Uno dei problemi che si presentano quando si è specialisti di un argomento è che si tende a dare per scontato ciò che è oscuro per chiunque tranne che per i propri colleghi. Da Lokad, nonostante i nostri migliori sforzi, non siamo un’eccezione, soprattutto quando si tratta di previsioni…

Recentemente, ci siamo resi conto che non avevamo mai fornito una valutazione quantitativa approfondita dei guadagni finanziari generati da un aumento dell’accuratezza delle previsioni, che è la raison d’être dell’azienda. Inoltre, dopo aver indagato sul web, ci siamo resi conto che altri fornitori di previsioni (concorrenti) erano piuttosto vaghi anche riguardo alle ricompense finanziarie che potevano essere ottenute attraverso previsioni migliori.

Tuttavia, non è così complicato. Con le seguenti variabili:

  • DDD il fatturato (vendite annuali totali).
  • mmm il margine lordo.
  • α il rapporto tra il costo di stockout e il margine lordo.
  • ppp il livello di servizio raggiunto con il livello di errore attuale (e il livello di stock attuale).
  • σ l’errore di previsione del sistema in uso, espresso in MAPE (errore percentuale medio assoluto).
  • σn l’errore di previsione del nuovo sistema in fase di benchmarking (sperabilmente inferiore a σ).

Il beneficio annuo BBB derivante dall’adozione del nuovo sistema di previsione è dato da:

B=D(1−p)mασ−σnσB=D(1−p)mασ−σnσ

B = D (1 - p) m \alpha \frac{\sigma - \sigma_n}{\sigma}

Per la dimostrazione di questo risultato, consulta l’articolo completo.