Poco più di un anno fa, abbiamo svelato griglie quantili come nostra tecnologia di previsione 3.0. Più che mai, Lokad continua a impegnarsi per offrire le migliori previsioni che la tecnologia possa produrre, e oggi, la nostra quarta generazione di tecnologia di previsione, ovvero il nostro motore di previsione probabilistica, è operativo e disponibile in produzione per tutti i clienti. Questo nuovo motore consiste in una completa riscrittura della nostra infrastruttura tecnologica per le previsioni e affronta molte sfide di lunga data.

Probabilità reali

Il futuro è incerto, non importa quanto sia avanzata la tecnologia di previsione. Già nel 2012, quando Lokad si addentrò per la prima volta nel mondo della previsione quantile, ci rendemmo subito conto che l’incertezza non doveva essere ignorata come avviene con l’approccio classico alla previsione, ma doveva essere invece abbracciata. In parole povere, i costi della supply chain sono concentrati agli estremi statistici: è la domanda sorprendentemente alta a causare rotture di stock, e la domanda sorprendentemente bassa a causare inventario inattivo. Nel mezzo, la supply chain tende a funzionare piuttosto senza intoppi.

Con le griglie quantili, Lokad offriva una visione molto più dettagliata dei possibili esiti futuri. Tuttavia, come suggerisce il nome, le nostre griglie quantili erano costruite a partire dalle nostre previsioni quantili, a più livelli di quantili in realtà. Queste griglie quantili si sono rivelate estremamente utili nell’ultimo anno, ma mentre il nostro motore di previsione produceva probabilità, internamente quasi tutta la sua logica non operava direttamente su di esse. Le probabilità che calcolavamo erano un sottoprodotto di un sistema di previsione quantile.

A causa di queste radici quantili, il nostro motore di previsione 3.0 presentava diverse limitazioni sottili. E sebbene la maggior parte di queste limitazioni fosse troppo sottile per essere notata dai clienti, non passò inosservata al team R&S di Lokad. Così, abbiamo deciso di riprogettare l’intera tecnologia di previsione adottando una vera prospettiva di previsione probabilistica nativa; e questo fu l’inizio del motore di previsione 4.0.

Previsione dei lead time

I lead time sono spesso considerati qualcosa di scontato. Tuttavia, mentre i lead time passati sono noti, quelli futuri possono solo essere stimati. Per anni, Lokad aveva sottovalutato la sfida di approssimare con precisione i lead time futuri. I lead time sono sottili: la maggior parte dei modelli statistici, come la stagionalità (e in particolare il Capodanno cinese), che influenzano la domanda, influenzano anche il lead time.

Nel nostro motore di previsione 4.0, i lead time sono diventati cittadini di prima classe con una modalità di previsione dedicata. I lead time ora beneficiano di modelli di previsione incorporati specifici. Naturalmente, essendo il nostro motore un motore di previsione probabilistica, le previsioni dei lead time forniscono una distribuzione di probabilità associate a un periodo di tempo incerto.

Previsione integrata della domanda

I lead time variano, eppure il nostro motore di previsione 3.0 era bloccato su valori fissi. Da un punto di vista tradizionale, l’analisi classica dello safety stock presuppone che il lead time segua una distribuzione normale, mentre quasi tutte le misurazioni che abbiamo effettuato indicano che i lead time variabili non sono affatto distribuiti normalmente. Sebbene i nostri esperimenti dimostrassero regolarmente che avere un lead time fisso fosse migliore di un modello imperfetto, rimanere legati a lead time statici non era comunque la soluzione pienamente soddisfacente che cercavamo.

Il motore di previsione 4.0 introduce il concetto di previsione integrata della domanda, dove integrata significa integrata sul lead time. Il motore considera una distribuzione completa delle probabilità di lead time e produce la corrispondente previsione probabilistica della domanda. In pratica, la distribuzione dei lead time viene anch’essa calcolata dal motore, come visto in precedenza. La previsione integrata della domanda offre finalmente una risposta soddisfacente alla sfida di gestire lead time variabili.

Previsione per nuovi prodotti

Prevedere la domanda per un nuovo prodotto è davvero difficile. Poiché, in questo caso, la previsione ovviamente non può basarsi sullo storico delle vendite, il motore deve affidarsi ad altri dati noti sul prodotto prima del suo lancio. Il nostro motore di previsione 3.0 disponeva già di un framework tags, specificamente orientato a questo caso d’uso. Tuttavia, i tags purtroppo non trasportavano quante informazioni avremmo voluto e parte dell’accuratezza è andata persa.

Con la versione 4.0, questa specifica sfida viene rivista con l’introduzione di categorie e gerarchie. Queste sono più espressive e strutturate rispetto ai tags, e trasmettono molte più informazioni. Il motore di previsione 4.0 sfrutta appieno questo più ricco framework di dati per fornire previsioni più accurate, con la previsione per i nuovi prodotti che rappresenta il caso d’uso più critico.

Rotture di stock e promozioni

Lo scopo del motore di previsione è anticipare la domanda futura. Tuttavia, la nostra conoscenza della domanda passata è tipicamente imperfetta, essendo note solo le vendite pregresse. Le vendite tendono a essere una ragionevole approssimazione della domanda, ma presentano molteplici distorsioni, tra cui le più comuni sono le rotture di stock e le promozioni. Il nostro motore 3.0 disponeva già di alcune euristiche per gestire questi bias, inoltre le previsioni quantili sono intrinsecamente più robuste rispetto alle previsioni medie (classiche). Eppure, ancora una volta, la situazione non era del tutto soddisfacente per noi.

Il motore 4.0 introduce il concetto di domanda distorta, che può essere sia censurata che gonfiata. Quando la domanda per un prodotto in un determinato giorno viene etichettata come censurata, stiamo comunicando al motore che la domanda doveva essere più alta e che la vera domanda per quel giorno resta sconosciuta. Il motore utilizza queste informazioni per affinare le previsioni, anche quando la storia è piena di eventi che hanno distorto il segnale della domanda.

Domanda ultra-sparsa

Sebbene le previsioni quantili siano di gran lunga superiori alle previsioni medie o mediane classiche nel stimare le probabilità di eventi rari, esse iniziano a mostrare i loro limiti nel valutare eventi super-rari. Ad esempio, i nostri modelli quantili faticavano a gestire correttamente articoli venduti solo una o due volte l’anno, oltre a trattare livelli di servizio superiori al 98%.

I modelli probabilistici nativi, come implementati nel nostro motore 4.0, si comportano molto meglio quando si tratta di domanda ultra-sparsa e di eventi “rari” in generale. Questi modelli potrebbero essere stati implementati all’interno di un framework di previsione quantile (una previsione probabilistica può essere facilmente trasformata in una previsione quantile); ma il nostro motore 3.0 non disponeva dell’infrastruttura per supportarli. Perciò, sono stati implementati nel motore 4.0.

Integrato in Envision

Le versioni 2.0 e 3.0 del nostro motore di previsione erano dotate di un’interfaccia utente web. A prima vista, sembrava facile. Tuttavia, l’interfaccia utente trascurava il fattore che rappresenta la vera sfida nell’utilizzo di (qualsiasi) motore di previsione, ovvero fornire un controllo completo sui dati trasferiti al motore. Infatti, il principio garbage-in, garbage-out rimane un problema fin troppo frequente.

Il motore 4.0 è interfacciato all’interno di Envision, il nostro linguaggio specifico per l’ottimizzazione quantitativa nel commercio. Chiamare il motore di previsione richiede una serie di argomenti dati forniti da uno script Envision. Questo approccio richiede un po’ più di sforzo iniziale, tuttavia i benefici in termini di produttività si fanno vedere rapidamente non appena vengono apportate modifiche ai dati di input.

Il rilascio del nostro motore di previsione 4.0 è solo la prima parte di una serie di importanti miglioramenti apportati a Lokad nelle ultime settimane. Restate sintonizzati per ulteriori novità.