Voorraadallocatie: de onzichtbare rekenmachine achter 'op voorraad'
Als je online een paar schoenen bestelt en ze de volgende dag al op de mat liggen, lijkt dat vanzelfsprekend. Dat is het niet. Achter die schoenendoos zit een beslissing: in welk magazijn, in welke winkel, in welke hoeveelheid moest dit paar schoenen liggen, al voordat jij op 'bestellen' klikte? Die beslissing heet voorraadallocatie: het proces waarbij een bedrijf zijn beperkte voorraad verdeelt over verschillende locaties, zodat producten zo veel mogelijk op de juiste plek staan op het moment dat een klant ze wil.
Vergelijk het met een bakker die elke ochtend duizend broden bakt en moet beslissen hoeveel er naar elk van zijn tien filialen gaan. Te weinig naar de drukke binnenstadvestiging en klanten lopen mis; te veel naar de rustige buitenwijk en het brood van gisteren gaat in de container. Een bakker doet dat op gevoel. Grote retailers en webwinkels doen dit duizenden keren per dag, voor honderdduizenden producten, over tientallen magazijnen en winkels tegelijk. Dat is te complex voor gevoel alleen — daarom draait voorraadallocatie tegenwoordig grotendeels op software en, steeds vaker, op kunstmatige intelligentie die verwachte vraag voorspelt en voorraad daarop verdeelt.
Wat is het precies?
Voorraadallocatie begint zodra nieuwe producten binnenkomen bij een centraal magazijn, of wanneer bestaande voorraad verschoven moet worden. Een allocatiesysteem doorloopt dan ruwweg een aantal stappen.
Eerst wordt de verwachte vraag per locatie geschat: hoeveel van dit product gaat winkel A waarschijnlijk verkopen deze week, en hoeveel winkel B? Dat gebeurt op basis van historische verkoopcijfers, seizoenspatronen, lokale trends en soms externe gegevens zoals weersvoorspellingen of lokale evenementen.
Daarna bepaalt het systeem de beschikbare voorraad en de beperkingen: hoeveel stuks zijn er in totaal, hoeveel ruimte is er per locatie (een winkelschap is nu eenmaal kleiner dan een distributiecentrum), en wat zijn de kosten en doorlooptijd van transport naar elke bestemming.
Vervolgens rekent een optimalisatie-algoritme uit welke verdeling de beste balans geeft tussen twee tegenstrijdige belangen: te weinig voorraad betekent misgelopen verkoop (een 'stock-out'), te veel voorraad betekent kapitaal dat vastzit in producten die mogelijk met korting weg moeten. Moderne systemen herhalen dit proces voortdurend — niet één keer per seizoen, maar dagelijks of zelfs per uur, zodat voorraad kan worden bijgestuurd zodra de werkelijke verkoop afwijkt van de voorspelling.
Bij webwinkels komt daar een extra laag bovenop: het systeem moet ook bepalen vanuit welk fulfillmentcentrum een bestelling het snelst en goedkoopst bij de klant komt, en hoe de voorraad over centra verdeeld moet worden om dat voor zo veel mogelijk klanten mogelijk te maken.
Wat wil men ermee bereiken?
Het achterliggende doel is simpel te formuleren, ook al is de uitvoering complex: zo veel mogelijk verkopen tegen zo laag mogelijke kosten, met zo min mogelijk verspilling. Dat valt uiteen in een paar concrete doelstellingen.
Ten eerste minder misgelopen verkoop. Een leeg schap of een 'niet op voorraad'-melding op een website kost direct omzet en duwt klanten soms naar een concurrent.
Ten tweede minder overtollige voorraad en afprijzingen. Kleding die aan het einde van een seizoen massaal in de uitverkoop moet, kost marge. Goede allocatie probeert dat te voorkomen door spullen daar neer te zetten waar ze het hardst nodig zijn, in plaats van gelijkmatig te verdelen.
Ten derde lagere logistieke kosten: minder noodtransporten tussen filialen, minder heen-en-weer gesjouw van voorraad die eigenlijk meteen op de juiste plek had moeten staan.
Ten vierde, en steeds belangrijker, duurzaamheid. Onverkochte voorraad die uiteindelijk vernietigd wordt, is verspilling van grondstoffen en energie. Betere allocatie wordt daarom ook gepresenteerd als een manier om retail minder verspillend te maken — al is dat effect lastig los te meten van andere factoren zoals productiebeleid.
Voorbeelden uit de praktijk
Modeketen Zara (onderdeel van het Spaanse Inditex) rolde vanaf ongeveer 2014 RFID-labels (kleine chips die draadloos uitleesbaar zijn) uit in haar kledingstukken. Daardoor weet het hoofdkantoor vrijwel in real time hoeveel van elk kledingstuk er in elke winkel hangt, en kan voorraad sneller en gerichter worden bijgestuurd — een voorwaarde voor fijnmazige allocatie in plaats van grove schattingen.
Branchegenoot H&M Group maakte rond 2017-2018 bekend meer gebruik te maken van data-analyse en algoritmes om voorraad per individuele winkel te verdelen in plaats van per winkelcluster, met als doel minder af te hoeven prijzen aan het einde van het seizoen.
Online supermarkt Ocado in het Verenigd Koninkrijk draait zijn hooggeautomatiseerde magazijnen ('Customer Fulfilment Centres') op het Ocado Smart Platform, waarin algoritmes continu bepalen welke producten in welke hoeveelheid op welke locatie in het magazijn liggen. Vanaf 2018 is dit platform ook in licentie gegeven aan supermarktketens elders, waaronder Kroger in de Verenigde Staten.
In Nederland en België draait bol.com meerdere distributiecentra, onder meer in Waalwijk. Het bedrijf verdeelt voorraad van verkopers en eigen assortiment over die locaties om levertijden kort te houden, al maakt bol.com weinig technische details van het onderliggende algoritme publiek.
Op de softwarekant levert Blue Yonder (tot 2020 bekend als JDA Software, sinds 2021 volledig eigendom van het Japanse Panasonic) allocatiesoftware aan een groot aantal internationale retailers, als onderdeel van bredere supply chain-pakketten.
Hoe ver is de techniek?
Voorraadallocatie als vakgebied is niet nieuw: grote retailers gebruiken al decennia wiskundige modellen om voorraad te verdelen. Wat recent is veranderd, is de hoeveelheid data die beschikbaar is (kassagegevens, webverkeer, weerdata, sociale-mediatrends) en de rekenkracht om daar met machine learning verwachte vraag uit te destilleren, tot op het niveau van één winkel of zelfs één klantsegment.
Voor grote, volwassen retailketens en webwinkels is algoritmische allocatie inmiddels standaardpraktijk, geen experiment meer. De grens die nu verschuift, ligt bij de snelheid en fijnmazigheid: van wekelijkse herverdeling naar continue, bijna realtime bijsturing, en van voorspellingen per winkel naar voorspellingen per uur van de dag.
Toch blijven er stevige obstakels. Voorspellen hoeveel iets verkocht gaat worden blijft onzeker, zeker bij nieuwe producten zonder verkoopgeschiedenis of bij plotselinge schokken zoals de vraaguitslagen tijdens de coronapandemie, waarbij veel allocatiemodellen tijdelijk minder goed functioneerden omdat historische patronen niet meer golden. Daarnaast is de kwaliteit van de onderliggende data vaak een zwakke schakel: als voorraadregistraties niet kloppen, rekent ook het beste algoritme met verkeerde cijfers. Ook is uitlegbaarheid een punt van zorg: winkelmanagers vertrouwen een allocatiebeslissing eerder als ze begrijpen waaróm het systeem iets aanraadt, en 'black box'-modellen maken dat soms lastig.
Wie werken eraan?
Het veld wordt gedomineerd door gespecialiseerde softwarebedrijven die supply chain-planning als dienst leveren, zoals Blue Yonder (Panasonic), SAP met zijn Integrated Business Planning-module, Oracle Retail, Manhattan Associates, het Amerikaanse o9 Solutions en het Finse Relex Solutions, dat sterk vertegenwoordigd is in de food- en supermarktsector, ook bij Nederlandse ketens.
Daarnaast hebben de grootste retailers en platforms, zoals Amazon, Zalando en Walmart, eigen interne teams die allocatie-algoritmes bouwen op maat van hun logistieke netwerk, vaak met machine-learning-expertise die ze ook voor andere toepassingen inzetten.
Op onderzoeksgebied houden instituten als het MIT Center for Transportation and Logistics in de Verenigde Staten en diverse Europese technische universiteiten, waaronder de TU Eindhoven met haar sterke logistiek-onderzoeksgroep, zich bezig met de wiskundige modellen achter voorraadoptimalisatie. Beroepsorganisaties zoals het Council of Supply Chain Management Professionals verspreiden kennis en vakliteratuur over het bredere vakgebied waar voorraadallocatie onderdeel van is.