Nestlé - Hoe hou je altijd verse producten op de schappen?

Dankzij nauwkeurige forecasting zorgt Nestlé voor optimale klantenservice, minimaal voorraadverlies en effectievere marketing

Dagelijks rollen bij Nestlé een miljard voedingsmiddelen en drankjes van de productielijnen. In lijn met zijn ‘Good Food, Good Life’-missie voorziet ‘s werelds grootste voedingsmiddelenbedrijf consumenten van zo’n 10.000 verschillende producten. Door slim gebruik te maken van forecasting zorgt de onderneming dat de klant altijd voldoende producten in het schap aantreft. Want als de schappen leeg zijn op het moment dat een klant zijn aankoop wil doen, werken zelfs de beste promoties niet.

Niemand zal zich erover verbazen dat Nestlé veel aandacht aan supply chain management en voorraadbeheer besteedt. Door zeer grote partijen te produceren en de logistieke keten te optimaliseren, kan de voedingsproducent de prijzen per eenheid laag houden, hoge kwaliteit garanderen en profiteren van de beschikbaarheid van pure ingrediënten. Deze make-to-stock productie contrasteert met het make-to-order principe dat andere sectoren zoals de auto-industrie vaak hanteren. “Om op de juiste plaats en tijd in de juiste hoeveelheden van de juiste producten te voorzien, zijn we sterk afhankelijk van het vermogen om de bestellingen van onze klanten zo nauwkeurig mogelijk te voorspellen”, zegt Marcel Baumgartner, Global Leader for Demand Planning Performance and Statistical Forecasting bij Nestlé S.A.

We kunnen nu dieper inzoomen op klanthiërarchieën en bijvoorbeeld ook de impact van promoties en speciale aanbiedingen opnemen in statistische modellen.

Marcel Baumgartner
Nestlé S.A., Head of Global Demand Planning Performance and Statistical Forecasting

 

Gebonden door tegenstrijdige kpi's

Aangezien de activiteiten op wereldwijde schaal plaatsvinden is de operationele planning een ingewikkelde aangelegenheid. De vele productcategorieën, afzetgebieden en betrokken afdelingen dragen allen bij aan de complexiteit, evenals de marktkarakteristieken zoals seizoensinvloeden, weersafhankelijkheid, vraagschommelingen en vergankelijkheid van producten. Allemaal zaken die het plannen van de productie en het organiseren van de logistiek beïnvloeden.

“Bij ons is supply chain management een doordacht en beproefd proces”, vertelt Baumgartner. “Belangrijke indicatoren zijn het customer service- en het voorraadniveau. Het customer service-niveau - ofwel het percentage volledig en tijdig geleverde orders - is te beïnvloeden door de voorraden te vergroten. Maar hier gaat meer kapitaal in zitten en bovendien is het vaak moeilijk om opslagruimte te vinden. Verder lijdt de versheid van het product hieronder.”

Vanzelfsprekend spelen ook andere factoren mee zoals de omzetdoelstellingen en kostenbudgetten. Het overkoepelende doel is volgens Baumgartner om “proactieve maatregelen te kunnen nemen in plaats van alleen te reageren.” Daartoe focussen we op procesoptimalisatie, sterkere samenwerking met klanten en gebruik van de juiste voorspellende technieken op basis van data. Voorheen maakte Nestlé primair gebruik van de forecasting-technologie van SAP APO, gecombineerd met statistische modellen met behulp van open source software R. Die prognoses werden vervolgens herzien door de demand-planners. SAS verbetert deze werkwijze door hier een samenhangend geheel van te maken en is daarmee een perfecte aanvulling op SAP APO gebleken.

Statistiek versus instinct

Er zijn twee manieren om een forecast te maken. De subjectieve methode die vooral gebruik maakt van de ervaring van planners om tot een inschatting en beoordeling van de vraag te komen.En de statistische methode die het forcasting probleem te lijf gaat met data.

Statistische forecasting is vaak betrouwbaarder als er voldoende historische gegevens beschikbaar zijn. “De ervaring heeft ons geleerd dat je de toekomst niet kunt voorspellen met statistieken door simpelweg naar het verleden alleen te kijken, ook al heb je nog zulke complexe modellen tot je beschikking.” De kritische succesfactor is de mogelijkheid om de betrouwbaarheid van prognoses te beoordelen en op basis daarvan de juiste aanpak te kiezen. In deze context hebben Baumgartner en zijn team veel energie gestoken in hoe om te gaan met de volatiliteit van de markt . “De voorspelbaarheid van de vraag naar bepaalde producten is erg afhankelijk van de volatiliteit. Vooral voor producten met grote schommelingen in de vraag is de keuze en combinatie van methoden zeer belangrijk. SAS Forecast Server vereenvoudigt deze taak enorm.” In plaats de planners voor elke product(groep) handmatig te laten bepalen welke modellen en factoren van belang zijn, zorgt SAS voor een automatische selectie van het beste forecasting model. Deze wordt vervolgens door de planners verder beoordeeld en geaccepteerd, indien wenselijk.

En bijzondere uitdaging bij de vraagplanning zijn de ‘mad bulls’: zeer vluchtige producten met een hoog volume. Nescafé bijvoorbeeld, dat zich gedurende het jaar kenmerkt door vrij regelmatig verkopen, maar waarvan de volumes worden opgestuwd doorpromoties. Voor deze minder voorspelbare items is een eenvoudige statistische berekening niet bruikbaarder om de vraag te voorspellen dan het onderbuikgevoel van een ervaren demand planner. De enige oplossing is het verklaren van de volatiliteit in het verleden door de historische data te duiden. Baumgartner en zijn team passen de Forecast Value Added ofwel FVA-methodologie toe. Deze beschrijft de mate waarin een stap in het forecasting-proces prognosefouten vermindert of verhoogt.

Meer kennis, minder onderbuikgevoel

Volgens Baumgartner kan met SAS Forecast Server een handvol specialisten de grote geografische regio’s van Nestlé afdekken. Een van de krachtigste eigenschappen is de grotendeels geautomatiseerde selectie van statistische modellen. “Tegelijkertijd zijn we nu in staat om dieper in te zoomen op klanthiërarchieën en kunnen we bijvoorbeeld de impact van promoties en speciale aanbiedingen in statistische modellen opnemen.”

De SAS Forecast Server procedures leveren voor het voorspelbare deel van het productportefeuille dezelfde of betere prestaties op als de conventionele prognosemethode. Dit grotendeels op basis van standaardinstellingen. Een groot voordeel is dat de demandplanners nu kostbare tijd kunnen vrijmaken voor de mad bulls. Baumgartner benadrukt dat zelfs een systeem dat zo geavanceerd is als SAS Forecast Server de demandplanners niet kan vervangen. “Vooral voor de mad bulls zijn verbondenheid met de bedrijfsvoering, geloofwaardigheid, ervaring en kennis de sleutel tot succesvolle voorspellingen.”

Nu ze meer tijd vrij hebben om de gecompliceerde producten aan te pakken, kunnen de planners meer succesvolle productiebeslissingen nemen. En dat betekent dat er ook op uitzonderlijk warme zomerdagen echt genoeg Nestlé-ijsjes op het strand te verkrijgen zijn.

SAS Data Visualization

Uitdaging

Zeker stellen dat de juiste aantallen van producten in de schappen terecht komen en bij de klanten. Wereldwijd managen van de supply chain, plannen van operations en organiseren van de logistiek op wereldwijde schaal gebaseerd op een variëteit van facturen en invloeden.

Oplossing

SAS Demand-Driven Planning and Optimization

Voordelen

  • Betrouwbare forecastmethode en meer tijd om te richten op volatiele producten. De juiste producten in de schappen op het moment dat klant hierom vraagt dankzij de juiste beslissingen tijdens de productie.
The results illustrated in this article are specific to the particular situations, business models, data input, and computing environments described herein. Each SAS customer’s experience is unique based on business and technical variables and all statements must be considered non-typical. Actual savings, results, and performance characteristics will vary depending on individual customer configurations and conditions. SAS does not guarantee or represent that every customer will achieve similar results. The only warranties for SAS products and services are those that are set forth in the express warranty statements in the written agreement for such products and services. Nothing herein should be construed as constituting an additional warranty. Customers have shared their successes with SAS as part of an agreed-upon contractual exchange or project success summarization following a successful implementation of SAS software. Brand and product names are trademarks of their respective companies.

Back to Top