– Utnyttja väderdata för effektivare varuförsörjning

Efter en kylig vår förutspår meterologerna plötsligt varmt och soligt väder till helgen. Medan de flesta av oss ser fram emot att grilla i trädgården eller dra ut på picknick i parken, bekymrar sig flödesplanerarna över hur de ska möta den plötsliga efterfrågan av grillbiff i butikerna. Vädret kan ha en drastisk inverkan på hur vi handlar och för att uppnå bästa resultat måste varuförsörjningen beakta vädrets nycker.

Vädret påverkar konsumenternas beteende och har en effekt på försäljningen i så gott som alla produktkategorier. I många fall är det trots allt relativt enkelt att ta hänsyn till vädrets inverkan på efterfrågan. Glass är ett klassiskt exempel. En varm och solig dag kan försäljningen av glass öka med 50%, medan dåligt väder kan få efterfrågan att sjunka med 20 %. Ifall vi missat att fylla butikens frys med glass inför värmeböljan, är den direkta konsekvensen förlorad försäljning och missnöjda kunder. Om vi däremot laddat upp med glass och den förutspådda värmeböljan uteblir är konsekvenserna av planeringsmissen ganska obetydliga – butikens lager är stort för stunden, men varorna kommer ändå att gå åt och lagernivåerna att rättas till över tid. På grund av den asymmetriska risken lönar det sig alltså för glassförsäljaren att konsekvent ta höjd för fint väder istället för att kämpa med att försöka förutspå vädrets inverkan på efterfrågan så exakt som möjligt.

Då vi pratar om färskvaror kommer en ny faktor – svinnet – in i bilden, vilket gör utmaningen enormt mycket större. För att maximera försäljningen och minimera svinnet av färsk fisk, kött och andra varor med kort hållbarhetstid, är det extremt viktigt att säljprognoserna och varuförsörjningen motsvarar efterfrågan så exakt som möjligt, varje dag. Några dagars extra lager av glass i frysen utgör inget stort problem, men ifall vi överskattat efterfrågan av biffar i helgen kan konsekvenserna bli dramatiska; i värsta fall åker helgens överskottsvaror i soptunnan.

Då de dagliga prognoserna har en direkt inverkan på lönsamheten, såsom i fallet med grillbiffarna, lönar det sig att utnyttja väderdata för att uppnå ett mera exakt varuflöde. I den här artikeln diskuterar vi hur vädret påverkar efterfrågan och ger några konkreta tips för hur du kan beakta vädret som en faktor i planeringen.

Hur påverkar vädret handeln?

Vädrets inverkan på oss konsumenter är ingen enkel ekvation. Det finns drösvis med faktorer som spelar in: temperaturen, antalet solskenstimmar, mängden nederbörd och vilken veckodag, årstid, ort och produkt det handlar om. Lyckligtvis behöver vi inte reda ut alla komplexa beroendeförhållanden för att få tillgång till värdefull information. Grovt förenklat kan vi utgå ifrån att vädret påverkar vårt köpbeteende på två sätt:

1. Vi är mera benägna att gå ut då vädret är vackert, vilket ökar kundströmmarna och försäljningen i butikerna.

Inverkan på kundströmmarna är tydligast under sommarmånaderna, medan vintervädret i mindre grad påverkar konsumenternas shoppande. En fin sommardag kan öka kundströmmen i en matbutik med 5 – 10 % jämfört med det väderkorrigerade medeltalet för perioden. En kall och regnig dag, å andra sidan, har motsatt effekt och minskar trafiken. Effekterna kan variera avsevärt beroende på läge och typ av butik. Då det utlovats vackert väder och familjerna storhandlar inför helgens grillmiddag är de i många fall mera benägna att åka ut till stormarknaderna än besöka den lilla närbutiken.

2. Vädret påverkar vad vi handlar, vilket innebär att försäljningen av olika produkter och varugrupper påverkas i olika hög grad av förändringar i vädret.

Ofta är vädrets inverkan på produkterna och varugrupperna asymmetrisk, såsom i glassexemplet ovan. Detta innebär att effekten av vackert väder på försäljningen är klart starkare än den negativa effekten av dåligt väder.

Ett exempel på hur vädret påverkar försäljningen i en matbutik presenteras i Bild 1 där temperaturen för perioden juni-juli visas tillsammans med försäljningen av de mest värmekänsliga produktgrupperna. Trots att försäljningen fluktuerar relativt kraftigt under perioden, syns effekten av de två högsta temperaturtopparna ändå tydligt. Den extra värmen ger upphov till en 15 – 20 % högre försäljning.

vädret-påverkar-prognostisering

Bild 1. Exempel på hur temperaturen påverkar försäljningen i en butik. Bilden visar försäljningen för de mest värmekänsliga produktgrupperna – färskvaror, glass och drycker – samt dagstemperaturen för perioden juni-juli.  

Vädrets inverkan på totalförsäljningen över tid är oftast inte lika drastisk som för enskilda dagar eller produktgrupper. Då kundströmmarna ökar till följd av vackert väder, passar de flesta konsumenter på att handla även för andra, eventuellt mindre vackra dagar. Detta innebär att en del av försäljningsökningen består av en förskjutning av försäljningen från en dag till en annan. Å andra sidan betyder den ökade försäljningen av väderkänsliga produkter att konsumenterna köper mindre av andra produkter; man köper till exempel grillbiff istället för köttfärs. Ytterligare är förändringen i väderleken i regel av större betydelse än det faktiska vädret; en lång period av fint väder gör att konsumenternas val i mindre grad styrs av solen och värmen.

Hur beakta vädret i planeringen?

På basen av de olika sätt på vilka vädret påverkar efterfrågan, rekommenderar vi följande tre steg för att bättre kunna beakta vädereffekterna i prognosarbetet:

1. Segmentera butikerna enligt väderkänslighet. Genom att identifiera i vilka butiker försäljningen varierar mest utifrån vädret, kan flödesplanerarna smidigt skruva upp prognoserna för just dessa butiker då väderomslag är att vänta. Inom dagligvaruhandeln är vädrets inverkan störst under vår- och sommarmånaderna, varför det lönar sig att börja med att lägga fokus på denna period.

Vädret är lokalt, vilket innebär att en segmentering enligt region är det första steget. Det lönar sig också att titta närmare på ifall läget (t.ex. stadskärna, köpcenter, landsbygd) eller butikens koncept (t.ex. närbutik, stormarknad) gör att försäljningen reagerar mer eller mindre på väderförhållandena. De kan också vara värt besväret att registrera vilka butiker som har ett speciellt väderkänsligt läge, t.ex. ligger invid en turistattraktion, nära en badstrand eller i ett område med många fritidshus.

2. Segmentera produktgrupperna enligt väderkänslighet En segmentering av sortimentet på produkt- eller undergruppsnivå, gör det möjligt att redigera prognoserna för just de produkter som påverkas mest av omslag i vädret. Ifall historiska försäljnings- och väderdata finns tillgängliga för en tillräckligt lång period, kan man utnyttja statistiska test för att identifiera vilka produkt- eller undergrupper som reagerar kraftigast på vädret. Ifall data inte finns till hands eller insamlandet och processerandet av data skulle kräva mycket arbete, kommer man ändå långt med vanligt bondförnuft och manuell granskning av de största försäljnings- eller temperaturtopparna.

3. Ta in väderdata i prognosmodellerna. I och med att väderdata – både historiska observationer och väderleksprognoser – blivit mera lättillgängliga de senaste åren, kan man också skapa statistiska prognosmodeller där vädret ingår som en faktor. Då gäller det att identifiera rätt väderkomponenter att inkludera i modellerna. Temperaturen är ett självklart val och har i regel den klart största effekten på försäljningen, men det finns även andra variabler, såsom antal soltimmar eller nederbörd, som kan spela in. Det räcker inte heller att enbart titta på den absoluta temperaturen. Skillnaden till säsongsgenomsnittet eller vad som kan anses vara normalt för årstiden är ännu viktigare. Genom att filtrera ut ovanligt vackra eller dåliga dagar får man fram en väderkorrigerad säljstatistik som kan utnyttjas för att räkna fram en grundprognos för försäljningen. Grundprognosen uppdateras sedan i enlighet med den senaste väderprognosen för att få fram det bästa estimatet på de närmsta dagarnas förväntade försäljning.

Att bygga upp fungerande statistiska prognosmodeller kräver en grundlig analys av vilka väderkomponenter som är mest relevanta samt en del kunskap om regressionsmodeller. Man kan dock uppnå bra resultat med enklare medel, såsom segmentering och manuell granskning av de största temperatur- och försäljningstopparna. Speciellt inför stora helger, såsom påsk, midsommar eller skolavslutning, då man även i övrigt lägger ned extra mycket tid på planering och prognostisering, utgör väderdata en värdefull informationskälla. Det är därför viktigt att dessa data finns tillgängliga i planeringssystemet. I RELEX lösning kan alla typer av väderdata läsas in, sparas och fritt rapporteras i kombination med övriga relevanta data (se Bild 2 för ett exempel).

 

väder-och-försäljningsprognoser

Bild 2. Väder- och försäljningsprognoser för midsommarafton samt historisk försäljning och historiska väderdata för midsommarafton tidigare år. (Data och prognoser för en varugrupp, på butiksnivå.)

Scenarioplanering identifierar riskerna

Hittills har vi enbart diskuterat hur vädereffekterna kan beaktas i säljprognoserna. Prognoserna är naturligtvis viktiga, men det finns även andra faktorer, såsom ledtider och kapacitetsbegränsningar, som påverkar möjligheterna att reagera på förutspådda förändringar i väderleken. Vanliga frågor som flödesplanerarna står inför är: “Vilka möjligheter har vår leveranskedja att reagera på värmeböljan som kommer till helgen?” ”Hinner vi få in tillräckligt med varor från våra leverantörer?” ”Har vi tillräckligt med kapacitet för plock och transport?” ”Hur mycket tillgängligt utrymme har vi i butikerna” ”Vad händer ifall väderprognosen slår fel och försäljningen inte stiger lika kraftigt eller ännu kraftigare än vi räknat med?”

En av de mest användbara och värdefulla funktionerna i RELEX lösning är möjligheten att simulera framtida beställningar, leveranser, lagernivåer, antal plockrader och svinn i hela leveranskedjan utifrån butikernas efterfrågeprognoser.

Låt oss återvända till exemplet där vårens första varma och soliga dagar förutspås infalla till helgen. Ifall väderprognosen stämmer, borde flödesplaneraren trycka ut massor av grillbiffar i butikerna inför helgen. Å andra sidan, ifall väderprognosen är osäker och värmeböljan kanske uteblir, uppstår en risk för svinn. Med hjälp av RELEX verktyg för scenarioplanering kan flödesplaneraren simulera vad som händer i de olika fallen och avväga riskerna.

Följande steg?

Vi på RELEX är experter på säljprognoser och varuförsörjning. Med hjälp av våra flexibla och användarvänliga verktyg kan du uppnå bättre prognoser för väderkänsliga produkter och effektivisera varupåfyllningen. Om du vill veta mera, ta kontakt med Johanna Småros (johanna.smaros@relexsolutions.com eller +358 40 543 1142). En timme räcker för att gå igenom nuläget på ditt företag och fatta beslut om de första stegen.”