Vraagvoorspelling
Vraagvoorspelling is inschatten hoeveel stuks van elk product klanten in een komende periode kopen, zodat je voorraad, inkoop en acties kunt plannen.
Wat is Vraagvoorspelling?
Vraagvoorspelling (demand forecasting) is inschatten hoeveel stuks van elk product of SKU klanten in een komende week, maand of seizoen kopen. Webshops gebruiken die voorspelling om te bepalen wat ze bijbestellen, hoeveel voorraad ze aanhouden en wanneer ze een actie draaien. Je begint bij de verkoophistorie en corrigeert die voor seizoen, trends, acties, prijswijzigingen, nieuwe producten en producten die uit het assortiment gaan. Vraagplanning is de volgende stap: daar maak je van de voorspelling inkooporders en voorraaddoelen. Een voorspelling is zo goed als de productdata erachter: een SKU met een nieuwe code, een variant die een apart product werd of een verkeerde categorie breekt de historie. Wil je zien wat een gemiste voorspelling kost, probeer dan de stockout loss calculator.
Waarom Vraagvoorspelling belangrijk is voor e-commerce
Te weinig voorraad betekent gemiste orders en op marktplaatsen minder zichtbaarheid voor listings die uitverkocht raken. Te veel voorraad legt geld vast en eindigt in afprijzingen. Met een voorspelling per SKU koop je dichter bij wat echt verkoopt. Vraagvoorspelling stuurt ook andere keuzes: welke producten je promoot, wanneer je een seizoenscollectie lanceert en welke langzame lopers je uitfaseert. Die keuzes hangen af van schone productrecords, consistente categorieën en een duidelijke koppeling tussen oude en nieuwe SKU's.
Voorbeelden van Vraagvoorspelling
- 1Product: Tuinslang, Signaal: seizoen, Voorspelling: de vraag stijgt vanaf maart en piekt in juni, dus bijbestellingen gaan naar voren.
- 2Product: Hardloopschoen, Signaal: nieuwe kleurvariant, Voorspelling: de historie van de oude kleur dient als startpunt voor de nieuwe SKU.
- 3Product: Koffiemachine, Signaal: geplande Black Friday-korting, Voorspelling: extra vraag alleen voor die week.
- 4Product: Telefoonhoesje, Signaal: telefoonmodel gaat uit productie, Voorspelling: de vraag loopt af, dus de laatste bestelling wordt kleiner.
Hoe WISEPIM helpt
- Schone productrecords: WISEPIM houdt SKU's, varianten en productfamilies op één plek, zodat een voorspellingstool één consistente lijst krijgt van wat je verkoopt.
- Consistente categorieën: AI-categorieclassificatie en de Category map houden producten in de juiste categorie, waar voorspellingen per categorie op leunen.
- Levenscyclusdata in je export: kenmerken als lanceerdatum, seizoen of einde levensduur voeg je toe en exporteer je naar het plannings- of ERP-systeem dat de voorspelling maakt.
- Context uit analytics: de analytics van WISEPIM tonen productprestaties naast de productdata, zodat je beter ziet waarom een SKU boven of onder plan verkoopt.
Veelgemaakte fouten met Vraagvoorspelling
- Alleen op verkopen voorspellen, zonder te corrigeren voor weken waarin het product uitverkocht was.
- Historie kwijtraken als een SKU-code verandert of een variant een apart product wordt.
- Elk product hetzelfde behandelen in plaats van snelle lopers, seizoensartikelen en de long tail apart te nemen.
- De voorspelling nooit naast de werkelijke verkoop leggen om te zien waar hij afwijkt.
Tips voor Vraagvoorspelling
- Voorspel op SKU-niveau en tel op naar categorie, niet andersom.
- Markeer periodes zonder voorraad, zodat het model die niet als lage vraag leest.
- Houd een duidelijke koppeling tussen oude en nieuwe SKU's als producten worden vervangen.
- Bekijk elke maand de grootste afwijkingen en noteer de oorzaak.
Trends rondom Vraagvoorspelling
- Machine learning-modellen die verkoophistorie combineren met prijs, acties, weer en websiteverkeer.
- Voorspellingen per kanaal, omdat de vraag op een marktplaats kan verschillen van je eigen webshop.
- Kortere planningscycli, met wekelijkse in plaats van maandelijkse herzieningen.
- Meer aandacht voor voorspellingen van nieuwe producten op basis van vergelijkbare artikelen.
Tools voor Vraagvoorspelling
- Spreadsheets: een voortschrijdend gemiddelde per SKU is een werkbaar begin voor kleine catalogi.
- Voorraadplanningssoftware: gespecialiseerde tools die per SKU voorspellen en inkooporders voorstellen.
- ERP-systemen: veel pakketten hebben modules voor voorspelling en aanvulling.
- WISEPIM: houdt de productdata (SKU's, varianten, categorieën, levenscycluskenmerken) waar voorspellingen op leunen consistent.