i
Universiteit Gent Faculteit Economie en Bedrijfskunde
Academiejaar 2005 - 2006
Geaggregeerde planning in Belgische bedrijven: stand van zaken
Scriptie voorgedragen tot het bekomen van de graad van: Licentiaat in de toegepaste economische wetenschappen optie technische bedrijfskunde
Wauter Hellebuyck Onder leiding van Prof. A. Vereecke
ii Permission
Woord vooraf
iii
Woord vooraf
Bij het begin van deze scriptie wil ik graag enkele mensen vermelden die nauw betrokken waren bij de totstandkoming ervan. Vooreerst wil ik Prof. Vereecke en Filip Goeman bedanken, die me in het ganse proces begeleid hebben. Bij hen kon ik altijd terecht voor deskundige uitleg en ideeën.
Mijn oprechte dank gaat ook uit naar de heer De Groote van de onderneming Shell en de heer Dekimpe van de onderneming Bonar TF. Ik wil hen graag bedanken voor de vrijgemaakte tijd en interessante uitleg. Dankzij hen had ik de mogelijkheid de literatuur te toetsen aan de werkelijkheid. Ook wil ik alle bedrijven bedanken die meegewerkt hebben aan mijn onderzoek. Deze bedrijven waren zo vriendelijk om even de tijd te nemen om de vragenlijst naar best vermogen in te vullen. Graag zou ik ook mijn ouders bedanken. Zij hebben mij steeds aangemoedigd mijn capaciteiten ten volle te benutten en gaven mij de mogelijkheid verder te studeren. Ze hebben mij steeds gesteund, ook wanneer ik het wat moeilijker had. Ook dank aan mijn broer, zus en vriendenkring voor de vele steun en voor het aanhoren van mijn gezeur. Ten slotte wil ik ook mijn oom, Hugo De Ruyck bedanken die mij geholpen heeft bij het bewerken van deze scriptie zodat dit in deze vorm en inhoud kon verschijnen. Zonder hulp van al deze mensen had ik dit resultaat nooit kunnen bereiken.
Inhoudsopgave
iv
Inhoudsopgave
Woord vooraf...........................................................................................................................iii Inhoudsopgave......................................................................................................................... iv Gebruikte afkortingen ........................................................................................................... vii Lijst van de figuren ...............................................................................................................viii
Inleiding.................................................................................................................................- 1 -
Hoofdstuk 1: Overzicht geaggregeerde planning ..............................................................- 3 1.1 Inleiding........................................................................................................................- 3 1.2 Wat is geaggregeerde planning ....................................................................................- 3 1.3 De voordelen van geaggregeerde planning ..................................................................- 6 1.4 Situering van de geaggregeerde planning in de onderneming .....................................- 7 1.5 De noodzakelijke betrokkenheid van het management................................................- 9 1.6 Geaggregeerde planning in Supply Chain Management en MRP II ..........................- 10 1.7 Wat zijn de kosten verbonden aan geaggregeerde planning ......................................- 11 1.8 Besluit.........................................................................................................................- 12 -
Hoofdstuk 2: De structuur en logica van geaggregeerde planning................................- 13 2.1 Inleiding......................................................................................................................- 13 2.2 Inleidend voorbeeld....................................................................................................- 13 2.3 De problemen van het inleidende voorbeeld ..............................................................- 16 2.4 De oplossing voor het inleidende voorbeeld: geaggregeerde planning......................- 17 2.4.1 De objectieven van geaggregeerde planning.......................................................- 17 2.4.2 De vereisten van geaggregeerde planning...........................................................- 18 2.4.3 Prototypeoplossing voor het inleidend voorbeeld ...............................................- 21 2.5 Een kijk op Make-to-stock .........................................................................................- 23 2.6 Een kijk op Make-to-order .........................................................................................- 25 2.7 Besluit.........................................................................................................................- 26 -
Inhoudsopgave
v
Hoofdstuk 3: De input van geaggregeerde planning.......................................................- 27 3.1 Inleiding......................................................................................................................- 27 3.2 De input van de vraagzijde: vraagvoorspellingen ......................................................- 27 3.2.1 Waarom energie steken in vraagvoorspellingen .................................................- 28 3.2.2 Wie is verantwoordelijk voor de vraagvoorspellingen .......................................- 29 3.2.3 De accuraatheid van voorspellingen....................................................................- 29 3.2.4 Het proces van de vraagvoorspelling ..................................................................- 31 3.3 De input van het aanbod: capaciteit ...........................................................................- 34 3.4 De input van financiën ...............................................................................................- 35 3.5 De input van strategie.................................................................................................- 36 3.6 Besluit.........................................................................................................................- 38 -
Hoofdstuk 4: Het maandelijkse geaggregeerde planningproces....................................- 39 4.1 Inleiding......................................................................................................................- 39 4.2 Stap 1: Afsluiten van de vorige maand ......................................................................- 40 4.3 Stap 2: De fase van het vraagbeheer ..........................................................................- 41 4.4 Stap 3: De planning van het aanbod (capaciteitsplanning) ........................................- 43 4.5 Stap 4: De voorbereidende vergadering van de geaggregeerde planning ..................- 45 4.6 Stap 5 : De finale vergadering van de geaggregeerde planning .................................- 46 4.7 Besluit.........................................................................................................................- 50 -
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning ...............................- 51 5.1 Inleiding......................................................................................................................- 51 5.2 Het opstarten van geaggregeerde planning ................................................................- 52 5.2.1 De initiële briefing ..............................................................................................- 52 5.2.2 De opleiding ........................................................................................................- 53 5.3 Toekennen van de verantwoordelijkheden.................................................................- 53 5.3.1 Leidinggevend persoon .......................................................................................- 54 5.3.2 Geaggregeerde planning verantwoordelijke........................................................- 54 5.3.3 Samenstelling van de vergaderteams ..................................................................- 54 5.4 Het instellen van de productfamilies ..........................................................................- 56 5.5 De spreadsheet voor de geaggregeerde planning .......................................................- 57 5.6 Het opstarten van een geaggregeerde planning bij 1 of 2 productfamilies ................- 61 5.7 Het ontwikkelen van een beleidslijnen die afgestemd zijn op de geaggregeerde planning ..........................................................................................................................................- 62 5.8 Veralgemeen de geaggregeerde planning naar alle productfamilies..........................- 62 5.9 Automatiseren van de geaggregeerde planning..........................................................- 63 -
Inhoudsopgave
vi
5.10 Continuous improvement .........................................................................................- 64 5.11 Enkele bijzondere situaties.......................................................................................- 66 5.12 Besluit.......................................................................................................................- 67 -
Hoofdstuk 6: Het onderzoek..............................................................................................- 68 6.1 Inleiding......................................................................................................................- 68 6.2 Methode......................................................................................................................- 68 6.2.1 Specifieke onderzoeksvragen ..............................................................................- 68 6.2.2 Populatie en Steekproef.......................................................................................- 68 6.2.3 Gegevensverzameling .........................................................................................- 69 6.2.4 Gegevensanalyse .................................................................................................- 70 6.3 Resultaten en interpretatie ..........................................................................................- 71 6.3.1 Situatie omtrent geaggregeerde planning in België ............................................- 71 6.3.2 De algemene kenmerken van de geaggregeerde planning ..................................- 73 6.3.3 De betrokkenheid van het management ..............................................................- 75 6.3.4 De kenmerken van de afsluitende vergadering ...................................................- 76 6.3.5 Continuous improvement ....................................................................................- 77 6.4 Besluit.........................................................................................................................- 78 -
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk......................- 79 7.1 Inleiding......................................................................................................................- 79 7.2 Casestudie 1: Geaggregeerde planning binnen Shell .................................................- 79 7.2.1 Situatieschets .......................................................................................................- 79 7.2.2 Het geaggregeerde planningproces .....................................................................- 81 7.3 Casestudie 2: Geaggregeerde planning binnen Bonar TF Belgium ...........................- 86 7.3.1 Situatieschets .......................................................................................................- 86 7.3.2 Het geaggregeerde planningproces. ....................................................................- 87 7.4 Besluit.........................................................................................................................- 91 -
Algemeen Besluit ................................................................................................................- 92 Besluiten uit de scriptie ....................................................................................................- 92 Persoonlijk besluit ............................................................................................................- 95 -
Lijst van geraadpleegde werken .............................................................................................. i Bijlagen..................................................................................................................................... vi
Gebruikte afkortingen
vii
Gebruikte afkortingen
Aug. – Augustus Blz. – Bladzijde BV – Beginvoorraad BvB. – Beschikbaar voor boeking Cum. – Cumulatief Ca. - Circa ERP – Enterprise Resource Planning Et al. – Et alumni Feb. – Februari MPS – Master Production Schedule MRP I – Material Requirements Planning MRP II – Manufacturing Resources Planning Nr. - Nummer N.V. – Naamloze Vennootschap Prof. - Professor Resp. – Respectievelijk ROA – Return on Assets Sep. – September Sig. – Significantie S&OP – Sales and Operations Planning Vol. - Volume Voorraadobj. – Voorraadobjectief
Lijst van de figuren
viii
Lijst van de figuren
Hoofdstuk 1 Figuur 1.1: Onevenwicht tussen vraag en aanbod (IBM Corporation, 2005) ............................................- 5 Figuur 1.2: Business planning (Ling R.C. en Goddard W.E., 1988)................................................................- 8 -
Hoofdstuk 2 Figuur 2.1: Bevriezingsperiode (Chase R.B. , Jacobs F.R. en Aquilano N.J., 2004) .............................................- 21 Figuur 2.2: Spreadsheet van de prototypeoplossing (Wallace T.F., 2000) ............................................- 22 Figuur 2.3: Make-to-stock spreadsheet van oktober (Wallace T.F., 2000)............................................- 24 Figuur 2.4: Make-to-order spreadsheet van oktober (Wallace T.F., 2000)............................................- 26 -
Hoofdstuk 3 Figuur 3.1: De inputs van S&OP (Vollmann T.E., 2005) .......................................................................- 27 Figuur 3.2: Niveau van vraagvoorspelling (Wallace T.F., 2000) ..........................................................- 32 Figuur 3.3: Productiestrategie : voorbeelden (Wallace T.F., 2000) .......................................................- 37 -
Hoofdstuk 4 Figuur 4.1: De maandelijkse geaggregeerde planningcyclus (Wallace T.F., 2000) ..............................- 40 Figuur 4.2: Het piramide model (Vollmann T.E., 2005) ........................................................................- 42 Figuur 4.3: Agenda van de finale vergadering (Ling R.C. en Goddard W.E., 1988).....................................- 47 Figuur 4.4: De spreadsheet van de geaggregeerde planning(Ling R.C. en Goddard W.E., 1988).................- 49 -
Hoofdstuk 5 Figuur 5.1: Het implementatiepad van geaggregeerde planning (Wallace T.F., 2000) .........................- 52 Figuur 5.2: Deelnemers aan de vergaderingen van de laatste stappen van de geaggregeerde planning (Wallace T.F., 2000) ...............................................................................................................- 55 Figuur 5.3: Het maturiteitsmodel van L. Lapide (Lapide L., 2005) .....................................................- 64 -
Lijst van de figuren
ix
Hoofdstuk 6 Figuur 6.1: Bekomen verdeling van de geaggregeerde planning in België. (eigen voorstelling) .........- 71 Figuur 6.2: Bekomen verdeling van de geaggregeerde planning in België naar aantal werknemers (eigen voorstelling)
...............................................................................................................................- 72 -
Figuur 6.3: Wie brengt ondernemingen in contact met geaggregeerde planning. (eigen voorstelling) - 75 -
Hoofdstuk 7 Figuur 7.1: Geaggregeerde planning integreert de lange termijn strategie en de operationele uitvoering. (Shell Lubricants S&OP Manual, 2004) ........................................................................................- 80 Figuur 7.2: Geaggregeerde planning staat voor interfunctionele samenwerking. (Shell Lubricants S&OP Manual, 2004).....................................................................................................................................-
81 -
Figuur 7.3: De verschillende stappen van het geaggregeerde planningproces (Shell Lubricants S&OP Manual, 2004) ..............................................................................................................................................-
82 -
Figuur 7.4: Procedure gevolgd binnen een vergadering (Shell Lubricants S&OP Manual, 2004) ..................- 84 Figuur 7.5: De agenda van de maandelijkse cyclus (Shell Lubricants S&OP Manual, 2004) .........................- 85 Figuur 7.6: Overzicht van Low & Bonar (Low & Bonar, 2006) ............................................................- 86 Figuur 7.7: Voorbeeld winstberekening (bedrijfspresentatie Bonar, 2006) .................................................- 87 Figuur 7.8: Voordelen van de toegevoegde waarde-methode(bedrijfspresentatie Bonar, 2006)..................- 88 Figuur 7.9: De vereisten voor een succesvol beheerscontrolesysteem(bedrijfspresentatie Bonar, 2006) ....- 89 -
Inleiding
-1-
Inleiding
Deze scriptie handelt over geaggregeerde planning, waarbij ik een onderzoek gevoerd heb naar de stand ervan in België. Binnen de opleiding Toegepaste Economische Wetenschappen optie Technische Bedrijfskunde gaat mijn aandacht immers vooral uit naar onderwerpen die kaderen in de operationele sfeer. Ik ging dan ook op zoek naar een onderwerp in dit vakgebied. Het onderzoeken van het begrip geaggregeerde planning leek mij een opdracht die aan mijn interesse beantwoordde. Achteraf gezien heeft deze taak volledig aan mijn verwachtingen voldaan en heb ik een leerrijke ervaring gehad.
De dag van vandaag hebben bedrijfsleiders een woord aan hun jargon toegevoegd, geaggregeerde planning genaamd. Dit staat beter bekend onder zijn Engelse vertaling Sales and Operations planning. Ze nemen het maar al te graag in de mond. Maar wat is het eigenlijk en waarvoor dient het? De eerste vijf hoofdstukken van deze scriptie omvatten dan ook een studie van de beschikbare literatuur rond dit onderwerp. Terwijl in het zesde en zevende hoofdstuk persoonlijk onderzoek terug te vinden is. In het eerste hoofdstuk wordt een algemeen overzicht gegeven omtrent geaggregeerde planning waarin een uitgebreide definitie van geaggregeerde planning wordt gegeven. Als we een onderneming aanzien als een entiteit die zijn waarde voor de aandeelhouders op lange termijn tracht te maximaliseren dan zorgt de geaggregeerde planning voor de koppeling van de lange termijn doelstellingen aan de dagelijkse planning. Hierdoor kunnen tal van voordelen gerealiseerd worden. Dit is niet alleen mogelijk binnen het eigen bedrijf maar kan ook gerealiseerd worden voor de volledige supply chain waar een onderneming zich in bevindt.
Geaggregeerde planning is een proces waarbij de volledige onderneming geïntegreerd wordt. Om dit proces te begrijpen, vertrekken we in hoofdstuk twee met een bespreking van de structuur en logica achter de geaggregeerde planning. In hoofdstuk drie komen de verschillende inputs van de geaggregeerde planning aan bod, die in hoofdstuk vier worden aangewend om het maandelijkse geaggregeerde planningsproces uit te voeren. Opdat de geaggregeerde planning tenslotte succesvol zou zijn wordt in hoofdstuk vijf een beproef implementatiepad besproken.
Hoofdstuk twee behandelt de structuur en logica van de geaggregeerde planning. Om deze te begrijpen vertrekken we van een fictief voorbeeld van een onderneming die met een aantal
Inleiding
-2-
problemen wordt geconfronteerd. Daarna zien we hoe de geaggregeerde planning hiervoor een oplossing kan bieden. Opdat de objectieven van geaggregeerde planning mogelijk te maken, moet aan een aantal vereisten beantwoord worden. Belangrijk is dat een geaggregeerde planning zorgt voor de integratie van de volledige onderneming in één proces.
In Hoofdstuk drie worden de inputs van de geaggregeerde planning besproken. Voor de geaggregeerde planning zijn er vier belangrijke bronnen van informatie. Dit zijn de drie departementen verkoop en marketing, productie en financiën. Als vierde belangrijke bron is er de strategie van de onderneming. Deze inputs vanuit de verschillende domeinen vormen de vertaling van de feit dat de geaggregeerde planning een integrerend proces is.
In het vierde hoofdstuk van de literatuurstudie worden de inputs van hoofdstuk drie aangewend in het maandelijkse geaggregeerde planningsproces. Dit maandelijkse proces is een vijfstappenplan. Het uiteindelijke doel is om tot één verkoop- en productieplan te komen die goedgekeurd is en ondersteund wordt door de ganse onderneming en in de eerste plaats door het topmanagement.
Hoofdstuk vijf sluit de literatuurstudie af met een pad dat kan gevolgd worden voor de implementatie van geaggregeerde planning. De verschillende stappen die doorlopen worden zijn noodzakelijk om de vereisten te scheppen die essentieel zijn voor het kunnen uitvoeren van het geaggregeerde planningsproces. Belangrijk is ook dat men na de implementatie voortdurend zijn geaggregeerde planning in vraag stelt en tracht om deze continu te verbeteren.
Deze scriptie wordt afgesloten met een persoonlijk deel. Het zesde hoofdstuk bevat een empirisch onderzoek. Aan de hand van een vragenlijst, afgenomen bij Belgische ondernemingen, gaan na in hoeverre geaggregeerde planning zijn ingang heeft gevonden. We onderzoek ook of de kenmerken van de geaggregeerde planning een invloed hebben op de resultaten van de ondernemingen. In Hoofdstuk 7 tenslotte is een beschrijving opgenomen van twee voorbeelden van geaggregeerde planningsprocessen uit de praktijk.
Ik hoop dat ik reeds uw nieuwsgierigheid heb geprikkeld en er rest mij enkel u nog veel leesplezier te wensen bij het lezen van mijn scriptie.
Hoofdstuk 1: Overzicht geaggregeerde planning
-3-
Hoofdstuk 1: Overzicht geaggregeerde planning
1.1 Inleiding Geaggregeerde planning is een proces dat een onderneming een belangrijk strategisch voordeel kan bezorgen. In dit hoofdstuk wordt beschreven wat geaggregeerde planning is en welke voordelen men ermee kan behalen. Opdat een onderneming succesvol zou zijn op lange termijn is het noodzakelijk om over een duidelijke toekomstvisie te beschikken. De geaggregeerde planning zorgt voor de opvolging van deze toekomstvisie op middellange termijn en vormt zo de link tussen de strategische planning en het jaarlijkse businessplan. Dit proces speelt zich hoofdzakelijk af op het managementniveau van de onderneming. Ook in supply chain management vervult de geaggregeerde planning een belangrijke rol. Ter afsluiting van dit hoofdstuk bespreken we de kosten die verbonden zijn aan de geaggregeerde planning.
1.2 Wat is geaggregeerde planning Volgens Oliver Wight1 is geaggregeerde planning het management proces dat de algemene directeur en zijn team voorziet van een efficiënte en effectieve manier om meer controle te verwerven over de gehele onderneming. Geaggregeerde planning is het proces dat de drijvende kracht vormt achter een betere klantenservice, lagere voorraden, kortere levertijden, een stabielere productiesnelheid en het topmanagement voorziet van een betere grip op de onderneming (Lapide L., 2004). Dit proces is gebaseerd op een functieoverschrijdende samenwerking tussen verkoop, productie, financieel beheer, productontwikkeling, ... Het geaggregeerde planningsproces heeft vooral tot doel ervoor te zorgen dat de bestaande productiemiddelen (mensen, machines, kapitaal) in voldoende mate aanwezig zijn om aan de gewenste vraag te voldoen en poogt men deze middelen zo economisch mogelijk aan de verschillende productgroepen toe te wijzen (Bruggeman W. en Van Dierdonck R., 1988). Geaggregeerde planning is ontworpen om het voor bedrijven mogelijk te maken hun vraag en aanbod in evenwicht te brengen en dit in evenwicht te houden.
1
http://www.cpcctraining.org/Leadership_Management/Oliver%20Wight%20FAQ%20S%20&%20OP.asp
Hoofdstuk 1: Overzicht geaggregeerde planning
-4-
Het balanceren van vraag en aanbod van de onderneming is essentieel om de onderneming goed te leiden (Wallace T.F.,2000). Vraag en aanbod van de onderneming moeten zowel op het geaggregeerde als op het meer gedetailleerde niveau op elkaar zijn afgestemd. In deze omschrijving van de geaggregeerde planning zijn twee belangrijke uitgangspunten te ontdekken. Enerzijds is er het evenwicht tussen vraag en aanbod en anderzijds bestaat de afweging tussen geaggregeerd en detail.
Vraag en aanbod Wat zijn de gevolgen van een onevenwicht tussen vraag en aanbod (figuur 1.1) (Wallace T.F.,2000). Wanneer de vraag naar de producten veel groter is dan de toevoer van de onderneming dan •
zal de klantenservice hieronder lijden. De onderneming kan de goederen niet verzenden wanneer de klanten er om vragen. De levertijden worden alsmaar langer alsook de achterstand met betrekking tot de orders. Het gevolg is dat klanten afhaken.
•
zullen de kosten stijgen tengevolge van ongeplande overuren, stijgende vervoerskosten en ongunstige aankoopprijswijzigingen.
•
zal dit leiden tot een inferieure kwaliteit bij het schuiven in de productieplanning. De ondernemingen zal er naar streven zoveel mogelijk goederen te verzenden waardoor specificaties verloren gaan. Tijdelijke uitbestedingen brengen minder robuuste producten voort en materialen van nieuwe leveranciers werken meestal minder goed.
Dezelfde beschouwing kunnen we maken wanneer het aanbod de vraag overstijgt: •
Voorraden stijgen, voorraadkosten stijgen waardoor de cash flow een probleem kan vormen.
•
De productieaantallen worden verlaagd. Ontslag loert om de hoek. Het moreel van de werknemers lijdt hieronder waardoor er trager gewerkt wordt en de efficiëntie daalt.
•
De prijzen worden verlaagd, promotieacties worden opgevoerd; dientengevolge dalen de winstmarges.
Hoofdstuk 1: Overzicht geaggregeerde planning
-5-
1. Vraag > aanbod:
2. Vraag < aanbod:
-
-
Ontevreden klanten Stijgende kosten Dalend marktaandeel Stijgend aantal spoedorders
Verspilling Bezuiniging Stijgende voorraadkosten
Figuur 1.1: Onevenwicht tussen vraag en aanbod (IBM Corporation, 2005) Uit deze twee beoordelingen kan besloten worden dat het voor een onderneming niet goed is als vraag en aanbod niet in balans zijn. Het is echter wel mogelijk dat er een onevenwicht bestaat tussen vraag en aanbod. Dit is bijvoorbeeld het geval bij ondernemingen met een seizoenaal vraagpatroon (Rooney en Bangert, 2001). Wanneer de productiecapaciteit onvoldoende toelaat om een piek in de verkoop op te vangen, moet er een voorraad opgebouwd worden. Het voordeel hierbij is dat de vraag kan bevredigd worden met een kleinere fabriek. Ook is de onderneming in staat om zijn seizoensarbeiders te trainen in de periode vóór de piek en zullen er minder overuren nodig zijn op het moment van de piek. In een dergelijke situatie moeten output en kosten zorgvuldig bestuurd worden opdat de voorraden na het piekmoment worden afgebouwd. Zo niet zal het aanbod de vraag overstijgen.
Geaggregeerd en detail Dit zijn twee zaken die bij het beheer van een onderneming afzonderlijk worden behandeld bij de planning en controle (Vollmann T.E. et al, 2005). Geaggregeerde planning focust op het totaal beeld van de onderneming met productieaantallen voor productfamilies. Terwijl de gedetailleerde planning zich concentreert op de individueel te produceren goederen. Vele ondernemingen hebben geen oog voor een geaggregeerde planning maar enkel voor een gedetailleerde planning omdat deze het meest dringend is tengevolge van de druk die klanten uitoefenen. Echter wanneer er een goede planning is op het geaggregeerde niveau dan zullen er minder problemen opduiken bij de meer gedetailleerde planning. Als er daarentegen geen goede geaggregeerde planning is, zal men bij de gedetailleerde
Hoofdstuk 1: Overzicht geaggregeerde planning
-6-
planning geconfronteerd worden met substantiële gebreken. Uit onderzoek is gebleken dat ondernemingen vlugger en beter kunnen functioneren, met een geringere voorraad als ze over een geaggregeerde planning beschikken (Elkay Mfg’s Unique…, 2003).
Naast deze twee grondbeginselen zorgt het geaggregeerde planningsproces ook voor de integratie van de operationele met de financiële planning. Het financiële plan vertegenwoordigt, in de meeste ondernemingen, belangrijke verplichtingen om een bepaald rendement te realiseren ten aanzien van invloedrijke personen, zoals de aandeelhouders. Het operationele plan focust zich op aankopen, productie, verkopen, voorraden en dergelijke. Wanneer de operationele planning niet is afgestemd op hetgeen men beloofd heeft aan zijn “achterban” dan plaatst dit de onderneming in een slecht daglicht. Dit is wat men moet trachten te vermijden (Wallace T.F. en Stahl B., 2005).
1.3 De voordelen van geaggregeerde planning Voordelen resulterend uit effectieve geaggregeerde planning omvatten (Wallace T.F.,2000): •
lagere kosten: lagere voorraden afgewerkte producten, lagere totale voorraadkosten, lagere verzend en transportkosten,…
•
voor make-to-stock bedrijven: een betere klantenservice en een lagere voorraad afgewerkte producten.
•
voor make-to-order bedrijven: een betere klantenservice en kortere levertijden
•
verhoogde productiviteit: meer stabiele productiehoeveelheden en minder overuren.
•
verhoogde efficiëntie: betere benutting van de bestaande capaciteit en machines en lagere opstartkosten.
•
een intensievere samenwerking tussen het middenmanagement van verkoop, productie, financieel beheer en productontwikkeling. En algemeen een verhoogde samenwerking tussen leidinggevende personen.
•
betere afstemming van de werkelijke prestaties ten opzichte van de planning.
•
een maandelijkse update van het businessplan. Dit zorgt ervoor dat men een klare kijk heeft op de onderneming en men voor minder verassingen komt te staan op het einde van het fiscale jaar.
•
verhoogde responsiegraad: de mogelijkheid om snelle veranderingen door te voeren in de productieplanning dankzij een breder inzicht in vraag en aanbod en een verbeterde vraagvoorspelling.
Hoofdstuk 1: Overzicht geaggregeerde planning •
-7-
de geaggregeerde planning voorziet het management van een middellange termijn planning en van vooruitzichten met betrekking tot de toekomst. Dit verhoogt de mogelijkheid tot proactieve besluitvorming.
Al deze voordelen samen resulteren boekhoudkundig in een hogere return on assets2 (ROA): lager werkingskapitaal, lagere voorraadkosten en een betere benutting van de activa.
1.4 Situering van de geaggregeerde planning in de onderneming Binnen een onderneming kunnen verschillende planningsprocessen voor komen ( Chase R.B., Jacobs F.R. en Aquilano N.J., 2004). Deze planningsprocessen verschillen van elkaar op basis van tijdsdimensie en het hiërarchische niveau in de onderneming waarop ze betrekking hebben.
Bij de planningsactiviteiten worden drie tijdsdimensies onderscheiden: de lange, middellange en korte tijdshorizon. De planning met een lange tijdshorizon is een jaarlijks wederkerend fenomeen, waarbij men een strategie uitwerkt voor een tijdspanne van meer dan één jaar (3-5 jaar in de toekomst). De middellange termijn planning bedekt gewoonlijk een periode van 3 tot 18 maanden, die wekelijks, maandelijks of soms per kwartaal wordt nagekeken. Bij de planning op korte termijn heeft men te maken met een horizon van een dag of minder tot zes maanden. Deze wordt dagelijks of wekelijks herzien.
Procesplanning en strategische planning vormen samen de planning op lange termijn. Procesplanning gaat na welke specifieke technologieën en procedures noodzakelijk zijn om een product of service te leveren. De strategische planning gaat na wat de lange termijn mogelijkheden zijn van de onderneming. De strategische planning beantwoordt een aantal essentiële vragen zoals:
2
•
Wat zijn onze producten en services.
•
Wie zijn onze klanten.
•
Wat zijn onze competitieve voordelen.
•
Wat is onze financiële strategie.
•
Enz.
Return on assets (ROA) = Rendement totale vermogen = Winst als percentage van het totale vermogen
Hoofdstuk 1: Overzicht geaggregeerde planning
-8-
De geaggregeerde planning behoort tot de middellange termijnplanning. De vergaderingen met betrekking tot geaggregeerde planning vinden wekelijks of maandelijks plaats. In sommige uitzonderlijke gevallen is het mogelijk om slechts per kwartaal een herziening door te voeren. Het voorziet het topmanagement namelijk van de communicatielinks om de verschillende planningsactiviteiten in een onderneming te coördineren. De geaggregeerde planning vormt immers het verband dat de strategische planning bindt met het Master Production Schedule (MPS). Het is dit MPS dat op zijn beurt als bron dient om de levertijden te bepalen en voor de stroomafwaartse planning. Bij ondernemingen zonder een geaggregeerde planning komt een loskoppeling van het business plan en het MPS dan ook frequent voor. Met andere woorden zullen de plannen die het topmanagement heeft ontworpen en goedgekeurd geen navolging vinden in de dagplanning die in productie gehanteerd worden.
Een bijkomende inbreng van de geaggregeerde planning is dat het een onderneming in staat stelt om de lange termijn strategische planning en het jaarlijkse businessplan op elkaar af te stellen (Ling R.C. en Goddard W.E., 1988). Zoals in figuur 1.2 is samengevat staat de strategische planning op het hoogste niveau van de business planning. Deze strategische planning wordt op het middelste niveau door de geaggregeerde planning omgezet in doelstellingen en werkingsplannen. Op het onderste niveau vinden we het jaarlijkse businessplan of budget terug. Dit is het instrument bij uitstek voor de financiële planning en wordt gebruikt voor de communicatie met de financiële wereld.
1)
1
2
3
4
5
Strategische planning
2)
1
2
Geaggregeerde planning
3)
1
Jaarlijks businessplan of budget Figuur 1.2: Business planning (Ling R.C. en Goddard W.E., 1988)
Zoals reeds eerder is vermeld wordt een strategische planning slechts eenmaal per jaar herzien. Daar waar de geaggregeerde planning als proces continu wordt bijgehouden. Dit zorgt ervoor dat men een businessplan kan opstellen dat enerzijds rekening houdt met de lange termijn strategische
Hoofdstuk 1: Overzicht geaggregeerde planning
-9-
planning en anderzijds ook de realiteit van de markt niet uit het oog verliest. Daar waar het businessplan vroeger een rigide iets was, is men nu in staat om de veranderingen in de marktcondities en capaciteiten van de ondernemingen onmiddellijk in het businessplan te verwerken. Het is juist omwille van het feit dat geaggregeerde planning een periodiek proces is (supra blz. 8), dat het ideaal is om deze veranderingen op te merken.
1.5 De noodzakelijke betrokkenheid van het management De actieve betrokkenheid van het management en de leiding door het hoofd van de onderneming zijn een essentiële voorwaarde is de geaggregeerde planning op volle kracht te laten werken. De belangrijkste redenen zijn leiderschap en beheer.
Bij de geaggregeerde planning worden beslissingen genomen die verkoop, productie, aankopen, bedrijfskapitaal en winstgevendheid beïnvloeden (Rooney en Bangert, 2001). Al deze beslissingen zullen algemeen een belangrijke invloed uitoefenen op het huidige businessplan. Het is het management dat voor het beheer van dit businessplan instaat. Waardoor zij de personen zijn die er wijzigingen kunnen in aanbrengen. Wanneer het businessplan niet gewijzigd wordt met betrekking tot de geaggregeerde planning dan zal het topmanagement andere cijfers verwachten dan diegene die men gebruikt om de onderneming te runnen. Het gevolg hiervan is dat de onderneming niet optimaal werkt.
Betrokkenheid door het hoofd van de onderneming maakt duidelijk dat de geaggregeerde planning het proces bij uitstek is waarmee enkele belangrijke activiteiten, zoals de integratie van financiële en operationele planning, balanceren van vraag en aanbod en het verbeteren van de klantenservice, worden beheerd (Making the link…, 2004). De betrokkenheid van de ‘general manager’ bevordert de samenwerking tussen verschillende departementen. Het zorgt er ook voor dat de andere deelnemers aan de geaggregeerde planning worden aangemoedigd om hun inbreng in het proces te leveren. Wanneer de geaggregeerde planning niet door het top management wordt ondersteund, gaan sommige betrokkenen hun bijdrage aan het proces al vlug als optioneel aanzien. Het gevolg hiervan is dat na verloop van tijd de geaggregeerde planning uitgehold raakt en zal verdwijnen (Rice D., 2006).
Overigens zou de betrokkenheid van het management geen enkel probleem mogen vormen (Wallace T.F.,2000). Het vergt namelijk relatief weinig van hun tijd om de geaggregeerde planning te leiden. Het gaat om één maandelijkse of wekelijkse vergadering. Deze finale
Hoofdstuk 1: Overzicht geaggregeerde planning
- 10 -
vergadering kan verschillende andere vergaderingen vervangen waardoor het in een netto tijdwinst voor het management resulteert. Er bestaat voor de managers ook geen behoefte om zich op de vergadering voor te bereiden. De voorbereidingsverantwoordelijkheid ligt namelijk bij de leden van hun staf.
1.6 Geaggregeerde planning in Supply Chain Management en MRP II Geaggregeerde planning vervult zowel in Supply Chain management en MRP II3 een belangrijke rol. Deze functie is in beide gevallen zeer vergelijkbaar. Alleen blijft de taak van geaggregeerde planning in een MRP II beperkt tot de grenzen van de onderneming terwijl dit zich bij Supply Chain management veel verder uitstrekt.
Veel bedrijven worden geconfronteerd met de uitdaging om flexibel in te spelen op de eisen van klanten en tegelijkertijd een slanke productie te realiseren doorheen hun Supply Chain (Ross A, 2004). Een effectieve geaggregeerde planning vormt het fundamentele proces waarop een succesvolle Supply Chain is gebaseerd. De reden waarom de geaggregeerde planning zo’n belangrijke rol speelt, is omdat de geaggregeerde planning een inzicht geeft in de lange termijn behoeften van productiefactoren. Een Supply Chain zal minder goed functioneren wanneer zijn verschillende leden geen goede geaggregeerde planning hebben. Zo zullen ze veel minder vlug kunnen inspelen op onvermijdelijke wijzigingen in volume. De geaggregeerde planning kan beschouwd worden als smeermiddel tussen de verschillende partners in de Supply Chain.
Een Supply Chain strekt zich uit in twee richtingen: naar voor in de richting van de klant en naar achter in de richting van de leveranciers. Uit onderzoek volgt dat de geaggregeerde planning in de voorwaartse richting uitmunt in het verzorgen van een goede klantenservice (Wallace T.F.,2000). Ook achterwaarts komen de voordelen overeen met deze die één enkel bedrijf ervaart bij het invoeren van een geaggregeerde planning: •
Stabielere productiehoeveelheden
•
Wijzigingen in de hogere niveaus van plannen worden vlugger opgemerkt waardoor de nodige aanpassingen kleiner zijn.
•
3
De mogelijkheid om vlugger te reageren op marktopportuniteiten.
MRP II staat voor Manufacturing Resources Planning. Dit proces behelst de planning van zowel materialen als capaciteit ten behoeve van productie.
Hoofdstuk 1: Overzicht geaggregeerde planning
- 11 -
De basis van succes in Supply Chain Management is het delen van informatie en plannen onder Supply Chain partners (Making the link…, 2004). Namelijk hoe vroeger leveranciers over de informatie beschikken van een schakel die zich verder in de Supply Chain bevindt, hoe beter ze in staat zullen zijn om te voldoen aan hun behoeften. Het is de geaggregeerde planning die de leveranciers voorziet van de voor hen vereiste informatie. Met een effectieve geaggregeerde planning kan een Supply Chain geoptimaliseerd worden, waardoor dit een waar competitief voordeel wordt met een kostenniveau, snelheid en voorraden die ervoor onhaalbaar werden geacht.
Ook bij Manufacturing Resource Planning (MRP II) speelt de geaggregeerde planning een belangrijke rol (Ling R.C. en Goddard W.E., 1988). De geaggregeerde planning is namelijk de sleutel om een MRP II op zijn volle potentieel te laten werken. Zonder een geaggregeerde planning zal slechts een gedeeltelijk rendement bekomen worden. Veelal wordt aangenomen dat MRP II een computerondersteunde manier is om de activiteiten in een onderneming te organiseren. De hardware en software vormen belangrijke schakels in een MRP II. Maar de beste computer is niet in staat om de competitieve positie van een onderneming te verbeteren. In feite is een MRP II zonder een geaggregeerde planning niet meer dan ordinair planning systeem.
1.7 Wat zijn de kosten verbonden aan geaggregeerde planning Een geaggregeerde planning kan gerealiseerd worden met relatief weinig middelen (Wallace T.F.,2000). En dit omdat voor het realiseren van een geaggregeerde planning minder mensen betrokken zijn - slechts een tiental - en de opleidings- en trainingskosten laag liggen. Normaal gezien vereist het zelfs geen fulltime projectteam, en het kan zelfs gebeuren dat er geen fulltime projectleider wordt aangesteld. Ook software speelt een minder belangrijke rol bij geaggregeerde planning, waardoor de kosten kunnen evolueren van gematigd tot zelfs onbestaand. Andere kosten verbonden aan de geaggregeerde planning zijn kosten die voortvloeien uit consulting. Maar het belangrijkste van deze kosten is dat ze veel lager zijn dan de opbrengsten van een geaggregeerde planning. De rendementen die gerealiseerd kunnen worden met een geaggregeerde planning komen overeen met deze van een ERP systeem.
Hoofdstuk 1: Overzicht geaggregeerde planning
- 12 -
1.8 Besluit Geaggregeerde planning is een set van besluitvormingsprocessen die vraag en aanbod balanceren, een link vormen tussen de dagelijkse en de strategische planning en de operationele en financiële planning integreert. Als gevolg hiervan is een onderneming in staat om tal van voordelen te realiseren met relatief beperkte middelen. Dit proces is niet enkel belangrijk voor de individuele onderneming maar kan de ganse bedrijfskolom ten goede komen.
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
- 13 -
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
2.1 Inleiding Na het overzicht van de geaggregeerde planning is het tijd om meer inzicht te verwerven in de structuur en logica achter het geaggregeerde planningsproces. Om dit te kunnen begrijpen, vertrekken we van een fictief voorbeeld van hoe het verkeerd kan lopen in een onderneming en hoe de geaggregeerde planning hiervoor een oplossing kan bieden. Opdat men van een succesvolle implementatie zou kunnen spreken, stelt de geaggregeerde planning een aantal fundamentele en structurele vereisten. Wanneer deze vervuld zijn, staat niks de onderneming in de weg om van de voordelen van de geaggregeerde planning te genieten.
2.2 Inleidend voorbeeld Om inzichten te verwerven in de structuur en de logica die aan de basis liggen van geaggregeerde planning wordt er eerst gekeken naar een fictieve onderneming zonder geaggregeerde planning (Wallace T.F., 2000).
Tijdens de kwartaalherziening van de vraagvoorspellingen van zijn producten merkt de product manager op dat de actuele verkopen van een bepaalde productfamilie steeds lager liggen dan de voorspellingen. Dit is zeer vlug vast te stellen aan de hand van een samenvattende spreadsheet van de bestudeerde productfamilie. Na het raadplegen van enkele rapporten van de verkoop besluit hij dat dit product terrein verliest ten opzichte van de andere productfamilies van de onderneming. Daarom beslist hij om de vraagvoorspelling te herzien en de verwachtingen voor deze productfamilie te verlagen.
Vraagvoorspelling (in 1000 tallen) Eigenlijke verkopen Verschil Cumulatief verschil
Feb. 100
Maart 100
April 100
90 -10
95 -5 -15
85 -15 -30
Mei 100
Juni 120
Juli 120
Aug. 120
Sep. 120
De product manager vermindert zijn voorspellingen met 10 000 eenheden per maand in Mei en met 30 000 eenheden per maand in de daaropvolgende maanden. Daardoor wordt de stijging
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
- 14 -
waarmee rekening werd gehouden opgegeven. De product manager beslist om deze nieuwe vraagvoorspelling over te maken aan de productie-eenheid en zendt deze naar de fabrieksmanager.
Oude voorspelling (in 1000 tallen) Nieuwe voorspelling (in 1000 tallen) Eigenlijke verkopen Verschil Cumulatief verschil
Feb. 100
90 -10
Maart 100
95 -5 -15
April 100
Mei 100
Juni 120
Juli 120
Aug. 120
Sep. 120
90
90
90
90
90
85 -15 -30
Nadat de fabrieksmanager de nieuwe vraagvoorspellingen heeft ontvangen, checkt hij zijn productieplanning: Productieplan (in 1000 tallen) Eigenlijke productie Verschil Cumulatief verschil
Feb. 100
Maart 100
April 100
98 -2 -2
100 0 -2
101 +1 -1
Mei 110
Juni 120
Juli 120
Aug. 120
Sep. 120
Voor de fabrieksmanager betekent de wijziging van de vraagvoorspelling een dubbele streep door zijn rekening. Want niet alleen worden de voorspelling verlaagd maar ook de stijging in de maand juni wordt ongedaan gemaakt. De fabrieksmanager contacteert de productmanager om deze om een verklaring te vragen voor de wijzigingen. Uiteindelijk moet hij toegeven dat er geen andere mogelijkheid bestaat dan de productie te verminderen. Om hieraan te voldoen, werkt hij een nieuw productieplan uit waarin hij rekening houdt met de nieuwe voorspellingen. Aan de productie voor de maand mei kan hij nu niets meer veranderen, aangezien men hier reeds mee begonnen is, daarom blijft deze gelijk aan deze van voor de nieuwe voorspellingen.
Oud productieplan (in 1000 tallen) Nieuw productieplan (in 1000 tallen) Eigenlijke productie Verschil Cumulatief verschil
Feb. 100
98 -2 -2
Maart 100
100 0 -2
April 100
Mei 110
Juni 120
Juli 120
Aug. 120
Sep. 120
110
100
100
90
90
101 +1 -1
Ondertussen heeft de directeur van de financiële afdeling een onderhoud achter de rug met de bank. De onderwerpen van het onderhoud betroffen de buitensporige voorraden, de negatieve
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
- 15 -
cashflow en de behoefte om meer krediet te bekomen. Het hoofd van de financiële afdeling beloofde de bank dat deze probleemgebieden onderzocht zouden worden. Wanneer het hoofd van de financiële afdeling een blik werpt op de voorraad afgewerkte producten dan springen de problemen van de reeds aangehaalde productfamilie in het oog. BV4 Voorraadobjectief Eigenlijke voorraad Verschil
103 +3
Feb. 100 111 +11
Maart 100 116 +16
April 100 132 +32
Mei 110
Juni 120
Juli 120
Aug. 120
Sep. 120
De financieel verantwoordelijke is vooral bezorgd om de voorraadopbouw. De bewuste productfamilie heeft al een voorraadniveau van 132 000 eenheden, hetgeen veel hoger is dan het voorraadobjectief van 1 maand. De directeur van de financiële afdeling verwittigt de fabrieksmanager van zijn vaststelling en vraagt hem of er reeds initiatieven zijn genomen om de 30% aan voorraadoverschotten weg te werken.
De fabrieksmanager reageert hierop met de stelling dat ze zich bewust zijn van het probleem maar moet de financieel verantwoordelijke er ook nog eens op wijzen dat het probleem nog erger is dan hetgeen zich weerspiegelt in de voorraad rapporten. Het hoofd van de financiële afdeling weet immers nog niet dat de vraagvoorspellingen voor deze productfamilie naar beneden zijn aangepast. De financieel directeur en de fabrieksmanager besluiten dan maar om de situatie van deze probleemproductfamilie eens samen te bestuderen. Tevens zullen ze nagaan wat de gevolgen zijn van de nieuwe voorspellingen en het nieuwe productieplan op de voorraad van de bewuste productfamilie.
Vraagvoorspelling: Vraagvoorspelling (in 1000 tallen) Eigenlijke verkopen Verschil Cumulatief verschil
4 5
Feb. 100
Maart 100
April 100
90 -10
95 -5 -15
85 -15 -30
BV = Beginvoorraad Vanaf Mei gaat het om de nieuwe vraagvoorspellingen.
Mei5 90
Juni 90
Juli 90
Aug. 90
Sep. 90
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
- 16 -
Productieplan: Productieplan (in 1000 tallen) Eigenlijke productie Verschil Cumulatief verschil
Feb. 100
Maart 100
April 100
98 -2 -2
100 0 -2
101 +1 -1
Mei6 110
Juni 100
Juli 100
Aug. 90
Sep. 90
De financieel directeur berekent de niveaus van de voorraden in de toekomst en komt tot de conclusie dat deze nog stijgen. Er wordt gestart van een voorraadniveau van 132 000 op het einde van april. Hiervan worden de vraagvoorspelling van afgetrokken en het productieplan erbij geteld. Het resultaat is dat de voorraad stijgt tot meer dan 170 000 eenheden en op dit niveau blijft. Dit is bijna tweemaal zoveel als nodig is.
April Voorraadniveau
132
Mei 152
Juni 162
Juli 172
Augustus
September
172
172
Het besluit van dit gesprek is dat de productie nog meer moet dalen dan de nu reeds voorziene productieterugval. Door deze verdere val van de productie zullen er onvermijdelijk ontslagen vallen. Deze ontslagen zorgen niet alleen voor een bijkomende kost maar zullen ook tot gevolg hebben dat het moreel van de overige werknemers daalt en dus ook de productiviteit.
2.3 De problemen van het inleidende voorbeeld Hieronder vind u de kritieken op het systeem dat momenteel gehanteerd wordt in het inleidende voorbeeld (Wallace T.F., 2000).
1. De herzieningen van de vraagvoorspelling door de productmanager gebeuren niet frequent genoeg. Een eenmalige revisie per kwartaal van de vraagvoorspelling is meestal niet geschikt voor de meeste bedrijven. Dit is omdat vraagbeheer en vraagvoorspellingen niet langer een statische oefening is maar een continue opgave waarbij er voortdurend herzieningen plaatsvinden op basis van “real-time” informatie (Mark K., 2004)
2. Het gevolg hiervan is dat vraag en aanbod uit balans zijn. Wanneer vraagvoorspellingen en productiemiddelen onvoldoende op elkaar zijn afgestemd, wordt dit resultaat extra zichtbaar op de lagere planningniveaus in de onderneming (Praet B., 2004). De productie 6
Net zoals bij de vraagvoorspelling gaat het hier ook om het nieuwe productieplan vanaf de maand Mei.
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
- 17 -
wordt aan veel grotere schokken onderworpen. Zoals in het inleidende voorbeeld zullen deze schokken ervoor zorgen dat er ontslagen vallen.
3. De diverse activiteiten zijn van elkaar losgekoppeld. Het gevolg hiervan is dat de verschillende departementen in de onderneming tegenstrijdige belangen gaan nastreven. Dit leidt op zijn beurt tot verwarring, chaos en conflicten (Dougherty J., 2004). Elke departement bekommert zich slechts om zijn eigen doelstellingen en de globale optimalisatie binnen de onderneming gaat verloren. Zo is de financieel directeur enkel betrokken omdat de bank zich in het verhaal mengde.
4. Het probleem is serieus genoeg opdat het aan bod komt in de vergadering van de beheerraad. Hier zal het een moeilijke discussie vormen en veel tijd in beslag nemen. Er zal gezocht worden naar de oorzaak van het probleem en er zullen schuldigen aangeduid worden. Dit alles zal de samenwerking tussen de leden van het management niet bevorderen (Wallace T.F., 2000).
Besluit: de onderneming ontbreekt een proces voor het regelmatig herzien van het evenwicht tussen vraag en aanbod en om het tijdig nemen van een beslissing omtrent dit evenwicht te behouden. Wat de onderneming in het voorbeeld nodig heeft is een geaggregeerde planning.
2.4 De oplossing voor het inleidende voorbeeld: geaggregeerde planning
2.4.1 De objectieven van geaggregeerde planning
In wat vooraf ging zijn reeds een paar algemene objectieven besproken. Hieronder komen ze terug aangevuld met enkele specifieke doelstellingen van geaggregeerde planning.
1. Ondersteunen en bepalen van het business plan. Eerder werd er al op gewezen dat geaggregeerde planning een belangrijke rol vervult in het determineren van financiële verwachtingen. De geaggregeerde planning zorgt ervoor dat de verschillende plannen in de onderneming op elkaar afgestemd zijn (S&OP – Simulation...,2006). Ondernemingen met een geaggregeerde planning zullen vaker hun financiële doelstellingen halen en overtreffen daardoor ondernemingen zonder.
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
- 18 -
2. Zorg voor realistische plannen (Kruse G., 2004). Bij de vorming van de nieuwe plannen moeten de belangrijkste personen van elk departement deelnemen. Indien de verkoopsplanning niet haalbaar is voor de productie zal men deze moeten herzien (Box clever…, 2000). 3. Effectief beheren van verandering. Ondernemingen die in staat zijn om veranderingen doeltreffend in hun planning in te werken, bezitten een actieve rol in hun toekomst. In plaats van deze toekomstperspectieven lijdzaam af te wachten en te ondergaan (Ling R.C. en Goddard W.E., 1988). 4. Beter beheren van voorraden afgewerkte producten en reserveorders om zo de klantenservice onder controle te houden. Zoals later zal blijken is het aanhouden van de juiste voorraad bij make-to-stock producten en het handhaven van de correcte hoeveelheid orderreserves bepalend voor de klantenservice. Het is de verantwoordelijkheid van het management om de juiste targets voor deze variabelen vast te leggen om competitief te zijn (Ling R.C. en Goddard W.E., 1988). 5. Meten van prestaties. Geaggregeerde planning vergelijkt de eigenlijke cijfers met de geplande. Zo kan nagegaan worden welke activiteiten onder controle zijn en welke niet. De plannen die opgemaakt worden moeten wel, zoals in punt 2 is besproken, realistisch zijn. Een belangrijke maatstaf is die met betrekking tot de correctheid van de vraagvoorspelling (Lapide L., 2004). 6. Interfunctionele betrokkenheid. Dit is één van de belangrijkste elementen van geaggregeerde planning. Het besef dat verschillende visies elkaar aanvullen, zorgt ervoor dat men een duidelijker inzicht krijgt in de mogelijkheden van de onderneming (Coldrick et al, 2003). Elk departement moet de mogelijkheid hebben om aan de geaggregeerde planning deel te nemen. Dit verzekert dat het topmanagement de best mogelijke informatie krijgt (Lapide L., 2004).
2.4.2 De vereisten van geaggregeerde planning
Elke onderneming is in principe in staat om een geaggregeerde planning in te voeren. Toch zijn er vijf vereisten waaraan een onderneming moet voldoen (Ling R.C. en Goddard W.E., 1988).
1. Elk departement moet het proces van geaggregeerde planning begrijpen. 2. De onderneming moet voldoende tijd en middelen wijden aan de geaggregeerde planning. 3. De onderneming moet productfamilies definiëren.
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
- 19 -
4. De onderneming moet een adequate planningshorizon bepalen. 5. De onderneming moet een bevriezingsperiode voorschrijven.
De bespreking van deze vereisten volgt hieronder.
A. Elk departement moet het proces van geaggregeerde planning begrijpen. Zowel de leidinggevende personen als de ondersteunende personen moeten voldoende opgeleid worden om deel te nemen aan de geaggregeerde planning (Hardison M.C. en Bettini P.J., 2002). De grootste lacune bij de meeste ondernemingen is het gebrek aan inzicht op het management niveau (Palmatier G. E. en Crum C., 2003). De effectiviteit van geaggregeerde planning gaat samen met de kennis van de leden van de onderneming. Iedereen die deelneemt aan geaggregeerde planning moet weten hoe geaggregeerde planning als proces in elkaar zit en waar het toe dient (Rice D., 2006).
B. De onderneming moet voldoende tijd en middelen wijden aan de geaggregeerde planning. Elke maand, of mogelijks zelf frequenter, moeten de verantwoordelijken van elke departement en het topmanagement de plannen van verkoop en productie herzien. Eenmaal het proces zijn ingang gevonden heeft in de onderneming zal het vrijmaken van tijd voor de geaggregeerde planning niet meer aanzien worden als een verplichting maar als een van de meest nuttige invullingen van de werktijd (Ling R.C. en Goddard W.E., 1988).
C. De onderneming moet productfamilies definiëren. Het definiëren van productfamilies is vooral een praktische noodzaak. De idee achter de geaggregeerde planning is om een functioneel en beheersbaar proces voor het management te zijn. Voor het management is het niet handig om elk product afzonderlijk te behandelen, dit zou teveel tijd in beslag nemen. Het organiseren van producten in productfamilies is niet altijd voor de hand liggend. Dit vormt vooral een probleem wanneer verkoop en productie een andere indeling wensen te gebruiken (8 lessons purchasing…, 2005). Ideaal gezien moeten productfamilies aan 2 criteria voldoen. Ze moeten betekenisvol zijn, dit wil zeggen dat ze gemakkelijk te gebruiken zijn bij het nemen van een beslissing. En ze moeten voldoende groot zijn. Hoe groter een productfamilie, hoe minder werk. Zo heeft men minder werk bij de vraagvoorspelling. Voor het definiëren van de productfamilies kan men de zogenaamde “frons”-test gebruiken. Hier tracht men de items van de onderneming op te delen in zo weinig mogelijk families. Dan legt men deze indeling voor aan de verschillende departementen van de onderneming. Wanneer deze niet
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
- 20 -
akkoord gaan met de indeling dan zal dit vlug op te merken aan de frons die tussen hun ogen verschijnt. Als dit gebeurt dan kan men de “frons”-groepen verder opdelen tot wanneer het respectievelijke departement akkoord gaat (Ling R.C. en Goddard W.E., 1988). D. De onderneming moet een adequate planningshorizon bepalen. De term planningshorizon refereert naar hoe ver in de toekomst plannen worden opgesteld. De geaggregeerde planning moet zich voldoende ver in de toekomst uitstrekken om de beschikbaarheid van de productiemiddelen te verzorgen. Het product met de langste levertijd bepaalt dus de planningshorizon. Het is evenwel niet altijd makkelijk te bepalen welk productiemiddel de langste planningshorizon benodigt, want dit wijzigt doorheen de tijd. Bij deze planningshorizon kan dan nog een periode gerekend worden die een “what-if”- of risicoanalyse toelaat. Een voldoende lange planningshorizon is ook nodig om de interactie tussen de geaggregeerde planning en het business plan mogelijk te maken. Ook in het budgetteringsproces speelt de planningshorizon een belangrijke rol. Een voldoende lange planningshorizon zal er namelijk voor zorgen dat er merkelijk minder werk is aan de voorbereiding van het budgetteringsproces (Ling R.C. en Goddard W.E., 1988).
Een te korte planningshorizon zorgt voor problemen in een onderneming maar ook een te lange planningshorizon is niet bevorderlijk. Het neemt niet alleen veel tijd in beslag om de nodige informatie te verzamelen. Maar het is ook duidelijk dat hoe verder in de toekomst men voorspellingen maakt, hoe minder accuraat deze zijn. De meeste ondernemingen werken met een planningshorizon van één jaar, sommigen prefereren een horizon van twee jaar afhankelijk van de situatie waarin men zich bevindt. E. De onderneming moet bevriezingsperiodes definiëren. Veel bedrijven die gebruik maken van een geaggregeerde planning hanteren bevriezingsperiodes. Dit zijn periodes waarin veranderingen in de productieplanning tijdsafhankelijk zijn. Deze ondernemingen gaan er van uit dat niet alle aanpassingen van de productiehoeveelheden in de bevriezingsperiodes economisch kunnen gebeuren.
De flexibiliteit van een planning is afhankelijk van productietijd, de voorraadniveaus van de afgewerkte producten en het standpunt van het management tegenover wijzigingen. Het doel van een bevriezingsperiode is het handhaven van een beheersbare productiestroom. Een systeem zonder bevriezingsperiodes evolueert vlug naar een chaotisch en overladen systeem.
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
- 21 -
Figuur 2.1 toont een voorbeeld van bevriezingsperiodes (Chase R.B. , Jacobs F.R. en Aquilano N.J., 2004). Hierbij ligt de productie in de eerste periode (Frozen) nagenoeg vast. Binnen deze periode kunnen geen of slechts geringe wijzigingen aangebracht worden. Uitzonderlijke wijzigingen zijn veelal het gevolg van noodsituaties. In de tweede periode (Moderatly Firm) tussen punt B en C zijn wijzigingen in de prioriteiten nog alledaags. De capaciteit is toegewezen aan productfamilies maar nog niet aan de individuele producten. Bij de laatste periode (Flexible) ten slotte is vrijwel elke aanpassing toegelaten zolang deze vallen binnen de totale beschikbare capaciteit.
Figuur 2.1: Bevriezingsperiode (Chase R.B. , Jacobs F.R. en Aquilano N.J., 2004)
Bedrijven die een eerder ingewikkelde bevriezingsperiode hanteren, doen er goed aan om dit in het beleid van hun geaggregeerde planning in te werken. Merk wel op dat deze bevriezingsperiode kan overtreden worden. Deze bevriezingsperiode dient eerder als een leidraad te worden aanzien (Ling R.C. en Goddard W.E., 1988).
2.4.3 Prototypeoplossing voor het inleidend voorbeeld
Wat zou er gebeuren moest de onderneming uit het inleidende voorbeeld (supra blz. 13)een geaggregeerde planning hebben. Om aan geaggregeerde planning te kunnen doen, wordt er een veelal gebruik gemaakt van een rapportering- en discussieraamwerk. Binnen deze tekst wordt verder gewerkt met een spreadsheet (figuur 2.2).
Laten we even deze spreadsheet van naderbij bestuderen. Merk op dat zowel de vraag als het aanbod in één samenvattende spreadsheet worden weergegeven (Wallace T.F., 2000). De
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
- 22 -
spreadsheet bevat ook nog een projectie van het voorraadniveau. Dit voorraadniveau is in feite het gevolg van vraag en aanbod.
Het voordeel van deze alles omvattende tabel is dat een holistisch beeld wordt bekomen van de toestand van een productfamilie. Want een dergelijke tabel bevat specifieke informatie voor elk van de drie sleutelfuncties in de onderneming: de vraagvoorspelling en de eigenlijke verkopen voor de verkoop, het productieplan en de eigenlijke prestaties voor productie en een vooruitzicht voor financiën.
Feb.
Maart
April
Vraagvoorspelling (in 1000 tallen) Eigenlijke verkopen
100
100
100
90
95
85
Verschil
-10
-5
-15
-15
-30
100
100
100
98
100
101
-2
0
+1
-2
-1
Cumulatief verschil
Productieplan (in 1000 tallen) Eigenlijke productie Verschil Cumulatief verschil
Voorraadobjectief
100
100
100
Eigenlijke voorraad(jan.=103) Verschil
111
116
132
+11
+16
+32
Mei
Juni
Juli
Aug.
Sep.
100
120
120
120
120
110
120
120
120
120
142
142
142
142
142
Figuur 2.2: Spreadsheet van de prototypeoplossing (Wallace T.F., 2000)
Dankzij geaggregeerde planning kan elke manager niet alleen zijn eigen cijfers zien maar ook die van de andere deelnemers aan het proces. Dit maakt het veel eenvoudiger voor de verschillende managers om een volledig beeld te krijgen van de onderneming. Zoals in bovenstaande tabel aantoont, stijgt de voorraad ver boven het geplande uit. De oorzaak (de vraagvoorspellingen zijn veel hoger dan de eigenlijke verkopen) van deze stijging kan vlug en gemakkelijk worden ontdekt in de spreadsheet. Indien deze spreadsheet maandelijks zou worden opgesteld door de onderneming van het inleidende voorbeeld, dan zouden de problemen waarmee ze geconfronteerd worden vroeger worden vastgesteld. Er zouden dan ook vroeger maatregelen kunnen genomen worden.
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
- 23 -
Geaggregeerde planning - een maandelijks proces waarbij zowel het midden- als topmanagement betrokken is - wordt zoals het woord zelf zegt, uitgedrukt in productaggregaten (families, categorieën ). Voor elk van de productfamilies concentreert het proces zich op een herziening van: •
Recent verleden. Het vergelijkt de eigenlijke prestaties met de geplande prestaties zowel voor verkoop, productie, klantenservice, voorraad en orderreserves. Ook de afwijkingen worden aangeduid. Dit inzicht in de prestaties van het verleden verhoogt de verklaarbaarheid voor bepaalde feiten, wat een groot voordeel is. De plannen die betrekking hebben op de toekomst stellen de verplichtingen voor van verkoop en productie terwijl de eigenlijke prestaties laten zien hoe goed ze hun vooropgestelde planning zijn nagekomen. Dit feit alleen zorgt er al voor dat het verschil tussen het plan en eigenlijke prestaties kleiner wordt.
•
Toekomstige vooruitzichten. Nieuwe, geüpdatet vraagvoorspellingen en de hieruit resulterende
productieplannen
worden
ontwikkeld,
aangepast
waar
nodig
en
goedgekeurd.
2.5 Een kijk op Make-to-stock Een belangrijk aspect van geaggregeerde planning is de mogelijkheid om de klantenservice en de interactie hiervan met de voorraden te benadrukken. Figuur 2.3, is een vereenvoudigde voorstelling van een geaggregeerde planning spreadsheet van een make-to-stock onderneming (Wallace T.F., 2000). In deze spreadsheet worden de cijfers die betrekking hebben op de verkopen, productieprestaties, voorraad afgewerkte producten en klantenservice van de laatste drie maanden weergegeven.
Men kan vaststellen dat de eigenlijke verkopen de voorspellingen met 44 000 eenheden overtroffen. Dit heeft tot gevolg dat de voorraad van de afgewerkte producten is gedaald tot een onaanvaardbaar laag niveau. Dit voorraadniveau is onaanvaardbaar laag omdat de klantenservice die men wil waarborgen sterk is gedaald. Het ligt nergens in de buurt van de 99% die vooropgesteld is. De te nemen beslissingen zullen dan ook een verbetering van de klantenservice beogen. Zo kan worden nagegaan of een stijging van vraagvoorspellingen mogelijk is. Ook kan men onderzoeken hoe snel de productie kan opgedreven worden om zo de voorraad van de afgewerkte producten terug op zijn gewenste niveau te brengen. Naast het terug op niveau
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
- 24 -
brengen van de klantenservice op lange termijn moeten de managers ook nagaan hoe ze op korte termijn de negatieve gevolgen van deze ondermaatse klantenvoorziening kunnen beperken.
J
A
S
O
N
D
J
F
M
200 222 22
200 195 -5 17
200 227 27 44
210
210
220
220
220
220
200 200 0
200 206 6 6
200 199 -1 5
210
220
230
230
230
230
100 78 8 97%
100 89 9 98%
100 61 6 89%
60
70
80
90
100
110
6
6
7
8
9
10
Verkopen
(in 1000 tallen) Voorspelling Eigenlijke verkopen Verschil Cumulatief verschil Productie
(in 1000 tallen) Productieplan Eigenlijke productie Verschil Cumulatief verschil Voorraad
(in 1000 tallen) Objectief Eigenlijke voorraad Voorraad in dagen Line fill rate7 (doel = 99%)
Figuur 2.3: Make-to-stock spreadsheet van oktober (Wallace T.F., 2000)
Geaggregeerde planning helpt om suboptimale beslissingen te vermijden door te voorzien in alle relevante feiten in één tabel. Wanneer men bijvoorbeeld alleen maar naar voorraadcijfers kijkt, zou men kunnen besluiten dat de productie verlaagd moet worden. Terwijl men enkele maanden later tot het besluit komt dat de klantenservice slecht is en men de productie weer moet opdrijven. Dit wordt bij geaggregeerde planning voorkomen door zowel rekening te houden met de voorspelling als de eigenlijke cijfers van verkoop, productie, voorraad en klantenservice in één en dezelfde tabel.
7
Line fill rate slaat op het percentage orderlijnen die perfect gevuld zijn.
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
- 25 -
2.6 Een kijk op Make-to-order De logica achter de geaggregeerde planning voor een make-to-order onderneming is identiek als die van een make-to-stock onderneming. Het grote verschil echter is dat men niet met “voorraad afgewerkte producten” werkt maar met “orderreserves” (Wallace T.F., 2000).
Orderreserves hebben betrekking op orders die reeds geplaatst zijn, maar nog niet verzonden. Orderreserves zijn de orders die reeds binnengekomen zijn vooraleer ze geproduceerd worden. Terwijl de voorraad afgewerkte producten reeds geproduceerd is vooraleer de orders worden geplaatst. De orderreserves zijn dus in principe negatieve voorraden. De grootte van de orderreserves is een belangrijke competitieve factor, aangezien ze de voornaamste bepalende factor zijn voor de levertijden. Hoe groter immers de orderreserves, hoe langer de levertijden. Wanneer de orderreserves te groot worden, worden levertijden te lang en kunnen klanten afhaken. Ze zullen een andere leverancier zoeken die vlugger aan hun behoeften kan voldoen. Als de orderreserves daarentegen te klein worden, kan het gebeuren dat andere afdelingen van de onderneming problemen krijgen. Dankzij geaggregeerde planning is het mogelijk om deze orderreserves te houden waar ze moeten zijn.
We kunnen dit ook illustreren met een voorbeeld. Stel dat een onderneming de opportuniteit ziet om via een verkorting van de orderreserves van zes naar vier weken een extra deel van de markt voor zich te winnen. Om dit te realiseren zal de productie zijn plannen moeten herzien en nagaan of het wel mogelijk is om een dergelijke verkorting te realiseren. De oplossing die uiteindelijk wordt voorgesteld door de productie is te zien in figuur 2.4. In de nieuwe planning zal de productie tijdelijk met 15 % worden opgedreven, van 20 naar 23 eenheden. Waarschijnlijk kan de productie sneller worden opgedreven, maar op deze ‘conservatieve’ manier gebeurt de verkorting van de orderreserves kosteneffectief. Na de tijdelijke verhoging van 15 %, van 20 naar 23, zal de productie in maart terug dalen tot 21 eenheden en daarna naar 20 eenheden. Men hoopt echter dat de vierweken levertijd ervoor zorgt dat de verkopen stijgen en dat men zo niet hoeft terug te vallen naar een lagere productie maar de hogere productie van 23 eenheden kan aanhouden.
Hoofdstuk 2: De structuur en logica van geaggregeerde planning
Boekingen Voorspelling Eigenlijke verkopen Verschil Cumulatief verschil Productie/Verzendingen Oud productieplan Nieuw productieplan Eigenlijke productie Verschil Cumulatief verschil Orderreserves Oud plan Nieuw plan Eigenlijke orderreserves (BV = 28) Oude Orderreserves in weken Nieuwe orderreserves in weken Order fill rate8 (doel = 99%)
- 26 -
J
A
S
O
N
D
J
F
M
20 22 2
20 20 0 2
20 21 1 3
20 20
20 10
20 4
20
20
20
20
20
20
20 20
20 21
20 22
20 23
20 23
20 21
20 0
21 1 1
20 0 1
30
30
30
30 30
30 29
30 27
30 24
30 21
30 20
30
29
30
6
6
6
6 6
6 6
6 5
6 5
6 4
6 4
99%
100%
100%
Figuur 2.4: Make-to-order spreadsheet van oktober (Wallace T.F., 2000)
2.7 Besluit Geaggregeerde planning treedt op als een krachtig besluitvormingsinstrument van het topmanagement van de onderneming, het voorziet hen van een venster op de toekomst. Dit is enkel te realiseren via een interfunctionele betrokkenheid, hetgeen helpt om realistische plannen op te stellen op productfamilieniveau. Om een onderneming effectief te leiden moet niet alleen de toekomst in beschouwing genomen worden, maar moet men ook rekening houden met het recente verleden zodat men kan leren uit zijn fouten. Uiteindelijk wordt in dit hoofdstuk het onderscheid gemaakt tussen de geaggregeerde planning van make-to-stock en make-to-order.
8
Order fill rate slaat op het percentage volledige orders die perfect gevuld zijn.
Hoofdstuk 3: De input van geaggregeerde planning
- 27 -
Hoofdstuk 3: De input van geaggregeerde planning
3.1 Inleiding De twee belangrijkste bronnen van informatie voor geaggregeerde planning zijn vanzelfsprekend vraag en aanbod. Dit is de logica zelf daar het doel van de geaggregeerde planning is om vraag en aanbod in balans te brengen en tevens te houden. Aangezien men ook poogt om de productiemiddelen zo economisch mogelijk in te zetten om aan de vraag te voldoen, vormen ook strategie en de financiële afdeling belangrijke drijfkrachten achter de geaggregeerde planning.
Strategie
Financiën Geaggregeerde planning
Markt
Vraagbeheer
Planning der productiemiddelen
Figuur 3.1: De inputs van S&OP (Vollmann T.E., 2005)
Zoals reeds eerder vermeld is de functieoverschrijdende samenwerking een essentieel kenmerk van de geaggregeerde planning (supra blz. 18). Dit geldt ook voor het verzamelen van informatie(figuur 3.1). Zowel verkoop en marketing als productie en financiën delen informatie om geaggregeerde planning mogelijk te maken. Hierna volgt een bespreking wie voor welke informatieverstrekking verantwoordelijk is.
3.2 De input van de vraagzijde: vraagvoorspellingen In sommige ondernemingen is het overwinnen van de afkeer voor vraagvoorspellingen één van de grootste
uitdagingen.
Nuchtere
managers
kunnen
vrij
sceptisch
staan
tegenover
voorspellingsbenaderingen en de verschillende technieken die hiervoor bestaan. Want de enige
Hoofdstuk 3: De input van geaggregeerde planning
- 28 -
zekerheid die men bij het maken van vraagvoorspellingen heeft, is dat zij verkeerd zijn (Van Dierdonck R. en Vereecke A., 1994).
3.2.1 Waarom energie steken in vraagvoorspellingen
Om het tijdens de geaggregeerde planning mogelijk te maken vraag en aanbod op elkaar af te stemmen, is het nodig over alle informatie met betrekking tot de markt en de vraag beschikken (Vollmann T.E., 2005). Accurate vraagvoorspellingen zorgen ervoor dat de beschikbare capaciteit optimaal benut kan worden. Hierdoor is men in staat om de doorlooptijden en voorraden te beperken (Krajewski L.J. en Ritzman L.P., 1996) Bedrijven die niet aan vraagvoorspelling doen worden geconfronteerd met problemen zoals een incorrecte productieplanning of een onjuiste timing van de vraag (Mentzer J.T. en Moon M.A., 2004). Men kan voor elke markt previsies maken, misschien niet altijd met grote precisie maar ze kunnen zeker gemaakt worden (Wallace T.F.,2000).
Het probleem waar de meeste bedrijven mee geconfronteerd worden, is dat de voorspelling niet door de juiste personen wordt gemaakt. In het beste geval is het een stafspecialist in de planningsafdeling die instaat voor de vraagvoorspelling. Deze beschikt over historische gegevens op basis waarvan extrapolaties kunnen gemaakt worden. In het slechtste geval zijn er verschillende mensen in de onderneming verantwoordelijk die op verschillende momenten en verschillende plaatsen beslissingen moeten nemen. Het gevolg is dat men een stel van niet geïntegreerde beslissingen krijgt (Van Dierdonck R. en Vereecke A., 1994).
In veel ondernemingen worden previsies gemaakt door medewerkers uit de productie afdeling. Deze personen hebben echter geen contact met de klanten; ze weten weinig of niets af van geplande verkoopspromoties, prijsstrategieën en dergelijke. Het gevolg is dat de productiemensen zich vooral op het verleden zullen concentreren en niet op wat zich in de toekomst zal afspelen op de markt. Dergelijke problemen versterken alleen maar het geloof van diegene die stellen dat hun activiteiten niet te voorspellen zijn (Wallace T.F.,2000).
Het belangrijkste is dat previsies in de meeste bedrijven wel gemaakt worden. De vraag is echter wie maakt de previsies het best en op welk niveau worden de voorspellingen gemaakt.
Hoofdstuk 3: De input van geaggregeerde planning
- 29 -
3.2.2 Wie is verantwoordelijk voor de vraagvoorspellingen Vraagvoorspellingen behoren tot het domein van het Vraagbeheer. In figuur 3.1 is te zien dat “Vraagbeheer” bevindt zich tussen de markt en de geaggregeerde planning (Vollmann T.E., 2005). De dubbele pijl wijst erop dat de onderneming via het vraagbeheer zowel informatie naar haar klanten communiceert als dat ze zelf gegevens tracht te verzamelen omtrent haar klanten. Het doel van Vraagbeheer bestaat erin alle oorzaken van de vraag te achterhalen, te coördineren en te beheersen.
De departementen die hierbij een cruciale rol spelen, zijn verkoop en marketing. Deze afdelingen zijn verantwoordelijk voor het opstellen van de verkoopsplannen en staan ook het dichtst bij het markgebeuren. Verkoop vormt de directe verbinding met de klanten, die tenslotte de vraag bepalen. Terwijl marketing verantwoordelijk is voor promotieacties en de lancering van nieuwe producten (Stitt B., 2004). Verkoop en marketing beschikken dus over de beste experten in de onderneming op het gebied van de vraagzijde. Wel is het mogelijk dat ze ondersteund worden door personen uit andere afdelingen zoals voor de statistische programma’s of voor het genereren van data (Wallace T.F.,2000).
3.2.3 De accuraatheid van voorspellingen
Accuraatheid en voorspellingen gaan in principe niet samen. Mensen die de verantwoordelijken van de vraagvoorspelling bekritiseren omdat hun previsies niet accuraat zijn, moeten wel voor ogen houden dat indien men in staat zou zijn om de toekomst met grote accuraatheid te voorspellen men dit ook zou doen. Maar personen die de toekomst met grote accuraatheid kunnen voorspellen, horen niet thuis in een bedrijf maar op de renbaan of op de beurs (Wallace T.F.,2000).
Bij de vraagvoorspelling komt het er dan ook op neer om een zo hoog mogelijke accuraatheid na te streven. Er bestaan verschillende manieren om dit te bereiken. In de bespreking die volgt, worden er een vijftal naar voor geschoven (Geurts M.D. en Whitlark D., 1999). In de eerste methode maakt men gebruik van “leading indicators”. Hierbij zoekt men naar variabelen die een hoge correlatie vertonen met de verkopen. De term “leading” verwijst naar het feit dat deze variabelen een voorlopend karakter hebben op de verkopen. Veel ondernemingen
Hoofdstuk 3: De input van geaggregeerde planning
- 30 -
gebruiken de “Balanced Scorecard9 “als basis voor de bepaling van zowel interne als externe maatstaven die strategisch belangrijk zijn. Een tweede aanpak om meer accurate previsies te bekomen, is het verbeteren van de kwaliteit van data voor de previsies. Dit is waarschijnlijk de eenvoudigste manier. Veelal zijn de beschikbare data uit het verleden niet representatief voor de toekomstige verkopen. Zo moet men rekening houden met promotieacties of stakingen die zich in data kunnen weerspiegelen. De data die gebruikt wordt bij het maken van previsies moeten de normale en niet de abnormale ondernemingssituatie reflecteren (Geurts M.D. en Whitlark D., 1996). Als derde gezichtspunt kan de variantie van vraag worden aangevoerd. Immers zonder variantie zou het makkelijk zijn om previsies te maken. Voor een gedetailleerde verklaring verwijs ik naar een tekst van L. Lapide in “The journal of business forecasting” van 1998. Hierin stelt Lapide dat het maken van previsies draait rond het begrijpen van de variantie van de vraag. Marktonderzoek is een vierde manier om de accuraatheid van vraagvoorspellingen te verhogen. Een enquête naar de koopintenties van klanten kan voor de onderneming nuttige informatie opleveren en tot meer accurate previsies leiden (Armstrong J.S., Morwitz V.G. en Kumar V., 2000). Er moet wel worden opgemerkt dat niet alle onderzoek dat hier rond gevoerd is tot de zelfde resultaten komt (Lee et al., 1997). Een vijfde benadering om de accuraatheid van vraagvoorspellingen te verhogen, is het verzamelen van informatie over de Supply Chain heen. Vraagvoorspelling kan beschouwd worden als een proces met inputs en outputs, net als een productieproces. Bij het maken van previsies is het alleen een kwestie van de juiste vraag te voorspellen. In de Supply Chain kan er immers een onderscheid gemaakt worden tussen drie types van vraag: 1 de onafhankelijke vraag: dit is de vraag die veroorzaakt wordt door de eindgebruiker. 2 de afgeleide vraag: de vraag die resulteert uit de behoeften van bedrijven die zich stroomopwaarts in de Supply Chain bevinden. 3 de afhankelijke vraag: de vraag naar samenstellende onderdelen die gebruikt worden in de afgewerkte producten van een onderneming. Elke Supply Chain heeft slechts één ondernemingen waar de onafhankelijke vraag kan geconstateerd worden. Alle daaropvolgende ondernemingen van de Supply Chain ondervinden een vraag die afhankelijke is van deze onafhankelijke vraag en van de voorraadniveaus en het aankoopbeleid van de ondernemingen stroomopwaarts (Mentzer J.T. en Moon M.A., 2004). Doordat een bedrijf zich stroomopwaarts in de Supply Chain bevindt, verder van de 9
De “Balanced Scorecard” is een raamwerk voor geïntegreerde prestatiemeting ontwikkeld door Kaplan en Norton. Dit raamwerk wordt gebruikt om de beleidsvisie op een gestructureerde wijze te vertalen in kritische succesfactoren en meetvariabelen.
Hoofdstuk 3: De input van geaggregeerde planning
- 31 -
eindconsument, kunnen er zich vertekeningen voordoen in de vraag. Dit fenomeen wordt het ‘Forrester’-effect (of “bullwhip effect”) genoemd (Chase R.B., Jacobs F.R. en Aquilano N.J., 2004).
Ondanks de vele manieren om de accuraatheid van voorspellingen te verhogen zal, zelfs de beste previsie veelal inaccuraat zijn. De taak van vraagvoorspellers is dan ook tweeërlei. Ten eerste moeten ze trachten om goede voorspellingen te bezorgen die dan gebruikt worden in de geaggregeerde planning. Hun tweede doelstelling is het nastreven van een continue vermindering van de voorspellingsfout. Hierbij is het de bedoeling om routinematig voorspellingen te produceren die aan vier voorwaarden voldoen: voorspellingen zijn beredeneerd, realistisch, worden regelmatig herzien, en stellen de totale vraag voor (Wallace T.F., 2000).
3.2.4 Het proces van de vraagvoorspelling
In deze paragraaf is het niet de bedoeling om de methodes aan de hand waarvan de vraagvoorspellingen gemaakt worden te bespreken. De analyse in de volgende alinea’s brengt een uiteenzetting van de meer relevante feiten voor geaggregeerde planning zoals het niveau waarop de previsies gebeuren en hoe frequent previsies nodig zijn.
A. Het niveau van vraagvoorspelling
De afdeling verkoop en marketing is verantwoordelijk om een duidelijk standpunt met betrekking tot de vraag in te nemen. Dit kan zowel gebeuren op detail als op geaggregeerd niveau. Belangrijk is dat men eerst beslist of men op een geaggregeerd niveau zal voorspellen om dit dan op te splitsen, of dat men op een gedetailleerd niveau voorspelling maakt om deze dan samen te nemen in families.
Het is mogelijk om de verschillende niveaus, waarop vraagvoorspellingen kunnen gemaakt worden, voor te stellen in een piramide (Wallace T.F., 2000) zoals in figuur 3.2.
Previsies gemaakt op het bovenste niveau in de piramide zullen weinig nuttig zijn. Wanneer een bedrijf slechts over één set van voorspellingen beschikt op ondernemingsniveau dan is het duidelijk dat deze niet specifiek genoeg zijn. Men kan hier dan ook niet mee werken.
Hoofdstuk 3: De input van geaggregeerde planning
- 32 -
total company business unit product family product subfamily model/ brand Package size Stockkeeping Unit ( SKU) SKU by customer SKU by customer by location
Figuur 3.2: Niveau van vraagvoorspelling (Wallace T.F., 2000)
Vraagvoorspelling aan de bodem van de piramide kunnen daarentegen wel interessant zijn. Zo is het mogelijk om de voorspellingen, die gemaakt zijn voor een stock keeping unit per klant en per locatie, op diverse manieren samen te nemen. Dit betekent wel niet meteen dat dit de beste manier is om previsies te maken. Het samenvoegen van individuele producten in productfamilies is een eerste euvel dat moet overwonnen worden. Dit moet gebeuren op een manier die aansluit bij het planningssysteem en zinnig is voor vraagvoorspeller. Het is een algemeen bekend fenomeen dat voorspellingen op lange termijn of het niveau van productfamilies accurater zijn dan voorspellingen op korte termijn of het niveau van het individuele product. Dit kan aangetoond worden met een eenvoudig voorbeeld. Stel nu dat de maandelijkse gemiddelde verkopen 20 bedragen en een standaard afwijking hebben van 2 eenheden. Dit betekent dat 95% van de verkopen, bij een normale verdeling, tussen 16 en 24 liggen. Dit komt overeen met een voorspellingsfout van ongeveer 20% rond het maandelijkse gemiddelde van 20 eenheden. Wanneer we nu dit zelfde doen op jaarbasis dan komen we tot een gemiddelde van 240 eenheden (20 x 12) met een standaard afwijking van 6,910. Hier ligt 95% van de verkopen tussen 226 en 254, dit komt overeen met een voorspellingsfout van ongeveer 5,8%. De voorspellingsfout zakt dus van 20% naar 5,8% door de langere tijdsperiode. Hetzelfde effect kan waargenomen bij productfamilies ten opzichte van individuele producten (Vollmann T.E., 2005). Het is ook veel 10
De maandelijkse variantie is 2² of 4 dan wordt de jaarlijkse variantie 4x12 of 48. De jaarlijkse standaard afwijking is dan √48 = 6,9.
Hoofdstuk 3: De input van geaggregeerde planning
- 33 -
meer werk om de voorspellingen van alle stock keeping units per klant en per locatie te voorspellen.
Het is dus niet noodzakelijk dat voor de geaggregeerde planning previsies op het laagste niveau van aggregatie worden gemaakt. Alhoewel hogere niveaus beter kunnen zijn om voorspellingen te maken, is het wel aangewezen om de data met betrekking tot previsies bij te houden op het laagste niveau van planning die gehanteerd worden binnen een bedrijf (Wallace T.F., 2000). Dit maakt het immers mogelijk om specifieke eigenschappen met betrekking tot een bepaalde vraag vast te leggen en op te sporen. In dit systeem is het dan bijvoorbeeld ook mogelijk om rekening te houden met regionale promotiecampagnes.
Het meest aan te raden niveau voor de previsies van de geaggregeerde planning is de productfamilie of subfamilie. Het is wel aan te bevelen om productfamilies te vormen waarin een studie van het verleden en een projectie naar de toekomst makkelijk kan gebeuren. Het is belangrijk dat men hierbij een voldoende homogeniteit bewaart met betrekking tot de beslissingsvariabelen in het geaggregeerde planningsproces (Bruggeman W. en Van Dierdonck R., 1988) De meeste bedrijven slagen hier echter niet in en maken previsies op een lager niveau om deze dan samen te aggregeren tot het subfamilie- of familieniveau.
B. De frequentie van previsies
Voor een gewone herziening, volstaat een maandelijkse beschouwing. Wanneer er zich evenwel een belangrijke wijziging voordoet in het midden van een maand, dan moet de vraagvoorspelling direct geüpdatet worden (Wallace T.F., 2000). Een minder frequente herziening dan één maal per maand leidt tot problemen zoals die geschetst zijn in het inleidende voorbeeld in hoofdstuk 2.
Ook een hogere frequentie dan één maal per maand kan werken. Maar vooraleer dit te doen moet wel nagegaan worden of het nuttig is. Want er zijn ondernemingen die hun voorspellingen zeer frequent aanpassen om zo wijzigingen direct in het productieplan te integreren. Dit is echter geen goede gewoonte, en het resulteert meestal nooit in een beter resultaat.
Opgemerkt moet worden dat in de huidige snel evoluerende en dynamische marktomgeving de geaggregeerde planning meer en meer wordt toegepast met een wekelijkse frequentie. Dit wordt vooral mogelijk gemaakt door de evolutie van beleidsinformatiesystemen en het beschikbaar zijn van goedkope omvangrijke opslagmedia (Elbaum S., 2005).
Hoofdstuk 3: De input van geaggregeerde planning
- 34 -
Een geschikte frequentie om voorspellingen te maken is één maal per maand, tenzij een onderneming uitblinkt in het maken van previsies. Een maandelijkse previsie past ook perfect bij de maandelijkse cyclus van de geaggregeerde planning. Wanneer zou blijken dat het noodzakelijk is om een hogere frequentie aan te houden dan kan er nog altijd naar overgeschakeld worden.
3.3 De input van het aanbod: capaciteit Capaciteit is de maatstaf die uitdrukt in welke mate een onderneming kan voldoen aan de vraag van zijn klanten en dit op een tijdige manier (Vonderembse M.A. en White G.P.,1988). Het doel van een capaciteitsbepaling is om nieuwe productieplannen te beoordelen op hun haalbaarheid. Er wordt nagegaan of de hoeveelheden die in de planning worden gedefinieerd, kunnen geproduceerd worden met de bestaande capaciteit. Hierbij valt op te merken dat de capaciteitsplanning een tijdsafhankelijk karakter bezit. Het geaggregeerde planningsproces richt zich op middellang tijdsperspectief. De capaciteit moet dus ook vanuit dit standpunt beoordeeld worden. Concreet komt het er in de capaciteitsplanning er op neer dat gebouwen en uitrusting als vaststaand moet beschouwd worden. Op middellange termijn is men wel in staat om het personeelsbestand, tijdflexibiliteit of de benuttinggraad van machines aan te passen. Een ander alternatief waarmee men op middellange termijn de capaciteit kan uitbreiden is “subcontracting” (Chopra S. en Meindl P., 2004 ).
Afhankelijk van het type van productieproces is de bepaling van de capaciteit een eenvoudige dan wel een complexe activiteit. Bij lijnproductie, waar productiefactoren permanent worden toegewezen aan een productfamilie, is men perfect op de hoogte welke hoeveelheden men in staat is te produceren. Bij batch- of stukproductie is dit een stuk moeilijker. Ook hier kan men perfect inschatten wat de capaciteit is van de beschikbare productiefactoren maar is het moeilijker om het potentieel te produceren hoeveelheden te bepalen. Elk product heeft zijn eigen kenmerken en zijn eigen behoeften, dit resulteert in productafhankelijke bewerkingstijden. Ook de omsteltijd of insteltijd is een invloedrijke parameter (Van Dierdonck R. en Vereecke A., 1994). In beide gevallen is het de bedoeling om de “bottlenecks” te identificeren. Aangezien het deze knelpunten zijn die op middellange termijn de capaciteit van een onderneming beperken, moet men deze zo optimaal mogelijk benutten om de winstgevendheid van de onderneming te maximaliseren (Bruggeman W. en Slagmulder R., 2001). Om de haalbaarheid van productieplannen te verifiëren, zal men voor deze knelpunten een ruwe capaciteitsplanning opstellen. Anders gezegd, gaat men de impact na van het vooropgestelde productieplan op de belangrijkste productiefactoren. Hierbij is het enkel de bedoeling om na te gaan of de gemiddelde capaciteit voldoende is (Bruggeman W.
Hoofdstuk 3: De input van geaggregeerde planning
- 35 -
en Van Dierdonck R., 1988). De ruwe capaciteitsplanning kan op twee niveaus plaatsvinden. Een eerste mogelijkheid is om dit uit te voeren op productfamilieniveau. Hiervoor kan men een individueel product nemen dat representatief is voor de ganse familie of kan men een gewogen gemiddelde trachten te bepalen voor een productfamilie (dit zal periodiek moeten aangepast worden om rekening te houden met mixwijzigingen). Een tweede mogelijkheid is om de ruwe capaciteitsplanning te verrichten op basis van het Master Production Schedule (MPS). Bij deze methode gaat men de capaciteitsbenutting voor de individuele items van de productfamilies afzonderlijk bepalen om deze daarna te aggregeren (Ling R.C. en Goddard W.E., 1988).
Uiteindelijk zal de capaciteitsplanning ervoor zorgen dat men vertrekt van een uitvoerbaar productieplan en dat een onderneming over de nodige capaciteit beschikt.
3.4 De input van financiën Veranderingen in de plannen van de geaggregeerde planning kunnen belangrijke financiële gevolgen hebben. Het is dan ook essentieel dat deze gevolgen in rekening worden gebracht alvorens de nieuwe plannen worden goedgekeurd. In sommige onderneming gebeurt de omzetting in geldeenheden automatisch maar in de meeste bedrijven is dit de taak van de financiële afdeling (Ling R.C. en Goddard W.E., 1988).
Financiën is zoals later nog wordt beschreven verantwoordelijk voor het op tijd afsluiten van de vorige maand. De taak van financiën houdt bijvoorbeeld in dat kosten en prijzen up-to-date zijn. Deze spelen namelijk een belangrijke rol in de fiscale projecties. Financiën zal ook zorgen voor de omzetting in geldeenheden van de planning, zo dat een vergelijking met het business plan mogelijk is.
Met ander woorden de financiële afdeling dient als monetaire waakhond van de onderneming. Financiën heeft er ook alle voordeel bij om ervoor te zorgen dat de geaggregeerde planning goed loopt. Hoe hoger de kwaliteit van de geaggregeerde planning, hoe accurater de toekomstige financiële projecties zullen zijn.
Hoofdstuk 3: De input van geaggregeerde planning
- 36 -
3.5 De input van strategie “De idee dat een bedrijf moet geleid worden opdat de waarde van de onderneming op lange termijn voor de aandeelhouders gemaximaliseerd wordt, is reeds lang gemeengoed.” (Bruggeman W. en Slagmulder R., 2001). Om dit te kunnen verwezenlijken is het noodzakelijk om een strategie en prestatiemaatstaven te ontwikkelen die tegemoet komen aan deze doelstelling. De geaggregeerde planning is een eerste operationele vertaling van de strategie van de onderneming, en speelt dus een belangrijke rol bij de implementatie van deze strategie (Bruggeman W. en Van Dierdonck R., 1988).
De belangrijkste factoren van strategie die in de literatuur naar voor komen, beslaan vier thema’s. Dit zijn kost, kwaliteit, tijd en flexibiliteit (Adam E. E. en Swamidass P. M., 1989) . Het is vanzelfsprekend dat men altijd tracht zo kostenefficiënt mogelijk te werken. In de hedendaagse veeleisende marktomgeving is het ook logisch dat veel aandacht gaat naar kwaliteit. Maar voor geaggregeerde planning zijn vooral de factoren tijd en flexibiliteit van belang. Onder “tijd” zitten de competitieve voordelen levertijd, “on-time” levering en ontwikkelingssnelheid vervat. Levertijd is de tijd tussen de ontvangst en levering van een order. Om de levertijd te verkorten kan men werken met voorraden of met overcapaciteit. Beiden hebben zoals reeds eerder beschreven hun invloed op de geaggregeerde planning. “On-time” levering is de maatstaf waarin men nagaat in welke mate de beloofde levertijd wordt gerespecteerd. Het laatste element van tijd is de ontwikkelingssnelheid. Hiermee meet men hoeveel tijd de ontwikkeling van een nieuw product in beslag neemt. De tweede belangrijke factor van de strategie die een invloed heeft op de geaggregeerde planning is flexibiliteit. Flexibiliteit valt uiteen in twee aspecten: customization en volumeflexibiliteit. Customization of de mate waarin de onderneming in staat is om producten af te stemmen op de wensen van de klant en volumeflexibiliteit zijn bepalende factoren van de productiestrategie (Krajewski L. J. en Ritzman L. P., 1996). Voor de geaggregeerde planning is het noodzakelijk dat voor elke productfamilie de productiestrategie wordt gedefinieerd. In de bespreking die volgt beperken we ons tot de productiestrategieën die in hoofdstuk 2 zijn behandeld.
In de productiestrategie wordt uitgedrukt wat men binnen een productfamilie tracht te verwezenlijken in termen van vraag en aanbod. De vragen die een onderneming zich kan stellen bij het ontwerpen van een competitieve strategie zijn:
Hoofdstuk 3: De input van geaggregeerde planning
- 37 -
•
Bestaat de productfamilie uit make-to-stock dan wel uit make-to-order producten?
•
Wat zijn de doelstellingen met betrekking tot de klantenservice? Hierbij houdt men rekening met het tijdig en volledig zijn van verzendingen naar klanten.
•
Als de productfamilie make-to-stock is: hoe groot moet de voorraad afgewerkte producten zijn om aan de klantenservicedoelstelling te voldoen?
•
Als de productfamilie make-to-order is: hoeveel orderreserves mogen er zijn? Hoe groot mogen de levertijden worden?
In figuur 3.3 zijn twee voorbeelden van competitieve strategieën weergegeven (Wallace T.F., 2000). Productfamilie 1 1.
Make-to-stock
2.
Target klantenservice:
99% Line Item Fill
3.
Voorraaddoelstelling:
10 dagen
Productfamilie 2 1.
Make-to-order
2.
Target klantenservice:
3.
Target levertijd:
98% Order Fill 4 weken
Figuur 3.3: Productiestrategie : voorbeelden (Wallace T.F., 2000)
De eerste productfamilie van de onderneming bestaat uit make-to-stock producten. Als doelstelling hiervoor stelt de onderneming dat 99 percent van de producten op tijd en met een volledige klantenservice moeten geleverd worden. Om dit te kunnen verwezenlijken zal er een voorraad afgewerkte producten nodig zijn van 10 dagen.
De tweede productfamilie is samengesteld uit make-to-order producten. Bij een dergelijke productfamilie wordt geen rekening gehouden met de voorraad afgewerkte producten maar met de hoeveelheid orders in reserve. Deze orderreserves bepalen rechtstreeks de levertijden. Een diepere beschouwing van de eerste productfamilie brengt ons bij de doelstelling die gesteld wordt voor de klantenservice. Hierbij staat 99 % “Line Item Fill”. Dit wil zeggen dat 99 % van alle items op tijd en volledig volgens specificaties verzonden wordt. Op het eerste gezicht kunnen we hier uit besluiten dat deze onderneming fantastisch werk levert. Maar als we er rekening mee houden dat een order uit vijf items bestaat en dat deze items meestal ook nog eens afkomstig zijn van verschillende productielijnen. Dan is de maatstaf die voor het meten van de klantenservice
Hoofdstuk 3: De input van geaggregeerde planning
- 38 -
zou moeten gehanteerd worden “order fill”, het percentage van orders dat op tijd en volledig zijn verzonden.
Alleen is de onderneming in dit voorbeeld niet in staat om met “order fill” te werken omdat men genoodzaakt is een strategie per productfamilie te definiëren. Het zijn namelijk deze productfamilies die ook gehanteerd worden in de geaggregeerde planning. Toch blijft het noodzakelijk om dit “order fill” in de analyse van een planning te betrekken. Aangezien dit de belangrijkste norm is voor het meten van de klantenservice. Zo zal men in deze onderneming bijvoorbeeld een “order fill” doel zetten van 95 %. Om deze doelstelling te bereiken is het nodig om een “Line Item fill” na te streven van 99 %.
Het vaststellen van de doelstellingen voor voorraad en orderreserves is voor de meeste bedrijven een onnauwkeurige wetenschap. Alleen als een onderneming vlug over goede data kan beschikken dan is het mogelijk om accurate informatie te produceren. Wanneer een onderneming met geaggregeerde planning begint dan kan ze de standaarden van de voorraden afgewerkt producten behouden zoals ze zijn. En naarmate de onderneming beter wordt in geaggregeerde planning kan het de criteria bijstellen (meestal naar beneden).
Voor make-to-order producten is de levertijd grotendeels een functie van de orderreserves. Deze orderreserves zijn dan op hun beurt het gevolg van de tijd nodig in productieactiviteiten. Ook hier kan men bij de aanvang van een geaggregeerde planning starten van de bestaande orderreserves. Om deze later aan te scherpen.
Soms is het zeer moeilijk om uit te maken of een bedrijf een make-to-order dan wel een make-tostock onderneming is. Een voorbeeld van een typisch make-to-order bedrijf is een vliegtuigbouwer.
3.6 Besluit Omwille van het interfunctionele karakter van de geaggregeerde planning is de input voor het proces afkomstig uit meerdere afdelingen van de onderneming. De input van strategie is noodzakelijk om de prestaties van het recente verleden te beoordelen. Het vraagbeheer en capaciteitsplannen zorgen voor de informatie die noodzakelijk is om vraag en aanbod te kunnen balanceren en het financiële departement zorgt ten slotte voor de vertaling in geldeenheden zodat het verband tussen de operationele en de financiële planning kan gelegd worden.
Hoofdstuk 4: Het maandelijkse geaggregeerde planningproces
- 39 -
Hoofdstuk 4: Het maandelijkse geaggregeerde planningproces
4.1 Inleiding De essentie van geaggregeerde planning is het ondersteunen van managementbeslissingen. Voor elke productfamilie moet een beslissing genomen worden omtrent het verkoopsplan, het productieplan en de voorraden of orderreserves. De basis waarop deze beslissingen steunen, is het recente verleden, previsies, aanbevelingen van het middenmanagement en de expertise van het topmanagement.
Geaggregeerde planning is evenwel geen losstaande maandelijkse vergadering waarin vlug een aantal beslissingen worden genomen. Het voorbereidende werk begint reeds kort na het einde van de vorige maand. Het maandelijkse proces kan naar een model van Thomas Wallace samengevat worden in 5 stappen (figuur 4.1). Deze stappen hebben zowel betrekking op het middenkader en andere personen in de onderneming als op het topmanagement en omvatten: •
Het afsluiten van de vorige maand en updaten van vraagvoorspellingen.
•
Het nagaan wat de impact is van wijzigingen op het productieplan en of er voldoende capaciteit is om het productieplan te realiseren.
•
Het identificeren van alternatieven voor probleemgebieden.
•
Het formuleren van overeengekomen aanbevelingen voor het topmanagement.
•
Het communiceren van deze informatie aan het topmanagement met voldoende tijd om deze informatie te kunnen behandelen.
Dankzij het voorbereidende werk van anderen in de onderneming is het topmanagement in staat om de finale vergadering van de geaggregeerde planning in een korte tijd af te werken. Het gevolg van geaggregeerde planning voor het topmanagement is dat ze meer tijd beschikbaar hebben voor activiteiten die voor hen een hoger nut opleveren, dit omvat zelden micromanagement (Palmatier G. E. en Crum C., 2003).
Hoe sneller het proces van geaggregeerde planning is doorlopen, hoe accurater en sneller men kan inspelen op de actuele vraag.
Hoofdstuk 4: Het maandelijkse geaggregeerde planningproces
- 40 -
Figuur 4.1: De maandelijkse geaggregeerde planningcyclus (Wallace T.F., 2000)
4.2 Stap 1: Afsluiten van de vorige maand Logischerwijs vindt deze stap plaats kort na het einde van de vorige maand. Het zijn vooral financiën en het departement dat het informatiesysteem beheert die hier in de geaggregeerde planning worden betrokken. In deze fase worden de data uit de net afgesloten maand zoals de eigenlijke verkoop- en productiecijfers ingegeven in het systeem. Verder wordt in deze stap de informatie gegenereerd waarover verkoop- en marketingmensen dienen te beschikken om hun verkoopsplan op te stellen (Wallace T.F., 2000).
In deze stap kan ook een revisie plaatsvinden van de producten van de onderneming. Voor nieuwe producten gaat men na hoe ver men staat met de ontwikkeling hiervan en of men eventueel het schema met betrekking tot de ontwikkeling moet aanpassen. Het is namelijk eerst nodig om te weten welke producten beschikbaar zullen zijn alvorens men deze kan verkopen (Palmatier G. E. en Crum C., 2003).
Ten slotte wordt er in dit stadium van de geaggregeerde planning ook gezorgd voor de verspreiding van deze informatie naar de geschikte personen. Om het vervolg van het proces op tijd te laten verlopen is het aangewezen om deze stap vlug af te ronden (Ling R.C. en Goddard W.E., 1988).
Hoofdstuk 4: Het maandelijkse geaggregeerde planningproces
- 41 -
4.3 Stap 2: De fase van het vraagbeheer Dit is de fase waarin mensen uit de verkoop en marketing de informatie, die ze ontvangen hebben uit de eerste stap, analyseren met het oog op het genereren van nieuwe vraagvoorspellingen (Wallace T.F., 2000). Wel moet opgemerkt worden dat in deze stap het begrip vraagvoorspelling ruim kan geïnterpreteerd worden. Eigenlijk moet deze stap gezien worden als een geïntegreerde planning of herplanning van verkoop en marketing. Het is belangrijk om de voorspellingen niet te aanzien als een vermoeden van de verwachte verkopen, maar eerder als de vraag naar product die men wenst beschikbaar te hebben omdat men van plan is dit effectief te verkopen (Palmatier G. E. en Crum C., 2003).
De eerste belangrijke actie van verkoop en marketing is de beoordeling van hun eigen prestaties en resultaten. Wanneer uit de informatie van het vraagbeheer blijkt dat de previsies te veel afwijken van de eigenlijke cijfers, dit wil zeggen dat de afwijkingen de redelijke limiet overschrijden, dan is het aangewezen om de planning te herzien. Hierbij stelt men zich de volgende vragen: “Waar zijn er afwijkingen tussen de werkelijke en de geplande prestaties en wat zijn de oorzaken van deze afwijkingen?” (Ling R.C. en Goddard W.E., 1988).
Na de analyse van de verstreken periode worden nieuwe voorspellingen en plannen gemaakt. Bij het maken van deze voorspellingen baseert men zich steeds op veronderstellingen. Het is dan ook van het grootste belang om aan te geven om welke veronderstellingen het gaat. Er zijn nochtans veel ondernemingen die niet begrijpen waarop hun plannen gefundeerd zijn. Het documenteren van veronderstellingen zorgt ervoor dat iedereen in de onderneming het denkproces achter de voorspellingen kan volgen. Men kan hierdoor ook meerdere visies in beschouwing nemen, waardoor de plannen kritischer kunnen geëvalueerd worden. Een belangrijk instrument hierbij zijn de “What-if” analyses (Palmatier G. E. en Crum C., 2003). Het is logisch dat hoe beter de hypotheses ondersteund worden, hoe makkelijker het is om veranderingen in te voeren en te achterhalen waar de oorzaken van mogelijke afwijkingen liggen(Ling R.C. en Goddard W.E., 1988).
Voorbeelden van gegevens waarmee men bij het genereren van nieuwe previsies rekening zal houden, zijn prijswijzigingen, concurrentie, algemene economische omstandigheden, nieuwe producten en informatie van belangrijke klanten. Het voorgaande is typisch het geval voor maketo-stock producten. Bij make-to-order producten zal vooral een goed contact met de klanten onontbeerlijk zijn. Hierdoor wordt een wezenlijk inzicht bekomen in de toekomstplannen van
Hoofdstuk 4: Het maandelijkse geaggregeerde planningproces
- 42 -
klanten (Wallace T.F., 2000). Zoals in hoofdstuk 3 wordt aangehaald is de expertise van verkoopen marketingmensen cruciaal in deze stap van de geaggregeerde planning. Nieuwe previsies kunnen aanvankelijk met statistische methoden ontwikkeld worden. De taak van verkoop en marketing is om de statistisch gegenereerde vraagvoorspellingen kritisch te beoordelen en aan te passen waar nodig.
Uiteindelijk is het de bedoeling om tot één plan te komen voor verkoop en marketing. Een manier om dit te bereiken en ook om de verschillende niveaus, die in het vorige hoofdstuk aan bod kwamen, op een consistente manier met elkaar te harmoniseren is gebaseerd op het piramide model (figuur 4.2). Het is onwaarschijnlijk dat de previsies – bekomen door de voorspellingen op productniveau samen te nemen – overeen komen met de previsies die via andere bronnen op het geaggregeerde niveau ontwikkeld zijn. Op het individuele niveau baseert men zich op informatie van klanten en promotiecampagnes, terwijl men op het geaggregeerde niveau rekening houdt met budget- en omzetdoelstellingen. Een procedure die gevolgd wordt om de beide te verenigen, is om eerst de voorspellingen op het productniveau samen te tellen tot op productfamilieniveau en daarna deze te aggregeren tot het ‘total business’ niveau. Veelal wordt op het hoogste niveau gewerkt in geldeenheden. Het management van vraagbeheer zal deze cijfers in beschouwing nemen en vergelijken met de doelstellingen van de onderneming. Wanneer de afwijkingen tussen beide te groot zijn zal men trachten om een compromis te formuleren. Dit compromis zal op zijn beurt een terugwerkend effect hebben op de twee lagere niveaus waardoor het de basis vormt voor het nieuwe plan van verkoop en marketing (Newberry T.L. en Bhame C.D., 1981). Een dergelijke manier van werken zorgt voor consistentie over de niveaus heen en leidt en tot een eenduidige planning voor verkoop en marketing. Wel is het belangrijk dat verkoop en marketing ervoor zorgen dat de kloof tussen het geplande en het gewenste resultaat wordt gedicht of zo beperkt mogelijk blijft. € total business (level 1) X Z product lines (level 2)
Roll up
X1 X2
Z1 indivual items (level 3)
Force down
…Z9
Figuur 4.2: Het piramide model (Vollmann T.E., 2005)
Hoofdstuk 4: Het maandelijkse geaggregeerde planningproces
- 43 -
Het scenario dat hieronder beschreven wordt, kan een indicatie vormen van hoe men in deze stap te werk gaat (Ling R.C. en Goddard W.E., 1988). -
Gebeurtenis: De vraag is gedaald met 5%
-
Analyse: De markt is aan het slabbakken, maar ons marktaandeel blijft behouden. We verwachten dat de zaken zo zullen blijven. We zouden ons marktaandeel kunnen vergroten maar dit is momenteel onuitvoerbaar.
-
Actie: We voorspellen dat de verkopen voor de rest van het jaar 5% lager zullen zijn.
-
Aanbeveling voor productie: Verminder de productie lichtjes.
In een onderneming, die zich in een omgeving bevindt waar men werkt aan het maximum van de productiemogelijkheden zal de rol van verkoop en marketing een andere klemtoon kennen. In een dergelijke omgeving zal men de capaciteit over de productfamilies verdelen op een manier die de winst maximaliseert (Ling R.C. en Goddard W.E., 1988).
Eenmaal de nieuwe voorspellingen zijn goedgekeurd, worden deze üpgedatet in de database van het bedrijfssysteem van de onderneming. Wanneer dit is gebeurd, is het aan de mensen van de productieplanning om na te gaan of de productieplannen moeten gewijzigd worden of niet.
4.4 Stap 3: De planning van het aanbod (capaciteitsplanning) De capaciteitsplanning is een verantwoordelijkheid van productie. Het doel is om een productieplan op te stellen op productfamilieniveau waarbij de levertijden en voorraadobjectieven zoveel mogelijk gerespecteerd worden. Net zoals vraagbeheer een geïntegreerd proces is van verkoop en marketing is de capaciteitsplanning een integrerende vergadering voor alle belangrijke functies die betrokken zijn bij het aanbod van de onderneming. Hiertoe behoren bijvoorbeeld assemblage, productie, aankoop, personeelsbeheer en planning (Palmatier G. E. en Crum C., 2003). Tijdens deze fase van de geaggregeerde planning tracht men een antwoord te geven op de vraag, “Hoe snel kan er gereageerd worden op wat verkoop en marketing willen?” maar ook “Is het efficiënt om zo vlug te reageren?” (Ling R.C. en Goddard W.E., 1988). Het belang van strategie speelt ook hier zijn rol. Zo kan één van de doelen van productie zijn om de arbeid in de onderneming zo stabiel mogelijk te houden, wat zijn impact zal hebben op de capaciteitsplanning.
Net zoals in stap 2 zal men ook hier starten met een revisie van de eigenlijke prestaties ten opzichte van het vorige plan (Palmatier G. E. en Crum C., 2003). Hierbij zal men antwoorden zoeken op de volgende vragen: Hebben we gedaan wat we vooropgesteld hadden? Indien niet,
Hoofdstuk 4: Het maandelijkse geaggregeerde planningproces
- 44 -
waarom niet? Hoe groot zijn de afwijkingen en wat zijn de oorzaken hiervan? Wat kunnen we doen om dit in de toekomst te vermijden? Bij deze beoordeling maakt men gebruik van de prestatiemaatstaven
waarvan
sprake
in
vorige
hoofdstukken
zoals
levertijden,
voorraaddoelstellingen en aantal defecten.
De basis van deze fase wordt gevormd door de geüpdate spreadsheets van verkoop en marketing uit stap 1. De belangrijkste taak bij capaciteitsplanning is het al dan niet wijzigen van productieplannen. Wanneer er weinig is veranderd ten opzichte van de vorige maand dan zal er ook geen reden zijn om de productieplannen te wijzigen. Als er zich daarentegen wezenlijke veranderingen voordoen in bijvoorbeeld de previsies, de voorraden of orderreserves, kan dit een aanpassing van de productieplannen vergen (Wallace T.F., 2000). Wanneer verkoop en marketing hun plannen hebben aangepast dan zijn er drie mogelijke reacties van productie (Ling R.C. en Goddard W.E., 1988): 1. Een inkrimping van het plan. Wanneer verkoop en marketing slechts een kortstondige daling voorzien is het niet nodig om het productieplan drastisch aan te passen. Productie zal liever een voorraad opbouwen dan dat men mensen moet ontslaan. 2. Een stijging van de planning. Dit is het interessantste scenario omdat het de meeste beperkingen stelt. Er moet namelijk worden nagegaan hoe snel men zich kan aanpassen. Het is niet alleen voldoende om te onderzoeken waar extra capaciteit kan bekomen worden. Ook de leveranciers moeten in staat zijn om meer materiaal te leveren. 3. Het geaggregeerde plan is ongewijzigd maar de productmix is gewijzigd. Hier kan men kiezen tussen enerzijds een korte termijn stijging van de productie en anderzijds een korte termijn daling van de voorraad.
De twee belangrijke processen die hier naar voor komen zijn materiaalplanning en capaciteitsplanning. Materiaalplanning stemt overeen met Material requirements planning (MRP I), hetgeen vertaald kan worden als materiaalbehoeftenplanning. Om over voldoende materiaal te beschikken, bestaan er twee mogelijke oplossingen. Ten eerste kan men de informatie die voorhanden is met zijn leveranciers delen of ten tweede gaat men veiligheidsstocks invoeren. Voor populaire producten houdt werken met veiligheidsstocks weinig risico’s in, maar laagvolume producten daarentegen kunnen tot aanzienlijke kosten leiden bij een verandering in de markt. Om te weten hoe snel men de productie kan opdrijven en tegen welke kost moet men ook een projectie maken van de benodigde capaciteit. Dit kan gebeuren via een gedetailleerde capaciteitsplanning of een ruwe capaciteitsplanning. Zoals reeds in vorig hoofdstuk werd opgemerkt zullen de meeste ondernemingen een ruwe capaciteitsplanning uitvoeren omwille van
Hoofdstuk 4: Het maandelijkse geaggregeerde planningproces
- 45 -
de beperkingen die tijd en complexiteit stellen (Ling R.C. en Goddard W.E., 1988). Nadat er gebreken inzake capaciteit aan het licht komen, kan men hiervoor mogelijke oplossingen zoeken en deze alternatieven analyseren met “What-if” simulaties om zo een antwoord te formuleren naar de vraagzijde toe (Palmatier G. E. en Crum C., 2003).
Het volgende scenario geeft aan hoe men via een combinatie van materiaalplanning en ruwe capaciteitsplanning beslissingen in productie kan ondersteunen (Ling R.C. en Goddard W.E., 1988). -
Situatie: Verkoop en marketing vragen voor een stijging van 10% in ons make-to-stock product.
-
Analyse: Onze voorraad afgewerkte producten is laag, ook veel onderdelen zijn niet meer in voorraad. Er is ook een tekort aan materiaal, waarvoor de levertijd 90 dagen bedraagt. Na contact met de leverancier blijkt dat deze kan verlaagd worden tot 45 dagen. Uit de ruwe capaciteitsplanning blijkt dat we permanent boven de beschikbare capaciteit uitkomen. Het gaat niet om machinale beperkingen maar om een tekort aan de productiefactor arbeid.
-
Actie: Productie zal aanvankelijk opgedreven worden met overuren, maar voor de toekomst moet men nagaan of de productie permanent met een extra ploeg kan verhoogd worden. Verkoop en marketing moeten over het probleem worden ingelicht.
Het uiteindelijke resultaat van deze stap is een vervolledigde spreadsheet, rapporten van de ruwe capaciteitsplanning en een lijst van mogelijke aanbodprobleemgebieden die hogerop moeten opgelost worden (Wallace T.F., 2000). In sommige gevallen waar een wijziging in het productieplan zich aandient, kan de betrokkenheid van het topmanagement noodzakelijk zijn, alhoewel productie zoveel mogelijk zelf een oplossing zal zoeken voor problemen. De belangrijkste output is vanzelfsprekend de nieuwe productieplanning.
4.5 Stap 4: De voorbereidende vergadering van de geaggregeerde planning Het doel van deze vergadering is vijfledig (Wallace T.F., 2000): •
Het balanceren van vraag en aanbod.
•
Het oplossen van problemen en verschillen waaruit een reeks van aanbevelingen voor het topmanagement volgen.
Hoofdstuk 4: Het maandelijkse geaggregeerde planningproces •
- 46 -
Het identificeren van probleemgebieden waar geen consensus kan bereikt worden en die in de finale vergadering van de geaggregeerde planning door het topmanagement moeten worden opgelost.
•
Het ontwikkelen, waar mogelijk, van scenario’s en alternatieven ter oplossing van huidige probleemgebieden.
•
Het organiseren van de agenda van de finale vergadering van de geaggregeerde planning.
De belangrijkste deelnemers aan deze vergadering zijn verkoop, marketing en productie. Maar ook personen die verantwoordelijk zijn voor productontwikkeling of mensen van financiën kunnen hieraan deelnemen. Aangezien deze personen grotendeels overeenkomen met de personen van de vorige stappen kan men zich de vraag stellen om alles samen te brengen in één vergadering. Dit zou veel efficiënter zijn. Maar het tegendeel is waar. Er bestaan twee redenen om dit te ontkrachten. Ten eerste worden zowel in stap 2 als stap 3 onderwerpen besproken die weinig relevant zijn voor de personen van de andere stap, waardoor minder efficiënt gewerkt wordt. Ten tweede heeft men in productieplanning enige tijd nodig om de vraagvoorspellingen te analyseren. Ze moeten immers kunnen nagaan of het plan van verkoop en marketing haalbaar is (Palmatier G. E. en Crum C., 2003).
Waar men in de vorige stappen eerder op het niveau van het individuele product werkt, zal men in deze vergadering vooral een herziening houden van de plannen op productfamilieniveau. In deze fase wordt het financieel overzicht geüpdate. Er worden aanbevelingen gemaakt omtrent de toekomstige te volgen koers voor elke productfamilie. De productiemiddelen waar wijzigingen vereist zijn en de problemen waar nog geen oplossingen voor zijn, worden besproken (Wallace T.F., 2000). Vandaar dat deze meeting als de voorbereidende fase van de finale vergadering kan worden aanzien maar waar eveneens reeds beslissingen worden genomen.
4.6 Stap 5 : De finale vergadering van de geaggregeerde planning De finale vergadering van de geaggregeerde planning is de afsluitende vergadering van de maandelijkse geaggregeerde planningcyclus. De objectieven die in deze vergadering worden nagestreefd zijn (Wallace T.F., 2000): •
Het nemen van beslissingen aangaande de geaggregeerde planning van elke productfamilie.
•
Het goedkeuren van productie- of aankoopwijzigingen waar een belangrijke kostencomponent is aan verbonden.
Hoofdstuk 4: Het maandelijkse geaggregeerde planningproces •
- 47 -
De link leggen tussen de gemonetariseerde versie van de geaggregeerde planning en het businessplan .
•
Het opstellen van oplossingen voor gebieden waar nog geen consensus was bereikt.
•
Het opvolgen van de prestaties (vb. klantenservices) van de onderneming via prestatiemaatstaven.
Veelal beschikt een onderneming over een vast schema (figuur 4.3) om de afsluitende vergadering te voeren, hierdoor is het eenvoudig om antwoorden te formuleren op de bovenstaande objectieven (Ling R.C. en Goddard W.E., 1988).
Om tot goed geïnformeerde beslissingen te komen is het noodzakelijk dat de deelnemers van de finale vergadering reeds over de informatie uit de vorige stappen beschikken vóór de finale vergadering zodat men reeds op voorhand kan nadenken over mogelijke alternatieven (Palmatier G. E. en Crum C., 2003). De uiteindelijke output van deze finale vergadering van geaggregeerde planning zijn de beslissingen die het topmanagement heeft genomen aangaande de modificaties van het businessplan en de finale geaggregeerde planning spreadsheet. Figuur 4.4 bevat een voorbeeld van een dergelijke spreadsheet in zijn meest algemene vorm, een gedetailleerde bespreking hiervan is terug te vinden in het volgende hoofdstuk.
1. Bijzondere problemen 2. Bespreking van de prestaties van de onderneming a. klantenservice b. financieel en zakelijk c. departement per departement (geaggregeerd) 3. Bespreking van de veronderstelling waarop de plannen zijn gebaseerd 4. Bespreking van de productfamilies 5. Discussies omtrent nieuwe producten 6. Bespreking speciale projecten 7. Recapituleren van de genomen beslissingen 8. Kritische beoordeling van de geaggregeerde planning
Figuur 4.3: Agenda van de finale vergadering (Ling R.C. en Goddard W.E., 1988)
Daar het doel van geaggregeerde planning is om tot een gecoördineerd plan te komen voor elke functie in de onderneming, is het essentieel dat er een mechanisme bestaat waardoor het plan
Hoofdstuk 4: Het maandelijkse geaggregeerde planningproces
- 48 -
ondersteund wordt door elke functie. Het is duidelijk dat dit enkel kan bereikt worden wanneer het topmanagement bij de geaggregeerde planning wordt betrokken. Ook contracten tussen de verschillende afdelingen kunnen hiertoe bijdragen. Deze contracten onderstrepen het belang van het opvolgen van de planning (Vollmann T.E., 2005).
Tot slot kan ook nog worden vermeld dat bij kleinere bedrijven stap vier en vijf kunnen samengevoegd worden in één meeting.
Hoofdstuk 4: Het maandelijkse geaggregeerde planningproces
- 49 -
Vandaag
Aantal dagen
J
F
M
A
M
J
J
A
S
O
N
D
Tot.
J
F
M
20
20
20
20
20
20
20
20
20
20
20
20
240
20
20
20
VERKOOPSPLAN Vorig jaar
154 156 175 172 191 198 190 175 174 162 155 136 2038
-
-
-
Budget
160 160 180 180 200 200 200 180 180 160 160 140 2100
-
-
-
Huidig
11
180 180 200 200 200 180 180 160 160 140 2110 160 160
-
Plan
164 166 187 190 205 205 205 185 185 160 160 150 2162 170 170 190
Verschil
+4
+6
Cum. verschil
+4
+10 +17
+7
PRODUCTIEPLAN Budget
170 170 170 170 200 200 200 200 160 160 160 160 2120
Huidig
-
-
170 180 200 200 200 200 160 160 160 160 2119 170 170
Plan
-
164 165 168 180 200 210 210 200 200 160 160 160 2177 180 180 180 12
BvB
166 190
Verschil Cum. verschil VOORRAAD
-6
-5
-2
-6
-11
-13
13
Budget(BV14=161)
171 181 171 161 161 161 161 181 161 161 161 181
-
155 155 155 155 175 155 155 155 155 175
-
185 195
163 165 155 150 147 142 137 152 167 167 167 177
-
187 197 187
-
20.8 22 19.7
Huidig Plan Verschil 15
Voorraadobj.
-8
-16
20
18.3 16.3 14.6 14.3 13.8 14.8 16.4 20.8 20.8 23.8 22.1
-
-16
ORDERRESERVE Budget
10
10
Huidig
10
10
10
10
10
10
10
10
10
10
-
15
15
15
15
15
15
15
15
15
15
-
15
15
14
10
29
29
31
21
11
11
11
11
11
-
11
11
Geboekte orders Plan
12
15
24
Verschil
+2
+5
+14
11
VERZENDINGEN Budget
160 160 180 180 200 200 200 180 180 160 160 140 2100
Huidig
180 180 200 200 200 180 180 160 160 140 2105 160 160
Plan
162 163 178 185 203 215 215 185 185 160 160 150 2161 170 170 190
Verschil
+2
+3
-2
Cum. verschil
+2
+5
+3
Figuur 4.4: De spreadsheet van de geaggregeerde planning(Ling R.C. en Goddard W.E., 1988)
11
“Huidig” staat voor het goedgekeurde geaggregeerde plan uit de vorige cyclus. BvB = Beschikbaar voor boeking 13 Het gaat hier om de voorraad afgewerkte producten. 14 BV = Beginvoorraad 15 Voorraadobj. = voorraadobjectief uitgedrukt in dagen. 12
Hoofdstuk 4: Het maandelijkse geaggregeerde planningproces
- 50 -
4.7 Besluit Het maandelijkse proces van de geaggregeerde planning bestaat uit vijf stappen. Stap 1 is nodig om een beoordeling van het recente verleden mogelijk te maken. De informatie is hoofdzakelijk afkomstig van het financiële departement. In stap 2 is het vraagbeheer verantwoordelijk voor het opstellen van een verkoopsplan. Op basis van dit verkoopsplan zal productie in de derde stap van de geaggregeerde planning trachten om dit verkoopsplan zo goed mogelijk te realiseren rekening houdende met levertijden en voorraadobjectieven. In de voorlaatste stap wordt dit alles samengevoegd en tracht men om vraag en aanbod in balans te brengen. De uitkomst ervan is een goedgekeurd verkoop- en productieplan. Problemen waarover in stap 4 nog geen consensus is bereikt, worden doorgestuurd naar de finale vergadering van de geaggregeerde planning. In de voorbereidende vergaderingen kunnen reeds alternatieven geformuleerd worden voor deze problemen maar het is pas in stap 5 dat hier omtrent beslissingen zullen worden genomen. Tijdens de finale vergadering worden de gewichtige onderwerpen besproken terwijl de triviale zaken reeds afgehandeld zijn in de voorgaande vergaderingen. Uiteindelijk is het resultaat van al deze stappen een goedgekeurd gecoördineerd plan voor elke functie in de onderneming.
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 51 -
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
5.1 Inleiding Het verstaan van de logica achter de geaggregeerde planning is niet zo moeilijk. Paradoxaal hieraan is een succesvolle implementatie. Het invoeren van een nieuw proces in een onderneming is vaak problematisch. Vooral wanneer hierbij mensen zijn betrokken. De invoering van een nieuw proces heeft tot gevolg dat de onderneming verandert en in deze context betekent veranderen dat de mensen in de ondernemingen andere gewoontes moeten aanleren (Saunders M., Thornhill A. en Lewis P., 2002). De deelnemers aan het nieuwe proces moeten eerst en vooral het nieuwe proces goed begrijpen en moeten zich ook een duidelijk beeld van de toekomst kunnen vormen om de veranderingen in hun werkomgeving te aanvaarden. Ook hier speelt het management een aanzienlijke rol, zo maakt een uitspraak van Seema Phull (Entersays’ director of process and technology) duidelijk: “Folks didn’t agree initially to the changes. You need concrete reasons and executive sponsorship to drive cultural change” (Derringer P., 2004).Een andere belangrijke reden voor het slagen van nieuwe projecten is de snelheid waarmee succes geboekt wordt. Het topmanagement is samengesteld uit mensen met een zeer drukke agenda, die weinig tijd hebben voor onproductieve activiteiten. Daarom moeten resultaten vlug
merkbaar zijn.
Wanneer dit niet het geval is, zal de implementatie uitgesteld of stopgezet worden. Waardoor het nooit een succes zal worden (Palmatier G. E. en Crum C., 2003).
Het voordeel bij geaggregeerde planning is wel dat er reeds een beproefd implementatiepad bestaat (Wallace T.F., 2000). Deze methode is bereikt via jaren proefondervindelijk onderzoek. Dit betekent wel nog niet dat de implementatie van geaggregeerde planning vlug kan gebeuren. Er is nog steeds een aanzienlijk hoeveelheid werk aan de implementatie verbonden en ook het maandelijks karakter van de geaggregeerde planning zorgt voor een vertraging. Tijdens de implementatie kunnen verbeteringen die opvallen slechts een maand later worden toegepast. Het implementatiepad is samengevat in figuur 5.1.
Er valt op te merken dat de positieve resultaten van geaggregeerde planning reeds geregistreerd worden voor het einde van het implementatiepad is bereikt. Reeds in de derde maand, nog voor het volledige implementatiepad is doorlopen, komen probleemgebieden aan het licht, die men niet
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 52 -
zou opmerken zonder een geaggregeerde planning. Dit is het gevolg van het inzicht in de toekomst die de geaggregeerde planning verschaft.
Figuur 5.1: Het implementatiepad van geaggregeerde planning (Wallace T.F., 2000)
5.2 Het opstarten van geaggregeerde planning
5.2.1 De initiële briefing
Het startpunt van geaggregeerde planning is een initiële briefing op het niveau van het topmanagement. Deze briefing is een uiteenzetting door een persoon, gespecialiseerd in geaggregeerde planning. Het doel van deze briefing is er voor te zorgen dat het topmanagement de mogelijkheden van geaggregeerde planning kan inschatten. Zij dienen te weten hoe geaggregeerde planning werkt en wat voor voordelen er gerealiseerd kunnen worden (Wallace T.F., 2000).
In sommige ondernemingen is het mogelijk om deze eerste stap over te slaan. Dit is het geval wanneer de belangrijkste personen in de onderneming reeds enige kennis van of ervaring met geaggregeerde planning hebben.
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 53 -
5.2.2 De opleiding
Er zijn twee hoofdredenen om opleidingssessies in het implementatiepad te verwerken. Ten eerste moeten de mensen in de onderneming goed weten waarover geaggregeerde planning gaat vooraleer ze kunnen beslissen of dit proces geïmplementeerd zal worden. Ten tweede zorgt deze opleidingssessie voor de creatie van een gemeenschappelijk kader en standpunt en collectieve terminologie onder de mensen die verantwoordelijk zijn voor de geaggregeerde planning (Wallace T.F., 2000).
De grootste fout die mogelijks kan gemaakt worden in deze fase van het implementatiepad is dat men deze stappen onderschat. In hoofdstuk 2 kwam dit aan bod bij de vereisten van de geaggregeerde planning. Iedereen die deelneemt aan geaggregeerde planning moet weten hoe geaggregeerde planning als proces in elkaar zit en waar het toe dient (Rice D., 2006) Belangrijk is ook dat op deze opleidingssessie een aanzet wordt gegeven tot de gedragswijziging die zoals reeds eerder besproken nodig is om geaggregeerde planning te implementeren. Via de opleidingssessie bekomt men een dieper inzicht in het geaggregeerde planningproces waardoor men de nood ervan voor de onderneming makkelijker inziet. Dit zorgt er ook voor dat de mensen bereidwilliger en enthousiaster zullen zijn om de nodige veranderingen door te voeren (Ling R.C. en Goddard W.E., 1988). Nadat deze twee stappen zijn doorlopen, is het noodzakelijk dat de personen die de leiding over de geaggregeerde planning hebben, samen zitten met alle personen die betrokken zijn in het proces, om te beslissen of de geaggregeerde planning zal doorgevoerd worden. Is het antwoord negatief dan stopt het implementatiepad hier. Maar meestal zal het antwoord positief zijn omdat de logica achter geaggregeerde planning zeer eenvoudig is en het zeer mooie vooruitzichten vooropstelt (Wallace T.F., 2000).
5.3 Toekennen van de verantwoordelijkheden Eenmaal de definitieve beslissing genomen is om geaggregeerde planning te implementeren, komen we bij de organisatorische fase. Vooraleer men kan starten met de geaggregeerde planning is het nodig dat de functies voor het uitoefenen ervan aanwezig zijn. In deze fase gaat men ook na welke personen aanwezig moeten zijn in de vergadering van de verschillende stappen van de geaggregeerde planning.
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 54 -
5.3.1 Leidinggevend persoon
Het is voor elk proces belangrijk, en zeker ook voor geaggregeerde planning, dat er een leidinggevend persoon wordt aangeduid. Een essentiële eigenschap van deze leidinggevende persoon is dat hij een voorvechter, verdediger is van de geaggregeerde planning. De manager van geaggregeerde planning is namelijk de persoon die er moet voor zorgen dat de geaggregeerde planning voortdurend onder de aandacht wordt gebracht van het topmanagement. Hij is ook de cruciale persoon voor het opheffen van hindernissen en voor het ondersteunen van de mensen die instaan voor de dagelijkse exploitatie van het proces (Wallace T.F., 2000).
5.3.2 Geaggregeerde planning verantwoordelijke
Voor elk proces is er een verantwoordelijke die instaat voor de implementatie van het proces op het werkterrein. Deze persoon evolueert vaak mee met het proces en wordt zo de autoriteit binnen de onderneming met betrekking tot geaggregeerde planning. Deze opdracht houdt meestal geen voltijdse dagtaak in. De persoon die verantwoordelijk is voor de geaggregeerde planning moet een goede kennis hebben van wat zich afspeelt in de onderneming. Zo moet hij vertrouwd zijn met de mensen, de producten, de processen en de klanten van het bedrijf. Het is dus niet aangewezen om een persoon van buiten de onderneming aan te stellen voor de geaggregeerde planning (Wallace T.F., 2000).
5.3.3 Samenstelling van de vergaderteams
Voor elke stap van de geaggregeerde planning moeten er vergaderteams worden samengesteld. De personen die aanwezig dienen te zijn bij de eerste drie stappen van hoofdstuk vier zijn reeds in vorige hoofdstukken naar voor gekomen. Deze drie stappen komen ook meestal overeen met aparte departementen binnen de onderneming. De twee belangrijkste functies die hierbij moeten ingevuld worden zijn de demand planner in stap 2 en de supply planner in stap3. Voor de laatste twee stappen is het minder duidelijk welke personen moeten betrokken worden in deze fases van het proces (Palmatier G. E. en Crum C., 2003). In figuur 5.2 is samengevat welke personen deelnemen aan de laatste twee stappen van de geaggregeerde planning. In de linkerhelft van de figuur staan de personen die verplicht aanwezig moeten zijn bij de finale vergadering van de geaggregeerde planning. De eerste persoon die hier
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 55 -
op de lijst staat is de general manager. Zoals reeds eerder is opgemerkt speelt de general manager een belangrijke rol. Hij is de persoon die ervoor zorgt of de geaggregeerde planning al dan niet succesvol is. Eenmaal de general manager zich volledig inzet voor geaggregeerde planning, zullen de andere deelnemers aan dit proces dit ook doen (Wallace T.F., 2000). De leden van voorbereidende vergadering van de geaggregeerde planning komen uit de rechterkant van de figuur. Soms is het ook nuttig dat sommige van deze personen hun opwachting maken in de finale vergadering van de geaggregeerde planning. Deze personen beschikken immers over de nodige expertise met betrekking tot detailgerelateerde problemen. Wanneer reeds op voorhand is geweten dat men meer informatie over bepaalde details wil weten, dan kunnen de gewenste personen uitgenodigd worden om deel te nemen aan de finale vergadering. Het is ook niet steeds nodig dat deze personen de hele duur van de finale vergadering aanwezig zijn. Wanneer de inbreng van deze personen slechts beperkt is in relatie tot de ganse vergadering dan kan men de persoon slechts voor een specifiek onderdeel van de vergadering uitnodigen (Wallace T.F., 2000).
Verplichte deelnemers aan de finale vergadering General manager Verkoop Verkoopsmanager
Marketing Marketingmanager Productie Productiemanager
Financiën Financiënmanager
Mogelijke deelnemers aan de finale vergadering
Klantenservicemanager Logistiek manager Manager vraagbeheer Hoofd van de vraagvoorspelling Productmanager Fabrieksmanager Master scheduler Aankoopmanager Kwaliteitsmanager Budgetmanager Manager kostencalculatie
Personeel Personeelsmanager Speciale projecten De geschikte managers
Figuur 5.2: Deelnemers aan de vergaderingen van de laatste stappen van de geaggregeerde planning (Wallace T.F., 2000)
Het valt wel op te merken dat de onderstaande figuur slechts een indicatie is, ondernemingen kunnen andere benamingen gebruiken voor de functies die hier bedoeld worden. Ook is het mogelijk dat niet alle functies in een bedrijf voor komen of dat bepaalde functies door één en
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 56 -
dezelfde persoon kunnen uitgevoerd worden. Verkoop en Marketing kan bijvoorbeeld de verantwoordelijkheid zijn van één manager. Anderzijds kunnen er, vooral in grote ondernemingen, meerdere personen zijn met dezelfde functie. Zo kunnen er bijvoorbeeld drie of vier productmanagers zijn.
Belangrijk is dat men bij de samenstelling van de teams de juiste mix vindt tussen macht en kennis zo dat men tot de best mogelijke beslissingen komt. Dit is vooral cruciaal wanneer een onderneming in een periode van veranderingen en moeilijkheden zit (Wallace T.F., 2000).
5.4 Het instellen van de productfamilies Het belang van productfamilies en de verschillende niveaus waarop men kan werken in een onderneming, werd reeds eerder besproken. In de volgende paragrafen vind je dan ook eerder een opsomming van meer praktische kanttekeningen.
De eerste bemerking die belangrijk is in deze context houdt verband met het aantal productfamilies. Volgens Robert Tearnan is het cruciaal om niet meer dan een tiental productfamilies te hebben, dit is nodig omdat de geaggregeerde planning een instrument is van het topmanagement. Het is bekend dat topmanagers typisch mensen zijn met een drukke agenda en weinig tijd. Daarom is het nodig dat er niet te veel in detail gewerkt wordt bij een geaggregeerde planning. Het is aangeraden om een productfamilieaantal tussen de zes en de tien aan te houden. Bemerking twee handelt over hoe men productfamilies kan selecteren. In dit opzicht werd reeds aangehaald dat men kan gebruik maken van de “frons”-test (supra blz. 19). De verschillende opties volgens de welke men de producten van een onderneming kan opsplitsen werden echter nog niet aangehaald. De mogelijke keuzes zijn: -Producttype -Productkarakteristieken -Productgrootte -Merk -Marktsegment -Klant Fundamenteel bij het instellen van de productfamilies is de manier waarop de onderneming in interactie treedt met de markt (Wallace T.F., 2000).
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 57 -
Voor sommige productcategorieën is het nodig om uiterst bedachtzaam te werk te gaan. Onder deze categorieën vallen vervangonderdelen, “nood”-orders en nieuwe producten. Vervangonderdelen behoren gewoonlijk tot de productfamilie die ze ondersteunen. Soms kan het zijn dat de vraag naar vervangstukken de vraag naar het product, waar deze vervangstukken deel van uitmaken, overtreft. Voor een dergelijk onderdeel kan het noodzakelijk zijn dat men een aparte productfamilie opricht. Dit is ook het geval wanneer het product zelf niet meer wordt geproduceerd maar de vervangstukken nog wel (Ling R.C. en Goddard W.E., 1988). “Nood”-orders zijn orders die de gewone werkwijze en levertijd niet kunnen afwachten, ze moeten sneller worden afgehandeld dan normale orders. De manier om deze efficiënt in de geaggregeerde planning in te werken is via een afzonderlijke productfamilie. Het is mogelijk om voor deze familie een vraagvoorspelling te maken waardoor men met de “nood”-orders gaat rekening houden bij het plannen (Palmatier G. E. en Crum C., 2003). Nieuwe producten worden meestal in een individuele productfamilie ondergebracht ook wanneer ze perfect in één van de bestaande productfamilies passen. Het afzonderlijk opnemen van nieuwe producten in productfamilies bevordert immers het inzicht ten aanzien van deze producten. Op deze manier wordt ervoor gezorgd dat nieuwe producten besproken worden in de vergaderingen van de geaggregeerde planning (Wallace T.F., 2000).
Eenmaal de organisatie en structuur achter de geaggregeerde planning vastliggen, is het nodig om een adequaat rapportering- en discussieraamwerk op te stellen. In de vorige hoofdstukken werd reeds meerdere malen gebruik gemaakt van spreadsheets, deze kunnen ook aangevuld worden met allerlei grafieken zoals staafdiagrammen en cumulatieve grafieken. Het voordeel van de spreadsheets is dat ze makkelijk te verspreiden zijn en de interpretatie ervan vlug kan gebeuren
(Vollmann T.E., 2005). Met de huidige software is ook de “what-if” analyse slechts een zeer kleine inspanning.
5.5 De spreadsheet voor de geaggregeerde planning Het nemen van een beslissing wordt vergemakkelijkt wanneer informatie overzichtelijk wordt voorgesteld zodat de gevolgen van eventuele acties onmiddellijk zichtbaar zijn en dat alternatieven op een eenvoudige manier geëvalueerd kunnen worden. “ Data moet transparant zijn.“ volgens Oliver Wight. Dit betekent dat de gebruikers van informatie de data moeten begrijpen en weten waar deze data vandaan komen.
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 58 -
Degelijk data management is een kritische succesfactor voor geaggregeerde planning. Ondernemingen die worstelen met hun geaggregeerde planning zijn vaak ondernemingen die er niet in slagen om een spreadsheet te ontwikkelen op basis waarvan het management vlot beslissingen kan nemen (Tearnan R., 2002). Een typisch kenmerk die hierbij naar voor komt is dat elke afdeling zijn eigen spreadsheet heeft, maar men er niet in slaagt om deze te integreren in één enkele spreadsheet.
Eerder werd reeds ingegaan op een prototypeoplossing met een bijhorende spreadsheet (supra blz. 22), ook figuur 4.4 is een voorbeeld van een dergelijke spreadsheet (supra blz. 49). Hetgeen volgt, is een diepgaandere bespreking van wat er verwacht wordt van een spreadsheet voor geaggregeerde planning. In het kader van het opstellen van een geaggregeerde planning, zijn er drie types van informatie die van belang zijn: 1. Informatie over de prestaties in het verleden. 2. Informatie over de huidige prestaties. 3. Informatie over de toekomstige plannen. Al deze data nodig om een beslissing te nemen voor een productfamilie moet dadelijk beschikbaar zijn en voorgesteld worden in één enkel rapport (Ling R.C. en Goddard W.E., 1988).
Algemeen gezien kan de spreadsheet van geaggregeerde planning samengesteld zijn uit vijf onderdelen. Deze zijn het verkoopsplan, productieplan, voorraad, orderreserves en verzendingen. Op de figuur is ook een lijn te zien met het label “vandaag”, links van deze lijn is de informatie te vinden die betrekking heeft op het verleden. Meestal voorziet men in de informatie van de drie laatste maanden voor “vandaag”. Rechts van deze lijn komt de toekomstplanning voor de rest van de planningshorizon. Daarvoor gebruikt men veelal een periode van twaalf maanden.
Tussen de verschillende segmenten in de spreadsheet zijn veel gelijkenissen alsook een aantal verschilpunten. In de bespreking die volgt, zal elk segment afzonderlijk onder de loep genomen worden. Als eerste in de bespreking en in de spreadsheet komt het verkoopsplan. Het verkoopsplan is samengesteld uit zes rijen. De eerste rij van het verkoopsplan bevat de verkopen van het vorige jaar. Hierna volgt de rij met het budget of jaarlijks businessplan waarin de verwachte verkopen geboekt zijn. De rij “Huidig” is opgebouwd uit de cijfers van het goedgekeurde verkoopsplan uit de vorige periode. “Plan” is de rij waarin de cijfers komen die gebaseerd zijn op de meest recente verwachtingen van de verkopers en marketeers. Het is logisch dat in de eerste drie kolommen van deze rij geen voorspellingen staan maar wel de werkelijke verkopen van de voorbije drie maanden. Op basis hiervan worden de vijfde en de zesde
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 59 -
rij van het verkoopsplan berekend. Deze bevatten respectievelijk de afwijking van de werkelijke verkopen ten opzichte van het businessplan en het cumulatieve verschil.
Het tweede onderdeel van de spreadsheet voorziet in de informatie omtrent het productieplan. Dit deel van de tabel bestaat eveneens uit zes rijen, waarvan er zes overeenkomen met deze van het verkoopsplan. Een eerste rij bevat het businessplan. Daarna een tweede rij die de productiegegevens van de vorige officiële planning omhelzen. Hierop volgt een rij met de voorstellen van productie voor de volgende maanden. Voor de eerste drie kollommen van deze rij geldt terug dat ze de werkelijke productie weergeven in plaats van voorspellingen. De vierde rij is de rij die afwijkt ten opzichte van het verkoopsplan. Deze rij bevat de hoeveelheden die nog beschikbaar zijn voor boeking en bekomt men door van het productieplan de reeds geboekte orders in mindering te brengen. Het productieplan wordt net als het verkoopsplan afgesloten met de rijen “Verschil” en “Cumulatief verschil”. Ook hier is de afwijking het verschil tussen de werkelijke output en het budget.
De derde sectie van het rekenblad handelt over de voorraad afgewerkte producten. Weerom worden de rijen “Budget”, “Huidig”, “Plan” en “Verschil” weergegeven. In deze rijen vindt men dezelfde informatie terug als bij de vorige twee segmenten maar nu toegespitst op de voorraden. De rij “Plan” wordt bekomen door bij de eindvoorraad van de vorige maand de geplande productie op te tellen en de geplande verkoop af te trekken. De vijfde rij, “ Voorraadobjectief”, weerspiegelt de voorraad uitgedrukt in tijdseenheden. Een voorraadobjectief wordt berekend door de voorraadhoeveelheid te delen door een verkoopssnelheid (zoals het aantal verkopen per maand of per dag).
Als vierde rubriek kan men de orderreserves plaatsen. In een make-to-stock omgeving gaat het dan ook om echte reserves voor toekomstige orders. Aangezien verondersteld wordt dat het boeken van een order en de verzending ervan terzelfder tijd gebeuren. Bij een make-to-order onderneming ligt dit enigszins anders. Hier kan het voorkomen dat boekingen en verzendingen niet in de zelfde maand plaatsvinden. Daarom gaat men dergelijke boekingen omrekenen naar orderreserves. Het zijn dus reserves aan orders die reeds geboekt zijn maar nog niet geproduceerd. Ook in dit deel van de spreadsheet vinden we de klassieke rijen als budget, huidig, plan en verschil terug, aangevuld met een rij geboekte orders.
Het afsluitende segment van de spreadsheet is het segment “Verzendingen”. Hier vinden we opnieuw de rijen “Budget”, “Huidig”, “Plan”, “Verschil” en “Cumulatief verschil”. De
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 60 -
betekenissen van deze rijen zijn gelijkaardig aan diegene die reeds gegeven zijn. Zo stelt “Budget” het verwachte aantal verzendingen van het komende jaar voor. “Huidig” is de rij waarin de goedgekeurde planning van de vorige maand wordt geprojecteerd. “Plan” geeft weer wat de verwachte verzendingen zullen zijn op basis van de planning van verkopen en productie. “Verschil” is het glijdende verschil tussen de vorige drie maanden van “Planning” en “Businessplan”. “Cumulatief verschil” is het geaggregeerde van “verschil”.
Voor elke maand wordt ook het aantal werkdagen weergegeven. Zo zijn de data beter te begrijpen. Een maand met meer werkdagen zal namelijk aanleiding geven tot een groter volume.
Voor de voorstelling van de gegevens in de spreadsheet van de geaggregeerde planning kunnen ondernemingen kiezen uit een aantal alternatieven. De twee meest vanzelfsprekende voorstellingmethoden zijn geldeenheden en productiehoeveelheden.
Bij deze algemene vorm van de spreadsheet zijn nog een aantal opmerkingen te maken (Wallace T.F., 2000). 1. Bij het invoeren van de spreadsheet is het best dat men voorkomt dat men overladen wordt met gegevens, soms kan het lijken alsof sommige data in de spreadsheet thuishoren en worden deze data er dan ook gemakkelijk aan toegevoegd. Het is echter aan te raden om het zo simpel mogelijk te houden in het begin. Pas later wanneer men beter overweg kan met de geaggregeerde planning, kan de extra data in de spreadsheet verwerkt worden. 2. Voor een make-to-stock onderneming is het niet nodig om de rubriek orderreserves in hun spreadsheet op te nemen. Aangezien de orderreserves in een dergelijke omgeving overeenkomen met de voorraden aan product voor toekomstige orders. De derde en de vierde rubriek zoals ze hierboven zijn beschreven kunnen dus in één en dezelfde rubriek ondergebracht worden. 3. Deze opmerking is gelijkaardig aan de vorige maar handelt over make-to-order ondernemingen. Bij een make-to-order onderneming is het segment voorraad afgewerkt producten zinloos aangezien men in een dergelijke omgeving niet op voorraad produceert. Ook hier kunnen dus de derde en vierde rubriek samengenomen worden in één rubriek namelijk de rubriek orderreserves.
Met deze opmerkingen over de spreadsheet wordt het deel van de algemene voorbereiding voor het starten van een geaggregeerde planning afgesloten. In de volgende fases van het implementatiepad begint nu het eigenlijk werk wat betreft het geaggregeerde plannen. De
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 61 -
volgende stap van de implementatie is nu immers het opzetten van een pilootversie van de geaggregeerde planning.
5.6 Het opstarten van een geaggregeerde planning bij 1 of 2 productfamilies Hier begint dus het eigenlijke geaggregeerde plannen. In de vorige stappen zijn de algemene maatregelen getroffen om het geaggregeerde planningsproces mogelijk te maken. Bij de aanvang is het aan te raden om slechts met een beperkt aantal (één of twee) productfamilies te beginnen, zodat men niet bedolven wordt onder de data en het werk dat verband houdt met de geaggregeerde planning (Wallace T.F., 2000).
Een volgende stap is dan om te bepalen welke productfamilie men gaat gebruiken in de pilootuitvoering. Als pilootproductfamilie is het interessant om noch de moeilijkste noch de makkelijkste te kiezen. De gulden middenweg zal ervoor zorgen dat men het meeste opsteek bij het opzetten van de geaggregeerde planning. Wanneer men als pilootfamilie echter de keuze maakt om de moeilijkste te gebruiken, zal dit ervoor zorgen dat de geaggregeerde planning moeilijk op gang zal komen. In deze fase is het echter nog niet de bedoeling om direct grote resultaten te boeken. Men moet er alleen naar streven om het proces operationeel te maken. Als men start met de makkelijkste of minst beduidende productfamilie van de onderneming dan is het mogelijk dat de mensen in de onderneming moeilijk warm te maken zijn voor de geaggregeerde planning.
De gulden middenwegkeuze valt op één of twee van de belangrijke productfamilies die geen bijzonderheden bezitten. Waarom er twee pilootfamilies kunnen bestaan, is dat de onderneming is opgebouwd uit twee totaal verschillende delen. Als men dan de geaggregeerde planning slechts op één productfamilie toepast wordt ook maar één deel van de onderneming in het proces betrokken. Dus de beide productfamilies zijn noodzakelijk om de ganse onderneming bij de geaggregeerde planning te betrekken.
Na dat beslist is welke de pilootproductfamilies zijn kan men het proces dat onder hoofdstuk 4 is beschreven uitvoeren. 1. Afsluiten van de vorige maand voor de pilootproductfamilie en het invullen van de spreadsheet met de geüpdate data. 2. Het vraagbeheer en de vraagvoorspellingen worden uitgevoerd voor de pilootproductfamilie.
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 62 -
3. De capaciteitsplanning uitoefenen voor de pilootproductfamilie en zien hoe aan de voorspellingen het best kan voldaan worden. 4. en 5.De vergaderingen voeren om het proces van de geaggregeerde planning voor de pilootproductfamilie af te sluiten.
Wanneer dit alles achter de rug is, zit de eerste cyclus van de geaggregeerde planning erop. Dit is het begin en nog niet alles loopt gesmeerd. Eens men echter het proces beter leert kennen, zal er snel beterschap te merken zijn en vooruitgang geboekt worden.
5.7 Het ontwikkelen van een beleidslijnen die afgestemd zijn op de geaggregeerde planning Het opstellen van een uitgebreid reglement voor de geaggregeerde planning is niet noodzakelijk. Toch is het interessant om de beleidslijnen op papier te zetten. Daarin dienen de volgende zaken in opgenomen te worden: −
de doelstellingen.
−
een beschrijving van de verschillende stappen van het proces.
−
de deelnemers aan de verschillende stappen.
De beleidslijnen kunnen ook een bepaling bevatten met betrekking tot de datums waarop de verschillende vergaderingen plaatsvinden. Het op voorhand bekend maken van dergelijke datums zorgt ervoor dat de personen in de onderneming hiermee kunnen rekening houden zodanig dat de aanwezigheden in de vergaderingen van de geaggregeerde planning gemaximaliseerd worden (Wallace T.F., 2000).
5.8 Veralgemeen de geaggregeerde planning naar alle productfamilies Eenmaal het goed vlot met de geaggregeerde planning van de pilootproductfamilies kan er overgeschakeld worden naar een geaggregeerde planning die alle productfamilies van de onderneming omvat. In deze fase van de implementatie vallen alle stukken van de puzzel in elkaar. Vanaf nu is het ook mogelijk om de financiële planning van de volledige onderneming op te stellen. Op het einde van deze fase draait de geaggregeerde planning op volle toeren.
Er wordt aangeraden om de overschakeling naar de resterende productfamilies in verschillende stappen plaats te laten vinden. Zo wordt de werklast die hiermee gepaard gaat, gespreid. Ook de
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 63 -
kans op problemen en fouten is kleiner. Bijkomende voordelen van deze werkwijze is dat men het proces geleidelijk aan kan optimaliseren en de spreadsheet stapsgewijs kan opgeschoond worden (Wallace T.F., 2000).
5.9 Automatiseren van de geaggregeerde planning Voor de meeste bedrijven is dit een zeer belangrijke stap in de implementatie. Er is slechts een zeer kleine minderheid van de bedrijven die aan deze stap weinig of geen aandacht moeten besteden. De bedrijven waarvan sprake beschikken reeds over alle benodigde data in hun informatiesysteem en kunnen deze data rechtstreeks invoeren in een geaggregeerde planningmodule. Niet alle onderneming genieten echter van deze gunstige omstandigheden. Het aanpassen van een informatiesysteem vergt enige tijd. Waardoor het kan voorvallen dat bij de pilootproductfamilies de spreadsheet manueel aangevuld moeten worden om geen verdere vertragingen op te lopen. Op deze manier worden de betrokkenen ook meer vertrouwd met de spreadsheet en de informatie die erin verwerkt is (Wallace T.F., 2000). Oliver Wight komt tot de vaststelling dat een belangrijke vertragende factor van de geaggregeerde planning het onvermogen is om tot bruikbare informatie te komen vroeg in het implementatiepad. Bij de keuze van de geaggregeerde planningssoftware moet men rekening houden met de volgende factoren (Tearnan R., 2005): •
De module moet de invoer en/of aggregatie van alle benodigde data voor een effectieve geaggregeerde planning toelaten en mag niet begrensd worden door de gegevens van het reeds aanwezige informatiesysteem.
•
De module moet ook bekwaam zijn om zowel kwantitatieve als kwalitatieve informatie te verstrekken.
•
De module moet de beoogde informatie samenvatten in effectieve grafische presentaties zodat het nemen van beslissingen vergemakkelijkt wordt.
•
De module moet een effectieve presentatie van de verschillende stappen van de geaggregeerde planning mogelijk maken evenals van de benodigde prestatiemaatstaven.
Zoals reeds eerder opgemerkt, is de kans op mislukking groter wanneer snelle resultaten uitblijven. Vandaar dat men zo vlug mogelijk moet beschikken over het juiste informatiesysteem.
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 64 -
5.10 Continuous improvement De ideale geaggregeerde planning is veelal een utopie. Men kan er wel naar streven dit ideaal zo dicht mogelijk te benaderen. Om dit mogelijk te maken, kunnen ondernemingen een evolutiepad volgen (Lapide L., 2005). Hierbij vertrekt men van de beoordeling van de geaggregeerde planning zoals ze is. Daarna vergelijkt men dit proces met hetgeen men als ideaal beschouwd en stelt men een plan op om de vastgestelde hiaten zo goed als mogelijk op te lossen. In het kader van dit evolutiepad stelt Larry Lapide een maturiteitsmodel (figuur 5.3) voor van het geaggregeerde planningsproces. Dit maturiteitsmodel kan als basis gebruikt worden om innovaties door te voeren. Het model is opgebouwd uit vier stadia: •
Marginaal proces
•
Rudimentair proces
•
Klassiek proces
•
Ideaal proces
Figuur 5.3: Het maturiteitsmodel van L. Lapide (Lapide L., 2005)
Elk stadium wordt besproken in termen van de frequentie van vergaderen, balanceren van vraag en aanbod en de gebruikte software.
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 65 -
Stadium 1: Marginaal proces: Een dergelijk geaggregeerd planningsproces is minder formeel en vindt slechts sporadisch plaats, vaak wordt het ook gekenmerkt door een chaotisch karakter. Zelfs wanneer de vergaderingen vooraf vastliggen, worden ze vaak geannuleerd omdat de deelnemers er het belang niet van inzien. Vaak is het management niet betrokken bij de geaggregeerde planning en is de geaggregeerde planning ook geen geïntegreerd proces. Het vraagbeheer maakt enkel plannen in hun eigen belang, er wordt niet gepoogd om een consensus te bereiken tussen verkoop en productie. Het gevolg is dat er ook een grote verscheidenheid aan productieplannen is waarbij men weinig moeite doet om deze op mekaar af te stemmen. Hiervoor is ook weinig software nodig. Elk departement en zelfs elke persoon kan zijn eigen spreadsheet gebruiken om de geïsoleerde plannen te ontwikkelen. Ondernemingen die zich in stadium 1 bevinden, moeten evolueren naar een stadium 2 proces. Dit kunnen ze bereiken door een formeler proces te creëren waaraan iedereen wil meewerken. Ook moet men meer eenheid brengen in de gebruikte spreadsheets. Stadium 2: Rudimentair proces: Ondernemingen met een stadium 2 geaggregeerde planning hebben wel een formele planning maar niet iedereen is ten volle geëngageerd, we kunnen dus niet spreken van een echt geïntegreerd proces. Er worden regelmatig interfunctionele vergaderingen georganiseerd om vraag en aanbod op elkaar af te stemmen, maar de aanwezigheid voor deze vergaderingen wordt als optioneel beschouwd. Er is ook nog steeds geen geïntegreerde software, vaak vindt er ook geen feedback plaats van productie naar verkoop over de haalbaarheid van het verkoopsplan. De ondernemingen die zich in deze situatie bevinden, kunnen evolueren naar het volgende stadium door te voorzien in een grotere betrokkenheid van het management. Hierdoor zullen de anderen binnen de onderneming de geaggregeerde planning ook serieuzer nemen en zich meer geëngageerd voelen. Ook moet men trachten om verkoopsplan en productieplan met elkaar te integreren. Stadium 3: Klassiek proces Een stadium 3 geaggregeerde planning volgt grotendeels de richtlijnen zoals deze zijn beschreven in de voorgaande hoofdstukken. Het gaat om een geïntegreerd proces waarin interfunctionele teams beslissingen nemen om vraag en aanbod te balanceren. Dit proces wordt ook ondersteund door een geïntegreerd softwarepakket. Om zich uiteindelijk tot een stadium 4 proces te ontwikkelen, is het nodig om de frequentie van plannen te verhogen en om het aantal samenwerkingsrelaties met klanten en leveranciers uit te breiden.
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 66 -
Stadium 4: Ideaal proces Dit is een geaggregeerd planningsproces dat in principe nooit kan bereikt worden, maar als referentie kan gebruikt worden voor hetgeen men dient na te streven. Deze vorm van geaggregeerde planning is “event-driven”, dit wil zeggen dat de planning aangepast wordt wanneer er iemand om vraagt of direct als men een onevenwicht vaststelt tussen vraag en aanbod. Dit houdt in dat men over een systeem moet beschikken die constant vraag en aanbod opvolgen, waardoor er steeds real-time informatie ter beschikking staat. Een dergelijke geaggregeerde planningmodule moet ook direct de gewenste personen verwittigen wanneer er moet vergaderd worden. Het gaat om virtuele vergaderingen via een mondiaal proces zodat niemand hoeft te reizen om de vergadering te volgen. Naast de mensen van de onderneming zelf zal deze geaggregeerde planning ook de ondernemingen stroomop- en stroomafwaarts in de supply chain omvatten, waardoor vraag en aanbod niet alleen binnen de onderneming gebalanceerd wordt maar ook op het niveau van de ganse supply chain. Een laatste punt waar een ideaal proces zich onderscheidt, is het feit dat men winst gaat plannen en maximaliseren bovenop het balanceren van vraag en aanbod (Elbaum S.,2005). Het doel is dus om voortdurend verbeteringen aan te brengen in het proces van de geaggregeerde planning. Deze verbeteringen zijn meestal slechts kleine wijzigingen van het bestaande systeem waardoor men van een continue verbetering spreekt. Bij de geaggregeerde planning moet men zich concentreren op een interne en externe vorm van continue verbetering. Er zijn twee hulpmiddelen om deze continue verbetering te ondersteunen (Wallace T.F., 2000). Het eerste werd reeds vermeld als laatste puntje op de agenda van de afsluitende vergadering (supra blz. 47): Kritische beoordeling van de geaggregeerde planning. Het tweede hulpmiddel is een vragenlijst om na te gaan hoe goed de geaggregeerde planning wordt toegepast. Een voorbeeld van een dergelijke vragenlijst is terug te vinden in bijlage 3.
5.11 Enkele bijzondere situaties In de voorgaande studie bleef de bespreking beperkt tot make-to-stock en make-to-order ondernemingen. Maar het is duidelijk dat ondernemingen meestal niet beperkt zijn tot deze situaties. Ter afsluiting van deze literatuurstudie komen in de volgende paragrafen nog twee specifieke situaties met hun bijzonderheden kort aan bod.
A. Meerdere productie-eenheden Het komt frequent voor dat ondernemingen meer dan één productie-eenheid hebben. Dit moet zich ook in de geaggregeerde planning weerspiegelen.
Hoofdstuk 5: Het implementatiepad van geaggregeerde planning
- 67 -
Wanneer de productiemiddelen binnen een productie-eenheid permanent zijn toegewezen aan één product dan is het mogelijk om elke productie-eenheid als een subfamilie te beschouwen. Het is op basis van deze subfamilies dat men de geaggregeerde planning zal voeren tot en met de voorbereidende vergadering van stap 4. In de afsluitende vergadering werkt men op het niveau van de productfamilies en wanneer er problemen opduiken, grijpt men terug naar het subfamilieniveau. Op deze manier kan men nagaan in welke productie-eenheid de oorzaak is van het probleem. Ondernemingen waar de productiemiddelen niet permanent zijn toegewezen aan één enkel product kunnen gewoon gebruik maken van een ruwe capaciteitsplanning. Men moet er wel voor zorgen dat de previsies gemaakt worden op een niveau dat toelaat om de vraag per productieeenheid te bepalen (Wallace T.F., 2000).
B. Assemblage-op-order Producten in deze categorie worden geassembleerd na het ontvangen van klantenorders met als fundamenten een aantal basiscomponenten. Deze productievorm ligt dus ergens tussen make-tostock en make-to-order. De voorraadniveaus van de afgewerkte producten zal zeer laag zijn. Het beheersen van de voorraad doet zich voor op het niveau van de basiscomponenten. Deze worden behandeld als een make-to-stock producten en zullen ook op deze manier worden weergegeven in de spreadsheet van de geaggregeerde planning (Wallace T.F., 2000).
5.12 Besluit De implementatie van een geaggregeerde planning vereist de nodige aandacht opdat deze kan uitgroeien tot een succesvol proces. Alvorens men het geaggregeerde planningsproces kan uitvoeren moet elke deelnemer weten waar het voor staat en wat het inhoudt. Vandaar dat men start met een initiële briefing met daaropvolgende opleidingssessies. Eenmaal dit is gebeurd, moet men ervoor zorgen dat elke functie die noodzakelijk is voor het uitvoeren van de geaggregeerde planning is ingevuld en dat de structuur achter de geaggregeerde planning aanwezig is. Als al deze voorbereidende stappen beëindigd zijn kan men uiteindelijk beginnen met het toepassen van de geaggregeerde planning. Hierbij wordt aangeraden om te starten met een beperkte basis en eenmaal men het proces goed onder de knie heeft, over te schakelen naar de ganse onderneming. Het geaggregeerde planningsproces is ook nooit perfect en is steeds vatbaar voor kleine verbeteringen.
Hoofdstuk 6: Het onderzoek
- 68 -
Hoofdstuk 6: Het onderzoek
6.1 Inleiding In het empirisch onderzoek wordt besproken in hoeverre geaggregeerde planning zijn ingang heeft gevonden in de Belgische ondernemingen. Een goed toegepast geaggregeerd planningsproces draagt immers bij tot een hogere efficiëntie en effectiviteit binnen de onderneming. In de loop van de literatuurstudie zijn ook een aantal kenmerken naar voren gebracht die belangrijk zijn bij het voeren van een geaggregeerde planning.
6.2 Methode
6.2.1 Specifieke onderzoeksvragen
Het onderzoek werd uitgevoerd aan de hand van een enquête die werd opgesplitst in drie delen. Het eerste deel heeft de bedoeling om de penetratie van het geaggregeerde planningsproces na te gaan. Ten tweede behandelt de enquête de kenmerken van het geaggregeerde planningsproces en de invloeden ervan. Deze kenmerken komen allen aan bod in de literatuurstudie. En als laatste deel wordt getracht de redenen te achterhalen voor het niet bezitten van een geaggregeerde planning.
6.2.2 Populatie en Steekproef
Het steekproefkader bestaat uit Belgische bedrijven, waarbij er geen beperkingen worden opgelegd qua sector. Dit om een zo representatief mogelijk beeld te bekomen van de populatie. In totaal zijn er 31 ondernemingen ondervraagd met een zelf samengestelde vragenlijst. Wel moet opgemerkt worden dat de responsgraad laag is (15%), waardoor elke goed ingevulde vragenlijst in de sample is opgenomen. Dit kan ervoor zorgen dat de representativiteit ten aanzien van de populatie voor een deel verloren gaat. De ondernemingen die in onze sample zijn opgenomen, waren bij voorkeur ‘grotere’ bedrijven met meer dan 50 werknemers. Dit omdat geaggregeerde planning, alhoewel het een reeds lang verspreid begrip is, nog maar recentelijk sterk aan aandacht heeft gewonnen door de veranderende marktomstandigheden.
Hoofdstuk 6: Het onderzoek
- 69 -
6.2.3 Gegevensverzameling
Aan de hand van een zelf opgestelde vragenlijst (bijlage 1.1) zijn de gegevens verzameld met betrekking tot de geaggregeerde planning in de Belgische bedrijven. De vragenlijst werd opgesteld na het doornemen van de beschikbare literatuur. In deze enquête wordt de Engelstalige term ‘Sales and operations planning (S&OP)’ gebruikt in plaats van geaggregeerde planning omdat verondersteld wordt dat deze term breder verspreid is dan de Nederlandstalige term geaggregeerde planning. De vragenlijst is gepubliceerd op Internet via het online enquête softwarepakket Websurveyor, daar dit met de huidige beschikbare middelen de makkelijkste manier is om druk bezette personen te bereiken. Doch door de lage responsgraad en door de beperkte tijd waarin dit onderzoek moest uitgevoerd worden, blijft de significantie beperkt. Maar als basisonderzoek kan het toch een aantal interessante aanwijzingen opleveren.
In bijlage 1.2 zijn de bedrijven terug te vinden die meegewerkt hebben aan het onderzoek. Om te beginnen is vertrokken van de Trends top 10000016 en zijn hieruit een veelvoud van sectoren geselecteerd. Van al deze sectoren zijn naar gelang de grootte van de sector, de top 30 of top 60 van elke sector geselecteerd. Uit deze top 30 of top 60 zijn daarna willekeurig bedrijven geselecteerd. Om een goede weerspiegeling van de populatie te bekomen, is het noodzakelijk dat elk lid van de populatie een even grote kans heeft om geselecteerd te worden. Maar door de toegepaste manier van werken wordt dit niet verzekerd, want de onderneming die niet onder de top 30 of top 60 vallen, hebben geen kans om gekozen te worden. Ook de willekeurige manier van selecteren door de onderzoeker kan aan subjectiviteit onderworpen zijn.
Na de selectie van de ondernemingen werden deze aangeschreven op het algemene E-mailadres. De e-mail was voorzien van een begeleidende brief (bijlage 1.1). Door de lage responsiegraad op deze e-mails, is er daarna overgeschakeld op een persoonlijke aanpak. In de Trends top 100000 zijn ook de telefoonnummers van de bedrijven vermeld. Voor het bekomen van de nodige antwoorden werden de bedrijven opgebeld met de vraag of ze bereid waren om deel te nemen aan de enquête. Dit leverde uiteindelijk een betere respons op. Alhoewel deze nog steeds vrij beperkt was, werden op deze manier toch het vereiste aantal antwoorden bekomen.
16
http://www.trendstop.be
Hoofdstuk 6: Het onderzoek
- 70 -
6.2.4 Gegevensanalyse
Aan de hand van de vragenlijst worden gegevens verzameld met betrekking tot het al dan niet toepassen van geaggregeerde planning. De vragenlijst (bijlage 1.1) is opgedeeld in vijf onderdelen. Sectie A handelt over de typering van de onderneming en de respondent. Sectie B analyseert de kenmerken van het geaggregeerde planningsproces. Sectie C heeft te maken met de invoering en de applicatie van de geaggregeerde planning. In sectie D volgt een bespreking van de invloed op de resultaten met betrekking tot de invoering van een geaggregeerd planningsproces en ten slotte in sectie E worden vragen gesteld rond het niet hebben van een geaggregeerde planning. Voor het beantwoorden van de vragenlijst wordt vooral gefocust op mensen die tot het management van een onderneming behoren. Aangezien zij de personen zijn die het meest actief bij de geaggregeerde planning betrokken zijn.
In de vragenlijst wordt elke vraag voorafgegaan door een letter en een cijfer. Aan de hand van deze letter- en cijfercombinaties zijn de data in SPSS ingegeven. Indien de vraag uit meerdere delen bestaat wordt aan deze combinatie nog een cijfer toegevoegd. Zo bestaat vraag A3 bijvoorbeeld uit drie deelvragen. Ook kan er op sommige vragen meer dan één antwoord worden aangeduid. Het gaat hier om verschillende variabelen waarvoor ook een extra teken wordt bijgevoegd bij de vraag. Een voorbeeld hiervan is vraag B9. Nadat de verzamelde gegevens zijn ingegeven, zijn met behulp van het softwareprogramma SPSS 14.0 statistische analyses uitgevoerd. Bij het refereren naar de vragen uit de vragenlijst (bijlage 1.1) wordt enkel nog de vraag met letter- en cijfercombinatie opgegeven, zonder telkens opnieuw te verwijzen naar bijlage 1.1. Hypothesen worden telkens getoetst op een significantieniveau van 5%. Dit wil zeggen dat men zich met 95% zekerheid kan uitspreken over de bekomen resultaten.
De vragenlijst bevat voornamelijk vragen waarvan de antwoordmogelijkheden beperkt zijn tot dichotome variabelen (ja/neen). Dit werd gedaan om het invullen van de enquête zo eenvoudig mogelijk te houden en om ervoor te zorgen dat men een duidelijk standpunt moet innemen, waardoor een duidelijke zwart/wit visie wordt bekomen. Het nadeel hiervan is dat er slechts over nominale schalen beschikt wordt, waarvoor de analysetechnieken beperkt zijn in vergelijking met ordinale of intervalschalen. De geëigende maat voor de centrale tendens, het ‘meest typische’ antwoord, is in een dergelijke schaal de modus: de meest voorkomende keuze. Dit alles zorgt ervoor dat het onderzoek qua statistische analysetechniek beperkt blijft tot de Chi kwadraattest (De Pelsmacker P. en Van Kenhove P., 2002).
Hoofdstuk 6: Het onderzoek
- 71 -
6.3 Resultaten en interpretatie
6.3.1 Situatie omtrent geaggregeerde planning in België
Zoals de titel van deze scriptie aangeeft, is het de bedoeling om na te gaan hoe het zit met de geaggregeerde planning in België. Vanuit dit standpunt wordt dan ook vraag B1 gesteld. Hieruit blijkt dat 61% positief antwoord op deze vraag en 39% negatief (figuur 1). Hieruit zou men kunnen besluiten dat geaggregeerde planning zijn ingang in België reeds redelijk goed heeft gevonden, maar niets is minder waar. Wanneer de resultaten echter worden bekeken door een onderverdeling te maken naar grootte van de ondernemingen, dan komt men tot een gans ander inzicht. Als criteria voor de grootte van de onderneming wordt het aantal werknemers gebruikt. Op basis hiervan worden de ondernemingen opgedeeld in drie groepen namelijk de ondernemingen met meer dan 50 en minder dan 100 werknemers, ondernemingen met een werknemeraantal tussen de 100 en de 500 en de ondernemingen met meer dan 500 werknemers. Deze onderverdeling komt overeen met de indeling die het VBO17 hanteert (Statistieken VBO oktober 200518). Wordt er in uw onderneming gebruik gemaakt van geaggregeerde planning?
neen , 39% neen ja ja, 61%
Figuur 6.1: Bekomen verdeling van de geaggregeerde planning in België. (eigen voorstelling)
17 18
Verbond van Belgische ondernemingen. http://www.vbo-feb.be/index.html?page=90
Hoofdstuk 6: Het onderzoek
- 72 -
De trend die dan is vast te stellen, is dat het percentage het laagst is bij de kleinste ondernemingen en het hoogst bij de grootste ondernemingen (figuur 2). Daartegenover staat het feit dat men in België het grootste percentage van de ondernemingen in de onderzochte populatie aantreft in de eerste groep (50%) en slechts een beperkt percentage (8%) in de laatste groep. Waaruit dus kan besloten worden dat geaggregeerde planning nog een ruime progressie kan maken in België.
Wel moet hierbij opgemerkt worden dat deze trend statistisch niet significant (Sig. 0,133) aangetoond is. Ook mag de opmerking onder het kadertje ‘chi-square tests’ niet uit het oog verloren worden (bijlage 2.1.1). Wanneer bij deze opmerking het aangegeven percentage hoger is dan 20 (66,7%) dan wijst dit erop dat ofwel groepen moeten worden samengenomen of dat de vaststellingen zouden geverifieerd moeten worden aan de hand van onderzoek op grotere schaal. Bij dergelijke kleine waarden is het ook beter om de waarde van de Fisher’s Exact Test te beschouwen19. De significantie die hier terug te vinden is, is licht hoger dan die van de gewone chi kwadraattoets maar nog steeds niet hoog genoeg om over een significant verband te spreken (Sig. 0,127) (bijlage 2.1.1).
Aantal werknemers
Geaggregeerde planning
Aantal ondernemingen
Tussen 50 en 100
25 %
50 %
Tussen 100 en 500
63 %
42 %
Meer dan 500
86 %
8%
Figuur 6.2: Bekomen verdeling van de geaggregeerde planning in België naar aantal werknemers (eigen voorstelling)
In de vragenlijst wordt ook geprobeerd om een zicht te krijgen waarom ondernemingen geen geaggregeerde planning bezitten. Dit gebeurt aan de hand van vragen E1a, E1b en E2. De voornaamste reden voor de afwezigheid van een geaggregeerde planning is omdat men het concept niet kent. 75% van de respondenten die geen geaggregeerde planning hebben, antwoorden negatief op de vraag of ze voor deze enquête al van geaggregeerde planning hadden gehoord. Aan deze respondenten wordt ook gevraagd of ze van plan zijn zich verder te informeren met betrekking tot geaggregeerde planning. Hierop antwoordde de helft van de respondenten positief.
19
http://www.sussex.ac.uk/its/help/guides/spss2way.shtml: tables with small expected values http://wwwling.arts.kuleuven.ac.be/genling/statistiek/2.htm: beperkingen
Hoofdstuk 6: Het onderzoek
- 73 -
6.3.2 De algemene kenmerken van de geaggregeerde planning
Het geaggregeerde planningsproces kent zoveel uitvoeringen als er ondernemingen zijn. Elke geaggregeerde planning wordt afgestemd op de noden van de onderneming. Daarom is het interessant om een blik te werpen op de algemene kenmerken van de geaggregeerde planningsprocessen zoals deze ook in de literatuurstudie zijn terug te vinden.
Een eerste kenmerk dat hiervoor in aanmerking komt is of er een verband bestaat tussen de geaggregeerde planning en het businessplan. Dit wordt nagegaan met vraag B3. Alhoewel in hoofdstuk 1 wordt beschreven dat de geaggregeerde planning een essentiële schakel vormt tussen de strategische planning en het jaarlijkse businessplan antwoordt 21% van de respondenten dat er geen interactie is tussen de beide. Wanneer er gekeken wordt naar de invloed hiervan op de effectiviteit van de geaggregeerde planning dan kan er geen significant verband vastgesteld worden (Sig. 1,000). Naast deze algemene beoordeling kan dit ook uitgesplitst worden naar de verschillende aspecten waarop de geaggregeerde planning een effect uitoefent. Deze aspecten komen voor onder D1a voorraadniveau, D1b levertijden, D1c klantenservice, D1d kosten en D1e winst. Ook op het resultaat naar voorraadniveau, levertijden, klantenservice, kosten en winst toe, blijkt dit geen invloed te hebben (Sig. >= 0,352) (bijlage 2.2.1).
Een tweede kenmerk komt naar voor in vraag B4, het gaat om de frequentie waarmee het geaggregeerde planningsproces wordt gevoerd. Het proces dat beschreven wordt in Hoofdstuk 4 is een maandelijkse cyclus. Maar in Hoofdstuk 3 werd reeds opgemerkt dat men steeds vaker overschakelt naar een wekelijks proces. Beide cyclussen worden bevestigd in dit onderzoek. 53% van de respondenten voert een maandelijkse geaggregeerde planning, 37% voert reeds een wekelijks proces en slechts 10% heeft een proces dat op kwartaalbasis loopt. Omdat bij het inleidende voorbeeld van Hoofdstuk 2 duidelijk gesteld werd dat een herziening per kwartaal een te lage frequentie is om een onderneming onder controle te houden, verdelen we deze frequenties in twee groepen. Namelijk een groep ‘kwartaal’ en een groep met wekelijks en maandelijks samen. Hierbij is vast te stellen dat er een trend bestaat dat de effectiviteit groter is bij de tweede groep dan bij de eerste. Deze trend mag volgens de chi kwadraattest zelfs als statistisch significant beschouwd worden (Sig. 0,034). Maar omdat ook hier het aantal respondenten klein is en met twee kolommen en twee rijen wordt gewerkt, is het beter om rekening te houden met de waarde van de Fisher’s Exact Test (Sig. 0,098) (bijlage 2.2.2). Alhoewel de trend niet volledig valt weg te cijferen, verliest hij hierdoor zijn statistische significantie ten opzichte van het 5% betrouwbaarheidsinterval.
Hoofdstuk 6: Het onderzoek
- 74 -
Een derde karakteristiek die in deze analyse betrokken wordt, is de planningshorizon die toegepast wordt in de geaggregeerde planning. Ook hier valt waar te nemen dat de planningshorizon die het meest aangewend wordt, in 37% van de gevallen, deze is die in de literatuurstudie voorkomt namelijk twaalf maanden. Uit het onderzoek blijkt ook dat een tijdshorizon van zes maand bijna even vaak gehanteerd wordt (31%). Een tijdshorizon van achttien maanden of twee jaar daarentegen komt veel minder voor. Ook blijken er ondernemingen te zijn die een planningshorizon van één maand gebruiken. Op de meeste resultaatsparameters zoals voorraadniveau, kosten, winst en effectiviteit blijken deze vaststellingen geen statistisch significante invloed te hebben (Sig. >= 0,40) (bijlage 2.2.3). Wat betreft de invloed op levertijden komt de trend naar voor dat deze minder positief zijn bij een planningshorizon van één maand en een planningshorizon van twee jaar. Dit is echter geen statistisch significant verband (Sig. 0,065) (bijlage 2.2.4). Voor de invloed op de klantenservice wordt hetzelfde verband vastgesteld als bij levertijden. Ook hier wordt geconstateerd dat bij een planningshorizon van één maand en die van twee jaar de resultaten minder positief beïnvloed worden, en dit op een statistisch significante manier (Sig. 0,007) (bijlage 2.2.5).
Uiteindelijk wordt aan de respondenten ook gevraagd of ze hun geaggregeerde planning aanzien als een proces of als een losstaande vergadering. In de literatuurstudie werd meermaals benadrukt dat de geaggregeerde planning een proces is en geen eenmalige vergadering. Het merendeel van de respondenten (63%) bevestigt dit. Ook hier wordt onderzocht of dit een invloed heeft op de resultaten en de beoordeling van de geaggregeerde planning. Er is echter geen enkel statistisch significant verband vast te stellen dat er een afhankelijkheid bestaat tussen het aanzien van de geaggregeerde planning als een proces en de invloed op de resultaten (Sig. >= 0,296) (bijlage 2.2.6).
Bij alle waarden voor de significanties moet opgemerkt worden dat opnieuw gewerkt wordt met de ‘Fisher’s Exact Test’ omwille van het kleine aantal respondenten. Ook hier geldt dat deze vaststellingen slechts als een basisstudie kunnen gehanteerd worden en dat deze zouden moeten geverifieerd worden op grotere schaal.
Hoofdstuk 6: Het onderzoek
- 75 -
6.3.3 De betrokkenheid van het management
In de literatuurstudie in hoofdstuk 1 wordt benadrukt dat het belangrijk is dat het management actief betrokken is bij de geaggregeerde planning. Naar aanleiding hiervan is het interessant om de verdeling met betrekking tot vraag C1 in beschouwing te nemen (Figuur 3). Uit dit diagram blijkt dat het vooral de general manager of een andere leidinggevend persoon is die de onderneming in contact brengt met geaggregeerde planning. Samen zijn ze goed voor iets meer dan 60%. Een andere belangrijke bron wordt gevormd door de moedervennootschap, en veelal zal ook hier het topmanagement dit ondersteunen. Hieruit blijkt al dat het management een essentiële rol speelt bij de geaggregeerde planning.
Hoe is uw onderneming in contact gekomen met geaggregeerde planning?
andere, 5% consultant, 5%
general manager, 26%
moedervennoots chap, 26%
andere leidinggevende , 38%
Figuur 6.3: Wie brengt ondernemingen in contact met geaggregeerde planning. (eigen voorstelling)
Aan de hand van de vragen C5, D1 en D2 wordt getracht om te achterhalen of de rol van het management ook in werkelijkheid een invloed heeft op de resultaten van de onderneming. Bij deze analyse wordt een onderscheid gemaakt tussen ondernemingen waar de general manager niet deelneemt aan de geaggregeerde planning en deze waar hij wel deelneemt. Algemeen blijkt er een trend te bestaan die de alternatieve hypothese, dat er een verband bestaat tussen de twee variabelen, bevestigd. Daar waar de general manager deelneemt aan de geaggregeerde planning, antwoord 83% van de respondenten dat hun geaggregeerde planning effectief is. Terwijl wanneer de general manager niet betrokken is bij de geaggregeerde planning slechts 40% vindt dat hun
Hoofdstuk 6: Het onderzoek
- 76 -
geaggregeerde planning effectief is. Dit is echter niet statistisch significant vastgesteld (Sig. 0,074). Wanneer ook hier naar de Fisher Exact Test wordt gekeken, blijkt de statistische significantie nog iets lager te zijn (Sig. 0,117) (bijlage 2.3.1). Ook hier kan men naast deze algemene beoordeling de opsplitsing maken naar de afzonderlijke aspecten waarop de geaggregeerde planning een effect uitoefent. Voor wat de invloed betreft op voorraadniveau, levertijden en klantenservice blijkt er nagenoeg geen statistische significant verband te bestaan met de rol van het management (resp. Sig. 0,706; 0,523; 0,352) (bijlage 2.3.2). Dit kan het gevolg zijn van het feit dat de invloed op voorraadniveau, levertijden en klantenservice de meer algemene resultaten van de geaggregeerde planning zijn, zodat er sowieso een positief effect zal zijn op deze drie aspecten. Voor de kosten en de winst ligt dit lichtjes anders. Hierbij blijkt er een trend te bestaan dat in ondernemingen waar de general manager een actieve rol speelt in de geaggregeerde planning de kosten en winsten vaker (90%) een positief effect ondervinden dan wanneer dit niet het geval is (60%). Ook in deze gevallen kan men echter niet spreken van een statistisch significante trend (Sig. 0,099) (bijlage 2.3.3). Weerom moet ook hier aandacht worden besteed aan de Fisher Exact Test, hierbij blijkt dat de significantie nog licht daalt (Sig. 0,172). Een mogelijke verklaring voor het bestaan van deze laatste trends is dat het management meer de nadruk zal leggen op kosten en winst.
6.3.4 De kenmerken van de afsluitende vergadering
In deze paragraaf worden de kenmerken van de afsluitende vergadering besproken en wordt nagegaan of deze een invloed hebben op de resultaten van de onderneming. Als kenmerken van de afsluitende vergadering worden beschouwd: 1. het feit of er een agenda bestaat, 2. of er een vaste procedure is voor de vergaderingen 3. hoe lang de afsluitende vergadering duurt. Deze variabelen zijn terug te vinden in de vragen B6a, B6b en B6c. In de literatuurstudie werd aangehaald dat het bestaan van een agenda belangrijk kan zijn om er voor te zorgen dat de aanwezigheden gemaximaliseerd kan worden. Uit het onderzoek blijkt dat ongeveer 60% van de ondervraagde ondernemingen over een agenda beschikt. Verder beschikt 90% van de respondenten over een vaste procedure voor de afsluitende vergadering en duren deze vergaderingen voor het merendeel (ca. 70%) twee uur of meer. Alhoewel deze factoren een belangrijke invloed uitoefenen op het geaggregeerde planningsproces kan voor geen enkele
Hoofdstuk 6: Het onderzoek
- 77 -
eigenschap een statistisch significante invloed op de resultaten van de onderneming gevonden worden (Sig. >=0,227) (bijlage 2.4.1).
6.3.5 Continuous improvement
In de literatuurstudie werd aangehaald dat de ideale geaggregeerde planning veelal een utopie is. Daarom moeten ondernemingen er naar streven om voortdurend verbeteringen aan te brengen in hen geaggregeerde planning. Op basis van de vragen C3, D1 en D2 wordt nagegaan of er een verband is tussen de duur dat een geaggregeerd planningsproces reeds geïmplementeerd is en de invloed ervan op de resultaten. Van onze respondenten is 10,5% nog maar net bezig met geaggregeerde planning, dit wil zeggen minder dan één jaar, 42,1% is al langer dan één jaar de eigenaar van een geaggregeerd planningsproces en 47,4% bezit reeds langer dan drie jaar een geaggregeerde planning.
Opnieuw wordt bekeken op welke onderdelen van vraag D1 dit een invloed heeft. Voor de eerste factor, het niveau van de voorraad is geen statistisch significant verband vast te stellen (Sig. 0,216) (bijlage 2.5.1). Ook voor de levertijden en de klantenservice kan geen statistisch significant besluit genomen worden, maar hier valt wel een trend te constateren dat ondernemingen die langer dan drie jaar een geaggregeerde planning hebben betere resultaten boeken dan ondernemingen die er nog niet zo lang mee bezig zijn (resp. Sig. 0,099 en 0,133) (bijlage 2.5.2). Voor de factor winst is het moeilijk om de nulhypothese niet te verwerpen (Sig. 0,053), aldus kan hier gesteld worden dat de tendens, dat de winst positievere invloeden ondervindt naarmate men langer over een geaggregeerd planningsproces beschikt, gerechtvaardigd is (bijlage 2.5.3). Ten slotte is er nog de invloed op de kosten. Voor dit onderdeel valt wel een statistisch significant verband waar te nemen (Sig. 0,007), naarmate de ondernemingen langer over een geaggregeerde planning beschikken, ondervinden hun kosten een positievere invloed (bijlage 2.5.4).
Als laatste onderdeel van deze paragraaf wordt bestudeerd of de duur dat een onderneming over een geaggregeerde planning beschikt een invloed heeft op de algemene beoordeling van de effectiviteit van deze geaggregeerde planning. Voor deze variabele geldt hetzelfde als voor de factor winst. Ook hier is het moeilijk om de nulhypothese niet te verwerpen, omdat de significantie dicht bij 0,05 ligt (Sig. 0,057), dus ook hier kan men stellen dat er een trend bestaat dat ondernemingen die langer over een geaggregeerde planning beschikken deze als effectiever beoordelen dan ondernemingen die nog niet zo lang over een geaggregeerde planning beschikken (bijlage 2.5.5).
Hoofdstuk 6: Het onderzoek
- 78 -
Ook hier geldt de opmerking dat er met de Fisher Exact Test gewerkt wordt omdat de Chi kwadraattoets bij kleine verwachte waarden minder betrouwbare resultaten oplevert.
6.4 Besluit Uit de studie kan worden afgeleid dat het begrip geaggregeerde planning vooral geïntegreerd is in grote ondernemingen. Bij de ‘kleinere’ ondernemingen echter is het concept van geaggregeerde planning nog vrij onbekend. Bij deze bedrijven is dus nog een lange weg te gaan om het concept van geaggregeerde planning te implementeren. Aangaande de kenmerken van de geaggregeerde planning is vast te stellen dat wat betreft frequentie en planningshorizon de betere resultaten bekomen worden met hetgeen we in de literatuurstudie beschrijven. Ook het belang van de betrokkenheid van het management wordt in deze analyse bevestigd, dit feit komt ook terug in de casestudies die hierop volgen. Als laatste valt op te merken dat de geaggregeerde planning niet direct optimaal functioneert maar dat het een proces is dat geleidelijk aan groeit nadat het is geïmplementeerd. Aangezien de representativiteit van de steekproef voor de populatie beperkt is, is het niet aan te raden de bekomen resultaten al te sterk te veralgemenen. Deze scriptie zou echter wel een aanzet kunnen zijn voor onderzoekers die geïnteresseerd zijn in geaggregeerde planning.
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk
- 79 -
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk 7.1 Inleiding Om de theoretische beschouwingen uit de literatuurstudie te toetsen met de praktijk volgen in dit hoofdstuk twee casestudies van bedrijven die gebruik maken van geaggregeerde planning in hun bedrijfsvoering. Beide casestudies belichten een ander deel van het geaggregeerde planningsproces omdat we ze bekijken vanuit het standpunt van twee verschillende functies, respectievelijk supply planner en financieel directeur. De eerste casestudie concentreert zich op het planningsaspect van de geaggregeerde planning en op het balanceren van vraag en aanbod terwijl de tweede casestudie het financiële denken achter de geaggregeerde planning behandelt.
7.2 Casestudie 1: Geaggregeerde planning binnen Shell20
7.2.1 Situatieschets
De implementatie van het geaggregeerde planningproces in Shell was een initiatief dat gestart is vanuit het topmanagement. De missie van Shell speelde hierbij een belangrijke rol. Het is namelijk hun doelstelling om nummer één te zijn en te blijven inzake smeermiddelen. De strategie die hierbij gehanteerd wordt is om de eerste keuze leverancier te zijn. Dit tracht men
te
verwezenlijken door zich te positioneren als een betrouwbare leverancier en goede kwaliteit te leveren. De cruciale prestatiemaatstaf die hierbij gehanteerd wordt is de “OTIF”-parameter. OTIF staat voor het percentage van producten dat “on time in full” wordt geleverd. Een hoge OTIF kan bereikt worden langs twee mogelijke wegen ofwel gaat men aan voorraadopbouw doen, wat geld kost (dood geld), ofwel moet men trachten te achterhalen wanneer welk product vereist zal zijn. Dit laatste wordt mogelijk gemaakt door een beter inzicht te verwerven in wat men op middellange termijn kan verwachten. Hierin ligt ook de cruciale rol van de geaggregeerde planning als schakel tussen de lange termijn strategie en de operationele uitvoering (zie figuur 7.121).
20 21
Intrview met De Groote R., supply planner, 17 maart 2006 Sales and Operations planning is de engelse vertaling van geaggregeerde planning.
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk
- 80 -
Financial Forecasts& Strategic Planning
12 month Sales Forecast
When T&R & Strategic Planning
Weekly/daily plan
Daily plan by bundled loads and full loads to customer requirements
Sales and Operations Planning (S&OP)
Weekly
Transport TransportPlanning Planning
Days
Quarterly Monthly
Master Production Planning
Hour s
Annual
Daily
Weeks
Month s
1- 3 Years
Figuur 7.1: Geaggregeerde planning integreert de lange termijn strategie en de operationele uitvoering. (Shell Lubricants S&OP Manual, 2004)
De werkwijze die men bij Shell toepaste voor het invoeren van de geaggregeerde planning was vergelijkbaar met die van het inleidende voorbeeld in hoofdstuk 2. Er werd weinig aandacht besteed aan de vraagvoorspelling. De previsies bleven beperkt tot een extrapolatie van historische gegevens waarbij er geen inbreng was van specifieke informatie zoals promotieacties van marketing of nieuwe klanten van verkoop. De communicatie tussen de verschillende departementen was nagenoeg onbestaande (zie figuur 7.2). Het gevolg hiervan was een gebrek aan controle over de onderneming en nagenoeg geen inzicht in wat de toekomst zou brengen. Een goede illustratie hiervan was dat “Maintenance” in een onderhoudsstop voorzag net voor een periode van vakantie. Met als gevolg dat de productie gedurende een lange periode stil lag, eerst door het onderhoud en daarna door de vakantie. Tezelfdertijd was ook de markt in omvang toegenomen. Dit alles resulteerde in een onverwacht sterke daling van de OTIF. Het grote risico dat Shell hierbij liep was dat klanten Shell gingen aanzien als een minder betrouwbare leverancier en ze hierdoor mogelijks konden afhaken. Dit was in strijd met de ondernemingsstrategie. Vandaar dat er beslist werd om een geaggregeerde planning te implementeren.
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk
• Various departments have conflicting goals or make inconsistent plans: Marketing: Marketing: Sales: Sales:
the the promotion promotion will will sell sell 400 400
• S&OP is a multi-disciplined approach to get consensus and commitment on one Sales and Operations plan that drives the entire organisation. Strategic & Financial Planning
Order Promising
we we can can sell sell 200 200
Shipment Planning
Material Planning
Manufacturing:
Finance:
they will only sell 150
we have a budget of 300
- 81 -
Manufacturing Planning
Demand Forecasting & Planning
one consensus plan
Supply Planning
Distribution Planning
Figuur 7.2: Geaggregeerde planning staat voor interfunctionele samenwerking. (Shell Lubricants S&OP Manual, 2004)
7.2.2 Het geaggregeerde planningproces
Voor het implementeren van het geaggregeerde planningproces beschikt Shell over een projectteam dat ondersteund wordt met een paar consultants. Dit projectteam staat in voor de implementatie van eenzelfde proces over de hele wereld. De implementatie geschiedt cluster22 per cluster. De structuur die binnen Shell gehanteerd wordt, is hierbij van wezenlijk belang. De structuur voor de geaggregeerde planning is opgebouwd uit drie niveaus. Het hoogste niveau is uiteraard het “global”niveau, hierbinnen zijn dan een tiental enveloppen gedefinieerd en op het laagste niveau bevinden zich de “supply plants” in clusters. De weerslag van deze structuur zal duidelijk worden bij de beschrijving van het geaggregeerde planningproces zelf. De effectieve implementatie over de hele wereld is in één jaar tijd verricht. Aan de implementatie op de werkvloer gaat een kick-off meeting vooraf waarbij het management een opleiding krijgt zodat er een gemeenschappelijke consensus bestaat rond geaggregeerde planning. Dit was ook één van de vitale eigenschappen in de literatuurstudie. Na de opleiding van het management volgt dan het aanbrengen van de juiste organisatie, dit houdt bijvoorbeeld het aanduiden van een demand planner in omdat een dergelijke functie in de oude samenstelling niet bestond. Vervolgens wordt het geaggregeerde planningsproces werkelijk ingevoerd. Dit neemt zo’n vier maanden in beslag. Aan dit alles ging een uitgebreide voorstudie vooraf van 1 à 2 jaar waaruit het projectteam een
22
Deze cluster kunnen zowel staan voor een groep van landen als voor één land afzonderlijk.
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk
- 82 -
handleiding heeft ontwikkeld waarin gedetailleerd beschreven staat hoe elke functie moet ingevuld worden en hoe alles gecoördineerd wordt.
Net zoals in hoofdstuk vier beschreven is, maakt men bij Shell ook gebruik van een vijfstappenplan. Al liggen bepaalde accenten in sommige stappen licht anders, toch komt het grotendeels op hetzelfde neer. Het doel van geaggregeerde planning blijft nog steeds het balanceren van vraag en aanbod op middellange termijn. Het voorkomt dat verkoop en marketing niet is afgestemd op de beschikbare capaciteit en vice versa. De verschillende stappen worden samengevat in figuur 7.3.
Step Step 1: 1: New New activities activities
Step Step 2: 2: Demand Demand management management
Step3: Step3: Supply Supply management management
Step Step 4: 4: Integrated Integrated reconciliation reconciliation
•• Co-ordinate, Co-ordinate, agree agree && communicate communicate all all aspects aspects of of new newactivities activities that will impact that will impact the the planning planning environment environment from from both bothaa demand demandand and supply supplypoint pointof of view view
•• Develop Develop and and communicate communicate the the most most accurate accurate forecast forecastfor for months months +2 +2to to +12. +12.
•• Develop Develop the the plan plan to to fulfil fulfil the the demand demand plan. plan.
Week 3 -1 of
Week 1 –2 of
Week 3 of
Week 4 of
each month
each month
each month
each month
•• Identify Identifygaps gaps && issues issues and and resolve resolvewithin within authority authoritylevels levels or orpropose propose solutions solutions for for step4 step4
•• Resolution Resolution of of issue issue between between the the demand demand plan plan && the the supply supplyplan plan •• Review Review business business performance performance versus versus plan plan
Step Step 5: 5: S&OP S&OP management management review review •• Overall Overall governance governance of of steps steps 11 to to 44 •• Ensuring Ensuring alignment alignmentof of business business to to long long term term strategic strategicplan plan
Quarterly
Figuur 7.3: De verschillende stappen van het geaggregeerde planningproces (Shell Lubricants S&OP Manual, 2004)
Elke van de vijf stappen bestaat uit een aantal analyses die vooraf gebeuren en die dan afgesloten worden met een vergadering ter bekrachtiging. De eerste stap in het proces is er vooral op gericht om nieuwe activiteiten te communiceren die een impact kunnen hebben op de planning van zowel vraag als aanbod. Deze stap wordt eveneens gebruikt om de huidige en de afgeronde activiteiten te beoordelen. In de aanloop naar stap 2 toe, geven de verkoop- en marketingmensen al hun beschikbare informatie van elke klant in. Dit houdt in dat zij de vraag die zij verwachten en de projecten die zij zien, opslaan in een centrale database. In Shell wordt hierbij gebruik gemaakt van een uniforme template over de ganse wereld. Deze informatie bevat o.a. over welk product het gaat, van welke productie-eenheid of cluster dit product moet afkomstig zijn, welk distributiecentrum gebruikt wordt, welke veranderingen er gaan optreden en vooral belangrijk de waarschijnlijkheid waarmee dit zal plaatsvinden. Nadat al
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk
- 83 -
deze gegevens zijn ingegeven volgt de verwerking ervan. Dit is de belangrijkste opgave in stap 2 en is de verantwoordelijkheid van de demand planner. De taak van de demand planner houdt in dat hij al de informatie die ingegeven wordt, uitdrukt in één getal. Hierbij voegt hij de hoeveelheden van de individuele verkopers samen en verifieert de bekomen getallen met het verleden. Dit alles gebeurt op basis van nauwkeurig omschreven regels. De output van deze stap is een forecasttabel voor maand 0 tot en met maand 12.
De resultaten van deze tabel dienen op hun beurt als input voor de derde stap, de supply planning. In deze derde stap gaat de supply planner na of de hoeveelheden die door de demand manager gevraagd worden, rekening houdend met de bestaande voorraad en uitbestedingen, geproduceerd kunnen worden met de beschikbare productiemiddelen. Dit gebeurt vooral met het oog op de tijdstippen maand + 2 tot en met maand + 12 omdat men ervan uit gaat dat aan de huidige maand en de volgende maand nog maar weinig kan verandert worden en dat problemen voor deze maanden reeds in vorige cyclussen zouden moeten opgemerkt zijn. Bij het bepalen van de beschikbare capaciteit gaat men vooral rekening houden met de bottlenecks. Hiervoor gaat men per maand en per lijn het aantal beschikbare uren bepalen waarbij men rekening houdt met het aantal gewerkte dagen, het aantal uren dat per dag wordt gewerkt, onderhoud, vakantiedagen, training,… Deze totale beschikbare capaciteit wordt vermenigvuldigd met een factor 0.95 om rekening te houden met bijvoorbeeld ziekte of een stilstand die niet te voorzien is. Op deze manier wordt de betrouwbaarheid van de beschikbare capaciteit verhoogd.
De supply planner tracht om zo veel mogelijk zelf op te lossen door samen met andere productieeenheden in de cluster te gaan kijken hoe men het best tegemoet kan komen aan de forecast. Zo kan er besloten worden wanneer in mei de forecast net niet haalbaar is al een deel in april te plannen. Ook gaat hij kijken om bijvoorbeeld onderhoudsstoppen te plannen wanneer de productie-eenheid stil ligt tengevolge van verlof.
Elke stap in het geaggregeerde planningproces wordt geconsolideerd in een vergadering, tijdens deze meetings maakt men ook gebruik van een standaard presentatiepakket. Figuur 7.4 bevat een voorbeeld van een overzicht van wat er in de supply meeting besproken wordt.
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk
Part 1 : Review
Part 2 : Planning
•
• • • • • •
• • •
KPI Review – OTIF/Stock-Outs root-cause review – Other KPIs New Activities Business New Activities Supply Chain Forecast Overview
- 84 -
Step 4 Updates Capacity Review Open action/issue review Issues for further analysis Issues for escalation to Step 4 Review of next Steps raised during the meeting
Figuur 7.4: Procedure gevolgd binnen een vergadering (Shell Lubricants S&OP Manual, 2004)
Eerst worden de belangrijkste prestatiemaatstaven (KPI = key performance indicator) besproken, ook nieuwigheden komen in het begin van de vergadering aan bod. Bij de bespreking van de KPI’s gaat men bijvoorbeeld de oorzaken na voor het te laat afhandelen van orders. Ook de “forecast accuracy”, de mate waarin de previsies juist waren, wordt bediscussieerd en er heeft een terugkoppeling plaats naar het demand management. Vervolgens gaat men over tot het beoordelen van het vorige en het nieuwe plan per productie-eenheid of per cluster. Daarna volgt een afhandeling van de onbeantwoorde items die verder naar stap vier zullen worden overgeheveld.
Hetgeen dus niet in de supply planning stap kan opgelost worden, gaat verder naar stap 4. In deze stap komen we bij het hoger management terecht op het enveloppenniveau , hier worden beslissingen genomen rond bijvoorbeeld het uitbesteden van productie, het invoeren van een drieploegenstelsel of het spreiden van promotieacties. Door de beslissingen die op dit niveau genomen worden, krijgt men eveneens een terugkoppeling naar de eerdere stappen in de geaggregeerde planning. Als er in stap 4 nog onopgeloste problemen zijn, worden deze behandeld in stap 5. Op dit niveau gaat het dan nog vooral om investeringsbeslissingen. Deze twee laatste stappen houden zich daarnaast vooral bezig met het evalueren van de eigenlijke prestaties ten opzichte van het vooropgestelde businessplan en de mate waarin de ondernemingsstrategie wordt verwezenlijkt.
Voor het uitvoeren van de verschillende maandelijkse stappen wordt gebruik gemaakt van een vaste agenda die reeds een jaar vooraf gekend is.(zie figuur 7.5). Een dergelijke agenda zorgt ervoor dat de verantwoordelijken perfect weten tegen wanneer ze hun cijfers klaar moeten hebben. De verkopers kunnen gedurende de ganse maand hun gegevens ingeven maar zijn verplicht om deze tegen dag vijf te finaliseren. Daarna komt de demand planner in actie, deze
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk
- 85 -
moet zijn forecasttabel af hebben tegen de zevende dag opdat deze op dag tien in de demand meeting kan besproken en goedgekeurd worden. De volgende stap is het opstellen van supply plan die dan op het einde van week drie bekrachtigd wordt. In deze agenda staat aangegeven dat de stap vier en vijf vergaderingen slechts per kwartaal plaats vinden maar men is van plan om de stap vier bijeenkomst ook maandelijks te gaan organiseren.
Day 1
Day 2
Day 4
Day 7
Week 2 Day 8
Day 9
Forecast Input Due Day 11
Day 16
Day 12
Day 17
Day 5
Initial Baseline Forecast Available
Month - 1 Actuals Available
Step 1 Meeting
Day 6
Week 1 Day 3
Day 10
Step 2 Meeting Week 3 Day 13
Week 4 Day 18
Day 14
Day 15
Initial Supply Plan Pack Available
Step 3 Meeting
Day 19
Day 20
Step 4 Meeting Step 5 Meeting (Quarterly) Week 5 Day 21
Day 22
Deadline for New Activity Updates
Figuur 7.5: De agenda van de maandelijkse cyclus (Shell Lubricants S&OP Manual, 2004)
Belangrijk is ook nog het niveau van aggregatie waarmee in de verschillende stappen wordt gewerkt. In stap één tot en met stap drie wordt met stock keeping units gewerkt, in stap vier en vijf gaat men vooral met productgroepen en –families werken. Zoals reeds eerder is aangegeven vertrekt men van de verkopen per klant en naarmate het geaggregeerde planningproces verder is doorlopen, worden minder details in rekening gebracht.
Het besluit van dit bezoek was dat de geaggregeerde planning een overlegorgaan is om meer inzicht te hebben in de toekomst. Ook werd gesteld dat geaggregeerde planning niet iets is waar men van de ene op de andere dag kan instappen. Het is een proces dat continu voor verbetering vatbaar is en waar je als gebruiker voortdurend in groeit.
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk
- 86 -
7.3 Casestudie 2: Geaggregeerde planning binnen Bonar TF Belgium23
7.3.1 Situatieschets
Deze casestudie belicht de geaggregeerde planning vanuit een ander gezichtspunt. In dit bedrijfsbezoek kreeg ik een uiteenzetting vanuit het standpunt van de Business controlling en filosofieën die hierachter schuilgaan. Bonar TF Belgium maakt deel uit van de in Londen beursgenoteerde investeringsmaatschappij Low & Bonar Plc. Die is samengesteld uit twee groepen, vloerbekleding enerzijds en technisch textiel anderzijds . De in België gevestigde filialen van Bonar behoren tot de groep van het technische textiel dat onder meer gebruikt wordt in de bouw- en agro-industrie. Een ander bekend product van Bonar zijn kunstgrasgarens, die gebruikt worden voor kunstgrasvelden. Naast vestigingen in België bezit Bonar divisies in Schotland, het Verenigd Koninkrijk, China en onlangs ook Hongarije (Figuur 7.6).
Figuur 7.6: Overzicht van Low & Bonar (Low & Bonar, 2006)
Het doel van de groep is om op lange termijn de aandeelhouderswaarde te maximaliseren. De strategie die hiertoe gehanteerd wordt is drieledig. Het eerste luik bevat het organisch groeien, dit is de groei binnen de bestaande businesses. Een tweede aspect is differentiatie, het toevoegen van nieuwe productsegmenten. En de derde dimensie omvat “merger and acquisition” of overnames met het oog op complementariteit en synergie. Om deze strategieën waar te maken, wordt elk segment beoordeeld via “market mapping”. Hierbij worden producten in een 3x3 matrix geplaatst
23
Interview met Dekimpe L., financieel en logistiek directeur, 20 maart 2006
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk
- 87 -
en de dimensies waarop producten dan worden beoordeeld, zijn bijvoorbeeld de “return on capital employed” en de “market attractiveness”. Deze market mapping wordt tweemaal per jaar uitgevoerd en aan de aandeelhouders voorgelegd. Maar om de maximalisatie van aandeelhouderswaarde te realiseren is het echter noodzakelijk dat de onderneming continu wordt opgevolgd. Op de middellange termijn wordt dit bewerkstelligd door de geaggregeerde planning.
7.3.2 Het geaggregeerde planningproces.
Om een onderneming in de hand te kunnen houden moeten we weten wat er gebeurt in de onderneming en in Bonar wordt dit opgevolgd via de toegevoegde waarde. Hierbij is het belangrijk dat deze controle gebeurt los van de boekhouding, de reden waarom wordt later duidelijk. Vanuit deze visie om een onderneming onder controle te hebben, is het ook interessant om zich de vraag te stellen: “Hoe werkt een onderneming in de praktijk?”. In de praktijk gaat een onderneming producten produceren en verkopen. Deze vormen de twee voornaamste activiteiten voor een bedrijf en al de rest zijn ondersteunende diensten. Tot deze ondersteunende diensten behoren de departementen aankoop, logistiek, personeelsbeheer, financiële dienst en ICT. Allemaal samen liggen deze activiteiten aan de basis van de ondernemingskosten. Het belangrijkste voor een onderneming is echter dat ze haar verkopen en productie zo goed mogelijk onder controle heeft en kent, zowel op korte, middellange als op lange termijn. De reden hiervoor is dat verkopen en productie de twee processen zijn die toegevoegde waarde creëren voor de onderneming. Vanuit dit idee is het mogelijk om de winst van een onderneming bepalen. De winst wordt gelijkgesteld aan de totale toegevoegde waarde min de totale kosten. Zoals in figuur 7.7 te zien is, komt men op basis van deze berekening tot hetzelfde cijfer als wanneer men de winst langs boekhoudkundige weg bepaalt. Om de onderneming zo winstgevend mogelijk te besturen moet men dus een maximalisatie van de toegevoegde waarde nastreven waarbij men de kosten tracht onder controle te houden. CASE 1 - ADDED VALUE : DATA
PRODUCT A
CASE 1 - EXERCISE – HOW MUCH IS THE ADDED VALUE ? PRODUCT B
SALES VOLUME
10
20
PRODUCTION VOLUME
15
15
SALES PRICE
100
150
COST OF PRODUCT - MATERIAL
40
80
- VAR COST
20
30
- FIX IND COST
30
25
SALES MARGINS
SALES
PROD A
100
PROD B
300
PROD ADDED VALUE
4,000
STOCK MOVEMENT PROD A
450
PROD B
-675
PROD A
750
MATERIAL COST
PROD B
825
PROD A
-600
PROD B
-1,200
TOTAL ADDED VALUE
ADDED VALUE P&L Bonar YARNS & FABRICS
Figuur 7.7: Voorbeeld winstberekening (bedrijfspresentatie Bonar, 2006)
1,975
1,975
ACCOUNTING P&L Bonar YARNS & FABRICS
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk
- 88 -
Maar waarom nu via deze weg de winst bepalen. Ten eerste omdat men door deze manier van werken een betere opvatting heeft van de oorsprong van het resultaat. Er kan worden nagegaan of het dan wel verkoop, dan wel productie is die aan de basis liggen van de winst. Hetgeen een heel stuk moeilijker is langs de boekhoudkundige berekening. Dit concept kan ook op elk moment toegepast worden, zo weet men voor elke verkoop wat de verkoopsmarge is en voor elke productie kent men de toegevoegde waarde, want deze wordt gevormd door de kostprijs bovenop de materiaalkost. Een tweede reden voor deze manier van werken, is het feit dat de boekhouding altijd achter loopt. Terwijl men langs de toegevoegde waarde het resultaat proactief kan bepalen en men dus ook proactief kan ingrijpen. Een ander aanzienlijk voordeel is dat men voortdurend met real-time informatie werkt. Bij dit alles moet wel opgemerkt worden dat men een duidelijke kijk moet hebben in de bestaande bedrijfsprocessen en over een operationeel management beschikt die alles goed onder controle houdt. In het begin werd ook opgemerkt dat los van de boekhouding moest worden gewerkt, dit wil niet zeggen dat de boekhouding overbodig is, maar deze vormt enkel nog een bevestiging van hetgeen voorspeld was via de toegevoegde waarde methode. Met een dergelijke werkwijze is het ook zeer eenvoudig om na te gaan waar de oorzaken liggen van het niet halen van targets. Dit kan nagegaan worden tot op het niveau van product en klant voor verkopen en tot op het niveau van product of machine voor productie. De conclusie van deze filosofie is dat de business proactief kan beheerst worden door winst op te volgen via de beheersing van toegevoegde waarde. Figuur 7.8 bevat een samenvatting van de voordelen van deze manier van werken.
ADVANTAGES OF THE ADDED VALUE APPROACH
• You don’t need any accounting information or inventory closings • Real time information of the sales margins and production added value is easy to get and to monitor • Detailed information performance and profitability by customer, product, machine, country etc… is easy to get, to follow up and to analyze • No big efforts or administration required ! • Forecasting and budgeting : same concept = transparency • Comparison with budget, forecast or other targets very straight forward • Big advantage to be “pro active” and • Split of added value into sales part and production part = control on THE PROFIT DRIVERS and control on PBIT Bonar YARNS & FABRICS
Figuur 7.8: Voordelen van de toegevoegde waarde-methode(bedrijfspresentatie Bonar, 2006)
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk
- 89 -
De bespreking van het geaggregeerde planningproces heeft geen uitvoerige beschrijving van hoe de planning effectief plaatsvindt, maar eerder een beschrijving van wat ik de management visie achter geaggregeerd planning zou noemen. Zo bevat Figuur 7.9 de vereisten voor een succesvol business controlling systeem. Zoals in de hoofdstuk 1 is opgemerkt, vormt de geaggregeerde planning het deel van de business controlling op middellange termijn.
INTRODUCTION
CONDITIONS TO HAVE A SUCCESFULL BUSINESS CONTROLLING ENVIRONMENT
● GOOD INTEGRATED SYSTEMS ● MANAGEMENT SUPPORT ● GOOD UNDERSTANDING / KNOWLEDGE - OF THE PROCESSES AND MANAGEMENT INFORMATION - BY THE KEY PEOPLE OF THE COMPANY
Bonar YARNS & FABRICS
Figuur 7.9: De vereisten voor een succesvol beheerscontrolesysteem(bedrijfspresentatie Bonar, 2006)
Zoals ook in de literatuurstudie vinden we hier terug dat er een goed geïntegreerd systeem moet beschikbaar zijn. Dit komt neer op een systeem waarin alle departementen betrokken zijn. Meestal is de informatie voor het voeren van een geaggregeerde planning reeds aanwezig in de onderneming, alleen wordt ze vaak niet geïntegreerd benut of is de structuur in de onderneming en de processen waarmee gewerkt wordt nodeloos ingewikkeld wat integratie moeilijk maakt. Ook wat in “1.4 De noodzakelijke betrokkenheid van het management” wordt aangehaald, komt hier terug. De financieel en logistiek directeur van Bonar benadrukte dat zonder de steun van het management het proces gedoemd is om te mislukken. Ook het laatste item van figuur 7.9, is behandeld in de literatuurstudie onder hoofdstuk 2. Wanneer er bij Bonar een overname gebeurt, wordt er eerst een strategie ontwikkeld (want deze is meestal niet aanwezig) waarbij de onderneming geplaatst wordt in een marktsegment. Daarna volgt een opleidingssessie voor de belangrijkste personen in de onderneming. De implementatie van het geïntegreerde systeem geschiedt per fabriek. Voor veel van deze bedrijven houdt dit een stevige wijziging in van de bedrijfscultuur die men moeilijk van de ene dag op de andere kan realiseren. Maar door regelmatige herhaling via het maandelijks proces wordt de verandering bewerkstelligd.
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk
- 90 -
Om de filosofie die hierboven is uiteengezet te kunnen implementeren zijn er enkele organisatorische noodzakelijkheden. Deze zorgen er ook voor dat het lijkt alsof het geaggregeerde planningsproces anders wordt uitgevoerd dan het vijfstappen proces zoals beschreven bij Shell en in hoofdstuk 4, maar niets is minder waar. Wellicht is het beter om te stellen dat het op een compactere manier wordt uitgevoerd. Bij Bonar is de verkoopsmanager is verantwoordelijk voor de toegevoegde waarde van verkopen wat kan vergeleken worden met demand management . De fabrieksmanager is op zijn beurt verantwoordelijk voor de toegevoegde waarde van de productie wat verband houdt met supply management. En het financieel departement is belast met het toezicht op de informatie, de data en de bedrijfsprocessen, evenals met de beheersing van het geïntegreerde bedrijfssysteem waarmee al deze gegevens verwerkt worden. Hierdoor spelen deze een belangrijke rol bij de dagelijkse opvolging, bij de afsluiting van de vorige maand en in de afsluitende vergadering.
Het maandelijkse geaggregeerde planningsproces zelf komt neer op twee fases. Eerst hebben we de fase van overleg tussen verkoop en productie. Deze personen houden wekelijks een informele vergadering ter evaluatie van hoe er gewerkt zal worden. Tweewekelijks is er dan een formele vergadering waar effectief previsies worden opgesteld. In de tweede fase heeft men ten slotte de maandelijkse afsluitende vergadering waarin een performantiebeoordeling plaatsvindt door het hele management. Deze afsluitende vergadering integreert stap 4 en stap 5 uit hoofdstuk 4. De financiële afdeling zorgt voor het rapport van deze vergadering en is dus verantwoordelijk voor het afsluiten van de vorige maanden. In dit rapportering- en discussieraamwerk worden de drie laatste maanden van de voorbije periode weergegeven samen met de twaalf toekomstige maanden. Het is immers niet alleen belangrijk om plannen te maken maar ook om de performantie uit het verleden nauwgezet op te volgen. In principe komen in deze vergadering zo goed als geen verrassingen meer voor, dit is het gevolg van de hoge transparantie die bekomen wordt door met real-time gegevens te werken. Hetzelfde geldt voor de previsies van verkoop en productie omdat men gedurende de maand er reeds systematisch mee bezig is, namelijk wekelijks informeel en tweewekelijks formeel. De plannen die in deze maandafsluitende vergadering worden opgesteld, worden tijdens de maand ook continu opgevolgd door de financiële dienst. Zo zal men dagelijks de productie toegevoegde waarde in elke fabriek nakijken en wanneer er te grote afwijking bestaan met het plan zal men zich hiervoor moeten verantwoorden. Ook de verkoopsmensen worden nauwgezet gevolgd. Dit alles zorgt er nog eens voor dat de plannen nageleefd zullen worden en dat men tegenover weinig verassingen komt te staan.
Hoofdstuk 7: Toepassingen van geaggregeerde planning in de praktijk
- 91 -
Net zoals bij Shell werkt men bij Bonar in de eerste stappen van het geaggregeerde planningsproces niet met productgroepen maar met de toegevoegde waarde per klant of per product. Hierbij wordt ook geen onderscheid gemaakt tussen make-to-stock en make-to-order wat soms aanleiding heeft tot spanningen. In de afsluitende vergadering gaat men terug werken met productgroepen.
Hierbij
worden
de
vele
producten
opgedeeld
in
tien
markt-
of
businesssegmenten. Deze marktsegmenten worden gedefinieerd vanuit de strategie, naar de manier waarop ze zich differentiëren in de markt. Op het ogenblik dat er problemen worden vastgesteld in de productgroepen zal men pas meer gedetailleerd gaan zoeken naar de oorzaak hiervan.
De conclusie bij Bonar is dat het belangrijk is om te weten wat er zich in het bedrijf afspeelt. Op de middellange termijn gebeurt dit via geaggregeerde planning. Maar om deze geaggregeerde planning mogelijk
te maken
is het
nodig om
over
een
duidelijk
geformuleerde
beheerscontrolesysteem te beschikken. Waarbij dit beheerscontrolesysteem bestaat uit een beheerscontrolestructuur, een beheerscontroleproces en beheerscontrolecultuur.
7.4 Besluit Het geaggregeerde planningsproces zoals het in Shell toegepast wordt, komt overeen met de cyclus die in hoofdstuk 4 werd geschetst. De praktische invulling ervan bezorgt een dieper inzicht in hoe een onderneming gebruik maakt van deze theoretische concepten. De relatie tussen de lange termijn doelstellingen, strategie en de daaruit volgende prestatiemaatstaven, die belangrijk zijn voor het beoordelen van de prestaties van het recente verleden, komt duidelijker tot uitdrukking. Ook het planningsproces zelf werd concreter door bepaalde voorbeelden en er is de bevestiging van enkele zaken die belangrijk worden geacht in de theorie zoals het hebben van een op voorhand vastgelegde agenda en de standaardprocedure voor vergaderingen. Bij Bonar is de uiteenzetting grotendeels financieel, wat de kijk op geaggregeerde planning verruimt omdat in de literatuur nagenoeg geen vermelding wordt gemaakt van een dergelijk gebruik. De toegevoegde waarde methode is nochtans niet moeilijk om te implementeren. De meeste informatie is reeds aanwezig in de onderneming omdat het gaat om de processen waar men dagdagelijks mee bezig is. Het komt er enkel op neer om over het juiste beheerscontrolesysteem te beschikken.
Algemeen Besluit
- 92 -
Algemeen Besluit
Besluiten uit de scriptie In de snel veranderende marktomgeving van vandaag is het noodzakelijk dat ondernemingen over een venster beschikken op de toekomst. De consumenten zijn ook veeleisender geworden, ze willen op maat gemaakte goederen die zo vlug mogelijk geleverd worden. De ondernemingen zelf wensen hun beschikbare capaciteit zo optimaal mogelijk te benutten en willen werken met zo klein mogelijke voorraden. Een proces dat al deze kenmerken incorporeert, is geaggregeerde planning. Hoewel dit proces reeds sedert de jaren ’80 bestaat, is het pas sinds de laatste jaren dat het sterk aan populariteit heeft gewonnen. Vandaar ook dat het de moeite loonde om er wat meer aandacht aan te besteden. In deze scriptie bevatten de eerste vijf hoofdstukken een studie van de beschikbare literatuur. De laatste twee hoofdstukken bevatten persoonlijk werk. Waarbij eerst getracht wordt de bevindingen uit de literatuur te staven door middel van een empirisch onderzoek aan de hand van een vragenlijst. Afsluiten doen we met twee beschrijvingen van geaggregeerde planningsprocessen uit de praktijk. Geaggregeerde planning is een krachtig beslissingsondersteunend proces voor managers. Het doel van geaggregeerde planning is om vraag en aanbod van een onderneming in evenwicht te brengen en te houden. Zoals de term geaggregeerde planning laat vermoeden, zorgt dit proces voor een evenwicht op een geaggregeerd niveau, dit wil zeggen dat men werkt met productfamilies. Het uiteindelijke resultaat van alle voordelen van de geaggregeerde planning gecombineerd is een hoger rendement van het geïnvesteerde vermogen.
De geaggregeerde planning situeert zich op het middellange tijdperspectief. In deze optiek vormt de geaggregeerde planning het verband tussen de strategische planning en de operationele planning. De geaggregeerde planning zorgt er ook voor dat de lange termijn strategische planning en het jaarlijkse businessplan op elkaar zijn afgestemd. Omwille van deze interacties is de betrokkenheid van het management één van de essentiële vereisten.
Een kenmerkende situatie voor veel ondernemingen is een gebrekkige samenwerking tussen de verschillende afdelingen. Het gevolg hiervan is dat de afdelingen tegenstrijdige belangen nastreven, wat op zijn beurt tot verwarring, chaos en conflicten leidt. Dit kan vermeden worden
Algemeen Besluit
- 93 -
door te werken met een geaggregeerde planning die de onderneming voorziet van één plan voor de ganse onderneming en een zicht biedt op de toekomst waardoor men proactief kan reageren.
Daar de geaggregeerde planning tot doel heeft om één verkoop- en productieplan te ontwikkelen voor de ganse onderneming, is het de logica zelf dat de voornaamste inputs afkomstig zijn van verkoop en productie. Daarnaast vormen ook de ondernemingsstrategie en de financiële afdeling belangrijke informatiebronnen.
Het proces dat voor één goedgekeurd plan voor de ganse onderneming zorgt, valt uiteen in vijf stappen. Stap 1: Het afsluiten van de vorige maand. Stap 2: De fase van het vraagbeheer. Stap 3: De planning van het aanbod of capaciteitsplanning. Stap 4: De voorbereidende vergadering. Stap 5: De finale vergadering.
Om het nemen van beslissingen in deze vijf stappen te vergemakkelijken is het nodig dat informatie overzichtelijk wordt voorgesteld. Voor deze voorstelling wordt veelal gebruik gemaakt van een spreadsheet per productfamiliegroep. Deze spreadsheet bestaat in zijn meest algemene vorm uit vijf onderdelen:1) verkoopsplan, 2)productieplan, 3)voorraad, 4)orderreserves en 5)verzendingen. Voor deze onderdelen worden telkens het recente verleden en de toekomst weergegeven. Wanneer de spreadsheet is ontwikkeld, zit de algemene voorbereiding erop.
Aanvankelijk was geaggregeerde planning ontwikkeld als onderdeel van Manufacturing Resource Planning (MRP II) en bleef zo beperkt tot de grenzen van één enkele onderneming. Vandaag de dag blijft de geaggregeerde planning niet beperkt tot één onderneming. Het vervult immers een belangrijke rol bij het op elkaar afstemmen van verschillende bedrijven in eenzelfde bedrijfskolom.
Het implementeren van een geaggregeerde planning is niet iets wat op één dag geschiedt. Omdat elke afdeling de werking van de geaggregeerde planning moet begrijpen, start het implementatiepad met een initiële briefing voor het topmanagement. Daarna volgen opleidingssessies voor alle andere personen die betrokken zijn bij de geaggregeerde planning. Wanneer iedereen een dieper inzicht heeft verworven in het geaggregeerde planningsproces, moet men ervoor zorgen dat elke functie, die noodzakelijk is voor de uitvoering van het proces, is
Algemeen Besluit
- 94 -
ingevuld. Hierop volgt het vastleggen van de productfamilies en het opstellen van het rapportering- en discussieraamwerk. De volgende stap is het opstarten van een geaggregeerde planning met een beperkt aantal productfamilies. Eenmaal de geaggregeerde planning van de pilootproductfamilies vlot loopt, kan er overgeschakeld worden naar een geaggregeerde planning die alle productfamilies van de onderneming omvat. Aangezien de ideale geaggregeerde planning veelal een utopie is, wordt het implementatiepad afgesloten door een proces van voortdurende verbetering.
In het onderzoek, wordt nagegaan hoe het zit met de geaggregeerde planning in Belgische ondernemingen. Hierbij wordt geconstateerd dat geaggregeerde planning een goed geïntegreerd begrip is in grote ondernemingen. Maar dat bij kleinere ondernemingen er nog een ruime progressiemarge bestaat. De voornaamste reden waarom ondernemingen niet over een geaggregeerde planning beschikken is omdat het begrip hen onbekend was voor dit onderzoek. Wel zijn de meeste van plan om zich over geaggregeerde planning te informeren, wat hen alleen maar ten goede kan komen. Ook wanneer ze geen geaggregeerde planning zouden implementeren, zijn er steeds aspecten van de logica die zullen blijven hangen.
Verder wordt in het onderzoek nagegaan in welke mate de kenmerken, die in de literatuurstudie naar voor zijn gebracht, worden toegepast en hoe dit een invloed heeft op de resultaten en beoordeling van de geaggregeerde planning. De meeste van deze kenmerken worden in het onderzoek bevestigd. Een goed voorbeeld hiervan is de voortdurende verbetering. Ondernemingen die langer met geaggregeerde planning bezig zijn, beoordelen deze positiever.
Afsluitend worden twee voorbeelden uit de praktijk beschreven. De eerste casestudie schetst een geaggregeerde planning zoals ze ook in de literatuurstudie is terug te vinden. Deze praktische invulling verduidelijkt hoe een onderneming dit theoretische concept benut bij zijn operationele werking. De tweede casestudie verruimt de kijk op de geaggregeerde planning omdat men gebruik maakt van een andere denkwijze. Men hanteert in deze geaggregeerde planning de toegevoegde waarde als basis voor het leiden van de onderneming. Het implementeren van een dergelijk proces is niet moeilijk aangezien de meeste van de benodigde informatie reeds aanwezig is.
Algemeen Besluit
- 95 -
Persoonlijk besluit Deze scriptie was een uitgelezen mogelijkheid om de kennis, vaardigheden, en attitudes die doorheen de kandidaturen en licenties zijn verworven om te zetten in de praktijk. Bij de uitwerking van deze scriptie was het immers mogelijk om een groot deel van de gedoceerde cursussen uit de voorbije vier jaar toe te passen. Voorbeelden hiervan zijn operationeel beheer, beheerscontrole en marktonderzoek.
Bovendien was deze scriptie ook een mogelijkheid om nieuwe kennis en vaardigheden te ontwikkelen die zeker nog van pas zullen komen. Zo was de zoektocht naar reeds bestaande literatuur zeer leerrijk alsook het verwerken en integreren hiervan op een persoonlijke manier. Via deze scriptie heb ik ook geleerd om een bepaald project aan te pakken en te plannen, ermee rekening houdend dat niet altijd alles volgens plan verloopt en dat ook onverwachte omstandigheden in aanmerking moeten genomen worden.
Het onderzoek en de casestudies vormden een eerste kennismaking met het praktische economische leven. Ik kon zelf ervaren hoe druk bezet bedrijfsmensen zijn, en hoe moeilijk het is om dergelijke personen te bereiken. Hierdoor heb ik tijdens deze scriptie mijn sociale vaardigheden verder leren ontplooien. Het zoeken van respondenten voor de vragenlijst is hier niet vreemd aan. Bovendien heb ik geleerd om een assertieve maar gemoedelijke houding aan te nemen. Ook de interviews vormden een zeer leerrijke en aangename inleiding op wat verwacht kan worden in een dagtaak als economist. Afsluitend kan gesteld worden dat deze scriptie een zeer instructieve belevenis was. Ik zou dan ook iedereen die hiertoe heeft bijgedragen willen bedanken.
Lijst van geraadpleegde werken
i
Lijst van geraadpleegde werken Boeken en artikels
8 Lessons Purchasing Pros Need to Learn About S&OP, 2005, Supplier Selection & Management Report, Institute of Management & Administration, Vol. 5, Issue 6, blz.2-5.
ADAM E.E. en SWAMIDASS P.M., 1989, Assessing operations management from a strategic perspective, Journal of management, Vol. 15, Issue 2, blz. 181-203.
ARMSTRONG J.S, MORWITZ V.G. en KUMAR V., 2000, Sales forecasts for existing consumer products and services: Do purchase intentions contribute to accuracy, International Journal of Forecasting, Vol. 16, Issue 3, blz. 383-398.
Box Clever with planning, 2000, Works management, Findlay Publications Ltd., Vol.53, Issue 4, blz. 30-33
BRUGGEMAN W. en VAN DIERDONCK R., 1988, Doelmatig materiaalbeheer: een inleiding tot het integrale denken in produktie en logistiek, Kluwer, Antwerpen, 282 blz.
BRUGGEMAN W. en SLAGMULDER R., 2001, Beheerscontrole: leidraad voor het doelgericht managemnt van organisaties, Lannoo, Tielt, 262 blz.
CHASE R.B., JACOBS F.R. en AQUILANO N.J., 2004, Operations management for competitive advantage, McGraw-Hill/Irwin, Boston, 806 blz.
CHOPRA S. en MEINDL P., 2004, Supply chain management: strategy, planning and operation, Pearson education, Upper Saddle River (N.J.), 576 blz.
COLDRICK A., LING D. en TURNER C., 2003, Evolution of Sales & Operations Planning – From Production planning to Integrated Decision Making.
DERRINGER P., 2004, Uncommon practice, The manufacturer US: World class manufacturing, URL:
.(10/04/2006).
Lijst van geraadpleegde werken
ii
DE PELSMACKER P. en VAN KENHOVE P., 2002, Marktonderzoek: methoden en toepassingen, Garant, Leuven, 836 blz.
DOUGHERTY J., 2004, Re-engineering Your Business Planning Through Sales & Operations Planning, Partners for Excellence Newsletters, Vol. 1, Issue 1, URL: .(3/3/2006)
ELBAUM S., 2005, Best Practices in S&OP: A Benchmark Report, Aberdeen Group Inc., Boston Massachusetts, June 2005, 33 blz.
Elkay Mfg’s Unique S&OP Process Drives Inventory Dollars Down, 2003, Inventory Management Report, Vol.3, Issue 3, blz 12-14.
GEURTS M.D. en WHITLARK D., 1996, Improving sales forecasts by improving the input data, Journal of Business Forecasting Methods & Systems, Vol. 15, Issue 3, blz.15-19.
GEURTS M.D. en WHITLARK D., 1999, Six ways to make sales forecasts more accurate, Journal of Business Forecasting Methods & Systems, Vol. 18, Issue 4, blz. 21-25.
HARDISON M.C. en BETTINI P.J., 2002, Effective Sales and Operations Planning: Laying the Foudation for Global Supply Chain Management, International Conference Proceedings, APICS 2002, blz. 1-7
IBM Corporation, 2005, IBM RFID Solution for the Consumer Driven Supply Chain, URL: .(20/2/2006)
KRAJEWSKI L.J. en RITZMAN L.P., 1996, Operations management: strategie and analysis, Addison-Wesley, Reading (Massachusetts), 878 blz.
KRUSE G., 2004, New wine in old Bottles?, Manufacturing Engineer, Vol. 83, Issue 3, blz. 48 – 49.
LAPIDE L., 2004, Sales and operations planning part I : The process, Journal of Business Forecasting Methods & Systems, Vol. 24, Issue 3, blz. 17-20.
Lijst van geraadpleegde werken
iii
LAPIDE L., 2005, Sales and operations planning part III : A Diagnostic Model, Journal of Business Forecasting Methods & Systems, Spring 2005, blz. 13-16.
LEE M., ELANGO B. en SCHNAARS S.P., 1997, The accuracy of the Conference Board’s buying plans index: A comparison of judgmental vs. extrapolation forecasing methods, International Journal of Forecasting 13, blz 127-135
LING R.C. en GODDARD W.E., 1988, Orchestrating Success: Improved Control of the Business with Sales and Operations Planning, John Wiley & Sons Ltd, New York, 157 blz.
MARK K., 2004, Demanding More, Canadian Transortation & Logistics, Vol. 107, Issue 9, blz. 16 – 19.
Making the Link Between Sales and Operations Planning, 2004, Glassmeyer/McNamee Center for Digital Strategies, Tuck School of Business at Dartmouth and Cisco Systems, Inc.
MENTZER J.T en MOON M.A., 2004, Understanding Demand, Supply Chain Management Review, Reed Business Information, Vol. 8, Issue 4, blz 38-45
NEWBERRY T.L. en BHAME C.D., 1981, How Management Should Use and Interact with Sales Forecasts, Inventories and Production Magazine, July-August 1981
PALMATIER G.E. en CRUM C., 2003, Enterprise sales and operations planning, synchronizing demand, supply and resources for peak performance, Ross publishing, Boca Raton, 266 blz.
PRAET B., 2004, Welke forecast, meneer?- De toekomst van een bedrijf vershilt naargelang de gesprekspersoon-, Business logistics, Februari 2004, blz. 34 – 39.
RICE D., 2006, Sure You have a Headache, But… One Company’s Experience with Sales & Operations Planning, D. R. Rice Company, URL: .(3/3/2006)
ROONEY C. en BANGERT C., 2001, High-Level Management Control Of the Planning Process, Adhesive Age, Vol. 44, Issue 10, blz. 49-50.
Lijst van geraadpleegde werken
iv
ROSS A., 2004, Creating agile supply chains, Manufactuaring Engineer, Vol. 82, Issue 6, blz. 1821.
Sales and Operations Planning – Simulation Model Characteristics, 2006, Kogent – MML Limited, URL: .(24/02/2006)
SAUNDERS M., THORNHILL A. en LEWIS P., 2002, Understanding employees’ Reactions to the Management of Change: An Exploration through an Organisational Justice Framework, The Irish Journal of Management, Vol. 23, Issue 1, blz. 85-109.
STITT B., 2004, Demand planning: Pushing the test of the company to drive results, Journal of Business Forecasting Methods & Systems, Vol. 23, Issue 2, blz. 2-9.
TEARNAN R., 2002, It’s all in the planning, The manufacturer: Manufacturing techniques, September 2002, blz. 38-39
TEARNAN R., 2005, S&OP Data Management: Critical to a successful Implementation, Oliver Wight White Paper Series, 5 blz. URL: . (10/04/2006).
VAN DIERDONCK R. en VEREECKE A., 1994, Operationeel beheer, Academia press, Gent, 618 blz.
VOLLMANN T.E., BERRYW.L., WHYBARK D.C en JACOBS F.R., 2005, Manufacturing planning and control for supply Chain management, McGraw-Hill/Irwin, Boston, 712 blz.
VONDEREMBSE M.A. en WHITE G.P., 1988, Operations management: concepts, methods and strategies, West publishing co., Saint Paul (Connecticut), 863 blz.
WALLACE T.F., 2000, Sales and operations planning: the how-to-handbook, Tom Wallace Publications, Cincinnati, 131 blz.
Lijst van geraadpleegde werken
v
WALLACE T.F. en STAHL B., 2005, Sales & Operations planning: The Next Generation, T.F. Wallace & Co., URL: . (24/02/2006).
Interne informatie −
Bedrijfspresentatie Bonar, 2006
−
Intrview met De Groote R., 17 maart 2006
−
Interview met Dekimpe L., 20 maart 2006
−
Low & Bonar, 2006
−
Shell Lubricants S&OP Manual, 2004
Internetsites −
http://www.cpcctraining.org/Leadership_Management/Oliver%20Wight%20FAQ%20S% 20&%20OP.asp
−
http://www.trendstop.be
−
http://www.vbo-feb.be/index.html?page=90: statistieken VBO 2005
−
http://www.sussex.ac.uk/its/help/guides/spss2way.shtml: tables with small expected values
−
http://wwwling.arts.kuleuven.ac.be/genling/statistiek/2.htm: beperkingen
Bijlagen
vi
Bijlagen Bijlage 1.1: Begeleidende brief en vragenlijst ........................................................................viii Bijlage 1.2: Bedrijven die meegewerkt hebben aan het onderzoek ........................................xiii Bijlage 2.0: Uitleg bij het gebruik van de statistische testen. ................................................. xiv Bijlage 2.1.1: Kruistabel ‘Wordt er in uw onderneming gebruik gemaakt van S & OP?’ – ‘aantal werknemers’ ................................................................................................................. xv Bijlage 2.2.1: Kruistabellen ‘verband tussen businessplan en geaggregeerde planning’ ‘invloed op de resultaten’ ........................................................................................................ xvi Bijlage 2.2.2: Kruistabel ‘ frequentie van het geaggregeerde planningsproces’ – ‘effectiviteit van de geaggregeerde planning’.............................................................................................xxii Bijlage 2.2.3: Kruistabellen ‘Hoe ver in de toekomst wordt de S & OP opgesteld?’ - ‘invloed op de resultaten’ ....................................................................................................................xxiii Bijlage 2.2.4: Kruistabel ‘Hoe ver in de toekomst wordt de S & OP opgesteld?’ - ‘invloed op de levertijden’.......................................................................................................................xxvii Bijlage 2.2.5: Kruistabel ‘Hoe ver in de toekomst wordt de S & OP opgesteld?’ - ‘invloed op de klantenservice’................................................................................................................xxviii Bijlage 2.2.6: Kruistabellen ‘geaggregeerde planning aanzien als proces of als losstaande vergadering’ – ‘invloed op de resultaten’.............................................................................. xxix Bijlage 2.3.1: Kruistabel ‘rol general manager’ - ‘effectiviteit van de geaggregeerde planning’ .............................................................................................................................................. xxxv Bijlage 2.3.2: Kruistabellen ‘rol general manager’ – ‘invloed op voorraadniveau, levertijden en klantenservice’................................................................................................................ xxxvi Bijlage 2.3.3: Kruistabellen ‘rol general manager’ – ‘invloed op kosten en winst’ ........... xxxix Bijlage 2.4.1: Kruistabellen ‘kenmerken van de afsluitende vergadering’ – ‘invloed op de resultaten’ .................................................................................................................................xli Bijlage 2.5.1: Kruistabel ‘duur dat een geaggregeerd planningsproces is geïmplementeerd’ – ‘de invloed op het voorraadniveau’........................................................................................... lx Bijlage 2.5.2: Kruistabel ‘duur dat een geaggregeerd planningsproces is geïmplementeerd’ – ‘de invloed op levertijden en klantenservice’...........................................................................lxi Bijlage 2.5.3: Kruistabel ‘duur dat een geaggregeerd planningsproces is geïmplementeerd’ – ‘de invloed op de winst’ .........................................................................................................lxiii
Bijlagen
vii
Bijlage 2.5.4: Kruistabel ‘duur dat een geaggregeerd planningsproces is geïmplementeerd’ – ‘de invloed op de kosten’ .......................................................................................................lxiv Bijlage 2.5.4: Kruistabel ‘duur dat een geaggregeerd planningsproces is geïmplementeerd’ – ‘de effectiviteit’ ....................................................................................................................... lxv Bijlage 3: Voorbeeldvragenlijst voor “continuous improvement” (Wallace T.F., 2000) ......lxvi
Bijlagen
viii
Bijlage 1.1: Begeleidende brief en vragenlijst
Geachte, Als laatstejaarsstudent TEW (optie technische bedrijfskunde) werk ik aan een bedrijfskundige thesis met als titel ‘Geaggregeerde planning in Belgische bedrijven: stand van zaken.’ Geaggregeerde planning - ook ‘Sales and operations planning’ (S&OP) genaamd - is een periodiek planningsproces waardoor het management betere grip krijgt op de onderneming (een meer uitgebreide omschrijving vindt u bij aanvang van de enquête). In het kader van mijn onderzoek heb ik een enquête samengesteld waarin ik enerzijds tracht te achterhalen welke bedrijven dit concept reeds hebben ingevoerd en welke de eigenschappen zijn van hun S&OP. Anderzijds wil ik ook nagaan wat de redenen zijn waarom S&OP nog geen ingang heeft gevonden bij andere bedrijven. Bij voorkeur wordt deze enquête ingevuld door de Algemeen Directeur, Verkoopsdirecteur, Logistiek Directeur of de Directeur Planning. Wanneer U doorklikt op de link die U hieronder vindt, wordt u automatisch naar de enquête gebracht. Het invullen neemt ongeveer een tiental minuten in beslag. www.feb.ugent.be/ss/wsb.dll/WauHel/sales_and_operations_planning.htm Na het afsluiten van mijn onderzoek zullen alle bedrijven, die hebben deelgenomen, de resultaten van dit onderzoek per mail of per post ontvangen. Indien U meer gedetailleerde informatie omtrent S&OP wenst, kunt U steeds een exemplaar van mijn thesis verkrijgen. Indien U verder nog vragen heeft omtrent de enquête kan U mij steeds contacteren via mail of GSM. Gelieve de enquête voor 11 maart 2006 te beantwoorden. Alvast bedankt voor de moeite en uw kostbare tijd. Met vriendelijke groeten,
Wauter Hellebuyck Mailto: [email protected] Gsm: 0472/892820
Bijlagen
ix
Bijlagen
x
Bijlagen
xi
Bijlagen
xii
Bijlagen
xiii
Bijlage 1.2: Bedrijven die meegewerkt hebben aan het onderzoek
Anglo Belgian Corporation Afwerkingsbedrijf Jansen NV AMIS semiconductor BarcoView Medical Imaging Systems Balta Belgian Shell Bonar Technical Fabrics Brady Belgium NV Cartamundi deSter NV Farm Frites Europe Ford Genk Helvoet Pharma Belgium N.V. Horafrost HTS ( CWS &boco TRS) Lano NV McCain foods Belgium Mitsui & Co Benelux NV Bekaert BU Steel Cord NV Snack Food Poco Loco Niko NV Pasfrost NV Philips Business Line Home Control Protronic NV Quadrant EPP Roxell NV TVH Forklift Parts Vink NV Volvo Trucks Benelux Willy Naessens Group Wyckaert Houtconstructies NV
de heer de heer de heer de heer de heer de heer de heer de heer de heer de heer de heer de heer mevrouw de heer de heer de heer de heer de heer de heer de heer de heer mevrouw de heer de heer de heer de heer mevrouw de heer de heer de heer de heer
Luc Duyck Dirk Roosen Henri Vanluchene Romeo Baertsoen Freddy Vanhaelst Dirk Laurier Luc Dekimpe Ronald Goossens Wim Vlekken Gilles Korstanje Danny Dresselaerts Jos Van Muylder Ingrid Noten Frank Hoflack Martin De Cock de Rameyen Willy Morel William Jarijch Eric Saccasyn Benny Libbrecht Lieven Blanckaert Guy Vermeiren Anne Lafaut Jean-Paul Abrams Walter Bilcke Arie Zwep Hugo De Ruyck Caroline Onraet Robert Hermans Peter Himpe Dirk Deroose Johan Van Muylder
Bijlagen
xiv
Bijlage 2.0: Uitleg bij het gebruik van de statistische testen.
Aangezien de vragenlijst voornamelijk vragen bevat waarvan de antwoordmogelijkheden beperkt zijn tot dichotome variabelen (ja/neen), zijn we in onze analyse beperkt tot de chikwadraattoets. In Spss komt dit neer op een analyse met behulp van een kruistabel. Aan de hand van een kruistabel gaan we na of er een verband is tussen twee verschillende variabelen. De nulhypothese veronderstelt dat er geen verband is tussen de twee variabelen. Om na te gaan of het verband tussen de twee variabelen significant is, wordt er naar de Pearson Chi-square gekeken. Is deze kleiner dan 0,05 dan kunnen we besluiten dat er een significant verband bestaat tussen de variabelen en verwerpen we de nulhypothese. Door naar de Cramer’s V kan men de sterkte van het verband nagaan. Een waarde nul duidt op geen verband, terwijl een waarde één op een perfect verband duidt (De Pelsmacker P. en Van Kenhove P., 2002). Om van de chikwadraattoets gebruik te kunnen maken moet aan een aantal voorwaarden zijn voldaan. Chi kwadraat vereist dat elke cel voldoende observaties bevat. Wanneer je gegevens
niet voldoen aan deze eisen - hetgeen bij ons meestal het geval is vanwege de kleine steekproef - heb je twee mogelijkheden. Ofwel gooi je rijen of kolommen samen (waarbij je uiteraard informatie verliest) tot aan de eisen voldaan is, ofwel doe je een beroep op een alternatieve test (wat in ons onderzoek is gebeurd). Een courant gebruikt alternatief voor chi kwadraat dat geschikt is voor dunbevolkte cellen is Fisher's Exact Test24. De Fisher's Exact Test was oorspronkelijk ontwikkeld voor 2X2 tabellen, maar werd nadien uitgebreid voor IXJ tabellen. Ook hier verwerpen we de nulhypothese pas wanneer de waarde van de Fisher’s Exact Test kleiner is dan 0,05.
24
http://wwwling.arts.kuleuven.ac.be/genling/statistiek/2.htm : beperkingen
Bijlagen
xv
Bijlage 2.1.1: Kruistabel ‘Wordt er in uw onderneming gebruik gemaakt van S & OP?’ – ‘aantal werknemers’
Case Processing Summary Cases Missing N Percent 0 ,0%
Valid N SOP * werknemers2
30
Percent 100,0%
Total N 30
Percent 100,0%
SOP * werknemers2 Crosstabulation
1,00 SOP
ja neen
Total
Count % within werknemers2 Count % within werknemers2 Count % within werknemers2
1 25,0% 3 75,0% 4 100,0%
werknemers2 2,00 12 63,2% 7 36,8% 19 100,0%
3,00
Total
6 85,7% 1 14,3% 7 100,0%
19 63,3% 11 36,7% 30 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 4,041a 4,181 3,682 30
df 2 2
Asymp. Sig. (2-sided) ,133 ,124
Exact Sig. (2-sided) ,127 ,194 ,127
a. 4 cells (66,7%) have expected count less than 5. The minimum expected count is 1,47.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,367 ,367 30
Approx. Sig. ,133 ,133
Exact Sig. ,127 ,127
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xvi
Bijlage 2.2.1: Kruistabellen ‘verband tussen businessplan en geaggregeerde planning’ ‘invloed op de resultaten’
Crosstabs Case Processing Summary Cases Missing N Percent 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0%
Valid N voorraadniveau * busplan levertijden * busplan klantenservice * busplan kosten * busplan winst * busplan effectief * busplan
19 19 19 19 19 19
Percent 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
Total N 19 19 19 19 19 19
1. Afhankelijkheid van ‘de invloed op het voorraadniveau’
voorraadniveau * busplan Crosstab busplan ja voorraadniveau neen negatief positief Total
Count % within busplan Count % within busplan Count % within busplan Count % within busplan Count % within busplan
0 ,0% 2 13,3% 1 6,7% 12 80,0% 15 100,0%
neen
Total
1 25,0% 0 ,0% 0 ,0% 3 75,0% 4 100,0%
1 5,3% 2 10,5% 1 5,3% 15 78,9% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 4,560a 4,545 3,698 19
df 3 3
Asymp. Sig. (2-sided) ,207 ,208
Exact Sig. (2-sided) ,413 ,413 ,413
a. 7 cells (87,5%) have expected count less than 5. The minimum expected count is ,21.
Percent 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
Bijlagen
xvii
Symmetric Measures
Nominal by Nominal
Value ,490 ,490 19
Phi Cramer's V
N of Valid Cases
Approx. Sig. ,207 ,207
Exact Sig. ,413 ,413
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
2. Afhankelijkheid van ‘de invloed op de levertijden’
levertijden * busplan Crosstab busplan neen 2 0 13,3% ,0% 13 4 86,7% 100,0% 15 4 100,0% 100,0% ja
levertijden
neen positief
Total
Count % within busplan Count % within busplan Count % within busplan
Total 2 10,5% 17 89,5% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,596b ,000 1,007
df 1 1 1
Asymp. Sig. (2-sided) ,440 1,000 ,316
Exact Sig. (2-sided) 1,000
Exact Sig. (1-sided) ,614
,649 1,000
,614 ,614
19
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is ,42.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,177 ,177 19
Approx. Sig. ,440 ,440
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xviii
3. Afhankelijkheid van ‘de invloed op de klantenservice’
klantenservice * busplan Crosstab busplan neen 3 0 20,0% ,0% 12 4 80,0% 100,0% 15 4 100,0% 100,0% ja
klantenservice
neen positief
Total
Count % within busplan Count % within busplan Count % within busplan
Total 3 15,8% 16 84,2% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,950b ,041 1,562
df 1 1 1
Asymp. Sig. (2-sided) ,330 ,839 ,211
Exact Sig. (2-sided) ,567
Exact Sig. (1-sided) ,470
,567 1,000
,470 ,470
19
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is ,63.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,224 ,224 19
Approx. Sig. ,330 ,330
Exact Sig. ,567 ,567
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xix
4. Afhankelijkheid van ‘de invloed op de kosten’
kosten * busplan Crosstab busplan ja kosten
neen positief
Total
Count % within busplan Count % within busplan Count % within busplan
4 26,7% 11 73,3% 15 100,0%
neen
Total
0 ,0% 4 100,0% 4 100,0%
4 21,1% 15 78,9% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 1,351b ,223 2,159
df 1 1 1
Asymp. Sig. (2-sided) ,245 ,637 ,142
Exact Sig. (2-sided) ,530
Exact Sig. (1-sided) ,352
,530 ,530
,352 ,352
19
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is ,84.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,267 ,267 19
Approx. Sig. ,245 ,245
Exact Sig. ,530 ,530
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xx
5. Afhankelijkheid van ‘de invloed op de winst’
winst * busplan Crosstab
winst
neen positief
Total
Count % within busplan Count % within busplan Count % within busplan
busplan ja neen 4 0 26,7% ,0% 11 4 73,3% 100,0% 15 4 100,0% 100,0%
Total 4 21,1% 15 78,9% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 1,351b ,223 2,159
df 1 1 1
Asymp. Sig. (2-sided) ,245 ,637 ,142
Exact Sig. (2-sided) ,530
Exact Sig. (1-sided) ,352
,530 ,530
,352 ,352
19
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is ,84.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,267 ,267 19
Approx. Sig. ,245 ,245
Exact Sig. ,530 ,530
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xxi
6. Afhankelijkheid van ‘de effectiviteit’
effectief * busplan Crosstab busplan neen 1 0 6,7% ,0% 5 1 33,3% 25,0% 9 3 60,0% 75,0% 15 4 100,0% 100,0% ja
effectief
Count % within busplan Count % within busplan Count % within busplan Count % within busplan
gedeelte ja Total
Total 1 5,3% 6 31,6% 12 63,2% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,449a ,654 ,735 19
df 2 2
Asymp. Sig. (2-sided) ,799 ,721
Exact Sig. (2-sided) 1,000 1,000 1,000
a. 5 cells (83,3%) have expected count less than 5. The minimum expected count is ,21.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,154 ,154 19
Approx. Sig. ,799 ,799
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xxii
Bijlage 2.2.2: Kruistabel ‘ frequentie van het geaggregeerde planningsproces’ – ‘effectiviteit van de geaggregeerde planning’
Crosstabs
Case Processing Summary Cases Missing N Percent 0 ,0%
Valid N effectief * frequentie1
18
Percent 100,0%
Total N 18
effectief * frequentie1 Crosstabulation
effectief
gedeelte
frequentie1 1,00 2,00 2 4 100,0% 25,0% 0 12 ,0% 75,0% 2 16 100,0% 100,0%
Count % within frequentie1 Count % within frequentie1 Count % within frequentie1
ja Total
Total 6 33,3% 12 66,7% 18 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 4,500b 1,758 4,920
df 1 1 1
Asymp. Sig. (2-sided) ,034 ,185 ,027
Exact Sig. (2-sided)
Exact Sig. (1-sided)
,098
,098
18
a. Computed only for a 2x2 table b. 2 cells (50,0%) have expected count less than 5. The minimum expected count is ,67.
Symmetric Measures
Nominal by Nominal
Phi Cramer's V
N of Valid Cases
Value ,500 ,500 18
Approx. Sig. ,034 ,034
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Percent 100,0%
Bijlagen
xxiii
Bijlage 2.2.3: Kruistabellen ‘Hoe ver in de toekomst wordt de S & OP opgesteld?’ ‘invloed op de resultaten’
Crosstabs Case Processing Summary Cases Missing N Percent 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0%
Valid N voorraadniveau * vertoek levertijden * vertoek klantenservice * vertoek kosten * vertoek winst * vertoek effectief * vertoek
18 18 18 18 18 18
Percent 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
Total N 18 18 18 18 18 18
Percent 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
1. Afhankelijkheid van ‘de invloed op het voorraadniveau’
voorraadniveau * vertoek Crosstab
voorraadniveau neen positief Total
Count % within vertoek Count % within vertoek Count % within vertoek Count % within vertoek
12maand 0 ,0% 0 ,0% 7 100,0% 7 100,0%
18maand 0 ,0% 0 ,0% 1 100,0% 1 100,0%
vertoek 1maand 0 ,0% 1 50,0% 1 50,0% 2 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 6,800a 6,856 9,327 18
df 8 8
Asymp. Sig. (2-sided) ,558 ,552
Exact Sig. (2-sided) ,468 ,400 ,400
a. 13 cells (86,7%) have expected count less than 5. The minimum expected count is ,06.
2jaar 0 ,0% 0 ,0% 2 100,0% 2 100,0%
6maand 1 16,7% 1 16,7% 4 66,7% 6 100,0%
Total 1 5,6% 2 11,1% 15 83,3% 18 100,0%
Bijlagen
xxiv
Symmetric Measures
Nominal by Nominal
Phi Cramer's V
N of Valid Cases
Value ,615 ,435 18
Approx. Sig. ,558 ,558
Exact Sig. ,468 ,468
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
2. Afhankelijkheid van ‘de invloed op de kosten’
kosten * vertoek Crosstab
kosten
neen
Count % within vertoek Count % within vertoek Count % within vertoek
positief Total
12maand 1 14,3% 6 85,7% 7 100,0%
18maand 0 ,0% 1 100,0% 1 100,0%
vertoek 1maand 1 50,0% 1 50,0% 2 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 2,229a 2,299 2,858 18
df 4 4
Asymp. Sig. (2-sided) ,694 ,681
Exact Sig. (2-sided) ,846 1,000 ,717
a. 8 cells (80,0%) have expected count less than 5. The minimum expected count is ,17.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,352 ,352 18
Approx. Sig. ,694 ,694
Exact Sig. ,846 ,846
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
2jaar 0 ,0% 2 100,0% 2 100,0%
6maand 1 16,7% 5 83,3% 6 100,0%
Total 3 16,7% 15 83,3% 18 100,0%
Bijlagen
xxv
3. Afhankelijkheid van ‘de invloed op de winst’
winst * vertoek Crosstab
winst
neen positief
Total
Count % within vertoek Count % within vertoek Count % within vertoek
12maand 2 28,6% 5 71,4% 7 100,0%
18maand 0 ,0% 1 100,0% 1 100,0%
vertoek 1maand 1 50,0% 1 50,0% 2 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 2,020a 2,514 2,430 18
df 4 4
Asymp. Sig. (2-sided) ,732 ,642
Exact Sig. (2-sided) 1,000 ,945 ,897
a. 9 cells (90,0%) have expected count less than 5. The minimum expected count is ,22.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,335 ,335 18
Approx. Sig. ,732 ,732
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
2jaar 0 ,0% 2 100,0% 2 100,0%
6maand 1 16,7% 5 83,3% 6 100,0%
Total 4 22,2% 14 77,8% 18 100,0%
Bijlagen
xxvi
4. Afhankelijkheid van ‘de effectiviteit’
effectief * vertoek Crosstab
effectief
gedeelte
Count % within vertoek Count % within vertoek Count % within vertoek
ja Total
12maand 1 14,3% 6 85,7% 7 100,0%
18maand 0 ,0% 1 100,0% 1 100,0%
vertoek 1maand 1 50,0% 1 50,0% 2 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 2,893a 3,310 3,433 18
df 4 4
Asymp. Sig. (2-sided) ,576 ,507
Exact Sig. (2-sided) ,683 ,774 ,578
a. 10 cells (100,0%) have expected count less than 5. The minimum expected count is ,33.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,401 ,401 18
Approx. Sig. ,576 ,576
Exact Sig. ,683 ,683
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
2jaar 1 50,0% 1 50,0% 2 100,0%
6maand 3 50,0% 3 50,0% 6 100,0%
Total 6 33,3% 12 66,7% 18 100,0%
Bijlagen
xxvii
Bijlage 2.2.4: Kruistabel ‘Hoe ver in de toekomst wordt de S & OP opgesteld?’ - ‘invloed op de levertijden’
levertijden * vertoek Crosstab
levertijden
neen positief
Total
12maand 0 ,0% 7 100,0% 7 100,0%
Count % within vertoek Count % within vertoek Count % within vertoek
vertoek 1maand 1 50,0% 1 50,0% 2 100,0%
18maand 0 ,0% 1 100,0% 1 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 7,875a 7,013 6,963 18
df 4 4
Asymp. Sig. (2-sided) ,096 ,135
Exact Sig. (2-sided) ,150 ,105 ,065
a. 8 cells (80,0%) have expected count less than 5. The minimum expected count is ,11.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,661 ,661 18
Approx. Sig. ,096 ,096
Exact Sig. ,150 ,150
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
2jaar 1 50,0% 1 50,0% 2 100,0%
6maand 0 ,0% 6 100,0% 6 100,0%
Total 2 11,1% 16 88,9% 18 100,0%
Bijlagen
xxviii
Bijlage 2.2.5: Kruistabel ‘Hoe ver in de toekomst wordt de S & OP opgesteld?’ - ‘invloed op de klantenservice’
klantenservice * vertoek Crosstab
klantenservice
neen positief
Total
Count % within vertoek Count % within vertoek Count % within vertoek
12maand 0 ,0% 7 100,0% 7 100,0%
18maand 0 ,0% 1 100,0% 1 100,0%
vertoek 1maand 1 50,0% 1 50,0% 2 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 14,400a 13,448 10,334 18
df 4 4
Asymp. Sig. (2-sided) ,006 ,009
Exact Sig. (2-sided) ,007 ,007 ,007
a. 8 cells (80,0%) have expected count less than 5. The minimum expected count is ,17.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,894 ,894 18
Approx. Sig. ,006 ,006
Exact Sig. ,007 ,007
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
2jaar 2 100,0% 0 ,0% 2 100,0%
6maand 0 ,0% 6 100,0% 6 100,0%
Total 3 16,7% 15 83,3% 18 100,0%
Bijlagen
xxix
Bijlage 2.2.6: Kruistabellen ‘geaggregeerde planning aanzien als proces of als losstaande vergadering’ – ‘invloed op de resultaten’
Crosstabs
Case Processing Summary Cases Missing N Percent 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0%
Valid N voorraadniveau * proces levertijden * proces klantenservice * proces kosten * proces winst * proces effectief * proces
19 19 19 19 19 19
Percent 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
Total N 19 19 19 19 19 19
1. Afhankelijkheid van ‘de invloed op het voorraadniveau’
voorraadniveau * proces Crosstab
voorraadniveau
neen positief
Total
proces losstaan proces 1 1 14,3% 8,3% 6 11 85,7% 91,7% 7 12 100,0% 100,0%
Count % within proces Count % within proces Count % within proces
Total 2 10,5% 17 89,5% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,166b ,000 ,161
df 1 1 1
Asymp. Sig. (2-sided) ,683 1,000 ,688
Exact Sig. (2-sided) 1,000
Exact Sig. (1-sided) ,614
1,000 1,000
,614 ,614
19
a. Computed only for a 2x2 table b. 2 cells (50,0%) have expected count less than 5. The minimum expected count is ,74.
Percent 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
Bijlagen
xxx
Symmetric Measures
Nominal by Nominal
Value ,094 ,094 19
Phi Cramer's V
N of Valid Cases
Approx. Sig. ,683 ,683
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
2. Afhankelijkheid van ‘de invloed op de levertijden’
levertijden * proces Crosstab
levertijden neen positief Total
proces losstaan proces 1 0 14,3% ,0% 1 1 14,3% 8,3% 5 11 71,4% 91,7% 7 12 100,0% 100,0%
Count % within proces Count % within proces Count % within proces Count % within proces
Total 1 5,3% 2 10,5% 16 84,2% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 2,078a 2,361 2,224 19
df 2 2
Asymp. Sig. (2-sided) ,354 ,307
Exact Sig. (2-sided) ,682 ,682 ,455
a. 4 cells (66,7%) have expected count less than 5. The minimum expected count is ,37.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,331 ,331 19
Approx. Sig. ,354 ,354
Exact Sig. ,682 ,682
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xxxi
3. Afhankelijkheid van ‘de invloed op de klantenservice’
klantenservice * proces Crosstab
klantenservice
neen positief
Total
proces losstaan proces 1 2 14,3% 16,7% 6 10 85,7% 83,3% 7 12 100,0% 100,0%
Count % within proces Count % within proces Count % within proces
Total 3 15,8% 16 84,2% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,019b ,000 ,019
df 1 1 1
Asymp. Sig. (2-sided) ,891 1,000 ,890
Exact Sig. (2-sided) 1,000
Exact Sig. (1-sided) ,704
1,000 1,000
,704 ,704
19
a. Computed only for a 2x2 table b. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 1,11.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value -,031 ,031 19
Approx. Sig. ,891 ,891
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xxxii
4. Afhankelijkheid van ‘de invloed op de kosten’
kosten * proces Crosstab
kosten
neen positief
Total
Count % within proces Count % within proces Count % within proces
proces losstaan proces 2 1 28,6% 8,3% 5 11 71,4% 91,7% 7 12 100,0% 100,0%
Total 3 15,8% 16 84,2% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 1,362b ,265 1,314
df 1 1 1
Asymp. Sig. (2-sided) ,243 ,607 ,252
Exact Sig. (2-sided) ,523
Exact Sig. (1-sided) ,296
,523 ,523
,296 ,296
19
a. Computed only for a 2x2 table b. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 1,11.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,268 ,268 19
Approx. Sig. ,243 ,243
Exact Sig. ,523 ,523
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xxxiii
5. Afhankelijkheid van ‘de invloed op de winst’
winst * proces Crosstab
winst
neen positief
Total
Count % within proces Count % within proces Count % within proces
proces losstaan proces 2 1 28,6% 8,3% 5 11 71,4% 91,7% 7 12 100,0% 100,0%
Total 3 15,8% 16 84,2% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 1,362b ,265 1,314
df 1 1 1
Asymp. Sig. (2-sided) ,243 ,607 ,252
Exact Sig. (2-sided) ,523
Exact Sig. (1-sided) ,296
,523 ,523
,296 ,296
19
a. Computed only for a 2x2 table b. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 1,11.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,268 ,268 19
Approx. Sig. ,243 ,243
Exact Sig. ,523 ,523
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xxxiv
6. Afhankelijkheid van ‘de effectiviteit’
effectief * proces Crosstab
effectief
Count % within proces Count % within proces Count % within proces Count % within proces
gedeelte ja Total
proces losstaan proces 0 1 ,0% 8,3% 3 3 42,9% 25,0% 4 8 57,1% 66,7% 7 12 100,0% 100,0%
Total 1 5,3% 6 31,6% 12 63,2% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 1,093a 1,414 1,163 19
df 2 2
Asymp. Sig. (2-sided) ,579 ,493
Exact Sig. (2-sided) ,764 ,764 ,764
a. 5 cells (83,3%) have expected count less than 5. The minimum expected count is ,37.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,240 ,240 19
Approx. Sig. ,579 ,579
Exact Sig. ,764 ,764
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xxxv
Bijlage 2.3.1: Kruistabel ‘rol general manager’ - ‘effectiviteit van de geaggregeerde planning’
Crosstabs Case Processing Summary Cases Missing N Percent 0 ,0%
Valid N effectief * rolGM1
Percent 100,0%
17
Total N 17
Percent 100,0%
effectief * rolGM1 Crosstabulation rolGM1 effectief
gedeelte
Count % within rolGM1 Count % within rolGM1 Count % within rolGM1
ja Total
1,00
2,00
Total
3 60,0% 2 40,0% 5 100,0%
2 16,7% 10 83,3% 12 100,0%
5 29,4% 12 70,6% 17 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 3,192b 1,446 3,054
df 1 1 1
Asymp. Sig. (2-sided) ,074 ,229 ,081
Exact Sig. (2-sided)
Exact Sig. (1-sided)
,117
,117
17
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is 1,47.
Symmetric Measures
Nominal by Nominal
Phi Cramer's V
N of Valid Cases
Value ,433 ,433 17
Approx. Sig. ,074 ,074
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xxxvi
Bijlage 2.3.2: Kruistabellen ‘rol general manager’ – ‘invloed op voorraadniveau, levertijden en klantenservice’ 1. Afhankelijkheid van ‘de invloed op het voorraadniveau’
Crosstabs Case Processing Summary Cases Missing N Percent 1 5,6%
Valid N voorraadniveau * rolgm1
17
Percent 94,4%
Total N 18
voorraadniveau * rolgm1 Crosstabulation rolgm1 voorraadniveau
neen positief
Total
Count % within rolgm1 Count % within rolgm1 Count % within rolgm1
1,00
2,00
Total
0 ,0% 4 100,0% 4 100,0%
1 7,7% 12 92,3% 13 100,0%
1 5,9% 16 94,1% 17 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,327b ,000 ,555
df 1 1 1
Asymp. Sig. (2-sided) ,567 1,000 ,456
Exact Sig. (2-sided) 1,000
Exact Sig. (1-sided) ,765
1,000 1,000
,765 ,765
17
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is ,24.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value -,139 ,139 17
Approx. Sig. ,567 ,567
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Percent 100,0%
Bijlagen
xxxvii
Crosstabs Case Processing Summary Cases Missing N Percent 0 ,0% 0 ,0% 0 ,0% 0 ,0%
Valid N levertijden * rolGM1 klantenservice * rolGM1 kosten * rolGM1 winst * rolGM1
18 18 18 18
Percent 100,0% 100,0% 100,0% 100,0%
Total N 18 18 18 18
2. Afhankelijkheid van ‘de invloed op de levertijden’
levertijden * rolGM1 Crosstab rolGM1 levertijden
neen
Count % within rolGM1 Count % within rolGM1 Count % within rolGM1
positief Total
1,00
2,00
Total
0 ,0% 5 100,0% 5 100,0%
1 7,7% 12 92,3% 13 100,0%
1 5,6% 17 94,4% 18 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,407b ,000 ,673
df 1 1 1
Asymp. Sig. (2-sided) ,523 1,000 ,412
Exact Sig. (2-sided)
Exact Sig. (1-sided)
1,000
,722
18
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is ,28.
Symmetric Measures
Nominal by Nominal
Phi Cramer's V
N of Valid Cases
Value -,150 ,150 18
Approx. Sig. ,523 ,523
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Percent 100,0% 100,0% 100,0% 100,0%
Bijlagen
xxxviii
3. Afhankelijkheid van ‘de invloed op de klantenservice’
klantenservice * rolGM1 Crosstab rolGM1 klantenservice
neen positief
Total
Count % within rolGM1 Count % within rolGM1 Count % within rolGM1
1,00
2,00
Total
0 ,0% 5 100,0% 5 100,0%
2 15,4% 11 84,6% 13 100,0%
2 11,1% 16 88,9% 18 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,865b ,009 1,396
df 1 1 1
Asymp. Sig. (2-sided) ,352 ,926 ,237
Exact Sig. (2-sided)
Exact Sig. (1-sided)
1,000
,510
18
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is ,56.
Symmetric Measures
Nominal by Nominal
Phi Cramer's V
N of Valid Cases
Value -,219 ,219 18
Approx. Sig. ,352 ,352
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xxxix
Bijlage 2.3.3: Kruistabellen ‘rol general manager’ – ‘invloed op kosten en winst’ 1. Afhankelijkheid van ‘de invloed op de kosten’
kosten * rolGM1 Crosstab rolGM1 kosten
neen positief
Total
Count % within rolGM1 Count % within rolGM1 Count % within rolGM1
1,00
2,00
Total
2 40,0% 3 60,0% 5 100,0%
1 7,7% 12 92,3% 13 100,0%
3 16,7% 15 83,3% 18 100,0%
Asymp. Sig. (2-sided) ,099 ,347 ,118
Exact Sig. (2-sided)
Exact Sig. (1-sided)
,172
,172
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 2,714b ,886 2,439
df 1 1 1
18
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is ,83.
Symmetric Measures
Nominal by Nominal
Phi Cramer's V
N of Valid Cases
Value ,388 ,388 18
Approx. Sig. ,099 ,099
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xl
2. Afhankelijkheid van ‘de invloed op de winst’
winst * rolGM1 Crosstab rolGM1 winst
neen positief
Total
Count % within rolGM1 Count % within rolGM1 Count % within rolGM1
1,00
2,00
Total
2 40,0% 3 60,0% 5 100,0%
1 7,7% 12 92,3% 13 100,0%
3 16,7% 15 83,3% 18 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 2,714b ,886 2,439
df 1 1 1
Asymp. Sig. (2-sided) ,099 ,347 ,118
Exact Sig. (2-sided)
Exact Sig. (1-sided)
,172
,172
18
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is ,83.
Symmetric Measures
Nominal by Nominal
Phi Cramer's V
N of Valid Cases
Value ,388 ,388 18
Approx. Sig. ,099 ,099
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xli
Bijlage 2.4.1: Kruistabellen ‘kenmerken van de afsluitende vergadering’ – ‘invloed op de resultaten’
Crosstabs Case Processing Summary
Valid N voorraadniveau * duurafsl voorraadniveau * agenda voorraadniveau * vastproc levertijden * duurafsl levertijden * agenda levertijden * vastproc klantenservice * duurafsl klantenservice * agenda klantenservice * vastproc kosten * duurafsl kosten * agenda kosten * vastproc winst * duurafsl winst * agenda winst * vastproc effectief * duurafsl effectief * agenda effectief * vastproc
19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19
Percent 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
Cases Missing N Percent 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0%
Total N 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19 19
Percent 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
Bijlagen
xlii
1. Kruistabel ‘vaste agenda’ – ‘invloed op het voorraadniveau’
voorraadniveau * agenda Crosstab agenda ja voorraadniveau neen negatief positief Total
Count % within agenda Count % within agenda Count % within agenda Count % within agenda Count % within agenda
0 ,0% 2 16,7% 1 8,3% 9 75,0% 12 100,0%
neen
Total
1 14,3% 0 ,0% 0 ,0% 6 85,7% 7 100,0%
1 5,3% 2 10,5% 1 5,3% 15 78,9% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 3,529a 4,818 3,022 19
df 3 3
Asymp. Sig. (2-sided) ,317 ,186
Exact Sig. (2-sided) ,435 ,435 ,435
a. 6 cells (75,0%) have expected count less than 5. The minimum expected count is ,37.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,431 ,431 19
Approx. Sig. ,317 ,317
Exact Sig. ,435 ,435
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xliii
2. Kruistabel ‘vaste procedure’ – ‘invloed op het voorraadniveau’
voorraadniveau * vastproc Crosstab vastproc neen 1 0 5,9% ,0% 2 0 11,8% ,0% 1 0 5,9% ,0% 13 2 76,5% 100,0% 17 2 100,0% 100,0% ja
voorraadniveau neen negatief positief Total
Count % within vastproc Count % within vastproc Count % within vastproc Count % within vastproc Count % within vastproc
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,596a 1,007 2,093 19
df 3 3
Asymp. Sig. (2-sided) ,897 ,800
Exact Sig. (2-sided) 1,000 1,000 1,000
a. 7 cells (87,5%) have expected count less than 5. The minimum expected count is ,11.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,177 ,177 19
Approx. Sig. ,897 ,897
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Total 1 5,3% 2 10,5% 1 5,3% 15 78,9% 19 100,0%
Bijlagen
xliv
3. Kruistabel ‘vaste agenda’ – ‘ invloed op de levertijden’
levertijden * agenda Crosstab agenda ja levertijden
neen positief
Total
Count % within agenda Count % within agenda Count % within agenda
2 16,7% 10 83,3% 12 100,0%
neen
Total
0 ,0% 7 100,0% 7 100,0%
2 10,5% 17 89,5% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 1,304b ,135 1,973
df 1 1 1
Asymp. Sig. (2-sided) ,253 ,714 ,160
Exact Sig. (2-sided) ,509
Exact Sig. (1-sided) ,386
,509 ,509
,386 ,386
19
a. Computed only for a 2x2 table b. 2 cells (50,0%) have expected count less than 5. The minimum expected count is ,74.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,262 ,262 19
Approx. Sig. ,253 ,253
Exact Sig. ,509 ,509
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xlv
4. Kruistabel ‘vaste procedure’ – ‘ invloed op de levertijden’
levertijden * vastproc Crosstab vastproc neen 2 0 11,8% ,0% 15 2 88,2% 100,0% 17 2 100,0% 100,0% ja
levertijden
neen positief
Total
Count % within vastproc Count % within vastproc Count % within vastproc
Total 2 10,5% 17 89,5% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,263b ,000 ,472
df 1 1 1
Asymp. Sig. (2-sided) ,608 1,000 ,492
Exact Sig. (2-sided) 1,000
Exact Sig. (1-sided) ,795
1,000 1,000
,795 ,795
19
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is ,21.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,118 ,118 19
Approx. Sig. ,608 ,608
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xlvi
5. Kruistabel ‘vaste agenda’ – ‘de invloed op de klantenservice’
klantenservice * agenda Crosstab agenda ja klantenservice
neen positief
Total
Count % within agenda Count % within agenda Count % within agenda
3 25,0% 9 75,0% 12 100,0%
neen
Total
0 ,0% 7 100,0% 7 100,0%
3 15,8% 16 84,2% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 2,078b ,623 3,078
df 1 1 1
Asymp. Sig. (2-sided) ,149 ,430 ,079
Exact Sig. (2-sided) ,263
Exact Sig. (1-sided) ,227
,263 ,263
,227 ,227
19
a. Computed only for a 2x2 table b. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 1,11.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,331 ,331 19
Approx. Sig. ,149 ,149
Exact Sig. ,263 ,263
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xlvii
6. Kruistabel ‘vaste procedure’ – ‘de invloed op de klantenservice’
klantenservice * vastproc Crosstab
klantenservice
neen positief
Total
vastproc ja neen 3 0 17,6% ,0% 14 2 82,4% 100,0% 17 2 100,0% 100,0%
Count % within vastproc Count % within vastproc Count % within vastproc
Total 3 15,8% 16 84,2% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,419b ,000 ,730
df 1 1 1
Asymp. Sig. (2-sided) ,517 1,000 ,393
Exact Sig. (2-sided) 1,000
Exact Sig. (1-sided) ,702
1,000 1,000
,702 ,702
19
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is ,32.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,149 ,149 19
Approx. Sig. ,517 ,517
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xlviii
7. Kruistabel ‘vaste agenda’ – ‘de invloed op de kosten’
kosten * agenda Crosstab agenda ja kosten
neen positief
Total
Count % within agenda Count % within agenda Count % within agenda
neen
Total
1 14,3% 6 85,7% 7 100,0%
4 21,1% 15 78,9% 19 100,0%
Asymp. Sig. (2-sided) ,581 1,000 ,572
Exact Sig. (2-sided) 1,000
Exact Sig. (1-sided) ,525
1,000 1,000
,525 ,525
3 25,0% 9 75,0% 12 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,305b ,000 ,319
df 1 1 1
19
a. Computed only for a 2x2 table b. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 1,47.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,127 ,127 19
Approx. Sig. ,581 ,581
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
xlix
8. Kruistabel ‘vaste procedure’ – ‘de invloed op de kosten’
kosten * vastproc Crosstab
kosten
neen positief
Total
vastproc ja neen 3 1 17,6% 50,0% 14 1 82,4% 50,0% 17 2 100,0% 100,0%
Count % within vastproc Count % within vastproc Count % within vastproc
Total 4 21,1% 15 78,9% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 1,127b ,021 ,940
df 1 1 1
Asymp. Sig. (2-sided) ,288 ,885 ,332
Exact Sig. (2-sided) ,386
Exact Sig. (1-sided) ,386
1,000 ,386
,386 ,386
19
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is ,42.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value -,244 ,244 19
Approx. Sig. ,288 ,288
Exact Sig. ,386 ,386
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
l
9. Kruistabel ‘vaste agenda’ - ‘de invloed op de winst’
winst * agenda Crosstab agenda ja winst
neen positief
Total
Count % within agenda Count % within agenda Count % within agenda
3 25,0% 9 75,0% 12 100,0%
neen
Total
1 14,3% 6 85,7% 7 100,0%
4 21,1% 15 78,9% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,305b ,000 ,319
df 1 1 1
Asymp. Sig. (2-sided) ,581 1,000 ,572
Exact Sig. (2-sided) 1,000
Exact Sig. (1-sided) ,525
1,000 1,000
,525 ,525
19
a. Computed only for a 2x2 table b. 2 cells (50,0%) have expected count less than 5. The minimum expected count is 1,47.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,127 ,127 19
Approx. Sig. ,581 ,581
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
li
10. Kruistabel ‘vaste procedure’ – ‘de invloed op de winst’
winst * vastproc Crosstab
winst
neen positief
Total
Count % within vastproc Count % within vastproc Count % within vastproc
vastproc ja neen 3 1 17,6% 50,0% 14 1 82,4% 50,0% 17 2 100,0% 100,0%
Total 4 21,1% 15 78,9% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 1,127b ,021 ,940
df 1 1 1
Asymp. Sig. (2-sided) ,288 ,885 ,332
Exact Sig. (2-sided) ,386
Exact Sig. (1-sided) ,386
1,000 ,386
,386 ,386
19
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is ,42.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value -,244 ,244 19
Approx. Sig. ,288 ,288
Exact Sig. ,386 ,386
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
lii
11. Kruistabel ‘vaste agenda’ - ‘de effectiviteit’
effectief * agenda Crosstab agenda ja effectief
Count % within agenda Count % within agenda Count % within agenda Count % within agenda
gedeelte ja Total
1 8,3% 4 33,3% 7 58,3% 12 100,0%
neen
Total
0 ,0% 2 28,6% 5 71,4% 7 100,0%
1 5,3% 6 31,6% 12 63,2% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,735a 1,069 ,798 19
df 2 2
Asymp. Sig. (2-sided) ,692 ,586
Exact Sig. (2-sided) 1,000 1,000 1,000
a. 5 cells (83,3%) have expected count less than 5. The minimum expected count is ,37.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,197 ,197 19
Approx. Sig. ,692 ,692
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
liii
12. Kruistabel ‘vaste procedure’ – ‘de effectiviteit’
effectief * vastproc Crosstab
effectief
vastproc ja neen 1 0 5,9% ,0% 5 1 29,4% 50,0% 11 1 64,7% 50,0% 17 2 100,0% 100,0%
Count % within vastproc Count % within vastproc Count % within vastproc Count % within vastproc
gedeelte ja Total
Total 1 5,3% 6 31,6% 12 63,2% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,419a ,496 1,447 19
df 2 2
Asymp. Sig. (2-sided) ,811 ,780
Exact Sig. (2-sided) 1,000 1,000 1,000
a. 4 cells (66,7%) have expected count less than 5. The minimum expected count is ,11.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,149 ,149 19
Approx. Sig. ,811 ,811
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
liv
Crosstabs Case Processing Summary Cases Missing N Percent 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0%
Valid N voorraadniveau * duurafl1 levertijden * duurafl1 klantenservice * duurafl1 kosten * duurafl1 winst * duurafl1 effectief * duurafl1
19 19 19 19 19 19
Percent 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
Total N 19 19 19 19 19 19
13. Kruistabel ‘duur afsluitende vergadering’ – ‘de invloed op het voorraadniveau’
voorraadniveau * duurafl1 Crosstab duurafl1 voorraadniveau neen negatief positief Total
Count % within duurafl1 Count % within duurafl1 Count % within duurafl1 Count % within duurafl1 Count % within duurafl1
1,00
2,00
Total
0 ,0% 2 15,4% 1 7,7% 10 76,9% 13 100,0%
1 16,7% 0 ,0% 0 ,0% 5 83,3% 6 100,0%
1 5,3% 2 10,5% 1 5,3% 15 78,9% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 3,573a 4,603 3,028 19
df 3 3
Asymp. Sig. (2-sided) ,311 ,203
Exact Sig. (2-sided) ,393 ,393 ,594
a. 7 cells (87,5%) have expected count less than 5. The minimum expected count is ,32.
Percent 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
Bijlagen
lv
Symmetric Measures
Nominal by Nominal
Value ,434 ,434 19
Phi Cramer's V
N of Valid Cases
Approx. Sig. ,311 ,311
Exact Sig. ,393 ,393
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
14. Kruistabel ‘duur afsluitende vergadering’ – ‘de invloed op de levertijden’
levertijden * duurafl1 Crosstab duurafl1 levertijden
neen positief
Total
Count % within duurafl1 Count % within duurafl1 Count % within duurafl1
1,00
2,00
Total
2 15,4% 11 84,6% 13 100,0%
0 ,0% 6 100,0% 6 100,0%
2 10,5% 17 89,5% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 1,032b ,045 1,624
df 1 1 1
Asymp. Sig. (2-sided) ,310 ,832 ,202
Exact Sig. (2-sided) ,544
Exact Sig. (1-sided) ,456
,544 1,000
,456 ,456
19
a. Computed only for a 2x2 table b. 2 cells (50,0%) have expected count less than 5. The minimum expected count is ,63.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,233 ,233 19
Approx. Sig. ,310 ,310
Exact Sig. ,544 ,544
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
lvi
15. Kruistabel ‘duur afsluitende vergadering’ – ‘de invloed op de klantenservice’
klantenservice * duurafl1 Crosstab duurafl1 klantenservice
neen positief
Total
Count % within duurafl1 Count % within duurafl1 Count % within duurafl1
1,00
2,00
Total
3 23,1% 10 76,9% 13 100,0%
0 ,0% 6 100,0% 6 100,0%
3 15,8% 16 84,2% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 1,644b ,367 2,529
df 1 1 1
Asymp. Sig. (2-sided) ,200 ,545 ,112
Exact Sig. (2-sided) ,517
Exact Sig. (1-sided) ,295
,316 ,517
,295 ,295
19
a. Computed only for a 2x2 table b. 2 cells (50,0%) have expected count less than 5. The minimum expected count is ,95.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,294 ,294 19
Approx. Sig. ,200 ,200
Exact Sig. ,517 ,517
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
lvii
16. Kruistabel ‘duur afsluitende vergadering’ – ‘de invloed op de kosten’
kosten * duurafl1 Crosstab duurafl1 kosten
neen positief
Total
Count % within duurafl1 Count % within duurafl1 Count % within duurafl1
1,00
2,00
Total
3 23,1% 10 76,9% 13 100,0%
1 16,7% 5 83,3% 6 100,0%
4 21,1% 15 78,9% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,101b ,000 ,105
df 1 1 1
Asymp. Sig. (2-sided) ,750 1,000 ,746
Exact Sig. (2-sided) 1,000
Exact Sig. (1-sided) ,627
1,000 1,000
,627 ,627
19
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is 1,26.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,073 ,073 19
Approx. Sig. ,750 ,750
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
lviii
17. Kruistabel ‘duur afsluitende vergadering’ – ‘de invloed op de winst’
winst * duurafl1 Crosstab duurafl1 winst
neen positief
Total
Count % within duurafl1 Count % within duurafl1 Count % within duurafl1
1,00
2,00
Total
3 23,1% 10 76,9% 13 100,0%
1 16,7% 5 83,3% 6 100,0%
4 21,1% 15 78,9% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,101b ,000 ,105
df 1 1 1
Asymp. Sig. (2-sided) ,750 1,000 ,746
Exact Sig. (2-sided) 1,000
Exact Sig. (1-sided) ,627
1,000 1,000
,627 ,627
19
a. Computed only for a 2x2 table b. 3 cells (75,0%) have expected count less than 5. The minimum expected count is 1,26.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,073 ,073 19
Approx. Sig. ,750 ,750
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
lix
18. Kruistabel ‘duur afsluitende vergadering’ – ‘de effectiviteit’
effectief * duurafl1 Crosstab duurafl1 effectief
Count % within duurafl1 Count % within duurafl1 Count % within duurafl1 Count % within duurafl1
gedeelte ja Total
1,00
2,00
Total
1 7,7% 4 30,8% 8 61,5% 13 100,0%
0 ,0% 2 33,3% 4 66,7% 6 100,0%
1 5,3% 6 31,6% 12 63,2% 19 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value ,487a ,784 ,648 19
df 2 2
Asymp. Sig. (2-sided) ,784 ,676
Exact Sig. (2-sided) 1,000 1,000 1,000
a. 5 cells (83,3%) have expected count less than 5. The minimum expected count is ,32.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,160 ,160 19
Approx. Sig. ,784 ,784
Exact Sig. 1,000 1,000
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Bijlagen
lx
Bijlage 2.5.1: Kruistabel ‘duur dat een geaggregeerd planningsproces is geïmplementeerd’ – ‘de invloed op het voorraadniveau’
Crosstabs Case Processing Summary Cases Missing N Percent 0 ,0%
Valid N voorraadniveau * hoelang
18
Percent 100,0%
Total N 18
Percent 100,0%
voorraadniveau * hoelang Crosstabulation
<1j voorraadniveau
neen positief
Total
Count % within hoelang Count % within hoelang Count % within hoelang
1 50,0% 1 50,0% 2 100,0%
hoelang <3j 1 12,5% 7 87,5% 8 100,0%
>3j 0 ,0% 8 100,0% 8 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 4,078a 3,757 3,508 18
df 2 2
Asymp. Sig. (2-sided) ,130 ,153
Exact Sig. (2-sided) ,216 ,216 ,216
a. 4 cells (66,7%) have expected count less than 5. The minimum expected count is ,22.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,476 ,476 18
Approx. Sig. ,130 ,130
Exact Sig. ,216 ,216
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Total 2 11,1% 16 88,9% 18 100,0%
Bijlagen
lxi
Bijlage 2.5.2: Kruistabel ‘duur dat een geaggregeerd planningsproces is geïmplementeerd’ – ‘de invloed op levertijden en klantenservice’
Crosstabs Case Processing Summary Cases Missing N Percent 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0% 0 ,0%
Valid N voorraadniveau * hoelang levertijden * hoelang klantenservice * hoelang kosten * hoelang winst * hoelang effectief * hoelang
Percent 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
19 19 19 19 19 19
Total N 19 19 19 19 19 19
1. Afhankelijkheid van ‘de invloed op de levertijden’
levertijden * hoelang Crosstab
<1j levertijden
neen positief
Total
Count % within hoelang Count % within hoelang Count % within hoelang
1 50,0% 1 50,0% 2 100,0%
hoelang <3j 1 12,5% 7 87,5% 8 100,0%
>3j 0 ,0% 9 100,0% 9 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 4,401a 3,986 3,762 19
df 2 2
Asymp. Sig. (2-sided) ,111 ,136
Exact Sig. (2-sided) ,099 ,099 ,099
a. 4 cells (66,7%) have expected count less than 5. The minimum expected count is ,21.
Total 2 10,5% 17 89,5% 19 100,0%
Percent 100,0% 100,0% 100,0% 100,0% 100,0% 100,0%
Bijlagen
lxii
Symmetric Measures
Nominal by Nominal
Phi Cramer's V
N of Valid Cases
Value ,481 ,481 19
Approx. Sig. ,111 ,111
Exact Sig. ,099 ,099
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
2. Afhankelijkheid van ‘de invloed op de klantenservice’
klantenservice * hoelang Crosstab
<1j klantenservice
neen positief
Total
Count % within hoelang Count % within hoelang Count % within hoelang
1 50,0% 1 50,0% 2 100,0%
hoelang <3j 2 25,0% 6 75,0% 8 100,0%
>3j 0 ,0% 9 100,0% 9 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 3,958a 4,804 4,036 19
df 2 2
Asymp. Sig. (2-sided) ,138 ,091
Exact Sig. (2-sided) ,220 ,220 ,133
a. 4 cells (66,7%) have expected count less than 5. The minimum expected count is ,32.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,456 ,456 19
Approx. Sig. ,138 ,138
Exact Sig. ,220 ,220
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Total 3 15,8% 16 84,2% 19 100,0%
Bijlagen
lxiii
Bijlage 2.5.3: Kruistabel ‘duur dat een geaggregeerd planningsproces is geïmplementeerd’ – ‘de invloed op de winst’
winst * hoelang Crosstab
<1j winst
neen positief
Total
Count % within hoelang Count % within hoelang Count % within hoelang
2 100,0% 0 ,0% 2 100,0%
hoelang <3j 1 12,5% 7 87,5% 8 100,0%
>3j 1 11,1% 8 88,9% 9 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 8,387a 7,250 5,860 19
df 2 2
Asymp. Sig. (2-sided) ,015 ,027
Exact Sig. (2-sided) ,035 ,053 ,053
a. 4 cells (66,7%) have expected count less than 5. The minimum expected count is ,42.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,664 ,664 19
Approx. Sig. ,015 ,015
Exact Sig. ,035 ,035
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Total 4 21,1% 15 78,9% 19 100,0%
Bijlagen
lxiv
Bijlage 2.5.4: Kruistabel ‘duur dat een geaggregeerd planningsproces is geïmplementeerd’ – ‘de invloed op de kosten’
kosten * hoelang Crosstab
<1j kosten
neen
Count % within hoelang Count % within hoelang Count % within hoelang
positief Total
2 100,0% 0 ,0% 2 100,0%
hoelang <3j 2 25,0% 6 75,0% 8 100,0%
>3j 0 ,0% 9 100,0% 9 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 9,975a 10,559 7,749 19
df 2 2
Asymp. Sig. (2-sided) ,007 ,005
Exact Sig. (2-sided) ,007 ,007 ,007
a. 4 cells (66,7%) have expected count less than 5. The minimum expected count is ,42.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,725 ,725 19
Approx. Sig. ,007 ,007
Exact Sig. ,007 ,007
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Total 4 21,1% 15 78,9% 19 100,0%
Bijlagen
lxv
Bijlage 2.5.4: Kruistabel ‘duur dat een geaggregeerd planningsproces is geïmplementeerd’ – ‘de effectiviteit’
Crosstabs Case Processing Summary Cases Missing N Percent 0 ,0%
Valid N effectief * hoelang
18
Percent 100,0%
Total N 18
Percent 100,0%
effectief * hoelang Crosstabulation
<1j effectief
gedeelte
Count % within hoelang Count % within hoelang Count % within hoelang
ja Total
2 100,0% 0 ,0% 2 100,0%
hoelang <3j 3 42,9% 4 57,1% 7 100,0%
>3j 1 11,1% 8 88,9% 9 100,0%
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Fisher's Exact Test N of Valid Cases
Value 6,286a 7,075 5,539 18
df 2 2
Asymp. Sig. (2-sided) ,043 ,029
Exact Sig. (2-sided) ,043 ,057 ,057
a. 5 cells (83,3%) have expected count less than 5. The minimum expected count is ,67.
Symmetric Measures
Nominal by Nominal N of Valid Cases
Phi Cramer's V
Value ,591 ,591 18
Approx. Sig. ,043 ,043
Exact Sig. ,043 ,043
a. Not assuming the null hypothesis. b. Using the asymptotic standard error assuming the null hypothesis.
Total 6 33,3% 12 66,7% 18 100,0%
Bijlagen
lxvi
Bijlage 3: Voorbeeldvragenlijst voor “continuous improvement” (Wallace T.F., 2000)
Bijlagen
lxvii