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]