Hoe LaBan Foods slimmer produceert en zo voedselverspilling tegengaat

Een bedrijfsbezoek aan Coolblue in 2016 vormde voor René Laban de aanleiding om zich te gaan verdiepen in de mogelijkheden van big data voor zijn eigen bedrijf. Het viel hem op dat bij Coolblue veel medewerkers bezig waren met het analyseren en voorspellen van de verkopen.

Laban: ‘Ik dacht: wat een enorme investering is dit! En toen realiseerde ik mij dat dat eigenlijk helemaal niet het geval was, omdat ze weten wat zij morgen gaan verkopen besparen ze veel geld aan voorraad en opslagkosten. Dit is het nieuwe ondernemen: met data kan je veel geld besparen.’

LaBan Foods is producent van kruidenboter, kruidencrème en een aantal botervarianten. Die producten levert het bedrijf niet alleen aan klanten in Nederland, maar exporteert het ook naar België, Duitsland, Scandinavië en zelfs Spanje. Vorig jaar behaalde LaBan Foods een omzet van circa 16 miljoen euro. Het bedrijf telt 33 medewerkers.

Houdbaarheidsdatum is beperkt

LaBan Foods maakt voedingsproducten waarvan de verkoop sterk afhankelijk is van de weersomstandigheden. ‘Als ik vroeger in de tuin zat met mooi weer en ik rook de eerste barbecue, dan wist ik dat er de dagen erna veel vraag zou zijn en we dus veel kruidenboter moesten gaan maken’, aldus Laban. Maar hoeveel en voor hoelang?

LaBan Foods heeft te maken met een houdbaarheidsdatum voor zijn producten. ‘Wij produceren met 60 dagen, communiceren naar de klanten toe 40 dagen, dus intern blijven er 20 dagen t.h.t (tenminste houdbaar tot) over. Dus wij mogen en kunnen maar voor 20 reguliere dagen voorraad hebben staan.’

‘Dat lijkt veel, maar met een onverwacht mooi weekend is het binnen twee dagen weg’, legt Laban uit. ‘Geen mooi weer: dan staat het er langer dan 20 dagen en kunnen wij dit niet meer uitleveren. Retailers accepteren geen kortere THT bij aanlevering.’

Verantwoordelijk voor voorraadbeheer

In eerste instantie was de directeur-eigenaar van het bedrijf uit Bodegraven op zoek naar een low budget-oplossing. ‘Ik belde de Erasmus Universiteit met de vraag of zij niet een stagiaire hadden, die zo’n systeem als bij Coolblue voor ons kon maken.’

Bij het Econometrisch Instituut hielpen ze hem gauw uit de droom: het kan wel, maar niet in een stageperiode. Zo kwam Laban in contact met Erasmus Q-Intelligence (EQI).

‘Wij wilden een voorspelling op basis van onze gegevenshistorie, inclusief weersverwachting – zodat wij weten wat wij de komende twee weken verkopen’, verwoordt Laban zijn onderzoeksvraag. Die vraag was ook ingegeven ‘doordat de marges steeds kleiner worden en de risico’s steeds groter. Retailers leggen de verantwoordelijkheid voor het voorraadbeheer bij ons.’

Voorspellen met FoodCast

Met dit verzoek ging Kristiaan Glorie, Program Director bij EQI, en zijn team aan de slag. ‘Wij hebben voor LaBan Foods een applicatie ontwikkeld die voorspellingen kan maken tot vier weken in de toekomst voor het hele assortiment van een paar honderd producten, inclusief productieadvies (hoeveel moet je produceren op basis van voorspelling?).’

Inmiddels heeft EQI de eerste versie van de FoodCast doorontwikkeld. Glorie: ‘Bij de bouw ervan stelden wij onszelf de vraag: welke basisfunctionaliteit is er voor nodig? Op die manier hebben wij een software library gebouwd, die wij in relatief korte tijd specifiek voor een klant kunnen inzetten.’

De library is geïntegreerd met Foodware 365 van Schouw Informatisering en gebaseerd op state-of-the-art-technieken van Artificiële Intelligentie. Nu moet de orderinformatie nog worden ingelezen, maar bij Schouw wordt er inmiddels hard gewerkt aan implementatie van de tool in Microsoft Dynamics 365.

Voorraad inzichtelijk maken

De doorontwikkeling stopt hier niet. Laban: ‘Een half jaar geleden zijn wij met EQI nog eens rond de tafel gaan zitten: missen wij nog wat? We gaven aan dat het handig zou zijn als onze voorraad ook in het programma staat. Zodat er meteen berekend wordt hoeveel wij kunnen produceren. Wij gissen nu niet meer, de tool vertelt ons wat wij moeten doen.’

Glorie: ‘Nieuwe versies van FoodCast bevatten de laatste kennis op het gebied van machine learning-algoritmen; bovendien zijn voor LaBan Foods de voorraadposities er nu aan gekoppeld. Het voornemen is om de interface nóg gebruiksvriendelijker te maken. Zo kijken we bij EQI voortdurend welke functionaliteit wij er nog aan toe kunnen voegen.’

Minder voedselverspilling

Inmiddels werkt LaBan Foods anderhalf jaar met de door EQI ontwikkelde applicatie. ‘We hadden natuurlijk een bepaalde periode nodig om het systeem te leren vertrouwen. Een retailer is er niet bij gebaat als de handel niet op voorraad is.’

‘Maar de planning wordt steeds makkelijker, omdat je voorraad hebt staan. Je hoeft niet op het laatste moment nog 1.000 dozen van een bepaald artikel te produceren die je net weer niet op voorraad hebt. Het geeft rust in je organisatie’, aldus Laban.

Als gevolg daarvan is de verhouding met de bestellers bij retailers ook verbeterd. ‘Een besteller wordt er op afgerekend als er niet genoeg of juist te veel voorraad is. Dus is het belangrijk dat die man of vrouw ons telefoonnummer heeft. En als hij of zij belt en wij zeggen “Je hebt het morgen in huis”, dan gaat die relatie niet meer kapot. Op onze beurt kunnen wij die besteller dan weer bellen, als wij een keer te veel hebben staan. Je kweekt goodwill.’

Bovendien draagt het bij aan minder voedselverspilling. Laban: ‘Retailers kunnen door deze tools veel verspilling voorkomen. Ons doel is om retailers te adviseren: wij vertellen hen hoeveel zij moeten inkopen. Niet te weinig en niet te veel. Dat kunnen wij onderbouwen aan de hand van deze applicatie.’

Benieuwd hoe zo’n forecast-applicatie van EQI eruit ziet? Vraag dan nu gratis toegang aan tot de forecast demo-applicatie en ontdek wat er allemaal mogelijk is.