Tilbake til blogg

Gi forecastingen bedre forutsetninger

7 september, 2017
Columbus
7. september 2017

Gjør som konkurrentene: Bruk smarte verktøy, ikke magefølelse når beslutninger skal fattes.

Av Lars Bo Nielsen, Manager Business Intelligence, Columbus Danmark

Fremtidsgjetting basert på Excel gir ikke innsikten ledere behøver i dagens marked fordi det er basert på gjetting og usikkerhet. Utfordringene med gårsdagens metoder er at makroer/formler aldri kan gi klarere oversikt over tallrekker og historiske sammenhenger enn ferdighetene til personen som har designet verktøyet.

 

En annen utfordring er menneskers iboende evne til å – ubevisst – legge litt mer trykk på vekten når salg, lagerbeholdning og produksjon skal beregnes. Det er på tide å erkjenne at det finnes langt bedre verktøy til å forutse tendenser og trender enn Excel.

 

Vil du vite hvordan du kan bli mer presis i dine forutsigelser? Last ned vår gratis e-bok.

 

Forecasting-algoritmer er nå tilgjengelig for flere

Selvlærende forecasting-algoritmer og maskinlæring har vært i bruk en god stund, men vært forbeholdt virksomheter med dype lommer som kan ta seg råd til dataanalytikere med særlig kjennskap til «R» - det språket algoritmene vanligvis bruker. Her ser vi heldigvis endringer, og «R» er i dag pensum på flere utdannelser og det er mer ekspertise tilgjengelig enn før.

 

Forecasting-algoritmer og maskinlæring kommer nå også som basisfunksjoner i løsninger som Dynamics 365. Stadig flere bruker smarte funksjoner som «Best Fit», som kan kverne enorme mengder salgsdata og selv komme med forslag til hvilken modell som passer best til det gitte formål, basert på historisk treffsikkerhet på datasettet. Dette var tidligere en oppgave som kunne ta lang tid for selv spesialister å løse, men nå klarer den skybaserte programvaren det på en brøkdel av tiden.

 

Grundige analyser for bedre lønnsomhet

Jeg var nylig i kontakt med en dansk industrivirksomhet som bruker Dynamics 365 til å beregne innkjøpsbehov til fabrikker og servicesentre rundt om i verden. Hver produktenhet bruker store mengder råvarer og spesialisert maskineri, og store varelager legger press på likviditeten. For å gjøre denne jobben bedre og mer nøyaktig ga virksomheten systemet 5-6 års salgsdata å jobbe med, og allerede på andre gjennomgang traff modellen mer presist enn hva virksomhetens fagfolk hadde gjort tidligere.

 

Historien blir enda mer interessant når man vet at virksomheten i dette tilfellet tok utgangspunkt i den umodifiserte forecasting modellen i Dynamics 365, og vil treffe ennå mer presist når dataspesialister og forecastere har hatt mulighet til å «trene» modellen med ennå flere parametere.

 

Lær mer om fordelene med forecasting med Dynamics 365 i vår gratis e-bok.

 

Dette gir positive utsikter. Når avanserte verktøy og dataanalyse er tilgjengelig som skybaserte standardverktøy i Dynamics 365, kan selv mindre virksometer gjøre dem til en integrert del av deres prosesser og styrke konkurransekraften og bedre inntjeningen. Da begynner svulstige begrep som digitalisering og disrupsjon å bli forståelig og håndgripelig.

Kategorier Business intelligence, Kunde hos Columbus, Microsoft Dynamics 365