美女福利电影院午夜

Met FCast voorspellen we onze afzet beter dan ooit

Als supply chain manager bij Ludvig Svensson, specialist in klimaat- en schermoplossingen voor de tuinbouw, is het aan Remko Noordermeer om ervoor te zorgen dat vraag en aanbod goed op elkaar aansluiten. Het Zweedse moederbedrijf produceert vanuit Zweden en China, maar de vraag naar de verschillende typen klimaatschermen is wereldwijd en sterk seizoensgebonden. 鈥淚n het najaar verkopen we bijvoorbeeld veel meer dan in het voorjaar. Dat vraagt om een productie die maanden vooruit al slim wordt afgestemd,鈥 vertelt Noordermeer. 鈥淓en verkeerde inschatting betekent dat machines niet goed zijn ingericht, grondstoffen niet op tijd beschikbaar zijn of dat we simpelweg niet aan de vraag kunnen voldoen.鈥 Dankzij de planningstool FCast wordt het gat tussen vraag en aanbod steeds kleiner. 鈥淗et leidt tot een stabieler productieproces waardoor we onze klanten steeds beter kunnen bedienen.鈥 

Op zoek naar een betere voorspelling

Binnen Svensson werd lange tijd vooral gewerkt met salesvoorspellingen. 鈥淒ie zijn vaak targetgedreven,鈥 legt Noordermeer uit. 鈥淪ales zegt wat er zou moeten worden gehaald, maar dat verschilt wel eens van wat er uiteindelijk werkelijk wordt verkocht. Ons doel was om dat gat kleiner te maken. We wilden beter kunnen voorspellen, zodat de productie stabieler en effici毛nter zou draaien.鈥 Op internet stuitte de supply chain manager op Erasmus Q Intelligence en hun programma FCast. 鈥淚k had er nog nooit van gehoord, maar het sprak me aan dat de tool puur op basis van data voorspellingen maakt. Ik heb de informatie gedownload, contact gelegd en toen zijn we samen gaan kijken of dit ook bij onze business zou passen. Onze markt was nieuw voor hen, dus we hebben een proof of concept gedaan. Dat heeft zo鈥檔 half jaar geduurd, met verrassend goede resultaten. Beter zelfs dan onze eigen voorspellingen.鈥

Werken met FCast

Inmiddels werkt Noordermeer al drie jaar met FCast. 鈥淗et programma is niet heel ingewikkeld, maar je moet wel snappen hoe het 鈥榙enkt鈥 om goede conclusies te trekken. Het maakt gebruik van historische data om trends te voorspellen, maar actuele ontwikkelingen -noem het stijgen van de gasprijzen- moet je er zelf in meenemen. Dat is de reden dat we niet elke business unit met FCast laten werken, maar het centraal houden bij mij op het Nederlandse kantoor.鈥 Noordermeer is echter heel tevreden over de resultaten. 鈥淜eer op keer blijkt de voorspelling dichtbij de realiteit te zitten.鈥 Ook over de samenwerking met EQI is hij goed te spreken. 鈥淲anneer wij suggesties hebben voor verbeterpunten, stellen we onze vragen en krijgen we altijd een goed antwoord. Het contact verloopt prettig, ze nemen onze wensen serieus en kunnen het programma daarmee aanpassen.鈥 Zo zou het bedrijf FCast in de toekomst wel willen uitbreiden met marktdata zoals eerdergenoemde gasprijzen. 鈥淓lk jaar kijken we waarmee we kunnen uitbreiden want hoe meer factoren we integreren, hoe scherper de voorspelling wordt.鈥

Voorbeeld

Duidelijk is dat Ludvig Svensson erg te spreken is over de prestatie van FCast. Noordermeer noemt nog een goed voorbeeld van het afgelopen jaar. 鈥淔Cast gaf aan dat we van een bepaald product meer zouden gaan verkopen. Sales was het daar niet mee eens, maar we besloten om het advies van het programma te volgen. We produceerden vooruit, kochten ruwe materialen in en uiteindelijk had FCast gelijk. We konden de vraag perfect opvangen. Dat geeft vertrouwen 茅n een stabiel productieproces.鈥

Lees meer over:

  • Forecasting

    Erasmus Q-Intelligence ontwikkelt in de vorm van de software applicatie FCast鈩 een maatwerk voorspelmodel voor iedere organisatie.
  • FCast Planningstool鈩

    Met behulp van de voorspelapplicatie FCast鈩⒙爓orden accurate voorspellingen van de afzet gevonden. Daarmee kunnen beslissingen over aankopen van halffabricaten,鈥

Vergelijk @count opleiding

  • @title

    • Tijdsduur: @duration
Vergelijk opleidingen