ScaleTeam / Demand Forecasting

Een forecast die zich bewijst.ScaleTeam voorspelt uw vraag.

Per artikel, per regio en per week een realistisch bereik in plaats van één getal, geleerd uit uw eigen verkoop en verbruik. Elke forecast wordt achteraf gescoord, en een nieuw model gaat pas live als het bewezen beter is. Eén forecast voor inkoop, productie, voorraad en cashplanning, op onze eigen servers in de EU.

Vertrouwd door vooruitstrevende bedrijven

Boonen Flexible Solutions
Carl
House of Boards
Therapeutisch Centrum Ternat
Syntix
Truckador
Xenum

"Volgende week 1.370 stuks." Niemand kan dat beloven.

Vier situaties die we bij bijna elk bedrijf terugzien. Demand Forecasting pakt ze aan per artikel, met het bewijs erbij.

01
VandaagEén getal, en niemand weet hoe zeker het is

De forecast zegt 1.370 stuks. Inkoop, productie en finance rekenen er elk anders mee, en een vraagpiek merkt u pas als het rek leeg is.

Met Demand Forecasting

Per artikel en per week de verwachte vraag met een realistisch bereik. Breekt de vraag uit dat bereik, dan hoort u het als eerste. Eén forecast voedt inkoop, productieplan, voorraad en cashplanning.

14,4%gemiddelde WAPE op demand forecasting
02
VandaagTien magazijnen, maar geen tien markten

Eén forecast voor alles mist de feestdagen en het ritme van elke regio. Of splitsen helpt, weet niemand.

Met Demand Forecasting

Een forecast per regio, met eigen seizoenen en feestdagen, daarna verdeeld over uw magazijnen volgens hoe elk echt levert. Of splitsen beter is, wordt gemeten en enkel ingeschakeld waar het helpt.

Per regioenkel waar het bewezen beter is
03
Vandaag"87% accuraat." Zegt wie?

Op welke artikelen, sinds wanneer, en wat kostten de missers? Een gemiddelde verbergt waar het misloopt.

Met Demand Forecasting

Elke forecast wordt per artikel en per week achteraf gescoord, en elke misser uitgedrukt in euro. Uw planners zien waar ze de forecast kunnen vertrouwen en welke artikelen aandacht vragen.

31%lagere forecast error dan de baseline
04
VandaagEen nieuw AI-model, en niemand controleerde het

Een update maakt de forecast stilletjes slechter en niemand merkt het tot de stockouts er zijn.

Met Demand Forecasting

Elke maand nemen modellen het tegen elkaar op op uw historiek. Een nieuw model moet het huidige verslaan over meerdere testperiodes, zonder slechter te scoren op bias of bereik. Anders blijft het huidige model.

Nooit slechtereen nieuw model enkel live als het bewezen beter is

1Realistisch bereik

Een realistisch bereik voor elk artikel, geen gok.

Volgende week, volgend kwartaal, volgend jaar: één forecast voor het hele bedrijf.

  • Per artikel en per week de verwachte vraag met een bereik van 10 tot 90%
  • Breekt de vraag uit het bereik, dan hoort u het als eerste
  • Horizonten van 4, 8 en 13 weken voor kortetermijn, planning en inkoop
  • Eén getal dat inkoop, productieplan, voorraad en cashplanning delen
  • De forecast informeert; hij overschrijft nooit een bevestigde klantorder

2Regio's en magazijnen

Elke regio haar eigen ritme.

Forecasts per regio, zoals uw klanten echt kopen, daarna verdeeld over uw magazijnen.

  • Vraag toegewezen aan een regio op basis van het leverland in uw ERP
  • Elke regio met haar eigen seizoenen en feestdagen
  • Verdeeld over uw magazijnen volgens hoe elk magazijn echt levert
  • Splitsen per regio enkel waar het gemeten beter is dan één forecast voor alles

3Eerlijk gemeten

Gemeten per artikel, elke week.

Waar de forecast mist, en wat dat kost.

  • Nauwkeurigheid per artikel in gewone taal, per week bijgehouden
  • Te hoog of te laag? Bias zichtbaar per artikel
  • Klopt het bereik? Het werkelijke resultaat binnen of buiten de band
  • Elke misser in euro, met de prijzen uit uw ERP
  • Gebouwd op schone historiek: een stockout is geen lage vraag

4Bewezen modellen

Vier tests voor elke wissel.

Elke maand wint het beste model voor uw data. Een slechter model gaat nooit live.

  • Modellen nemen het tegen elkaar op op uw eigen historiek: klassieke statistiek, modellen voor onregelmatige artikelen, machine learning en combinaties
  • Een nieuw model moet het huidige verslaan, op meerdere testperiodes, zonder neveneffecten op bias of bereik
  • Volledig traceerbaar: welk model, welke data, welk resultaat
  • Op onze eigen hardware in Europa, open modellen zonder lock-in
  • Eén stap terug, altijd: elke modelversie kan teruggezet worden

Elke forecast, met zijn score erbij.

Zo ziet Demand Forecasting eruit op uw eigen data. Klik op een scherm om het op volle resolutie te bekijken.

Per artikel

De forecast en zijn bereik, week per week.

Per artikel de werkelijke vraag of het verbruik van de voorbije weken, de verwachte vraag voor de komende weken en het bereik per week. Het bereik is per week en nooit een voorraaddoel; dat rekent Inventory Optimization apart uit.

Forecast per artikel met het bereik per week

Score

Elke week gescoord tegen wat er echt gebeurde.

Per periode de werkelijke vraag tegenover de forecast, het bereik, de fout en of het resultaat binnen de band viel, met de cumulatieve WAPE en bias. De eindscore wordt pas vastgezet als alle weken afgesloten zijn.

Score per periode van een forecast

Modelwissel

Een nieuw model enkel als het bewezen beter is.

Welke drijvers de vraag bepalen, of er genoeg historiek is voor een getraind model en welke backtest het moet winnen. Daaronder de vooruitblik per week, zoals Inventory Optimization en Production Schedule die gebruiken.

Modelstatus en vooruitblik per artikel

Waarop voorspelt Demand Forecasting?

Op uw eigen ERP-data, via de ERP Gateway. Eén forecast die de andere modules voedt.

Bronnen

  • Verkoophistoriek en verbruik uit uw ERP
  • Productieorders voor intern verbruikte componenten
  • Leverland per verkooplijn
  • Feestdagen en seizoenen per land
  • Stockouts, zodat ze niet als lage vraag tellen

Demand Forecasting

  • Verwachte vraag en bereik per week
  • Per artikel, regio en magazijn
  • Score per periode, in euro
  • Maandelijkse modelcompetitie
  • Alleen live als bewezen beter

Wie het gebruikt

  • Inventory Optimization: bestelpunten
  • Production Schedule: plan per lijn
  • Inkoop: wat te bestellen
  • Finance: cashplanning
  • Export naar CSV of uw ERP

Van eerste koppeling tot een forecast die u vertrouwt.

Zonder uw ERP te vervangen.

  1. Stap 11Koppel uw ERP

    Verkoop, verbruik en artikelen via de ERP Gateway, met jaren historiek erbij.

  2. Stap 22Schone historiek

    Stockouts herkend, feestdagen en seizoenen per land toegevoegd.

  3. Stap 33Eerste forecast

    Per artikel en per week, met het bereik erbij.

  4. Stap 44Scoren

    Elke week achteraf gemeten tegen wat er echt gebeurde.

  5. Stap 55Elke maand beter

    Een nieuw model enkel als het het huidige verslaat op uw data.

Veelgestelde vragen over Demand Forecasting

Hoe nauwkeurig is de vraagvoorspelling op mijn producten?

Dat meet ScaleTeam per artikel, op weken die het model nooit zag. Elke forecast krijgt achteraf zijn score: WAPE, bias en of het werkelijke resultaat binnen het voorspelde bereik viel. Referentiecijfers zijn een gemiddelde WAPE van 14,4% en een forecast error die 31% lager ligt dan de baseline, maar wat telt is de score op uw eigen data.

Waarom een bereik in plaats van één getal?

Omdat niemand kan beloven dat het volgende week precies 1.370 stuks worden. ScaleTeam geeft per week de verwachte vraag en een bereik van 10 tot 90%. Dat bereik geldt per week en wordt nooit opgeteld tot een voorraaddoel; dat berekent Inventory Optimization apart uit levertijd, voorraad en ontvangsten.

Hoe kiest ScaleTeam het model?

Elke maand nemen verschillende modellen het tegen elkaar op op uw eigen historiek. Een nieuw model gaat pas live als het het huidige verslaat over meerdere achtereenvolgende testperiodes, zonder dat nauwkeurigheid, bias of bereik slechter wordt. Een slechter model gaat nooit live, en elke versie kan teruggezet worden.

Wat als mijn historiek stockouts bevat?

Een stockout is geen lage vraag. ScaleTeam herkent weken waarin er niets te verkopen viel en leert daar niet uit dat de vraag laag was. Feestdagen en seizoenen per land worden mee in rekening gebracht.

Kan ik per regio of per magazijn voorspellen?

Ja. Vraag wordt toegewezen aan een regio op basis van het leverland uit uw ERP, en daarna verdeeld over uw magazijnen volgens hoe elk magazijn echt levert. Of een forecast per regio beter is dan één forecast voor alles, wordt gemeten op uw data en enkel ingeschakeld waar het helpt.

Waar draaien de modellen?

Op ScaleTerra, onze eigen infrastructuur in de EU. De modellen zijn open en getraind op ons eigen platform, zonder lock-in. Uw verkoopdata verlaat de EU niet.

Begin met de artikelen die u het vaakst verrassen.

Onze analyse toont waar uw huidige forecast het meest mist en wat dat u kost, op basis van uw eigen ERP-data.

Liever bellen? +32 476 26 25 86