Stel, een klant koopt ineens héél veel van één product. Bijvoorbeeld worstenbroodjes, omdat hij zijn collega’s ter ere van zijn verjaardag wil trakteren. Die incidenteel hoge verkoop geeft een vertekend beeld van de klantvraag. De kans dat een van je klanten elke week zoveel worstenbroodjes koopt, is immers klein. Zo zien we wel vaker opvallend koopgedrag onder individuele klanten. En dit niet alleen in supermarkten. Ook in de non-food retail zijn er zo nu en dan bijzondere pieken in het koopgedrag van klanten. De vraag is echter hoe je hier slim mee omgaat. Hoe voorkom je dat een incidenteel hoge verkoop van een bepaald product je volgende besteladvies verstoort?

Pieken in vraag herkennen

Sommige producten hebben een onregelmatig verkooppatroon, waarin uitschieters – outliers – moeilijk te herkennen zijn. De meeste producten kennen echter een redelijk constante verkoop. Bij die producten kun je een incidenteel hoge vraag herkennen. Zoals in het genoemde voorbeeld. Als de klant in kwestie vooraf zijn producten in de gewenste hoeveelheid reserveert, weet je dat slechts één klant verantwoordelijk was voor een groot deel van je omzet. Dan weet je ook dat dit patroon zich volgende week waarschijnlijk niet herhaalt. In de praktijk wordt er echter zelden een klantbestelling gedaan.

De meeste producten kennen een redelijk constante verkoop. Bij die producten kun je een incidenteel hoge vraag herkennen.”

Gevolgen voor je besteladvies

Dit is niet best voor je besteladvies. Als je een incidenteel hoge verkoop niet als zodanig herkent, neem je dit namelijk mee in je volgende bestelling. Het gevolg is dat je een te hoge voorraad in je keten krijgt die je mogelijk niet verkoopt, wat leidt tot afprijzen of derving.

Verstoord besteladvies voorkomen met tooling

Goede replenishment tooling helpt je een verstoord besteladvies te voorkomen. Als er wél een klantbestelling is geplaatst, markeert onze eigen oplossing repleniQ deze omzet bijvoorbeeld als ‘onbetrouwbaar’. Deze verkoop wordt vervolgens volledig buiten de prognoseberekening gehouden, wat de basis vormt voor het besteladvies.

Als er geen klantbestelling is vastgelegd en er ‘normaal’ wordt afgerekend is het een kwestie van herkennen. Dit kan repleniQ, omdat we per product een bepaalde bandbreedte hebben berekend waarbinnen wordt verkocht. Hierin wordt rekening gehouden met outliers, doordat repleniQ een outliercorrectie bevat.

De outliercorrectie

Bij artikelen waarvan je er wekelijks slechts een handjevol verkoopt, kan één extra product per week al als outlier worden gezien. Wordt er wekelijks veel meer verkocht van een bepaald artikel – zoals koffie of haarlak – dan zullen één of twee extra stuks niet worden aangemerkt als een outlier. Dat begrijpt de outliercorrectie van repleniQ.

Hoe werkt dat?

Het geheim achter de outliercorrectie is de standaarddeviatie; de rekenkundige maat voor de spreiding van de getallen rondom een gemiddelde. Ingewikkeld? Valt mee! Voor de geïnteresseerden een voorbeeld. Stel dat een bouwmarkt negen dagen achter elkaar 10 hamers per dag verkoopt, en dan ineens op een dag 100. Gedurende die 10 dagen zijn er dus 190 hamers gekocht, wat neerkomt op een gemiddelde van 19 hamers per dag. Gedurende de eerste negen dagen werd er met maximaal 9 hamers afgeweken van het gemiddelde, en op de laatste dag werd er met 81 hamers van het gemiddelde afgeweken. In de outliercorrectie wordt gekeken of we die afwijking acceptabel vinden of dat die te ver van het gemiddelde afwijkt om als normale verkoop te registreren. Als het te ver afwijkt, laat repleniQ de outlier buiten beschouwing van het besteladvies. Het resultaat? Een betrouwbare forecast en goed aansluitende voorraad!

Dáárom hebben we dus tooling

Om te voorkomen dat een incidenteel hoge verkoop je besteladvies verstoort heb je dus tooling nodig die rekening houdt met outliers. En aangezien het alternatief is dat je elk kassabonnetje uit gaat pluizen op uitschieters, zou ik je dat ook echt aanraden. Zeker gezien het aantal producten in de schappen!