Gerelateerde items

Demand Forecasting in FMCG: euro's goedkoper(Dossier, 8 feb 2010)

 

Ook de vraag maar producten kan beinvloed worden door de wisseling van de seizoenen. En het niet herkennen van deze seizoensgevoelige producten levert in de regel veel logistieke onrust op. Hoe herkennen we deze producten nu?

Seizoensgevoeligheid
Eerst moeten we het begrip seizoensgevoeligheid definiëren: "A characteristic of a time series in which the data experiences regular and predictable changes which recur every calendar year".  Een begrijpelijke definitie maar hoe vinden we artikelen binnen een assortiment die aan dit criterium voldoen? Duidelijk is wel dat ondanks de term seizoensgevoeligheid het fluctueren niet altijd direct aan het veranderen van seizoenen gekoppeld kan worden.

Kerstballen
Een eenvoudig voorbeeld is kerstmis. Dit valt ieder jaar op dezelfde dagen en of het nou warm of koud is maakt niets uit. In de aanloop naar deze dagen stijgt de vraag naar specifieke producten als bijvoorbeeld kerstballen. Onmiddellijk na kerstmis valt de vraag naar kerstballen volledig weg en daar kan je logistiek gezien je voordeel mee doen. 

Het wordt al wat lastiger als de wisseling van de seizoenen daadwerkelijk voor verandering in de vraag gaat zorgen. Je weet wel dat het vanaf 21 maart officieel lente is maar dat vormt geen garantie voor  bijvoorbeeld mooie  temperaturen. En deze stijging van de temperatuur zorgt ervoor dat mensen meer buiten actief worden en dus de vraag naar onder andere tuinartikelen en fietsbenodigdheden fors toenemen. We weten niet wanneer de vraag gaat toenemen en ook niet of dat een stabiel stijgende vraag is of een min of meer terugkerende piekende vraag.

Erg lastig wordt het als er producten zijn die een seizoenspatroon vertonen waar zowel de wisseling van de seizoenen evenals de feestdagen geen oorzaak van zijn.  Dit is in de regel dan ook een vergeten categorie producten in veel ondernemingen waar of veel omzet blijft liggen of het risico op teveel voorraad groot is. Voor welke categorie van seizoensgevoleigheid dan ook: het voorspellen van het volume van de vraag gedurende de periode waarin de vraag zou moeten stijgen is en blijft erg moeilijk waarbij het verleden een net zo grote hulp kan leveren als een bedreiging!

Statistisch model
In voorraadbeheersing is er gelukkig een statistisch model beschikbaar dat in staat is seizoensgevoeligheid van producten te detecteren. Het is bijna niet toevallig meer dat dit het model van "Winters" wordt genoemd!

Dit model is het meest gangbaar maar heeft zijn beperkingen. Zo kan dit model niet gebruikt worden voor producten die maar een klein deel van een jaar vraag hebben en zo zijn er nog veel meer beperkingen te noemen. Het komt dus aan op kennis, toepassing en inventiviteit om deze producten te herkennen, te erkennen en de voorraden met het gevonden patroon mee te laten fluctueren. Zouden we dit niet doen dan hebben we gemiddeld gezien voldoende voorraad, te weinig in de periode van vraagstijging en teveel in de periode van wegvallende vraag. In de praktijk merk ik dat het helemaal niet herkennen en onderkennen van seizoensgevoeligheid leidt tot reactief voorraadbeheer ; juist als we de periode ingaan waar de vraag sterk gaat wegvallen komen de grote bestellingen voor de verwachte stijgende vraag nog binnen!