Moeder, waarom forecasten wij?

Jonathon Karelse heeft intussen zijn sporen verdiend op het vlak van demand planning, operations, predictive analytics en IBP. Als CEO van NorthFind Management combineert hij zijn uitgebreide ervaring met best practices om de supply chain operations, mensen, processen en tools in bedrijven tot een hoger niveau te tillen. Daarnaast is hij actief binnen de Supply Chain Council of Canada, the Association for Supply Chain Management en het International Institute of Forecasters (IFF). Hij volgt de trends rond forecasting dan ook op de voet. 

VCM: Wat was voor u de belangrijkste trigger om een boek over de geschiedenis van business forecasting te schrijven?
Jonathon P. Karelse: “Ik hou ervan om zaken in vraag te stellen. Waarom we forecasten zoals we dat vandaag doen, bijvoorbeeld. Zo had ik over bepaalde deelgebieden al veel gelezen en er conferenties over bijgewoond. Tijdens de coronaperiode kwam ik op het idee om al die verhalen te bundelen in een boek. Zo wilde ik ook de nieuwsgierigheid van anderen naar de evolutie van business forecasting aanwakkeren. Ik ben er trouwens van overtuigd dat het boek ook interessant is voor niet-forecasters, gezien de rijke geschiedenis die erin verweven zit.”

VCM: “Wellicht was het een hele uitdaging om het volledige plaatje goed in beeld te krijgen?”
J.P. Karelse: “Nogal, ja. Ik heb al heel wat uitgebreide artikels geschreven, maar dit was toch andere koek. Uiteindelijk heb ik zestien maanden research verricht. Sommige delen heb ik geschrapt omdat er toch niet echt een verhaal achter zat. Achter andere stukken bleek dan weer een geschiedenis te zitten die veel interessanter was dan ik dacht. Zo wist ik niet dat de Delphi-methode zijn ontstaan te danken heeft aan het Amerikaanse leger. In de Tweede Wereldoorlog werd die methode namelijk gebruikt om militaire prioriteiten te stellen. Toen ik de opgevraagde documenten daarover mocht doornemen, voelde ik me net een spion. Ook de geschiedenis rond collaborative forecasting bleek verrassend interessant en kreeg meer ruimte dan voorzien.”

​Wake-up call

VCM: U start de geschiedenis van business forecasting met de Wall Street Crash van 1929.
J.P. Karelse: “Wat dat betreft ben ik niet de eerste, daar bestaat een vrij grote consensus over. De beginselen voor business forecasting zijn weliswaar al eerder gelegd, maar voorspellingen waren veel minder wetenschappelijk gefundeerd. Er werd ook nog maar weinig gefocust op het voorspellen van toekomstige bewegingen in de markt. De beurscrash was een regelrechte wake-up call. Voor die crash waren er weliswaar tal van signalen dat de bubbel zou barsten, maar de forecasters van toen – die er vooral op uit waren om hun prognoses te verkopen – legden die naast zich neer. Het spreekt voor zich dat die charlatans na de crash zonder werk zaten. Tegelijk ging men business forecasting meer au sérieux nemen. Anderen stonden op en gingen naarstig op zoek naar methoden om op een beter onderbouwde manier beslissingen te gaan nemen.”

VCM: In welke mate is in honderd jaar tijd de forecastaccuraatheid verbeterd?
J.P. Karelse: “Heel veel vooruitgang hebben we te danken aan Robert G. Brown. Hij kwam in 1961 op de proppen met zijn ‘simple exponential smoothing’ methode. En aan de Box-Jenkins methode, die sinds 1973 autoregressieve geïntegreerde voortschrijdend gemiddelde modellen toepast om in een model de beste fit te vinden voor waarden uit een tijdreeks.”

“Of de accuraatheid van forecasts is verbeterd sinds computers gemeengoed zijn geworden, daar heb ik geen harde cijfers voor. Wel is het zo dat de komst van ERP-systemen heeft gezorgd voor een gestructureerd raamwerk voor forecastingtools. Maar als je onder de kap gaat kijken, dan is de achterliggende wiskunde vaak nog steeds dezelfde als in de jaren zestig en zeventig. Positief is wel dat forecasting niet meer alleen is voorbehouden voor enkelingen binnen de organisatie die én de wiskundige skills hadden én konden programmeren. Het kostte vroeger ook meer tijd om forecasts te genereren. In de loop van de laatste twintig jaar zijn de kwantitatieve analyses enorm verbeterd. Vroeger was het ook heel lastig om dan een en ander goed te vertalen voor operations en het executive team. Doordat forecasting nu veel toegankelijker is, kan het nu ook vlot worden meegenomen in S&OP-processen, bijvoorbeeld. Vooral op het vlak van effectiviteit is de laatste decennia enorm veel vooruitgang geboekt.”

Keep it simple

VCM: “In uw boek stelt u dat simpele methoden vaak een beter resultaat opleveren dan complexe.”
J.P. Karelse: “In dat kader citeer ik graag George Box. Hij was een van de belangrijkste statistici van de twintigste eeuw en vooral bekend als grondlegger van de Box-Jenkins methode. Veel mensen kennen zijn quote: “Alle modellen zitten fout, maar sommige zijn wel nuttig”. Maar de meesten kennen het vervolg van die quote niet: “Gebruik een eenvoudig model waar dat volstaat, dat zal betere resultaten opleveren dan een complex.” De redenering die daar achter zit, is dat welk model je ook gebruikt, dat toch nooit helemaal juist zal zitten. Maar veel mensen kunnen nog steeds niet goed om met het idee dat ze de toekomst toch niet exact kunnen voorspellen.”

“Vier decennia Makridakis-competities (nvdr: een reeks open competities om de nauwkeurigheid van verschillende voorspellingsmethoden voor tijdreeksen te evalueren en te vergelijken. Ze worden sinds 1982 georganiseerd onder leiding van voorspellingsonderzoeker Spyros Makridakis) hebben ook effectief aangetoond dat eenvoudige methodes vaak betere resultaten geven dan de meer complexe. Tegenwoordig worden ook zaken als ‘machine learning’ in die competitie meegenomen. Die technologie evolueert erg snel en we beginnen te merken dat die wel helpt om nog vlugger tot een robuuste statistische basisforecast te komen.”

VCM: “In lijn met de voorgaande stelling is een operationele strategie die focust op de ideale forecasting dan misschien toch niet zo’n goed idee?”
J.P. Karelse: “Uiteraard is een goede forecasting belangrijk. Die helpt je zeker om betere beslissingen te nemen. Maar je moet niet tot het uiterste willen gaan. Ten eerste kun je de forecast dus toch nooit honderd procent juist krijgen, ten tweede zal het sop vaak de kool niet waard zijn. Jammer genoeg worden nog te veel forecasters beoordeeld op basis van hun forecastaccuraatheid. Daardoor denken ze dat dat het doel is. Maar uiteindelijk gaat het er nog altijd om dat je het bedrijf financieel beter maakt. Omwille van mijn atypische achtergrond – ik heb rechten en economie gestudeerd – is dat voor mij eigenlijk vanzelfsprekend. Je kunt miljoenen pompen in software die je helpt de forecastaccuraatheid een paar procent te verbeteren, maar als dat je aan het eind van de rit maar een half miljoen oplevert, was dat geen goede beslissing.”

VCM: “Dat is wellicht ook meteen de reden waarom u er in uw boek op hamert altijd de ROI in het achterhoofd te houden?”
J.P. Karelse: “Inderdaad. Forecasters moeten weten dat het oké is om niet perfect te zijn. Ook ik heb lang gedacht dat er geen probleem is dat wiskunde niet kan oplossen. En ergens geloof ik daar nog steeds in. Met genoeg data en ‘processing power’ kunnen we bij wijze van spreken alles vatten. Maar wat forecasting betreft, gaapt er soms een grote kloof tussen de theorie en de praktijk. Als we te veel op de perfecte forecast focussen, lopen we het gevaar dat we de o zo belangrijke businessrealiteit uit het oog verliezen.”

​Voorspellen in tijden van pandemie

VCM: De coronapandemie heeft bovendien bewezen dat zelfs de beste forecasts teniet worden gedaan door een ‘black swan event’. In die gevallen is een goed risicomanagement veel belangrijker.
J.P. Karelse: “Mensen definiëren de pandemie vaak als een gebeurtenis met enorme gevolgen dat als een complete verrassing kwam. Maar eigenlijk viel zo’n pandemie te verwachten, alleen wisten we natuurlijk niet wanneer. De bevolking leeft steeds dichter op elkaar. Niet onlogisch dat virussen daar gretig op inspelen. De voorbije jaren passeerden ook al tal van kleinschaliger crisissen, zoals SARS, ebola, de vogelgriep en de varkenspest de revue. Ergens had de coronacrisis dus ingecalculeerd kunnen worden in het risicomanagement van bedrijven. Maar dat is dus niet gebeurd.” 

VCM: Hoe komt het dat bedrijven daar niet beter op voorbereid waren?
J.P. Karelse: “Mensen hebben nu eenmaal de neiging om nare dingen zo snel mogelijk te willen vergeten. Toen Japan in 2011 door de tsunami werd geteisterd, werkte ik voor een Japans bedrijf. Veel mensen voorspelden toen het einde van offshoring, maar uiteindelijk bleef alles toch bij het oude.”

“De resultaten van een studie van E&Y in 2019 spreken boekdelen. Toen schoof ongeveer negentig procent van de top level executives ‘risk management’ en ‘business continuity planning’ als topprioriteit voor de volgende jaren naar voren. En toen kwam de pandemie en bleek dat er bij de meeste bedrijven bitter weinig was veranderd, terwijl de bedrijven die dat wel hadden gedaan tijdens de pandemie opvallend beter overeind bleven.”

VCM: U gelooft dus niet dat bedrijven hun risicostrategie na de coronapandemie echt zullen bijsturen?
J.P. Karelse: “Ik geloof wel dat bedrijven meer zullen nadenken over een goede bufferstrategie en meer voorraad zullen aanleggen op strategische locaties. Maar dat beduidend meer bedrijven hun netwerk zullen hertekenen om risico’s te beperken, dat geloof ik niet. Als er ergens ver weg voordeliger kan worden aangekocht, dan zal het verleidelijk blijven om dat te blijven doen. Nu al merken we dat de plannen om risico’s beter in te calculeren verwateren. En dan zal de volgende supply chain disruptie weer als een donderslag bij heldere hemel komen.”

Belang van de menselijke factor

VCM: Wat hebben we volgens u nodig om in de toekomst nog beter te gaan forecasten?
J.P. Karelse: “De snelle vooruitgang van technologieën ten spijt, denk ik niet dat het grootste potentieel daar zit. Nog belangrijker is het om de mensen achter de processen beter te aligneren. Ik ben ervan overtuigd dat Behavioral Economics steeds belangrijker zal worden voor de optimalisering van de demand planning in veel bedrijven. Als we inspanningen leveren om de menselijke vooroordelen beter begrijpen, zal dat tot veel betere beslissingen leiden.”

VCM: Kunt u dat uitleggen?
J.P. Karelse: “Paul Goodman, bijvoorbeeld, onderzocht tientallen jaren de menselijke impact op de forecast. Daaruit blijkt dat statistische forecasts in tachtig procent van de gevallen slechter worden als we er mensen op loslaten. Uit onderzoek bij een aantal grote multinationals blijkt bovendien dat we veel vaker geneigd zijn de forecasting naar boven bij te stellen in plaats van naar beneden. Dat is omdat we als mens veel liever hebben dat de toekomst positief in plaats van negatief uitdraait. En dat projecteren we dan op onze forecasts, wat uiteraard niet zo slim is. Als we zelf aan de forecast gaan sleutelen, is het belangrijk dat we ons bewust zijn van zulke onbewuste drivers.” 

VCM: Hebben we überhaupt nog mensen nodig om de forecast mee te helpen bepalen?
J.P. Karelse: “Ik verwacht dat mensen een belangrijke rol zullen blijven spelen in het forecastingproces. De dagelijkse forecasts zullen weliswaar steeds meer worden geautomatiseerd, maar als er vreemde dingen gebeuren of verstoringen optreden, dan moet de mens blijven tussenkomen. Daarom vind ik het ook zo belangrijk dat forecasters over een robuuste wiskundige kennis beschikken, zodat ze het achterliggende mechanisme begrijpen als er iets fout loopt en zo de juiste beslissingen kunnen nemen. Het is overigens altijd gevaarlijk als je forecastsysteem een black box wordt.”

VCM: Maakt dit boek ook een betere forecaster van de lezer?
J.P. Karelse: “Ik zou vooral willen dat het boek een eyeopener is en dat forecasters hun nieuwe inzichten meenemen in hun dagelijkse praktijk. En dat het niet slecht is om je af en toe af te vragen waarom we de dingen doen zoals we die doen. Dat kan je zeker helpen om betere beslissingen te gaan nemen.”

VCM: Tot slot, hoe denkt u zelf dat business forecasting in de toekomst verder zal evolueren?
J.P. Karelse: “De voorspellingsonderzoeker Spyros Makridakis heeft ooit gezegd dat je zaken waarvan je weet dat je ze niet kunt voorspellen, ook niet moet proberen te voorspellen. Maar als ik toch een gooi moet doen: ik denk niet dat de manier waarop we forecasten wezenlijk zal veranderen. Wel verwacht ik, zoals aangehaald, dat de optimalisering van de menselijke component steeds belangrijker zal worden. In lijn daarmee denk ik dat collaborative forecasting – waarbij de koppen van verschillende partijen in de keten geregeld bij elkaar worden gestoken – nog aan belang zal winnen. De technologie heeft forecasting de voorbije decennia vooral steeds toegankelijker gemaakt en ik verwacht dat die trend zich nog zal doorzetten. En voor de rest ben ik vooral nieuwsgierig wat de toekomst op het vlak van forecasting nog voor ons in petto heeft.”

Benieuwd naar het volledige verhaal?
Histories of the Future – Milestones in the last 100 years of business forecasting
Jonathon P. Karelse
ForbesBooks
213 pagina’s
ASIN‏: ‎ B09T21R45L
https://books.forbes.com/books/histories-of-the-future/