artikel

Wat is Demand Management (DM)?

Home

Nu de productcycli steeds korter worden, is het moeilijker dan ooit om het aanbod af te stemmen op de vraag. Demand management (DM) heeft tot doel om de afname van producten zo goed mogelijk te voorspellen, en indien mogelijk zelfs te reguleren. De productiecapaciteit kan dan optimaal worden benut, en dat bij zo laag mogelijke voorraden. Eenvoudig is dat niet. Integendeel, DM is één van de moeilijkste onderdelen van Supply Chain Management.

Vraagvoorspelling

De meest volwassen functie van DM is de vraagvoorspelling. Hierbij wordt gebruik gemaakt van software die de toekomstige vraag berekent, uitgaande van de afname van de betreffende producten in het (recente) verleden. Meestal is de berekening gebaseerd op het bepalen van een voortschrijdend gemiddelde of wordt gebruik gemaakt van extrapolatie.

Wie wiskundig onderlegd is, kan hier zelf een begin mee maken met behulp van Excel-spreadsheets.  Daarnaast bestaan er ook speciale forecasting-pakketten, die veel meer mogelijkheden bieden.  Overigens gaat het vaak om dezelfde software, als waarmee voorraadniveaus worden geoptimaliseerd.

Toegevoegde functionaliteit die een forecasting-systeem kan hebben is het zelfstandig bepalen welk rekenalgoritme de beste fit oplevert van de historische data (self-tuning), of het aangeven hoe betrouwbaar een voorspelling is. Daarnaast kan soms worden gemeld of er bijzonderheden zijn. Dit laatste kan tijdbesparing opleveren, omdat een demand planner dan selectief naar de producten kan kijken waarbij een trendbreuk optreedt in de afzet.

 

Wanneer is een geautomatiseerde vraagvoorspelling zinvol?

Een geautomatiseerd vraagvoorspellingsysteem is vooral zinvol als je veel verschillende producten maakt of verkoopt. Of als je te maken hebt met ingewikkelde afnamepatronen die je kunt beschrijven met een wiskundige functie.

 

Welke valkuilen zijn er?

Omdat een mens soms meer weet dan de software, zal altijd een menselijke inbreng noodzakelijk blijven. Mede daarom moet de gebruiker begrijpen wat het systeem doet. Vraagvoorspellingssystemen bevatten steeds meer intelligentie, om steeds ingewikkelder vraagpatronen aan te kunnen. Dit brengt het risico met zich mee, dat de uitkomsten onbegrijpelijk worden. Zoeken naar een optimale mix van mogelijkheden en gebruiksvriendelijkheid is dus van belang.

Hoe sneller en inzichtelijker het proces van vraagvoorspellen verloopt, des te beter. Liever ‘ongeveer goed’  dan ‘exact fout’ forecasten dus. Te veel details meewegen kan dus een valkuil zijn.

Een andere beruchte bottleneck is de marketing-production allignment, zie hieronder. Bedrijven die dit onderdeel met succes hebben toegevoegd aan hun vraagvoorspelling zijn nog dun gezaaid. Echter, juist dit maakt het onderscheid tussen voorspellen en het daadwerkelijk managen van de vraag. Dit markeert tevens de stap van forecasting naar demand management.

 

Marketing-production allignment

Eén van de grootste bottlenecks is het afstemmen van de marketingstrategie en de productieplanning: marketing-production alligment. Berucht is het voorbeeld van de autofabrikant, die zijn distributeurs korting gaf om van een voorraad groene auto’s af te komen. De logistieke planners waren hiervan niet op de hoogte, en concludeerden dat de consument plotseling extra van groen was gaan houden. Het gevolg: er werden meer groene auto’s geproduceerd dan ooit.

Een logistieke ramp natuurlijk. Wel blijkt uit het bovenstaande voorbeeld dat je de vraag wel degelijk actief kunt beïnvloeden, onder meer via de prijsstelling van individuele producten en met promotiecampagnes. De vraagvoorspellingsmodules van sommige DM-systemen houden daar al rekening mee.

De heilige graal is een gesynchroniseerde aanpak voor de productieplanning, het voorraadbeheer en de marketing, ook wel een one number planning genoemd. Software kan dit proces ondersteunen, maar allignment is bovenal een zaak van gestructureerd en multidisciplinair teamoverleg.  Voorbeelden van bedrijven die daarin vooroplopen zijn ASML en Philips. Bij dit laatste bedrijf nemen zelfs de toeleveranciers deel aan de overleg- en afstemmingsrondes!

 

Wie levert software voor DM? *)

Marktleiders voor voorraadoptimalisatie zijn Excel en Slimstock, voorheen Infolog. De grotere ERP-systemen bevatten een module voor het ondersteunen van een vraagvoorspelling. Het gebruik van de deze ERP-modules is in opmars, maar de gespecialiseerde forecasting-systemen worden nog steeds iets vaker gebruikt.

SAP Advanced Planner and Optimizer (SAP APO) en Slimstock zijn de meest gebruikte oplossingen op het gebied van vraagvoorspelling. Wereldwijd zijn daarnaast andere belangrijke spelers: Business Forecast Systems, Scanmar, Quadriceps, A3, Finmatica en Manugistics. 

In Nederland zie je de meeste implementaties van forecasting-systemen bij groothandels. De kosten variëren van vrijwel niets voor Excel tot meer dan een miljoen euro voor een breed DM-systeem, gebruikt door een groot aantal planners.

 *) de informatie in deze alinea werd verstrekt door Roy Lenders, Capgemini.

 

Auteur: Dr Ir Jaap van Ede

Reageer op dit artikel