- OplossingenVier soorten maatwerkVraag voorspellen, systemen koppelen, systemen op maat en het handwerk eruit.Bekijk alles
- Cases
- Kennisbank
- Contact
De forecast bepaalt de voorraad. En hij draait op gemiddelden.
Te veel voorraad van het ene artikel, uitverkocht op het andere. Vul omzet, voorraad en marge in en zie wat een betere forecast per jaar oplevert.
Direct een solution architect aan tafel.
Bij Stratalytic zit de solution architect aan tafel die de voorspellingen ook bouwt, geen salesteam. In 30 minuten lopen we het assortiment en de huidige methode langs, met een eerlijk oordeel of een vergelijking op de data de moeite waard is. Is de huidige forecast al goed, dan is dat het antwoord.
- 2 van de 3Ordermails bij een groothandel die niemand meer overtypt
- 40% naar 86%Forecast-nauwkeurigheid bij één klant
- WekenDoorlooptijd vergelijking
- 20-40%Minder forecastfout vs simpele rekenregel
Herkenbaar?
Inkoop draait op het gemiddelde van vorig jaar, en dat is te merken
Te veel kapitaal in traag lopende voorraad, lege schappen bij stijgers. De forecastfout staat op geen enkel dashboard, maar wél in het werkkapitaal en de gemiste verkoop.
De planning zit in één hoofd, en de offerte van een pakket deed pijn
Eén ervaren collega weet wat er besteld moet worden, tot die er niet is. Enterprise planningssoftware factureert per SKU per maand, voor altijd, en acties en webplatforms passen alsnog niet in het standaardmodel.
Elke leveranciersorder gaat op onderbuikgevoel
Door lange levertijden en minimale ordergroottes is elke misser in een inkooporder duur, naar beide kanten.
Zo werkt het, gemeten in plaats van beloofd
- 01
30 minuten met de solution architect
Aan tafel zit de solution architect die de voorspellingen ook bouwt, geen tussenlaag. We lopen samen assortiment, kanalen en huidige methode langs, met een eerlijk antwoord erbij: is een betere forecast realistisch op deze data?
- 02
Forecastvergelijking op de eigen historie
Onder NDA draaien we onze voorspellingen tegen de huidige methode én een simpele rekenregel, op de echte verkoopdata. De verbetering staat per productgroep op papier, gemeten, niet beloofd.
- 03
Van forecast naar inkoopbeslissing, in de bestaande systemen
De voorspelling plus de vertaling naar bestelpunten en inkoopadvies, gekoppeld aan wat er al gebruikt wordt. Vaste prijs, en het inkoopteam ziet het advies in de systemen waarin het al werkt.
Waarom geen planningspakket of spreadsheet?
| Excel | Planningspakket | Stratalytic | |
|---|---|---|---|
| Omgaan met afwijkingen (acties, kanalen, seizoen) | Formules op gemiddelden | Standaardmodel, vaste instellingen | Gebouwd op de eigen data |
| Eerst het bewijs, dan het besluit | Geen | Demo van de leverancier | Vergelijking op de eigen historie |
| Kostenmodel | Gratis, maar de fout is duur | Abonnement per SKU, voor altijd | Eenmalig, vaste prijs |
| Wat het inkoopteam krijgt | Een getal per product | Advies uit een standaardmodel | Bestelpunten en inkoopadvies |
Voor het gesprek
Waarom geen Slimstock, Optiply of een andere planningssuite?
Die pakketten zijn sterk voor bedrijven die in hun standaardprofiel passen. Wijkt de werkelijkheid af (acties, verkoop via webplatforms naast eigen kanalen, importlevertijden, hard seizoen), dan rekent een standaardmodel met gemiddelden. Een maatwerk-forecast wordt gebouwd op eigen data en de eigen afwijkingen, en kost eenmalig in plaats van een abonnement per SKU.
Hoe weet ik of het echt beter wordt?
We meten het voordat er iets besloten wordt. In een vergelijking komt onze voorspelling naast de huidige methode én een simpele rekenregel, op de eigen verkoophistorie, op papier per productgroep. Verslaat de voorspelling de huidige aanpak niet, dan stopt het daar, volgt er geen voorstel en blijft er een gratis inzicht over.
We hebben zelf al iets gebouwd dat werkt. Wat voegen jullie dan toe?
Goed teken. Dan is de vraag niet meer óf het kan, maar of eruit komt wat erin zit. Daar loopt het meestal stuk: Gartner verwacht dat 30% van de AI-projecten na de proef wordt stopgezet, en MIT vond dat 95% van de proefprojecten geen resultaat oplevert dat terug te vinden is in de cijfers. Zelden omdat de voorspelling niet werkt, meestal omdat niemand eigenaar is van het getal. Wat er mogelijk is, verschuift bovendien snel, en dat bijhouden lukt niet naast het draaien van een operatie. Wij rekenen vooraf op eigen data uit wat er te halen valt, gratis, en zorgen dat het daarna ook echt draait. Bij een forecast die op gemiddelden liep, ging de nauwkeurigheid van 40% naar 86%.
Hoe lang duurt het en wat levert het op?
De vergelijking is afgebakend en levert binnen enkele weken uitkomst. Het volledige traject (voorspelling en koppeling met het voorraad- en inkoopproces) is eenmalig in plaats van per SKU per maand. Het effect zit in de voorraad: 10-15% minder overvoorraad en 20-40% minder forecastfout dan de simpele rekenregel. Reken het na met de module bovenaan. Het gesprek zelf duurt 30 minuten, vrijblijvend.
Welke data is er nodig?
Verkoophistorie per artikel per week (minimaal zo'n twee jaar, voor het seizoenspatroon), en idealiter de promo-kalender en voorraadstanden. Dat zit vrijwel altijd al in de webshop, kassa, ERP of fulfilmentsysteem. Wij halen het eruit; dat hoort bij het werk. Rommelige data is normaal: we zien in de vergelijking wat bruikbaar is en zeggen eerlijk als het antwoord 'nog niet' is.
Wat als het niet werkt, en moeten we een nieuw systeem nemen?
Dan weten we dat vroeg en gratis, voordat er iets gefactureerd wordt, en volgt er geen voorstel. Een nieuw systeem is niet nodig: het advies verschijnt in het ERP of de inkooptool die er al staat, en het team beslist.
Wat gebeurt er met de forecast in de praktijk?
Een voorspelling die niemand gebruikt, is waardeloos. We vertalen hem door naar het besluit: bestelpunten, inkoopadvies per leverancier, promo-weken apart gepland. De inkoper krijgt geen grafiek maar een lijst: dit wel bestellen, dit niet, en waarom.