Wie erstellen Sie präzise langfristige Bedarfsprognosen mit Mehrwert?

Die Welt verändert sich schneller denn je. Was bedeutet das für Ihre Umsatzprognosen? Wie wirkt sich die Inflation auf die Verbrauchernachfrage aus? Welche Folgen hätte eine Rezession für die Nachfrage nach Ihren Produkten? Welche Investitionen sind jetzt nötig, um den zukünftigen Bedarf zu erfüllen? Sollten Sie jetzt die Produktion ausweiten? Oder lieber noch warten?

Fragen wie diese hören wir angesichts der aktuellen Situation immer wieder – und zwar sowohl aus dem Supply-Chain-Bereich als auch von Finanzverantwortlichen. Wenn Sie mit Ihren Bedarfsprognosen richtig liegen, sparen Sie Geld und können weiter wachsen. Doch falsche Prognosen können das Wachstum ins Stocken bringen. Mit fatalen Folgen: Es könnten finanzielle Verluste und auch Entlassungen drohen.

Früher führte in der Finanzwelt kaum ein Weg an Spreadsheets wie Excel und Co. und an früheren Erfahrungswerten vorbei, um Prognosen zur langfristigen Nachfrage aufzustellen. Und auch die Supply-Chain-Abteilung plante Working Capital und Betriebsausgaben in Tabellen. Der Haken dabei: Beide Abteilungen haben dabei unterschiedliche Datensätze zugrunde gelegt. Während für das Supply-Chain-Team vielleicht die Mengen im Vordergrund standen, lag der Fokus der Finanzabteilung eher auf Cashflow und anderen finanziellen Kennziffern. Selbst mit denselben Spreadsheets waren beide Abteilungen nicht auf einer Wellenlänge.

Spreadsheets – gestern die Top-Methode für Bedarfsprognosen

Makroökonomische Probleme wirken sich immer auch auf die Verbrauchernachfrage aus. Das ist nicht neu. Spannend ist und bleibt immer die Frage, wie, wann und wo das genau passiert. Wenn durch die Inflation zum Beispiel die Preise steigen, geben die Menschen vielleicht ihr Geld eher in anderen Bereichen aus. Aber in welchen Bereichen? Wie können Sie vorhersagen, ob diese gesamtwirtschaftlichen Faktoren die Nachfrage nach Ihren Produkten beeinflussen werden, und was Sie tun müssen, um die Versorgung jetzt und in den nächsten Jahren sicherzustellen (ohne dabei über das Ziel hinauszuschießen)?

Bedarfsprognosen können helfen, Antworten auf diese Fragen zu finden. Doch bei den bisherigen Planungslösungen lag der Fokus eher auf kurzen Zeiträumen. Das erschwerte längerfristige Planungen, die es aber für mehr Nachhaltigkeit und Wachstum braucht. Dazu kommt: Die Nachfrage heute ist sehr viel unbeständiger als in den vergangenen Jahrzehnten. Das macht es schwer, die Produktion effektiv zu planen. Zwar gibt es Berichte zu Markttrends, doch oft ist nicht klar, inwieweit sie auf bestimmte Kunden zutreffen.

Oder anders gesagt: CSCOs und CFOs werden bei datengestützten Entscheidungen ausgebremst.

So wie ein Baustoffhersteller, der zu Beginn der Pandemie feststellte, dass die Nachfrage nach Dachziegeln sprunghaft gestiegen war und weiter wächst, der aber gleichzeitig auch mit Lieferproblemen bei Bitumen kämpfte, einem wichtigen Bestandteil von Dachziegeln. Und auch wenn die Nachfrage hoch war, woher sollte der Hersteller wissen, welche makroökonomischen Faktoren diesen Trend beeinflusst haben und welche in Zukunft hineinspielen würden? Mit ihren subjektiven Einschätzungen der Situation wurden dort bisher nicht die richtigen Ergebnisse erzielt, also musste eine andere Lösung her.

Mit dem Demand Modeler von Coupa konnte das Unternehmen eine Marktprognose für einen Zeitraum von 10 Jahren erstellen. In diese Prognose flossen alle relevanten Aspekte ein – Hypothekensätze, Konsumausgaben, Bevölkerungswachstum, Pro-Kopf-BIP, Beschäftigungsquote, bestehende Hausverkäufe und viele weitere Faktoren. Diese Faktoren bildeten die Basis für ein ML-Modell, das dem Unternehmen letztendlich die Informationen lieferte, die es für seine Investitionsstrategien für neue Produktionsstandorte brauchte. Ein weiteres Plus: Einblicke, die zeigten, wann es sich für das Unternehmen lohnt, Preissenkungen bei den Rohstoffen zu nutzen und die Produktion mit vorgefertigten Dachziegeln zu optimieren.

Ohne genaue Bedarfsprognosen läuft nichts

Bei Bedarfsprognosen ist Teamwork von CFO und CSCO gefragt. Denn nur wenn beide an einem Strang ziehen, können Unternehmen sowohl die Nachfrage befriedigen als auch den finanziellen Zielen gerecht werden. Das eine bedingt das andere und beides kann das Unternehmen stärker machen oder es in die Knie zwingen.

Wo also liegen die Vorteile einer besseren Bedarfsplanung?

Zunächst einmal erkennen Sie damit, wie gut Sie aufgestellt sind, also wie gut Sie bestehende Chancen nutzen, eine resiliente Lieferkette aufbauen und die geschäftliche Kontinuität sicherstellen können. Wenn Sie eine klare Vorstellung davon haben, wie der langfristige Bedarf aussieht und auf welchen Daten dieser Einblick basiert, können Sie sicherstellen, dass Investitionen in die zukünftige Produktion nicht den Gewinn in anderen Bereichen schmälern.

Und nicht zu vergessen: Die Gewissheit, dass Sie richtig entscheiden und schlechten Entscheidungen aus dem Weg gehen, ist enorm gut für das eigene Selbstvertrauen. Sie haben genau das strategische Puzzleteil, das meistens fehlt, und können damit die langfristige Zukunft Ihres Unternehmens sicherstellen.

Bedarfsprognosen mit maschinellem Lernen: So geht Supply-Chain-Planung heute

Die Kombination aus Bedarfsprognosen und intelligenter Marktwahrnehmung bietet folgende Vorteile:

1. Die nötige Transparenz für langfristige Entscheidungen. Nichts gegen Tabellen und Excel – sie haben zweifelsohne ihren Sinn. Aber es ist ziemlich teuer und ziemlich zeitintensiv, damit Daten zu bestätigen, vorzubereiten und einzugeben, Algorithmen auszuführen usw. Und Datenmuster unterliegen Änderungen, und genau diese Änderungen können dem menschlichen Auge manchmal entgehen. Ganz anders maschinelles Lernen. Prognosen auf der Basis von maschinellem Lernen sparen Zeit und Geld, denn sie machen viel manuelle Datenbearbeitung und -verwaltung überflüssig. 
2. Maßgeschneiderte Einblicke. Nicht jedes Unternehmen in einer bestimmten Branche trifft jede gesamtwirtschaftliche Entwicklung gleich stark. Darum zeigt der Demand Modeler Daten speziell für Ihr Unternehmen und übersetzt diese Trends und Schätzungen mithilfe makroökonomischer Entwicklungen und Analysen historischer Daten in Ihre eigenen Geschäftsprognosen. 
3. Die Prognose bestimmt die Gestaltung des Logistiknetzes. Die beste Prognose bringt nichts, wenn sie nicht auf einem stabil gestalteten Supply-Chain-Netzwerk fußt, das die Apps und Abläufe berücksichtigt, die Sie bereits einsetzen.

Coupa Demand Modeler: die Brücke zwischen Finanzabteilung und Supply-Chain-Prognosen

Der Demand Modeler von Coupa ist die zeitsparende Lösung für bessere kurz- und langfristige Bedarfsprognosen. Er liefert der Logistikabteilung und den Finanzteams genau die Informationen, die sie brauchen, um gemeinsam die richtigen Entscheidungen zu treffen.