Previsione della serie di ordini futuri ai fornitori

Joannes Vermorel

La gestione collaborativa della supply chain ha molto senso. Nell’era attuale della connessione internet ubiqua, perché i tuoi fornitori dovrebbero essere tenuti all’oscuro dei tuoi imminenti ordini di acquisto? Dopotutto, se la tua azienda è in grado di produrre previsioni accurate sui tuoi prossimi ordini, condividere queste previsioni con i tuoi fornitori sarebbe certamente 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 fallace: 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 chiedendoci se Lokad potrebbe prevedere la sequenza degli imminenti ordini di acquisto. Dopotutto, dovremmo avere tutto ciò che serve:

• livelli futuri di vendite giornalieri/settimanali (previsti)
• attuali livelli di stock, 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 imminenti per un periodo specificato da un cliente. Tuttavia, anche se è qualcosa di possibile da fare, i risultati di un’operazione del genere sarebbero disastrosi. In questo breve post, condividiamo le nostre opinioni su questa questione per aiutare le aziende a evitare di sprecare tempo in tentativi di previsione del genere.

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

Il problema centrale della 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, prevedere il 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 relativamente semplice da prevedere: se hai una quantità minima d’ordine (MOQ), l’ordine è probabile che corrisponda alla soglia stessa del MOQ. D’altra parte, se l’articolo è costoso e raramente venduto, la prossima quantità da ordinare è probabile che sia una singola unità.

La vera sfida sta nella previsione della data del prossimo ordine di acquisto, e ancora più impegnativo, nella previsione della data del seguente ordine di acquisto. Infatti, non solo la data del prossimo ordine di acquisto è probabile che abbia 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 quello successivo (approssimativamente) il triplo dell’errore, eccetera.

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 pezzo di informazione inutile per il fornitore. Il fornitore sarebbe molto meglio fare le sue previsioni basate sulla sua storia di domanda, anche se questa previsione non può sfruttare il segnale di domanda più recente, come osservato a valle.

Tuttavia, mentre prevedere gli ordini di acquisto e condividerli con i fornitori non funziona, muoversi verso una gestione più collaborativa della supply chain rimane un obiettivo commerciale valido; succede solo che questo tipo di previsioni non è il modo giusto per eseguire questo obiettivo.

Rimanete sintonizzati, ci assicureremo di discutere qui a tempo debito come la gestione collaborativa della supply chain possa 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 è iniettata nelle quantità di riordino invece. Non puoi far sparire 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 (aka previsioni settimanali/mensili) che si comportano molto male per quanto riguarda la supply chain. Dovresti considerare previsioni quantili o griglie quantili invece. Spero che ti sia utile. Joannes Vermorel (3 anni fa)

Ciao Joannes, Mi piacerebbe sapere cosa succede se il mio fornitore ha una certezza assoluta sulle date degli ordini. Potresti per favore farmi sapere come fare in modo che il fornitore produca in base alle tue previsioni in un foglio Excel? Potresti per favore inviarmi un’email a nehakadamneha87@gmail.com Neha Kadam (3 anni fa)