Is uw vraagvoorspellingsproces geoptimaliseerd?

Het Vlerick Forecasting Research Centre vult de leemte in

Hoewel statistische voorspellingsmodellen steeds ingenieuzer worden en software om het voorspellingsproces te ondersteunen makkelijk verkrijgbaar is, heeft onderzoek* aangetoond dat vraagvoorspellingen slechts in 25% van de gevallen uitsluitend gebaseerd zijn op statistische modellen. In 75% van de gevallen steunen ze op menselijke inschattingen (25%), een statistisch model aangepast door de voorspeller(s) (33%) of een combinatie van statistische voorspellingen en menselijke inschattingen (17%). Menselijke beoordelingen spelen dus een belangrijke rol. Maar welke impact hebben ze op de nauwkeurigheid van voorspellingen? Tot nog toe is op dat gebied nog maar weinig empirisch onderzoek verricht. Het Vlerick Forecasting Research Centre wil deze leemte invullen.

Het Forecasting Research Centre werd vorig jaar opgericht met ondersteuning van onze Prime Foundation Partner SAS BeLux. Het centrum voert onderzoek uit en organiseert regelmatig workshops voor zijn leden – bedrijven uit verschillende sectoren die één ding met elkaar gemeen hebben: ze willen allemaal een nauwkeurigere vraag- of verkoopvoorspelling om hun productieplanning en inventarisbeheer te optimaliseren en dus een doeltreffendere, efficiëntere toeleveringsketen te creëren. De huidige leden zijn AGC, Axalta, Barry Callebaut, Bridgestone, Colruyt, Danone, Eurocontrol en Van de Velde.

Zes categorieën van voorspellingen

De activiteiten van het centrum tijdens het afgelopen jaar hebben geleid tot de ontwikkeling van een maturiteitsmodel voor voorspellingsprocessen. Met behulp van dit instrument kunnen bedrijven hun huidige voorspellingsproces vergelijken met beste praktijken, een benchmark bepalen en mogelijkheden voor verbetering identificeren. Het model omvat een vragenlijst waarbij respondenten hun organisatie of afdeling moeten beoordelen aan de hand van een aantal beste praktijken op het gebied van voorspellingen. In totaal gaat het om 34 beste praktijken die zijn ingedeeld in zes categorieën:

  • Gegevens: hoe worden voorspellingsgegevens opgeslagen, beheerd en geüpdatet
  • Methode: welke methoden en modellen – met of zonder menselijke inschattingen – worden gebruikt bij het voorspellingsproces
  • Prestaties: hoe wordt het voorspellingsproces gemeten en gecontroleerd
  • Systeem: welke systemen ondersteunen het voorspellingsproces
  • Mensen: hoe ervaren zijn de voorspellers van de organisatie en welke opleiding hebben ze gevolgd
  • Organisatie: hoe ondersteunt de organisatie het voorspellingsproces

Geen vooringenomenheid

Zijn respondenten dan niet geneigd een vooringenomen houding aan te nemen? “Niet echt”, zegt Karlien Vanderheyden, professor of organisational behaviour en een van de mensen die het multidisciplinaire onderzoeksteam van het centrum leiden. “Dit is geen analyse-instrument voor sociaal gewenst gedrag. De respondenten zijn kritisch voor zichzelf, omdat ze streven naar verbetering. Aangezien het voorspellingsproces functionele grenzen overschrijdt, wordt de vragenlijst doorgaans ingevuld door medewerkers van verschillende afdelingen, zoals marketing & sales, finance, logistiek en productie. Het instrument geeft dus een evenwichtig beeld.”

Hoe zit het met menselijke inschattingen?

Het centrum heeft het voorspellingsproces in zijn geheel in kaart gebracht en is nu klaar om de voorwaarden te analyseren die de impact van menselijke beoordelingen op de nauwkeurigheid van voorspellingen beïnvloeden. “Volgens de academische literatuur vergroten menselijke inschattingen de nauwkeurigheid van voorspellingen. Zelfs de meest ingenieuze statistische modellen houden niet altijd rekening met onverwachte gebeurtenissen, veranderlijke omgevingsfactoren of ontbrekende gegevens. Mensen daarentegen kunnen deze contextuele informatie makkelijk verwerken”, verklaart Karlien. “Toch is het niet zo eenvoudig. Uit de literatuur en empirisch onderzoek uitgevoerd met studenten blijkt ook dat mensen vaak onnodige aanpassingen doorvoeren, waardoor de nauwkeurigheid van voorspellingen afneemt."

Volgende stappen

“De bedrijven die zich hebben aangesloten bij ons centrum doen bij hun voorspellingsproces vaak een beroep op menselijke inschattingen, maar ze zijn zich goed bewust van het gebrek aan academische en empirische fundering. We willen achterhalen wanneer menselijke inschattingen nuttig zijn en waarom”, zegt ze. “Daarom verzamelen en vergelijken we gegevens van onze leden met betrekking tot (1) voorspellingsresultaten van hun statistische modellen, (2) voorspellingsresultaten na menselijke aanpassingen en (3) de eigenlijke vraag of verkoopcijfers.”

Aangezien de organisatorische context ook een aanzienlijke impact heeft, analyseert het centrum ook andere informatie, bijvoorbeeld de datum en tijdshorizon van de voorspellingen, de volatiliteit van de producten of diensten, of er al dan niet feedback is gegeven op de nauwkeurigheid van de voorspellingen, of de redenen om modelvoorspellingen aan te passen al dan niet systematisch zijn geregistreerd, het aantal personen dat betrokken is bij het voorspellingsproces, de profielen van de voorspellers enz.

“Al deze elementen zullen ons de mogelijkheid bieden nuttige richtlijnen uit te werken om de nauwkeurigheid van voorspellingen te bevorderen en het voorspellingsproces verder te optimaliseren”, besluit Karlien.

Help ons u te helpen!

Ons maturiteitsmodel voor voorspellingsprocessen wordt gratis online ter beschikking gesteld. Wilt u weten waar uw bedrijf of afdeling staat en mogelijkheden voor verbetering identificeren? Neem dan gerust contact op met Rein Robberecht (rein.robberecht@vlerick.com of +32 9 210 98 12) en vul de vragenlijst in. Zo helpt u ons ook onze database uit te breiden, en dat leidt dan weer tot een betere benchmark. U kunt ook contact opnemen met Rein als u zich wilt aansluiten bij het Vlerick Forecasting Research Centre of als u vragen hebt over ons onderzoek.

* Bijvoorbeeld Fildes, R. & Goodwin, P. (2007). Good and Bad Judgment in Forecasting Lessons from Four Companies, Foresight (herfst 2007), 5-10. Resultaten bevestigd door een enquête georganiseerd door Foresight in 2014; zie Foresight (winter 2015), 5-12.