Efficiënter voorraadbeheer door analyse van historische verkoopdata

Al ruim 50 jaar is Van den Borne de totaalleverancier en technisch adviseur op het gebied van pompen, leidingsystemen, beregening en waterbehandeling. Voor ieder bedrijf dat producten inkoopt en verkoopt, is het van belang om de juiste hoeveelheid producten op voorraad te hebben. Bij een te lage voorraad zullen klanten langer op hun bestelling moeten wachten en daarmee zal zowel de klanttevredenheid en mogelijk zelfs de omzet afnemen. Aan de andere kant is magazijncapaciteit niet oneindig en zal niet bewegende voorraad resulteren in een lagere cashflow. Van den Borne B.C. heeft het JADS MKB Datalab benaderd om meer inzicht in hun assortiment en beter grip te krijgen op hun voorraadbeheer.

Use Case

Voor kleinere bedrijven met een beperkt assortiment (bijv. 10-20 producten) is het haalbaar om handmatig per product te bepalen wat een goede voorraadhoogte is. In dit geval kan de beheerder een veranderende vraag naar een product zelf opmerken en kan voor dit product meer of minder bestellen. Echter, voor een bedrijf met 6.300 producten in de catalogus en meerdere in- en verkopers, is het onmogelijk om nog handmatig te overzien.

Er wordt verwacht dat er een globale seizoenstrend te vinden is in de verkopen, maar deze vraag zal ook per product anders zijn.  Door een onderscheid te maken in de hardlopers (A) en producten die minder vaak verkocht worden (C), kan een ABC classificatie gemaakt worden die uiteindelijk kan helpen bij het bepalen van het voorraadniveau. De A producten dienen eigenlijk altijd op voorraad te zijn, want anders zullen de kopers naar een concurrent gaan. Momenteel wordt er vooral gestuurd op onderbuikgevoel en wordt er gekeken naar historische verkopen, maar is het Van den Borne nog niet gelukt om op een datagedreven manier hun voorraad te beheren en de producten te classificeren.

DATA VOLWASSENHEID

Beschrijver

WAT VINDT DE ONDERNEMER?

4.3/5
SECTOR

Groothandel

Onze Oplossing

Om meer grip te krijgen op de vraag naar de verschillende productcategorieën zijn er drie verschillende stappen genomen om meer datagedreven om te gaan met het voorraadbeheer.  

1. Onderscheid maken tussen verschillende producten

In het eerste project, is samen met het bedrijf een definitie van “belangrijk” opgesteld. Er zijn verschillende factoren die hier invloed op hebben, zoals het aantal keer dat een product verkocht wordt, de levertijd van leveranciers, de hoeveelheid die verkocht wordt, en welke omzet daarbij hoort. Uiteindelijk worden aan de producten een ABC-classificatie toegewezen. A artikelen zijn producten met de hoogste frequentie van verkopen, de hoogste afzet, en/of hoogste omzet. C artikelen zijn producten met de laagste frequentie, afzet en omzet. De producten daar tussenin komen in categorie B.

Voor iedere leverancier is individeel gekeken naar de producten die zij leveren om te bepalen of de producten een A,B, of C classificatie krijgen. Dit onderscheid is belangrijk, omdat de verschillende leveranciers, verschillende producten leveren. De verkoop van een schroef kan immers niet gelijkgesteld worden aan de verkoop van een volledig automatisch beregeningssysteem. Dit zou een vertekend beeld van de classifcatie geven.

2. Voorraadhoogte bepalen op basis van data en categorie

Tijdens het tweede project, zijn de productcategorieën (A, B en C) vanuit het eerste project gebruikt als input om een voorspelling te maken over de benodigde hoeveelheid voorraad per product. De belangrijke producten (A) zullen nagenoeg altijd op voorraad moeten zijn, terwijl het minder erg is om een product dat minder belangrijk is (C) een keer niet op voorraad te hebben. Daarnaast is de branche erg seizoensafhankelijk. Producten die veelal in de zomermaanden verkocht worden, zullen in de winter minder op voorraad hoeven te liggen. Kijkend naar de verkopen in het verleden, kan een inschatting gemaakt worden hoeveel voorraad er beschikbaar moet zijn om aan de vraag te voldoen. Door een service level in te stellen per A, B en C categorie die een bepaald leveringspercentage kan garanderen, kan zo het voorraadbeheer geoptimaliseerd worden.

Voorbeeld van verkopen en de verschillende voorraadniveaus per classificatie

3. Integreren in de bestaande ICT infrastructuur

In de eerste twee projecten is een mooie proof-of-concept gerealiseerd die een mooie bepaling van de productcategorie en het bijbehorende voorraadniveau creeërt. Voor de lange termijn is het echter belangrijk dat deze voorspelling aan de systemen bij Van den Borne B.V. gekoppeld wordt. Zo kan iedere keer nieuwere verkoopdata worden toegevoegd aan het model om uiteindelijk tot een betere voorspelling te komen. Ook zorgt dit voor een werkbare oplossing voor het bedrijf na afronding van het project. Om het Python script werkbaar te maken is het gekoppeld aan de Power BI omgeving. Het script wordt dagelijks gedraaid en genereerd een Excel bestand met voorspellingen en voorraadniveaus. Deze wordt gecontroleerd door de voorraadbeheerder. Daarna wordt deze data automatisch in de database weggeschreven.

Hiermee heeft Van den Borne B.V. een objectieve maatstaf voor hoe belangrijk producten zijn en kan de voorraad van een product automatisch worden beheerd op basis van de nieuwste verkoopcijfers. Dit voorkomt dat producten onnodig veel op voorraad liggen en dat klanten teleurgesteld moeten worden.

Zorg dat je ICT-infrastructuur op orde is

Door de goed ingerichte ICT infrastructuur bij Van den Borne B.V. was het erg makkelijk om de gewenste data uit de database te halen en om de output terug te schrijven naar de systemen. Een goede ICT-infrastructuur zorgt voor een soepeler verloop van projecten.

Benieuwd wat we met jouw
data kunnen doen?

Scroll naar boven
Scroll naar top

Bedankt voor je aanmelding!

Super leuk dat je bij ons lustrum aanwezig bent!
De inloop is vanaf 15:00 en om 15:30 zullen we beginnen met het programma.

Wanneer?

9 juni 15:30

Wij hebben er zin in en kijken er naar uit jullie weer te zien!