Prevenire l'invenduto tramite previsioni a doppio quantile
Lo stock associato ad ogni SKU è un’anticipazione del futuro. Da un punto di vista più tecnico, il punto di riordino dello SKU può essere visto come una previsione quantilica. Il quantile indica la quantità minima di inventario che dovrebbe essere mantenuta per evitare stock-out con una probabilità pari al livello di servizio.
Sebbene questo punto di vista sia molto potente, non dice nulla sul rischio di sovrastoccaggio, ovvero il rischio di creare invenduto, poiché solo il lato degli stock-out del problema viene affrontato direttamente in modo statistico. Tuttavia, il rischio di sovrastoccaggio è importante se i beni sono deperibili o se la domanda per il prodotto può scomparire brutalmente, come accade nell’elettronica di consumo quando entra sul mercato il sostituto di nuova generazione.
Esempio: Consideriamo il caso di un rivenditore occidentale che vende, tra gli altri, catene da neve. Il tempo di approvvigionamento per importare le catene è di 3 mesi. La regione in cui si trova il rivenditore non è molto fredda e solo un inverno su cinque giustifica l’uso delle catene da neve. Per ogni inverno freddo, la domanda locale di catene da neve è di 1.000 kit. Ora, in questo contesto, qualsiasi previsione quantilica con un livello di servizio superiore all'80% suggerisce di avere più di 1.000 kit in magazzino per mantenere la probabilità di stock-out inferiore al 20%. Tuttavia, se l’inverno non è freddo, il rivenditore rimarrà con tutto il suo stock invenduto di catene da neve, 1.000 kit o più, eventualmente per anni. Il punto di riordino calcolato nel solito modo attraverso i quantili si concentra su situazioni al rialzo con picchi di domanda, ma non dice nulla sulle situazioni al ribasso in cui la domanda evapora.
Tuttavia, il rischio di sovrastoccaggio può essere gestito anche attraverso i quantili, ma richiede un secondo calcolo del quantile da eseguire sfruttando un insieme distinto di valori per tau (τ non il livello di servizio) e lambda (λ non il tempo di approvvigionamento).
Nella situazione usuale, abbiamo:
R = Q(τ, λ)
Con
- R è il punto di riordino (un numero di unità)
- Q è il modello di previsione quantilica
- τ è il livello di servizio (una percentuale)
- λ è il tempo di approvvigionamento (un numero di giorni)
Come illustrato dall’esempio qui sopra, un calcolo del punto di riordino del genere può portare a valori elevati che non tengono conto del rischio finanziario associato a una diminuzione della domanda in cui l’azienda si ritrova con invenduto.
Per gestire il rischio di sovrastoccaggio, la formula può essere rivista come segue:
R = MIN(Q(τ, λ), Q(τx, λx))
Con
- τx è il rischio massimo accettabile di sovrastoccaggio
- λx è il periodo di tempo applicabile per sbarazzarsi dell’inventario
In questo caso, il punto di riordino usuale viene limitato da un calcolo alternativo del quantile.
Il parametro τx viene utilizzato per riflettere il rischio accettabile di sovrastoccaggio; quindi, anziché considerare valori al 90% come avviene per i livelli di servizio usuali, è tipicamente una percentuale bassa, ad esempio il 10% e inferiore, che dovrebbe essere presa in considerazione.
Il parametro λx viene utilizzato per rappresentare la durata che metterebbe a rischio il valore dell’inventario perché i beni sono deperibili o obsoleti.
Esempio: Consideriamo il caso di un negozio di alimentari che vende pomodori con un tempo di approvvigionamento di 2 giorni. Il rivenditore stima che entro 5 giorni sullo scaffale, i pomodori avranno perso il 20% del loro valore di mercato. Pertanto, il rivenditore decide che il magazzino di pomodori dovrebbe rimanere sufficientemente basso in modo che la probabilità di non vendere l’intero stock di pomodori entro 5 giorni sia inferiore al 10%. Di conseguenza, il rivenditore adotta la seconda formula, il punto di riordino R con τ=90% e λ=2 giorni, al fine di mantenere un’elevata disponibilità combinata con τx=10% e λx=5 giorni per mantenere sotto controllo il rischio di inventario inutilizzato.
Al momento, Salescast non supporta nativamente un calcolo a doppio quantile, tuttavia è possibile ottenere lo stesso effetto eseguendo due run con parametri distinti per il tempo di approvvigionamento e il livello di servizio.
