KUL, 2025-2026 Lobke Goossens
Inleiding tot operationele
beleidsmethoden
Chapter 1: introduction
The nature of management science
Management Science & Operations Management
Management science = methoden en modellen en Operations management = toepassing van die
methoden in de praktijk met analytics
Management science / Operations Research (Operationeel onderzoek)
Een wetenschappelijke en kwantitatieve aanpak om managementproblemen op te lossen.
Methode: wiskundige modellen, statistiek, optimalisatietechnieken, simulatie, besliskunde.
Focus: Hoe kunnen we beslissingen optimaliseren?
Karakter: meer analytisch, modelgericht en theoretisch.
Voorbeeldvragen:
Hoe plan je vliegtuigen en bemanning zodat kosten minimaal zijn?
Wat is de optimale voorraadhoogte?
Hoe verdeel je beperkte middelen (tijd, geld, personeel) om de winst te maximaliseren?
Operations Management (Productie- en logistiek beheer)
Het praktische beheer en coördinatie van productie- en dienstverleningsprocessen.
Methode: managementprincipes, procesontwerp, kwaliteitsbeheer, lean management,
supply chain management.
Focus: Hoe organiseren we de dagelijkse activiteiten zo efficiënt en effectief mogelijk?
Karakter: meer toepassingsgericht en management georiënteerd.
Voorbeeldvragen:
Hoe organiseren we de productie in een fabriek?
Hoe zorgen we voor een efficiënte supply chain?
Hoe bewaken we kwaliteit en klanttevredenheid?
Productie- en logistiek beheer = Beheer van activiteiten die tot doel hebben goederen en diensten zo
efficiënt mogelijk én op het gepaste tijdstip, overeenkomstig de marktvereisten, met de gevraagde
kwaliteitseigenschappen, en aan competitieve prijzen op de markt te brengen.
systematic planning, design, operation, control, and improvement of the business's processes =
kern uit de definitie
o Plannen: o.a. maken van roosters (lineair programmeren kan hierbij gebruikt worden).
o Verbeteren: moeilijk omdat eerst duidelijk moet zijn wat “beter” betekent. Tijdelijk meer winst
maken kan, maar als de kost per eenheid daardoor stijgt, ontstaat risico. Wanneer producten
niet meer verkocht worden, kan dat de continuïteit bedreigen.
o Prestatiemeting: er wordt gekeken naar een geheel van key performance indicators (KPI’s) om
efficiëntie, kwaliteit, tijdigheid en kosteneffectiviteit te beoordelen.
P a g e 1 | 60
,KUL, 2025-2026 Lobke Goossens
de hiërarchie van productie- en logistiek
beheer, opgesplitst in drie niveaus:
1. Strategisch niveau (lange termijn)
Vertrekt vanuit het businessplan
Doel: richting en grote lijnen uitzetten.
o Marketingplanning en
vraagbeheer (hoeveel klanten
gaan kopen?).
o Productieplanning en
aggregaatplanning (hoeveel
produceren in totaal?).
o Resource planning (middelen
zoals personeel, machines, grondstoffen).
o Financiële planning (budget, investeringen).
2. Tactisch niveau (middellange termijn)
Vertaling van strategie naar Master Production Planning (MPP).
Gebruikt vraagvoorspellingen (demand forecasts).
Doel: plannen hoe de strategische keuzes concreet uitgevoerd worden.
o Material Requirements Planning (MRP): welke materialen, hoeveel en wanneer nodig.
o Inventory control: voorraadbeheer.
3. Operationeel niveau (korte termijn, dagelijks)
Uitvoering van de plannen.
Doel: dagelijkse operatie efficiënt laten verlopen.
o Orders verwerken.
o Order scheduling (productie inplannen).
o Purchasing (aankopen grondstoffen/onderdelen).
o Dispatching (taken toewijzen en opvolgen).
The relationship between management science & analytics
Wat is Management Science?
Management Science (MS) is een wetenschappelijke discipline die de systematische, analytische en
kwantitatieve aanpak van probleemoplossing toepast op managementvraagstukken.
Het doel van Management Science is om managers te helpen beter onderbouwde beslissingen te
nemen op basis van objectieve gegevens, wiskundige modellen en logische analyse in plaats van
intuïtie of ervaring alleen.
De kern van Management Science is het zoeken naar de meest effectieve en efficiënte oplossing
binnen de beperkingen van wat beschikbaar is. Dit betekent dat men probeert een optimale
verhouding tussen input en output te bereiken: met zo weinig mogelijk middelen (input) het beste
resultaat (output) behalen.
Management Science bestaat uit twee aspecten:
1. Management: verwijst naar de praktische toepassing; de discipline richt zich op het verbeteren van
de werking van organisaties in de echte wereld.
P a g e 2 | 60
,KUL, 2025-2026 Lobke Goossens
2. Science: verwijst naar de systematische en analytische aard; men gebruikt wiskundige modellen,
data-analyse en logische redenering om beslissingen te ondersteunen.
Voorbeeld:
Een ziekenhuis wil de wachttijden op de spoeddienst verkorten. Een model berekent dat de gemiddelde
wachttijd één uur bedraagt. Op het eerste gezicht lijkt dit een duidelijk cijfer, maar het vertelt niet het
hele verhaal.
Iemand met een hartaanval wordt geholpen binnen drie minuten.
Iemand met een verstuikte enkel wacht twee uur.
Hoewel het gemiddelde één uur is, zegt dit weinig over de spreiding en de rechtvaardigheid van de
wachttijden.
Om een zinvolle beslissing te nemen, moet men verder kijken dan gemiddelden:
o Hoe groot is de variatie in wachttijden?
o Hoe ervaren patiënten deze wachttijden?
o Wat is de relatie tussen wachttijd en kwaliteit van de behandeling?
o Welke patiënten horen eigenlijk niet op de spoeddienst thuis, maar bij de huisarts?
De praktische toepassing van Management Science in organisaties
Bedrijven verzamelen vaak veel gegevens die ze niet analyseren of gebruiken. Management
Science probeert net die gegevens te vertalen naar beslissingsondersteuning: welke informatie is
relevant, welke verbanden bestaan er, en welke actie levert het beste resultaat op?
Management Science helpt bij het formuleren van deze vragen en het ontwikkelen van modellen
die managers kunnen gebruiken om betere beslissingen te nemen op basis van betrouwbare
informatie.
Daarnaast kan Management Science ook gebruikt worden om prestaties te vergelijken tussen
afdelingen (= benchmarking) of om processen te optimaliseren, zoals bij de verdeling van
medicatie in een ziekenhuis, waar fouten niet aanvaardbaar zijn. In sommige domeinen (zoals
gezondheidszorg of luchtvaart) moet de effectiviteit 100% zijn: 90% correct is onvoldoende, want
de overige 10% kan ernstige gevolgen hebben.
Wat is Analytics?
Analytics is een overkoepelende term die verwijst naar het geheel van methoden, technieken en
processen waarmee data worden omgezet in bruikbare inzichten voor besluitvorming. Analytics kan
worden omschreven als het wetenschappelijke proces waarbij data worden getransformeerd tot
inzichten die leiden tot betere beslissingen.
Analytics omvat Management Science, maar ook andere kwantitatieve disciplines zoals:
wiskunde
statistiek
informatica
data science
industriële ingenieurswetenschappen
P a g e 3 | 60
, KUL, 2025-2026 Lobke Goossens
3. Drie categorieën van Analytics
1. Beschrijvende analytics (Descriptive
Analytics): Beschrijft en verklaart wat er is
gebeurd. Deze vorm omvat onder meer
rapportering, dashboards, business
intelligence en data mining.
Doel: inzicht krijgen in historische
prestaties en patronen.
Voorbeeld: een supermarkt analyseert
verkoopcijfers van het voorbije
kwartaal om te zien welke producten
het best verkochten.
2. Voorspellende analytics (Predictive Analytics): Probeert te voorspellen wat er in de toekomst zal
gebeuren. Hierbij worden statistische modellen, machine learning en prognosetechnieken
gebruikt.
Voorbeeld: op basis van eerdere aankopen en seizoenspatronen voorspellen welke producten
binnenkort populair zullen zijn.
3. Voorschrijvende analytics (Prescriptive Analytics)
Adviseert welke acties moeten worden ondernomen om een bepaald doel te bereiken.
Dit omvat optimalisatie, simulatie en beslissingsmodellen.
Voorbeeld: bepalen wat de optimale voorraadniveaus zijn om kosten te minimaliseren en
klanten tevreden te houden.
Modellen van voorschrijvende analytics
Deze methoden horen bij prescriptive analytics, omdat ze niet alleen beschrijven of voorspellen wat er
gebeurt, maar advies geven over wat je het beste kunt doen — ze helpen dus om de optimale beslissing
of actie te bepalen.
Mathematische programmering (optimalisatie): Geeft bewezen optimale resultaten en veel
controle over het probleem.
AI/Neurale netwerken: Nieuwe technologie die nuttig is voor veel problemen, maar werkt als een
“black box” (moeilijk te verklaren).
Simulatie: Handig voor complexe problemen met veel lokale minima of niet-lineaire verbanden.
Heuristieken: Oplossingen zijn haalbaar maar kunnen star zijn als er nieuwe beperkingen
bijkomen.
Gartner
1. As “Value” (verticale as)
= de waarde die een organisatie haalt uit haar data-
analyse. Hoe hoger op de as, hoe groter de strategische
waarde van de inzichten:
Onderaan levert data enkel informatie over wat er
gebeurd is.
Bovenaan helpt data bij optimalisatie en
strategische besluitvorming.
Descriptive analytics = lage waarde, vooral
informatief.
P a g e 4 | 60
Inleiding tot operationele
beleidsmethoden
Chapter 1: introduction
The nature of management science
Management Science & Operations Management
Management science = methoden en modellen en Operations management = toepassing van die
methoden in de praktijk met analytics
Management science / Operations Research (Operationeel onderzoek)
Een wetenschappelijke en kwantitatieve aanpak om managementproblemen op te lossen.
Methode: wiskundige modellen, statistiek, optimalisatietechnieken, simulatie, besliskunde.
Focus: Hoe kunnen we beslissingen optimaliseren?
Karakter: meer analytisch, modelgericht en theoretisch.
Voorbeeldvragen:
Hoe plan je vliegtuigen en bemanning zodat kosten minimaal zijn?
Wat is de optimale voorraadhoogte?
Hoe verdeel je beperkte middelen (tijd, geld, personeel) om de winst te maximaliseren?
Operations Management (Productie- en logistiek beheer)
Het praktische beheer en coördinatie van productie- en dienstverleningsprocessen.
Methode: managementprincipes, procesontwerp, kwaliteitsbeheer, lean management,
supply chain management.
Focus: Hoe organiseren we de dagelijkse activiteiten zo efficiënt en effectief mogelijk?
Karakter: meer toepassingsgericht en management georiënteerd.
Voorbeeldvragen:
Hoe organiseren we de productie in een fabriek?
Hoe zorgen we voor een efficiënte supply chain?
Hoe bewaken we kwaliteit en klanttevredenheid?
Productie- en logistiek beheer = Beheer van activiteiten die tot doel hebben goederen en diensten zo
efficiënt mogelijk én op het gepaste tijdstip, overeenkomstig de marktvereisten, met de gevraagde
kwaliteitseigenschappen, en aan competitieve prijzen op de markt te brengen.
systematic planning, design, operation, control, and improvement of the business's processes =
kern uit de definitie
o Plannen: o.a. maken van roosters (lineair programmeren kan hierbij gebruikt worden).
o Verbeteren: moeilijk omdat eerst duidelijk moet zijn wat “beter” betekent. Tijdelijk meer winst
maken kan, maar als de kost per eenheid daardoor stijgt, ontstaat risico. Wanneer producten
niet meer verkocht worden, kan dat de continuïteit bedreigen.
o Prestatiemeting: er wordt gekeken naar een geheel van key performance indicators (KPI’s) om
efficiëntie, kwaliteit, tijdigheid en kosteneffectiviteit te beoordelen.
P a g e 1 | 60
,KUL, 2025-2026 Lobke Goossens
de hiërarchie van productie- en logistiek
beheer, opgesplitst in drie niveaus:
1. Strategisch niveau (lange termijn)
Vertrekt vanuit het businessplan
Doel: richting en grote lijnen uitzetten.
o Marketingplanning en
vraagbeheer (hoeveel klanten
gaan kopen?).
o Productieplanning en
aggregaatplanning (hoeveel
produceren in totaal?).
o Resource planning (middelen
zoals personeel, machines, grondstoffen).
o Financiële planning (budget, investeringen).
2. Tactisch niveau (middellange termijn)
Vertaling van strategie naar Master Production Planning (MPP).
Gebruikt vraagvoorspellingen (demand forecasts).
Doel: plannen hoe de strategische keuzes concreet uitgevoerd worden.
o Material Requirements Planning (MRP): welke materialen, hoeveel en wanneer nodig.
o Inventory control: voorraadbeheer.
3. Operationeel niveau (korte termijn, dagelijks)
Uitvoering van de plannen.
Doel: dagelijkse operatie efficiënt laten verlopen.
o Orders verwerken.
o Order scheduling (productie inplannen).
o Purchasing (aankopen grondstoffen/onderdelen).
o Dispatching (taken toewijzen en opvolgen).
The relationship between management science & analytics
Wat is Management Science?
Management Science (MS) is een wetenschappelijke discipline die de systematische, analytische en
kwantitatieve aanpak van probleemoplossing toepast op managementvraagstukken.
Het doel van Management Science is om managers te helpen beter onderbouwde beslissingen te
nemen op basis van objectieve gegevens, wiskundige modellen en logische analyse in plaats van
intuïtie of ervaring alleen.
De kern van Management Science is het zoeken naar de meest effectieve en efficiënte oplossing
binnen de beperkingen van wat beschikbaar is. Dit betekent dat men probeert een optimale
verhouding tussen input en output te bereiken: met zo weinig mogelijk middelen (input) het beste
resultaat (output) behalen.
Management Science bestaat uit twee aspecten:
1. Management: verwijst naar de praktische toepassing; de discipline richt zich op het verbeteren van
de werking van organisaties in de echte wereld.
P a g e 2 | 60
,KUL, 2025-2026 Lobke Goossens
2. Science: verwijst naar de systematische en analytische aard; men gebruikt wiskundige modellen,
data-analyse en logische redenering om beslissingen te ondersteunen.
Voorbeeld:
Een ziekenhuis wil de wachttijden op de spoeddienst verkorten. Een model berekent dat de gemiddelde
wachttijd één uur bedraagt. Op het eerste gezicht lijkt dit een duidelijk cijfer, maar het vertelt niet het
hele verhaal.
Iemand met een hartaanval wordt geholpen binnen drie minuten.
Iemand met een verstuikte enkel wacht twee uur.
Hoewel het gemiddelde één uur is, zegt dit weinig over de spreiding en de rechtvaardigheid van de
wachttijden.
Om een zinvolle beslissing te nemen, moet men verder kijken dan gemiddelden:
o Hoe groot is de variatie in wachttijden?
o Hoe ervaren patiënten deze wachttijden?
o Wat is de relatie tussen wachttijd en kwaliteit van de behandeling?
o Welke patiënten horen eigenlijk niet op de spoeddienst thuis, maar bij de huisarts?
De praktische toepassing van Management Science in organisaties
Bedrijven verzamelen vaak veel gegevens die ze niet analyseren of gebruiken. Management
Science probeert net die gegevens te vertalen naar beslissingsondersteuning: welke informatie is
relevant, welke verbanden bestaan er, en welke actie levert het beste resultaat op?
Management Science helpt bij het formuleren van deze vragen en het ontwikkelen van modellen
die managers kunnen gebruiken om betere beslissingen te nemen op basis van betrouwbare
informatie.
Daarnaast kan Management Science ook gebruikt worden om prestaties te vergelijken tussen
afdelingen (= benchmarking) of om processen te optimaliseren, zoals bij de verdeling van
medicatie in een ziekenhuis, waar fouten niet aanvaardbaar zijn. In sommige domeinen (zoals
gezondheidszorg of luchtvaart) moet de effectiviteit 100% zijn: 90% correct is onvoldoende, want
de overige 10% kan ernstige gevolgen hebben.
Wat is Analytics?
Analytics is een overkoepelende term die verwijst naar het geheel van methoden, technieken en
processen waarmee data worden omgezet in bruikbare inzichten voor besluitvorming. Analytics kan
worden omschreven als het wetenschappelijke proces waarbij data worden getransformeerd tot
inzichten die leiden tot betere beslissingen.
Analytics omvat Management Science, maar ook andere kwantitatieve disciplines zoals:
wiskunde
statistiek
informatica
data science
industriële ingenieurswetenschappen
P a g e 3 | 60
, KUL, 2025-2026 Lobke Goossens
3. Drie categorieën van Analytics
1. Beschrijvende analytics (Descriptive
Analytics): Beschrijft en verklaart wat er is
gebeurd. Deze vorm omvat onder meer
rapportering, dashboards, business
intelligence en data mining.
Doel: inzicht krijgen in historische
prestaties en patronen.
Voorbeeld: een supermarkt analyseert
verkoopcijfers van het voorbije
kwartaal om te zien welke producten
het best verkochten.
2. Voorspellende analytics (Predictive Analytics): Probeert te voorspellen wat er in de toekomst zal
gebeuren. Hierbij worden statistische modellen, machine learning en prognosetechnieken
gebruikt.
Voorbeeld: op basis van eerdere aankopen en seizoenspatronen voorspellen welke producten
binnenkort populair zullen zijn.
3. Voorschrijvende analytics (Prescriptive Analytics)
Adviseert welke acties moeten worden ondernomen om een bepaald doel te bereiken.
Dit omvat optimalisatie, simulatie en beslissingsmodellen.
Voorbeeld: bepalen wat de optimale voorraadniveaus zijn om kosten te minimaliseren en
klanten tevreden te houden.
Modellen van voorschrijvende analytics
Deze methoden horen bij prescriptive analytics, omdat ze niet alleen beschrijven of voorspellen wat er
gebeurt, maar advies geven over wat je het beste kunt doen — ze helpen dus om de optimale beslissing
of actie te bepalen.
Mathematische programmering (optimalisatie): Geeft bewezen optimale resultaten en veel
controle over het probleem.
AI/Neurale netwerken: Nieuwe technologie die nuttig is voor veel problemen, maar werkt als een
“black box” (moeilijk te verklaren).
Simulatie: Handig voor complexe problemen met veel lokale minima of niet-lineaire verbanden.
Heuristieken: Oplossingen zijn haalbaar maar kunnen star zijn als er nieuwe beperkingen
bijkomen.
Gartner
1. As “Value” (verticale as)
= de waarde die een organisatie haalt uit haar data-
analyse. Hoe hoger op de as, hoe groter de strategische
waarde van de inzichten:
Onderaan levert data enkel informatie over wat er
gebeurd is.
Bovenaan helpt data bij optimalisatie en
strategische besluitvorming.
Descriptive analytics = lage waarde, vooral
informatief.
P a g e 4 | 60
