Vraag voorspellen en een veiligheidsvoorraad bepalen zonder onzekerheid te verbergen

Een voorraadplan begint met twee verschillende vragen: welke vraag kan er komen en welke buffer wil je financieren als het anders loopt. Wie die samenvoegt tot één onverklaard bestelpunt, verstopt precies de aannames die ertoe doen. In het voorbeeld hieronder krijgt een artikel dat zo'n 10 stuks per week verkoopt een veiligheidsvoorraad van 18 eenheden, een doelvoorraad van 48, een tekort van 23 eenheden tot dat doel — en 72 $ dat alleen al in de buffer vastzit. Elk getal volgt uit een aanname die je kunt zien en aanpassen.

Begin met bruikbare historie

Een week met echte nulverkopen is informatie. Een week waarin het artikel niet beschikbaar was, bewijst niet dat niemand het wilde. Was een filter op dinsdag uitverkocht en werd er de rest van de week niets meer verkocht, dan leert een „0” elke prognosemethode dat de vraag daalde — en wordt de volgende buffer te klein op precies de plek waar je al tekortkwam.

Markeer zulke perioden daarom apart:

• Volledige periode — het artikel was beschikbaar en de periode is afgesloten. Een nul is hier een echte nul.
• Tekort — het artikel was uitverkocht. De periode is een gat, geen nul.
• Beschikbaarheid onbekend — niet vast te stellen. Ook een gat.
• Open periode — de lopende week. Die wordt voorspeld, maar niet als historie gebruikt.

Ontbrekende datums mogen ook niet stilletjes nullen worden. Mist je export twee weken omdat de kassa van een filiaal offline was, dan ontbreken die weken; ze zijn niet „zonder verkoop”. En retouren zijn geen negatieve vraag: corrigeer eerst de bronhistorie (bijvoorbeeld door retouren af te trekken in de week van de oorspronkelijke verkoop) en noteer hoe.

In de fictieve demowinkel had één artikel de afgelopen maanden twee weken tekort en één week met onbekende beschikbaarheid. Het meest recente aaneengesloten stuk volledige weken is maar 11 weken lang — dus weigert de tool er een buffer op te baseren, in plaats van te doen alsof de gaten nullen waren.

Vergelijk eenvoudige methoden voordat je het ingewikkeld maakt

Laatste waarde, voortschrijdend gemiddelde, exponentiële afvlakking en seizoensherhaling geven met dezelfde historie heel verschillende uitkomsten. Eerlijk kiezen betekent: toets de toepasbare methoden op dezelfde eerdere perioden en train elke voorspelling alleen op wat vóór die datum bekend was. Anders verklapt de toets het antwoord aan de prognose.

Dat is precies wat een backtest met voortschrijdende oorsprong doet. Neem de laatste 12 volledige weken (of een kwart van de historie als dat minder is, maar minstens 4). Pas voor elk van die weken elke methode toe op de weken ervoor en voorspel één stap vooruit. Vergelijk daarna de afwijkingen.

Voor het lesartikel uit de demo, „Filter A”, met 52 weken historie (waarvan één met tekort), gaf de één-staptest over dezelfde 12 eerdere weken:

Het 13-weeksgemiddelde wint, met een vlakke prognose van 10 eenheden per week. Let op wat er niet in de tabel staat: de seizoensherhaling over 52 weken. Die heeft twee volledige jaren historie nodig — 104 weken — en dit artikel heeft 51 volledige weken. Een tool die hier toch een „seizoensprognose” liet zien, zou een patroon verzinnen dat het nooit twee keer heeft gezien.

Twee regels houden de vergelijking eerlijk. Ten eerste wordt een methode alleen gerangschikt als ze in elke testperiode bruikbaar was; kan een voortschrijdend gemiddelde niet worden berekend in een week waarvan het venster een tekort bevat, dan krijgt het geen cijfer op minder, makkelijkere weken. Ten tweede worden gelijke standen met een vaste regel beslist (kleinere RMSE, dan een vaste volgorde), zodat hetzelfde bestand in een andere regelvolgorde hetzelfde antwoord geeft.

Gebruik een fout die je kunt duiden

De gemiddelde absolute fout (MAE) beschrijft de gemiddelde misser in vraageenheden: „we zitten meestal 1,9 stuks ernaast”. De bias laat de richting zien: een prognose die structureel te hoog is, vult het schap met geld. De RMSE bestraft grote missers zwaarder dan kleine.

Procentuele fouten vragen voorzichtigheid als de werkelijke vraag nul is. De gewogen absolute procentuele fout (WAPE: som van de absolute fouten gedeeld door de totale werkelijke vraag) helpt om artikelen van verschillende omvang te vergelijken, maar als de werkelijke vraag in de testweken nul is, ontbreekt de noemer. Een model hoort dan geen geruststellende 0% te tonen; het eerlijke antwoord is „niet beschikbaar”.

En wees duidelijk over wat de toets meet: het is een één-staptest. Die laat zien hoe goed een methode de volgende week voorspelde uit de weken ervoor, niet hoe nauwkeurig een prognose voor zes maanden is.

Houd de prognoseband eerlijk

Een gearceerde band rond een prognose stelt gerust. Voor „Filter A” lagen het 10e en 90e percentiel van de 12 historische één-stapfouten op −2 en +2,14; de band voor volgende week loopt dus van ongeveer 8 tot 12,1 eenheden. Nuttige context, mits je hem goed benoemt: een historische één-stap residuband, geen gekalibreerd kansinterval voor een prognose van zes maanden. Met minder dan 8 testfouten zijn er te weinig om hem te berekenen en hoort er geen band te verschijnen.

Bekijk daarna de buffer

De veiligheidsvoorraad is een apart, benaderend model. De aannames ervan bevestig je expliciet: vraag en levertijd zijn onafhankelijk en niet negatief, de parameters zijn stabiel genoeg en een normale benadering is aanvaardbaar. Onder die aannames dragen zowel schommelingen in vraag als in levertijd bij aan de onzekerheid over de beschermingsperiode — levertijd plus reviewinterval.

Stel dat de gemiddelde vraag tien eenheden per periode is met een standaardafwijking van twee, de gemiddelde levertijd drie perioden met een standaardafwijking van één, bij continue controle:

• Beschermingsperioden: T = 3 + 0 = 3
• Variantie: V = T·s² + μ²·sL² = 3 × 2² + 10² × 1² = 12 + 100 = 112
• Standaardafwijking: σ = √112 ≈ 10,583
• Bij 95% cyclusservice is z = 1,644853627, dus z·σ ≈ 17,41, naar boven afgerond op hele eenheden: veiligheidsvoorraad 18

Met een vlakke prognose van 10 eenheden is de verwachte vraag over de 3 beschermingsperioden 30, en de doelvoorraad 30 + 17,41 naar boven afgerond: 48.

Kijk waar de variantie vandaan komt: 12 van de 112 uit de wekelijkse vraag, 100 uit de onzekere levertijd. Kortere of betrouwbaardere leveringen helpen de buffer vaak meer dan welke prognosemethode ook.

Twee praktische punten. Staat de levertijd in dagen en is de historie per week, reken dan eerst dagen om naar weken (18 dagen is 2,57 weken) en rond pas daarna de beschermingsperiode naar boven af: 2,57 weken levertijd plus een week review wordt 4 beschermingsweken, en de uitkomst moet melden dat er is afgerond. Bij artikelen per gewicht of volume rond je de buffer naar boven af op de stap waarin je echt voorraad houdt, bijvoorbeeld een halve liter.

Zet een prijs op de buffer en vind het tekort

Is de voorraadpositie — op voorraad plus in bestelling min nalevering — 20 + 10 − 5 = 25, dan ontbreken er 23 eenheden tot het doel. Bij 4 $ per stuk legt alleen de buffer al 72 $ vast.

Een ladder van serviceniveaus maakt de afweging voor hetzelfde artikel concreet:

Van 95% naar 99% kost voor dit ene artikel nog eens 28 $ aan voorraad. Over een assortiment van een paar honderd artikelen op meerdere vestigingen is dát het gesprek dat je met cijfers op tafel wilt voeren.

Dit is een planningsuitkomst op basis van aannames, geen inkooporder en geen garantie voor een fill rate. „95% cyclusservice” betekent dat onder de genoemde aannames ongeveer 95% van de aanvulcycli zonder tekort eindigt — niet dat 95% van de eenheden geleverd wordt.

Alles bij elkaar

Vraagprognose en veiligheidsvoorraad houdt de prognose, de historische toets en de economie van de buffer met elkaar verbonden. De vaste demo toont een klein assortiment en een middelgroot voorbeeld met meerdere vestigingen: 240 artikelen op 4 vestigingen over 104 weken, elk met een eigen geteste methode en het bufferkapitaal per valuta opgeteld. Voor de volgende vraag — verpakkingen, minimale hoeveelheden en een beperkt inkoopbudget — is er Stock Purchase Planner.

Open de demo van Vraagprognose en veiligheidsvoorraad