De valkuilen bij Demand Planning

Een goede demand planning is essentieel voor de operationele en financiële performance van een organisatie. Hoe vermijd U de meest voorkomende valkuilen?

Als we spreken over demand planning dan refereren we aan alle functionaliteiten binnen de organisatie die bijdragen aan het stroomlijnen van de operaties versus de vraag vanuit de markt.

De digitalisering van de afgelopen jaren leek de belofte waar te maken om silovorming en organisatiebarrières te slechten door het terugdringen van menselijke interactie. Toch worstelen vele bedrijven met juist deze zaken om hun demand planning op orde te krijgen.

Valkuil 1. Gebrek aan commitment.
In veel organisaties wordt een forecast nog altijd met de nodige scepsis bekeken. “de planning klopt toch niet, want….” is een veel voorkomende opvatting binnen bedrijven. Het gevolg hiervan is dat door menselijk ingrijpen de feitelijke productie wordt aangepast ipv het verbeteren van de forecast, waardoor een selffulfilling prophecy ontstaat. Op management en executive level is dan vaak te weinig sturing om deze valkuil te vermijden.

Ook ontbreekt het vaak aan commitment om organisatie barrières te doorbreken. Vaak blijft demand planning hangen op mid management level binnen een specifieke silo. Op dit niveau tracht men dan de verschillende metrices op elkaar af te stemmen, wat het volgende probleem veroorzaakt. De bullwhip. Door de supply chain als een sequenties van metrices te beschouwen worden variaties vanzelf versterkt en loopt uw demand planning snel uit de pas. En niet zelden wordt dit gedaan binnen individuele spreadsheets in plaats van een geïntegreerde demand planning systeem.

Valkuil 2. Resultaten in het verleden bieden geen garantie voor de toekomst.
Veel statistische forecasts, ongeacht hun methode, zijn gebaseerd op historische ontwikkelingen. Om 2 redenen gaat dit verkeerd. het al eerder benoemde interne bullwhip effect maar ook het feit dat historische data snel verouderd. Zeker in een markt die continue onderhevig is aan snelle veranderingen in de vraag.

Het is juist de uitdaging bij S&OP om voorspellingen te doen op actuele ontwikkelingen in de markt door slim gebruik van Big Data. Statistische data kan gebruikt worden om markt segmentaties te onderzoeken en voor het creëren van baseline forecast. Maar op bijvoorbeeld SKU niveau is het totaal ongeschikt.

Valkuil 3. Gebrek aan samenwerking
Ontwikkelingen die direct invloed hebben op de vraag worden vooraf niet goed doorgesproken of gecommuniceerd binnen de organisatie. Denk bijvoorbeeld aan een nieuwe marketing campagne of de introductie van nieuwe producten in de markt. Voor de Operatie ontstaat dan een geheel nieuwe situatie waar ad hoc op ingesprongen moet worden. De Operatie kan niet volgen bij de verandering in de vraag en het gewenste resultaat van de marketingactie wordt als gevolg hiervan niet gerealiseerd. Het resultaat is onderlinge verwijten binnen de organisatie.

De organisatie structuur is vaak het probleem. Verticaal georganiseerd met vele functionele silo’s. Binnen elke silo worden nieuwe ideeën en concepten ontwikkeld zonder dat men vanaf het begin de rest van de organisatie hierin betrekt. Men wil liever een panklaar verhaal op tafel leggen voordat men overlegt met de organisatie.

Valkuil 4. Gebrek aan volwassen forecast methodes.
Zoals al eerder gesteld zijn historische data een slechte voorspeller van toekomstige ontwikkelingen in een snel veranderende markt. Het ontbreek in veel organisaties aan een incrementele verandering van hun forecast proces. Van historisch naar Prescriptive analyses.

Historische data kan gebruikt worden voor een eerste baseline van informatie en segregatie van markten.Binnen deze onderverdeling dienen organisaties de volgende stappen om de valkuil te ontlopen.

Descriptive analysis of data management is misschien wel de meest essentiële stap. Niet alleen het verzamelen en beheer van de data maar vooral de wijze van vastlegging en op welke wijze de data wordt ontsloten naar de organisatie. [taggen, categorieën etc] Het voorzien van data van de juiste karakteristieken en parameters is fundamenteel voor de bruikbaarheid van de gegevens.

Monitoring analysis. Eenmaal vastgesteld welke data U wilt vastleggen en beheren, is constante bewaking en update van informatie essentieel. Niet alleen de data zelf maar vooral ook de veranderingen in de data sets.

Diagnostic analysis. De verzamelde data wordt geanalyseerd op variaties ten opzichte van base line data en vergeleken met de verwachte ontwikkelingen en welke afwijkingen en in welke mate vastgesteld kunnen worden.

Predictive analysis gebruikt de diagnose informatie om de nieuwe verwacht uitkomst vast te stellen. Kortom, wat is het effect van een wijziging in de planning, wijzigingen in de vraag.

Prescriptive analysis geeft vervolgens antwoord op de vraag welke correctieve acties moeten worden genomen. Daarbij wordt gebruikt gemaakt van scenario vergelijkingen en andere proces control algoritmes om tot de best mogelijke keuze te komen.

Valkuil 5. Gebrek aan innovatie.
Innovatie is een plotselinge ontdekking. Innovatie is een incrementeel proces waarbij een organisatie elke dag een kleine stap zet om zichzelf te verbeteren. Gelijk aan ecosystemen die continue ‘nieuwe’ dingen proberen om te zien of het werkt. Dit is juist ook de kracht van startups die in relatief korte tijd veel pogingen doen om de markt te bedienen met een minimum aan proces controle en nauwelijks overhead. Hierdoor kan er zeer snel geschakeld en bijgestuurd worden, indien men op het verkeerde paard heeft gegokt.

In dit proces gebruikt men vaak 6S benadering om de maximale bewegingsruimte vast te stellen. Ten opzichte van de optimale flow wordt een UCL en LCL vastgesteld waarbinnen functies binnen de organisaties vrijelijk mogen bewegen. De verantwoordelijkheid, zowel operationeel als financieel, is volledig naar het laagst mogelijke niveau gedelegeerd. Overschrijdt men de boven of onderlimiet dan is horizontale samenwerking vereist om weer terug te komen binnen de grenzen of het gekozen pad te verlaten.

Belangrijk is dat de betrokken partijen binnen deze kaders de ranges overeenkomen qua performance, horizon van planning en risico, de gedeelde risico’s en de uitzondering condities waarmee gewerkt wordt.