Forecasting als marktdifferentiator voor Mobistar
20 september 2013 [08:49], 26047 views
Door Redactie

Forecasting als marktdifferentiator voor Mobistar

Mobistar is onderdeel van de Orange groep. Een van de belangrijkste Europese leverancier op het gebied van mobiele en breedband internetdiensten. Mobistar heeft 4,3 miljoen actieve klanten, 1,6 miljard omzet, bijna 1800 medewerkers en 150 vestigingen. De uitdaging voor Mobistar's supply chain is het bieden van de best mogelijke klant- en winkelervaring. Dit betekent dat het - om het juiste product altijd op het juiste moment en op de juiste plaats beschikbaar te hebben - de voorraadniveaus moet optimaliseren. Tegelijkertijd moet het de operationele kosten onder controle houden. Hiervoor werkt Mobistar met SAS om een goede voorspelling te kunnen doen van de verwachte omzet in bepaalde toestellen, in een bepaalde periode.

Forecast Forever
Het goed kunnen inschatten van de vraag is een belangrijke pijler voor marktsucces. Geavanceerde statistische modellen verrijkt met vraagcreërende technieken zijn essentieel voor het succes van de operationele activiteiten van Mobistar. Van het ondersteunen van de logistieke activiteiten tot en met inkoop en go-to market. Als er teveel mobieltjes zijn besteld heb je direct hoge kosten aan niet verkochte apparatuur. Heb je niet genoeg besteld, dan verlies je geld en heb je te maken met ontevreden klanten. De telecomsector verandert snel, en al na enkele maanden zijn toestellen volledig verouderd. Geen wonder dat het voorspellen van de vraag, en het plannen van de supply chain geautomatiseerd, snel en vooral nauwkeurig moeten plaatsvinden. Om dit te kunnen realiseren heeft Mobistar het 'Forecast Forever' project gestart om het planningsproces te automatiseren en de nauwkeurigheid ervan in een zo volatiele markt te vergroten.

Duurdere Smartphones
België is één van de weinige landen zonder door de operator gesubsidieerde mobiele telefoontoestellen. De toestellen zijn weliswaar duurder dan bij gesubsidieerde handsets, maar er is meer vrijheid voor de consument om een eigen tariefplan te kiezen. Als er ergens een toestel niet op voorraad was, haalde de consument het elders. Dat gaf voor een operator niets, omdat zo’n klant gewoon abonnee bleef. Dat veranderde met de iPhone. Die was wel gekoppeld aan een leverancier. Dan resulteerde ‘nee-verkoop’ en ‘out of stock’ ook meteen in het verlies van een abonnee. Tegelijkertijd waren deze telefoons ook veel duurder waardoor het op voorraad houden van teveel iPhones meteen een hoge kostenpost werd. Hierdoor nam de noodzaak voor goede forcasting sterk toe. Het gaat om voorspelling van apparaten, accessoires, simcards, en promotiemateriaal.

Stéphane Janssens, Director of Commercial Supply Chain, Mobistar: “Er wordt een basisvoorspelling gebaseerd op de analyse van historische data, en dit wordt dan aangevuld met informatie over onder meer acties van de concurrentie. Dit resulteert in een consensus voorspelling die dan nog gevalideerd moet worden door het management.”

Complex
“We hebben te maken met zo’n 150 verschillende apparaten per kwartaal, alle types en karakteristieken worden ook meegenomen in het systeem, evenals de prijzen en de prijsniveaus. Ook de promotie-activiteiten worden meegenomen in het model, aangevuld met alle informatie over wat de concurrentie doet met dezelfde of andere apparatuur.“ Dan gaat de SAS-tool aan het rekenen en elke maandagochtend ligt er een voorspelling per apparaat, per cluster, per winkelketen et cetera, We gebruiken nog steeds de standaardmodellen die het systeem zitten en gebruik dus eigenlijk nog maar een klein deel van wat er allemaal kan. Maar we zijn nu geleidelijk zelf nieuwe modellen aan het ontwikkelen.”

sas schema mobistar 

 “Ons planningsproces is een wekelijks proces. De input van verschillende mensen en afdelingen wordt geïntegreerd in SAS. Vervolgens wordt er een S&OP voorspelling opgezet die officieel door het management goedgekeurd, dan wel bevestigd moet worden. Het is niet voldoende om alleen het proces en de software te hebben, als je ook niet de juiste mensen hebt om de modellen en de software te voeden. Het systeem bij Mobistar krijgt input van zowel mensen van marketing, verkoop, financiën, supply chain, als ook van sourcing (inkoop). Zo ontstaat een compleet beeld.”

Resultaat
De resultaten zijn goed. In juni 2012 werd het systeem voor het eerst ingezet en de nauwkeurigheid van de voorspellingen liep op van 30% (op basis van Excel-spreadsheets) naar ruim 50%. Door meer interactie en terugkoppeling op de voorspellingen, werd de nauwkeurigheid van de voorspellingen tot op 60% gebracht. Verdere verfijning en intensiever werken met de gegevens resulteert inmiddels in een nauwkeurigheid van 70%. Belangrijker wellicht is het feit dat het voorraadniveau naar beneden ging van gemiddeld € 14 miljoen naar zo’n 10 miljoen nu. De beschikbaarheid ging tegelijkertijd omhoog van circa 90% naar bijna 100%.

“Het forecasting-proces heeft daadwerkelijk geleverd wat ervan verwacht werd. SAS voorziet in een eenvoudig te gebruiken grafische interface, waarbij de data op meerdere niveaus weergegeven kunnen worden. SAS biedt daarbij scenario-analyse, statistische analyse, en hulp bij het ontwikkelen van de beste modellen. Het is overigens wél duidelijk dat een krachtig software en een sterk proces zonder het commitment van mensen nog steeds zinloos is.”

accuracy mobistar sas

 

 

Reacties

Deze blog gaat verhuizen!
14 juli 2020 [08:44], 4645 views

Deze blog gaat verhuizen!

Vanaf 1 augustus vind je onze blogs over business analytics, AI en machine learning op Hidden Insights.

 

Lees meer  

Waarin onderscheiden data-driven organisaties zich?
13 februari 2018 [11:00], 11722 views

Waarin onderscheiden data-driven organisaties zich?

Je hoort het vaak in bestuurskamers: we willen een data-driven organisatie zijn.  Maar wat zijn de werkelijke business drivers? Onderzoek laat zien op welke terreinen orga [...]

 

Lees meer  

Analytics@work: Annet Rigterink, Zilveren Kruis
8 september 2016 [11:32], 15826 views

Analytics@work: Annet Rigterink, Zilveren Kruis

Annet Rigterink is data-analist bij Zilveren Kruis en analyseert onder meer zorgdata. Jezelf blijven ontwikkelen is een belangrijk speerpunt voor Rigterink. In deze [...]

 

Lees meer  

Fraude: wat kunnen telecombedrijven leren van de bankenwereld?
30 augustus 2016 [09:47], 4403 views

Fraude: wat kunnen telecombedrijven leren van de bankenwereld?

Jaarlijks verliezen telecomoperators tot 40 miljard dollar aan fraude. Wat kunnen zij leren van banken in het bestrijden hiervan?

 

Lees meer  

Uitblinken met analytics? Learn from the master
7 juli 2016 [09:54], 13019 views

Uitblinken met analytics? Learn from the master

Hoe zet je analytics optimaal in om de doelen van je organisatie te ondersteunen? En hoe organiseer je dit dan?

 

Lees meer  

Telecomfraude en Fado: treurige melodieën maar ook hoop
13 juni 2016 [10:03], 6729 views

Telecomfraude en Fado: treurige melodieën maar ook hoop

Recent kwam een groot aantal telecom operators samen in Lissabon, stad van de Fado. Besproken werd hoe oude en nieuwe fraude in de branche kan worden opgespoor [...]

 

Lees meer  

SaasNow genomineerd voor award ‘Most Disruptive Business Analytics Solution’
2 november 2015 [02:14], 17240 views

SaasNow genomineerd voor award ‘Most Disruptive Business Analytics Solution’

De lezers van Dutch IT-Channel, het platform voor IT-professionals en channel partners, hebben SaasNow genomineerd als ‘Most Disruptive Business Analytics Solution o [...]

 

Lees meer  

Innoveren met data
28 juli 2015 [01:43], 16865 views

Innoveren met data

Innovatie wordt gedreven door het omzetten van data naar kennis zodat deze intelligentie kan worden toegepast om processen en de daarvan output beter te maken. Een mooi vo [...]

 

Lees meer  

Drie redenen waarom analytics en reporting projecten falen (en hoe dit te voorkomen)
4 mei 2015 [08:22], 30360 views

Drie redenen waarom analytics en reporting projecten falen (en hoe dit te voorkomen)

Er zijn veel redenen te bedenken waardoor analytics en reporting projecten kunnen falen. Lees hier de drie belangrijkste en ontdek de manieren waarop je ze kunt elim [...]

 

Lees meer  

Technologie als aanjager van verandering bij overheidsdiensten
24 februari 2015 [02:24], 18664 views

Technologie als aanjager van verandering bij overheidsdiensten

Overheidsorganisaties die werkzaam zijn op het terrein van openbare orde en veiligheid zien als geen ander het belang en de meerwaarde van een actieve veranderagenda. Alle [...]

 

Lees meer