Een klassiek verhaal onder merken die bij een fulfiller zitten: er komt een nieuwe batch voorraad binnen en niemand weet precies wanneer je weer kunt verkopen.
Je hebt een container op de boot gezet. Oké, datum van aankomst staat vast. Maar wanneer hij wordt uitgeladen, geteld, ingeboekt, op de juiste locatie gelegd — dat is een ander verhaal. Het kan een dag duren. Het kan een week duren. Bij drukte twee weken.
Ondertussen: je marketing staat klaar, je advertenties wachten, je cashflow hangt ervan af.
Wat we hebben gebouwd
We halen nu de inbound-data binnen van onze 3PL-partners en zetten er voorspellingen omheen. Voor elke verwachte leverzending zien merken in hun admin:
- Wanneer de zending bij de fulfiller wordt verwacht
- Wanneer die naar verwachting ingeboekt (en dus verkoopbaar) is
- Hoeveel dagen speling er in die inschatting zit
De forecast is niet magisch. We kijken naar historische doorlooptijden per fulfiller, per seizoen, per volume. We houden rekening met feestdagen. We kijken naar de huidige workload bij de fulfiller. En we laten merken de forecast goedkeuren of aanpassen, zodat het een afspraak wordt en geen gok.
Gekoppeld aan cashflow
De clou is dat we deze forecast ook doorvoeren naar de cashflow-projectie in onze admin. Als je weet wanneer je voorraad verkoopbaar is, kun je ook modelleren wanneer je er omzet mee gaat draaien. Voor merken met een krappe cashflow — en dat zijn er nogal wat op onze schaal — is dat het verschil tussen wel of niet bijbestellen.
Supply chain-voorspelling voor kleinere spelers
Dit is het soort feature waarvan merken denken dat alleen de enterprise-spelers het doen. SAP. Oracle. Grote ERP-suites met consultants erbij. Maar je hebt die niet nodig om het goed te doen. Je hebt nodig: de juiste data (van je fulfiller), een plek om die data samen te brengen (dat zijn wij), en een paar simpele regels om er betekenis aan te geven.
Wat we ervan leerden
De meeste "AI forecasting"-verhalen in e-commerce zijn, als je goed kijkt, gewoon goed gestructureerde data plus een paar zinnige heuristieken. Geen zwarte doos, geen magie. Gewoon: data die altijd al bestond, eindelijk op de juiste plek, met iemand die de moeite heeft genomen er conclusies uit te trekken.
Dat is wat we hier gedaan hebben. En het werkt verrassend goed.