Udviklingen af demand planning står bomstille

Årsagen til at Forrester-effekten (også kendt som ’bull-whip effect’ eller piskesmældseffekten) i realiteten udraderer alle bestræbelser på at udarbejde præcise salgsprognoser (demand plans) er ifølge Lora Cecere, at stort set ingen måler på Forrester-effekten og derved har mulighed for at tage højde for den efterspørgsels-forstærkning, som fænomenet skaber.

Lora Cecere har i igennem årtier fungeret som førende analytiker hos AMR Research, Gartner med flere og har siden 2012 som selvstændig konsulent, analytiker og ’thought leader’ i stor stil bidraget med skarpe analyser og gode modeller til forbedring og innovation af forsyningskæder. Det gør hun gennem Supply Chain Insights, den populære blog The Supply Chain Shaman og artikler i Forbes samt andre medier.

Og det er ikke små forstærkninger, vi taler om her. ”Test viser, at moderne globale forsyningskæder lider under forstærkninger og forvrængninger af efterspørgsel ned gennem kæden på over 200 procent. På trods af det er der meget få, der måler på den, og der er ingen teknologi på markedet, som kan fungere som læringsmotor med henblik på at reducere Forrester-effekten”, lyder det fra Lora Cecere.

Piskesmældet startede i 1961
Forrester-effekten blev formuleret af den amerikanske ingeniør og forsker Jay Wright Forrester i 1961, da han forskede på MIT. Forrester er også opfinderen af spillet ’The Beer Game’, som de fleste supply chain studerende verden over stifter bekendtskab med undervejs i uddannelsen. Spillet har netop til formål at synliggøre, hvordan efterspørgsel påvirker de mange led i forsyningskæden. Spillet er en del af Forrester’s ’system dynamics’, der på mange måder er en forløber for de moderne begreber ’supply chain’ og ’supply chain management’.

Lora Cecere fremhæver et eksempel på én aktør, nemlig LKQ Europe, der i sommeren 2022 testede, hvordan kundeefterspørgsel på deres bremsebelægninger påvirkede lagerniveauer på deres forskellige regionale lagre. Testen viste, at LKQ Europes lagerniveauer i gennemsnit var 48 procent højere end efterspørgslen (demand) – fordi disponenter i kæden var usikre på om, der nu var nok lager, og derfor bygger de lidt sikkerhedslager. Det er et spørgsmål om traditioner, bias og en naturlig menneskelig tilbøjelighed til at ’være på den sikre side og generelt være skeptisk’. Hvis alle led i kæden bygger sikkerhedslagre bliver det samlede over-lager meget stort. Ifølge hendes undersøgelser er det typisk mere end 200 procent for stort.

Piskesmældet som ingen ser eller hører
”Så hvorfor måler vi ikke Forrester-effekten? Og hvordan kan vi i så fald måle det? Hvorfor måler vi det ikke som en naturlig del af standard implementering af planlægningsmodeller og -systemer? Svaret er: Jeg ved det ikke, og det er mig en gåde”, lyder det fra Lora Cecere.

Læs også: Planlægning er blevet både vigtigere og vanskeligere

Hun tilføjer, at hun kan se, at mange virksomheder gør brug af The Beer Game, og at læringssessionerne er fulde af aha-oplevelser og læring. Men læringen bliver bare ikke overført til praksis, når virksomheder implementerer advanced planning systems, ERP og supplier relationship management. Disse systemer forstærker ifølge Lora Cecere blot problematikken. Og hvordan gør de det? Det gør de, fordi teknologierne foreviger efterspørgslen lineært med afsæt i, at en ordre er et direkte udtryk for efterspørgslen. ”Men forsyningskæder er komplekse, non-lineære systemer, der ikke kan håndteres på en lineær måde. Og jo større virksomheden er, jo større er non-lineariteten”, lyder det fra Lora Cecere.

Outside-in reducerer effekten med 50 procent
Hun har afprøvet en outside-in procesmodel, som fjerner bias i systemet på fire forskellige virksomheder i forskellige brancher igennem tre-fire måneder inklusive analyse af data, træne medarbejderne og teste markedsfaktorer. Resultatet viste, at outside-in-modellen reducerede Forrester-effekten med mindst 50 procent.

Hun opsummerer sine læringer i seks punkter:

1. Gruppetænkning: Forandring af en industri eller branche er svært. Gruppetænkning eller traditioner står i vejen for at tænke nyt og skabe innovation.

2. Overdreven tillid til eksisterende systemer: De fleste virksomheder tror fuldt og fast på, at de forbedrer efterspørgselssignaler med deres nuværende systemer. Men det gør de ifølge Lora Cecere ikke.

3. For meget data og for lidt indsigt: Lora Cecere fremhæver et eksempel på en virksomhed, der havde 1700 medarbejdere ansat, som alle havde ordet ’data’ som en del af deres titel. Men de havde meget lidt ’indsigt’. Stort set alle virksomheder har enorme mængder af skjult data, som i virkeligheden gemmer på værdifuld viden. Men det er altså tavs viden. Lora Cecere mener, der mangler fokus på evnen til at omsætte data til indsigt.

Læs også: Tre stærke egenskaber ved supply chain planlægning

4. Ingen ser konsekvenserne af Forrester-effekten: Effekterne af piskesmældseffekten på kundeservice, lagerstyring og -binding, omkostninger, kundetillid og marginer er skjulte. Ingen ser dem, og ingen synliggør dem via målinger, visualiseringer, netværksdesign-modeller, simuleringer eller andet. Så er det jo ikke så mærkeligt, at holdningen er ’So what? Who cares?’.

5. Skift fokus fra fejl til forbedring af forretningspotentiale: Begynd at måle på FVA (forecast value added), Forrester-effekten og efterspørgsels-latenstiden (tiden der går fra efterspørgsel opstår til den bliver synlig som handling i forsyningskæden). Det vil give et godt afsæt til drøftelser om, hvordan virksomheder kan forbedre planlægningsprocessen.

6. Se nærmere på outside-in model: Eksperimenter med at teste outside-in modeller hvor I kun gør brug af reelle ordrer og forsendelser som basis for at forudsige efterspørgsel. Det vil reducere signal-latenstiden og forbedrer FVA samt Forrester-effekt.

Læs også: Vi skal undre os sammen på tværs for at blive bedre

Læs mere om Lora Ceceres analyser og budskaber i hendes artikel ”Demand Planning: Whipped And Chained by Tradition” fra september 2023, som du finder på supplychainshaman.com.