Lagerprognoser: Metoder, formler og værktøjer (2027)

Det kan være svært at finde den rette balance, når du skal bestille varer til din webshop. Hvis du har for få varer på lager, risikerer du at miste kunder, fordi de ikke kan få det, de leder efter. Har du omvendt for mange varer på lager, kan det føre til høje lageromkostninger. Med lagerprognoser kan du bedre planlægge dine indkøb og undgå begge situationer.

På den måde kan du være på forkant med efterspørgslen og sikre, at du har de rigtige varer på lager, når kunderne skal bruge dem. Ved at analysere salgsdata, sæsonudsving og ændringer i markedet kan du planlægge dine indkøb ud fra den forventede efterspørgsel i stedet for først at reagere, når behovet opstår.

I denne guide gennemgår vi, hvordan du laver lagerprognoser, og hvilke metoder og værktøjer du kan bruge.

Hvad er lagerprognoser?

Lagerprognoser handler om at forudsige, hvor mange varer du får brug for på lager ud fra tidligere salg, sæsonudsving og markedsforhold. Det kaldes også efterspørgselsprognoser, og formålet er at sikre, at du har varer nok til at imødekomme kundernes efterspørgsel uden at binde unødvendigt mange penge i overskudslager og høje lageromkostninger.

For at lave præcise prognoser har du brug for pålidelige data om:

• Tidligere salg
• Sæsonudsving
• Markedsforhold
• Konkurrenternes aktiviteter
• Indkøbsomkostninger

Med disse oplysninger kan du træffe bedre beslutninger om lagerbeholdningen i stedet for at basere dine indkøb på gætværk.

Lagerprognoser vs. genopfyldning af lager

Lagerprognoser og genopfyldning af lager hænger tæt sammen, men har forskellige formål. Effektiv lagerstyring kræver begge dele: Prognoserne hjælper dig med at vurdere den fremtidige efterspørgsel, mens genopfyldning handler om at bruge dem til at beslutte, hvilke varer du skal bestille, hvor mange og til hvilke lokationer.

Lagerprognoser

Det første skridt er at forudsige det fremtidige lagerbehov ud fra tidligere salg, sæsonudsving og andre faktorer, der påvirker efterspørgslen. Det kan hjælpe dig med at besvare følgende spørgsmål:

• Hvor stor bliver efterspørgslen sandsynligvis i næste uge, næste måned eller næste sæson?
• Hvilke produkter vil opleve ændringer i efterspørgslen på grund af sæsonudsving, tendenser, kampagner eller ændringer i markedet?
• Hvor risikerer du at løbe tør for varer eller få overskudslager, hvis efterspørgslen ændrer sig?

Genopfyldning af lager

Når du skal genopfylde lageret, bruger du prognoserne sammen med oplysninger om den aktuelle lagerbeholdning og virksomhedens retningslinjer for lagerstyring. På den måde kan du afgøre, hvornår du skal bestille nye varer, hvor meget du skal bestille, og hvordan varerne skal fordeles mellem dine lagre og butikker. Det hjælper dig med at besvare spørgsmål som:

• Hvornår skal du afgive den næste bestilling eller overføre varer mellem lokationer?
• Hvor mange varer skal de enkelte lagre og butikker modtage?
• Hvilke indkøb og vareoverførsler er nødvendige for at holde lagerbeholdningen på det ønskede niveau?

Hvorfor er lagerprognoser vigtige for virksomheder?

Præcise prognoser kan give din virksomhed en række fordele:

• Minimer produktspild. Du kan bedre forudse, hvornår efterspørgslen efter bestemte produkter stiger eller falder, så du mindsker risikoen for at stå tilbage med usolgte varer, der til sidst må kasseres.
• Reducer lageromkostningerne. Alle varer koster penge at opbevare, især hvis de er store eller fylder meget. Ved at bestille de rigtige varer i de rette mængder og på det rigtige tidspunkt kan du reducere omkostningerne ved at have for mange varer på lager, som der ikke er stor efterspørgsel efter.
• Få bedre likviditet. I en undersøgelse fra 2025 blandt 500 etablerede Shopify-forhandlere svarede 43 % af virksomhederne inden for bolig og have, at de havde haft problemer med likviditeten i deres første år. Det skyldtes bl.a. pladskrævende varer, høje vareomkostninger og sæsonudsving i efterspørgslen. Med bedre lagerplanlægning kan du frigøre penge, som ellers ville være bundet i overskudslager.
• Øg kundetilfredsheden. Hvis du nogensinde har forsøgt at købe en trøje og opdaget, at den var udsolgt i din størrelse, ved du, hvor vigtigt det er at have de populære varer på lager, når kunderne efterspørger dem.
• Styrk samarbejdet med leverandørerne. Mere præcise prognoser gør det nemmere at planlægge dine bestillinger og give leverandørerne et bedre overblik over, hvilke varer du får brug for, og hvornår.
• Undgå at løbe tør for varer. Hver gang en populær vare er udsolgt, risikerer du at gå glip af salg. Ved at forudsige den fremtidige efterspørgsel og planlægge, hvornår du skal genopfylde lageret, kan du mindske risikoen for at løbe tør, netop når efterspørgslen er størst.

"Vi ved præcis, hvad vi har brug for, fordi vi baserer vores beslutninger på faktiske salgsdata. Derfor binder vi ikke unødigt mange penge i overskudslager og går heller ikke glip af salg, fordi varer er udsolgt", fortæller Tyler Angelos, administrerende direktør hos Angelus Direct.

5 typer af lagerprognoser

1. Tendensprognoser
2. Grafiske prognoser
3. Kvalitative prognoser
4. Kvantitative prognoser
5. Kausale prognoser

Der findes flere metoder til at forudsige, hvor mange varer du skal have på lager:

1. Tendensprognoser

Tendensprognoser tager udgangspunkt i, hvordan efterspørgslen efter et produkt har udviklet sig over tid. Ved at analysere tidligere salg og tendenser på markedet kan du forudsige, hvordan kundernes efterspørgsel sandsynligvis vil udvikle sig fremover.

"Når højtiderne nærmer sig, kigger jeg på, hvad jeg solgte sidste gang", fortæller Jonathan Grahm, ejer af Compartes Chocolate, i et afsnit af Shopify Masters. "Uanset om det er påske, mors dag, jul eller valentinsdag, er det vigtigt for mig at se, hvor mange hjerteformede æsker jeg solgte året før via Shopify."

Der findes to typer tendensprognoser:

• Langsigtede prognoser. Denne metode ser på overordnede tendenser i samfundet, bl.a. kulturelle ændringer, der påvirker forbrugernes købsvaner. Sæsonudsving og uforklarlige afvigelser i salget indgår ikke i analysen.
• Kortsigtede prognoser. Denne metode fokuserer på sæsonudsving og bestemte tidspunkter af året for at forudsige efterspørgslen i de kommende seks måneder.

Hvilken metode du bør vælge, afhænger af de data, du har til rådighed, og hvad der påvirker efterspørgslen efter dine produkter.

Hvis dine salgsdata viser, at efterspørgslen påvirkes af bredere samfundstendenser, som den stigende interesse for økologiske fødevarer, kan langsigtede prognoser være det bedste valg.

Hvis efterspørgslen derimod varierer med årstiderne, som når salget af badedyr topper om sommeren, kan det bedre betale sig at bruge kortsigtede prognoser.

2. Grafiske prognoser

Grafiske prognoser bruger historiske data til at vise udviklingen i salg og efterspørgsel i diagrammer. Når tallene præsenteres visuelt, bliver det nemmere at få øje på sæsonmønstre, stigninger i efterspørgslen under kampagner og langsigtede tendenser i salget. Det er sammenhænge, som kan være svære at opdage, når du blot gennemgår tal i et regneark.

Du bruger de samme data som ved tendensprognoser, men præsenterer dem i diagrammer. Denne metode er derfor særlig nyttig, hvis du har lettere ved at opdage mønstre visuelt end ved at gennemgå tallene enkeltvis.

3. Kvalitative prognoser

Hvis din virksomhed ikke har tilstrækkelige historiske salgsdata til at udarbejde tendensprognoser, kan kvalitative prognoser være et godt alternativ. Her bruger du andre informationskilder til at vurdere den fremtidige efterspørgsel, bl.a.:

• Fokusgrupper
• Spørgeundersøgelser
• Markedsundersøgelser

Kvalitative prognoser kan også være nyttige, hvis du foretager større ændringer i dine produkter eller ændrer virksomhedens forretningsmodel. I sådanne situationer er tidligere salgsdata ikke nødvendigvis et pålideligt grundlag for at forudsige den fremtidige efterspørgsel.

Du kan også bruge kvalitative prognoser som supplement til grafiske prognoser og tendensprognoser.

4. Kvantitative prognoser

Kvantitative prognoser bruger tal og statistiske data til at forudsige den fremtidige efterspørgsel. Som udgangspunkt kræver metoden, at du har tilstrækkelige historiske data til at identificere pålidelige mønstre over tid, især hvis efterspørgslen efter dine produkter varierer med årstiderne.

Der findes flere metoder til at udarbejde kvantitative prognoser, bl.a.:

Tidsserieprognoser

Tidsserieprognoser bruger historiske data til at identificere sæsonmønstre og forudsige, hvordan efterspørgslen vil udvikle sig på bestemte tidspunkter af året. Du kan bruge forskellige teknikker:

• Glidende gennemsnit. Denne metode udjævner tilfældige udsving i salget, så du nemmere kan få øje på de overordnede tendenser over tid.
• Eksponentiel udjævning. Her lægges der større vægt på de nyeste salgsdata, når den fremtidige efterspørgsel skal beregnes.
• Lineær regression. Denne metode bruges til at undersøge sammenhænge mellem forskellige variabler. Du kan bl.a. undersøge, hvordan en bestemt marketingkampagne eller en prisændring hænger sammen med udviklingen i salget over tid.

Efterspørgselsdrevne prognoser

Denne metode bruger løbende opdaterede lagerdata fra POS-systemer eller lignende teknologi til at udarbejde mere præcise prognoser for den fremtidige efterspørgsel.

5. Kausale prognoser

Kausale prognoser tager udgangspunkt i de konkrete faktorer og begivenheder, der påvirker efterspørgslen, frem for udelukkende at se på tidligere salg. Det kan være:

• Kampagner og annoncering
• Helligdage og sæsonbestemte begivenheder
• Vejrforhold
• Økonomiske tendenser
• Udsolgte varer og andre udefrakommende faktorer

Mens tendensprognoser forsøger at forudsige, hvor stor efterspørgslen bliver, ser kausale prognoser på, hvorfor den ændrer sig. Det kan bl.a. handle om, hvor meget en kampagne påvirker salget, hvordan en sen påske forskyder kundernes indkøb, eller hvordan vejret og ændringer i økonomien påvirker efterspørgslen.

Kausale prognoser kræver som regel mere avancerede analyser end tendensprognoser, fordi du skal undersøge, hvordan de forskellige faktorer påvirker salget. Du kan med fordel kombinere de to metoder for at få et mere nuanceret billede af den fremtidige efterspørgsel.

Sådan beregner du en lagerprognose

Når du skal beregne en lagerprognose, skal du kende nogle vigtige nøgletal som salgshastighed, gennemsnitligt salg, sikkerhedslager, genbestillingspunkter og efterspørgsel i leveringstiden. Disse tal hjælper dig med at afgøre, hvornår du skal bestille nye varer, og hvor meget du skal bestille.

Her gennemgår vi de fire trin:

1. Analysér salgstendenser

Salgstendenser viser, hvordan salget stiger eller falder over tid. Du kan undersøge udviklingen for et enkelt produkt over en kort periode, eksempelvis 30 eller 90 dage, eller analysere salget af flere produkter over en længere periode som de seneste 12 måneder. På den måde får du et bedre indblik i kundernes købsmønstre.

Hvis du sælger varer med store sæsonudsving, bør du beregne det gennemsnitlige daglige salg ud fra den samme eller en tilsvarende periode i tidligere år.

Start med at beregne dit gennemsnitlige daglige salg for det seneste år:

Samlet antal solgte enheder sidste år / 365 = gennemsnitligt dagligt salg

Undersøg derefter, hvilke dage salget ligger væsentligt over eller under gennemsnittet.

2. Beregn efterspørgslen i leveringstiden

Leveringstiden er den tid, der går, fra du afgiver en bestilling hos leverandøren, til du modtager varerne. Efterspørgslen i leveringstiden er det antal varer, du forventer at sælge, mens du venter på den næste levering.

Du kan beregne efterspørgslen i leveringstiden med følgende formel:

Gennemsnitlig leveringstid i dage × gennemsnitligt dagligt salg = efterspørgsel i leveringstiden

Hvis en virksomhed, der sælger drikkedunke, har en leveringstid på 10 dage og i gennemsnit sælger fem drikkedunke om dagen, skal den regne med at sælge 50 drikkedunke, inden næste levering kommer. Det er altså den forventede efterspørgsel i leveringstiden.

3. Beregn dit sikkerhedslager

Sikkerhedslager er de ekstra varer, du har på lager for at mindske risikoen for at løbe tør. Hvor stort sikkerhedslageret skal være, afhænger bl.a. af, hvor stor risiko for at løbe tør for varer din virksomhed er villig til at acceptere.

Du kan beregne sikkerhedslageret med denne formel:

Maksimalt dagligt salg × maksimal leveringstid i dage − efterspørgsel i leveringstiden = sikkerhedslager

Hvis vores eksempelvirksomhed højst solgte 10 drikkedunke på én dag sidste år, og den længste leveringstid var 15 dage, ville den skulle have et sikkerhedslager på 100 drikkedunke (10 × 15 − 50 = 100).

4. Fastsæt dine genbestillingspunkter

Et genbestillingspunkt er det lagerniveau, hvor du bør bestille flere varer hjem. Du kan beregne det med følgende formel:

Efterspørgsel i leveringstiden + sikkerhedslager = genbestillingspunkt

Hvis virksomheden har en forventet efterspørgsel på 50 drikkedunke i leveringstiden og et sikkerhedslager på 100, bør den altså genbestille, når lagerbeholdningen når ned på 150 drikkedunke.

Efterhånden som dit produktsortiment vokser, kan automatiske påmindelser om genbestilling hjælpe dig med at undgå fejl, der kan opstå ved manuel lagerstyring. Doe Beauty bruger netop denne mulighed ved at samle sine lagerdata i Shopify.

Værktøjer og software til lagerprognoser

Software til lagerprognoser kan overordnet opdeles i to kategorier afhængigt af virksomhedens størrelse og behov:

• Til små og mellemstore virksomheder. Hvis du har brug for grundlæggende funktioner som advarsler om lav lagerbeholdning og enkel overvågning af efterspørgslen, kan du vælge mellem apps til Shopify og selvstændige løsninger som syncX, Inventory Planner by Sage og Prediko.
• Til større virksomheder. Virksomheder med globale forsyningskæder eller kompleks produktion har ofte brug for mere avancerede ERP-systemer som NetSuite eller Microsoft Dynamics 365. Disse systemer kan håndtere lagerstyring på flere lokationer, planlægning af forskellige scenarier og automatisk genopfyldning på tværs af virksomheden.

Shopifys lagerstyring fungerer sammen med Sidekick, Shopifys indbyggede AI-assistent. "Jeg kan hente og flytte data på tværs af butikker og med det samme sammenligne kundefrekvens og deltagelse i loyalitetsprogrammer samt udarbejde ugentlige rapporter over resultaterne", fortæller Jamie Evans, e-handelschef hos Jaded London.

Sådan laver du mere præcise lagerprognoser

Det kan være svært at forudsige, hvor mange varer du får brug for. "Vi forsøger at have så få varer på lager som muligt, men stadig nok til, at vi aldrig løber tør. Og det er virkelig, virkelig svært", fortæller Anaita Sarkar, medstifter af Hero Packaging, i et interview i Shopify Masters.

Her er nogle råd, der kan hjælpe dig med at udarbejde mere præcise lagerprognoser og reducere dine lageromkostninger:

• Sammenlign de samme perioder. Når du bruger salgsdata til lagerprognoser, er det vigtigt at sammenligne tilsvarende perioder. Hvis du skal forudsige salget i andet kvartal i år, og virksomheden solgte 500 enheder i samme kvartal sidste år, kan du bruge de 500 enheder som udgangspunkt for din prognose.
• Tag højde for tendenser og markedsføringsaktiviteter. Undersøg, om bestemte tendenser eller kampagner har påvirket efterspørgslen, og tag højde for dem, når du planlægger dine indkøb. Hvis du gennemførte en kampagne sidste år, som ikke skal gentages i år, kan salget blive lavere, selvom de øvrige forhold er uændrede.
• Gennemgå kommende markedsføringsaktiviteter. Tal med dit marketingteam, når du planlægger lagerbeholdningen. Undersøg, om kommende kampagner eller annoncering betyder, at du skal have flere varer på lager end normalt.
• Tag højde for eksterne faktorer. Overvej, hvordan sæsonudsving, leveringsproblemer hos dine leverandører, økonomiske forhold og ændringer i markedet kan påvirke både efterspørgslen og varetilgængeligheden.
• Opdel din lagerbeholdning i kategorier. Gruppér produkterne efter salgshastighed, sæsonudsving eller rentabilitet, så du kan vælge de prognosemetoder, der passer bedst til de forskellige produkter.
• Dokumentér dine forudsætninger. Skriv ned, hvilke data og antagelser dine beregninger bygger på. Så bliver det nemmere at se, hvad der har ændret sig, og hvordan du kan forbedre dine fremtidige prognoser.
• Juster dine prognoser løbende. Prognoser bygger på antagelser, som ikke altid holder stik. Efterhånden som du får nye salgsdata, bør du derfor justere de faktorer, der indgår i dine beregninger, fx sæsonudsving, salgstal og efterspørgsel i leveringstiden.

Shopify POS giver dig adgang til lagerdata og rapporter, som du kan bruge til at udarbejde mere præcise lagerprognoser. Med lagerrapporter kan du bl.a. følge, hvor mange varer du har på lager, og hvor stor en andel der bliver solgt pr. dag. Salgsrapporter for detailhandel giver dig samtidig indsigt i ordrer fra dine fysiske butikker.

"Det giver os mulighed for at forstå, hvad der sælger, hvordan det sælger, og hvornår det sælger. Den detaljerede indsigt er meget vigtig", fortæller Mario Toscano, ansvarlig for teknologi og innovation hos Bathu.