EY oznacza globalną organizację i może odnosić się do jednej lub więcej firm członkowskich Ernst & Young Global Limited, z których każda stanowi odrębny podmiot prawny. Ernst & Young Global Limited, brytyjska spółka z ograniczoną odpowiedzialnością, nie świadczy usług na rzecz klientów.
Jak EY może pomóc
-
Skutecznie zarządzanie łańcuchem dostaw umożliwia poprawę efektywności zakupowego modelu operacyjnego. EY wspiera klientów w transformacji w obszarze zakupów. Sprawdź, w jaki sposób.
Przeczytaj więcej
1. Przygotowanie danych
Przygotowanie danych polega na analizie anomalii, które zaburzają rzeczywisty obraz historycznego popytu i powinny być usunięte z historii sprzedaży. Mówimy tutaj o sytuacjach takich jak:
- brak produktu spowodowany awarią linii promocyjnej,
- wzrost sprzedaży w wyniku promocji.
Poszukiwaniem prawdziwego kształtu historycznego popytu i czyszczenie historii może być niekiedy pewną pułapką, gdyż pozostawia sporą przestrzeń do interpretacji dla Demand Plannera. Jeżeli wzrost sprzedaży widoczny w danych spowodowany jest promocją, to nie jest łatwo oszacować sprzedaż w takim samym okresie, gdyby nie było promocji.
2. Aktualizacja modeli statystycznych
Następny etap, czyli aktualizacja modelu statystycznego, wcale nie musi być najbardziej skomplikowanym krokiem. Obecne na rynku systemy do planowania popytu posiadają dosyć proste w obsłudze pakiety statystyczne. Dzięki nim Demand Planner nie musi posiadać zaawansowanej wiedzy ze statystyki, gdyż systemy same potrafią dopasować najlepszy dostępny model. Na bazie historii system porównuje wyniki dokładności prognoz generowanych przez wszystkie dostępne modele i wybiera ten o najniższym błędzie prognozy.
3. Uwzględnienie w prognozie wiedzy rynkowej
Ważne, by Demand Planner znał sposób działania wspomnianego modelu (tzn. jakie czynnik bierze pod uwagę, np.: trend, sezonowość) i umiał go przedstawić na spotkaniu z zespołami Sprzedaży i Marketingu. Działy te potrzebują odpowiednich informacji, by móc dostarczyć danych dotyczących wzrostu sprzedaży i co je spowodowało (promocje, zmiany cen, kampanie etc.). Specjaliści z działu Marketingu i Sprzedaży muszą zrozumieć, z czego wynika prognoza statystyczna. W innym razie będą do niej podchodzić z dużą dozą niepewności.
4. Weryfikacja rezultatów dokładności prognozy: Demand Review
Ostatni krok to weryfikacja dokładności prognozy w ramach spotkania Demand Review. Jego rezultatem nie są jedynie zmiany w prognozy naniesione w związku z implementacją wspomnianej wiedzy rynkowej, ale również jasne udokumentowanie jej założeń. Ich dokumentacja pozwala poznać argumentację stojącą za "cyframi" i uwierzytelnia samą prognozę. Co najważniejsze: udokumentowane założenia forecastu są bazą do ostatniego etapu planowania popytu, czyli analizy: z czego wynikały błędy prognozy i wyciągnięcia wniosków na przyszłość.