Az elmúlt évek növekedése és a szinte minden szektorban egyre intenzívebbé váló verseny jelentősen átalakítja az üzleti környezetet, mely így egyre kevésbé tervezhető. A tervezhetőség csökkenése cash-flow, gyártásütemezési és készletezési problémákat okozhat, melyeket haladó statisztikai eszközökkel jelentősen csökkenthetünk. Megoldásunk logikáját egy kereskedő cég példáján mutatjuk be.
A példánkban szereplő cég nagyszámú termékkel kereskedik. Versenyelőnye a gyors kiszolgálás, melyet nehezít az egyre inkább változó környezet. A változást a kereslet négyheti mozgóátlagának elemzésével próbálják követni. A mozgóátlag elég dinamikus, viszont a szezonális változásokat tipikusan rosszul jelzi, hiszen a felfutás megindulásakor négy hétig alacsony forgalmat jelez, a csúcsidőszak elmúltával pedig még hetekig magas keresletet jósol. A sokéves tapasztalattal rendelkező controllerek és logisztikusok képesek kezelni ezeket a változásokat, viszont rengeteg idejüket elveszi a nagy mennyiségű manuális elemzés.
E problémára megoldás lehet a szezonális dekompozíció alkalmazása. Ez olyan idősoros haladó statisztikai elemzés, mely képes különválasztani a forgalmi adatok éven belüli szezonalitását és az éven át nyúló trendet is. Ennek köszönhetően sokkal pontosabban meghatározható, hogy melyik terméknek mikor várható a trendfordulója, azaz mikor kell megváltoztatni annak készletszintjét vagy gyártási mennyiségét. Másik nagy előnye, hogy algoritmizálható, így nagy adatmennyiséget is könnyen tud kezelni. A controllerek és a logisztikusok dolgának támogatására érdemes interaktív dashboardot kialakítani. Ezen nyomon követhetik a legfontosabb termékek forgalmát és készletszintjét. Mindenütt célszerű jelölni, hogy melyik termék rendelkezik a legnagyobb szezonalitással. Ezáltal jelentősen csökkenthető az esetleges hiány és a túlkészletezés, végső soron pedig a működőtőke-igény.
A szezon és a trend azonosítása az egyik első lépés ahhoz, hogy prediktív előrejelzést végezzünk, azaz képesek legyünk előre becsülni az egyes termékek várható forgalmát. E becsléshez már nem csak vállalati, de külső adatforrásokat is alkalmazunk, mint például a versenytársak árai, az internetes keresők releváns kulcsszavai vagy az időjárás.
A szerző az IFUA Horváth & Partners tanácsadója