Whitepaper 6.8.2010
1/4
Dags att skrota några myter om
prognostisering!
Författare:
Johanna Småros
Försäljning
Direktör, Skandinavien, D.Sc. (Tech.)
[email protected]
Att göra säljprognoser betraktas i många företag som ett besvärligt och oangenämt
nödtvång. Prognostisering är dock inte kärnfysik och i dagens läge finns det effektiva
hjälpmedel för att göra arbetet mera effektivt och meningsfullt. De största hindren
för att utveckla prognostiseringen verkar alltså finnas i attityderna. Och därmed är det
dags att skrota några gamla myter om prognostisering av efterfrågan!
I texten nedan har jag samlat några exempel på problem gällande prognostisering som
jag har stött på i olika företag samt idéer på hur de kan tacklas.
”Det är onödigt att göra prognoser eftersom de ändå slår fel”
Jag besökte ett företag som tillverkar konsumtionsvaror. Ansvariga för leveranskedjan
presenterade företagets verksamhet och produktionslogik. Jag frågade hur
företaget sköter prognostiseringen och chefen svarade: ”Vi använder inga system för
prognostisering. Prognoserna håller ändå inte, så vi föredrar att satsa på flexibilitet.”
I praktiken innebar flexibilitet för detta företags del att de hade ett slutproduktlager
motsvarade flera månaders, om inte rentav ett helt års, behov. Flexibilitet låter fint,
men som många andra fina och uppskattade saker, är den inte gratis.
I de flesta företag används prognoser för att styra inköp, produktion, lager av
slutprodukter samt kapacitet. Prognosprecisionen påverkar alltså direkt verksamhetens
effektivitet och servicenivån mot kunderna. Ett företag kan fungera med mindre exakta
prognoser, men i så fall måste man gardera sig mot överraskningar i efterfrågan med
hjälp av olika typer av buffertar:
■■ Varor, det vill säga genom att hålla onödigt stora produktlager,
vilket binder kapital och utsätter företaget för inkuransrisk,
■■ Tid, det vill säga genom att göra dyra snabborder eller förlänga
leveranstiden till otåliga kunder när efterfrågan överraskar,
■■ Kapacitet, det vill säga genom att investera i utrustning eller
personal för eventuella oväntade toppar i efterfrågan och låta
den dyra kapaciteten stå oanvänd resten av tiden.
© RELEX
• www.relexsolutions.com
[email protected]
2/4
Det lönar sig naturligtvis att utveckla flexibiliteten, men kanske det kunde vara värt
besväret att också satsa några timmar i veckan på prognostisering eller skaffa ett adekvat
prognosverktyg – vilket är i det långa loppet en lönsammare investering för Ditt företag?
”Varför satsa på prognoser som ändå inte används?”
I många företag är situationen sådan att prognoser görs för olika syften eller bearbetas
utifrån olika synvinklar lite varstans i organisationen. Även om man bara har en officiell
säljprognos, händer det ofta att den bearbetas eller tolkas på olika håll i organisationen. En
typisk situation är att produktionen har lärt sig att inte lita på marknadsavdelningens ständigt
överpositiva prognoser. Jag har bl.a. råkat på ett företag, där produktionens prognosverktyg
utgjordes av ett Excel-underlag, som automatiskt minskade marknadsavdelningens estimat
med 20 %. I en dylik situation är det lätt att förstå att de som sitter och bollar med siffrorna
för säljprognosen börjar tvivla på det vettiga med det hela.
Det verkar uppenbart att produktionen borde ha klart sämre förutsättningar att prognostisera
den framtida försäljningen än – ja, precis – säljavdelningen. Hur ska man då alltså ta sig ur en
situation där inköp, produktion eller lager upplever att de måste sköta styrningen själv? Min
erfarenhet är att företag som har kontroll över sina prognostiseringsprocesser har två saker
gemensamt: tydligt prognosansvar och kontinuerlig uppföljning av prognoserna.
Uppföljning gör det möjligt att lära sig av tidigare misstag, men för att inlärning ska ske
krävs också motivation, som i sin tur drivs av ansvar. Ofta tror man att prognosansvaret är
definierat när man väl har kommit överens om vem som ska göra prognoserna, hur de ska
göras och när. Vem, hur och när är dock bara en beskrivning av processen – med ansvar har
den så gott som inget att göra. Prognosansvaret är definierat först när det finns en person
som ”äger” prognoserna och bär ansvaret för prognosernas följder, det vill säga eventuell
överproduktion, försämrad servicegrad eller exempelvis kampanjer som misslyckats för att
prognosen kommit in för sent. Så länge man skäller på inköp för överstora lager av (i enlighet
med säljprognosen) anskaffat förpackningsmaterial eller på produktionen för överflödiga
produkter som tillverkats (i enlighet med säljprognosen), kommer den duktiga och ambitiösa
inköparen eller produktionsplaneraren att fingra på prognoserna.
”Hur i h*****e ska jag veta hur mycket en
kampanjprodukt kommer att sälja?”
Ett fiktivt exempel: Säljansvariga ombes göra en uppskattning av hur mycket
tilläggsförsäljning en planerad kampanj kommer att ge upphov till. Han svarar: ”Massor!” När
man ber om en lite konkretare siffra för att kunna planera produktionen, snäser han: ”Hur
ska jag kunna veta? Räkna själv, ni har lika mycket information om saken som jag!” Varför
är säljansvariga i fråga inte bara oartig utan också inkompetent? Eftersom han har kommit
överens med kunden om en betydande marknadsföringsaktivitet, men inte satt upp några
konkreta mål för denna eller alls försökt uppskatta riskerna i anslutning till den. Som tur är, är
denna typ an säljansvarig en raritet, eller?
Under min karriär har jag sett ett otal situationer där man genomfört aktiviteter (lanserat
nya produkter, genomfört kampanjer, beställt säsongsartiklar) utan att ställa upp mål. Om
man inte har ställt mål är det heller ingen idé att följa upp aktiviteternas effekt, vilket i sin
tur leder till att man inte lär sig av de tidigare aktiviteterna och använder pengar till att
rutinmässigt upprepa samma misstag år efter år.
© RELEX
• www.relexsolutions.com
[email protected]
3/4
I de bästa företagen är prognostiseringen en del av en fungerande säljplaneringsprocess.
När man har kommit så långt att man funderar över hur man ska uppnå säljmålen – vilka
produkter, vilka åtgärder, vilka kunder man ska satsa på – har man automatiskt skapat
preliminära prognoser. Prognoserna måste naturligtvis uppdateras längs vägen när man ser
hur utfallet blir, men uppdateringen blir mycket enklare när man väl dragit de stora linjerna i
förväg och med eftertanke.
Och ja, denna modell torpederar effektivt säljarnas huvudargument mot prognosansvar: ”Om
jag tvingas lägga ner tid på prognostisering kommer kundkontakterna och försäljningen att
bli lidande”. Prognostisering tär inte på försäljningen, utan skapar i stället förutsättningar för
lönsam försäljning, om den görs rätt!
”Vår efterfrågan är så unik att inga modeller
klarar av att prognostisera den!”
I vissa fall hindrar strävan efter ett perfekt resultat oss från att uppnå ett bra resultat. Detta
stämmer synnerligen väl in på prognostisering. Flera gånger då jag rekommenderat företag
att ta i bruk matematiska prognosmodeller för att effektivisera prognosarbetet, har jag fått
svaret: ”Det skulle inte fungera. Till exempel när det gäller kampanjer, vet vi inte vad våra
konkurrenter har gjort samtidigt. Vi har heller ingen information om produktexponeringen i
butikerna eller vilken marknadsföring handeln kört med. Även vädret påverkar resultaten.”
När man överväger satsningar på prognosverktyg, verkar det som om ibland inte anses
räcka att verktyget skulle kunna effektivisera prognostiseringsarbetet eller förbättra
prognosprecisionen; systemet ska vara perfekt, annars får man klara sig utan det. Därför
använder några av företagens viktigaste resurser, sälj- och planeringscheferna, månad efter
månad tid på att rutinmässigt uppdatera prognoser.
Det finns effektiva och beprövade modeller för prognostisering av efterfrågan på växande,
falnande och säsongsrelaterade produkter. De ger inte perfekta resultat alltid och i alla
situationer, men de ger en bra grundläggande prognos, uppdaterar denna vid behov varje
vecka (eller varje dag om man så vill) och observerar situationen objektivt utan att förälska
sig i den produkt som prognosen gäller. Hur många av oss som skapar prognoser kan säga det
samma?
Anmärkningsvärt nog kan matematiska prognosmodeller vara mycket nyttiga också i
de situationer där företagens sakkunniga är som bäst. Det finns goda erfarenheter av
prognostisering av kampanjer med hjälp av regressionsmodeller (det vill säga genom att
återspegla dem mot tidigare motsvarande kampanjer). Också i extremt krävande situationer
som i en bokhandels julförsäljning, där åtgången växer explosivt och sortimentet förnyas
nästan helt varje år, har man dragit stor nytta av matematiska modeller. (Hur man gjort detta
är en annan historia som jag återkommer till i en annan text.)
© RELEX
• www.relexsolutions.com
[email protected]
4/4
Lämna bortförklaringarna och ta tag i det som ska göras!
Läget är alltså detta:
■■ Säljprognoser inverkar direkt på servicenivån mot ett företags
kunder och på hur ekonomisk företagets verksamhet är.
■■ Prognostisering av försäljningen är en väsentlig del av fungerande
säljplaneringsprocess och skapar förutsättningar för lönsam försäljning!
■■ Prognostisering av försäljningen är lättare än många tror.
Det Du borde fundera på nu är om ditt företag har råd med att låta bli att utveckla
prognostiseringen!
Hur går man vidare med detta?
Vi på RELEX har erfarenhet av effektivisering av många företags prognostiseringsprocesser.
Tillsammans med våra kunder har vi framgångsrikt bearbetat både säljplanerings- och
prognostiseringsprocesser samt hjälp företag att ta i bruk matematiska prognosmodeller.
Ta det första steget mot bättre prognostisering genom att ta kontakt med:
[email protected] eller +358 (0)40 543 1142. På en timme hinner vi gå
igenom ditt företags utgångsläge och fastställa de första stegen!
© RELEX
• www.relexsolutions.com
[email protected]
