Technologie voor een veerkrachtige voorraadketen
In deze economisch en logistiek onzekere wereld is een vraag- en voorraadplanning geen sinecure. Een strategische ommezwaai naar nieuwe, flexibele supplychainbusinessmodellen is mogelijk dankzij nieuwe technologieën.
Jeroen Van den Hove
Lean Supply Chain – Portfolio Manager, Stanwick
Hoe kunnen bedrijven vraag en aanbod voorspellen in een dynamische markt met wisselende aankooppatronen?
“Een forecast is altijd fout. Je kunt alleen maar streven naar een zo hoog mogelijke nauwkeurigheid. Eerst en vooral zet je een flexibel en responsief voorspellingsmodel op door eerdere verkoopgegevens te combineren met realtime markttrends en consumentengedrag. Machine-learning-algoritmes kunnen bijvoorbeeld patronen identificeren in grote datasets en helpen bij het voorspellen van de toekomstige vraag, zelfs in fluctuerende marktomstandigheden. Ook externe factoren zoals economische indicatoren zijn belangrijk om een vollediger beeld te krijgen van potentiële marktveranderingen. Verder zorg je voor een lean supplychainproces zodat onverwachte pieken en dalen sneller geabsorbeerd worden.”
Hoe belangrijk is consumentenkennis en klanttevredenheid bij demand planning?
“Beide zijn fundamenteel voor efficiënte demand planning. Eerste tip: ken je klant. Een gedetailleerd inzicht in klantgedrag, voorkeuren en aankooppatronen via analyse van diverse datastromen is essentieel. Tweede tip: klantsegmentatie en productpersonalisatie leiden tot een hogere klanttevredenheid en loyaliteit. One supplychain does not fit all. Productassortimenten kunnen bijvoorbeeld aangepast worden op basis van regionale voorkeuren of seizoensgebonden trends. Derde tip: bevraag je klant. Klanttevredenheid is geen doel op zich, maar ook een bron van waardevolle informatie. Feedback dient als input voor continue verbetering van producten, diensten en voorraadstrategieën.”
Welke technologieën geven optimale ondersteuning aan demand driven supplychainmanagement?
“Door de combinatie van verschillende technologieën kan een bedrijf een responsieve, efficiënte en klantgerichte supplychain ontwikkelen. Zo is er software waardoor de doorlooptijd van het bestelproces maximaal kan worden gereduceerd. Artificiële intelligentie kan routinetaken in de supplychain automatiseren en complexe besluitvormingsprocessen ondersteunen. IoT, data-analyse en visualisatietechnologieën helpen bedrijven om grote hoeveelheden data te analyseren voor snelle en nauwkeurige aanpassingen in de planning. Cloud Computing biedt dan weer flexibele en schaalbare oplossingen voor het beheren van complexe supply chain-netwerken, waardoor realtime samenwerking mogelijk wordt tussen verschillende partijen.”
Piet Buyck
SVP Industry Principal, LOGILITY
Hoe kunnen bedrijven vraag en aanbod voorspellen in een dynamische markt met wisselende aankooppatronen?
“Het productievolume, de aankoop van de grondstoffen en de te voorziene stock plannen wordt steeds moeilijker voor bedrijven omdat de veranderingen in de markt heviger zijn. Traditionele forecasts baseerden zich op statistische modellen die gemiddelden van het verleden hergebruikten voor de toekomst. Die waren niet altijd erg nauwkeurig. Gelukkig is er nu meer informatie beschikbaar. De nieuwe planningsystemen verwerken marktinformatie sneller en efficiënter dankzij AI, zonder de complexiteit te verhogen of de controle van de planner te verminderen. Hierdoor kunnen bedrijven korter op de bal spelen, sneller anticiperen op vraagschommelingen en de foutgevoeligheid van de voorspellingen verminderen.”
Hoe belangrijk is de consumentenkennis en klanttevredenheid bij demand planning?
“Kennis van je klant en zijn tevredenheid is uiteraard heel belangrijk. Demand planning heeft net als doel om in samenwerking met de verkoopafdeling, het supplychainmanagement en de financiën de meest optimale vraag te creëren en deze zo nauwkeurig mogelijk te voorspellen. De connectie tussen deze departementen spreekt voor zich. Een retailer die niet genoeg voorraad voorziet kan op korte termijn extra producten bestellen tegen een meerprijs of de rekken leeg laten, met als gevolg ontevreden klanten en een verlies van marktaandeel. Om klanten te begrijpen en productie en voorraden zo flexibel mogelijk te beheren, verzamel en analyseer je best data rond hun koopgedrag en andere marktsignalen.”
Welke technologieën geven optimale ondersteuning aan demand driven supplychainmanagement?
“De combinatie van generative AI (zoals ChatGPT) en narrow AI (insight based forecasting) veroorzaakt een echte revolutie. Voor het eerst kan de complexiteit van de wereld beschreven worden met een digitale taal die gekoppeld wordt aan de voorspellingen. Deze taal die gebeurtenissen, klantengedrag en promoties beschrijft, kan op haar beurt gelezen en besproken worden via GenAI. Concreet betekent dit dat je een piek in de vraag kan aanduiden als een promotie via een planner, een e-mail of zelfs via een voice message. Het planningssysteem kan dit oppikken, documenteren en op gepaste wijze en met een ongekende nauwkeurigheid doorgeven aan de rest van de organisatie, inclusief de CEO of de aankoper.”
Tom Van Herzele
Belgium Supply Chain & Operations Partner, EY
Hoe kunnen bedrijven vraag en aanbod voorspellen in een dynamische markt met wisselende aankooppatronen?
“De vraag in een dynamische markt voorspellen is een complex gegeven. Enerzijds zijn er de statistische modellen gebaseerd op gegevens van vorige jaren, waarbij de accuraatheid berekend wordt tussen de daadwerkelijke verkoopvolumes en de respectievelijke voorspellingen. Anderzijds kan input van specialisten de cijfermatige inschatting verfijnen met kennis van bepaalde markttrends of kortingsacties van een grote klant. Het voorspellen van aanbod op korte termijn is meestal vrij stabiel. Op langere termijn, echter, moet je niet alleen rekening houden met eigen groeiverwachtingen maar ook met externe factoren, zoals een tekort aan grondstoffen. Bedrijven moeten flexibel genoeg zijn om dit te kunnen opvangen.”
Hoe belangrijk is consumentenkennis en klanttevredenheid bij demand planning?
“In een dynamische markt is een goede consumentenkennis essentieel. Aankoopgedrag van je doelgroep moet je kennen, maar kun je tot op zekere hoogte ook beïnvloeden. Zo leg je bijvoorbeeld geen megastock ijs aan bij je groothandelaars in de winter tenzij je een winterproduct van ijs promoot bij de consument. Je klant kennen zorgt altijd voor betere voorspellingen. Klanttevredenheid zorgt voor loyaliteit, maar is niet altijd prioritair. Bij een laag aantal bieders of bij onmiskenbare productkwaliteit zullen mensen altijd kiezen voor die leverancier. In een markt waar je geen groot concurrentievoordeel hebt, kan klanttevredenheid een van de redenen zijn om de vraag stabieler te houden.”
Welke technologieën geven optimale ondersteuning aan demand driven supplychainmanagement?
“Uiteraard zien we ook hier de steile opmars van artificiële intelligentie. De eerste stap is de basis van demand planning juist zetten en de processen, de kennis van je organisatie en een overkoepelend planningsysteem naar een hoger niveau tillen. Er zijn Belgische wereldspelers, gespecialiseerd in geavanceerde planning en volledig geïntegreerde platformen waardoor je alle aspecten van demand planning tot productieplanning en voorraadverdeling over de verschillende magazijnen in één overzichtelijk platform ter beschikking hebt. Hierdoor verloopt de communicatie tussen de verschillende departementen veel vlotter, wat dan weer voor succesvolle synergieën zorgt. Daarom noem ik het eerder een ‘waardeketen planning’.”