Snel voortgang boeken met forecast-as-a-service

Wie ontevreden is over zijn forecast, kan kiezen uit verschillende oplossingen. Denk aan implementatie van nieuwe software of het opzetten van een eigen data science-team. Een derde optie is het uitbesteden van forecasting. In een webinar van Supply Chain Media legt EyeOn uit wat de voordelen zijn van forecasting-as-a-service. ‘Uitbesteding zorgt voor een zorgeloos planningsproces.’ 

Door Marcel te Lindert

Ook in dit digitale tijdperk blijven bedrijven worstelen met demand planning en forecasting. Allereerst krijgen ze dankzij de toenemende digitaliseringsgraad meer en meer data tot hun beschikking, maar dat leidt niet automatisch tot betere beslissingen. ‘Vandaag de dag zijn voldoende tools met voldoende capaciteit beschikbaar om al die data te verwerken. Dat resulteert in mooie dashboards die helder inzicht verschaffen in verschillende KPI’s. Maar het blijft een uitdaging om daaruit af te leiden wat de juiste beslissingen zijn’, stelt Yulia Meshalkina, product owner forecasting bij EyeOn.

Cognitive bias

EyeOn ziet meer pijnpunten, zoals de interpretatie door mensen van de data en de daaruit voortvloeiende inzichten. Waar interpretatie plaatsvindt, ontstaan immers denkfouten. Meshalkina praat over ‘cognitive bias’. ‘Denk aan planners die meteen een trend denken te herkennen als zich twee keer hetzelfde scenario voordoet. Of supply chain managers die aannemen dat alles wat in Amerika werkt, ook in Europa zal werken. Met name bij disrupties ontstaan interpretatieverschillen tussen mensen, ook al kijken ze naar dezelfde data. Die zijn bepalend voor de beslissingen die in de supply chain worden genomen.’

Het derde pijnpunt betreft de snelheid van beslissingsprocessen. Wie data heeft, moet ze eerst verwerken en analyseren. Vervolgens moet het resultaat daarvan worden vertaald naar inzichten. Pas dan kunnen de juiste beslissingen worden genomen. ‘Hoe langer dat hele proces duurt, hoe kleiner de impact van die beslissingen. Tijdens de coronacrisis hebben we dat allemaal zelf kunnen ervaren. De vraag is dus hoe bedrijven de responstijd kunnen verkorten’, concludeert Meshalkina.

‘Smart touch’ planning

EyeOn heeft een aanpak geformuleerd waarmee voor elk bedrijf een ‘smart touch’ planningsoplossing te ontwikkelen is. Smart touch betekent dat zoveel mogelijk processtappen worden geautomatiseerd, waardoor mensen alleen hoeven in te grijpen wanneer dat echt niet anders kan. ‘Dat leidt tot betere beslissingen, die eenvoudiger en sneller tot stand komen’, verklaart Joost Rongen, team lead planning services by EyeOn.

De eerste processtap is het verzamelen en verwerken van data, zowel interne als externe en gestructureerde als ongestructureerde data. ‘Daarna volgt wat wij noemen ‘feature engineering’. Het is noodzakelijk om in de data te duiken en te ontdekken wat de belangrijkste drivers zijn. Daarvoor moeten analisten werken met mensen uit de business’, weet Rongen. ‘Als de drivers bekend zijn, is het zaak de juiste modellen en technieken te selecteren. Daarbij geldt: er is geen one size fits all. Soms volstaat een traditionele, statistische aanpak, soms is het wenselijk om machine learning in te zetten.’

Continu verbeterproces

Het resultaat van dit alles is een forecast. Pas dan komt de planner in beeld. Hij moet de forecast beoordelen en zo nodig aanpassen. Niet de hele forecast, maar alleen in uitzonderlijke gevallen daar waar de modellen tekortschieten. ‘Dat bedoelen we met smart touch planning’, zegt Rongen. ‘De laatste stap is het evalueren van het gedrag van de planner. Heeft hij goed ingegrepen? Zaak is om daarvan te leren, zodat een continu verbeterproces ontstaat.’

EyeOn heeft begin dit jaar onderzoek gedaan naar de volwassenheid van bedrijven als het gaat om forecasting. Daaruit blijkt dat 66 procent alleen basale statische forecasttechnieken gebruikt of helemaal geen technieken gebruikt. Niet meer dan 24 procent gebruikt geavanceerde statistische forecasttechnieken, terwijl 10 procent machine learning inzet. De oorzaak is vaak een gebrek aan tools of kennis, maar ook de kwaliteit van de data en het ontbreken van een business case spelen een rol. ‘Dat betekent dat veel bedrijven nog steeds een flinke stap te zetten hebben. Niet alle bedrijven hebben geavanceerde technieken nodig. Maar met alleen basale statistische forecasttechnieken zullen veel pijnpunten blijven voortbestaan’, verklaart Meshalkina.

Uitbesteding van forecasting

Bedrijven die de stap willen zetten, staan verschillende opties ter beschikking. De eerste optie is het implementeren van een nieuw planningssysteem. ‘Maar dat gaat gepaard met grote inspanningen en hoge kosten. Bedrijven kunnen er ook voor kiezen om zelf te experimenteren met geavanceerde technieken, maar het duurt vaak lang voordat die experimenten resultaat opleveren. In feite zijn deze bedrijven bezig om het wiel opnieuw uit te vinden. Daarvoor hebben ze data scientists nodig die lastig te vinden en te behouden zijn. Zeker als ze affiniteit met de business hebben.’

Er is een derde optie. Die bestaat uit het koppelen van geavanceerde, inmiddels bewezen technieken aan de bestaande planningssystemen. ‘Dan praten we over uitbesteding van forecasting. Met een platform dat de mogelijkheden biedt om data te verwerken en te analyseren, dat verschillende technieken omvat en dat helpt bij het segmenteren van portfolio’s en het evalueren van scenario’s.’

Zorgeloos planningsproces

EyeOn toont een voorbeeld waarin de koppeling met het platform binnen tien weken tot stand is gebracht met als resultaat een verbetering van de forecast met 5 tot 10 procent. Een ander voorbeeld betreft een bedrijf met activiteiten in tachtig landen, waar de nieuwe werkwijze binnen negen maanden over de hele wereld is geïmplementeerd. Maar behalve een snelle implementatie zijn er meer redenen om te kiezen voor forecasting-as-a-service. Rongen noemt de hogere betrouwbaarheid van de forecast en het ontlasten van de planners die nu kunnen focussen op meer waardetoevoegende activiteiten. ‘Daarnaast zorgt uitbesteding voor een zorgeloos planningsproces. Met ons team zorgen we ervoor dat elke maand een betrouwbare forecast wordt opgeleverd. Een forecast bovendien die voortdurend wordt verbeterd.’