Benefits of Market‐Driven Demand  Forecasting Approach  

Improving service while reducing costs 

With  customer  expectations  rising  companies  are  pushed  to  focus more  on  customer  service.  They should realise that this service comes at a certain cost, like extra inventory or extra capacity.  As margins are shrinking increased costs are often not an option and improving operational performance is the best alternative. However, for most companies this  is a hard nut to crack  in a globalised economy with  long supplier lead times and high market volatility. As we will illustrate using a recent case of Corus Tubes, a steel  tubes manufacturer, we believe a good demand planning process  is one of  the keys  to  improve customer service while reducing operational costs. Corus Tubes is one of Europe’s leading manufacturers of welded steel tubes,  in a range of diameters, for a variety of wall thicknesses and different grades of steel.  The main  application  areas  are  automotive,  construction  projects,  greenhouses,  pipelines  and household appliances. 

 

A best practice demand planning framework 

Best  practice  demand  planning  processes  typically  consist  of  two  steps.  In  a  first  step,  statistical techniques  are  used  to  generate  a  "base"  forecast.  In  a  second  step,  sales, marketing  and  product development  add  information  to  that  base  forecast.  Skipping  the  first  step  can  result  in  a waste  of valuable time. To create the base forecast sales people will on an individual basis try to mimic their sales budgets  in  the  forecast. Budgets are often a higher  level of aggregation  in  the product hierarchy. This makes the translation  into operational forecasts on SKU (Stock Keeping Unit)  level a cumbersome task. Statistical methods are far more efficient  in executing this task. They know how to  incorporate the  last period’s  sales,  how  to  detect  and  extrapolate  seasonality,  how  to  incorporate  leading  indicators... Providing  a  good  statistical  base  forecast will  increase  the  commitment  of  sales  and marketing  as  it makes their role in the process more focused and more efficient. 

Some companies try to skip the second step. Supply chain or production departments may distrust sales and marketing and  try  to predict  the market  themselves. This  is plain  self‐deception.  Supply  chain or production can never be the owner of the forecast. Sales needs to understand that its responsibility does not stop by selling product or services but it has a role in controlling costs and service in the supply chain. It plays that role as owner of the forecast information. 

A  forecast will always be wrong. But as we will  illustrate with  the case of Corus Tubes,  improving  the forecast accuracy is beneficial to both costs and service. The customer service level will increase because of the reduced risk for stock‐outs, whereas cost can be reduced by further inventory optimisation based on the forecast.  

 

A business case for improved demand planning 

• Step 1: Simple statistics Using simple statistical methods to generate a demand forecast based on historical data is an important first step in reducing the demand uncertainty. Simulations at Corus Tubes have shown this can lead to a reduction  of  uncertainty.  Before  the  demand  planning  approach  there was  a  budget‐driven  process based on historical figures, with an equivalent accuracy on SKU‐level of 25%. As a result of the transition towards a demand planning approach based on simple statistics the forecast accuracy on SKU‐level could be improved to 35%. This reduction in uncertainty allows for a service level improvement of 4% resulting in  less  lost  sales  and  an  inventory  reduction  of  5%  based  on  the  right  inventory  levels  for  the  right product. 

• Step 2: Advanced statistics In a volatile market, more advanced statistical methods will  yield better  results  as  they  take into  account  trends  and  seasonal  effects. Applying  these  advanced  statistics  may  be more  difficult  to  understand  and  often requires  an  expert  in  house  if  you  want  to avoid a ‘black‐box’ feeling.  Typically it requires the  purchase  of  a  software  package. Nevertheless,  detailed  case  calculations  have indicated that this could  increase the accuracy of your forecast drastically, allowing  inventory level reductions to a more optimal levels, both on  finished  goods  and  for  raw  materials. Service will be  further  improved as stock‐outs are  limited,  resulting  in  less  lost  sales  or  the possibility  of  allocating  inventories  to A‐customers.  Forecast  simulations  for  the  case  at  Corus  Tubes resulted  in an average forecast accuracy of 55%, equivalent for an  improvement of the service  level of 9% and a reduction of the inventory costs of 10%. 

• Step 3: Introduce Market Intelligence However generating a statistical forecast can only be  just a start. The real benefits are  in collaboration with the sales team to come to efficient demand shaping. Their market knowledge and information from key  customers  can  create  a  tight  feedback  loop  from  the  actual  market  activity  to  the  demand assumptions and plans. This demand‐driven process will result in a single demand forecast, adjusted and validated by  the company  sales  team. This validation process can  take place on SKU  level or on more aggregated  levels,  like  product  families  of  geographical  markets.  Though  often  a  manual  forecast adjustment  process,  the  benefits  from  the  improved  forecast  accuracy  on  service  and  inventory  are convincing.  Input  from  Corus  Tubes  sales  people  showed  that  this market‐driven  process  results  in 

forecast  accuracies  of  70%  and  higher.  For  this  steel  manufacturer  implementing  a  market‐driven demand planning process means an improvement of the customer service level with 20% and a potential reduction of inventory costs of 20% compared with the current situation. This demonstrates the negative impact  on  customer  service  and  inventory  levels  of  each  functional  area  having  its  own  version  of demand forecast truth. 

• Step 4: Continuous Improvement Finally continuous  improvement and monitoring of the forecast accuracy will allow even more forecast performance  improvements.  Therefore  it  is  important  to  create  an  awareness  of  the  impact  of  poor forecast accuracy and to measure the forecast performance. 

 

In Summary 

The majority of the companies have some form of demand forecasting system  in place, however, they need  to  focus on becoming demand‐driven  in  their approach. This means  that  the company needs  to focus  on  capturing  the  real  customer  demand,  an  approach where  the  engagement  of  sales  in  the process must be ensured at all times. The demand planning process should align the goals of the sales department  with  the  demand  planning  department  with  respect  to  forecasting  metrics.  With  an improved  market‐driven  demand  planning  process  companies  are  now  able  to  further  optimise inventory levels and furthermore improve service. The case of Corus Tubes, a steel manufacturer, shows convincing benefits with a 24% increase of the company service levels while reducing inventory costs by 22%. 

 

What MÖBIUS can do for you 

MÖBIUS can assist you in building your business case for demand planning improvements. Based on your company specific sales history, we can assess the  improvement potential  in both  inventory and service for  introducing  simple and more advanced  statistical  techniques,  involving  sales and marketing  in  the demand planning process. Interested? Contact the authors or visit our website on www.mobius.eu. 

 

Bram Desmet ‐ Bram.Desmet@mobius.eu

Peter Sterckx ‐ Peter.Sterckx@mobius.eu