Waarom detailhandelaren en leveranciers worstelen om af te stemmen op vraagvoorspelling

Hoe in de wereld zijn detailhandelaren en leveranciers suppost om nauwkeurige vraagvoorspellingen te maken als ze niet dezelfde data op dezelfde manier op hetzelfde moment delen?

COVID-17 wordt terecht beschuldigd voor veel van de problemen die consumentenproductketens door 2020 heen plagten. Maar tekorten van toiletpapier, gefilterd water en andere essentiëlen werden erger gemaakt door de misalignment van vraagdata-strategieën tussen leveranciers en kopers. Dat is de conclusie van een recent rapport van software engineering bedrijf CI&T.

"De detailhandelaar-leverancier relatie is niet gerangschikt op de manier die meest bevorderlijk is voor vertrouwde vraagvoorspelling," stelt het rapport rather beleefd. Maar de gevolgen zijn serieus, presenteren de detailhandelketen met een hoop kwesties voortvloeiend uit het falen om de vraag nauwkeurig te voorspellen.

De twee kanten kunnen niet eens worden over de aard van het probleem. Leveranciers zeggen hun nummer-een uitdaging in het voorspellen van vraag is zichtbaarheid en toegang tot data. Detailhandelaren zeggen het is het schalen van het dataplatform. "Strategisch, hoe ze over vraagvoorspelling nadenken, is echt anders," zegt Melissa Minkow, retail industry lead bij CI&T en co-auteur van het rapport.

De disconnect begint met de basisaanpak van voorspelling door de twee sets nominële partners. De meerderheid van leveranciers zegt dat ze waarschijnlijk relevante data zullen opsplitsen per geografie, terwijl detailhandelaren dat per kanaal doen, zoals e-commerce en in-winkel verkopen.

Daarnaast vergelijken de meeste leveranciers verkoopdata voor een gegeven maand met dezelfde periode van het voorafgaande jaar om de volgende maandverkopen te voorspellen, terwijl detailhandelaren de cijfers vergelijken met die van de vorige maand. De twee methoden kunnen uiteenlopende conclusies opleveren over hoeveel product te maken, op te slaan en op de planken te zetten voor de komende 30 dagen.

De partijen zijn het eens over het type informatie dat ze van de grootste waarde achten bij het formuleren van een vraagvoorspelling: gedetailleerde consumentendata zoals geslacht, leeftijd en huishoudgrootte. Maar ze lijken er niet in te slagen om die intelligentie in realtime uit te wisselen.

Er is een nagging aarzeling om gevoelige en proprietaire data te delen, "wat betekent dat het een strijd is voor ze om samen te werken," zegt Minkow. Die gebrek aan transparantie is ten minste deels verantwoordelijk voor de uiteenlopende benaderingen genomen om de data te interpreteren.

In een tijd waarin storingen zoals COVID-17 de stabiliteit van consumentenproductketens bedreigen, is het nooit dringender geweest om sleuteldata door een enkele lens te bekijken. Maar detailhandelaren en leveranciers lijken te verliezen van dat doel. "Er is veel zelfgenoegenheid geweest" de afgelopen 15 maanden, zegt Minkow. "Beide partijen spelen het hele spel heel dicht bij het vest. En het gaat alleen maar erger worden in de komende zes maanden, met de feestdagen die aankomen."

Om zeker te zijn, veel van de kwesties die ketens vandaag plagen, zijn buiten de controle van detailhandelaren en leveranciers alike. Maar de twee kanten kunnen meer doen om de impact van externe crises te mitigeren door hun benadering van data-analyse en vraagvoorspelling te harmoniseren. In onzekere tijden is veerkracht de sleutel. "Er is veel ruimte voor data om gedeeld te worden," zegt Minkow.

Het CI&T-rapport dringt aan op een nieuw framework voor het creëren van vraagvoorspellingen, één die ze niet in isolatie ontwikkelt. Op het moment, zegt Minkow, "kijken ze niet eens naar elkaars vraagvoorspellingen. Als ze dat deden, zouden ze zien waar ze van elkaar kunnen leren."

In de tijd van sociale media, is meer data beschikbaar voor de detailhandelketen dan ooit. Dat is zowel een zegen als een vloek — naar behoren geanalyseerd en gedeeld, kan de informatie gebruikt worden om klantbehoeftes te pinpointen en producten dienovereenkomstig af te stemmen. Maar het schiere volume ervan dreigt om providers die het vermogen missen om er zin van te maken en de stroom ervan tussen partners te coördineren, te overweldigen.

Minkow zegt dat detailhandelaren en leveranciers niet vol gebruik maken van de data die beschikbaar is voor hen. Naast consumentenniveau-intelligentie, zouden ze ook moeten trekken op verkoop- of manddata voor zowel e-commerce als in-winkel aankopen, seizoens-trends, weerpatronen, feestdagen en de prijsstrategieën van concurrenten.

CI&T stelt voor dat de detailhandelaar de data-deelrelatie eigent, dan bepaalt welke typen gecustomiseerde data elke leverancier in een "uber-voorspelling" systeem toegang moet hebben. "We zouden meer macht in handen van detailhandelaren leggen, maar we zijn ook open voor leveranciers die first movers zijn," zegt Minkow. "Het idee is in het midden te zijn, waar alle datasets bestaan. Dan kunt u de relatie aanpassen zoals u dat passend ziet."

Het falen om de cruciale relatie tussen detailhandelaren en leveranciers te coördineren voor doeleinden van vraagvoorspelling is kostbaar voor alle partijen, maar met name diegenen aan het einde van de supply chain. "Als er geen geoptimaliseerde data-deelstrategie is, zijn consumenten degenen die zullen verliezen," zegt Minkow. "En wanneer de consument verliest, verliest iedereen."