Demand sensing उस फोरकास्ट को नहीं सुधारेगी जिस पर किसी को भरोसा ही नहीं

हर demand-sensing वेंडर एक ही तरह का गणित बेचता है: नियर-टर्म फोरकास्ट एरर 30 से 50 प्रतिशत कम, सेफ्टी स्टॉक कम, सर्विस लेवल ऊपर। टेक्नोलॉजी वाकई असली है, यह पॉइंट-ऑफ-सेल डेटा, ओपन ऑर्डर, मौसम और वेब सिग्नल का इस्तेमाल मशीन लर्निंग के साथ करके शून्य-से-बारह-हफ्ते के फोरकास्ट को बेहतर बनाती है। आँकड़े गलत नहीं हैं। फ्रेमिंग गलत है।

ये दावे ढूँढना आसान है। e2open कहता है कि उसकी demand sensing पारंपरिक तरीकों की तुलना में नियर-टर्म फोरकास्ट एक्यूरेसी 30 से 40% सुधारती है। Arkieva शॉर्ट-टर्म फोरकास्ट एरर में 40 से 50% तक की कमी बताती है, साथ ही इन्वेंट्री एक्यूरेसी 15 से 20% ऊपर। ये रेंज पायलट कंडीशन में विश्वसनीय हैं। लेकिन ज़्यादातर एंटरप्राइज़ की असली समस्या के लिए ये बेमानी हैं, क्योंकि demand-sensing सुधार तभी मायने रखता है जब नतीजे में मिलने वाले फोरकास्ट पर भरोसा किया जाए और उसे इस्तेमाल किया जाए।

यहाँ वह डेटा है जिसे पूरी बातचीत को फिर से गढ़ना चाहिए।

Steve Morlidge के अध्ययन में, जो आठ सप्लाई-चेन कंपनियों के 3,00,000 से ज़्यादा असल-ज़िंदगी के फोरकास्ट पर आधारित था, 52% फोरकास्ट एक नाइव रैंडम-वॉक फोरकास्ट से भी बदतर निकले, यानी सिर्फ पिछली अवधि का असली आँकड़ा इस्तेमाल करने से भी बदतर। बीस से ज़्यादा कंपनियों में हुए फॉलो-अप काम में पाया गया कि 30 से 50% निचले-स्तर के फोरकास्ट नियमित रूप से नाइव से बदतर होते हैं।

इस बात पर रुककर सोचिए। अगर आपके आधे फोरकास्ट पहले से ही "पिछले हफ्ते का नंबर इस्तेमाल करो" से हार रहे हैं, तो 30 से 40% का demand-sensing सुधार बस उतनी ज़मीन वापस पा रहा है जो आपको कभी गँवानी ही नहीं चाहिए थी। यह एक लक्षण का इलाज कर रहा है।

और इस लक्षण की एक वजह है जिसे कोई एल्गोरिद्म ठीक नहीं करता। चौदह साल में मैंने फोरकास्ट फेल होने की ठीक चार जड़ें देखी हैं, इनमें से कोई भी सांख्यिकीय नहीं है:

• नंबर का कोई एक मालिक नहीं। सेल्स, फाइनेंस, मार्केटिंग और सप्लाई चेन, हर कोई अपना फोरकास्ट रखता है और फर्क को एक ऐसी मीटिंग में सुलझाता है जो कुछ नहीं सुलझाती।
• प्रोत्साहन एक्यूरेसी से मेल नहीं खाते। सेल्स को कोटा पूरा करने के लिए पैसे मिलते हैं, फाइनेंस को बजट पूरा करने के लिए, सप्लाई चेन को सर्विस पूरी करने के लिए। किसी को भी असलियत का अनुमान लगाने के लिए पैसे नहीं मिलते।
• जजमेंटल ओवरराइड जो वैल्यू नष्ट करता है। यही सबसे बड़ा खलनायक है, और इसे मापा जा सकता है।
• कोई फीडबैक लूप नहीं। ज़्यादातर कंपनियाँ कभी ट्रैक नहीं करतीं कि किस कदम ने, इंजन, एनालिस्ट, कंसेंसस मीटिंग, या एग्ज़िक्यूटिव ने, फोरकास्ट को बिगाड़ा, इसलिए वे इसे ठीक नहीं कर पातीं।

तीसरे बिंदु पर, रिसर्च निर्मम है। International Journal of Forecasting के 2024 के एक अध्ययन में पाया गया कि जजमेंटल एडजस्टमेंट ने आधे से थोड़ा ज़्यादा स्टॉक-कीपिंग यूनिट्स में ही एक्यूरेसी सुधारी, और पॉज़िटिव एडजस्टमेंट के प्रदर्शन को बिगाड़ने की संभावना ज़्यादा थी। Demand sensing एक बेहतर सांख्यिकीय फोरकास्ट देती है। अगर आपका संगठन सांख्यिकीय फोरकास्ट पर भरोसा नहीं करता, तो वह बेहतर फोरकास्ट को भी ओवरराइड करेगा, और सबूत कहते हैं कि वह शायद उसे और बिगाड़ देगा।

तो demand sensing खरीदने से पहले, एक Forecast Value Added एनालिसिस चलाइए। अपनी प्रक्रिया के हर कदम को उस नाइव बेंचमार्क के मुकाबले मापिए। अगर आपकी मौजूदा प्रक्रिया रैंडम वॉक के मुकाबले वैल्यू नष्ट कर रही है, जो Morlidge के सबूतों के हिसाब से लगभग सिक्का-उछाल जितनी संभावना है, तो सही निवेश एक बेहतर एल्गोरिद्म नहीं है। यह है नंबर का साफ मालिकाना हक, एक्यूरेसी से जुड़े प्रोत्साहन, FVA से मॉनिटर किए गए ओवरराइड, और उस एग्ज़िक्यूटिव ओवरराइड को हटाने का अनुशासन जो लगातार वैल्यू नष्ट करता है।

यह सब करने के बाद ही demand sensing खरीदिए। पहले नहीं। एक ऐसे संगठन को दिया गया शार्प फोरकास्ट, जो फोरकास्ट पर भरोसा नहीं करता, एक महँगा तरीका है ऐसा नंबर बनाने का जिसे लोग फिर भी नज़रअंदाज़ कर देंगे।

---

स्रोत

• Morlidge, S. FVA and the Limits of Forecastability, IBF Amsterdam — cited in Gilliland, Tashman & Sglavo, Business Forecasting: Practical Problems and Solutions (Wiley, 2015).
• Fildes, R. et al. (2024). Forecast value added in demand planning. International Journal of Forecasting. sciencedirect.com
• e2open. Demand Sensing Software. e2open.com
• Arkieva. 6 Ways You Can Improve Forecast Accuracy with Demand Sensing. blog.arkieva.com
• Kinaxis. What is demand sensing? kinaxis.com