Casestudie

Hoe een toonaangevende retailer de nauwkeurigheid van zijn marktvoorspellingen met 42% verhoogde en datagestuurde besluitvorming optimaliseerde

Download de volledige casestudy

Hun uitdagingen

Efficiënt middelen toewijzen

Als fabrikant op de markt voor consumptiegoederen moesten ze de belangrijkste drijfveren bepalen die als leidraad zouden dienen voor hun marktstrategieën en productieplanning voor zowel product- als regiocategorieën. Omdat ze de vraag niet nauwkeurig konden voorspellen en omdat er geen duidelijkheid was over de impact van macro-economische factoren, was volledig inzicht nodig in de toewijzing van middelen. Dit leidde tot onnodige kosten en mogelijk gederfde inkomsten. Dit was ook nodig om hen te helpen sneller de belangrijkste drijfveren van de vraag per product en regio te ontdekken om concurrerend te blijven.

Identificeer externe aanjagers van de vraag

Hun voorspellingsmethode, die momenteel van onderop werd toegepast, was beperkt tot een eenvoudig univariaat voorspellingsmodel. Dit introduceerde een cruciaal probleem dat van invloed was op de nauwkeurigheid van de voorspellingen. De risico's die gepaard gingen met het enkel toepassen van univariate voorspellingsmodellen betekenden dat ze de kans misliepen om leidende indicatoren toe te passen op hun geaggregeerde voorspelling, aangezien univariate voorspellingsmodellen dat niet mogelijk maken.

Belangrijkste resultaten

Mogelijkheid om verkoopprestaties te optimaliseren met marktgevalideerde prognoses

De organisatie was nu in staat om hun verkoopprestaties te optimaliseren met voorspellingen die werden gevalideerd op basis van markt- en macro-economische gegevens. Dit betekende dat ze inzicht konden krijgen in het belang van elke marktfactor en een overzicht konden krijgen van hun impact op hun bedrijfsprognoses. Ze hadden de mogelijkheid om deze continu te volgen naarmate de consumenten- en economische activiteit verschuift.

Identificeerde voorspellende marktfactoren op productgroep- en regioniveau

Nadat ze hun belangrijkste indicatoren en vraag hadden geïdentificeerd, konden ze nu rekening houden met de economische ontwikkelingen en de conjunctuurcyclus die van invloed zijn op een specifieke productgroep. De retailer kon nu eenvoudig prognoses maken voor elke productgroep en regio. Nu de modellen zijn gebouwd, is een snelle maandelijkse update vereist, waardoor het proces herhaalbaar is, wat kostbare tijd bespaart.

42% verbetering van de voorspellingsnauwkeurigheid

Door in alle fasen van het prognoseproces de beste praktijken toe te passen, bereikte de detailhandelaar een verbetering van de MAPE-voorspellingsnauwkeurigheid met dubbele cijfers.

Omdat ze de vraag niet nauwkeurig konden voorspellen en omdat er geen duidelijkheid was over de impact van macro-economische factoren, was volledig inzicht nodig in de toewijzing van middelen.

Casestudie downloaden

Hulpbronnen