Forecasting, Planning & Inventory Management
Na The Beer Game is er nu Optiquest: een andere kijk op effectief voorraadbeheer!
(Advertorial) Optiquest biedt een vernieuwende en interactieve blik op hoe teams omgaan met voorraadbeheer, gericht op realistische uitdagingen die teams dagelijks ervaren.
Waar The Beer Game vooral inzicht gaf in de dynamiek over de supply chain ketting heen, ligt in Optiquest de focus op de samenwerking tussen sales, finance en planning en het vinden van de perfecte balans tussen de soms conflicterende belangen.
Recente artikelen
Raak niet zomaar aan de statistische forecast
Vaak hebben mensen de neiging de forecast systematisch te willen verbeteren met hun eigen inzichten. Daarmee doen ze echter vaak meer kwaad dan goed. Waarom manuele aanpassingen niet zelden nefast zijn voor de accuraatheid van de forecast en hoe we dat fenomeen kunnen vermijden, daar weet Jeff Baker alles van. De supply chain planning expert en IBF Certified Professional Forecaster (CPF) vertelt hoe we met de ‘Forecast Value Added’ (FVA) niet alleen foutieve aanpassingen kunnen vermijden, maar tegelijk ook de performantie van het S&OP-proces kunnen verbeteren.
Pleidooi voor een gelaagde demand forecast
Voor een multinational als British American Tobacco vormt het luik demand forecasting een enorme uitdaging. Niet alleen moet de onderneming gezien haar wereldwijde aanwezigheid met verschillende culturen rekening houden, ook omvat het productgamma erg uiteenlopende artikelen. Terwijl de traditionele tabaksproducten een vrij voorspelbaar vraagpatroon kennen, is de vraag naar nieuwe categorieën artikelen veel moeilijker te voorspellen. Om het forecastingproces te optimaliseren, zette de organisatie een verregaand optimaliseringstraject in gang.
Kan AI de veranderende vraag opvangen?
In tien jaar tijd is er op het vlak van demand forecasting veel geëvolueerd. En toch ook weer niet. “Aangezien de vragen van de klant continu wijzigen, is verandering eigenlijk een constante”, weet Eric Wilson, director Thought Leadership bij het Institute of Business Forecasting & Planning. “Het komt er dan ook op aan oplossingen te bedenken die daar vlot mee kunnen omgaan. Artificiële intelligentie kan daarbij een rol spelen, maar de heilige graal is het allerminst.” Daarom vindt hij het belangrijk de mogelijkheden, maar zeker ook de beperkingen van AI toe te lichten.
Van forecasts bouwen naar reageren op notificaties
Tot voor kort doorploegden de planners van Danone tot wel vijftig spreadsheets om voorspellingen aan te leveren. Om die manuele input te reduceren en de voorspellingsnauwkeurigheid verder op te trekken, implementeerde het bedrijf in verschillende regio’s een meer geautomatiseerde demand planning met behulp van machine learning binnen SAP IBP. Dat leidde tot opmerkelijke verbeteringen en een hertekend takenpakket voor de planningsafdeling.
Groot potentieel, maar niet altijd noodzakelijk
Het onderscheidend vermogen van de supply chain schuilt vandaag in grote mate in het genereren van waardevolle inzichten uit grote hoeveelheden data. Voor die data-analyse treedt ‘machine learning’ (ML) almaar nadrukkelijker op de voorgrond. ML-algoritmes kunnen zonder handmatige tussenkomst nieuwe patronen vinden en dragen op die manier bij tot een hogere efficiëntie, duurzaamheid, kostenbesparing en klanttevredenheid. “Machine learning kent een groot potentieel, maar het is niet de enige technologie die je supply chain-analyses naar een hoger niveau tilt”, meent Steven Pauly, inventory control & forecasting expert bij Slimstock.
Verbetering operationele efficiëntie
In de dynamische wereld van de autoassemblage wilde onze klant, een toonaangevende autofabrikant zijn activiteiten revolutioneren. Het doel was om de lot-Sizes van de leveranciers strategisch af te stemmen op de just-in-time (JIT) eisen van de werkvloer. Met meer dan 100 leveranciers en maar liefst 1500 SKU's die herzien moesten worden, was de uitdaging aanzienlijk.
Recente video's
Recente nieuwsberichten
Codeless moderniseert legacy software
(Advertorial) Codeless heeft talrijke klantcases waarin bedrijven hun software succesvol hebben gemoderniseerd. Met de Slim Software Nabouwen methode vernieuwen we verouderde software, zonder toegang tot de broncode en met minimale verstoring van uw processen. Dit alles doen we tegen een vaste prijs, zodat u precies weet waar u aan toe bent.
Risicoloos software moderniseren
(Advertorial) Codeless helpt bedrijven met unieke processen hun verouderde software te moderniseren via de Slim Software Nabouwen methode. We bouwen uw huidige functionaliteiten na zonder toegang tot de broncode en vernieuwen in vier fasen: uitlijnen, nabouwen, optimaliseren en innoveren. Het resultaat? Toekomstbestendige software, volledig aangepast aan uw behoeften, en dat tegen een vaste prijs.
PICS Belgium organiseert Supply Chain Trivia Quiz
(Advertorial) Op 23 oktober 2024 organiseert PICS Belgium de ultieme Supply Chain Trivia Quiz. Het wordt een leuk evenement waarbij supply chain professionals op een vriendschappelijke manier de strijd met elkaar aanbinden; ideaal als team building activiteit.
Beltaste implementeert sturend S&OP-proces met Optimact
(Advertorial) Dat snackspecialist Beltaste al lang goed bezig is, daar bestaat geen twijfel over. Maar met de verdere groei voor ogen wilde de organisatie nog beter worden. Met de hulp van Xeleos Consulting zette Beltaste de transitie in naar een matuur S&OP–proces, met daaraan gelinkt een betere forecasting en demand planning. Het resultaat is een leidend proces dat het bedrijf richting geeft en continue verbetering faciliteert.
Bayer implementeert wereldwijd OMP Demand Planning
Bayer, een wereldspeler op het gebied van biotechnologie en farmaceutica, heeft de wereldwijde uitrol van Unison Planning, de software van OMP, met succes afgerond. Door demand planning op deze manier te implementeren, kan het bedrijf zijn supply chain beter beheren met behulp van AI-gestuurde forecasting-mogelijkheden die nu door meer dan 250 planners van Bayer over de hele wereld worden gebruikt.
Ontdek de kracht in uw planningsdata, win een gratis analyse
(Advertorial) Deze zomer helpen wij jouw bedrijf in het verkrijgen van gebruiksklare inzichten in uw planningsdata. Duik dieper in uw gegevens en ontdek hoe een betere visibiliteit uw bedrijf kan transformeren. Met onze uitgebreide expertise en geavanceerde analysemethoden onthullen we niet alleen trends en patronen, maar ook duidelijke mogelijkheden voor groei en optimalisatie.
Toyota brengt overgenomen bedrijven onder in TALG
Toyota Industries Corporation (TICO) heeft Toyota Automated Logistics Group (TALG) in het leven geroepen om er zijn dochteronderneming Toyota L&F in onder te brengen. Ook Bastian Solutions en Vanderlande – de bedrijven die Toyota in 2017 overnam – en Viastore – overgenomen in 2022 – maken deel uit van TALG. Met die beslissing wil Toyota zijn aanwezigheid als toonaangevende speler in automatiseringsprojecten wereldwijd vergroten en tegelijkertijd profiteren van de synergieën tussen de dochterbedrijven.
Last Call voor Supply Chain Innovations 2024!
Mocht het u om de een of andere reden toch nog ontgaan zijn: op donderdag 14 maart, overmorgen al, vindt in Antwerpen Expo de nieuwste editie van Supply Chain Innovations plaats.
Optimaliseer je productieproces
(Advertorial) Een productieproces beheren, dat is niet eenvoudig. Om ervoor te zorgen dat jouw klanten hun leveringen op tijd ontvangen, moet je verschillende productielijnen, werknemers en diverse producten efficiënt plannen. Soms moeten er ook andere factoren in overweging worden genomen, zoals allergenen.
Optimact levert nu ook gedetailleerde customer forecasting
(Advertorial) Verschillende afdelingen binnen een onderneming hebben ook vaak een verschillend beeld nodig van hun markt. De marketingafdeling heeft bijvoorbeeld voorspellingen nodig op productniveau. Voor de budgettering zijn er dan weer forecasts nodig voor iedere productgroep. De logistiek wil misschien een beeld per regio en product. En het customer relations-team wil mogelijk nog dieper gaan, en voorspellingen maken per klant. Problemen met klantvoorspellingen vertonen zich vaak omdat er te weinig kan worden gesegmenteerd, en die segmenten dus niet diep genoeg gaan om heel gerichte forecasts te maken.