Vraagvoorspelling

Vraagvoorspelling is het voorspellen van de toekomstige klantvraag naar een product, op basis van historische verkoop, seizoenspatronen en bekende komende gebeurtenissen. Het bepaalt hoeveel voorraad je inkoopt, wanneer je bijbestelt en hoeveel veiligheidsvoorraad je aanhoudt.

Door Tibeau De Grauwe, FounderBijgewerkt September 2026

  • 25 producten gratis
  • 14 dagen Pro-proef
  • Geen creditcard

Wat demand forecasting is

Demand forecasting is het proces waarin je schat hoeveel van een product klanten in een toekomstige periode willen kopen, een week, een maand of een seizoen, op basis van vooral historische verkoopdata, aangepast voor bekende factoren zoals seizoenspatronen, promoties of marktTRENDS. Het beantwoordt de vraag waar elke inkoopbeslissing van afhangt: hoeveel verwacht ik te verkopen voordat de volgende bestelling binnenkomt?

Een voorspelling is nooit een garantie; het is een beste schatting op basis van de beschikbare informatie, en de nauwkeurigheid verschilt per product. Een stabiel verkochte basisproduct is veel makkelijker nauwkeurig te voorspellen dan een nieuw product zonder verkoopgeschiedenis of een sterk seizoensgebonden product met een kort verkoopvenster.

Veelgebruikte demand forecasting-methoden

Een eenvoudig voortschrijdend gemiddelde neemt het gemiddelde van recente verkoopperiodes (bijvoorbeeld de laatste 4 of 12 weken) om vooruit te projecteren. Het werkt goed voor stabiele, niet-seizoensgebonden artikelen, maar loopt achter op plotselinge trendwijzigingen, omdat het oudere en recentere data even zwaar weegt.

Gewogen of exponentiële afvlakkingsmethoden geven recente data meer gewicht, en reageren daardoor sneller op echte trendverschuivingen en vlakken toch willekeurige ruis af. Seizoensmethoden scheiden expliciet een basistrend van een zich herhalend seizoenspatroon, wat belangrijk is voor producten met voorspelbare jaarlijkse of maandelijkse schommelingen in de vraag.

Voor producten zonder verkoopgeschiedenis (nieuwe lanceringen) of met sterk onregelmatige vraag vervangen of vullen kwalitatieve methoden, zoals inschatting op basis van vergelijkbare producten, marktonderzoek of input van het verkoopteam, een puur statistische voorspelling vaak aan.

  • Voortschrijdend gemiddelde: eenvoudig, werkt voor artikelen met stabiele vraag
  • Gewogen/exponentiële afvlakking: reageert sneller op recente trendwijzigingen
  • Seizoensmethoden: scheiden trend van zich herhalende seizoenspatronen
  • Kwalitatief/op oordeel gebaseerd: gebruikt voor nieuwe producten zonder verkoopgeschiedenis

Waarom demand forecasting inventarisbeslissingen stuurt

Een demand forecast voedt rechtstreeks de bestelpunten, de berekeningen van veiligheidsvoorraad en de bepaling van de omvang van inkooporders. Overschat je de vraag, dan zit je geld vast in overtollige voorraad die uiteindelijk dead stock kan worden; onderschat je haar, dan riskeer je tekorten die verkopen kosten en op termijn het vertrouwen van klanten.

Nauwkeurigheid van de voorspelling is het belangrijkst bij artikelen met lange levertijden van leveranciers, omdat een voorspellingsfout dan langer kan doorwerken voordat een corrigerende bestelling aankomt. Artikelen met korte levertijden zijn vergevingsgezinder: een beetje naast de voorspelling is makkelijker snel te corrigeren met een extra bestelling.

Vertrouwd door kleine bedrijven

Wat onze klanten zeggen

“Best customer service! Stockflow's customer support is fast and extremely helpful. They assisted me with customization of the software to improve my experience as a user.”

Justin M.

Mede-eigenaar, Consumentengoederen

Veelgestelde vragen

Wat is demand forecasting in inventarismanagement?
Demand forecasting is het inschatten van hoeveel van een product klanten in een toekomstige periode zullen kopen, op basis van vooral historische verkoopdata, aangepast voor seizoenspatronen, trends of bekende aankomende gebeurtenissen. Het stuurt beslissingen zoals bestelpunten en hoeveelheden van inkooporders.
Wat is de eenvoudigste methode voor vraagvoorspelling?
Een eenvoudig voortschrijdend gemiddelde, dat de toekomstige vraag voorspelt op basis van het gemiddelde van recente verkoopperiodes. Het werkt goed voor stabiele, niet-seizoensgebonden artikelen, maar reageert traag op plotselinge trendveranderingen.
Hoe voorspel je de vraag naar een nieuw product zonder verkoopgeschiedenis?
Gebruik kwalitatieve methoden: vergelijk met vergelijkbare bestaande producten, neem marktonderzoek of signalen van pre-orders mee, en vertrouw op het oordeel van verkoop- of categorie-experts totdat er voldoende werkelijke verkoopdata is opgebouwd om statistisch te voorspellen.
Waarom is de nauwkeurigheid van vraagvoorspelling belangrijker voor artikelen met een lange levertijd?
Een voorspellingsfout bij een artikel met een lange levertijd heeft meer tijd om op te stapelen voordat een corrigerende bestelling kan aankomen, omdat de aanvulling zelf ook langer duurt. Artikelen met een korte levertijd kunnen een verkeerde voorspelling makkelijker opvangen met een snelle vervolgbestelling.