Hoe moeten distributeurs de vraag naar PVC-vloeren voorspellen?

Distributeurs moeten de vraag naar PVC-vloeren voorspellen door een statistische basis, een op waarschijnlijkheid gewogen projectpijplijn en een seizoenscorrectie te combineren, en dat cijfer vervolgens omzetten in een inkooporder op basis van veiligheidsvoorraad, minimale afnamehoeveelheid (MOQ) en containerlimieten. Om dit goed te doen, is het belangrijk om terugkerende vraag te onderscheiden van projectgerelateerde vraag en de nauwkeurigheid van de prognoses in de loop van de tijd bij te houden.

Ik zeg dit op basis van jarenlange ervaring in de samenwerking met distributeurs aan beide kanten van de keten. PVC-vloeren zijn om een aantal redenen moeilijker in te schatten dan de meeste bouwproducten:

• De levertijden bedragen 45 tot 90 dagen, wanneer de productietijd in de fabriek, de zeevracht en de douaneafhandeling bij elkaar worden opgeteld.
• Het aantal SKU’s neemt razendsnel toe. De dikte van de slijtlaag, de afmetingen van de planken, kliksysteem versus dry-back, en SPC versus LVT versus vinyl op rol zorgen ervoor dat één productlijn uiteenvalt in tientallen varianten.
• Een aanzienlijk deel van de vraag is afkomstig van eenmalige commerciële projecten in plaats van gestage terugkerende bestellingen, waardoor één enkele prognosemethode nooit de volledige SKU-lijst kan omvatten.

Dit alles maakt het opstellen van prognoses niet onmogelijk. Het betekent wel dat een distributeur een gestructureerd proces nodig heeft in plaats van op zijn intuïtie te vertrouwen. Ik zal uitleggen wat er moet worden geprognosticeerd, hoe SKU’s moeten worden ingedeeld, hoe het aantal moet worden berekend en hoe kan worden gecontroleerd of de prognose klopte.

Wat moeten distributeurs precies voorspellen?

Distributeurs moeten de vraag voorspellen op het niveau van SKU × regio × maand, en niet alleen op basis van de totale omzet. Eén enkel nationaal cijfer verhult welke specifieke kleuren, diktes en uitvoeringen er daadwerkelijk in elke markt worden verkocht.

Kopers in de commerciële en residentiële sector willen totaal verschillende specificaties, dus als je ze in één prognose op één hoop gooit, krijg je een cijfer waar niemand iets mee kan. Bij een project in de gezondheidszorg wordt doorgaans 2,0 mm homogeen vinyl op rol gespecificeerd, waarbij de hygiënische prestaties, slipweerstand en brandklasse al vastliggen voordat er zelfs maar een offerte wordt opgesteld. Een commercieel LVT-project daarentegen wordt meestal gespecificeerd op basis van de dikte van de slijtlaag, vaak 0,5 mm of 0,7 mm, aangezien LVT een gelaagde constructie is in plaats van een eenlaags product zoals homogeen vinyl.

Segment	Typisch product	Sleutel Spec
Gezondheidszorg / Instellingen	Homogeen vinyl in banen	2,0 mm dikte, brand- en antislipclassificatie, hygiënische eigenschappen
Commercieel LVT	Heterogene LVT	0,5–0,7 mm slijtlaag
Residentieel	SPC-klikverbinding	Afwerking met houtnerfmotief, akoestische onderlaag

Prognoses op dit gedetailleerde niveau vergen in het begin meer werk, maar het is de enige manier om te zien bij welke SKU’s de omloopsnelheid afneemt, voordat er een voorraadtekort of een overvoorraad ontstaat.

Zodra je weet wat je moet prognoseren, is de volgende vraag hoe je elke SKU moet classificeren, zodat daarvoor de juiste prognosemethode wordt gebruikt.

Hoe moeten SKU’s voor PVC-vloeren worden ingedeeld?

Ik gebruik een ABC-XYZ-matrix, niet alleen ABC. ABC rangschikt SKU’s op basis van bedrijfswaarde, zoals omzet of jaarlijkse consumptiewaarde. XYZ rangschikt dezelfde SKU’s op basis van hoe stabiel of volatiel de vraag ernaar is. Door deze twee te combineren, kun je bepalen welke prognosemethode het beste bij elke SKU past.

ABC alleen geeft je alleen aan welke SKU’s financieel van belang zijn. Het zegt niets over de vraag of die vraag voorspelbaar is. Een SKU met een hoge omzet die gekoppeld is aan één groot ziekenhuisproject gedraagt zich totaal anders dan een SKU met een hoge omzet die elke maand gestaag wordt verkocht, dus ik combineer het altijd met XYZ.

ABC: Bedrijfswaarde

• A – hoge omzet of hoge jaarlijkse consumptiewaarde
• B – gemiddelde waarde
• C – van geringe waarde, vaak bijzonder of op maat gemaakt

XYZ: Vraagstabiliteit

• X – stabiel, voorspelbaar, met weinig schommelingen van maand tot maand
• Y – seizoensgebonden of matig variabel
• Z – onregelmatig, projectgebonden, moeilijk te voorspellen op basis van historische gegevens alleen

Les	Voorbeeld	Benadering van prognoses
AX	Grijs/houtnerf SPC, vaste favoriet	Statistische prognose, als vaste voorraad aanhouden
AY	Vinyl voor scholen (commercieel gebruik)	Seizoensprognose, corrigeren voor bekende cycli
AZ	Groot project met aangepaste kleuren	Pijplijngestuurd, niet geschiedenisgestuurd
CZ	Speciale kleur of specificatie	Op bestelling geproduceerd, minimale voorraad

Deze indeling wijst ook op het grotere structurele probleem bij het opstellen van prognoses voor PVC-vloeren: niet alle vraag is afkomstig uit dezelfde bron.

Hoe moeten de basisvraag en de projectvraag van elkaar worden gescheiden?

De vraag naar PVC-vloeren kan worden onderverdeeld in twee categorieën die om verschillende prognosemethoden vragen: de basisvraag, bestaande uit herhalingsbestellingen van dealers en aanvulbestellingen, en de projectvraag, die voortkomt uit specifieke commerciële opdrachten. Als deze twee categorieën tot één getal worden samengevoegd, leidt dit zowel tot voorraadtekorten als tot overvoorraad.

De basisvraag gedraagt zich als een normaal consumentenproduct. Ze wordt weergegeven aan de hand van voortschrijdende gemiddelden, trendlijnen en seizoenscorrecties, omdat het verleden een redelijke leidraad is voor de toekomst. De verwachte vraag werkt niet op deze manier. Een bestelling van een ziekenhuis voor 25.000 m² homogeen vinyl, of een bestelling van een schoolgymnastiekzaal voor 4.000 m² sport-PVC, zal pas in een verkooptrend over 12 maanden zichtbaar worden als het al te laat is om nog te reageren.

Het juiste model is:

Definitieve vraagprognose = Basisvraagprognose + Prognose projectpijplijn

Ik beschouw dit als twee afzonderlijke berekeningen die aan het eind bij elkaar worden opgeteld, en niet als één samengesteld gemiddelde. In de volgende twee paragrafen wordt uitgelegd hoe je elk deel berekent.

Hoe moet de basisvraag worden berekend?

Ik pas voortschrijdende gemiddelden of exponentiële afvlakking toe op de omzetcijfers van de afgelopen 12 tot 24 maanden en vermenigvuldig deze vervolgens met een seizoensindex om rekening te houden met bekende pieken, zoals de zomervakantie waarin vaak renovaties plaatsvinden of het seizoen waarin veel woningen in meergezinscomplexen van eigenaar wisselen.

Hier volgt een uitgewerkt voorbeeld voor een 5 mm SPC-product met een stabiele AX-vraag:

• Gemiddelde maandelijkse verkoopcijfers over de afgelopen 12 maanden: 8.000 m²
• Seizoensindex voor september: 1,15 (gebaseerd op de historische verhouding tussen september en het gemiddelde)

Uitgangspunt voor september = 8.000 × 1,15 = 9.200 m²

Deze basisberekening heeft uitsluitend betrekking op terugkerende vraag van het type ‘aanvulling’. Eenmalige projectvolumes zijn hier bewust buiten beschouwing gelaten; deze worden apart berekend en in de volgende stap opgeteld.

Hoe moeten de projectpijplijnen van aannemers op basis van waarschijnlijkheid worden gewogen?

De vraag in de projectpijplijn moet worden gewogen op basis van de voortgang van elke deal, waarbij gebruik wordt gemaakt van conversiepercentages die zijn afgeleid uit uw eigen CRM-geschiedenis in plaats van branchegemiddelden, aangezien er geen vaste waarschijnlijkheid geldt voor elke distributeur.

Een ruw uitgangspunt ziet er ongeveer zo uit, maar beschouw het als een sjabloon om aan te passen, niet als een vaste regel:

Projectfase	Voorbeeld: Kansberekening
Vroegtijdig onderzoek	10–20%
Ontwerp- en specificatiefase	20–40%
Officiële offerte	30–50%
Genomineerd / finalist in de aanbesteding	50–70%
PO verwacht / mondeling toegekend	70–90%
Bevestigde inkooporder	100%

Dit toepassen op drie lopende projecten voor hetzelfde SPC-product:

• Project A: 5.000 m² × 80% = 4.000 m²
• Project B: 8.000 m² × 40% = 3.200 m²
• Project C: 3.000 m² × 20% = 600 m²

Gewogen vraag via de pijplijn = 7.800 m²

Definitieve prognose = 9.200 (basis) + 7.800 (pijplijn) = 17.000 m²

Hierbij is één punt van aandacht: als er al vergelijkbare projectopdrachten uit het verleden in uw 12-maandenbasislijn zijn meegenomen, kan het toevoegen van de volledige pijplijn ertoe leiden dat de vraag dubbel wordt geteld. Controleer of de pijplijn daadwerkelijk een extra volume vertegenwoordigt voordat u deze toevoegt.

Zodra we het vraagcijfer hebben, is de volgende stap om dit om te zetten in voorraaddoelstellingen.

Hoe moeten de veiligheidsvoorraad en het herbestelpunt worden berekend?

De veiligheidsvoorraad overbrugt het verschil tussen de verwachte doorlooptijd en de doorlooptijd in het slechtste scenario. Bij een eenvoudige methode wordt de gemiddelde dagelijkse vraag vermenigvuldigd met het aantal extra dagen aan onzekerheid over de doorlooptijd; dit bedrag wordt vervolgens opgeteld bij de normale vraag in de pijplijn om het herbestelpunt te bepalen.

Als we uitgaan van dezelfde prognose van 17.000 m² per maand, komt dat neer op ongeveer 570 m² per dag. Als de normale levertijd 60 dagen bedraagt en vertragingen bij zeevracht en douane doorgaans nog eens 15 dagen onzekerheid met zich meebrengen:

Veiligheidsvoorraad = gemiddelde dagelijkse vraag × veiligheidslevertijd = 570 × 15 = 8.550 m²

ROP = (Dagelijkse vraag × Doorlooptijd) + Veiligheidsvoorraad = (570 × 60) + 8.550 = 42.750 m²

Zodra de beschikbare voorraad daalt tot ongeveer 42.750 m², is het tijd om een nabestelling te plaatsen. Meer ervaren distributeurs kunnen overstappen op een statistisch veiligheidsvoorraadmodel dat is gebaseerd op variaties in de vraag, variaties in de doorlooptijd en een streefniveau voor de dienstverlening, maar de bovenstaande berekening vormt voor de meeste SKU’s een solide uitgangspunt.

Een prognose en een inkooporder hebben niet hetzelfde nummer, dus laten we die nu van elkaar scheiden.

Welke invloed hebben de minimale afnamehoeveelheid (MOQ) en de containerbeperkingen op de uiteindelijke inkooporder?

Een prognose geeft aan wat je nodig hebt. Bij een inkooporder moet ook rekening worden gehouden met wat je al op voorraad hebt, wat er al is besteld en hoe die hoeveelheid in een zeecontainer past. Dit zijn twee verschillende stappen.

De formule voor de nettobehoefte ziet er als volgt uit:

Nettobehoefte = Verwachte vraag + Beoogde eindvoorraad − Huidige voorraad − Openstaande inkooporders

Pas nadat dit nettogewicht is berekend, moet worden gecontroleerd of het binnen de laadlimieten van de container valt. PVC-vloeren zijn zwaar, dus een 20GP- of 40HQ-container bereikt meestal eerst zijn gewichtslimiet voordat de volumelimiet wordt bereikt. Als de netto-behoefte een container niet efficiënt vult, is het de moeite waard om te bekijken of nabijgelegen SKU’s van dezelfde leverancier kunnen worden gecombineerd, of dat het tijdstip van de bestelling enigszins moet worden aangepast om te voorkomen dat een gedeeltelijk lege container wordt verzonden.

Hoe moeten de verkoopprognoses voor nieuwe PVC-vloerbedekkingsartikelen worden opgesteld?

Voor nieuwe kleuren, patronen of diktes waarvoor nog geen verkoopgegevens beschikbaar zijn, moet de prognose worden gebaseerd op een vergelijkbare SKU, dat wil zeggen een bestaand product met dezelfde dikte, prijsklasse en verkoopkanaal, en vervolgens worden aangepast op basis van de daadwerkelijke verkoopcijfers in de eerste 8 tot 12 weken.

Als er een nieuwe SPC-kleur in eikenhouttint op de markt wordt gebracht zonder eerdere verkoopgegevens, zoek ik eerst een vergelijkbare bestaande SKU met dezelfde dikte, een vergelijkbare prijs en een vergelijkbare kanaalmix, en stel ik de initiële prognose vast op 30–50% van de gemiddelde maandelijkse vraag naar die vergelijkbare SKU. Als de vergelijkbare SKU gemiddeld 4.000 m²/maand verkoopt, begint de initiële prognose voor de nieuwe SKU rond de 1.200–2.000 m²/maand. Vervolgens pas ik het cijfer wekelijks aan op basis van de daadwerkelijke afzet, in plaats van te wachten op gegevens over een volledig kwartaal.

Welke externe signalen moeten distributeurs in de gaten houden?

Externe signalen kunnen worden onderverdeeld in twee verschillende categorieën: indicatoren aan de vraagzijde die wijzen op toekomstige orders, en signalen aan de aanbodzijde die van invloed zijn op de kosten, de timing en de fabriekscapaciteit. Als men deze als hetzelfde beschouwt, leidt dat tot verkeerde conclusies.

Voorlopende indicatoren aan de vraagzijde

• Vergunningen voor de inrichting van commerciële ruimtes en het aantal nieuwbouwwoningen
• Activiteiten van aannemers en lopende aanbestedingsprocedures
• Renovatiecycli in de horeca en de gezondheidszorg
• Renovatiebudgetten voor scholen en instellingen

Signalen voor planning aan de aanbodzijde

• Prijsontwikkeling van PVC-hars en weekmakers
• Fabriekscapaciteit en productieplanning
• Zeevrachtindexen en congestie in havens
• Veranderingen in het tarief- en handelsbeleid

Het is de moeite waard om hier even duidelijk te zijn: stijgende harsprijzen betekenen niet per se dat de vraag naar vloeren zal toenemen. Ze duiden vaker aan dat de inkoopkosten of het tijdstip van de bestelling moeten worden aangepast, wat een andere planningsbeslissing is dan een vraagprognose.

Veranderingen op het gebied van regelgeving en certificering

Bouwvoorschriften en normen voor brandclassificatie, zoals ASTM E648 of EN 13501-1, zijn regelgeving en testmethoden. FloorScore en GREENGUARD zijn certificeringsprogramma’s van onafhankelijke instanties die controleren of een product voldoet aan de criteria voor VOS-emissie; het zijn geen regelgevingen op zich. Door veranderingen in specificatie-eisen en certificeringseisen bij te houden, in plaats van alles onder de noemer ‘regelgeving’ te scharen, ontstaat een duidelijker beeld van wat er daadwerkelijk verandert.

Hoe moet de nauwkeurigheid van prognoses worden gemeten?

De nauwkeurigheid van prognoses moet worden gemeten met de prognoseafwijking als belangrijkste maatstaf, aangezien het grootste risico voor een distributeur een prognose is die in de loop van de tijd consequent te hoog of te laag uitvalt, en niet alleen in een enkele maand.

Een aantal belangrijke indicatoren vullen elkaar goed aan:

• Voorspellingsafwijking – of de prognoses over meerdere periodes gezien consequent boven (risico op overbevoorrading) of onder (risico op voorraadtekort) de werkelijke vraag liggen.
• MAPE (gemiddelde absolute procentuele fout) – hoe groot de gemiddelde afwijking van de prognoses is, uitgedrukt als percentage van de werkelijke vraag.
• MAD (gemiddelde absolute afwijking) – de gemiddelde omvang van de voorspellingsfout, uitgedrukt in dezelfde eenheden als de vraag.

Een opmerking specifiek met betrekking tot PVC-vloeren: projectgebonden SKU’s kennen vaak maanden zonder enige omzet, gevolgd door één grote bestelling. De MAPE kan bij deze SKU’s misleidend slecht lijken, dus ik hecht meer gewicht aan prognoseafwijkingen bij producten die zijn geclassificeerd als AZ en CZ.

Hoe vaak moet de voorspelling worden bijgewerkt?

Ik raad aan om de basisvraag maandelijks te evalueren en de projectpijplijn wekelijks, aangezien de status van projecten veel vaker verandert dan de patronen van terugkerende bestellingen.

De basisvraag is stabiel genoeg om maandelijks te worden geëvalueerd. De gegevens over de projectpijplijn veranderen voortdurend naarmate offertes verschillende fasen doorlopen, dus ik controleer deze wekelijks en pas het pijplijn-gewogen deel van de prognose dienovereenkomstig aan.

Welke fouten bij het opstellen van prognoses moeten distributeurs vermijden?

De drie meest voorkomende fouten zijn: te veel bestellen op basis van kortstondige kleurtrends, geen rekening houden met kleurverschillen tussen verschillende productieseries, en paniekaankopen doen bij vertragingen in de vrachtvervoer, wat een bullwhip-effect veroorzaakt waardoor magazijnen maanden later met overtollige voorraden komen te zitten.

Trendy kleuren komen snel in de mode en raken ook snel weer uit de mode. Ik test elke nieuwe visuele lijn eerst met een kleine proefpartij voordat ik besluit om een volledige containerlading te laten produceren.

Variatie tussen verfpartijen is een minder opvallend probleem. Twee partijen van dezelfde SKU kunnen qua tint enigszins van elkaar verschillen, en een aannemer die een hele kamer of een volledig project inricht, kan deze niet met elkaar mengen. Bij het opstellen van prognoses moet rekening worden gehouden met de consistentie tussen partijen, anders wordt de resterende voorraad voor dat specifieke project onverkoopbaar.

Het bullwhip-effect bij wereldwijde inkoop

Wanneer zeevracht vertraging oploopt, plaatsen distributeurs vaak in paniek extra bestellingen om het tekort op te vangen. Drie maanden later komen de vertraagde zendingen en de paniekbestellingen tegelijkertijd binnen, waardoor het magazijn met veel meer voorraad blijft zitten dan nodig is.

Hoe moeten distributeurs hun prognoses delen met hun productiepartners?

Een doorlopende prognose die met uw fabrikant wordt gedeeld – doorgaans voor een periode van 3 tot 6 maanden, afhankelijk van de productie- en levertijden – zorgt voor een betere prioritering van de productiecapaciteit en een efficiëntere toewijzing van containers dan bij het plaatsen van losse bestellingen.

Collaborative Planning, Forecasting, and Replenishment (CPFR) werkt door prognoses rechtstreeks met de fabrikant te delen in plaats van afzonderlijke bestellingen te plaatsen. De juiste prognosehorizon hangt af van uw specifieke toeleveringsketen; productietermijn, verzendtijd, seizoensinvloeden en leverancierscapaciteit spelen allemaal een rol. Voor sommige distributeurs is een termijn van 3 maanden voldoende, terwijl anderen 6 maanden of meer nodig hebben.

Conclusie

Een nauwkeurige prognose voor PVC-vloeren ontstaat door onderscheid te maken tussen de basisvraag en de projectvraag, SKU’s correct te classificeren, veiligheidsvoorraad en herbestelpunten te berekenen en de nauwkeurigheid van de prognose in de loop van de tijd te controleren.

Checklist voor snelle maatregelen:

1. Classificeer SKU’s volgens het ABC-XYZ-systeem, en niet alleen volgens ABC.
2. Maak afzonderlijke prognoses voor de basisvraag en de projectpijplijn, en tel deze vervolgens bij elkaar op.
3. Bereken de veiligheidsvoorraad en het herbestelpunt op basis van de werkelijke variabiliteit in de doorlooptijd.
4. Houd de voorspellingsafwijking bij, en niet alleen de MAPE, vooral voor projectgerichte SKU’s.
5. Deel een voortschrijdende prognose met uw productiepartner om de capaciteit veilig te stellen.

Als je te maken hebt met een uitdaging op het gebied van prognoses of voorraadbeheer voor je eigen PVC-vloerbedekkingslijn, stuur me dan een DM. Ik bekijk graag je specificaties en bespreek met je wat voor jouw situatie zou kunnen werken.