drie dorpen waar waterzuiveringsinstallaties zijn geplaatst. Deze filter systemen, elk $20.000, zijn bekostigd met sponsorgeld. Op deze manier wordt schoon water geleverd als alternatief voor het zwaar vervuilde water wat de mensen nu drinken. Voor maar liefst 350 families (1500 inwoners) per dorp wordt er schoon water geproduceerd. Ook hebben we een aantal scholen bezocht. Hier werden we verwelkomd door kinderen die trots hun nieuwe fietsen lieten zien. Deze hebben zij gekregen om de lange afstanden naar school te kunnen fietsen in plaats van lopen.

PMTT Slimstock

The Foundation of Goodness van dichterbij bekeken

Op de zesde dag van de rit, hebben we de Meth Sewa Home for Special Needs bezocht. Deze is door Niroshan opgericht. Hij en zijn vrouw vonden op een ochtend een geestelijk en lichamelijk gehandicapte baby, achtergelaten voor hun deur. Op het buitenstedelijk gebied van Sri Lanka is het erg moeilijk om te zorgen voor gehandicapte kinderen. Helaas hangt er ook een sociaal stigma aan deze kinderen. Zonder hulp van buitenaf hebben Niroshan en zijn vrouw voor het door hen gevonden kind gezorgd. Vandaag de dag zorgen zij voor 85 kinderen met een grote diversiteit aan uitdagingen. FOG heeft er voor gezorgd dat de kinderen de bedden hebben ontvangen die zij zo hard nodig hebben. Na ons bezoek is PMTT de uitdaging aangegaan om de Meth Sewa Home for Special Needs te voorzien van zonne-energie om hun energie kosten te verlagen of zelfs tot nul te reduceren.

PMTT-Slimstock-thnx

Centre of Excellence

Een ander opmerkelijk gedeelte van onze reis, was ons bezoek aan Seenigama, de thuisbasis van FOG’s Centre of Excellence. Hier ontmoetten we de inspirerende Sri Lankaan en oprichter van de FOG, Kushil Gunasekera. Hij liet ons de huidige situatie zien van de gevolgen van de Tsunami in Sri Lanka op 26 december 2004. FOG’s Centre of Excellence is een uniek initiatief voor plattelandsontwikkeling dat meer dan 30 programma’s faciliteert. De foundation is actief in verschillende sectoren. zoals peuterscholen, ondernemerschap & empowerment voor vrouwen, een IT centrum, een tandarts en een medische kliniek.”

Slimstock is erg dankbaar om als sponsor mee te mogen doen aan dit schitterende initiatief. Bent u na het lezen van mijn verhaal nieuwsgierig geworden naar Tuk-Tuk race of een van de deelnemende organisaties? Neemt u dan gerust contact op met Erik de Witte of bekijk de websites van PMTT en Foundation of Goodness.

SHARE: