La Ban Foods
FCast™ helpt Laban Foods om wekelijks voorspellingen te maken. Omdat de huidige voorraad en de verwachte verkoop voor de komende 3 weken in FCast™ wordt weergegeven, kunnen direct productiebeslissingen worden genomen. Daarnaast beschikt Laban Foods over de Production Planner als add-on op FCast™, waarin de productie aan de hand van de voorspellingen direct kan worden ingepland. Doordat deze planningstool informatie bevat over onder andere de kans op nee-verkopen en de verwachte kosten van het houden van voorraad, is in één oogopslag te zien wat een productiebeslissing betekent. Voor Laban Foods betekent het gebruik van deze uitgebreide versie van FCast™ onder andere dat:
Bieze Food Group
FCast™ gebruikt de historische gegevens van Bieze Food Group en is een zelflerend model om accurate voorspellingen te maken van de dagelijkse afzet, tot 91 dagen in de toekomst. Voor Bieze Food Group zijn met name de volgende elementen in FCast™ van nut:
Bieze Food Group gebruikt FCast™ om dagelijks de afzet te voorspellen en daarmee productie te bepalen. Daarmee verloopt het productieproces gestroomlijnd, is het aantal nee-verkopen en bederf geminimaliseerd en zijn beleidsbeslissingen meer data-gedreven. Dit zorgt voor meer (financiële) rust in de organisatie.
Van Gogh Museum
Het Van Gogh Museum gebruikt FCast™ om wekelijks de bezoekerspatronen te kunnen voorspellen.
Afhankelijk van het seizoen, het weer, de mix van bezoekers, wordt bepaald hoeveel bezoekers per kwartier kunnen worden verwacht. Wellicht moeten naar aanleiding van de voorspelling verkoopkanalen worden gesloten of moeten mensen worden gemotiveerd op rustiger uren van de dag het museum te bezoeken. Als toevoeging op FCast™ wordt ook de verwachte verblijfsduur berekend. Afhankelijk van het weer en de nationaliteiten van de bezoekers, hebben we gevonden dat deze verblijfsduur kan variëren van 100 tot 130 minuten. Hoeveel last-minute toegang kan worden verleend is hiervan afhankelijk.
Voor het Van Gogh Museum heeft het gebruik van FCast™ onder andere opgeleverd dat de rij voor de deur van het museum is opgelost. Door vroegtijdig te kunnen ingrijpen en gericht kaarten te kunnen verkopen, verspreidt de bezoeker zich beter over de dag. Inzichten over de verblijfsduren helpen het museum om de maximale kaartverkoop in te schatten. Zo werkt het Van Gogh Museum toe naar de ideale combinatie van veel bezoekers, met een positieve bezoekersbeleving.
Gazelle
FCast™ voorspelt voor Gazelle toekomstige verkopen op basis van historische patronen. Aan de hand daarvan productie- en strategische beslissingen kunnen worden genomen. FCast™ toont:
Gazelle gebruikt FCast™ om lange termijn inzichten te verkrijgen in het patroon van de fietsenmarkt. De op data gefundeerde beslissingen die hierop volgen zorgen voor rust in de organisatie en in het productieproces. Creatieve, financiële, organisatorische en productieprocessen worden dankzij FCast™ gebaseerd op onderbouwde data-bevindingen.
