Bedrijven lanceren voortdurend initiatieven om hun processen voor verkoop- en operationele planning en vraagplanning te upgraden of te verbeteren. Veel van deze initiatieven leveren niet het gewenste resultaat op. Heeft jou voorspelling functie niet aan de verwachtingen voldaan? Worstel je met 'best practices' die niet in staat lijken om nauwkeurige resultaten te produceren?
Al tien jaar vertelt het redactieteam van Foresight: The International Journal of Applied Forecasting lezers over de worstelingen en successen van prognoseprofessionals en doen we er alles aan om hen te leren over methoden en praktijken die echt werken. Dat doen we met artikelen die zijn bijgedragen door prognoseprofessionals, maar ook door gerespecteerde academici en auteurs van hoog aangeschreven boeken.
Als oprichter en redacteur van Foresight nodig ik u graag uit om deel te nemen aan de komende Foresight Practitioner-conferentie getiteld "Worst Practices in Forecasting: Today's Mistakes to Tomorrow's Breakthroughs."
Dit 1,5-daagse evenement vindt plaats in Raleigh, North Carolina, van 5 tot 6 oktober. Daar zullen we de gebruikelijke werkwijzen onder de loep nemen die de inspanningen om betere prognoses op te stellen mogelijk belemmeren. Onze uitgenodigde sprekers zullen vertellen hoe zij en anderen slechte gewoonten en slechtste praktijken in hun organisaties hebben ontdekt en geëlimineerd voor dramatische verbeteringen in de prognoseprestaties.
Enkele onderwerpen die aan de orde komen zijn:
• Gebruik en misbruik van oordelende overrides
• Vermijden van gevaren bij invoer van verkoopteams in prognoses
• Onjuiste praktijken bij voorraadoptimalisatie
• Valkuilen bij het meten van prognosenauwkeurigheid
• Worst Practices in S&OP en vraagplanning
• Slechte praktijken bij het voorspellen van software-implementatie
Foresight wordt uitgegeven door het non-profit International Institute of Forecasters (IIF), een onpartijdige, niet-commerciële organisatie die zich toelegt op het genereren, verspreiden en gebruiken van kennis over prognoses op een groot aantal gebieden. (Smart Software's eigen Tom Willemain is lid van de adviesraad van Foresight.) Foresight is slechts een van de middelen die door het IIF ter beschikking worden gesteld. Aanvullende publicaties, een groot aantal online bronnen, een jaarlijks symposium en periodieke workshops en conferenties zijn beschikbaar voor alle IIF-leden. De Smart Forecaster interviewde eerder IIF-voormalig president Dr. Mohsen Hamoudia. Bezoek de IIF-site voor informatie over deelname.
(Len Tashman is de redacteur van Foresight: The International Journal of Applied Forecasting. De ongebruikelijke praktijkgerelateerde conferentie die hij beschrijft en die in oktober 2016 zal plaatsvinden, zal veel lezers van The Smart Forecaster aanspreken. training zijn gewaarschuwd voor de mogelijkheid dat het negeren van statistische prognoses averechts kan werken als ze cavalier worden gedaan.Twee sessies op de conferentie richten zich op het gebruik van beoordelingsvermogen in het prognoseproces. - Tom Willemain)
gerelateerde berichten

Je moet samenwerken met de algoritmen
Dit artikel gaat over de echte kracht die voortkomt uit de samenwerking tussen u en onze software die binnen handbereik plaatsvindt. We schrijven vaak over de software zelf en wat er ‘onder de motorkap’ gebeurt. Deze keer is het onderwerp hoe je het beste met de software kunt samenwerken.

Beantwoord de precisie van het pronóstico: een precisie-cambio met de meetmetrieken
Het meten van de nauwkeurigheid van prognoses is een onmiskenbaar belangrijk onderdeel van het vraagplanningsproces. Deze voorspellingsscorekaart zou kunnen worden opgebouwd op basis van een van de twee contrasterende gezichtspunten voor het berekenen van metrieken. Vanuit het foutperspectief wordt de vraag gesteld: “Hoe ver lag de voorspelling van de werkelijkheid?” Vanuit het nauwkeurigheidsperspectief wordt de vraag gesteld: “Hoe dicht lag de voorspelling bij de werkelijkheid?” Beide zijn geldig, maar foutstatistieken bieden meer informatie.

Elk voorspellingsmodel is goed waarvoor het is ontworpen
Met zoveel hype rond nieuwe Machine Learning (ML) en probabilistische voorspellingsmethoden lijken de traditionele “extrapolatieve” of “tijdreeksen” statistische voorspellingsmethoden de koude schouder te krijgen. Het is echter de moeite waard om te onthouden dat deze traditionele technieken (zoals enkele en dubbele exponentiële afvlakking, lineaire en eenvoudige voortschrijdende middeling, en Winters-modellen voor seizoensitems) vaak behoorlijk goed werken voor gegevens met een groter volume. Elke methode is goed voor waarvoor deze is ontworpen. Pas ze allemaal op de juiste manier toe, bijvoorbeeld: neem geen mes mee naar een vuurgevecht en gebruik geen drilboor als een eenvoudige handhamer voldoende is.