< Terug naar overzicht

Betere voorspellingen als basis voor voorraad- en productieplanning

Een materiaaltekort dat de productieplanning verstoort. Een onverwachte stijging in de klantvraag waardoor de voorraad onvoldoende blijkt. Of producten die langer in het magazijn blijven liggen dan verwacht. Het zijn herkenbare situaties in industrie en groothandel, met directe gevolgen voor leverbetrouwbaarheid, kosten en planning.

Veel bedrijfsinformatie laat vooral zien wat er al is gebeurd: hoe de voorraad zich ontwikkelde, wat er is verkocht en waar de productie afweek. Voor een goede planning wil je juist eerder weten wat eraan komt, zodat je tijdig kunt bijsturen.

De meeste organisaties beschikken al over veel van de benodigde data. De uitdaging zit in het combineren van de juiste informatie en het vertalen daarvan naar voorspellingen die aansluiten op de dagelijkse operatie. In dit artikel lees je wat daarvoor nodig is, welke verbeteringen dat kan opleveren voor voorraad- en productieplanning en hoe SAP Business Data Cloud hierbij kan helpen.

Van vraagvoorspelling naar een haalbare planning

Een bruikbare vraagvoorspelling vraagt om meer dan historische verkoopgegevens. Ook veranderingen in klantvraag, het assortiment en relevante marktontwikkelingen kunnen van belang zijn. Om die voorspelling vervolgens te vertalen naar een haalbare inkoop- en productieplanning, heb je inzicht nodig in voorraadposities, materiaalbeschikbaarheid, levertijden en productiecapaciteit.

Stel dat de vraagvoorspelling laat zien dat klanten de komende maanden meer van een bepaalde productgroep zullen bestellen. Die voorspelling beschrijft de verwachte vraag, maar zegt nog niet of je daaraan kunt voldoen. Daarvoor toets je afzonderlijk of leveranciers de benodigde materialen op tijd kunnen leveren en of er voldoende productiecapaciteit beschikbaar is. Bij een knelpunt bepaal je welke aanpassingen in inkoop en productie mogelijk zijn en wat je daadwerkelijk kunt leveren. Zo blijft het onderscheid helder tussen wat klanten naar verwachting vragen en wat operationeel haalbaar is.

In veel organisaties staat deze informatie verspreid over verschillende systemen en afdelingen. Door gegevens uit verkoop, inkoop en productie met elkaar te verbinden, ontstaat een completer beeld van wat er verwacht wordt en wat operationeel haalbaar is. Zo kun je de inkoop, capaciteit en voorraad beter op elkaar afstemmen.

De kwaliteit van je voorspelling begint bij betrouwbare data

Een goede forecast staat of valt met de kwaliteit en actualiteit van de onderliggende informatie. Wanneer gegevens onvolledig zijn, definities verschillen of belangrijke wijzigingen niet tijdig worden verwerkt, heeft dat direct invloed op de betrouwbaarheid van de voorspelling.

Die informatie hoeft niet volledig uit SAP te komen. Verkoop- en voorraadgegevens staan bijvoorbeeld in SAP ECC of S/4HANA, terwijl klantinformatie uit een CRM-systeem komt en productie- of capaciteitsplanningen in een andere applicatie worden bijgehouden. Ook externe informatie, zoals marktontwikkelingen, kan relevant zijn voor het voorspellen van de vraag.

Om deze gegevens goed te kunnen gebruiken, moet duidelijk zijn waar de informatie vandaan komt, hoe actueel deze is en welke definities worden gehanteerd. Als afdelingen bijvoorbeeld verschillende uitgangspunten gebruiken voor beschikbare voorraad of verwachte levertijden, kan dat leiden tot uiteenlopende voorspellingen en planningen. Daarnaast blijft kennis van het bedrijfsproces essentieel. Een verandering in de vraag krijgt pas betekenis wanneer je begrijpt wat de gevolgen zijn voor de operatie. Met betrouwbare data kunnen planners en supplychainprofessionals beter beoordelen welke afwijkingen aandacht vragen en welke maatregelen nodig zijn.

Van terugkijken naar eerder bijsturen

Door vraagvoorspellingen te combineren met gegevens over voorraad, verwachte leveringen en productiecapaciteit, kun je knelpunten eerder herkennen. Voor een productiebedrijf kan zo een dreigend materiaaltekort zichtbaar worden, zodat planners tijdig kunnen beoordelen welke aanpassingen in inkoop en productie nodig zijn.

In de groothandel kan een nauwkeurigere vraagvoorspelling helpen om de voorraad beter af te stemmen op de verwachte verkoop. In combinatie met passende voorraadkeuzes kan dat bijdragen aan een betere productbeschikbaarheid en minder onnodig vastgelegd werkkapitaal.

De waarde zit uiteindelijk in de beslissingen die je op basis van die voorspellingen kunt nemen.

Begin bij een concreet vraagstuk uit de praktijk

Vanuit Quinso beginnen we met de vraag welke beslissing je beter wilt kunnen nemen of welk bedrijfsproces je wilt verbeteren. Vervolgens onderzoeken we samen welke data daarvoor nodig is, hoe betrouwbaar die informatie is en welke technologie daarbij past.

Een praktisch vertrekpunt is bijvoorbeeld het nauwkeuriger voorspellen van de vraag per productgroep of het tijdig signaleren van onvoldoende productiecapaciteit. Door met een concreet vraagstuk te beginnen, kun je gericht onderzoeken wat mogelijk is met de beschikbare gegevens en welke informatie nog ontbreekt.

Ook wordt het eenvoudiger om de waarde van betere voorspellingen te beoordelen, bijvoorbeeld aan de hand van leverbetrouwbaarheid, voorraadkosten of een efficiëntere capaciteitsplanning.

In de praktijk zien we dat organisaties vaak over veel relevante data beschikken, maar dat hun voorspellingen onvoldoende aansluiten op de operationele planning. De uitdaging is om die informatie zo te benutten dat knelpunten eerder zichtbaar worden en je tijdig kunt bijsturen.

SAP Business Data Cloud als fundament voor forecasting

SAP Business Data Cloud biedt een datafundament om SAP-data en informatie uit andere bronnen samen te brengen voor analyse, planning en forecasting, met behoud van de betekenis en context van die gegevens. Welke mogelijkheden je inzet, hangt af van je datalandschap en het planningsvraagstuk.

SAP Datasphere helpt om data uit verschillende bronnen te verbinden, te modelleren en beschikbaar te maken. SAP Analytics Cloud ondersteunt analyses, planningsmodellen, scenario’s en voorspellende planning op basis van historische gegevens. Datasphere verzorgt daarbij de databasis; de voorspellingen en planningsfuncties worden in SAP Analytics Cloud of een andere passende toepassing ingericht. Voor maatwerkvoorspellingen met machine learning kan SAP Databricks een aanvullende rol spelen.

Een vraagvoorspelling is nog geen uitvoerbaar leverings- of productieplan. Voor het berekenen van materiaalbehoeften en het genereren van inkoop- en productievoorstellen kun je gebruikmaken van de bestaande MRP-functionaliteit binnen SAP ERP. Voor gespecialiseerde vraagplanning, voorraadoptimalisatie en supplyplanning met materiaal- en capaciteitsbeperkingen kan SAP Integrated Business Planning (IBP) passend zijn. Voor het gedetailleerd plannen van productieorders op beschikbare resources is SAP S/4HANA PP/DS relevant. SAP Analytics Cloud kan de financiële gevolgen van operationele plannen inzichtelijk maken en met IBP worden geïntegreerd. Voor het inzetten van SAP IBP is SAP Business Data Cloud niet noodzakelijk. BDC kan wel aanvullende waarde bieden door gegevens uit verschillende bronnen te combineren en beschikbaar te maken voor bredere analyses, maar vervangt de gespecialiseerde planningsfuncties niet.

Ook het bestaande SAP-landschap speelt een rol. De beschikbare standaard dataproducten en koppelingen hangen af van het bronsysteem, de versie en de inrichting. Voor onder meer S/4HANA Cloud biedt BDC standaard dataproducten, met specifieke voorwaarden voor gebruik. Ook ECC-data kan via BDC worden ontsloten. Hoeveel integratie- en modelleerwerk nodig is, moet daarom per situatie worden beoordeeld; ECC vraagt niet automatisch meer werk en S/4HANA maakt niet iedere toepassing direct gebruiksklaar.

Je hoeft dus niet per definitie op een overstap naar S/4HANA te wachten om forecasting te verbeteren. Begin met de waarde van een concrete toepassing en beoordeel welke data en koppelingen beschikbaar zijn. Houd daarbij rekening met een eventuele toekomstige migratie, zodat je bewust kiest welke investeringen nu zinvol zijn. Vanuit Quinso helpen we je om die afweging te maken en vertalen we de gewenste verbetering naar een passende data-aanpak en technische inrichting.

Beter vooruitkijken begint bij de juiste keuzes

Door betrouwbare data te combineren met kennis van bedrijfsprocessen en de juiste analysemogelijkheden, kun je ontwikkelingen in vraag, voorraad en productie eerder herkennen en de planning daarop afstemmen.

De eerste stap is bepalen waar betere voorspellingen voor jouw organisatie de meeste waarde kunnen opleveren.

Dit artikel is onderdeel van onze reeks over vijf datavraagstukken rond SAP Business Data Cloud. In het volgende artikel kijken we hoe Finance, Operations en Supply Chain vanuit dezelfde cijfers en definities kunnen werken.

Lees ook: Verschillende cijfers tussen afdelingen? Zo voorkom je discussies over data

Deel:

Oplossingen uit dit artikel

Business Data Cloud

Een intelligente en volledig geïntegreerde ERP omgeving welke standaard gebruik maakt van de nieuwste technologieën.

Gerelateerd