Bij klanten zien we in S&OP-processen regelmatig dat demand planners worden uitgedaagd door de Sales directeur: “je laat me een demand plan zien waarin een groei is berekend puur op basis van historische gegevens. Maar hoe is de groei opgenomen die ontstaat door het realiseren van onze sales strategie?” De consequentie van deze discussie is vervolgens vaak dat het commerciële team deze versie van het demand plan niet accepteert.
Natuurlijk is er nog steeds een demand plan dat gebruikt kan worden in de S&OP-meetings, maar dat is dan eerder een demand plan van de Supply Chain afdeling zonder werkelijke brede bekrachtiging van de hele organisatie. Dit is natuurlijk niet de weg om tot één integraal business plan te komen, wat wel de onderliggende gedachte van het S&OP-proces is. Gevolg hiervan zal zijn, dat de beslissingen die er werkelijk toe doen bij het sturen van de organisatie nog steeds buiten het S&OP-proces worden genomen.
Kan hier geen andere aanpak worden gekozen? Een aanpak waarbij de demand planner het commerciële team optimaal ondersteunt om hun commerciële targets te halen? Een aanpak die niet gericht is op het presenteren van alleen maar een forecast getal dat aangeeft hoe Supply Chain ertegenaan kijkt, maar een aanpak die gericht is op het ondersteunen van het commerciële team bij het maken van de keuze welke commerciële activiteiten het meest effectief zijn om de gewenste groei in omzet en marge te realiseren.
De basis ideeën en technieken voor een dergelijke nieuwe aanpak zijn al lange tijd bekend. In plaats van het presenteren van alleen maar getallen, richt de demand planner zich op het brengen van inzicht. Inzicht in wat de belangrijkste drivers zijn in de ontwikkelingen van de klantvraag. Inzicht in de voorkeuren van klanten en inzicht hoe klantgedrag kan worden beïnvloed. Het brengen van inzicht door middel van deze sales drivers, biedt de sales en marketingafdelingen de mogelijkheid om de meest effectieve commerciële plannen te maken om klantvraag in volume en waarde in de gewenste richting te laten bewegen. Geplande commerciële strategieën worden daarmee directer zichtbaar in het demand plan, waarbij het krijgen van steun voor het plan van de commerciële teams ook veel gemakkelijker is.
Het goede nieuws is dat de recente ontwikkelingen in big data analyse en krachtige cloud computing een dergelijke ‘driver-based’ demand planning enorm stimuleren. Meest duidelijke toepassingsgebieden zijn promotie planning, prijsstrategieën en prijselasticiteit, gelokaliseerde proposities en assortimenten, prioriteitstelling van het commerciële team, order patroon stabilisatie, betrekken van externe drivers zoals weersverwachtingen etc.
In Oktober 2022 organiseerde Involvation een event waarin kennis en ervaringen werden gedeeld over onderwerpen binnen Digital Planning zoals big data analyse, cloud computing, machine learning en artificial intelligence, internet of things, digital twins. Om de discussie te starten, werd de groep uitgedaagd met een aantal stellingen rondom verdere digitalisering van supply chain planning. Eén van de stellingen was: “We kunnen de planning verbeteren wanneer we overgaan van forecasting op basis van historie naar driver based forecasting”.
Het was opvallend dat 80% van de deelnemers het eens was met deze stelling, slechts 10% was het er niet mee eens. Het is goed om te zien dat het besef doordringt bij de demand planning afdelingen dat ze verder moeten kijken dan de traditionele tijdreeksanalyses om relevant te blijven voor de commerciële teams. Bewustwording is de eerste stap naar implementatie. Laten we ervoor gaan!
Ben jij het eens of oneens met de stelling? Of wil je meer informatie? Laat het me weten met een e-mail: p.tielemans@involvation.com.
Lees dan ook onze andere blogs over Digital Planning: