09/02/2022


Vraag en aanbod koppelen is een terugkerend probleem in diverse markten. Onze collega Joost schreef al eerder over hoe je je ‘match made in heaven’ vindt door middel van matchingtechnieken en wiskunde. Dit keer is het de beurt aan onze stagiaire Daniëlle Hendriksen, MSc student Industrial and Applied Mathematics aan de TU/e. Zij neemt je dieper mee in de wereld van vraag en aanbod en welke manieren er zijn om deze twee slim aan elkaar te koppelen. Uiteraard onder het ‘toeziend’ oog van stagebegeleider en CQM’ers Frans de Ruiter.


Vraag, aanbod, match en voorspellen

“Tijdens mijn stage bij CQM heb ik gekeken naar manieren om vraag en aanbod op een slimme manier aan elkaar te koppelen. Denk bijvoorbeeld aan een bedrijf dat handelt in kamerplanten. Enerzijds zijn er telers die planten aanbieden, anderzijds zijn er klanten die planten willen kopen. De aangeboden planten hebben bepaalde eigenschappen, en de klanten hebben bepaalde eisen. Als de eigenschappen van een plant overeenkomen met de eisen van een klant, kan een match worden gemaakt. Een belangrijk aspect bij het matchen van vraag en aanbod is het feit dat zowel de vraag als het aanbod verandert in de tijd. Het is dus belangrijk om bij het koppelen rekening te houden met de langetermijneffecten van een keuze. Vaak is het niet mogelijk om de toekomst nauwkeurig te voorspellen, dus is er gekeken naar methodes waarbij er geen voorspelling nodig is. In plaats daarvan wordt alleen de informatie die nu beschikbaar is, gebruikt om een keuze te maken.”


Van tevoren inzicht voorkomt spijt achteraf?

“Sommige klanten zullen een specifiek soort plant willen kopen, anderen zoeken een plant met bepaalde eigenschappen. Als er nu een klant is die graag een relatief kleine plant wil kopen, en verder geen eisen stelt, geef je deze klant dan een cactus of een pannenkoekenplant? Voor deze klant maakt het weinig uit, want beiden voldoen aan de gestelde eisen. Maar stel er komt morgen een klant die alleen interesse heeft in een pannenkoekenplant, dan heb je spijt als je daarvan net vandaag het laatste exemplaar hebt verkocht. Dat gevoel wordt alleen nog maar versterkt, als die klant net zo graag een cactus had ontvangen. Hadden we hier nu van tevoren rekening mee kunnen houden, om achteraf geen spijt te hebben?”  


Optie: Geen rekening houden met de toekomst

“Een eerste manier om vraag en aanbod te koppelen, is er een die geen rekening houdt met de onvoorspelbare toekomst. Het is een methode die op elk tijdstip probeert zoveel mogelijk producten te verkopen, en daarmee dus alleen naar de korte termijn kijkt. We noemen dit de greedy manier. Met behulp van computerprogramma’s kan een optimale toewijzing voor elk tijdstip relatief eenvoudig gevonden worden. Deze methode houdt echter geen rekening met de langetermijneffecten van de keuzes die nu gemaakt worden, dus kan het nog steeds voorkomen dat je in bovenstaand verhaal een pannenkoekenplant tekort komt.”


Optie: De keuze uitstellen  

“Een tweede aanpak, waarbij óók op de langere termijn zoveel mogelijk aanbod aan vraag gekoppeld wordt, is het uitstellen van de keuze. In een situatie waarbij een klant fysiek een winkel inloopt is dat natuurlijk niet realistisch, maar bij een bedrijf dat op bestelling werkt wel. Afhankelijk van de specifieke markt en situatie, kan bij uitstel gedacht worden aan een aantal uren tot zelfs maanden. Door de keuze uit te stellen, is er meer informatie beschikbaar op het moment dat een keuze daadwerkelijk gemaakt moet worden, en kan er dus vaak slimmer gekoppeld worden. Dat resulteert op de lange termijn vaak in een groter aantal verkochte producten. In het bovenstaande voorbeeld had het uitstellen van de keuze inderdaad een groot verschil kunnen maken. Als er één dag was gewacht met het kiezen tussen de cactus en de pannenkoekenplant, had het bedrijf geweten dat er inmiddels een klant is die alleen interesse heeft in een pannenkoekenplant. De logische keuze is dan om de eerste klant een cactus te geven, zodat de pannenkoekenplant bewaard blijft voor de tweede klant.”


Optie: Maak actief een keuze binnen de optimale oplossing

“De methodes die hierboven beschreven staan, kiezen in veel gevallen nog steeds een willekeurige optimale oplossing, in het geval dat er meerdere bestaan. In plaats daarvan zou je nu natuurlijk ook binnen de optimale oplossingen, actief een keuze kunnen maken. Stel dat er nu twee klanten tegelijk arriveren. Net zoals eerder, wil de eerste een pannenkoekenplant of een cactus, de tweede wil alleen een pannenkoekenplant. Stel je nu voor dat we twee pannenkoekenplanten hebben, en de teler ervan een deadline heeft gesteld voor de verkoop. Deze deadline is nu. Dan is het dus beter om de cactus nog even achter te houden, en nu twee pannenkoekenplanten te verkopen. De cactus kan morgen misschien nog wel worden verkocht, terwijl de pannenkoekenplanten morgen niet meer mogen worden verkocht. Hoewel het op dit moment niet uit lijkt te maken of we de eerste klant een cactus of een pannenkoekenplant geven, blijkt het op de lange termijn dus wel degelijk invloed te hebben. Door binnen de optimale oplossingen actief een keuze te maken, kunnen we op de lange termijn meer producten koppelen aan klanten.”  


Conclusie: tevreden klanten staan voorop

“We zien dus dat het uitstellen van de keuze een positief effect kan hebben op het aantal verkochte producten op de lange termijn. Daarnaast is het slim om binnen de optimale oplossingen actief een oplossing te kiezen, zodat er producten overblijven die in de toekomst relatief makkelijk te koppelen zijn aan een klant. Zo voorkom je dat je een klant die een pannenkoekenplant zoekt, moet teleurstellen.”    


Begeleider Frans voegt daaraan toe:

"Daniëlle heeft gaaf praktisch onderzoek gedaan op een gebied waar CQM actief is: het slim alloceren van vraag en aanbod. Met moderne technieken zoals optimalisatie en kunstmatige intelligentie kunnen we bedrijven helpen om betere matches hierin te maken. Dit doen wij bijvoorbeeld al voor bedrijven die handelen in voedselproducten zoals melk, aardappelen moeten inkopen of voor het matchen van vervoerders en transport. Het stageonderzoek van Daniëlle is een mooi voorbeeld van hoe slimme algoritmen toch uitlegbaar zijn en helpen met het verbeteren van de allocaties in de praktijk."


Heb jij ook een allocatie-uitdaging bij jouw bedrijf? Frans kijkt graag hoe we samen met jou en slimme algoritmes nóg betere matches kunnen maken. Wil je daarnaast op de hoogte blijven van het laatste nieuws van CQM, volg ons op LinkedIn of meld je aan voor onze digitale nieuwsbrief 
 

Fotocredit: Pixabay.
Frans de Ruiter
Frans de Ruiter helpt je graag verder Neem contact op