Best-of-breed software giver mere opdaterede forecast

Hyppig opdatering af forecastdata kan have flere betydningsfulde fordele for en virksomheds præstationer og konkurrencekraft, som alle hænger sammen med de grundlæggende motiver for at arbejde med forecasting. Der er selvfølgelig forskelle på hvor hurtigt tingene bevæger sig i forskellige industrier, hvor brancher som forbrugerelektronik og mode arbejder i et meget højt tempo med hurtige innovationscyklusser og korte reaktionstider, mens brancher som farma of byggeri arbejder i en lavere takt. 

Hyppige opdateringer kan give gevinster

Fordele ved hyppigere opdateringer af forecast-information kan for eksempel være:

• Forbedret beslutningsgrundlag - opdaterede data giver et mere præcist grundlag for at træffe beslutninger, hvilket kan forbedre den overordnede strategi og planlægning.
• Fleksibilitet og tilpasningsevne - virksomheder kan hurtigere reagere på markedsændringer, konkurrentadfærd eller andre eksterne faktorer, hvilket kan give dem en konkurrencemæssig fordel.
• Optimering af ressourcer – opdaterede forecastdata hjælper med at allokere ressourcer mere effektivt, hvilket kan reducere spild og forbedre den overordnede effektivitet.
• Forbedret finansiel planlægning - opdaterede forecastdata hjælper med at forbedre budgettering og finansiel planlægning, hvilket kan forbedre den økonomiske stabilitet.
• Risikostyring - opdaterede data hjælper med at identificere potentielle risici tidligere, hvilket giver mulighed for at implementere foranstaltninger til at mindske eller undgå dem.
• Forbedret kundetilfredshed - præcise forecast-informationer kan forbedre leverings- og serviceniveauer, hvilket kan øge kundetilfredsheden og -loyaliteten.

Læs også: Lav datakvalitet og mangel på præcision hæmmer forecasting-processen

Omvendt kræver det selvfølgelig ekstra ressourcer og kompetencer at indføre og anvende en specialiseret softwareløsning i modsætning til bredere systemer som ERP eller forskellige Excel-baserede løsninger. 100 ud af de 147 respondenter i miniundersøgelsen svarer for øvrigt, at de faktisk anvender Excel som værktøj til forecasting-processen. 63 svarer, at de anvender ERP-tilpasninger som værktøj, mens 23 svarer, at de anvender specialsystemer eller best-of-breed software som værktøj.

30 procent af best-of-breed opdaterer dagligt

Miniundersøgelsen ’SCM Panelet: Forecasting i praksis – vejen til bedre beslutninger i en digital tidsalder’ viser, at 42 procent opdaterer ’månedligt’; mens 26 procent svarer ’dagligt’ eller ’ugentligt’ og 24 procent gør det hvert ’kvartal’. Undersøgelsen omfatter 147 respondenter fordelt på både små, mellemstore og store virksomheder. 

Læs også: Tema om Forecast & demand - metoder og optimeringer

Undersøgelsen dykker også ned i forskellen mellem respondenter fra virksomheder uden brug af best-of-breed software til forecasting og virksomheder med. Der er, som allerede nævnt, 23 ud af de 147 respondenter, som gør brug af best-of-breed, og de viser sig at opdatere forecast-informationerne langt hyppigere end dem, der ikke gør brug af specialiseret software. De 23 brugere af best-of-breed opdaterer inden for maksimalt en måned – og 30 procent af dem opdaterer faktisk dagligt, mens 22 procent opdaterer ugentligt og 48 procent månedligt se figur 1.

Forandringstakten er afgørende

Professor i supply chain management Jan Stentoft fra Syddansk Universitet, der står bag udførelsen af undersøgelsen ’SCM Panelet: Forecasting i praksis – vejen til bedre beslutninger i en digital tidsalder’, kommenterer:

”Frekvensen af opdateret forecast hænger blandt andet sammen forandringstakten af forretningsmiljøet samt hvor bøvlet, det konkret er at gennemføre arbejdet. Begrebet ”clock-speed” er fremsat af Fine (1998) og refererer til den hastighed, hvormed en branche eller virksomhed gennemgår forandringer og innovation. Fine (1998) beskriver clock-speed som et mål for, hvor hurtigt produkter udvikles, teknologier skifter, og konkurrencesituationen ændrer sig i en given industri. Brancher med høj clock-speed, som for eksempel elektronik eller mode, kræver hurtig tilpasning og innovation, mens brancher med lav clock-speed (for eksempel farmaceutisk industri og byggeri) ændrer sig langsommere og har længere produktlivscyklusser. Opdateringsfrekvensen af forecast kan også falde, hvis det er tungt manuelt arbejde, der skal gennemføres”.