“We waren op zoek naar een tool die onze voorraad kon optimaliseren en overtollige voorraad kon minimaliseren. In de eerste twee maanden hebben we verschillende inkooporders geoptimaliseerd en onmiddellijk de voordelen gezien, waardoor we kapitaal vrijmaakten van stilstaande voorraad en ons in staat stelden sneller te groeien.” - Thijs, CMO bij Eziclean
Gegevens
- Historice orders vanuit Shopify. 
- We gebruikten ook de kostprijs per eenheid en de verkoopprijzen van Shopify. 
- We hebben ontbrekende verkopen niet gecorrigeerd voor mogelijke uitputtingsperioden in het echte leven. Dit leidt tot een voordeel van de momenteel gebruikte aanpak aangezien fouten daar misschien niet naar voren komen als gemiste vraag in de backtest. 
Aannames
- De huidige methode van voorspellen maakt gebruik van de verkopen van vorig jaar met 10% verwachte groei. 
- Vraag tijdens voorraadtekorten gaat voor 30% verloren, de andere 70% wordt gedropshipt tegen een kostprijs van €15. 
- Levertijden zijn 14 dagen voor alle producten. 
- Opslagkosten zijn 20% van de voorraadwaarde per jaar. Dit omvat alles van opslag en handling tot opportuniteits- / kapitaalkosten. 
Experimentele Opstelling
- We selecteerden 50 SKU's die voor 2023-02-25 zijn gelanceerd, dus 1,5 jaar geleden. 
- We hebben een simulatie van het afgelopen jaar uitgevoerd (juli 2023 - juli 2024) 
- Elke dag in de simulatie, voorspellen we de vraag op basis van de lead time (in dit geval, vraag 2 weken vooruit voorspellen) 
- We plaatsen een nieuwe bestelling wanneer de voorspelde vraag op leadtime + een veiligheidsmarge groter is dan onze huidige voorraadpositie - We gebruikten veiligheidsmarges van 10% en 20%, naar boven afgerond. 
 
- We bepalen de bestelhoeveelheid op basis van de huidige voorspelling, wat betekent dat deze in de loop van de tijd kan variëren. De berekening is vergelijkbaar met die van de Economische Bestelhoeveelheid (EOQ). 
- We betrekken Black Friday, Cyber Week en Kerstmis als feestdagen. 
Methoden
Gebaseerd op enkele eenvoudiger voorspellings experimenten, selecteerden we een paar voorspellingsmethoden ter vergelijking, waaronder één die de huidige praktijk weerspiegelt:
- Groei-gebaseerde voorspellingsmethode (10% groei) 
- ARIMA 
- Croston - Ondersteunt geen feestdagen / externe regressoren 
- AutoREG 
Het herbevoorradingsbeleid was hetzelfde voor elk experiment.
Vergelijking van Voorspelling
Opmerking: de beleidsparameter is de veiligheidsvoorraad marge van 10% of 20%. In het algemeen, presteert 20% iets beter omdat verloren verkopen aanzienlijk duurder zijn dan houdkosten. Conclusie:
Een ontwerp bureau succesvol runnen vereist een duidelijke visie, een toegewijd team, efficiënte processen, strategische marketing en degelijk financieel beheer. Door je te concentreren op deze belangrijke gebieden, kun je je creatieve ideeën omzetten in een bloeiend bedrijf.
Resultaten
Verloren sales door voorraatekorten: -42.8%
Dropshipkosten: -37.0%
Opslag kosten: -19.4%
Totale Kosten: -38.15%





