Die 20 wichtigsten KPIs und Metriken zur Nachfrageplanung, die Sie kennen müssen
Bedarfsplanung ist der Prozess der Vorhersage der Nachfrage nach einem Produkt oder einer Dienstleistung und der Ausrichtung des Inventars und anderer Ressourcen, um diese Nachfrage zu decken, indem vergangene Ergebnisse analysiert werden. sich ändernde Marktbedingungen und erwartete Umsätze. Aber ohne die richtigen Informationen kann man nicht für die Zukunft planen. Hier können die Key Performance Indicators (KPIs) der Bedarfsplanung helfen.
Allgemein gesagt, KPIs verfolgen, wie gut ein Unternehmen seine Ziele erreicht und informieren über die Entscheidungsfindung. Bei der Bedarfsplanung, Ein genaues Beobachten der KPIs kann dazu beitragen, die Bestellgenauigkeit zu verbessern, decken Nachfrageverschiebungen auf und überwachen den Verkauf. Und machen Sie keinen Fehler:Die Bedarfsplanung kann erhebliche Auswirkungen auf das Endergebnis eines Unternehmens haben. wie viele Unternehmen gelernt haben – oft auf die harte Tour.
Was ist Bedarfsplanung?
Die Bedarfsplanung hilft einem Unternehmen, zukünftige Verkäufe vorherzusagen. Es ist ein Supply-Chain-Management-Prozess, der das historische Kundenverhalten untersucht, prognostizierte Trends und Markt- und Wirtschaftsbedingungen, unter anderen Faktoren, um die Chancen zu erhöhen, Kundenanforderungen zu erfüllen und gleichzeitig Überbestände zu vermeiden. Während sich die Nachfrageprognose auf die Vorhersage zukünftiger Verkaufstrends konzentriert, Die Bedarfsplanung nutzt die Erkenntnisse der Bedarfsprognose, um die erwarteten Umsätze effizienter zu erfüllen. Die Bedarfsplanung berührt jeden Aspekt eines Unternehmens, von Vertrieb und Marketing bis zum Einkauf, Lieferkettenbetrieb, Produktion und Finanzen.
Was sind Bedarfsplanungs-KPIs?
Angesichts der Geschwindigkeit, mit der sich die Märkte ändern und die Nachfrage auf und ab steigt, erfolgreiche Bedarfsplanung erfordert genaue, Echtzeit-Informationen. Bedarfsplanungs-KPIs bieten aktuelle Informationen über planungskritische Aktivitäten. Einige Bedarfsplanungs-KPIs messen die Ergebnisse der Bedarfsplanung direkt, wie der mittlere absolute prozentuale Fehler. Andere geben Einblicke in die zukünftige Nachfrage, wie eine Pareto-Analyse von Kunden (dazu später mehr) und Prebooking-Metriken. Manche, wie der wöchentliche Prognosefehler des Artikelstandorts, kann sogar aufzeigen, wie sich Lieferketten und Verkaufsprognosen auf einzelne lokale Verkaufsstellen auswirken.
Warum sind KPIs für die Bedarfsplanung so wichtig?
Bedarfsplanungs-KPIs sind wichtig, da sie für das Endergebnis entscheidende Erkenntnisse liefern können. Ein KPI, der signalisiert, dass die Verkäufe in einem bestimmten Markt unterdurchschnittlich sind, kann einen Flash-Sale oder einen Preisrückgang auslösen, um den Lagerbestand zu reduzieren. zum Beispiel. Oder, Ein KPI, der auf einen starken Aufwärtstrend für ein Produkt hinweist, kann bedeuten, dass ein Unternehmen seinen Lieferkettenplan anpassen muss, um die Produktion zu steigern. Die Art dieser Beispiele verdeutlicht auch, warum es wichtig ist, dass die KPIs der Bedarfsplanung in Echtzeit aktualisiert werden. damit alle wichtigen Kennzahlen genau sind, auf dem neuesten Stand und jederzeit zur Analyse bereit.
Es kann kostspielig sein, die KPIs der Bedarfsplanung nicht genau zu überwachen. Zu den prominenten Beispielen für den Snafus der Nachfrageplanung gehört, dass Walgreens den Trend steigender Preise für Generika in seinen Prognosen für 2014 nicht berücksichtigt hat. Das Ergebnis:Diese steigenden Preise drückten auf die Margen, Dies führte zu einem Gewinnrückgang von 1,1 Milliarden US-Dollar und kostete den CFO seinen Job. In 2001, Fehler im Nachfrageplanungsprogramm von Nike führten dazu, dass das Unternehmen einen schlecht verkauften Schuh im Wert von 90 Millionen US-Dollar bestellte. Wie wirkte sich dies auf die finanzielle Leistung der Marke aus? Es kostete Nike in diesem Jahr schätzungsweise 100 Millionen US-Dollar Umsatz und senkte den Aktienkurs um 20 %.
So wählen Sie die richtigen KPIs für die Absatzplanung
Die Genauigkeit der Bedarfsplanung Ihres Unternehmens zu verbessern ist keine einfache oder leichte Aufgabe. da es keinen einheitlichen Indikator gibt, der ein Unternehmen auf den richtigen Weg bringt. Es gibt mehrere wesentliche KPIs, die die meisten Unternehmen verwenden, um die Bedarfsplanung zu messen (wie die ersten 10 Beispiele unten). Es gibt jedoch auch eine Vielzahl von KPIs für die Bedarfsplanung, die für ein Unternehmen besonders nützlich sein können, für ein anderes jedoch nicht.
Um zu bestimmen, welche KPIs für Ihr Unternehmen am besten geeignet sind, können einige Versuche und Irrtümer erforderlich sein. Jede Metrik hat ihre eigenen Vor- und Nachteile, und jedes Unternehmen hat seine eigenen Ziele, sei es schnelles Wachstum oder das Halten von Marktanteilen. Deswegen, die „richtigen“ KPIs für die Bedarfsplanung sind von Unternehmen zu Unternehmen unterschiedlich. Glücklicherweise, Es steht eine Vielzahl von KPIs zur Auswahl.
Die 20 wichtigsten Bedarfsplanungs-KPIs und -Metriken für Ihr Dashboard
Angesichts des funktionsübergreifenden Charakters der Bedarfsplanung, Dies erfordert die Zusammenarbeit zwischen Disziplinen wie Verkaufsprognosen, Lieferkettenmanagement und Bestandsmanagement, Informationen müssen so einfach wie möglich zusammenkommen. Ein Bedarfsplanungs-Dashboard kann helfen, indem es KPIs in einer leicht verständlichen visuellen Oberfläche aggregiert, die rollenübergreifend geteilt und angepasst werden kann. Der Dreh- und Angelpunkt, Natürlich, besteht darin, die KPIs für die Bedarfsplanung auszuwählen, die für Ihr Unternehmen am wichtigsten sind.
Es gibt Bedarfsplanungs-KPIs für nahezu jeden Geschäftsbereich. Und viele Branchen und einzelne Unternehmen haben benutzerdefinierte KPIs entwickelt, um ihnen Einblicke in die Bedarfsplanung zu geben, die ihren besonderen Herausforderungen und Merkmalen gerecht werden. Dennoch, einige wesentliche KPIs für die Bedarfsplanung gelten für jedes Unternehmen, ob Sie Schuhe verkaufen oder Arzneimittel entwickeln.
Hier sind die 20 wichtigsten KPIs für die Bedarfsplanung – gefolgt von Erläuterungen und deren Berechnung. Seien Sie gewarnt:Einige erfordern echte Mathematik, Daher ist es eine gute Idee, einen Taschenrechner zur Hand zu haben.
- Prognostizierter vs. tatsächlicher Umsatz (Prognosefehler)
- Vorhersagegenauigkeit
- Prognosefehler bei monatlicher Produktkategorie
- Voreingenommenheit
- Tracking-Signale
- Mittlerer absoluter Fehler (MAE) und mittlere absolute Abweichung (MAD)
- Mittlerer absoluter prozentualer Fehler (MAPE)
- Symmetrischer mittlerer absoluter prozentualer Fehler (SMAPE)
- Gewichteter mittlerer absoluter prozentualer Fehler (WMAPE)
- Mittlerer quadratischer Fehler (MSE)
- Quadratischer Fehler (RMSE)
- Tatsächliche Umsatzumwandlungen vs. Umsatzannahmen
- Auftragsausführungsrate
- Perfekte Bestellquote
- Fehler bei der wöchentlichen Artikelstandortprognose
- Frühwarnindikatoren für Nachfrageschwankungen
- Pareto-Analyse der Kundennachfrage
- Vorbestellung für neue Produkte
- Auslaufprodukte
- Marketing Intelligence von Wettbewerberaktivitäten
1. Prognostizierter vs. tatsächlicher Umsatz (Prognosefehler)
Die Messung der prognostizierten Verkäufe im Vergleich zu den tatsächlichen Verkaufszahlen zeigt an, ob die Verkaufsabteilung oder bestimmte Teams ihre Ziele erreichen. Dieser einfachste KPI wird auch als „Prognosefehler“ bezeichnet und kann wöchentlich geliefert werden. monatlich, vierteljährlich, Monat bis heute und Jahr bis heute – oder alle oben genannten – je nach Produkt oder Dienstleistung und wie schnell Entscheidungen getroffen werden müssen. Für Bedarfsplaner, es ist der wichtigste Einblick in die Qualität ihrer Ausgabe; ebenso oft, Es wird von Vertriebsleitern verwendet, um die Vertriebsleistung zu überprüfen und das Team zu pushen. wie benötigt. Die Formel lautet:
Prognostizierter vs. tatsächlicher Umsatz (Prognosefehler) =Tatsächlicher Umsatz - Prognostizierter Umsatz |
Beispielsweise, Laut einer vierteljährlichen Prognose eines Beratungsunternehmens soll seine Softwareabteilung einen Umsatz von 5 Millionen US-Dollar erzielen, aber diese Gruppe bringt nur 4 Millionen Dollar ein. Der Prognosefehler würde 1 Million US-Dollar betragen, der Unterschied zwischen diesen Zahlen.
2. Vorhersagegenauigkeit (FA)
Prognosegenauigkeit ist der wichtigste KPI der Bedarfsplanung. Dies sagt Ihnen, wie genau Ihre Prognosen für Nachfrage und Umsatz waren. Je besser dein FA, je besser Ihre Betriebskosten auf die Nachfrage abgestimmt sind und desto höher Ihre Gewinne. Eine gute oder akzeptable Zahl für diesen KPI variiert je nach Produkt und Geschäftsszenario. Für ein neues Produkt ohne Verkaufshistorie, eine Prognosegenauigkeit von 80 % gilt als sehr gut. (Saisonprodukte können eine Ausnahme von dieser Regel sein, wenn es witterungsbedingt große Schwankungen gibt, was zu niedrigeren Genauigkeitsprozentsätzen führen kann.) Allerdings Produkte mit einer langen Verkaufshistorie sollten einen FA von 90% oder besser anstreben. Wie viele KPIs, FA kann so oft berechnet werden, wie es ein Unternehmen benötigt oder die Geschwindigkeit seiner jeweiligen Geschäftszyklen berücksichtigen kann. Die Formel lautet:
Vorhersagegenauigkeit =1 – [Absolutwert von (Tatsächlicher Umsatz für den Zeitraum – Prognostizierter Umsatz für denselben Zeitraum) / Tatsächlicher Umsatz für den Zeitraum] |
So, wenn die Prognose eines Unternehmens den Verkauf von 100 Einheiten eines bestimmten Produkts vorsah und es tatsächlich 115 verkaufte, sein FA betrug 87%:1 – [(115 – 100) / 115], oder 1 – .13 =.87. Beachten Sie, dass diese Formel das positive oder negative Vorzeichen ignoriert (dies bedeutet "absoluter Wert"). Beispielsweise, wenn das Unternehmen 87 Einheiten gegen dieselbe 100-Einheiten-Prognose verkauft hat, es ist FA 85%, nicht -85%.
3. Monatlicher Produktkategorie-Prognosefehler (MPCFE)
Dieser Bedarfsplanungs-KPI ist einfach die Prognosegenauigkeit (FA), die monatlich auf eine bestimmte Produktkategorie angewendet wird. Mit Auswirkungen auf mehrere Abteilungen, Diese Kennzahl kann bei der Feinabstimmung von Veränderungen in Vertrieb und Marketing helfen, sowie Planer warnen, wenn Lieferketten gestrafft werden müssen. Im Allgemeinen, Der monatliche Prognosefehler der Produktkategorie sollte genauer sein als unternehmensweite Prognosen, da die den Bedarfsplanern zur Verfügung stehenden Informationen genauer sind. Die Formel lautet:
Prognosefehler bei monatlicher Produktkategorie =1 – [Absolutwert von (tatsächlicher Produktkategorieumsatz für den Monat – prognostizierter Produktkategorieumsatz für den Monatszeitraum) / Tatsächlicher Produktkategorieumsatz für den Monat] |
4. Voreingenommenheit
Voreingenommenheit, auch bekannt als mittlerer Prognosefehler (MFE), ist die Tendenz, dass Prognosefehler in eine Richtung tendieren – durchweg höher oder niedriger als die tatsächlichen Verkaufsergebnisse. Es ist wichtig, Voreingenommenheit zu verfolgen, damit wenn erkannt, es kann korrigiert werden, bevor es Vorhersagen zu lange in eine Richtung verzerrt, Dies könnte zu übermäßigen Lagerkosten (bei einer Tendenz zu zu hohen Prognosen) oder zu verlorenen Verkaufschancen (bei einer Tendenz zu einer zu niedrigen Prognose) führen. Voreingenommenheit kann aus vielen Quellen kommen, B. der Wunsch von Managern nach Prognosen, die den Vertriebszielen oder Abteilungszielen entsprechen. Die Formel lautet:
Voreingenommenheit =Summe der beobachteten Prognosefehler über mehrere Perioden / Gesamtzahl der beobachteten Perioden |
Beispielsweise, Angenommen, Sie möchten den Bias für vier Wochen im Februar berechnen, wobei Bedarfsplaner Verkäufe von 10 Artikeln pro Woche prognostizieren. Wie die folgende Grafik zeigt, Der Umsatz in Woche eins betrug 12, der Prognosefehler war also 2; Woche 2 sah tatsächliche Verkäufe von 8, einen Fehler von -2; Woche 3, 8, für ein weiteres -2; und Woche 4, 7, was zu einem -3 führt. Die Summe dieser vier Prognosefehler beträgt -5 (2 + -2 + -2 + -3), und -5 geteilt durch vier Prognosezeiträume ergibt eine Verzerrung von -1,25.
Voreingenommenheit für Februar | |||||
---|---|---|---|---|---|
Woche 1 | Woche 2 | Woche 3 | Woche 4 | Summe der Prognose Fehler | |
Aktuelle Verkäufe | 12 | 8 | 8 | 7 | |
Vorhersage | 10 | 10 | 10 | 10 | |
Prognosefehler | 2 | -2 | -2 | -3 | -5 |
Voreingenommenheit =-5/4 =1,25 |
5. Tracking-Signale (TS)
Tracking-Signale sind eine weitere Möglichkeit, das Bestehen einer anhaltenden Voreingenommenheit zu messen. Auch die Analyse von Tracking-Signalen über einen langen Zeitraum kann Aufschluss über die Genauigkeit des Prognosemodells geben. Die Formel lautet:
Tracking-Signal =(Tatsächlicher Umsatz für einen Monat – Prognostizierter Umsatz für diesen Monat) / Absoluter Wert von (Tatsächlicher Umsatz für einen Monat – Prognostizierter Umsatz für diesen Monat) |
Diese Formel gilt für ein Tracking-Signal in einer beobachteten Periode und ergibt entweder 1 oder -1. Ein TS von 1 zeigt eine Unterprognose an (die Nachfrage ist höher als die Prognose) und eine TS von -1 zeigt eine Überprognose an (die Nachfrage ist niedriger als die Prognose). Bedarfsplaner berechnen diesen KPI normalerweise, indem sie die Tracking-Signale für viele Zeiträume summieren. Bei einer 12-wöchigen Verfolgung zum Beispiel, das höchstmögliche Ergebnis ist 12 und das niedrigste ist -12. Ein TS von Null ist immer ideal, weist darauf hin, dass keine konsistente Voreingenommenheit vorliegt.
6. Mittlerer absoluter Fehler (MAE) und mittlere absolute Abweichung (MAD)
Mittlerer absoluter Fehler und mittlere absolute Abweichung sind zwei Namen für dieselbe Formel, bei Bedarfsplanern beliebt. Es handelt sich um einen einfachen KPI, der die Prognosegenauigkeit misst, indem der Durchschnitt der Größenordnungen der Prognosefehler gebildet wird und dadurch die Variabilität der Prognosen im Laufe der Zeit aufgedeckt wird. Wie der Name andeutet, es ist der Durchschnitt des absoluten Fehlers (auch bekannt als Abweichung), was bedeutet, dass sich die positiven und negativen Werte nicht gegenseitig aufheben (wie sie es tun, zum Beispiel, in der Bias-Berechnung). Sie wird als Anzahl von Einheiten und nicht als Prozentsatz ausgedrückt. es wird also nicht relativ zur Nachfragemenge skaliert. Ein MAE von fünf Einheiten ist großartig, wenn Ihr Bedarf 1 beträgt. 000, aber eher schlecht, wenn die Nachfrage nur 10 beträgt. Die Formel lautet:
Mittlerer absoluter Fehler (oder Abweichung) =Summe der beobachteten absoluten Prognosefehler über mehrere Perioden / Anzahl der Perioden |
Die nebenstehende Grafik berechnet den MAE/MAD für Februar aus dem in KPI Nr. 4 (Bias) beschriebenen Beispiel.
Mittlerer absoluter Fehler für Februar | |||||
---|---|---|---|---|---|
Woche 1 | Woche 2 | Woche 3 | Woche 4 | Summe des Absoluten Prognosefehler | |
Aktuelle Verkäufe | 12 | 8 | 8 | 7 | |
Vorhersage | 10 | 10 | 10 | 10 | |
Prognosefehler | 2 | 2 | 2 | 3 | 9 |
MAE=9/4 =2,25 |
7. Mittlerer absoluter prozentualer Fehler (MAPE)
Der mittlere absolute prozentuale Fehler ist ein statistisches Maß für die Genauigkeit einer Prognose. Dieser Absatzplanungs-KPI drückt den Fehlergrad in Prozent aus, so bleibt es unabhängig von der Nachfragegröße anwendbar und ist einfacher an verschiedene Abteilungen zu kommunizieren – mit anderen Worten, Menschen, die keine Bedarfsplaner und/oder Statistiker sind. Die Formel lautet:
Mittlerer absoluter prozentualer Fehler =Summe aus (Prognosefehler für Zeitraum / Tatsächlicher Umsatz für diesen Zeitraum) / Gesamtzahl der Prognosefehler x 100 |
Das beiliegende Diagramm berechnet MAPE für Februar unter Verwendung der gleichen Prognose- und Verkaufszahlen von Nr. 4.
Mittlerer absoluter prozentualer Fehler für Februar | |||||
---|---|---|---|---|---|
Woche 1 | Woche 2 | Woche 3 | Woche 4 | Summe der Fehler % | |
Aktuelle Verkäufe | 12 | 8 | 8 | 7 | |
Vorhersage | 10 | 10 | 10 | 10 | |
Fehler % | 16,7 | 25 | 25 | 42,9 | 109,6 |
KARTE =109,6/4 =27,4 % |
8. Symmetrischer mittlerer absoluter prozentualer Fehler (SMAPE)
Wenn nur wenige tatsächliche Verkaufsdaten vorliegen, MAPE kann Prognosefehler oft schlimmer erscheinen lassen als die tatsächlichen Trends. Kompensieren, Bedarfsplaner verwenden auch den symmetrischen mittleren absoluten prozentualen Fehler. Der Vorteil der Verwendung dieses KPI zum Ausdrücken von Prognosefehlern besteht darin, dass er sowohl eine untere (0%) als auch eine obere (200%) Grenze hat, um einige der Nachteile von MAPE zu überwinden. Die Formel lautet:
Symmetrischer mittlerer absoluter prozentualer Fehler =2 / Anzahl der Prognosefehler x Summe aus (Prognose des Absatzes für einen Zeitraum – Tatsächlicher Absatz für den Zeitraum) / (Prognose des Absatzes für einen Zeitraum + Tatsächlicher Absatz für diesen Zeitraum) |
Für diejenigen, die noch mitmachen, das beiliegende Diagramm berechnet MAPE für unser fortlaufendes Beispiel.
Symmetrischer mittlerer absoluter prozentualer Fehler für Februar | |||||
---|---|---|---|---|---|
Woche 1 | Woche 2 | Woche 3 | Woche 4 | Summe der Fehler % | |
Prognose - Aktuell | 2 | 2 | 2 | 3 | |
Prognose + Ist | 22 | 18 | 18 | 17 | |
9,1% | 11,1% | 11,1% | 17,6% | 49,0% | |
SMAPE =2/4 * 49% =24,5% |
9. Gewichteter mittlerer absoluter prozentualer Fehler (WMAPE)
Der gewichtete mittlere absolute prozentuale Fehler ist ein weiterer KPI, der verwendet wird, um Prognosefehler auszudrücken, und soll eine weitere verbesserte Version von MAPE sein. Die WMAPE verbessert die MAPE, indem sie mit tatsächlichen Beobachtungen gewichtet wird oder in einem typischen Fall von Verkaufsprognosen, Gewichtung nach tatsächlichem Absatz. Die Formel lautet:
Gewichteter mittlerer absoluter prozentualer Fehler =Summe aus (Tatsächlicher Umsatz für einen Zeitraum – Prognostizierter Umsatz für denselben Zeitraum) / Tatsächlicher Umsatz für denselben Zeitraum |
Dieses Diagramm berechnet WMAPE für Februar.
Gewichteter mittlerer absoluter prozentualer Fehler für Februar | |||||
---|---|---|---|---|---|
Woche 1 | Woche 2 | Woche 3 | Woche 4 | Summen | |
Aktuelle Verkäufe | 12 | 8 | 8 | 7 | 35 |
Vorhersage | 10 | 10 | 10 | 10 | |
Aktuell - Prognose | 2 | -2 | -2 | -3 | -5 |
WMAPE =-5/35 =-14,3% |
10. Mittlerer quadratischer Fehler (MSE)
Der mittlere quadratische Fehler bewertet die Prognoseleistung durch Mittelung der Quadrate der Prognosefehler, wodurch alle negativen Terme entfernt werden. Es hat den Effekt, den größeren Fehlern in den Daten mehr Gewicht zu verleihen und kann daher diese Faktoren in der Fehlerquote, die es erzeugt, überbetonen. MSE ist kein Prozentsatz, und es gibt keinen Maßstab, an dem die Ergebnisse gemessen werden können, aber je niedriger die Zahl, desto genauer ist die Vorhersage. Die Formel lautet:
Mittlerer quadratischer Fehler =Summe der Quadrate der Prognosefehler über mehrere Zeiträume / Anzahl der Zeiträume |
Wieder mit den Zahlen aus unserem laufenden Beispiel, Dieses Diagramm berechnet den MSE für Februar.
Mittlerer quadratischer Fehler für Februar | ||||
---|---|---|---|---|
Woche 1 | Woche 2 | Woche 3 | Woche 4 | |
Aktuelle Verkäufe | 12 | 8 | 8 | 7 |
Vorhersage | 10 | 10 | 10 | 10 |
Prognosefehler | 2 | -2 | -2 | -3 |
Mannschaftsfehler | 4 | 4 | 4 | 9 |
MSE =21/4 =5,25 |
11. Root Mean Squared Error (RMSE)
Der mittlere quadratische Fehler ist einfach die Quadratwurzel des MSE. Genau genommen, es ist definiert als die Quadratwurzel des durchschnittlichen quadrierten Fehlers. Es ist hilfreich, den Schweregrad von Prognosefehlern zu bestimmen, Bedarfsplanern mitzuteilen, wie ernst sie die Fehler möglicherweise angehen müssen. Jedoch, als KPI ist auch zu beachten, dass wie MAE, der RMSE wird nicht nach dem tatsächlichen Bedarf skaliert. Die Formel lautet:
Mittlerer quadratischer Fehler =Quadratwurzel (Quadratisch (Prognose des Umsatzes für einen Zeitraum – Tatsächlicher Umsatz für den gleichen Zeitraum)) |
Im laufenden Beispiel RMSE wäre √ 5,25 (der für Nr. 10 berechnete MSE-Wert), das ist 2,29.
12. Tatsächliche Verkaufsumrechnungen vs. Verkaufsannahmen
Mit diesem KPI, Bedarfsplaner verfolgen die Ergebnisse der Marketingaktivitäten mit den erwarteten Ergebnissen, um zukünftige Produktions- und Bestandspläne anzupassen. Das Aufzeichnen von frühen Verkaufsprognosen und deren anschließender Vergleich mit den tatsächlichen Verkäufen kann auch dazu beitragen, Marketing- und Merchandising-Aktivitäten zu verbessern. Die Idee besteht darin, die tatsächliche Umsatz-Conversion-Rate zu verfolgen und mit der im Marketingplan festgelegten Umsatz-Conversion-Rate zu vergleichen. Die Formel lautet:
Umsatz-Conversion-Rate =(Leads umgewandelt in Verkäufe / Qualifizierte Leads) x 100 |
13. Auftragsausführungsrate
Die Auftragsausführungsrate wird hauptsächlich als KPI für das Bestandsmanagement verwendet. Die schnelle Ausführung von Kundenaufträgen kann jedoch die langfristige Nachfrage beeinflussen, indem sie diese Kunden zufriedenstellt und zu Wiederholungsgeschäften und positiver Mundpropaganda führt. Es zeigt an, wie viele Kundenaufträge ein Unternehmen direkt aus dem verfügbaren Inventar ausführen kann. Die Formel lautet:
Auftragsausführungsrate =(Anzahl versandter Kundenaufträge / Anzahl ausgeführter Kundenaufträge) x 100 |
14. Perfect Order Rate (POR)
Der POR-KPI misst, wie viele Bestellungen ohne Zwischenfälle versandt werden – d. h. beschädigte Ware, ungenaue Bestellungen und verspätete Lieferungen, unter anderen. Natürlich, jede Organisation strebt den höchstmöglichen POR an, da dieser nicht nur die Fertigungs- und Logistikaspekte eines Unternehmens gut widerspiegelt, ein hoher POR sollte aber auch eine hohe Kundenzufriedenheit bedeuten. Mit anderen Worten, ein hoher POR sollte eine erhöhte oder stetige Nachfrage berücksichtigen; eine schlechte POR-Rate wird wahrscheinlich zu einem Nachfragerückgang führen. Die Formel lautet:
Perfekte Bestellquote =Bestellungen ohne Zwischenfälle abgeschlossen / Gesamtzahl der getätigten Bestellungen |
15. Wöchentlicher Artikelstandort-Prognosefehler
Unternehmen mit vielen verschiedenen Einzelhandelsstandorten oder Distributionslagern müssen häufig den Bedarf pro Artikel für diskrete Zeiträume planen. wie einen Monat oder eine Woche. Der beliebteste Ansatz für diesen Zweck besteht darin, MAPE (Nr. 7) anzuwenden, um die Prognosegenauigkeit für jeden Artikel zu messen, der einen Bedarfsplan erfordert, und ihn wöchentlich an jedem Standort anzuwenden. Im Laufe der Zeit beobachtet, Der wöchentliche Prognosefehler des Artikelstandorts liefert kritische Informationen, die die Ergebnisse von Point-of-Sale-Systemen und regionalen Verteilungsdaten vergleichen. Es kann logistische Fehler korrigieren, zum Beispiel, wenn die Verkäufe die Prognosen übersteigen und die Regale leer bleiben (oder umgekehrt, was zu Überbeständen führen kann). Die Reduzierung von Standortfehlern kann also zu erheblichen Kosteneinsparungen beitragen.
16. Frühwarnindikatoren für Nachfrageschwankungen
Die Idee hier ist, dass Bedarfsplaner MAPE- und/oder Prognosegenauigkeits-KPIs wöchentlich auf Produktkategorie- oder sogar Artikelebene überwachen und sofort Maßnahmen ergreifen, wenn der tatsächliche Umsatz in beide Richtungen um 15 % von der Prognose abweicht. Das Ziel besteht darin, Änderungen in den Bestands- und Lieferkettenplänen auszulösen, die die Ist-Werte besser an die Nachfrage in der gesamten Lieferkette des Unternehmens anpassen.
17. Pareto-Analyse der Kundennachfrage
Geprägt vom italienischen Ökonomen Vilfredo Pareto im Jahr 1896, Das Pareto-Prinzip besagt, dass 80 % eines bestimmten Ergebnissatzes durch 20 % bekannter Faktoren verursacht werden. In Bezug auf die Kundennachfrage, Das bedeutet, dass das Verhalten der obersten 20 % der Kunden 80 % des Umsatzes beeinflusst. Deswegen, Die Pareto-Analyse der Kundennachfrage ist die Praxis, einen oder mehrere der in diesem Artikel beschriebenen Bedarfsplanungs-KPIs so zu fokussieren, dass nur das Verhalten der obersten 20 % der Kunden eines Unternehmens analysiert wird. Die Theorie besagt, dass die Identifizierung und Reaktion auf Nachfrageänderungen bei diesen 20 % den größten Nutzen für den Gesamtumsatz und die Rentabilität bringt.
18. Vorbestellung von Bestellungen für neue Produkte
Wenn ein Produkt vor der allgemeinen Verfügbarkeit zur Vorbestellung bereitgestellt wird, Die genaue Überwachung der Anzahl der Vorbestellungen und der Abgleich mit den prognostizierten Erwartungen kann eine Art Frühwarnung sein. Es kann Bedarfsplanern sagen, ob sie einen geplanten Produktionslauf hoch- oder herunterfahren sollen. Das kann einen Teil der Unvorhersehbarkeit einer neuen Produkteinführung nehmen. Unternehmen können Produkt- und Absatzmengen über die Bedarfsplanung mit diesem KPI genauer prognostizieren. So vermeiden Sie Engpässe oder zu viel Lagerbestand.
19. Auslaufprodukte
Dies ist wie das Gegenteil einer Produktneueinführung:das Ende des Produktlebenszyklus. Das genaue Timing des Tempos einer Produktumstellung kann sich ebenso direkt auf die finanzielle Leistung eines Unternehmens auswirken. Daher muss die Nachfrage nach einem auslaufenden Produkt wöchentlich oder sogar täglich mit MAPE oder FA genau überwacht werden. je nach Produkt und Situation. Dies hilft einem Unternehmen, kontinuierlich Angebot und Nachfrage abzugleichen, Preise halten und Überbestände vermeiden.
20. Marketing Intelligence von Wettbewerberaktivitäten
In vielen Fällen, Wettbewerbsanalysen können einem Unternehmen helfen, die Nachfrage genauer zu bestimmen. Während viele der notwendigen Informationen nicht öffentlich zugänglich sind, Es lohnt sich, die folgenden drei wichtigen KPIs zu ermitteln:
- Leistung der Markteinführung neuer Produkte des Wettbewerbers (basierend auf Absatz und Umsatz).
- Der anhaltende Bestandsmangel des Wettbewerbers (bewertet seine Versand- und Lieferverzögerungen).
- Qualitätsprobleme oder Produktrückrufe von Wettbewerbern (basierend auf Kundenbewertungen).
Solche KPIs erinnern daran, dass Bedarfsplaner auch das externe Geschäftsumfeld und die dazugehörigen Daten im Auge behalten müssen.
Prognosegenauigkeit des langfristigen Kapazitätsbedarfs
Bedarfsplaner sind auch gefordert, an der langfristigen Kapazitätsplanung eines Unternehmens mitzuwirken, um sicherzustellen, dass ausreichende Produktionsressourcen – wie Fabriken, Personal und Ausrüstung – um den Produktionsbedarf des Unternehmens über Jahre hinweg zu decken. Eine solche langfristige Bedarfsplanung ist entscheidend für die Budgetierung, Investitionsplanung, Vertragsplanung und das Vertriebssystem. Jedoch, es ist im Wesentlichen eine andere Disziplin als die tägliche Bedarfsprognose und -planung. Berücksichtigung der langfristigen Entwicklung mehrerer Produktlinien im Kontext einer sich ständig wandelnden Wirtschaft.
KPIs mit einem Demand Planning Dashboard visualisieren
Ohne effektive visuelle Präsentation, Es wäre für die meisten Menschen schwierig, all diese KPIs für die Bedarfsplanung zu verstehen. Wenn jedoch Bedarfsplanungs-KPIs grafisch auf einem Dashboard angezeigt werden, die wichtigsten informationen werden schnell und einfach zugänglich. Dashboards können KPIs in Tabellen automatisch vergleichen, Diagramme und andere Grafiken, Verzicht auf manuelle Prozesse, damit sich Bedarfsplaner auf die Analyse von Daten und die Zusammenarbeit mit ihren Kollegen in anderen Geschäftsbereichen konzentrieren können.
Die Überwachung von KPIs in einem Dashboard kann Unternehmen und Bedarfsplanern helfen, den Fortschritt bei der Erreichung ihrer Ziele zu bewerten und ihnen mitzuteilen, ob sofortige Maßnahmen oder strategischere Änderungen erforderlich sind. alles in Echtzeit. Ein Dashboard erleichtert auch die Übermittlung von Ergebnissen an eine Vielzahl von Abteilungen und Stakeholdern, die keine fundierten Kenntnisse über die Metriken der Bedarfsplanung haben.
Nachverfolgung von KPIs für die Bedarfsplanung mit Software
Bedarfsplanungs-KPIs erfordern die Zusammenführung von Informationen aus dem gesamten Unternehmen, einschließlich Verkauf, Marketing, Inventar, Produktion und Logistik. Die Möglichkeit, Geschäftsdaten in einem einzigen System zu verknüpfen und zu koordinieren, ist daher für eine genaue Bedarfsplanung von entscheidender Bedeutung. Ein Unternehmen muss in der Lage sein, solche Informationen zu aggregieren, um seine Materialeinkäufe genau planen zu können. Inventar berechnen, Planen Sie Mitarbeiter ein und richten Sie Arbeitsplätze ein, um pünktliche Lieferungen durchzuführen. Es ist auch wichtig, dass die Dateneingabe selbst automatisiert ist, um KPIs in Echtzeit zu verfolgen.
Für diese Zwecke, ein Bedarfsplanungstool, das an eine Cloud-basierte ERP-Lösung (Enterprise Resource Planning) gebunden ist, ist am besten, wie das Bedarfsplanungsmodul von NetSuite. Das Modul kann KPI-Daten der Bedarfsplanung kombinieren und statistische Analysen automatisieren, um Bedarfsplanern zu helfen, optimale Produktions- und Lagerbestände schneller und genauer zu berechnen, als es Menschen mit Stift und Papier oder einer Tabellenkalkulation könnten. All diese Informationen sind an eine zentrale Datenbank gebunden, die andere kritische, zugehörige Daten mit der NetSuite ERP-Plattform.
Die Bedarfsplanung ist für den Umsatz und das Endergebnis jedes Unternehmens von entscheidender Bedeutung. Aber es hat Auswirkungen auf fast jeden Teil des Unternehmens, vom Einkauf über die Lieferkette bis zum Marketing. Plötzlich, unerwartete Nachfrage kann Lieferanten blockieren, zum Beispiel, oder Versandsysteme übersteuern. Und ein Nachfragerückgang kann ein Unternehmen mit toten Lagerbeständen und hohen Lagerkosten zurücklassen. Kein Wunder also, dass die Bedarfsplanung eine Vielzahl von Informationen umfasst und ständig aktualisierte Datenpunkte benötigt. Die Überwachung der richtigen Bedarfsplanungs-KPIs ist ein entscheidender Vorschlag für jedes Produktgeschäft.
Häufig gestellte Fragen zu Bedarfsplanungs-KPIs
Was sind die 5 wichtigsten Leistungsindikatoren?
Es gibt viele Leistungskennzahlen, die den Erfolg der Bedarfsplanung überwachen. Für die meisten Unternehmen ist Die fünf wichtigsten KPIs sind:
- Vorhersagegenauigkeit:Je genauer Ihre Vorhersage, desto effizienter können Sie das Geschäft führen – und daher desto höher ist Ihr Gewinn.
- Prognostizierter vs. tatsächlicher Umsatz:Ein Hinweis auf die tatsächliche Leistung im Vergleich zu den Erwartungen des Unternehmens.
- Mittlerer absoluter Fehler (MAE):Die durchschnittliche Prognosegenauigkeitsrate.
- Bias:Die Tendenz, dass Prognosefehler konstant in die gleiche Richtung tendieren.
- Perfect Order Rate (POR):Das Maß dafür, wie viele Bestellungen ein Unternehmen ohne Zwischenfälle versendet.
Was ist KPI-Planung?
Die KPI-Planung bezieht sich auf Entscheidungen, die auf der Grundlage der in KPIs verwendeten Metriken getroffen werden. Die Wahl der KPIs hängt von den Geschäftszielen ab, B. den Absatz zu steigern oder die Produktionskosten zu senken. Normalerweise Die KPI-Planung beinhaltet auch die gemeinsame Nutzung dieser Metriken mit der gesamten Organisation.
Was sind die KPIs für die Lieferkette?
Da die Lieferketten alle Schritte vom Bau der Produkte bis zur Übergabe an die Kunden umfassen, Perfect Order Rate (POR) – ein Maß dafür, wie viele Bestellungen ein Unternehmen problemlos an Kunden versendet – kann der ultimative KPI für die Lieferkette sein. Weitere wichtige KPIs für die Lieferkette sind die pünktliche Lieferung, Verhältnis von Lagerbestand zu Umsatz, Bestandsaufnahmerate und Prognosefehler des wöchentlichen Artikelstandorts.
Was ist ein KPI im Einkauf?
Beschaffung ist der Prozess des Kaufs von Materialien, die ein Unternehmen im Rahmen seines Geschäftsmodells herstellen oder weiterverkaufen muss. Zu den bemerkenswerteren Beispielen für Beschaffungs-KPIs gehören Compliance-Raten, Lieferantenfehlerquoten, Rate von Notkäufen und Lieferantenvorlaufzeiten.
Wie misst man die Genauigkeit der Nachfrageprognose?
Die Prognosegenauigkeit (FA) vergleicht die prognostizierten Verkäufe für einen Zeitraum mit den tatsächlichen Verkäufen für denselben Zeitraum. Der resultierende Prozentsatz gibt die Genauigkeit der Prognose an. Die Formel zur Berechnung von FA lautet 1 – [Absolutwert von (Tatsächlicher Umsatz für den Zeitraum – Prognostizierter Umsatz für denselben Zeitraum) / Tatsächlicher Umsatz für den Zeitraum].
Was bedeutet Bedarfsplanung?
Die Bedarfsplanung optimiert die Fähigkeit eines Unternehmens, die Kundennachfrage so effizient wie möglich zu erfüllen. Es beinhaltet Verkaufsprognosen, Leitung der Lieferkette, Produktionsmanagement und Bestandsmanagement, um Angebot und Nachfrage auszugleichen.
Was ist der Unterschied zwischen Angebotsplanung und Nachfrageplanung?
Beides hängt eng zusammen. Die Bedarfsplanung beinhaltet die Vorhersage der Kundennachfrage nach den Angeboten eines Unternehmens. Die Beschaffungsplanung umfasst die Verwaltung von Lagerbeständen und Lieferketten, um diese prognostizierten Anforderungen zu erfüllen. Angebots- und Nachfrageplanung arbeiten zusammen.
Was sind die Schlüsselkomponenten einer Bedarfsprognosestrategie?
Die Bedarfsprognose ist Teil des größeren Bedarfsplanungsprozesses und bildet die Grundlage des Planungsprozesses für erwartete Verkäufe. Als solche, die Schlüsselkomponenten einer erfolgreichen Prognosestrategie können Daten aus mehreren verschiedenen internen Abteilungen umfassen, einschließlich vergangener Verkaufsdaten und historischer Informationen zu den damit verbundenen saisonalen Kosten. Welche Komponenten enthalten sind, hängt von den Zielen der Bedarfsplanung ab. Zu diesen Zielen kann es nicht nur gehören, den Umsatz zu steigern, sondern auch die Minimierung von Überbeständen oder Unterbrechungen der Lieferkette.
Buchhaltung
- Zwangsräumung:Was Sie wissen müssen
- Umkehrhypotheken:Alles, was Sie wissen müssen
- 3 gut gehütete Geheimnisse der Altersvorsorge, die Sie kennen müssen
- 10 IRA-Begriffe, die Sie kennen müssen
- GameStop-Aktie | Alles, was Sie wissen müssen
- Residualeinkommen:Alles, was Sie wissen müssen
- Nachlassplanung:Alles, was Sie wissen müssen
- Zyklische Arbeitslosigkeit:Was Sie wissen müssen
- APY:Alles, was Sie wissen müssen
-
7 Online-Tools zur Altersvorsorge, die Sie kennen müssen
Die Altersvorsorge macht den meisten Menschen keinen Spaß. Aber es ist eine wesentliche Aufgabe, insbesondere angesichts der Ungewissheit über die Zukunft der Sozialversicherung und des zunehmenden Tr...
-
Portfolioinvestitionen:Was Sie wissen müssen
Die Bedeutung einer erwarteten Rendite in einem Finanzportfolio Eine Portfolioanlage ist eine Option für diejenigen, die es vorziehen, aus einer Reihe verschiedener Finanzinstrumente zu wählen, ohne ...