Kanske har du upplevt att efterfrågan på en produkt går som en berg- och dalbana en viss tid på året? Detta kallas för säsongsvariation och både företag och dess inköpare är oftast väl medvetna om dessa variationer och när de inträffar. Svårigheterna brukar snarare ligga i att hantera dessa säsongsvariationer i tid, innan det påverkar hela försörjningskedjan.
Vi har sett att detta är ett vanligt problem för företag och har därför intervjuat en av våra mest erfarna logistikexperter, Peter Drakeley, CRO på EazyStock.
I intervjun berättar Peter mer om de vanligaste utmaningarna våra kunder står inför, men också om olika infallsvinklar gällande säsongsvariationer.
Säsongsvariation i efterfrågan kan orsaka stora problem för lagerprognoser och återanskaffningen i nästan alla branscher.
Detta kan bero på tidsbundna händelser som påverkar konsumenternas köpbeteende, till exempel Black Friday eller jul. Men det kan även vara kopplat till andra säsongsbetonade faktorer, som t.ex. vädret. Det är exempelvis vanligt att se en ökad försäljning av snöskyfflar under vintern, medan bordsfläktar är mer populära under sommaren.
I extrema fall har jag sett företag som har mer än 50% av sin totala årliga försäljning under en kort, specifik period. Att en så pass stor del av försäljningen kommer från stötvisa säsongstoppar innebär, såklart, att företagen behöver optimera sina lagernivåer. Detta för att kunna möta den ökade efterfrågan och undvika att förlora försäljning, men också för att inte riskera överlager när säsongen är slut. Så ja, det är en tuff utmaning som kräver en fin balans.
De viktigaste utmaningarna med säsongsvariationer är:
1. Identifiera vilka produkter som påverkas av säsongsbetonad efterfrågan
2. Förstå när topparna kommer att inträffa
3. Prognostisera noggrant den relativa storleken på dessa toppar jämfört med normal efterfrågan
4. Förstå nivån av osäkerhet som är förknippad med dessa prognostiserade toppar
Genom att förstå dessa fyra faktorer kan man proaktivt öka lagret i tid för säsongstopparna, till den nivå som krävs. Även säkerhetslagret behöver öka med motsvarande mängd för att ta hänsyn till eventuell osäkerhet i prognosen. På samma sätt är det viktigt att justera inköpen inför perioderna med lägre efterfrågan utifrån basprognosen och de eventuella trender som finns.
Det viktigaste, och förmodligen det svåraste om du inte har rätt verktyg, är att göra en exakt bedömning av de fyra faktorer som jag förklarade tidigare. Men också att göra bedömningen i rätt tid. Att använda mjukvaror för lageroptimering, som EazyStock, gör uträkningarna enklare så att du kan fokusera på att analysera data och fatta välgrundade beslut.
Många företag förbiser vikten av att förbereda sina leverantörer för säsongsmässiga efterfrågefluktuationer. Du behöver ge dina leverantörer tidiga förvarningar så att de får chansen att kunna hjälpa och möta dina ökade behov. Ofta räcker det inte med de vanliga ledtiderna när en större försäljningstopp nås. Det är viktigt att ge dina leverantör tid att reagera.
Detta blir lättare att hantera om man har möjlighet att göra en tidig prognos, helst för ett år fram. Då kan du beställa i god tid och på så sätt förbereda leverantörerna. För att kunna göra detta behöver du ha stenkoll på både trender i din bransch och de säsongsvariationer som finns. Gör gärna en gemensam plan tillsammans med din leverantör där ni identifierar de utmaningar som finns, både för dig och leverantören. Genom att göra detta skapar du bra förutsättningar och rutiner för att hantera dina säsongsvariationer.
Absolut, vi arbetar med företag över alla typer av branscher som står inför olika säsongsutmaningar. Jag kan ta ett exempel med ett känt energibolag som är en av våra kunder.
Bolaget garanterar sina kunder att underhålla hushållsapparater och värmeutrustning, vilka i huvudsak är centrala värmesystem. Varje vinter, när många samtidigt slår på värmen och upptäcker att saker inte fungerar som de borde, har de en signifikant peak i efterfrågan.
Garantierna ger inget utrymme för misslyckade reparationer eller långa väntetider för åtgärder För att öka komplexiteten ytterligare servar de många olika typer av centralvärmesystem, vilket innebär att de har ett stort antal olika reservdelar på lager att hantera.
Med EazyStock prognostiserar vår kund säsongsmässig efterfrågan på varje reservdel.Varje reservdel har sin egen tillhörande prognos och de flesta reservdelarna grupperas i säsongsgrupper. Dessa aggregerade säsongsfaktorer för alla reservdelar i en grupp kan på så vis beräknas och prognosen justeras därefter.
De reservdelar som inte ingår i en säsongsgrupp har sina egna individuella säsongsprofiler och prognoserna justeras därefter. De reservdelar som inte visade tillräckligt stark säsongsrelaterad korrelation utesluts automatiskt från säsongsprognoserna.
Baserat på de säsongvarierande prognoserna beräknar vi en orderprojektion (känd som orderschema i EazyStock) som företaget kan skicka till sina leverantörer så att de i sin tur har möjlighet att förbereda för toppar och dalar under hela året.
På konsument sidan kommer det definitivt alltid att finnas stora säsongsvariationer och företag kommer alltid att konkurrera om försäljning. Särskilt med den alltmer dominerande e-handel där konsumenterna har ännu fler val, och ”alternativa” leverantörer bara några klick bort. Långa leveranstider på grund av bristande lager tolereras inte längre och det är därför avgörande att ha rätt produkter i lager under dina viktigaste försäljningsperioder.
Företagen kommer också att konkurrera om att få produkter från leverantörer som bara finns i en begränsad kvantitet. Dessa kommer utan tvekan att gå till de företag som är mest proaktiva och lägger tidiga beställningar.
Det kommer alltid att finnas säsongsbetonad efterfrågan på produkter, men vad många företag inte inser är att möjligheten att prognostisera och hantera dessa fluktuationer redan finns tillgängligt.
Jag svarar gärna på mer frågor om man vill ta reda på hur vår mjukvara kan göra säsongsbetonade efterfrågeprognoser enklare för just ditt företag. Ni kan kontakta oss genom att boka en demo här.
Om du vill läsa vidare om fler tips på hur du kan identifiera och hantera säsongsvariationer vid efterfrågeprognostisering ta en titt på vår guide: