Supply Chain Del 3: Prognoser

Efter att vi i tidigare inlägg avhandlat lagerstyrning i allmänhet (läs) och klassificering av artiklar (läs) har turen nu kommit till prognoser.

Alla företag har behov av att på olika sätt bilda sig en uppfattning om framtiden. Förutsägelser och tankar om vad som komma skall finns med och påverkar beslut om allt från övergripande affärsstrategi ner till utformningen av det dagliga arbetet.

Supplychain8

En prognos av vem och för vem?

Eftersom prognostisering är ett nyckelmoment i den löpande försäljnings- och verksamhetsplaneringen (även känt som S&OP, Sales and Operations Planning) är det naturligt att flera olika funktioner vill vara med och påverka utformning och innehåll.

Det är därför viktigt att redan i ett tidigt skede besluta om en tvärfunktionell definition av vad man menar med en prognos, annars är det lätt att man pratar om olika saker. Ett exempel kan vara skillnaden mellan försäljningsbudget och försäljningsprognos. En budget är mer av ett mål man satt upp och som man strävar efter att uppnå medan en prognos är det utfall man kan förvänta sig utifrån de åtgärder man vidtagit och marknadsläget i stort. Prognosen är alltså mer levande och föränderlig – och kan beroende på omständigheterna både under- och överstiga budgeten.

Vidare ska det vara tydligt vem det är som ”äger” prognosen och vilka det är som förväntas vara med och bidra med data och information. Det är även viktigt att klargöra hur prognosen är tänkt att användas eftersom det i högsta grad påverkar både hur man definierar den och vem som äger den.

För ett lyckat prognosarbete krävs alltså tydlighet och kommunikation mellan funktionerna. Kommunikation mellan funktionerna hjälper till att skapa en balanserad syn på prognoserna, inte minst gäller det mellan sälj och inköp. Det är två funktioner som annars riskerar att hamna i en intressekonflikt, trots att man egentligen vill exakt samma sak – att företaget är så lönsamt som möjligt, skillnaden är bara att man har olika utgångspunkter.

När det kommer till själva lagerstyrningen är vi primärt intresserade av framtida efterfrågan oavsett om det är försäljning, behov hos produktionen eller något annat som genererar den. Vilka artiklar kommer efterfrågas, när och var? När infaller högsäsongen och hur ser trenderna ut? Det är med hjälp av prognoser som vi kan svara på ovanstående frågor – målet är att säkerställa att rätt artiklar finns på rätt plats och i rätt kvantitet.

Slipp oöverskådliga Excelark och låt systemet sköta beräkningarna

Hur skapar vi då en prognos? Eller rättare sagt hur skapar vi en prognos för varje artikel i vårt sortiment, kanske är det tusentals, som dessutom är aktuell och uppdateras regelbundet – och tar hänsyn till alla de ovanstående frågeställningarna utan att helt överhopa inköpare, planerare och säljare med arbete?

Ett sätt att arbeta med prognoser – och det sätt som jag förespråkar – är att man använder sig av en matematiskt beräknad och systemgenererad prognos som grund. Denna prognos kan sedan vid behov justeras av exempelvis inköpare eller säljare om de har ytterligare information som inte finns i systemet.

Fördelarna med att arbeta på detta sätt är att vi får:

  • En enhetlig metod för att skapa prognoser.
  • Möjlighet att skapa prognoser för tusentals artiklar.
  • Tid att fokusera på viktiga artiklar och avvikelser.
  • Minskat beroende av kunskap som sitter ”i huvudet”.
  • En prognos baserad på historisk data, det som faktiskt har hänt.

Låter man sitt affärssystem sköta prognostiseringen har man dessutom fördelen att den är helt integrerad med all annan funktionalitet kopplad till inköp, planering och lager.

Hitta rätt prognosmodell

Låt oss titta närmare på hur en sådan här ”matematiskt beräknad och systemgenererad prognos” är konstruerad och hur den fungerar.

Gemensamt för alla matematiska prognosmodeller är att de försöker efterlikna verkligheten och fånga upp de viktigaste egenskaperna hos efterfrågan av en artikel. Vanliga sådana egenskaper är säsonger, trender och olika sorters efterfrågemönster.

Säsong och trend

En säsong är en regelbundet återkommande efterfrågeökning, eller minskning, exempelvis jul eller påsk. En trend är en gradvis ökning, eller minskning, av efterfrågan oberoende av säsong.

Givetvis kan man även tänka sig att en artikels efterfrågan påverkas av både säsong och trend samtidigt. Det ställer ytterligare krav på prognosmodellen då den måste kunna identifiera om en ökning eller minskning beror på säsongs- eller trendfaktorer.

Efterfrågemönster

Utöver säsong och trend brukar man också tala om efterfrågemönster. Ett efterfrågemönster beskriver hur efterfrågan mellan olika perioder förhåller sig till varandra. Exempel på sådana mönster är jämn, oregelbunden och sporadisk efterfrågan. När man analyserar efterfrågemönster brukar man undersöka två typer av variationer – dels variation i tid mellan efterfrågetillfällen och dels variation i förbrukad kvantitet vid ett efterfrågetillfälle.

Scm 3 Ny5

Vikten av korrekt data

Alla prognosmodeller utgår ifrån någon form av historisk data. Det kan exempelvis vara försäljningshistorik, förbrukningsstatistik eller plock från lagret. Exakt vilken datakälla man väljer att använda sig av kan variera – det viktiga är att man använder den data som bäst representerar den efterfrågan som man köper in och planerar för att möta.

Vikten av att välja rätt modell

När den bästa datakällan har identifierats är nästa steg att välja en prognosmodell. Det finns en uppsjö att välja emellan, var och en med sina styrkor och svagheter. Hur vet man vilken man ska använda sig av?

Det viktiga är att välja modeller som har förmågan att identifiera de egenskaper just era artiklar har. Detta innebär att man, om man har ett brett sortiment, kan behöva använda sig av flera prognosmodeller för olika typer av artiklar, exempelvis en för säsongsartiklar, en annan för storsäljarna och en tredje för sällanköpsvaror. Rätt modell för en artikel kan identifieras utifrån en analys av trend, säsong och efterfrågemönster.

Prognosen som en del av lagerstyrningen

En bra prognos är en mycket viktig del i arbetet med försäljning, inköp och planering och har man en förhållandevis stabil efterfrågan kan prognosen i sig själv utgöra ett fullt tillräckligt beslutsunderlag.

Men – ju större variationer en artikel uppvisar oavsett om det beror på säsong, trend eller efterfrågemönster, desto mer utmanande blir prognostiseringen. Det gör det också svårare att fatta bra beslut enbart baserat på prognosen. Risken är att man ändå hamnar fel med brist eller felaktiga lager som konsekvens.

För att kunna hantera osäkerhet och variation förlitar man sig inte enbart på själva prognosen utan låter den ingå som en av komponenterna i arbetet med lagerstyrning. De övriga komponenterna är partiformning, servicegrader och säkerhetslager. Tillsammans med prognoser ger de ett tydligt svar på vad man ska köpa in, hur mycket och när. I kommande blogginlägg kommer vi gå igenom vart och ett av dessa begrepp.

Bloggserien kring Supply Chain Management fortsätter under hösten. Hoppas vi hörs igen!

Lösningar med Bison