Du bestiller 200 stk. Du sælger 47. De resterende 153 ligger i 8 måneder. 500.000 kr. bundet kapital × 6% = 30.000 kr./år tabt.
Du bestiller for lidt af bestselleren. 3 dages stockout × 20 stk./dag × 200 kr. margin = 12.000 kr. tabt.
Demand planning er forskellen. Forecast baseret på data, ikke mavefølelse. 748.200 kr./år i undgået over- og underbeholdning.
Hvad er demand planning?
Demand planning (efterspørgselsplanlægning) er processen med at forudsige fremtidig efterspørgsel på varer baseret på historisk salg, sæsonudsving, kampagner og markedsforhold, og derefter tilpasse lager- og indkøbsplaner til den forventede efterspørgsel.
Demand planning er ikke gisning. Det er systematisk brug af data til at træffe bedre indkøbsbeslutninger.
Kerneredskaber:
- ABC-analyse: Prioriter indkøbsfokus på de varer, der driver omsætningen
- Sæsonindeks: Identificer, hvornår efterspørgslen stiger og falder
- Lageromstætning: Mål, hvor hurtigt beholdningen omsættes (mål: 4-8 gange/år)
- Forecast-modeller: Glidende gennemsnit, eksponentiel glætning, eller regel-baserede beregninger
Hvornår er det et problem?
Demand planning er et problem, når:
- Du regelmæssigt er udsolgt på bestsellere, men har for meget på slow-movers
- Indkøb sker baseret på mavefølelse frem for data
- Sæsonskift overrasker dig (du har for lidt til jul, for meget i januar)
- Lageromstætningen er under 3 gange om året
- Du ikke har overblik over, hvilke varer der driver 80% af omsætningen
👉 Vil du se det i praksis? Se hvordan SmartPack understøtter dette
Hvorfor det er vigtigt, i kroner
For meget på lager:
- Bundet kapital: 500.000 kr. overbeholdning × 6% kapitalomkostning = 30.000 kr./år tabt
- Spild ved udløb eller foreldelse
- Lagerpladsomkostning på overbeholdning
For lidt på lager:
- Tabt salg: Udsolgt A-vare i 3 dage × 20 stk./dag × 200 kr. margin = 12.000 kr. tabt
- Ekspresordrer til leverandør: premium-fragt og højere indkøbspriser
- Kundetab: kunder, der køber hos konkurrenten og måske ikke vender tilbage
En pakkefejl grundet forkert beholdning koster ~350 kr. direkte. Men en manglende vare, der tvinger kunden væk, koster potentielt ~450-850 kr. i LTV-tab.
Hvordan fungerer demand planning i praksis?
Trin 1: ABC-analyse
Klassificér sortimentet:
- A-varer: Top 20% SKU'er, 80% af omsætning. Forecast med høj præcision.
- B-varer: Midterfelt. Månedlig gennemgang.
- C-varer: Lavt volumen. Simpel min/max-styring.
Trin 2: Sæsonanalyse
Sammenlign omsætning per uge/måned over de seneste 2 år. Identificér:
- Højsæson (Black Friday, jul, sommer)
- Lavsæson (januar, august)
- Interne kampagneeffekter
Trin 3: Forecast per SKU
For A-varer: beregn forventet salg per uge baseret på historik justeret for trend og sæsonindex.
Forenkling: Forecast = gennemsnitligt ugentligt salg × sæsonindex × trend-faktor
Trin 4: Beregn indkøbsbehov
Indkøbsbehov = (forecast × lead time i uger) + safety stock - nuværende beholdning - åbne ordrer
Trin 5: Indkøbsordre og opfølgning
Generer indkøbsforslag per leverandør. Sammenlign modtaget vs. forventet. Juster forecast baseret på afvigelser.
Typiske fejl
1. Forecast baseret på årsgennemsnit, ikke sæson
Du bestiller 4 ugers forventet salg. Men det er november og næste 4 uger er Black Friday. Du er udsolgt 3 dage inde.
2. Ingen opfølgning på forecast-nøjagtighed
Du forecaster, men måler aldrig, om du ramte rigtigt. Fejlmønstre gentages år efter år.
3. Alle SKU'er behandles ens
Samme forecast-logik på A-vare som på C-vare. A-varer kræver høj præcision, C-varer kan klares med simple min/max-regler.
4. Lead time indregnes ikke
Du bestiller, når du er ved at løbe tør. Men leveringstid er 3 uger. Du er udsolgt i 2 uger.
5. Kampagner kommunikeres ikke til indkøb
Marketing kører Black Friday-kampagne. Indkøb er ikke orienteret. Lager er tomt på dag 2.
Sådan gør du det rigtigt
1. ABC-analyse er startpunktet for alt
Du kan ikke forecaste 500 SKU'er med samme nøjagtighed. Prioriter de 20%, der driver 80% af omsætningen.
2. Brug 13 måneders historik som baseline
13 måneder inkluderer fuld årscyklus + én måned overlæg. Det fanger sæsoneffekter uden at gammel data overvægter.
3. Mål forecast accuracy månedligt
MAE (Mean Absolute Error) eller MAPE (Mean Absolute Percentage Error). Under 20% MAPE er godt for de fleste sortimenter.
4. Sæt kampagnekalender i dit planlægningsredskab
Marketingkampagner bør være synlige i indkøbsplanlægningen. Minimum 4 uger forvarsel til leverandør.
5. Lageromstætning er dit sundhedsmål
Mål lageromstætning månedligt. Mål: 4-8 gange/år. Under 3 gange: for meget på lager. Over 10 gange: risiko for udsolgt.
Hvornår du skal handle
- Din lageromstætning er under 3 gange/år
- Du har været udsolgt på A-varer de seneste 2 måneder
- Indkøbsbeslutninger tages uden datagrundlag
- Du har aldrig lavet en ABC-analyse af dit sortiment
- Black Friday/jul overraskede dig med for lidt på lager
Sådan understøtter SmartPack det
SmartPack indeholder ABC-analyse og lageromstætningsrapporter som standardfunktioner. Systemet viser salgshistorik per SKU og signalerer automatisk, når reorder point nås. Kombiner SmartPacks salgsdata med et forecast-redskab eller Excel til komplet demand planning-opsætning.
Tjekliste, brug denne artikel
- ✓ Kør en ABC-analyse: sorter alle SKU'er efter omsætning de seneste 12 måneder
- ✓ Beregn din lageromstætning: vareforbrug 12 mdr. / gennemsnitlig lagerværdi
- ✓ Identificér de 5 SKU'er, du var udsolgt på de seneste 3 måneder
- ✓ Næste skridt: Sæt individuelle reorder points for dine top 10 A-varer baseret på lead time + safety stock