La gestione collaborativa della supply chain ha molto senso. Nel mondo di oggi, caratterizzato da una connessione internet ubiqua, perché i tuoi fornitori dovrebbero essere tenuti all’oscuro dei tuoi prossimi ordini? Dopotutto, se la tua azienda è in grado di produrre previsioni accurate sui tuoi prossimi ordini, condividere queste previsioni con i tuoi fornitori sarebbe sicuramente di grande aiuto per loro, il che a sua volta porterebbe a un miglior servizio e/o a prezzi migliori.

Sì, ma tutto ciò si basa su un’assunzione errata: le previsioni degli ordini dovrebbero essere accurate. Purtroppo, non lo saranno. Punto. Quindi tutto ciò che segue è solo un desiderio.

Le aziende ci contattano spesso chiedendo se Lokad potrebbe prevedere la sequenza dei prossimi ordini di acquisto. Dopotutto, dovremmo avere tutto ciò che serve:

  • livelli futuri di vendite giornaliere/settimanali (previsti)
  • livelli attuali di scorte, sia disponibili che in ordine
  • vincoli di acquisto

Combinando questi diversi elementi sopra menzionati, potremmo certamente effettuare una simulazione e di conseguenza prevedere gli ordini di acquisto futuri per un determinato periodo specificato da un cliente. Tuttavia, sebbene ciò sia possibile, i risultati di un’operazione del genere sarebbero disastrosi. In questo breve post, condividiamo le nostre conoscenze su questa questione per aiutare le aziende a evitare di sprecare tempo in tentativi di previsione simili.

Le statistiche sono terribilmente controintuitive. Come abbiamo già detto nei nostri post precedenti, gli approcci “intuitivi” sono quasi certamente sbagliati; e gli approcci “corretti” sono inquietanti al meglio.

Il problema centrale con la previsione degli ordini dei fornitori è che i calcoli coinvolti si basano su una somma iterata di previsioni; il che è molto sbagliato su più livelli. In particolare, la previsione del prossimo ordine di acquisto include non una, ma due variabili: la data dell’ordine e la quantità ordinata. A seconda dei vincoli della supply chain, la quantità ordinata potrebbe essere qualcosa di relativamente semplice da prevedere: se hai una quantità minima d’ordine (MOQ), l’ordine sarà probabilmente uguale alla soglia stessa del MOQ. D’altra parte, se l’articolo è costoso e viene venduto raramente, la prossima quantità da ordinare sarà probabilmente una singola unità.

La vera sfida sta nella previsione della data del prossimo ordine di acquisto e, ancora più difficile, nella previsione della data dell’ordine successivo. Infatti, non solo la data del prossimo ordine di acquisto avrà un errore del 20% al 30% (come praticamente qualsiasi previsione di domanda), ma la data dell’ordine che segue quest’ultimo ordine di acquisto avrà (approssimativamente) il doppio dell’errore, e quella successiva (approssimativamente) il triplo dell’errore, ecc.

Come illustrato nello schema sopra, l’incertezza riguardante la data dell’N-esimo prossimo ordine di acquisto cresce così rapidamente nella pratica che diventa un’informazione inutile per il fornitore. Il fornitore sarà molto meglio se farà le sue previsioni basandosi sulla sua stessa storia di domanda, anche se questa previsione non può sfruttare il segnale di domanda più recente, come osservato a valle.

Tuttavia, sebbene la previsione degli ordini di acquisto e la loro condivisione con i fornitori non funzionino, spostarsi verso una gestione della supply chain più collaborativa rimane un obiettivo commerciale valido; semplicemente, questo tipo di previsioni non è il modo giusto per raggiungere questo obiettivo.

Rimanete sintonizzati, ci assicureremo di discutere qui a tempo debito come la gestione collaborativa della supply chain può essere eseguita correttamente da una prospettiva predittiva.


Commenti dei lettori (2)

Ciao Neha, Se il tuo fornitore ha una certezza assoluta sulle date degli ordini, significa che tutta l’incertezza viene iniettata nelle quantità di riordino. Non puoi eliminare l’incertezza della domanda congelando la variabile della data dell’ordine. Quindi, se stai pensando di far produrre al tuo fornitore “in base alle tue previsioni”, significa - molto probabilmente - che stai utilizzando previsioni classiche (chiamate anche previsioni settimanali/mensili) che si comportano molto male per quanto riguarda la supply chain. Dovresti considerare invece le previsioni dei quantili o le griglie dei quantili. Spero che ti sia utile. 3 anni fa | Joannes Vermorel


Ciao Joannes, Vorrei sapere cosa succede se il mio fornitore ha una certezza assoluta sulle date degli ordini. Potresti per favore farmi sapere come ottenere che il fornitore produca in base alle tue previsioni in un foglio di calcolo Excel? Potresti per favore inviarmi una email a nehakadamneha87@gmail.com 3 anni fa | Neha Kadam