Levertijd en vraagvariabiliteit: de twee getallen die elke herbestelling bepalen

Elke herbestellingsbeslissing komt neer op twee getallen: hoe lang het duurt voordat voorraad aankomt (levertijd) en hoe onvoorspelbaar klanten het verbruiken (vraagvariabiliteit). Zorg dat je deze twee getallen goed hebt en je bestelpunt berekent zich bijna vanzelf. Zorg dat je ze verkeerd hebt en je zit ofwel vast met kasslurpende overvoorraden ofwel kijk je toe hoe je best-seller uitverkocht raakt terwijl de vervangingsbestelling op een containerschip zit.

Belangrijkste punten

• Bestelpunt = (Gemiddelde dagverkoop x Gemiddelde levertijd) + Veiligheidsvoorraad. Twee inputs bepalen alles.
• Vraagvariabiliteit en levertijdvariabiliteit zijn afzonderlijke problemen die elkaar verergeren wanneer beide hoog zijn.
• Een op gevoel gebaseerde herbestelling van "het ziet er laag uit" negeert de wiskunde en mislukt bijna altijd te vroeg of te laat.
• Veiligheidsvoorraad is geen buffer die je eenmaal instelt. Dit moet opnieuw berekend worden wanneer je leverancier's levertijd verandert of het verkooppatroon van een SKU verschuift.
• In 2026 zijn toeleveringsketens structureel volatieler: geopolitieke verstoringen vinden nu gemiddeld om de 3,7 jaar plaats, waardoor statische bestelpunten riskanter zijn dan ooit.

Wat levertijd werkelijk voor je voorraad betekent

Levertijd is het aantal kalenderdagen tussen het plaatsen van een inkooporder en het ontvangen van bruikbare voorraad op je schap (of in je magazijn). Het klinkt eenvoudig. Dat is het niet.

De meeste verkopers volgen een enkel "leveranciers levertijd" getal, vaak uit het geheugen of uit de verkoopaantekening van de leverancier. Het nuttigere getal is levertijdvariabiliteit: de standaarddeviatie over je laatste 10 tot 20 bestellingen van die leverancier. Een leverancier die levert in "ongeveer 14 dagen" kan werkelijk variëren van 9 tot 22 dagen. Die 13-daagse spreiding is het getal dat bepaalt hoeveel veiligheidsvoorraad je werkelijk nodig hebt.

Praktisch gezien heeft levertijd drie componenten die het waard zijn om uit elkaar te halen:

• Orderverwerking: hoe lang de leverancier erover doet om de bestelling in te voeren en te picken.
• Transporttijd: vervoerder- en douaneafwikkelingstijd (dit is waar de meeste variabiliteit zich verbergt).
• Ontvangsttijd: je eigen binnenkomst check-in en instellingsvertraging voordat voorraad verkoopbaar is.

Alle drie tellen op. Als je alleen de trackingsdatum van de vervoerder volgt en de ontvangstvertraging negeert, ligt je bestelpunt consistent te laag.

Wat vraagvariabiliteit betekent en waarom gemiddelde dagverkoop je misleidt

Vraagvariabiliteit meet hoe zeer je werkelijke dagelijkse (of wekelijkse) verkoop afwijkt van het gemiddelde. Een SKU die elke dag exact 10 eenheden verkoopt heeft nul vraagvariabiliteit. Een SKU die maandag 0 verkoopt en zaterdag 40 verkoopt heeft hoge variabiliteit zelfs als het wekelijks gemiddelde nog steeds 70 eenheden is.

De klassieke fout is het gebruik van een eenvoudig gemiddelde dagverkoop in de bestelpuntformule. Dit gemiddelde ziet er stabiel uit in een spreadsheet, maar het maskeert pieken die je voorraad in twee dagen in plaats van zeven dagen zullen opgebruiken. De juiste maatstaf is de standaarddeviatie van dagelijkse vraag over een voortschrijdend venster van 30 tot 90 dagen, regelmatig bijgewerkt.

Hoge vraagvariabiliteit betekent dat je meer veiligheidsvoorraad nodig hebt. Hoge levertijdvariabiliteit betekent dat je nog meer nodig hebt. Wanneer beide tegelijk hoog zijn, groeit de benodigde buffer sneller dan de meeste verkopers verwachten.

De bestelpuntformule, duidelijk uitgeschreven

De volledige bestelpunt (ROP) formule die beide variabiliteitsbronnen in aanmerking neemt, is:

ROP = (Gemiddelde Dagverkoop x Gemiddelde Levertijd) + Veiligheidsvoorraad

Veiligheidsvoorraad = Z x sqrt(Gemiddelde Levertijd x σ_vraag² + Gemiddelde Dagverkoop² x σ_levertijd²)

Waar:

• Z = serviceniveau z-score (1,65 voor 95% in voorraad, 2,05 voor 98%)
• σ_vraag = standaarddeviatie van dagelijkse vraag
• σ_levertijd = standaarddeviatie van levertijd in dagen

Het belangrijkste inzicht is dat beide variabiliteiten samen onder de vierkantswortel staan. Dat betekent dat het verlagen van een van beide je benodigde veiligheidsvoorraad vermindert en contanten vrijgeeft. Een verkoper die onderhandelt over een consistentere levertijd van zijn leverancier (σ_levertijd verlagen) kan minder veiligheidsvoorraad aanhouden zonder zijn serviceniveau helemaal te verlagen. Dat is een concreet financieel argument voor leverancierprestatietracking.

Ter verduidelijking: stel je voor een SKU die gemiddeld 20 eenheden per dag verkoopt, met een gemiddelde levertijd van 14 dagen en geen variabiliteit in beide. De basis ROP is 280 eenheden (20 x 14). Voeg nu een vraagstandaarddeviatie van 5 eenheden/dag en een levertijdstandaarddeviatie van 3 dagen toe, op serviceniveau 95% (Z = 1,65). Veiligheidsvoorraad komt uit op ongeveer 115 eenheden, wat de ROP verhoogt tot 395 eenheden. Negeer variabiliteit en je loopt in 5% van de gevallen op die SKU alleen uit voorraad.

Wanneer intuïtie faalt (en de kosten van het verkeerd doen)

Intuïtie werkt als je minder dan 20 SKU's hebt, een enkele leverancier en consistente vraag. Zodra je tientallen of honderden SKU's hebt, introduceert intuïtie een voorspelbare foutmodus: je herbestelt de SKU's waar je je zorgen over hebt gemaakt, niet degene die statistisch het dichtst bij een voorraaduitputting liggen.

De kosten van een enkele voorraaduitputting op een best-selling SKU is niet alleen de gemiste verkoop. Het is de verloren-inkomstencascade: klanten die complementaire artikelen zouden hebben toegevoegd, klanten die naar een concurrent overstappen en niet terugkomen, en de expeditiekosten van een spoedeisende luchtvraachtorder om zich te herstellen. Een SKU die 500 dollar per dag aan marge genereert en 10 dagen uit voorraad gaat, kost 5.000 dollar aan directe marge, voordat al die samengestelde effecten meespelen.

Omgekeerd bindt het stellen van bestelpunten te hoog omdat je nerveus bent over voorraaduitputtingen werkkapitaal in langzaam bewegende voorraad. Dat geld is niet beschikbaar voor marketing, productontwikkeling of de volgende inkooporder op een sneller bewegende SKU.

Hoe toeleveringsketen volatiliteit in 2026 je berekening verandert

Statische bestelpunten waren altijd een vereenvoudiging. In 2026 zijn ze actief gevaarlijk. Volgens een rapport van het World Economic Forum uit 2025 treden grote verstoringen in de toeleveringsketen nu ongeveer om de 3,7 jaar op, en elk daarvan kan twee tot drie jaar om volledig te herstellen. De praktische implicatie voor e-commerce verkopers: levertijdgegevens van twee jaar geleden zijn vaak verouderd, en de levertijd die een leverancier vandaag aangeeft, reflecteert mogelijk niet hun werkelijke prestaties onder huidige vrachtcondities.

Eerder dit jaar begonnen wereldwijde e-commerce merken te verschuiven van magere "just-in-time" modellen naar meer flexibele, veerkrachtige toeleveringsnetwerken speciaal gebouwd voor volatiliteit. Die verschuiving betekent actief volgen van je werkelijk ontvangen levertijd op elke PO, niet alleen vertrouwen op een getal dat je in 2023 in een spreadsheet hebt ingevoerd. Het betekent ook dat je ROP frequenter opnieuw berekent dan de eenmaal per maand cadans die ooit standaard werd geacht.

De verkopers die het best beschermd zijn tegen deze volatiliteit zijn degenen die σ_levertijd per leverancier volgen als een live meting, niet als een eenmalige schatting.

Een praktisch 4-stapsproces om je bestelpunten correct in te stellen

1. Haal 60 tot 90 dagen werkelijke verkoopgegevens per SKU op. Bereken het gemiddelde dagelijkse vraag en de standaarddeviatie. Gebruik niet een enkel gemiddelde over een lange periode die uitschieters bevat (een virale post, een flash sale) zonder die dagen op te merken.
2. Haal je laatste 10 tot 20 voltooide inkooporders per leverancier op. Bereken de gemiddelde levertijd en de standaarddeviatie van PO-verzonden datum tot voorraad-beschikbare datum.
3. Beslis je serviceniveau per SKU. Niet alles heeft 98% nodig. Een SKU met hoge marge en hoge snelheid zonder vervanging rechtvaardigt een hogere Z-score (meer veiligheidsvoorraad). Een langzame verhuizer met een eenvoudige vervanging kan op 90% draaien.
4. Vul beide standaarddeviaties in de volledige ROP-formule hierboven in. Stel een herinneringscalender in om opnieuw te berekenen wanneer een leverancier hun voorwaarden verandert, de snelheid van een SKU met meer dan 20% verschuift, of je een seizoensperiode ingaat.

Voor verkopers die honderden SKU's beheren, schaalt dit proces niet handmatig. Daar verdient tooling zijn kosten.

Stockcast: Inventory Forecast voert exact deze logica dagelijks uit tegen je Shopify verkoopsgeschiedenis en leveranciers levertijden, stelt welke SKU's het dichtst bij hun bestelpunt liggen op urgentie, en toont je de onderliggende wiskunde in plaats van alleen een gekleurde waarschuwingsbadge. Als je wilt zien hoe je huidige bestelpunten zich verhouden tot wat de formule werkelijk suggereert, dekt het gratis plan tot 25 SKU's zonder triaallimiet.

Vergelijking van herstellingsbenadering: welke methode past jouw situatie

Veelgestelde vragen

Wat is het verschil tussen levertijdvariabiliteit en vraagvariabiliteit?

Levertijdvariabiliteit meet hoe inconsistent de afleveringstijd van je leverancier over bestellingen heen is. Vraagvariabiliteit meet hoeveel de dagelijkse of wekelijkse inkoopfrequentie van je klanten fluctueert. Beide verhogen de veiligheidsvoorraad die je nodig hebt om een voorraaduitputting te voorkomen. Wanneer beide tegelijk hoog zijn, groeit de benodigde buffer aanzienlijk omdat de twee risico's kunnen samenlopen.

Hoe vaak moet ik mijn bestelpunten opnieuw berekenen?

Voor snelbewegende of hoogwaardige SKU's, bereken maandelijks minstens opnieuw en onmiddellijk na elke levertijdverandering van de leverancier of een aanzienlijke verschuiving in verkoopssnelheid. Voor stabiele, langzaam bewegende SKU's is driemaandelijks meestal voldoende. De sleutel is verandering: een nieuwe leverancier, een nieuw verkoopkanaal of het ingaan van een seizoensperiode rechtvaardigen allemaal een onmiddellijke herberekening.

Kan ik niet gewoon een vast percentagebuffer aan mijn bestelpunt toevoegen in plaats van de veiligheidsvoorraad correct te berekenen?

Je kunt dat, maar een vaste percentagebuffer schaalt niet correct over SKU's met verschillende variabiliteitsprofielen. Een SKU met zeer consistente vraag heeft veel minder buffer nodig dan een SKU met onregelmatige vraag, en het toepassen van hetzelfde vaste percentage op beide zal het ene tekortgoed en het ander overgoed. De op formule gebaseerde benadering bepaalt de buffergroot op het werkelijke statistische risico, wat nauwkeuriger is en minder werkkapitaal gebruikt.