Naar de inhoud
SwankyForge
SwankyForge
Alle case studies
ForecastingOptimalisatieAnalytics4 maanden

Demand forecasting + voorraadoptimalisatie

De planning draaide op een spreadsheet en één groeipercentage. Nu volgt de voorraad de werkelijke vraag.

Gewogen MAPE

2.7%

Afgestemde hiërarchische forecast

Was

12.1%

Spreadsheet met gemengd groeipercentage

In gewone taal

Wat dit is.

Geen jargon in deze sectie. De technische uitwerking staat verderop.

Wat er misging

De planning gebruikte spreadsheets en één groeiaanname voor alles. Populaire artikelen raakten op terwijl trage in het magazijn lagen en geld vasthielden, en niemand kon een getal plakken op de afweging tussen die twee.

Wat we bouwden

We hebben forecasting gebouwd die per product werkt en consistent optelt tot categorie- en bedrijfstotalen, aangesloten op het planningsproces dat mensen al gebruikten en in staat om what-if-vragen te beantwoorden.

Wat er veranderde

De forecastfout daalde van 12,1% naar 2,7%. Geld dat vastzat in de verkeerde voorraad kwam vrij zonder dat er meer artikelen opraakten, en planners beoordelen nu de uitzonderingen in plaats van spreadsheets opnieuw op te bouwen.

Architectuur

Hoe het in elkaar past.

Scroll door de fasen. Alles wat als toegevoegd is gemarkeerd, is een component dat vóór dit project niet bestond.

PER NIVEAUERP + kassaDAGELIJKSFeatures bouwenKALENDER + ACTIESForecastmodelHIËRARCHISCHAfstemmingCOHERENTVoorraadoptimizerSERVICENIVEAUPlanner-UIUITZONDERINGEN
  1. ERP + kassa

    dagelijks

    voedt
    Features bouwen
  2. Features bouwen

    kalender + acties

    ontvangt van
    ERP + kassa
    voedt
    Forecastmodel
  3. Forecastmodel

    hiërarchisch

    Dit hebben wij toegevoegd
    ontvangt van
    Features bouwen
    voedt
    Afstemmingper niveau
  4. Afstemming

    coherent

    Dit hebben wij toegevoegd
    ontvangt van
    Forecastmodelper niveau
    voedt
    Voorraadoptimizer
  5. Voorraadoptimizer

    serviceniveau

    Dit hebben wij toegevoegd
    ontvangt van
    Afstemming
    voedt
    Planner-UI
  6. Planner-UI

    uitzonderingen

    ontvangt van
    Voorraadoptimizer
De uitwerking

Hoe het gebouwd zou worden.

Dataset, aanpak, doelmetrics en de stack. Geschreven voor wie het moet reviewen.

ForecastingOptimalisatieAnalytics4 maanden

Demand forecasting + voorraadoptimalisatie

Forecasting die aansluit op planningsprocessen en what-if-scenario's ondersteunt.

Probleem

De planning draaide op spreadsheets met één gemengd groeipercentage. Snellopers raakten uitverkocht terwijl langzaamlopers werkkapitaal vasthielden, en niemand kon de afweging kwantificeren.

Dataset

rijen
31M SKU-dagen
features
178
bronnen
ERP, kassa, acties, weer
periode
48 maanden

Aanpak

  1. 01Een hiërarchische forecast gebouwd, afgestemd over SKU, winkel en regio
  2. 02Gebacktest met rolling-origin-evaluatie in plaats van één split
  3. 03Acties en kalendereffecten gemodelleerd als expliciete regressoren
  4. 04Forecasts ingevoerd in een optimizer voor veiligheidsvoorraad met doelen voor het serviceniveau

Metrics

2.7%
gewogen MAPE
-9.4pp
97.3%
forecastnauwkeurigheid
horizon van 12 weken
-34%
tekorten
op A-artikelen
-21%
aangehouden voorraad
zelfde serviceniveau

Bewijs

bron
Referentieontwerp
cijfers
Illustratief — typische waarden voor dit ontwerp
meting
Niet gemeten. Gangbare waarden voor een referentieontwerp van dit type, niet waargenomen op een klantsysteem.
referentie
Niet beschikbaar voor dit project
laatst gecontroleerd
2026-08-25

Bedrijfsimpact

  • Werkkapitaal vrijgemaakt zonder verlies aan beschikbaarheid
  • Planners beoordelen uitzonderingen in plaats van spreadsheets opnieuw op te bouwen
  • Beslissingen over acties onderbouwd met een gemeten lift-schatting

Tech stack

  • Python
  • Prophet
  • CatBoost
  • dbt
  • BigQuery
  • Looker
  • Airflow

Volgende

Een systeem als dit nodig?

Beantwoord zes vragen en we vertellen je of deze opzet bij je probleem past — ook als dat niet zo is.