Forecasten van nieuwe producten blijft moeilijk

Verschillende industrieën kampen met dezelfde planning en forecasting problemen, dat wordt al duidelijk voordat Eckhard Scheufler zijn verhaal begint tijdens de Planning Inspiration Day in Eindhoven op 7 november 2013. De directeur Forecasting EMEA bij Janssen Pharmaceutica deelde hier zijn ervaringen over het forecasten van nieuwe producten in de farmaceutische industrie. De centrale vraag die onder de toehoorders uit de olie-, food-, hightech- en ziekenhuiswereld leeft, is: Hoe kun je de markt waar je een nieuw product in gaat lanceren het beste voorspellen?

Door Laurens Mosselman, supply chain correspondent

Organisator van het seminar, waarop 300 planning en forecasting experts afkwamen, was adviesbureau EyeOn. Volgens directeur Freek Aertsen hebben bedrijven in Nederland de nauwkeurigheid van hun forecasting flink zien stijgen in de laatste vijf jaar. Dat blijkt uit een peiling die het consultancybureau heeft uitgevoerd onder zijn klanten. Deze groei in nauwkeurigheid is niet toe te schrijven aan de inzet van extra mankracht. Integendeel, zestig procent heeft het gedaan zonder inzet van extra FTE. Vooral planning tools die nog geavanceerder zijn geworden, vormen een reden voor meer nauwkeurigheid.

Het onderzoek van EyeOn somt ook de belangrijkste uitdagingen voor planning- en forecastexperts op. De impact is verschillend per industrie. Zo zullen food en life science-bedrijven te maken hebben met prijsdruk, waar hightech ondernemingen zich vooral op innovatie moeten richten. Andere uitdagingen zijn opkomende markten, een actueel voorbeeld is de opkomst van Huawei in de telecomwereld, en veranderende behoeften van klanten, politieke onzekerheid en vergrijzing. Vooral de laatste twee zijn een issue in de farmaceutische wereld.

De bedrijven uit de peiling geven aan dat flexibiliteit en responsiviteit het antwoord op deze problemen is. Dit is te bewerkstelligen als de supply chain transparant is en er wordt samengewerkt. Een tweede manier is de planning te centraliseren zodat er snel een overzicht is, en tot slot dienen planning processen en tools continu verbeterd te worden.

Relevante spelers en data

In een van de parallelsessies was het woord aan Eckhard Scheufler van Janssen Pharmaceutica, onderdeel van Johnson & Johnson over new product forecasting. Dat begint volgens hem met het herkennen van de belangrijkste spelers in de markt waar het product in gelanceerd gaat worden. ‘Breng de concurrentie in kaart, weet wie je potentiële klanten worden en herken partijen die het succes van jouw product kunnen beïnvloeden’, adviseert Scheufler.

In de farmaceutische industrie is de positie van zogeheten influencers sterk. Voorbeelden zijn artsen en apotheken, die het product aan patiënt/klant dienen te brengen. Vervolgens dient er relevante forecastdata te worden gevonden. Te denken valt aan interne sales data (SAP), eigen marktonderzoek of secundair marktonderzoek. In de farmaceutische industrie zijn (anonieme) patiëntgegevens of medische data, zoals het aantal uitgeschreven recepten, ook van significant belang voor de forecasting. Met deze informatie kan een juist forecasting model gekozen worden.

Combinatie van modellen

Janssen Pharmaceutica gebruikt een combinatie van twee statistische modellen. Ten eerste een causaal model. Dit model is vooral geschikt voor het lanceren van een product in een nieuwe markt. Er dient op basis van eigen marktonderzoek een compleet beeld van de afzetmarkt gemaakt te worden, zodat het marktpotentieel duidelijk is. Ten tweede gebruikt Janssen pharmaceutica een zuiver tijdreeksmodel, wat een waardevol model is voor een bestaand product in een volwassen markt. Hier kan er aan de hand van secundair marktonderzoek een statistische verklaring gegeven worden hoe de markt zich zal ontwikkelen.

Belangrijk voor beide modellen is uiteraard dat de gebruikte data klopt. Daarom worden beide modellen gebruikt, waardoor intern verkregen data continu kan worden gebenchmarkt met externe data. ‘Op basis van volume en waarde dient te worden bepaald of interne data betrouwbaar is of dat deze verbeterd moet worden’, aldus Scheufler, die stelt dat new product forecasting uiteindelijk kijken in een glazen bol blijft. De sleutel voor succes ligt volgens hem in het minimaliseren van onzekerheid in de glazen bol.

Als voorbeeld om dat voor elkaar te krijgen, noemt Scheufler de Monte Carlo-simulatie. Dit is een dynamisch proces waarbij de ontwikkeling van de markt wordt gesimuleerd tegen steeds veranderende condities, zodat er uiteindelijk meerdere betrouwbare scenario’s ontstaan. ‘Onzekerheid minimaliseren is dus mogelijk, indien bedrijven hun forecast niet meer baseren op puntschattingen (één toekomstige situatie die het meest waarschijnlijk is, red.) of scenario’s, maar op marktsimulaties’, aldus Scheufler.