Het correct voorspellen van klantvraag is belangrijk om betrouwbare planningen te maken en beslissingen te nemen. Geautomatiseerde systemen kunnen voorspellers ondersteunen met statistische voorspellingen. Deze kunnen menselijke beoordelaars vaak aanpassen. Aanpassingen kunnen voorspellingen verbeteren, maar zijn niet altijd waardevol. In dit project hebben we het forecastproces bij een Nederlandse fabriek onderzocht en gekeken waar en hoe en waar deze geautomatiseerd kan worden. Hiervoor is een analyse gemaakt van de kwaliteit van de voorspellingen en gemaakte aanpassingen. Het advies is om het forecastproces te automatiseren waar mogelijk (stabiele vraagpatronen), en het menselijk oordeel in te zetten waar nodig (complexere vraagpatronen).
Auteur | Betrokken partijen | Jaar | Leestijd |
---|---|---|---|
Nick van de Bunt en Nienke Hofstra | HAN University of Applied Sciences | 2023 | 10 min |