Det korte svar
En prognose er et skøn med usikkerhed. Mål både fejlens størrelse og dens retning. Gentagen overvurdering kan øge lagerbindingen, mens undervurdering kan give mangler. Salg under udsolgte perioder viser ikke nødvendigvis hele efterspørgslen.
Aftal hvad prognosen forudsiger
Definér vare, periode, enhed og om målet er ordreindgang, leveret salg eller faktisk forbrug. De kan være forskellige, især ved restordrer og leveringsproblemer. En model kan ikke vurderes retvisende, hvis målet ændres undervejs.
Markér kampagner, nye kunder og perioder med udsolgt. Det giver indkøberen en forklaring på udsving. Skeln mellem et historisk mønster og en begivenhed, som ikke forventes gentaget.
Regneeksempel: gennemsnittet kan skjule retningen
Antag prognoser på 100, 100 og 100 enheder og faktisk efterspørgsel på 80, 90 og 100. Med fejl defineret som prognose minus faktisk er fejlene 20, 10 og 0. Den gennemsnitlige fejl er dermed plus ti enheder: en tendens til overvurdering i dette lille eksempel.
Eksemplet er for kort til at konkludere noget om en hel varegruppe. Brug flere repræsentative perioder og undersøg årsagen. Retningen fortæller noget andet end blot den samlede afstand til de faktiske tal.
| Periode | Prognose | Faktisk | Fejl |
|---|---|---|---|
| 1 | 100 | 80 | +20 |
| 2 | 100 | 90 | +10 |
| 3 | 100 | 100 | 0 |
Pas på procentmål ved små mængder
En fejl på fem enheder kan være en stor procent på en vare med lille omsætning. Ved nul faktisk efterspørgsel bliver en simpel procentberegning problematisk. Brug derfor mål, som passer til datagrundlaget, og se også på absolutte mængder.
Sammenlign prognosen med en enkel baseline, eksempelvis en klart defineret historisk reference. En avanceret model giver først værdi, når den forbedrer en relevant beslutning på sammenlignelige perioder.
Knyt prognosefejlen til indkøbsbeslutningen
En bedre prognose er ikke automatisk et bedre indkøb, hvis leveringstider, minimumskøb og holdbarhed ignoreres. Vis derfor både skønnet og de begrænsninger, som bestemmer ordreforslaget.
Registrér indkøberens ændringer med en kort begrundelse. Hvis teamet konsekvent reducerer samme forslag, kan der være en kendt faktor, som modellen ikke har. Undersøg den frem for blot at betragte ændringen som modstand mod automatisering.
Brug det i praksis
Jeres næste skridt
- Definér mål, periode og enhed.
- Markér udsolgt og særlige hændelser.
- Mål både størrelse og retning på fejl.
- Brug en enkel sammenligningsbaseline.
- Knyt evalueringen til faktiske indkøbsbeslutninger.
Ofte stillede spørgsmål
Er høj prognosenøjagtighed nok?+
Nej. Resultatet skal passe til leveringstid, holdbarhed og beslutningens konsekvens.
Hvad betyder bias her?+
En systematisk tendens til at ligge for højt eller for lavt med den valgte fejlkonvention.
Kan leveret salg altid bruges som efterspørgsel?+
Ikke uden vurdering. Udsolgt, restordrer og begrænset kapacitet kan skjule det reelle behov.
Kilder og faglig baggrund
De praktiske eksempler og tjeklister er udarbejdet til denne guide. Følgende kilder uddyber de angivne faglige begreber.
Baggrund om lokationer, lagerdata og enheder. Guidens regneeksempler og kontroller er illustrative.
Fra guiden til jeres arbejdsgang
Brug et afgrænset pilotforløb til at teste metoden på jeres data og undtagelser.
Udgivet af Norstream med AI-assisteret udarbejdelse. Eksempler er illustrative, medmindre andet er angivet. Tilpas metoder og kontroller til jeres systemer og faglige ansvar.
Har du en rettelse eller et spørgsmål?