Gdy sprzedaż raz zaskakuje rekordem, a miesiąc później magazyn pełen jest niesprzedanych produktów, problem zwykle nie leży wyłącznie w produkcji. Potrzebna jest osoba, która połączy dane sprzedażowe, promocje, sezonowość i możliwości firmy w jeden wiarygodny plan popytu. Wyjaśniam, czym zajmuje się demand planner, jak wygląda jego praca, jakie mierniki stosować i jak uniknąć błędów prowadzących do braków albo nadmiaru zapasów.
Planista popytu łączy prognozę sprzedaży z realnymi decyzjami operacyjnymi
- Główne zadanie to przygotowanie prognozy popytu, która pomoże zaplanować zakupy, produkcję, zapasy i zasoby.
- Najlepsza prognoza powstaje z połączenia danych historycznych, informacji od sprzedaży, marketingu i wiedzy o rynku.
- Podstawowe mierniki to między innymi WAPE, MAPE, bias, poziom obsługi i wartość zapasu.
- Technologia nie zastępuje procesu. Słabe dane podstawowe mogą zniszczyć nawet zaawansowany system z algorytmami AI.
- Dobry planista nie obiecuje pewnej prognozy, lecz pokazuje ryzyko, warianty i konsekwencje każdej decyzji.
Kim jest demand planner i za co odpowiada
W polskich firmach nazwa stanowiska demand planner oznacza najczęściej planistę popytu, czyli osobę odpowiedzialną za przełożenie przewidywanej sprzedaży na liczby użyteczne dla całego łańcucha dostaw. Nie zajmuje się wyłącznie tworzeniem arkusza z prognozą. Jego praca wpływa na zakupy, produkcję, transport, poziom zapasu, przepływy pieniężne i dostępność produktów dla klienta.
Planista analizuje, ile produktów może zostać sprzedanych w określonym czasie, w jakim kanale i na jakim rynku. Bierze pod uwagę sprzedaż historyczną, zamówienia, promocje, zmiany cen, sezonowość, nowe produkty, wycofania oraz informacje od handlowców. Prognoza jest punktem wyjścia do decyzji, a nie obietnicą, że rynek zachowa się dokładnie tak, jak przewidział model.
Codzienne zadania planisty popytu
- przygotowanie i aktualizacja prognoz dla produktów, klientów, kanałów lub regionów,
- wykrywanie nagłych wzrostów i spadków sprzedaży,
- oddzielanie popytu rzeczywistego od efektu promocji, jednorazowych zamówień i braków magazynowych,
- uzgadnianie planu ze sprzedażą, marketingiem, finansami, zakupami i produkcją,
- monitorowanie błędu prognozy oraz jego przyczyn,
- przygotowanie scenariuszy na wypadek zmiany popytu, opóźnienia dostawy albo ograniczenia mocy produkcyjnych.
W praktyce największą wartość daje nie sama liczba w prognozie, ale wyjaśnienie, dlaczego może się zmienić. Jeżeli sprzedaż planuje kampanię dla 20 tysięcy sztuk, planista powinien sprawdzić czas trwania promocji, dostępność materiałów, poprzednie wyniki podobnych akcji i ryzyko przesunięcia popytu z kolejnych tygodni.
Jak wygląda proces planowania popytu
Dobry proces powinien mieć stały rytm. W wielu przedsiębiorstwach sprawdza się cykl miesięczny, uzupełniany cotygodniową kontrolą wyjątków. Produkty szybko rotujące albo sprzedawane w krótkich cyklach wymagają częstszej aktualizacji, natomiast dla dóbr inwestycyjnych ważniejszy będzie dłuższy horyzont i analiza portfela zamówień.
1. Przygotowanie danych
Punktem wyjścia są dane o sprzedaży, wysyłkach, zamówieniach i stanach magazynowych. Trzeba jednak sprawdzić, czy spadek sprzedaży wynikał z małego popytu, czy z tego, że produktu zabrakło. Brak sprzedaży nie zawsze oznacza brak zainteresowania klienta.
Warto uporządkować indeksy, jednostki miary, kalendarze, lokalizacje i historię zmian produktu. Błędne przypisanie zamówienia do niewłaściwego SKU może zaburzyć prognozę bardziej niż wybór nieidealnej metody statystycznej.
2. Prognoza statystyczna
System może wykorzystać średnią ruchomą, wygładzanie wykładnicze, regresję, modele sezonowe albo algorytmy uczenia maszynowego. Dla produktu o stabilnej sprzedaży prosty model często wystarczy. Dla części zamiennych o nieregularnym popycie lepsza może być metoda przeznaczona dla rzadkich zamówień, a dla produktów sezonowych model uwzględniający cykl roczny.
Nie ma jednej techniki dobrej dla całego asortymentu. Rozsądny planista dzieli produkty według zachowania popytu, na przykład na grupy ABC i XYZ. ABC pokazuje znaczenie wartościowe produktu, a XYZ regularność jego sprzedaży. Artykuł AX wymaga zwykle większej kontroli niż produkt CZ, którego popyt jest niski i bardzo zmienny.
3. Korekty biznesowe
Do prognozy bazowej dodaje się informacje, których model nie widzi, takie jak zaplanowana promocja, wejście do nowej sieci handlowej, zmiana cennika, utrata klienta albo regulacja prawna. Każda korekta powinna mieć uzasadnienie, właściciela i termin weryfikacji. Sama deklaracja „sprzedaż przewiduje wzrost” jest zbyt słaba, by na jej podstawie uruchamiać kosztowną produkcję.
4. Uzgodnienie planu
Plan popytu jest omawiany ze sprzedażą, marketingiem, finansami i zespołem operacyjnym. Ten etap bywa częścią procesu S&OP, czyli cyklicznego uzgadniania sprzedaży i operacji w celu stworzenia jednego planu dla firmy.
Jeżeli możliwości produkcyjne pozwalają na 10 tysięcy sztuk, a plan sprzedażowy zakłada 15 tysięcy, nie należy ukrywać różnicy w arkuszu. Trzeba pokazać warianty: dodatkową zmianę, opóźnienie dostaw, priorytetyzację klientów albo ograniczenie kampanii. Plan ma ujawniać konflikt zasobów, a nie go maskować.
Jak mierzyć jakość prognozy i pracy planisty
Najczęściej popełniany błąd polega na ocenianiu prognozy wyłącznie jednym procentem. Jeden wskaźnik może wyglądać dobrze, mimo że firma regularnie nie dostarcza najważniejszych produktów albo gromadzi zapas o niskiej rotacji.
| Wskaźnik | Co pokazuje | Na co uważać |
|---|---|---|
| WAPE | Średni ważony błąd prognozy | Produkty o większej sprzedaży mają większy wpływ na wynik |
| MAPE | Średni procentowy błąd prognozy | Może mocno zawyżać wynik przy małych wartościach i zerowej sprzedaży |
| Bias | Stałą tendencję do zawyżania albo zaniżania prognoz | Sam niski błąd nie wyjaśnia kierunku pomyłek |
| Poziom obsługi | Jak często klient otrzymuje produkt zgodnie z oczekiwaniem | Wysoka dostępność może wymagać większego zapasu |
| Rotacja zapasu | Jak szybko zapas zamienia się w sprzedaż | Nie pokazuje wszystkich przyczyn wolnego ruchu produktu |
Wskaźniki trzeba liczyć dla określonego horyzontu, na przykład 1, 3 i 6 miesięcy, oraz osobno dla grup produktów. Prognoza na kolejny tydzień może być bardzo dokładna, ale niewiele pomoże przy zamówieniu surowca z czteromiesięcznym terminem dostawy. Horyzont pomiaru powinien odpowiadać czasowi podejmowania decyzji.
Nie wyznaczałbym jednego uniwersalnego celu typu „MAPE poniżej 10%” dla całego przedsiębiorstwa. Taki poziom może być realny dla stabilnego produktu o dużej sprzedaży, ale nierealny dla nowości, części serwisowej albo artykułu kupowanego raz na kilka miesięcy. Lepiej ustalić osobne progi dla segmentów i analizować, czy błąd ma uzasadnioną przyczynę.
Jakich narzędzi i kompetencji potrzebuje planista popytu
W małej firmie pierwszą wersję procesu można zbudować w Excelu lub Google Sheets, pod warunkiem że dane są uporządkowane i mają jednego właściciela. Przy kilkuset lub kilku tysiącach indeksów arkusz zaczyna jednak utrudniać pracę. Pojawiają się problemy z wersjami plików, ręcznym kopiowaniem danych i brakiem śladu decyzji.
Większe organizacje korzystają z systemów ERP, narzędzi do planowania łańcucha dostaw, hurtowni danych i platform wspierających S&OP. Rozwiązania tego typu mogą automatyzować pobieranie danych, generować prognozy, wykrywać wyjątki i porównywać scenariusze. System powinien skracać czas analizy, a nie tylko produkować bardziej skomplikowane wykresy.
Kompetencje techniczne
- bardzo dobra znajomość Excela, tabel przestawnych i podstaw analizy danych,
- rozumienie sezonowości, trendu, błędu prognozy i zapasu bezpieczeństwa,
- umiejętność pracy z ERP, raportami sprzedażowymi i narzędziami BI,
- znajomość podstaw statystyki oraz interpretacji modeli,
- zdolność do budowania prostych scenariuszy „co się stanie, jeśli”.
Kompetencje biznesowe
Równie ważna jest umiejętność rozmowy z osobami, które patrzą na ten sam problem z różnych stron. Sprzedaż chce zabezpieczyć dostępność, finanse ograniczyć zamrożony kapitał, a produkcja potrzebuje stabilnego harmonogramu. Planista nie powinien bezrefleksyjnie wybierać jednej grupy. Jego rolą jest pokazanie kosztu i ryzyka każdej decyzji.
W mojej ocenie najbardziej niedocenianą umiejętnością jest zadawanie dobrych pytań. Gdy handlowiec zgłasza wzrost o 30%, trzeba ustalić, czy chodzi o podpisaną umowę, szansę sprzedażową, promocję konkurenta czy po prostu ambitny cel. Taka rozmowa często poprawia plan bardziej niż zmiana algorytmu.
Co najczęściej psuje prognozę popytu
Największym problemem rzadko jest sam brak zaawansowanej technologii. Częściej zawodzi niejasna odpowiedzialność, niespójne dane i brak rozliczania wcześniejszych założeń. Jeżeli każda osoba może ręcznie zmienić prognozę bez komentarza, po kilku miesiącach nie wiadomo już, które liczby wynikają z danych, a które z intuicji.
Przeczytaj również: Hoshin Kanri - Jak skutecznie wdrożyć strategię w Twojej firmie?
Typowe błędy
- Ślepe kopiowanie poprzedniego roku bez sprawdzenia zmian cen, asortymentu i klientów.
- Traktowanie każdej promocji jak stałego wzrostu, choć część popytu została tylko przesunięta w czasie.
- Ignorowanie braków magazynowych, przez co system uznaje utraconą sprzedaż za niski popyt.
- Uśrednianie wszystkich produktów, mimo że mają różną rotację i zupełnie inne wzorce zamówień.
- Wymuszanie jednej liczby bez pokazania wariantu optymistycznego, bazowego i ostrożnego.
- Premiowanie zawyżonych prognoz, które poprawiają dostępność, ale generują nadmierny zapas.
Przed wdrożeniem nowego systemu zacząłbym od audytu danych z ostatnich 12-24 miesięcy. Trzeba oznaczyć promocje, braki, zwroty, jednorazowe zamówienia i zmiany produktu. Bez tego nawet algorytm wykorzystujący sztuczną inteligencję będzie uczył się na obrazie rynku zniekształconym przez wcześniejsze decyzje.
Dobrym rozwiązaniem jest również rejestr korekt. Powinien zawierać wartość zmiany, powód, osobę odpowiedzialną i późniejszy wynik. Po kilku cyklach firma widzi, które typy korekt faktycznie poprawiają prognozę, a które tylko zwiększają jej zmienność.
Jak zbudować ten proces w polskiej firmie
Nie zaczynałbym od zakupu drogiej platformy. Najpierw trzeba ustalić, jakie decyzje prognoza ma wspierać, kto odpowiada za dane i jak często plan będzie aktualizowany. Dla wielu firm wystarczy sześciostopniowy start:
- zdefiniuj produkty, rynki i horyzont planowania,
- uporządkuj historię sprzedaży oraz dane podstawowe,
- podziel asortyment według wartości i zmienności popytu,
- wybierz prostą metodę bazową dla każdej grupy,
- ustal zasady korekt i spotkań międzydziałowych,
- mierz błąd prognozy razem z dostępnością i wartością zapasu.
Warto zaplanować co najmniej jeden pełny cykl testowy, zanim wyniki zostaną użyte do dużych decyzji zakupowych. W tym czasie można porównać prognozę bazową z wersją po korektach i sprawdzić, czy plan faktycznie prowadzi do lepszej dostępności bez niekontrolowanego wzrostu zapasów.
W małej organizacji funkcję może pełnić jedna osoba łącząca planowanie, zakupy i analizę sprzedaży. W większej potrzebny jest wyraźny podział między planistą popytu, planistą dostaw i właścicielem procesu S&OP. Najważniejsze, by decyzja nie ginęła pomiędzy działami, a każda zmiana planu miała konkretną przyczynę.
Najlepszy plan popytu pokazuje także niepewność
Prognozowanie nie polega na znalezieniu jednej magicznej liczby. Dojrzały proces pokazuje zakres możliwych wyników, czynniki ryzyka i decyzje, które trzeba podjąć wcześniej. Dzięki temu zarządzający zasobami mogą przygotować alternatywne źródło dostaw, dodatkową zmianę albo ograniczenie zamówienia, zanim problem pojawi się na hali produkcyjnej.
Jeżeli miałbym wskazać jedną zasadę na początek, byłaby prosta: najpierw popraw jakość danych i odpowiedzialność za decyzje, dopiero później inwestuj w bardziej złożone modele. Dobry planista popytu nie usuwa niepewności z rynku, ale sprawia, że firma szybciej ją zauważa i podejmuje decyzje zanim koszt błędu stanie się większy niż koszt działania.
