Supply Chain Scienza
Torna al blog ›
Big data nel retail, una verifica della realtà
A causa delle limitazioni di personale, i rivenditori fanno pochissimo uso dei dati del market basket. Scopri cosa può fare il Big Data.
Out-of-shelf può spiegare 1/4 dell’errore di previsione del negozio
L'OOS può fare molto peggio che semplicemente degradare l'accuratezza delle previsioni, l'OOS può anche migliorarla...
Stagionalità illustrata
Le serie temporali lunghe sono più visive e accattivanti. Lokad, invece, si oppone alle serie temporali corte - scopri perché!
Due KPI per il tuo rilevatore OOS
Scopri perché la sensibilità e la precisione sono le due metriche fondamentali per valutare un sistema OOS.
Il business è IN CRESCITA ma le previsioni sono IN CALO
Scopri come ribaltare il tuo modo di pensare e andare contro ciò che sembra logico per previsioni della domanda più accurate.
Nuovo FAQ di tecnologia di previsione
Scopri i nostri nuovi FAQ che coprono gli argomenti di stagionalità, trend, ciclo di vita del prodotto, promozioni e altro ancora.
Fallacie nella pulizia dei dati per le previsioni di vendita (a breve termine)
Scopri perché Lokad non offre alcuna funzionalità esplicita a supporto della pulizia dei dati.
L’insidia della reverse supply chain per la previsione della domanda
Comprendere perché ci impegniamo a fornire previsioni sulla domanda piuttosto che previsioni sulle vendite.
Scarsità vs. Stock, l’accuratezza delle previsioni conta
La relazione tra livello di servizio, scorte di sicurezza e accuratezza delle previsioni è talvolta poco chiara. Facciamo chiarezza.
Modellare tempi di consegna variabili
Alti livelli di servizio non vengono gratis. Scopri l'impatto dei tempi di consegna variabili su questo.
Comprendere tempi di consegna variabili
Scopri di più sulle cause alla base della variazione dei tempi di consegna e su come Lokad le tenga in considerazione.
Cosa c’è che non va nelle previsioni promozionali?
Le promozioni sono vitali per ogni azienda. Scopri il nostro approccio e come sfruttarle al meglio.