Copyright SAS Institute Sweden, november 2008 SAS INSTITUTE AB STORA FRÖSUNDA, BOX 609 169 26 SOLNA TEL: 08-52 21 70 00 FAX: 08-52 21 70 70 WWW.SAS.COM/SWEDEN SAS Institute AB is a subsidiary of SAS Institute Inc., Cary, NC, USA Organisationsnummer 556274-7211
Att kunna se in i framtiden Varje dag görs affärsbeslut utifrån prognoser om framtiden. Ju mer noggranna och exakta dessa prognoser är desto bättre blir besluten. Den som kan förutse efterfrågan för sina produkter och planera sin tillverkning och försäljning efter prognoserna har en stor fördel framför sina konkurrenter. I dag finns verktyg som med hjälp av sofistikerad analys kan ge prognoser med hög träffsäkerhet. I verkligheten styrs planeringen, trots det, oftast av organisationens mål eller önskningar. Det vanligaste misstaget som organisationer gör är att bygga planer runt vad de vill ska hända, i stället för kring det som verkligen kommer att hända. Att konkurrera med hjälp av affärsanalys Prognostisering är en väsentlig del av Business Analytics eller Affärsanalys. Med affärsanalys av data får beslutsfattare insikter och underlag för att kunna fatta bättre affärsbeslut som kan leda till ökad försäljning, ökad effektivitet, minskade kapitalförluster, ökad kundlojalitet, minskade lagerkostnader, en bättre överblick och i slutändan ökad lönsamhet. I boken Competing on Analytics av Thomas H Davenport och Jeanne G Harris visar författarna att framgångsrika organisationer använder Affärsanalys för att styra sina affärsprocesser och därigenom skapa konkurrensfördelar. Det finns fyra gemensamma nämnare för de som lyckas allra bäst; affärsanalysen stödjer en strategisk fördel; affärsanalysen är en angelägenhet för hela företaget; ambitionerna är höga och de högsta cheferna är engagerade. Öka affärsvärdet genom att gå från historisk data, till prediktiv affärsanalys. Vad är prognostisering? Prognostisering är den del av Affärsanalys som använder historiska data i kombination med så kallad prediktiv analys för att förutse framtiden. För att få en så korrekt bild som möjligt bör data användas från alla relevanta informationskällor, såsom: Order-, leverans- och lagerstatus. Försäljningsvolymer. Priser, erbjudanden och data från kassasystem. Samtalsvolym (för till exempel ett callcenter). Försäljningskvoter, marknadsplaner, verksamhetsplaner och ekonomiska mål. 2
Händelserelaterad information (helgdagar, marknadsaktiviteter, säljkampanjer). Information från kunder och leverantörer. Demografiska data. Externa faktorer som påverkar efterfrågan (räntenivåer, arbetslöshet, bostadsplanering, konkurrenternas aktiviteter, BNP-tillväxt, väder). Prognostisering hittar historiska mönster som identifierar trender, säsonger och händelser, genom att utnyttja en kombination av tekniker och analytiska/statistiska prognosmodeller. Varför ska du arbeta med prognostisering? Prognostisering ger en stabil grund för efterfråge- och lagerplanering, budgetering, planering av försäljning, marknadskampanjer och upphandlingar och påverkar därigenom hela företaget samt dess lönsamhet.. På dagens snabbrörliga marknad är det avgörande för framgång att veta så mycket som möjligt om vad som kommer att hända och snabbt kunna anpassa sig till förändringar. Ändå baserar många beslutsfattare sina prognoser och sin planering på magkänsla och önsketänkande och tar inte hänsyn till alla interna och externa faktorer som påverkar företagets framtid. Dålig koll på framtiden ger negativa konsekvenser inom alla områden, såsom förlorade affärer, överskridande av budget och för stora lager. Här finns stora summor att tjäna, speciellt för den tillverkande industrin och detaljhandeln. Genom att arbeta med prognostisering kan företagen se till att tillgång och efterfrågan ligger så nära varandra som möjligt. Bra prognoser hjälper dem att spara tid och pengar, samtidigt som de kan erbjuda en högre kvalitet på sina tjänster. Dåliga prognoser kostar pengar: Överprognoser, det vill säga om du tror att du ska sälja fler produkter än vad du sedan gör, innebär att du binder kapital i lager. Förutom onödig kapitalbindning är risken att lagret blir gammalt och ointressant för kunderna och därmed tappar marknadsvärde. Underprognoser, då efterfrågan är högre än förväntat, medför slut i hyllan, längre leveranstider, missnöjda kunder och förlorad försäljning. Studier bland annat från undersökningsföretaget ECR (Efficient Consumer Response) visar att 50 procent av kunderna avstår från köp eller går till en annan butik om en vara är slut i hyllan. ECR visar att 37 procent av konsumenterna väljer att köpa ett annat varumärke om produkten är slut i hyllan, och denna procentsiffra ökar för varje gång det inträffar. Bra beslutstöd för prognostisering ger dig möjlighet att: Förutspå efterfrågan på produkter och tjänster vad kunderna vill ha och när de vill ha det. Analysera effekterna av olika marknads- och säljaktiviteter. Förutspå bemannings- och resursbehov. Optimera utbudet på olika försäljningsställen. Sätta rätt priser. Planera och förstå din marknad. Förutspå kund- och marknadsbeteenden. Analysera investeringsmöjligheter. Tillverkande industri: För tillverkande industri är det speciellt viktigt att ha så exakt kontroll som möjligt på order-, leverans- och lagerstatus. Genom att prognostisera efterfrågan kan en tillverkare optimera lagerbindningen och därigenom sänka lagerkostnaderna. Med bra prognoser kan tillverkare också styra produktutvecklingen efter förväntad efterfrågan, optimera materialtillgång och produktionskapacitet, korta leveranstiderna och i slutändan öka konkurrenskraften. 3
Detaljhandel: De flesta detaljhandelsföretag har tillgång till detaljerad information om allt från logistik, lager, försäljning och kundköp. Denna information kan utnyttjas för att ta fram strategier och effektivisera affärsverksamheten. Med prognostisering kan detaljhandeln upptäcka mönster i kundbeteenden, förutspå marknadsförändringar, mäta och analysera effekten av säljaktiviteter och annonsering med mera. Med en bra lösning för prognostisering kan detaljhandeln styra utbudet i varje enskild butik efter den förväntade efterfrågan i just den butiken för just den säsongen. Det blir också lättare att bestämma när och var du ska genomföra realisationer och kampanjer. Prognostisering som en del av sälj- och verksamhetsplanering: Prognostisering är en viktig del av företagens försäljnings- och verksamhetsplanering (Sales and Operations Planning, S&OP). Idag styr de flesta industri- och detaljhandelsbolag sin S&OP utifrån en så kallad konsensusprognos, som baserar sig på vad de tycker och vill sälja nästa år. För att optimera S&OP-processen finns det stora fördelar med att kombinera organisationens konsensusbaserade planeringsprocess med statistisk prognostisering. På så sätt kan du få fram en tillförlitlig konsensusprognos som baseras på den försäljning som är trolig och sannolik att uppnå. Hur får du de bästa prognoserna? Den optimala lösningen för prognostisering utnyttjar all relevant information på ett systematiskt och effektivt sätt utan att färgas av önsketänkande och politik. Den optimala prognostiseringslösningen: Integrerar data från varje hörn av företaget. Är företagsövergripande och stödjer affärsprocesserna. Presenterar informationen med hjälp av individanpassade portaler med dashboards, fördefinierade rapporter, grafer och möjlighet att skapa egna rapporter. Kan använda avancerad analys för att identifiera mönster i efterfrågan och automatisera prognostiseringen. Kan förutspå förändringar i efterfrågan genom att synkronisera data från interna och externa källor. Hittar det bästa sättet att påverka efterfrågan med hjälp av scenarioanalys av olika marknadsaktiviteter. Sammansmälter de statistiska prognoserna med verksamhetens konsensusbaserade planeringsprocess. Förutspår efterfrågesvängningar på marknaden, så att företagen mer effektivt kan reagera på förändringar i efterfrågan. 4
Med statistiska prognosmodeller kan du automatisera prognosarbetet och på så sätt få fram ett stort antal prognoser baserade på stora mängder data. Genom att automatisera det som går att automatisera och låta systemet indikera var det finns problem att ta tag i utnyttjas personalresurserna där de gör bäst nytta. Det är också viktigt att prognoslösningen är flexibel. Organisationer, strategier och omvärlden förändras ständigt och då bör också S&OP-processen kunna utvecklas i samma takt. Lösningen för prognostiseringen måste därför vara byggd för att kunna växa och utvidgas och den bör kunna anpassas kring processen och inte tvärtom; processen ska inte byggas runt prognoslösningen. Figuren visar hur den optimala lösningen för prognostisering samlar data från alla relevanta delar av organisationen och ger alla samma version av sanningen. Detta stödjer en gemensam planering genom hela organisationen. 5
Sammanfattning Den som kan förutse efterfrågan på sina produkter och planera sin tillverkning och försäljning efter dessa prognoser har en stor fördel framför sina konkurrenter. Genom att arbeta med prognostisering kan du ta fram förutsägelser som med hög träffsäkerhet kan förutspå kundernas efterfrågan. En sådan prognostisering ger en stabil grund för efterfråge- och lagerplanering, budgetering, planering av försäljning, marknadskampanjer och upphandlingar och påverkar därigenom hela företaget och dess lönsamhet. Prognostisering använder historiska data för att förutse framtiden. För att få en så korrekt bild som möjligt bör data användas från alla relevanta informationskällor, såväl interna som externa. Informationen bör utnyttjas på ett systematiskt och effektivt sätt utan att färgas av önsketänkande och politik. Genom att basera prognoserna på fakta i stället för tyckande och kombinera analys med affärskunskap kan du få ett försprång gentemot dina konkurrenter. Med hjälp av prognostisering kan du se till att tillgång och efterfrågan ligger så nära varandra som möjligt. Tillförlitliga prognoser minskar slut i hyllan och onödig lagerbindning, samt sparar tid och pengar för företaget. Samtidigt får du möjligheten att erbjuda kunderna precis de varor och tjänster som de kommer att vilja ha. Copyright SAS Institute Sweden, november 2008 www.sas.com 6