Gebruikers passen deze prognosetool op eigen risico toe. Lightspeed garandeert de nauwkeurigheid en betrouwbaarheid van de prognoses niet. Werkelijke resultaten kunnen verschillen. De tool wordt alleen voor informatieve doeleinden verstrekt en mag niet worden beschouwd als financieel, beleggings- of juridisch advies. Gebruikers worden aangeraden voorzichtig te werk te gaan bij zakelijke beslissingen die zijn gebaseerd op de output van de tools.

Vraagprognose is het proces waarbij op basis van historische gegevens en geïdentificeerde trends een schatting wordt gemaakt van de toekomstige vraag naar producten gedurende een specifieke periode. Retail POS analyseert historische gegevens zoals producten die zijn verkocht en die zijn uitverkocht, om te voorspellen hoeveel voorraad voor komende verkoopperioden nodig is. Hierdoor wordt de voorraadplanning gestroomlijnd om de kosten van verkochte goederen te verlagen en de winstmarges te verhogen.

Als je met je abonnement toegang hebt tot prognosefuncties, worden vraagprognosestatistieken geïntegreerd in je bevoorradingsrapport. Verder kun je de prognoseperiode aanpassen en gemiste verkopen meenemen om de rapportage te verbeteren.

Voordat je je vraagprognoserapport instelt, kun je je het beste even verdiepen in de manier waarop de vraagprognose werkt en hoe met behulp van cijfers over de historische verkoop en prognose van de vraag aanbevelingen in het rapport tot stand komen.

Meer informatie over de vraagprognose

De vraagprognose is gebaseerd op historische verkoopgegevens. In je Bevoorradingsrapport staat informatie over Gemiste verkopen en Geschatte verkopen. Die cijfers kun je gebruiken voor het volgende:

• Perioden te herkennen en begrijpen wanneer producten niet meer op voorraad zijn.
• Ervoor te zorgen dat je de juiste hoeveelheid voorraad hebt tijdens drukke perioden.
• Handmatige schattingen tot een minimum te beperken en een duidelijk beeld van je potentiële verkoop te krijgen.

Deze maatstaven werken het beste met producten:

• Die consistent worden verkocht.

• Waarvoor over langere termijn historische verkoopgegevens beschikbaar zijn.

  Voor producten die af en toe worden verkocht en items op bestelling zijn onvoldoende gegevens beschikbaar om nauwkeurige prognoseaanbevelingen samen te stellen.

Je kunt ook de maatstaven Prognose van vraag en Voorgestelde bestelhoeveelheid aan je rapport toevoegen aan je rapport toevoegen om:

• te voorkomen dat er te veel of te weinig van een product op voorraad is.
• aanbevelingen voor bestelhoeveelheden te ontvangen en inkooporders aan te maken.
• prognoseberekeningen binnen producten te gebruiken, in plaats van handmatig voorraad- en verkooprapporten te exporteren.

Deze maatstaven werken het beste als je:

• Gedurende het hele jaar of het hele seizoen bestaande catalogusitems opnieuw bestelt bij leveranciers.

• Beschikt over historische verkoopgegevens.

  Voor nieuwe producten die zijn gekocht voor een aankomend seizoen of jaar, zijn niet de historische verkoopgegevens beschikbaar die nodig zijn voor vraagprognoses.

Factoren die van invloed zijn op de vraagprognose

De nauwkeurigheid van aanbevelingen voor vraagprognoses kan worden beïnvloed door meerdere factoren, waaronder:

• Verkoopvolume: producten waarvan meer wordt verkocht, bieden meer gegevenspunten, wat de nauwkeurigheid van de prognoses verbetert.

• Uitverkocht: wanneer producten zijn uitverkocht, kan dat leiden tot gemiste verkopen, wat van invloed is op de nauwkeurigheid van historische verkoopgegevens.

  Desgewenst kun je schattingen van gemiste verkopen meenemen in je rapporten voor een uitgebreidere prognose.

• Seizoensinvloeden: voor producten die seizoensgebonden zijn (periodieke seizoenspieken gedurende twee of meer jaar), zijn gegevens van jaar-tot-jaar nodig om trends te identificeren.

Lightspeed kan de nauwkeurigheid en betrouwbaarheid van de gegenereerde prognoses niet garanderen. De tool wordt uitsluitend ter informatie aangeboden.

Prognosemethoden

De prognosemethoden die in Retail POS worden gebruikt, zijn gebaseerd op recente vraag, seizoensinvloeden of een combinatie van beide.

• Methoden op basis van recente vraag, gebaseerd op de verkoop van de afgelopen 6 weken:
  • Voortschrijdend gemiddelde (met gemiste verkopen): wordt gebruikt voor verkoop die snel wordt verkocht, om gemiste verkopen als gevolg van voorraadtekorten te registreren.
  • Voortschrijdend gemiddelde (alleen werkelijke verkopen): wordt gebruikt wanneer de vraag stabiel is en de voorraadniveaus consistent zijn.
  • Recent (gemengd): wordt gebruikt bij bedrijven met meerdere locaties waar de vraagpatronen per vestiging verschillen.
• Seizoensgebonden methoden, gebaseerd op verkooppatronen van jaar-tot-jaar:
  • Seizoensgebonden naïef: wordt gebruikt voor het herhalen van seizoensgebonden trends zoals seizoensgebonden kleding of artikelen voor de feestdagen.
  • Seizoensgebonden + recent (gemengd): wordt gebruikt bij bedrijven met meerdere locaties, waarbij sommige vestigingen een constante vraag hebben en andere met seizoensgebonden patronen te maken hebben.

Wanneer een rapport is ingesteld op Alleen totalen weergeven, staat rechtsboven in sommige cellen een grijze driehoek. Je kunt erop klikken om te zien hoe de vraag voor een specifieke SKU is berekend en welke prognosemethode is gebruikt. Ondernemers met meerdere locaties kunnen het rapport Per vestiging instellen om te zien hoe de methode van elke vestiging bijdraagt aan de totale prognose.

Informatie over de berekening van de historische verkoop

AFBEELDING

Vraagprognoses worden berekend op basis van historische verkoopcijfers, inclusief het aantal verkochte items per dag en het aantal gemiste verkopen omdat items waren uitverkocht:

Items verkocht per dag (excl. voorraadtekorten)

De maatstaf Verkochte items per dag toont het gemiddelde aantal verkochte producten per dag gedurende een bepaalde periode.

• Berekeningsmethode: aantal verkochte eenheden gedurende een periode van 6 weken, minus het aantal dagen dat het item niet op voorraad was.

  Bijvoorbeeld: 50 verkochte eenheden in de afgelopen 6 weken (42 dagen) minus 10 dagen niet op voorraad = 32 dagen. 50 eenheden gedeeld door 32 dagen = 1,5 verkochte items per dag (exclusief uitverkochte items).

• Wordt gebruikt voor de berekening: Gemiste verkopen, Prognose van vraag, Voorgestelde bestelhoeveelheid

Je kunt de kosten van verkochte goederen verlagen en de winstmarges verhogen met de nieuwe maatstaven Prognose van vraag en Voorgestelde bestelhoeveelheid. Als deze maatstaven worden  toegevoegd aan het voorraadrapport voor bevoorrading, is het gemakkelijker om de vereiste bestellingen van niet-seizoensgebonden items te plannen.

Je kunt deze maatstaven gebruiken om:

• nauwkeurige voorgestelde bestelhoeveelheden te bekijken, rekening houdend met perioden waarin producten niet op voorraad zijn;
• handmatige taken tot een minimum te beperken door deze gegevens op het platform te raadplegen in plaats van voorraad- en verkooprapporten te exporteren om de bevoorradingsbehoeften te bepalen;
• Voorkom dat er te veel of te weinig van een product op voorraad is.

Deze functies zijn vooral handig als je bestaande catalogusitems gedurende een jaar of seizoen nabestelt bij leveranciers in plaats van nieuwe items te bestellen voor een aankomend seizoen of jaar.

Gebruikers passen deze prognosetool op eigen risico toe. Lightspeed garandeert de nauwkeurigheid en betrouwbaarheid van de prognoses niet. Werkelijke resultaten kunnen uiteenlopen. De tool wordt alleen voor informatieve doeleinden verstrekt en dient niet te worden beschouwd als financieel, beleggings- of juridisch advies. Gebruikers worden aangemoedigd voorzichtig te werk te gaan bij zakelijke beslissingen die op de output van de tools zijn gebaseerd.

Zo raadpleeg je de prognosekolommen:

1. Ga naar Rapporten > Voorraadrapporten.

2. Klik op het tabblad Bevoorraden.

   

3. Selecteer de vervolgkeuzelijst Datumbereik.

4. Selecteer het tabblad prognose. Het datumbereik voor de prognose wordt standaard ingesteld op de volgende vier weken, maar je kunt dit naar behoefte aanpassen.

   

5. Voer in het veld onder Prognoseperiode een nummer in en selecteer in de vervolgkeuzelijst of je een prognose wilt maken voor dat aantal dagen, weken of maanden. Het minimale datumbereik is één dag en het maximale bereik 25 maanden. Het datumbereik dat je instelt, wordt weergegeven naast de knop Toepassen.
6. Als je gemiste verkopen wilt meenemen, zet dan een vinkje voor Houd in vraagprognoses rekening met gemiste verkopen. Als je gemiste verkopen niet meeneemt, worden voor de prognose alleen gemiddelden gebruikt en wordt geen rekening gehouden met gemiste verkopen.
7. Klik op Toepassen wanneer je klaar bent met het invullen van de prognosegegevens.
8. Klik op Zoeken.

Prognose van vraag

In de kolom Prognose van vraag wordt standaard gemeten hoeveel voorraad je nodig hebt voor de geselecteerde periode. Als je bijvoorbeeld wilt bepalen hoeveel voorraad je nodig hebt voor de komende zes weken, kies je in de datumkiezer een prognoseperiode van zes weken. In de kolom wordt dan getoond hoeveel voorraad van elke SKU je voor die periode naar schatting nodig hebt. Voor de berekening van de verwachte vraag worden historische verkoopgegevens gebruikt.

Klik één keer op de kop Prognose van vraag om de kolomgegevens te sorteren van de hoogste naar de laagste waarde. Klik opnieuw op de kop om de gegevens te sorteren van de laagste naar de hoogste waarde.

Als je gemiste verkopen wilt meenemen, zet dan een vinkje voor Houd in vraagprognoses rekening met gemiste verkopen. Als je gemiste verkopen niet meeneemt, worden voor de prognose alleen gemiddelden gebruikt en wordt geen rekening gehouden met gemiste verkopen.

Vraagprognosemethoden in rapporten

Wanneer voor een rapport Alleen totalen tonen is ingesteld, staat in de rechterbovenhoek van sommige cellen een grijze driehoek. Dit zijn uitvouwbare cellen waarop je kunt klikken om meer informatie te bekijken in een pop-upvenster binnen het rapport.

De informatie die wordt weergegeven in het pop-upvenster verschilt naar gelang de SKU-prognose en de combinatie van gebruikte methoden:

• Seizoensgebonden methode(n) en methode(n) op basis van recente vraag:
  • Gemengde methoden: totaal van vestigingen, berekend aan de hand van een combinatie van seizoensgebonden methoden en methoden op basis van recente vraag.
  • Deel het rapport in op vestiging om meer details te zien.
• Methoden op basis van recente vraag:
  • Gemengde methoden: totaal van vestigingen, berekend aan de hand van een combinatie van methoden op basis van recente vraag.
  • Deel het rapport in op vestiging om meer details te zien.
• Seizoensgebonden naïef:
  • Seizoensgebonden methode: Seizoenstrends zijn in de afgelopen twee jaar van invloed geweest op de verkopen voor dit product. De vraagprognose is berekend op basis van de verkopen van vorig jaar.
• Voortschrijdend gemiddelde (optie Houd in vraagprognoses rekening met gemiste verkopen ingeschakeld):
  • Methode op basis van recente vraag: berekend aan de hand van de items die in de voorgaande zes weken zijn verkocht, met inachtneming van gemiste verkopen.
• Voortschrijdend gemiddelde (zonder inachtneming van gemiste verkopen):
  • Methode op basis van recente vraag: berekend aan de hand van de items die in de voorgaande zes weken zijn verkocht.

Voorgestelde bestelhoeveelheid

Voor de voorgestelde bestelhoeveelheid worden de eind- en inkomende voorraad afgetrokken van de prognose van de vraag om op betrouwbare wijze aan te geven hoeveel voorraad je moet bestellen voor het geselecteerde datumbereik.

Klik eenmaal op de kop Voorgestelde bestelhoeveelheid om de kolomgegevens te sorteren van de hoogste naar de laagste waarde. Klik opnieuw op de kop om de gegevens te sorteren van de laagste naar de hoogste waarde.

Toelichting op de berekening van vraagprognoses

De berekeningen voor vraagprognoses zijn gebaseerd op het aantal per dag verkochte items en gemiste verkopen (door voorraadtekorten). Als je gemiste verkopen wilt meenemen, zet dan een vinkje voor Houd in vraagprognoses rekening met gemiste verkopen. Als je gemiste verkopen niet meeneemt, worden voor de prognose alleen gemiddelden gebruikt en wordt geen rekening gehouden met gemiste verkopen.

Items verkocht per dag (excl. voorraadtekorten)

De berekening van Items verkocht per dag (excl. voorraadtekorten) is gebaseerd op het aantal eenheden dat is verkocht in een periode van 6 weken min het aantal dagen dat het item niet op voorraad was. Als er van een product in de afgelopen 6 weken (42 dagen) bijvoorbeeld 50 eenheden zijn verkocht, maar het product 10 dagen niet op voorraad was, wordt het aantal van 50 eenheden voor de berekening gedeeld door 32 (42-10) dagen, wat een resultaat van 1,5 verkochte items per dag (excl. voorraadtekorten) oplevert. Dit cijfer wordt vervolgens gebruikt om Gemiste verkopen (door voorraadtekorten), Prognose van vraag en Voorgestelde bestelhoeveelheid te berekenen.

Gemiste verkopen

De kolom Gemiste verkopen wordt berekend door Items verkocht per dag (excl. voorraadtekorten) te vermenigvuldigen met het aantal dagen zonder voorraad in de laatste 6 weken aan historische gegevens. Als in hetzelfde voorbeeld 1,5 eenheden per dag worden verkocht van een product (excl. voorraadtekorten) en er 10 dagen geen voorraad van het product was, hadden er 15 eenheden verkocht kunnen worden als er voorraad was geweest.

Klik eenmaal op de kop Gemiste verkopen om de kolomgegevens te sorteren van de hoogste naar de laagste waarde. Klik opnieuw op de kop om de gegevens te sorteren van de laagste naar de hoogste waarde.

Prognose van vraag

Vraagprognose detecteert SKU's die gedurende twee of meer jaren terugkerende seizoensgebonden pieken hebben vertoond. Voor SKU's waarvoor een seizoenstrend wordt gedetecteerd, wordt de prognose gebaseerd op het verkoopvolume in dezelfde periode van het voorgaande jaar in plaats van op recente verkopen. Voor prognoses voor nieuwe SKU's zonder seizoenstrend wordt de methode op basis van de verkoopgegevens van de afgelopen zes weken gebruikt.

In de berekeningen wordt aan de hand van Items verkocht per dag (excl. voorraadtekorten) bepaald hoeveel voorraad je nodig hebt in de prognoseperiode en hoeveel je moet bestellen om in die behoefte te voorzien. Het systeem maakt voor deze berekeningen gebruik van historische verkoopgegevens.

Door te kijken naar het aantal dagen dat een product op voorraad was, kan het systeem garanderen dat er voldoende historische gegevens zijn om nauwkeurige verkoopsnelheden vast te stellen, zowel voor items met een hoog volume als voor items met een laag volume, en kunnen betrouwbaardere aanbevelingen worden gedaan.

Het systeem vermenigvuldigt Items verkocht per dag (excl. voorraadtekorten) met het aantal dagen in de prognoseperiode om te bepalen hoeveel voorraad je nodig hebt. Als van een product bijvoorbeeld 1,5 eenheid per dag wordt verkocht (excl. voorraadtekorten) en de prognoseperiode 6 weken (42 dagen) is, heb je 63 eenheden nodig om aan de verwachte vraag te voldoen.

Voorgestelde bestelhoeveelheid

De kolom Voorgestelde bestelhoeveelheid wordt berekend door de waarde voor Prognose van vraag te nemen en daarvan eindvoorraad en inkomende voorraad af te trekken. Zo wordt gegarandeerd dat in de aanbeveling rekening wordt gehouden met de voorraad die je op dit moment hebt of die je naar verwachting zult ontvangen van leveranciers of andere vestigingen. Als je bijvoorbeeld 63 eenheden nodig hebt om te voldoen aan de verwachte vraag, je momenteel 50 eenheden op voorraad hebt en er geen inkomende voorraad is, moet je 13 eenheden bestellen om aan de verwachte vraag te voldoen. Als je gemiste verkopen wilt meenemen, zet dan een vinkje voor Houd in vraagprognoses rekening met gemiste verkopen. Als je gemiste verkopen niet meeneemt, worden voor de prognose alleen gemiddelden gebruikt en wordt geen rekening gehouden met gemiste verkopen.

Resultaten voor meerdere vestigingen indelen

Als je meerdere vestigingen hebt, kun je deze resultaten indelen zodat ze uitgesplitst per vestiging worden weergegeven.

1. Klik op Resultaten indelen.
2. Selecteer Op vestiging.

3. Klik op Toepassen.

   

De prognose van de vraag en de voorgestelde nabestellingshoeveelheid worden nu voor elke SKU per vestiging weergegeven. Zo kun je beter bepalen welke vestigingen bevoorraad moeten worden en mogelijkheden achterhalen om voorraden tussen vestigingen over te dragen.

Wat nu?