Alle produsenter trenger råvarer og tjenester for å kunne operere, og kostnadene til innkjøpsavdelingen er ikke bare prisen på de bestilte varene, men inneholder også blant annet tiden man bruker på oppfølging av leverandører og diverse konsekvenskostnader. Konsekvenskostnader kan være økte lager og transportkostnader som følge av suboptimale valg av leverandører og bestillinger, for å nevne noe. Som vi skal se i denne artikkelen er det få som jobber optimalt med innkjøp, og ved å basere seg på avanserte forsyningskjedeanalyser og prognoser er det mulig å gjøre store besparinger.

Dagens røverkjøp kan fort bli katta i sekken om bestilte varer ikke kommer til avtalt tid, av riktig mengde eller det viser seg at mottatte varer ikke kan brukes.

Hvordan mange jobber med innkjøp

Vi kommer ikke bort fra det at i veldig mange bedrifter, selv store bedrifter, blir planlegging av innkjøp ofte gjort ved hjelp av mye menneskelig intuisjon og mange store og kompliserte regneark. Regneark som beregner når en skal bestille flere råvarer, fra hvilke leverandører og lignende.

Basert på de beregningene har man ofte definert gjenbestillingspunktet etter noen enkle regler for å sikre at man har nødvendige råvarer på lager. Vanlige regler kan være at man skal legge inn en bestilling hos leverandør når lagerbeholdning blir for liten i antall eller når lagerbeholdningen vil dekke forbruket i en periode mindre enn en satt grense.

For å bestemme hvor mye som skal bestilles brukes ofte enten manuelle og intuisjonsbaserte metoder, eller mer formaliserte bestillingsberegninger som kvadratrotsformelen. Kvadratrotsformelen («EOQ» eller «Economic order quantity» på engelsk) er en modell utviklet for å beregne den beste mulige bestillingsmengden for å redusere variable kostnader gitt et bestemt lagernivå. Selv om denne modellen er over 100 år gammel er den fremdeles mye brukt av mange bedrifter, og mange innkjøpsprogrammer benytter forbedrede utgaver av nettopp denne modellen.

For bedrifter som har forsøkt å fornye seg de siste 10 årene er det heller ikke uvanlig å se utstrakt bruk av datavisualiseringsverktøy som Power BI eller Tableau for å erstatte noen av Excelfilene. Men selv om de er gode rapporteringsverktøy er ikke Power BI eller Tableau alene kraftige nok analyseverktøy for å kunne gi innkjøpere god nok databasert støtte i arbeidet.

De vanlige arbeidsmåtene som beskrevet over gir innkjøperne illusjonen av kontroll og virker trygt og kontrollert. Men i tillegg til å være veldig tidkrevende er det sjeldent dette fører til optimale bestillinger, selv for bedrifter med enkle forsyningslinjer.

Hvorfor innkjøp er vanskeligere i dag

Selv om de konvensjonelle metodene har fungert godt i mange år, har forsyningskjedene nå blitt mer kompliserte og markedene mer uforutsigbare, og det fører til at det har blitt nødvendig å tenke nytt om man skal fortsette å være konkurransedyktig i tiden fremover.

Mens de fleste metodene som brukes for innkjøp er fundamentalt designet for markeder som endres tregt og med forutsigbare etterspørselsmønstre, er dette langt fra sannheten i dag. Nå har de fleste bedrifter mye lengre og mer sårbare forsyningslinjer enn tidligere hvor forstyrrelser ikke lengre er unntaket, men må sees på som normalen. For å håndtere dette har nå mange forsyningskjeder begynt med tettere samarbeid mellom aktørene ved å ha mer utstrakt informasjonsutveksling mellom aktørene. I denne verdenen vi nå lever i er man nå nødt til å se utenfor sine egne fire vegger, og kombinere informasjon fra tusenvis av kilder for å kunne reagere på endringene i tide og gjøre de riktige valgene på selv små spørsmål som om når en råvare skal bestilles.

Og det blir ikke bedre på salgssiden. Etterspørsel er nå generelt mer variabelt og vanskelig å forutsi for de fleste varekategorier. Kampanjer utført av en konkurrent eller anbefalinger på sosiale media kan føre til enorme svingninger i etterspørselen av et produkt, og evnen til å oppdage og reagere hurtig på de svingningene kan bety forskjellen mellom å klare å utnytte situasjonen, eller sitte igjen med mange usolgte varer på lager fordi man reagerte for sent eller på feil måte.

Samtidig har produkter generelt mye kortere levetid i markedet nå enn tidligere, og det er ikke uvanlig at produktspesifikasjoner også endres fortløpende for å utnytte prisforskjeller på råvarealternativer, tilpasse de til endringer i lovverket eller for å tilfredsstille ønsker fra store kunder.

Risikokontroll ved innkjøp

Innkjøp er alltid forbunnet med risiko. Risikofaktorene ved innkjøp kan enten være generelle, som dårlig varekvalitet, leverandører som ikke klarer å levere, fare for uventede kostnader og transportproblemer, eller spesifikke til en sektor, geografisk område eller industri. Uansett må de faktorene vurderes under alle innkjøp og det er innkjøpsavdelingens ansvar å finne den riktige balansen mellom risiko og fortjeneste.

Behov og forsyningskjedeanalyser

For å kontrollere risiko ved innkjøp av råvarer, er det viktigste verktøyet en trenger en god og alltid oppdatert analyse over nøyaktig hva du trenger og når du trenger det. En slik analyse er nødvendig for å kunne sikre at du ikke ender opp med å kjøpe for mye eller for lite av en råvare, og at du får reservert kapasitet tidlig hos leverandørene eller utnyttet eventuelle kvantumsrabatter som ofte ligger i godt forhandlede avtaler.

I tillegg så er det nødvendig å ha god og oppdatert oversikt over hvilke utfordringer som finnes i forsyningskjeden. Dette innebærer å løpende evaluere leverandørers pålitelighet, oppdage mulige risikofaktorer knyttet til transporten av bestilte varer, om det finnes geopolitiske spenninger som bør bli tatt hensyn til og lignende.

Mulige tiltak for å redusere risiko

Med gode behovs og forsyningskjedeanalyser kan man begynne å vurdere hvilke tiltak som kan vurderes for å redusere konsekvensene ved forsyningsproblemer.

Benytte sikkerhetslager

Den vanligste formen for risikoreduksjon består av å bygge et sikkerhetslager av viktige råvarer. Et sikkerhetslager sørger for at du har en buffer av råvarer som kan benyttes ved unormalt stor etterspørsel eller ved forsyningsproblemer. Men riktig forvaltning av sikkerhetslageret er viktig for å holde kostnadene nede og risikoen under kontroll. Og det er her mange kan forbedre seg.

Mens sikkerhetslagerets hovedformål er å redusere risiko, er det få som forvalter nivået på sikkerhetslageret på en måte som knytter nivået til den faktiske risikoen de er utsatt for. De vanligste strategiene for å bestemme sikkerhetslagernivået er enten som et fast nivå i antall enheter eller antall ukers forbruk, eller definert som en faktor av den historiske nøyaktigheten til prognosene.

Men ingen av de strategiene tar høyde for den varierende risikoen man er utsatt for gjennom fremtidige markedsendringer, de alltid endrende risikofaktorene til stede i forsyningskjeden eller større fremtidige endringer i etterspørsel. I perioder med krig, pandemier eller naturkatastrofer vil den naturlige risikoen man er utsatt for være mye høyere enn i stille perioder, og slike endringer i risikofaktorene skjer hele tiden. Det er derfor viktig å knytte hvordan man forvalter sikkerhetsbeholdningen til den samlede risikoen bedriftene er utsatt for hvis man ønsker å redusere kostnadene og sikre at man har et sikkerhetslager som faktisk kan sikre bedriften i perioder med utfordringer.

Diversifisering av råvarekilder

Over de siste to tiårene har trenden vært å konsolidere leverandørrelasjonene for å kunne utnytte den økte forhandlingskraften man får ved avtale kjøp av større kvantum hos en leverandør eller bygge tettere samarbeid gjennom å samarbeide om produktutvikling eller starte med mer omfattende informasjonsutveksling. Samtidig gir færre aktører en enklere forsyningskjede som det er enklere å beholde oversikten over og følge opp, og langsiktige avtaler kan gå langt i å redusere risikoen for store prissvingninger ved større markedsendringer.

Tette samarbeid kan også redusere risiko ved at man kan bli en høyere prioritert kunde hos leverandøren når det først oppstår leveringsproblemer, eller at man kan få utvekslet informasjon som gjør det mulig å forstå hvilke risikofaktorer som leverandøren på sin side er påvirket av og derfor tidligere kunne reagere ved endringer som kan skape utfordringer for leverandørens leveringsevne.

Men den avhengigheten til en leverandør bidrar også til økt risiko.

Det er naturlig at ved å vedlikeholde avtaler med flere leverandører og veksle mellom de ved innkjøp blir avhengigheten til en leverandørs evne til å levere redusert. Derfor kan strategisk arbeid med fornuftig diversifisering av leverandører gjøre forsyningskjeden mer robust mot ikke bare store utfordringer som geopolitiske risikofaktorer eller naturkatastrofer, men også mer alminnelige utfordringer som forsinket transport som følge av vær eller forsinket tollklarering. Ved mindre og hyppigere bestillinger kan også leveringsproblemer oppdages tidligere.

Forberedelse på bruk av alternative råvarer

Det er ikke utenkelig at enkelte råvarer fort kan få kraftige prissvingninger i markedet generelt eller at en råvare kan bli systematisk vanskeligere å få tak i. Langsiktige avtaler med leverandører kan ofte hjelpe, men selv de vil bare kunne skjerme mot prisøkninger i en periode, og om leverandøren ikke klarer å levere, hjelper det fint lite hva som står i avtalen.

Ved å planlegge for slike mulige markedsendringer kan man utvikle produktene slik at enkelte råvarer kan erstattes med andre på kort varsel. Men det er ikke uvanlig at systematiske utfordringer med enkelte råvarer også vil smitte over på lignende alternative råvarer, og der er derfor viktig å kunne være tidlig ute med bestillinger av alternativene.

Balansere risikoeksponering mot kostnader

I nesten alle tilfeller fører tiltak for å redusere risikoeksponeringen til økte utgifter og kompleksitet i forsyningskjeden, så det å jobbe med en eller annen form for balanse blir viktig.

I dag, med store og kompliserte forsyningskjeder faller det eneste reelle alternativet bedrifter bør bruke på en matematisk eller simuleringsbasert tilnærming. Det finnes flere programvareløsninger som systematiserer og visualiserer hvordan de forskjellige risikofaktorene vill påvirke innkjøpene, men få kan gjøre det like godt som Future Then View. Future Then View gir en komplett oversikt over hvordan risikofaktorene påvirker hele forsyningskjeden, med en minimal mengde av manuelt arbeid nødvendig for å holde analysen oppdatert.

Hvordan redusere kostnader og risiko med Future Then View

Før en kan begynne å gjøre betydelige optimaliseringer er man nødt til å ha en god oversikt over både hva etterspørselen kommer til å være og hvordan forsyningskjeden som helhet kommer til å utvikle seg fremover. Uten dette er det vanskelig å ta informerte valg som sørger at man oppnår den største reduksjonen i risiko for den minste mulige kostnaden, og det er her Future Then View kommer inn.

Revolusjonerende prognoser og forsyningskjedeanalyse

I Future Then View er prognoser mer enn bare hva som kommer til å selges i tiden fremover. Future Then View tar en helhetlig tilnærming til prognoser som gjør at det er prognoser tilgjengelig for alle deler av forsyningskjeden, basert på alt av tilgjengelig informasjon.

Dette betyr at det også er prognoser tilgjengelig på alt fra hva man må sørge for at blir bestilt og hvilke leveranser man vil få fra de forskjellige leverandørene. Systemet tar høyde for både den historisk observerte leveringsevnen og servicegraden hos leverandørene i tillegg til markedsdata og andre datakilder for å gjøre det mulig å oppdage utfordringer eller kartlegge fremtidige risikofaktorer så tidlig som mulig.

Mens systemet er designet for å også ta høyde for informasjon og justeringer gjort av brukerne, kan systemet kjøre tilnærmet helautomatisk og henter selv kontinuerlig data fra andre systemer for å sørge for at alle analyser og prognoser alltid er oppdatert. Den høye graden av automasjon gjør systemet til et uunnværlig verktøy for å analysere både store og små forsyningskjeder med mange eller få aktører på en detaljert måte.

Redusere risiko og kostnader

Med Future Then View besitter brukerne verktøyene som gjør det mulig å forstå hvordan forsyningskjeden vil utvikle seg, hvilke risikofaktorer som eksisterer i forsyningskjeden og hvordan de vil utvikle seg fremover.

Med markedsledende etterspørsel, salg og behovsprognoser, gjør Future Then View innkjøperne i stand til å forstå nøyaktig hvor mye råvare de trenger for å sikre at alle råvarene man trenger alltid er på lager.

Samtidig gir Future Then View oversikt over hvordan markedene utvikler seg som følge av geopolitiske spenninger eller andre hendelser, som kan påvirke både pris og leverandørenes leveringsevne. Dette kombinert med grundig analyse av historiske kjøp fra en leverandører, gir brukerne mulighet til å tidlig oppdage problemer som oppstår både krypende eller brått.

Vi kjenner ikke til andre systemer som gir automatisk oversikt over hvordan en TikTok trend i Tyskland og en krig i Ukraina sammen påvirker kjøpet av råvarer fra Spania for en fabrikk i Fredrikstad, men vi vet at Future Then View kobler dette sammen.

Ved å bruke de analyseverktøyene tilgjengelig i Future Then View kan man lett identifisere de største risikofaktorene og målrettet jobbe med å redusere eksponeringen.

Skrevet av

Marius Geitle
Haris Jasarevic

I løpet av de siste to årene har både koronapandemien og krig i Ukraina skapt store og uforutsette forstyrrelser på både lokale og globale forsyningskjeder. Dette betyr at bedrifter nå må planlegge for mange flere situasjoner for å sikre sin fremtidige overlevelse og konkuranseevne. Forsyningskjeder som endres nesten daglig, raske forandringer i kundenes handlemønstre og logistikkproblemer som følge av vær eller geopolitiske spenninger, er bare noen av problemene man må håndtere i dag. For å kunne planlegge i denne nye og mer kompliserte verdenen må bedrifter også endre og utvikle måten de tenker på.

Viktigheten av nøyaktige etterspørselsprognoser for produksjon

Uansett om du følger en make-to-stock eller make-to-order produksjon, så er man avhengig av den beste mulige innsikten i den fremtidige etterspørselen for å kunne lage de mest optimale produksjonsplanene.

For make-to-stock kan optimalisering av produksjonen gi deg lavere lønnskostnader og bedre utnyttelse av produksjonsmaskinene. Samtidig kan en optimal produksjonsplan gjøre det mulig å redusere lagernivået. For varer med kortere holdbarhet, kan også mer optimaliserte produksjonsplaner redusere tiden det tar fra varen blir produsert til den når kunden, som gir lengre holdbarhetstid for kunden og mindre svinn.

For bestillingsproduksjon (make-to-order) med kortere ledetider er tilgang på nøyaktige prognoser essensielt for å sikre at fabrikken er klar til å produsere de bestilte varene når bestillingene kommer ved å sikre at fabrikken har riktig bemanning, og at nødvendige råvarer er på lager. Langsiktig er nøyaktige prognoser nødvendig for å kunne forutsi større etterspørselsendringer i forsyningskjeden som vil kreve endring for å enten øke eller redusere produksjonskapasitet.

I begge tilfeller gjør mer nøyaktig planlegging basert på mer nøyaktige etterspørselsprognoser det mulig å ha høyere servicegrad, kortere ledetider og generelt mer fornøyde kunder.

Viktigheten av nøyaktige etterspørselsprognoser for logistikk

Mens logistikk ofte blir over oversett når man vurderer viktigheten av etterspørselsprognoser, er dette ugunstig ettersom logistikk regelmessig må håndtere mange av de tilsynelatende mest uforutsigbare hendelsene som påvirker forsyningskjeden. For eksempel, svingninger i drivstoffkostnader eller mangel på containertilgjengelighet eller problemer med transport er alle problemer som kan ha store påvirkninger på bedriftens lønnsomhet og leveringsevne.

De grunnleggende verktøyene som trengs for å sikre at man forstår situasjonen godt nok til å håndtere disse utfordringene er nøyaktige og oppdaterte etterspørselsprognoser. Etterspørselsprognoser er et viktig hjelpemiddel når du skal planlegge hvor mye varer du trenger å ha tilgjengelig på hvilket sted og til hvilke tidspunkt, og derfor for å kunne ha et klart bilde av handlingsrommet man har til å håndtere situasjonene på en økonomisk og effektiv måte. Med nøyaktige etterspørselsprognoser kan man også tidligere planlegge for uventede situasjoner, finne måter å kutte kostnader på og øke fleksibiliteten til å håndtere forstyrrelser.

Viktigheten av nøyaktige etterspørselsprognoser for innkjøp

Innkjøpere må sørge for å alltid ha oppdaterte innkjøpsplaner som igjen sikrer at nødvendige råvarer vil være tilgjengelig for å møte behovene til produksjon og delsalg. Feil beslutninger kan raskt føre til bestilling av feil mengde eller at råvarer ikke er tilgjengelig når de trengs i produksjon. Dette kan videre føre til tapte salg, tidkrevende omlegging av produksjon eller i ekstreme tilfeller, total produksjonsstans.

Selv om det viktigste målet for innkjøp er å sikre at riktig mengde råvarer alltid er på lager og at strømmen av nye råvarer alltid er sikker, må det også skje på en så kostnadseffektiv måte som mulig. Ved å dynamisk endre sikkerhetslager for å holde nivået generelt lavere i perioder med mindre risiko eller forvalte leverandørrelasjonene bedre, vil man ofte kunne finne betydelige besparelser.

I bedrifter som benytter en «just-in-case» innkjøpsstrategi, kan besparelser oppnås med mer nøyaktig og fleksibel langtidsplanlegging som er basert på nøyaktige og oppdaterte prognoser. For bedrifter som benytter «Just-In-time» er forutsigbar tilgang til råvare, produksjon og bestilling essensielt for å kunne levere i tide, og det er bare mulig å gjøre godt med veldig nøyaktige og oppdaterte prognoser.

Gode evner til å følge opp og ha kontroll over nødvendige innkjøp ved en varierende etterspørsel er viktig for å kunne finne de beste mulige innkjøpsstrategiene, uansett om man baserer seg på «just-in-case», «Just-In-time» eller en kombinasjon. Nøyaktige og oppdaterte etterspørselsprognoser beregnet gjennom automatiske metoder gjør det mulig.

Problemet med de fleste prognoseløsninger

Mange multifunksjonelle ERP-løsninger (Enterprise Resource Planning) har innebygde prognoseverktøy, men som oftest er de originalt designet for en annen tid, hvor forsyningskjedene var enklere, markedene mer forutsigbare og hvor produktene hadde lengre livssykluser.

For å oppnå noe som kan minne om tilfredsstillende nøyaktighet med disse prognoseverktøyene, er man avhengig av svært dyktige konsulenter eller interne brukere som bruker mange timer på å justere og vedlikeholde de statistiske modellene slik at de til enhver tid modellerer den kjente tilstanden til forsyningskjeden. Men i praksis fører dette ofte til situasjoner hvor man blir tvunget til enten å forenkle modellene (og dermed ofre nøyaktighet) eller kontinuerlig investere store mengder tid og penger i å vedlikeholde modellene og korrigere prognosene. Og selv etter alt dette er det ikke sikkert prognosene er spesielt gode.

I dag er forsyningskjeder i konstant endring, og de endres i mye høyere tempo enn før. Samtidig forventes det at produksjonsbedrifter har kortere ledetider og høyere servicegrad, selv i tider med mye varierende eller sporadisk etterspørsel. Sporadisk etterspørsel er vanskeligere å forutsi, og krever mer data fra flere forskjellige datakilder enn hva de fleste systemer kan ta imot og utnytte.   Produksjonsbedrifter lanserer også nå nye produkter oftere enn før og det er ikke uvanlig at noen produkter både lanserer og fases ut i løpet av 6 måneder, noe som gjør mange av de eldre teknikkene ubrukelige.

For å håndtere de gamle og nye utfordringene på best mulig måte trenger du automatisering og mulighet til å stole på at de automatiserte prognosene er både nøyaktige og representative for den fremtidige utviklingen av forsyningskjeden.

Automatisert etterspørselsprognoser i Future Then View

Med Future Then View er automatisering i fokus. Hele systemet er designet fra grunnen av med den nyeste og mest avanserte teknologien for å automatisere nesten alle deler av prognose og analyseprosessen. Alt fra datainnsamling til generering og optimalisering av prognoser er automatisert.

Prognosene produsert av Future Then View er mye mer detaljerte og nøyaktige enn hva de fleste prognosesystemer kan tilby og hva enhver konkurrert innenfor samme prisklasse kan få til. Systemet håndterer automatisk produkter med sporadisk etterspørsel og tilpasser seg automatisk endringer i forsyningskjeden og markedet generelt, slik at du alltid får de beste og mest oppdaterte prognosene som er mulig. Og brukerne av systemet besitter enestående innsikt i bedriftens fremtidige etterspørsel.

Automatikken eliminerer mye av det manuelle arbeidet som ellers ville vært nødvendig i andre systemer, og reduserer behovet for brukere som er skolert innen statistikk og matematikk. Det er faktisk slik at gjennom et 2-dagers kurs levert av Future Then AS, vil alle deltagere med forretningsbakgrunn kunne ta i bruk systemet og utnytte det på en optimal måte.

Det er ingen tvil om at informasjon er nøkkelen til gode prognoser og Future Then View bruker både interne og eksterne data for å gi deg de beste mulige prognosene. I tillegg kan våre eksperter hjelpe med å finne og ta i bruk ytterligere datakilder for å løfte prognosene og innsikten på et helt nytt nivå.

Ofte oppnås de beste resultatene ved at flere samarbeider mot et felles mål. Uansett om det er samarbeid mellom mennesker, eller samarbeid mellom menneske og maskin, er Future Then View bygd for det. Systemet sørger for å analysere og hente ut innsikten som finnes i de store datasettene som benyttes, men den er også i stand til å ta imot og utnytte ekstra informasjon som ikke er digitalisert på formater som andre konkurrerende systemer krever. Dette betyr at i jobben med å produsere de beste mulige prognosene, utnytter Future Then View møtereferater fra kundemøter, kontaktshistorikken, eller rett og slett magefølelsen som en selger satt igjen med etter et møte. Det finnes ingen grenser på hva som kan legges til og utnyttes takket være vår egenutviklede AI motor.

Kontakt oss for å diskutere hvordan Future Then View vil passe i din bedrift.

Skrevet av

Marius Geitle
Haris Jasarevic