Fehlbestände und Überbestände sind nicht gut für das Geschäft. Das eine ist ein Hinweis auf verschwendete Ressourcen, das andere auf verpasste Chancen.

Alle Unternehmen müssen das Bedarfsmanagement institutionalisieren, um Verluste in jeder Form zu vermeiden. Dabei spielt es keine Rolle, wie groß oder klein das Unternehmen ist oder wie lange es schon besteht. Schließlich zählt jeder Cent.

Was ist Bedarfsprognose?

Bei der Bedarfsprognose, die auch als Bedarfsplanung bezeichnet wird, geht es um die genaue Vorhersage von Lagerbeständen auf der Grundlage früherer Daten, Trends und bevorstehender Ereignisse. Ziel ist es, den idealen Lagerbestand unabhängig von der Saison, der Jahreszeit oder der sich ändernden Verbrauchernachfrage so nah wie möglich zu halten.

Der Prozess umfasst eine sorgfältige Datenerfassung und eine fachkundige Analyse. Wenn es richtig gemacht wird, kann es dem Unternehmen eine Menge Geld sparen und gleichzeitig finanzielle Verluste vermeiden.

Die Bedarfsprognose wird am besten durch eine solide Bestandsverwaltung ergänzt, um sicherzustellen, dass alle Daten genau und aktuell sind.

Eine genaue Bedarfsprognose ist wichtig, da sich die Verbrauchernachfrage ständig ändert. Ein Verkaufsschlager von heute ist vielleicht in einer Woche oder einem Monat nicht mehr so beliebt, so dass der verbleibende Bestand zu einem Überbestand wird, wenn Sie bei Ihrem Bedarfsmanagement die Trends nicht genau im Auge behalten.

Auch das Gegenteil kann passieren: Weil Sie die Nachfrage nicht saisonal vorausgesehen haben, können Sie es versäumen, eine ausreichende Menge zu produzieren oder zu bestellen, um die Kundennachfrage zu befriedigen, was zu Lieferengpässen und Gewinneinbußen für das Unternehmen führt.

Methoden der Bedarfsprognose

Die Vorhersage der Verbrauchernachfrage kann ein ziemliches Glücksspiel sein. Wenn Sie intelligente Vorhersagen für genaue Bedarfsprognosen treffen wollen, sollten diese auf vorhandenen Daten und Formeln beruhen.

Im Folgenden werden die gängigsten Methoden der Bedarfsprognose vorgestellt:

1. Quantitative Vorhersage

Bei der quantitativen Bedarfsermittlung werden historische Verkaufsdaten verwendet, um künftige Verkäufe zu prognostizieren. Unternehmen können sich die Verkaufszahlen von 2021 und 2022 ansehen, um die Lagerbestände für 2023 zu bestimmen. Sie können Trends erkennen, sehen, in welchen Monaten der Umsatz steigt, und planen, die Lagerbestände in diesen Zeiträumen zu erhöhen.

Es handelt sich um eine objektive Methode zur Vorhersage von Trends, da das Unternehmen die vergangenen Verkäufe und das Marktwachstum betrachtet. Sie kann zur Schätzung des Umsatzwachstums verwendet werden, was bei der Bestimmung des idealen Bestandsniveaus hilft.

Ein Beispiel: Ein Bekleidungshändler stellt fest, dass der Umsatz mit roten Kleidungsstücken immer im Februar hoch ist. Daher wird jedes Jahr die Produktion roter Artikel erhöht, um die höhere Nachfrage in diesem Monat zu decken.

Ausgehend von diesem Trend könnte das Unternehmen auch verschiedene Strategien anwenden, um sicherzustellen, dass auch nicht-rote Artikel einen Anstieg der Verkaufszahlen erfahren. Der Einzelhändler kann zeigen, wie gut ein rotes Kleid zu einem silbernen Schal passt oder wie eine rote Jacke mit einem schwarzen T-Shirt darunter zur Geltung kommt.

Anhand historischer Daten können Sie saisonale Modeerscheinungen ermitteln, die Sie nutzen können, um Ihre Gewinne zu steigern. Um in Ihrer Nische wettbewerbsfähig zu bleiben, ist es ideal, über Trends und Modeerscheinungen Bescheid zu wissen.

Im Idealfall sollten die historischen Daten in einem Diagramm dargestellt werden. Wenn Sie die Zahlen in ein Liniendiagramm, ein Tortendiagramm oder ein Histogramm einfügen, werden der Trend und die historischen Zahlen deutlicher, was es dem Unternehmen erleichtert, eine Bedarfsprognose zu erstellen.

Vorteile und Nachteile der quantitativen Bedarfsermittlung

Der Hauptvorteil quantitativer Prognosen besteht darin, dass sie leicht zu erstellen sind. Sie brauchen sich nur Ihre Daten anzusehen und können ohne großen Aufwand die idealen Lagerbestände vorhersagen.

Der Nachteil ist jedoch, dass eine falsche Dateneingabe den gesamten Prozess der Bedarfsprognose gefährden kann. Es gibt auch Fälle, in denen es keine Daten gibt, mit denen man arbeiten kann, wie im Falle neuer Unternehmen.

Quantitative Prognosen funktionieren am besten bei etablierten Unternehmen mit großen Datenstichproben, was wahrscheinlich auf ein erstklassiges Bestandsmanagement zurückzuführen ist. Werbeaktionen erhöhen die Variabilität der Nachfrage, und Prognostiker sollten die Nachfrageeffekte von Werbeaktionen entfernen, um genaue Prognosen zu erhalten.

Die Wahl der richtigen Bedarfsprognosemethode hängt von den verfügbaren Daten ab, die eine möglichst genaue Prognose liefern können. Hier sind einige Kennzahlen, die vorhanden sein sollten:

• Vorratsbestände
• Kaufaufträge
• Verkaufsgeschichte
• Verbraucher-Trends
• Saisonale Anforderungen
• Maximaler Lagerbestand

2. Qualitative Vorhersage

Dieser Prozess ist nicht von historischen Verkaufszahlen und anderen Daten abhängig. Stattdessen werden externe Faktoren wie Politik, Wirtschaftstrends und Umweltveränderungen berücksichtigt. Qualitative Prognosen verwenden Verkaufsrückmeldungen und Marktforschung, die nicht unternehmensspezifisch sind, um Vorhersagen zu treffen.

Es ist keine ideale Methode, da es an geschäftsrelevanten Zahlen fehlt. Es ist jedoch das beste Prognoseverfahren für Unternehmen, bei denen historische Daten sehr begrenzt oder noch nicht verfügbar sind.

Auch etablierte Unternehmen können von qualitativen Prognosen profitieren. Diese Daten können hilfreich sein, wenn Sie ein neues Produkt oder eine neue Dienstleistung auf Ihrem Markt einführen wollen. Sie können Aufschluss darüber geben, wie das Zielpublikum auf diese Neuerung reagieren wird und was für ihren Erfolg erforderlich ist.

Qualitative Prognosen sind von Natur aus subjektiv. Dennoch brauchen Sie einen erfahrenen Vertriebsexperten, um intelligente Prognosen zu erstellen.

Vorteile und Nachteile der qualitativen Prognose

Der Hauptvorteil der qualitativen Prognosen besteht darin, dass neue Unternehmen sie auch ohne Daten durchführen können. Darüber hinaus können Veränderungen bei den Verkaufstrends und -mustern sowie beim Kundenverhalten auf der Grundlage des Urteils erfahrener Vertriebsmitarbeiter oder externer Experten vorhergesagt werden.

Wie bereits erwähnt, ist dies jedoch höchst subjektiv und grenzt an Spekulation.

So subjektiv sie auch sein mag, es gibt verschiedene Arten von qualitativen Prognosen, die ein Unternehmen anwenden kann, um sicherzustellen, dass die Prognose so genau wie möglich ist:

Arten von qualitativen Prognosen

• Delphi-Methode

Dabei handelt es sich im Wesentlichen um „Mehrheitsentscheidungen“ in einer Gruppe von Experten, die zusammenkommen und über das Unternehmen diskutieren, um eine Prognose zu erstellen. Um das Verfahren wissenschaftlicher und objektiver zu gestalten, beantworten die Experten einen Fragebogen, und ein Team analysiert die Antworten, um eine Konsensprognose zu erstellen.

• Jury of Executive Opinion

Bei dieser qualitativen Prognosemethode fordert der Unternehmer seine hochrangigen Manager oder Abteilungsleiter auf, ihre Meinungen über das Unternehmen mitzuteilen. Der Konsens, der bei den Beratungen erzielt wird, bildet die Grundlage für die Prognose.

• Basisprognosen

Anstelle der Manager übernehmen die Mitarbeiter, die am meisten mit den Kunden oder Endverbrauchern zu tun haben, die Führung bei der Basisprognose. Da sie direkt mit den Kunden zu tun haben, wissen sie, was das Unternehmen verkaufen sollte und wann. Wenn alle Antworten zusammengetragen sind, wird eine Prognose erstellt.

• Marktforschung

Dies ist die am stärksten datengestützte Art der qualitativen Prognose, da sie Verbraucherumfragen als Prognoseinstrument verwendet. Wenn das Unternehmen nicht über die Ressourcen für eine Umfrage verfügt, wird es sich auf Interviews mit seinen Kunden beschränken.

3. Kombinierte Vorhersage

Diese Kombination aus quantitativen und qualitativen Prognosen vereint das Beste aus beiden Methoden, ist aber auch die anstrengendste.

Wie kann ein Unternehmen sowohl quantitative als auch qualitative Prognosemethoden anwenden? Kehren wir zum Beispiel des Bekleidungshändlers zurück. Historisch gesehen ist der November einer der besten Monate für das Unternehmen, da viele Verbraucher in dieser Zeit mit den Einkäufen für Weihnachten und andere Weihnachtsgeschenke beginnen. Auf der Grundlage früherer Verkaufszahlen sollte das Unternehmen also seinen Bestand für diesen Monat erheblich aufstocken.

In den vergangenen Monaten hörten die Verkäufer in den Geschäften von Kunden häufig die Frage, ob das Geschäft bis November 2022, dem Beginn der Fußballweltmeisterschaft, WM-Artikel verkaufen würde. Dies veranlasste Experten dazu, für das letzte Quartal des Jahres zusätzliche Lagerbestände speziell für WM-bezogene Waren zu prognostizieren.

Bedarfsprognose – Die Formeln

Betrachten wir die folgende Tabelle mit den Verkaufszahlen für T-Shirts im Jahr 2022:

Es gibt verschiedene Möglichkeiten der Bedarfsprognose, aber die einfachsten sind der gleitende Durchschnitt und die Trendanalyse.

Formeln:

Gleitender Durchschnitt = Summe der Menge der Positionen nach N Monaten / N

Tendenz = (Endwert – Startwert) / N

Berechnung des gleitenden Durchschnitts

Mit dem gleitenden Durchschnitt wird die durchschnittliche Nachfrage über einen bestimmten Zeitraum ermittelt, in der Regel alle drei Monate oder alle drei Quartale, manchmal auch alle sechs Monate. Diese Zahl wird für die Prognose der künftigen Nachfrage verwendet.

Um den Bestand für das erste Quartal 2023, insbesondere im Januar, zu ermitteln, können wir die Daten des letzten Quartals 2022 heranziehen.

Lassen Sie uns eine Prognose erstellen:

Gleitender Durchschnitt = (Oktober + November + Dezember) / 3

= (156 + 288 + 318) / 3

= 254

Auf der Grundlage des gleitenden Durchschnitts können Sie 254 als Ihren Januarbestand festlegen. Für den Februar-Bestand können Sie den gleitenden Durchschnitt zwischen November, Dezember und Januar verwenden.

Sie können auch den gleitenden 12-Monats-Durchschnitt verwenden, da Ihnen die Daten für dessen Berechnung vorliegen:

Gleitender Durchschnitt = 2197 / 12

≈ 183

Sie können 183 als Ihren Januarbestand festlegen. Der Vorteil der Verwendung von 12-Monats-Daten ist, dass sie nicht durch einen Verkaufsanstieg während der Ferienzeit verzerrt werden.

Für die Vorhersage im Februar 2023 unter Verwendung von 12-Monats-Daten können Sie die Umsätze von Februar 2022 bis Januar 2023 verwenden.

Berechnung des Trends

Für die Trendanalyse können Sie auch die Daten des 3. Quartals 2022 verwenden:

Tendenz = (Endwert – Startwert) / 3

= (318 – 156) / 3

= 54

Zur Vorhersage des Januar-Bestands addieren Sie einfach 54 zum Dezember-Bestand, was 372 ergibt (318 + 54).

Sie können aber auch die Zahlen für das gesamte Jahr verwenden, dann erhalten Sie 333 (318 + 15), basierend auf der folgenden Rechnung:

Trend = (Dezember – Januar) / 12

= (318 – 138) / 12

= 15

Gleitender Durchschnitt vs. Trendanalyse: Was ist zu verwenden?

Welche Methode der Bedarfsprognose am besten geeignet ist, hängt von den verfügbaren Daten ab. Der gleitende Durchschnitt ist vorzuziehen, wenn Sie eine Prognose für einen kurzen Zeitraum, z. B. ein oder zwei Monate, erstellen möchten. Der Trend eignet sich besser für die Prognose längerer Bestände, etwa für drei bis sechs Monate.

Sie müssen auch die Daten berücksichtigen, die Sie haben. Wenn die Zahlen einen Trend zeigen, ist die Trendanalyse die bessere Option. Wenn die Zahlen jedoch sehr unterschiedlich sind, ist es am besten, die Formel des gleitenden Durchschnitts zu verwenden.

In diesem Beispiel sehen die Zahlen bis zum letzten Quartal unregelmäßig aus, wobei die Monate November und Dezember einen deutlichen Anstieg der Verkäufe aufweisen.

Sie können auch mit beiden Methoden experimentieren und herausfinden, welche davon für Ihr Unternehmen besser funktioniert. Noch besser ist es, wenn Sie qualitative Prognosen in den Mix einbeziehen.

Wie man Fehlbestände und Überbevorratung vermeidet

Historische Daten sind eine gute Referenz, aber sie sind nicht perfekt. Und sie sind nur ein Element der allgemeinen Bedarfsprognose.

Um Fehl- und Überbestände zu vermeiden, müssen Sie auch die folgenden Faktoren berücksichtigen:

Saisonalität

Es gibt Produkte, die saisonabhängig sind. Bei einem Bekleidungshändler zum Beispiel wird im Mai der Verkauf von leichterer Kleidung als Vorbereitung auf den Sommer wahrscheinlich zunehmen. Im September werden dann dickere Kleidungsstücke und Jacken nachgefragt, und einen Monat später wird sich die Nachfrage auf Winterkleidung verlagern. Alle Unternehmen müssen ihre Lagerbestände an solche Trends anpassen.

Saisonalität bezieht sich nicht nur auf wörtliche Veränderungen in der Jahreszeit. Sie kann sich auch auf Ereignisse wie die Super-Bowl-Saison beziehen, in der jedes Jahr um den Februar herum eine große Nachfrage nach Football-Artikeln besteht. Und wie bereits erwähnt, ist der Februar auch eine Zeit, in der rote Kleidung einen Verkaufsschub erlebt.

In einem Jahr der Fußballweltmeisterschaft ist es vernünftig, einen Anstieg des Umsatzes mit fußballbezogenen Waren zu erwarten.

Geschäftliche Änderungen

Unternehmen stagnieren nicht; zumindest sollten sie das nicht. Das müssen Sie auch bei Ihren Bestandsvorhersagen berücksichtigen. Wenn das Unternehmen in diesem Jahr expandiert hat, sollten die Bestände höher sein als im gleitenden Durchschnitt oder in der Trendanalyse, die auf der Nachfrage der Vergangenheit beruht.

Änderungen

Die Vorhersage der Bestände hängt auch von der aktuellen Lage ab. Eines der besten Beispiele für unvorhergesehene Ereignisse, die die Geschäftswelt erschütterten, ist die COVID-19-Pandemie. Viele Unternehmen mussten ihren Betrieb einschränken oder monatelang ganz einstellen. Langfristige Bedarfsprognosen für Unternehmen wurden unbrauchbar, und die Situation führte zu einem Gerangel um Stabilität und Überleben.

Abschließende Überlegungen

In der Weihnachtszeit werden Millionen von Verbrauchern Geschenke einkaufen. Wie können Einzelhändler verhindern, dass Produkte nicht mehr vorrätig sind? Fehlbestände sind verschenkte Gewinnchancen und müssen daher um jeden Preis vermieden werden. Überbestände sind auch nicht besser, daher ist es am besten, die Bedarfsprognose mit umfassenden und präzisen Daten so genau wie möglich zu gestalten.

Bei der Bedarfsprognose muss ein Gleichgewicht zwischen der quantitativen Analyse anhand historischer Daten und Trends und der qualitativen Analyse externer Faktoren wie Inflation, Verbraucherausgaben und Geopolitik gefunden werden. Damit das funktioniert, brauchen Sie ein zuverlässiges und effizientes Inventarsystem, mit dem Sie Ihre Bestände mühelos verfolgen können.

Für einen vereinfachten Dateneingabeprozess, der die Organisation extrem erleichtert, kontaktieren Sie Nest Egg hier oder rufen Sie unter (510) 270-5798 an.