Eines der Probleme, das mit der Spezialisierung auf ein bestimmtes Thema einhergeht, besteht darin, dass man dazu neigt, als selbstverständlich anzusehen, was für jeden außerhalb des Fachgebiets undurchsichtig ist. Bei Lokad sind wir trotz unserer besten Bemühungen keine Ausnahme, insbesondere wenn es um Prognosen geht…

Kürzlich haben wir festgestellt, dass wir noch nie eine eingehende quantitative Bewertung der finanziellen Gewinne vorgelegt haben, die durch eine Erhöhung der Prognosegenauigkeit erzielt werden, was die raison d’être des Unternehmens ist. Darüber hinaus haben wir bei unserer Recherche im Internet festgestellt, dass auch andere Prognoseanbieter (Konkurrenten) eher unklar sind, was die finanziellen Belohnungen betrifft, die durch bessere Prognosen erreicht werden können.

Es ist jedoch nicht so kompliziert. Mit den folgenden Variablen:

  • DDD der Umsatz (Gesamtjahresumsatz).
  • mmm die Bruttomarge.
  • α das Verhältnis von Fehlbestandskosten zur Bruttomarge.
  • ppp der mit dem aktuellen Fehlerlevel (und dem aktuellen Lagerbestand) erreichte Servicegrad.
  • σ der Prognosefehler des aktuellen Systems, ausgedrückt in MAPE (mittlerer absoluter prozentualer Fehler).
  • σn der Prognosefehler des neuen zu benchmarkenden Systems (hoffentlich niedriger als σ).

Der jährliche Nutzen BBB der Umstellung auf das neue Prognosesystem ergibt sich aus:

B=D(1−p)mασ−σnσB=D(1−p)mασ−σnσ

B = D (1 - p) m \alpha \frac{\sigma - \sigma_n}{\sigma}

Für den Beweis dieses Ergebnisses lesen Sie den vollständigen Artikel.