Verbeter de forecasting nauwkeurigheid, elimineer overtollige voorraad en maximaliseer service levels
In deze video vertelt Dr. Thomas Willemain, mede-oprichter en SVP Research, over het verbeteren van de nauwkeurigheid van prognoses door fouten te managen. Deze video is de eerste in onze serie over effectieve methoden om de nauwkeurigheid van prognoses te verbeteren. We beginnen met te kijken naar hoe voorspelfouten pijn veroorzaken en de daaruit voortvloeiende kosten. Vervolgens zullen we de drie meest voorkomende fouten uitleggen die we moeten vermijden en die ons kunnen helpen de omzet te verhogen en overtollige voorraad te voorkomen. Tom besluit met een overzicht van de methoden om de nauwkeurigheid van voorspellingen te verbeteren, het belang van het meten van voorspellingsfouten en de technologische mogelijkheden om deze te verbeteren.
Prognosefout kan gevolgen hebben
Overweeg één item uit vele
- Product X kost $100 om te maken en levert $50 winst op per eenheid.
- De verkoop van Product X zal de komende 12 maanden 1.000 per maand blijken te zijn.
- Overweeg één item uit vele
Wat zijn de kosten van een prognosefout?
- Als de voorspelling 10% hoog is, sluit het jaar dan af met $120.000 overtollige voorraad.
- 100 extra/maand x 12 maanden x $100/eenheid
- Als de voorspelling 10% laag is, mis dan $60.000 winst.
- 100 te weinig/maand x 12 maanden x $50/eenheid
Drie fouten om te vermijden
1. Fout negeren.
- Onprofessioneel, plichtsverzuim.
- Wensen zal het niet zo maken.
- Behandel nauwkeurigheidsbeoordeling als datawetenschap, niet als een verwijt.
2. Meer fouten tolereren dan nodig is.
- Statistische prognosemethoden kunnen de nauwkeurigheid op schaal verbeteren.
- Het verbeteren van gegevensinvoer kan helpen.
- Het verzamelen en analyseren van prognosefoutstatistieken kan zwakke plekken identificeren.
3. Tijd en geld verspillen die te ver gaat om fouten te elimineren.
- Sommige product/marktcombinaties zijn inherent moeilijker te voorspellen. Na een punt, laat ze zijn (maar wees alert op nieuwe gespecialiseerde voorspellingsmethoden).
- Soms kunnen stappen die bedoeld zijn om fouten te verminderen averechts werken (bijv. aanpassing).
RECENTE BERICHTEN

Hebben uw statistische prognoses last van het wiggle-effect?
Wat is het wiggle-effect? Het is wanneer uw statistische prognose de ups en downs die zijn waargenomen in uw vraaggeschiedenis onjuist voorspelt terwijl er echt geen patroon is. Het is belangrijk om ervoor te zorgen dat uw prognoses niet schommelen, tenzij er een echt patroon is. Hier is een transcriptie van een recente klant waar dit probleem werd besproken:

Hoe om te gaan met statistische prognoses van nul
Een statistische voorspelling van nul kan veel verwarring veroorzaken bij voorspellers, vooral wanneer de historische vraag niet nul is. Natuurlijk, het is duidelijk dat de vraag naar beneden neigt, maar moet deze naar nul evolueren?

Het artikel van Smart Software heeft de 1e plaats gewonnen in de categorie 2022 Supply Chain Brief MVP Awards Forecasting!
Smart Software is verheugd aan te kondigen dat ons artikel “Managing Inventory amid Regime Change” de 1e plaats heeft gewonnen in de categorie Forecasting van de 2022 Supply Chain Brief MVP Awards.