Annonce

Opret nyhed

Hvordan opnår du det optimale lagerniveau for, at imødekomme sæsonudsving i efterspørgslen?

Efterspørgslen for vinterdæk stiger i vintermånederne, dette er ikke rocket science. Du ved, at nogle artikler har sæsonefterspørgsel, men du ved ikke præcis hvornår sæsonen starter. Hvornår skal du lave en ny ordre, og hvor meget skal du bestille?

INDKØB & LEVERANDØRER

Forstil dig, at du har 15 fjernsyn på lager med et gennemsnitligt salg på 100 styk per periode og en minimum ordremængde på 20 styk. Leveringstiden er 7 dage, og for ikke at skuffe dine kunder med stockouts, har du et sikkerhedslager på 50 styk. Hvornår skal du lave en ny ordre hos din leverandør, og hvor meget skal du bestille?

Den logiske måde, at udregne dine behov på er som følgende: Gennemsnitligt sælger du 100 styk per periode, som er lig med 25 styk per uge. I uge 4 vil du ramme dit sikkerhedslagerniveau og for at undgå, at sælge dit sikkerhedslager, beslutter du at lave en ordre i uge 3. Da du forventer, at sælge endnu 25 styk i uge 4, bestiller du to gange MOQ (minimums ordremængden). Du vælger altså, at bestille 40 nye fjernsyn i uge 3. 

Situationen beskrevet ovenfor er let, at forecaste, men ikke realistisk. Efterspørgsels mønstre er meget sjældent så stabil som i dette eksempel. Hvad ville der ske med efterspørgslen hvis en artikel blev udsat for trend? Og ville du have nok liggende på lager, i tilfælde af et uforudset peak i efterspørgslen? Og, hvordan ville du håndtere ændringer i efterspørgslen som følge af sæsonudsving?  

Sæsonefterspørgsel 

I løbet af sommer månederne er efterspørgslen for vinterdæk lav, hvorimod efterspørgslen for griller falder i løbet af vinteren. Dette er ikke rocket science. Du ved, at disse artikler har et sæson efterspørgselsmønster. Men du ved ikke præcis hvornår sæsonen starter, da det afhænger af vejret. 

Derudover spiller forbrugerens tankegang også en rolle: Når det er 20 grader på en lørdag i marts, vil mange mennesker have lyst til, at grille fordi de føler sig forsikrede om at vejret endelig bliver bedre efter en kold vinter. Men 3 måneder senere vil de opfatte den samme temperatur som kølig, og vil derfor blive indenfor på en solskinsdag. Som et resultat af denne adfærd, er du nød til at forstå både sæsonpåvirkningen på efterspørgslen, samt den kortsigtede efterspørgselsprofil. For eksempel, hvis temperaturen rammer 30 i starten af maj, vil det højst sandsynligt forhøje salget af griller. Men derimod, hvis temperaturen falder til 15 i slutningen af august, vil dette have en mindre betydelig indflydelse, da dette er i slutningen af sæsonudsvinget.

Med udgangen af sæsonperioden i sigte er det mere sandsynligt, at du vil opleve større usikkerhed. Hvornår er sæsonens virkelig slut?  Tag for eksempel grill sæsonen: hvornår skal du starte med, at udfase produkter som gril sovse og grill værktøj?  Vil du spare omkostninger ved, at udfase grillprodukter tidligt? Alternativt, vil du risikere at holde overlager ved, at udfase grillprodukter senere for ikke at skuffe kunderne? For at sikre et højt service niveau samtidig med en lav omkostning, under en sæson, er det meget vigtigt, at produkter bliver ind-og udfaset rettidigt.
 
Gode taktikker og strategier skal til for, at sikre en optimal lagerbeholdning før, imens og efter et sæsonudsving.

•    Forbedre din forecast nøjagtighed….

… ved, at inkluderer flere eksterne påvirkninger i både din kortsigtede og langsigtede forecast.

… ved at rense det historiske data for events og kampagner. Du kan derefter beregne afvigelsen og baseret på det, lave dine forecast. 

    Udvikle en specifik lagerstrategi, såsom at øge dit lager på forhånd for at håndtere et forventet sæsonudsving i den nærmeste fremtid. 

•    Tag et grundigt kig på dine Minimums Ordre Mængder (MOQ) og på den Økonomiske Ordre Størrelse (EOQ): vil det være nødvendigt, at forhøje eller reducere dine ordre mængder for at dække visse risici? 

•    Ændre niveauet af dit sikkerhedslager for bestemte dele af sæsonener: gennem lavsæsonen, vil dine kunder sandsynligvis accepterer et lavere serviceniveau i forhold til i højsæsonen. 

Opmærksomhedspunkter

•    Sortiments styring: beslut hvilke artikler du vil sælge gennem hele året og hvilke som kun bør sælges i deres sæson. 

•    Dynamisk sikkerhedslager: med sæson artikler vil du opleve en høj afvigelse i efterspørgslen fra fortiden. Dette, derimod resulterer i et højere sikkerhedslagerniveau. Men i og med, at du er kender til disse afvigelser i efterspørgslen, er bibeholdelsen af et højt sikkerhedslagerniveau ikke optimalt. Derfor er det vigtigt, at justere dit historiske salgsdata for at dække sæsonmæssige efterspørgselsmønstre. På den måde vil du få en realistisk afspejling af den historiske efterspørgsel.  Når man ser på disse overvejelser, vil du opdage at dit sikkerhedslagerniveau kan reduceres. Ved køb af artikler til lavsæsonen, bør der bruges et dynamisk sikkergedslager til dit sæsonmønster. 

•    Rydde kampagner/events fra sæsonmønster: Hvis du har afholdt en kampagne eller et event de sidste to år, vil det se ud som en sæson i dit forecast. Derfor er det vigtigt, at adskille sæsonmønstre fra påvirkningen af kampagner eller events. Hvis du vælger ikke at holde den samme kampagne/event i det tredje år, og du ikke har renset dit data, vil dit forecast være unødvendig højt. 

•    Lokal forecasting: Når du gerne vil forecaste efterspørgslen af griller i en by, men du sælger kun 5 styk per år i den by, er din population for lille til, at lave et troværdig forecast. I dette tilfælde er det bedre, at indsamle data fra et større område, og derved få mere information, som du vil kunne basere din beslutning på baggrund af. 

•    SKU versus sammenlægning: Ved introduktionen af en ny artikler, vil dit datagrundlag være for utilstrækkeligt til, at have et pålideligt forecast. I dette tilfælde kan du bruge et sæsonmønster fra en lignende artikel eller sammenlignende gruppe af artikler (sammenlæggende) artikler. Derfor er det vigtigt, at beregne sæson forecastet på forskellige hierarkiske niveauer. Vær opmærksom på:  i praksis er sammenlægning ofte baseret på ukorrekt produkt hierarkier. For eksempel klima kontrol produkter: disse bør adskilles i varme og afkølings produkter og kan ikke sættes sammen når efterspørgslen skal forecastes. Derfor er det vigtigt, at have en god forståelse af sammenlægningen. 

•    Forecasting events: Forskellen mellem en sæson og et event er, at et event kan ikke sættes på en tidslinje. Eksempelvis: Julen ligger på de samme kalenderdage, men da der er forskellige ugedage involveret, hvilket driver købsadfærden, er dette ikke-gentageligt. Det samme gælder påsken, som falder på forskellige weekender hver år. Forrige år lå påsken i tredje weekend i april, men i år lå den i første weekend af april. Som et resultat, bør højdepunktet i efterspørgslen flyttes to uger tilbage, når der skal laves forecast.

Timing er nøglen til succes!

Ved at hæve og sænke dit forecast samt sikkerhedslager for produkter med sæsonmønstre i rette tid, er der muligt at opretholde et optimalt lagerniveau. På den måde kan du holde dine omkostninger lave og samtidig konstant levere en høj service til dine kunder.  

Læs mere eller download the PDF her >>

Annonce
Slimstock Nordic er partner på scm.dk Simplificér det operationelle indkøb med automatiske og optimerede forecast- og lagerberegninger. Slim4 er det nye Indkøbssystem der kan sikre en høj servicegrad samtidigt med at lagerbeholdningen...
Aktivitet: Artikler: 25 | Navnenyt: 7 | Kompetenceområder: 1

Er du også en del af branchen, så læs om mulighederne for at blive partner.
Læs mere her

Annonce

Relaterede artikler

Annonce

Annonce

Annonce