“Retailers laten kansen liggen door onbetrouwbare forecast”

Retailers kunnen het aantal out-of-stocks bij promoties verlagen door hun forecastproces te verbeteren. Dat betekent het inzetten van slimme wiskundige forecasttools en meer samenwerking, niet alleen met category management en logistiek maar ook met leveranciers en winkels. Dat concludeert Tolga Tanaydin in zijn afstudeeronderzoek bij supermarktketen C1000.

De distributiecentra van supermarktketen C1000 en zijn leveranciers kampen bij promoties regelmatig met out-of-stocks of blijven juist met restanten zitten. Oorzaak van deze mismatch tussen de vraag van consumenten en de beschikbare voorraad in de dc’s is het ontbreken van een eenduidige, tijdige en betrouwbare forecast. In het kader van zijn afstudeeropdracht aan EFMI Business School, het academisch kennisinstituut voor de foodsector, deed Tolga Tanaydin onderzoek naar dit probleem. Hij constateerde onder meer dat sommige leveranciers al tien tot twaalf weken voorafgaand aan een promotie een forecast nodig hebben om hun productieplanning daarop te kunnen afstemmen. Die forecast komt vaak te laat en is lang niet altijd betrouwbaar.

Forecast op gevoel

Grootste probleem volgens Tanaydin is dat C1000 twee verschillende forecasts hanteert. Allereerst maakt de afdeling category management een forecast die grotendeels is gebaseerd op gevoel. Input uit kassagegevens wordt daarin lang niet altijd meegenomen omdat het veel tijd kost om deze data uit de desbetreffende IT-systemen te halen. Bovendien komt het voor dat category managers in hun enthousiasme de verwachte verkoopcijfers soms overschatten.

Daarnaast maakt de afdeling logistiek – in de wetenschap dat de commerciële forecast slechts beperkt betrouwbaar is – een eigen forecast. Op basis van die forecast bepaalt logistiek hoeveel in de dc’s op voorraad moet worden gelegd en hoeveel bij leveranciers moet worden besteld. Daarvoor is door Involvation een forecasttool ontwikkeld, die vanwege het ontbreken van betrouwbare verkoopdata van sommige artikelen echter slechts beperkt wordt gebruikt.

Wat de kans op out-of-stocks of restanten versterkt, is het bestelgedrag van de C1000-winkels. Elke winkel plaatst onafhankelijk een bestelling, ongeacht de forecast van het hoofdkantoor. Daarbij wordt niet of nauwelijks rekening gehouden met promotiekenmerken zoals de plek in de promotiefolder en de actuele actieprijs. De resultaten van vorige promoties zijn voor winkels alleen na veel inspanning boven water te halen.

Nieuw integraal proces

Volgens Tanaydin kan C1000 de resultaten van promoties verbeteren als een integraal forecast-proces wordt ingevoerd. Niet alleen de verschillende afdelingen op het hoofdkantoor, maar ook de winkels en leveranciers moeten daarin samenwerken. Dat leidt ertoe dat de hele keten dezelfde forecast gebruikt. Een forecast bovendien die voor alle schakels op tijd komt, ook voor de leverancier die op basis daarvan zijn productie moet plannen.

Belangrijk in een integraal forecastproces is het gebruik van een wiskundige tool, zodat er een objectieve forecast ligt die eventueel kan worden aangevuld met de kennis en ervaring van de betrokkenen. Om te voorkomen dat de betrokkenen toch op basis van onderbuikgevoel voorspellingen doen, dient de forecast-tool bruikbaar te zijn voor alle artikelen, ook voor artikelen met weinig historie of artikelen die in- of uitgefaseerd worden. Daarbij is het wel van belang dat de onderbouwing en kwaliteit van de voorspellingen transparant is, zodat ze juist op waarde kunnen worden geschat. Tanaydin noemt nog meer voorwaarden waaraan een betrouwbare forecasttool moet voldoen. De tool moet bijvoorbeeld gemakkelijk in gebruik zijn, omdat elke week enkele honderden artikelen bij promoties zijn betrokken en een forecast dus snel gemaakt moet kunnen worden. Bij artikelen met weinig historie moet de tool suggesties kunnen doen voor andere artikelen die als voorbeeld kunnen dienen. Het moet mogelijk zijn om historische verkoopcijfers automatisch of handmatig aan te passen als deze cijfers vanwege out-of stocks of andere redenen geen correcte afspiegeling van de vraag vormen. Daarnaast moet het mogelijk zijn om op basis van forecastfouten en feedback van betrokkenen de tool steeds verder te verbeteren. Tot slot is het belangrijk om de prestaties van het forecastproces te meten, denk aan de betrouwbaarheid van de forecast, het aantal out-of-stocks en de hoeveelheid restanten.

Besteladviezen per winkel

Processchema promotie forecasting bij C1000Op basis van zijn onderzoek en conclusies heeft Tanaydin een nieuw integraal forecastproces ontworpen waarbij alle schakels in de keten zijn betrokken. Nieuw is dat voortaan ook elke winkel een besteladvies krijgt, in lijn met de forecast. Het nieuwe proces is getest in een pilot met zes winkels. Tijdens deze pilot is de wiskundige forecasttool van Involvation gekoppeld aan een tijdelijke Excel-tool waarin de forecast wordt omgezet in een besteladvies per winkel.

De eerste ervaringen met dit nieuwe forecastproces zijn positief. Al na drie weken bleek dat de zes deelnemende winkels erg tevreden waren over de besteladviezen. Zij waren minder tijd kwijt met bestellen en konden hun aandacht daardoor concentreren op de promoties waarbij ze hun eigen kennis en ervaring moesten inbrengen. De besteladviezen bleken echter nog niet nauwkeurig genoeg. Tanaydin adviseert daarom om beide tools in een volgend project te combineren tot één integrale tool, die niet alleen besteladviezen voor de winkels genereert, maar ook aangeeft hoeveel de dc’s op voorraad moeten leggen.