Ottimizzazione dell'inventario per SMB
Le piccole e medie imprese (SMB) che gestiscono un flusso fisico di merci potrebbero non avere una grande rete supply chain da amministrare, ma necessitano certamente di controllare i livelli di stock - specialmente in fase di rapida crescita. Il controllo dell'inventario è un problema duplice: innanzitutto, la gestione degli asset; in secondo luogo, l'ottimizzazione dello stock. Lokad offre quest'ultima mediante la sua tecnologia di ottimizzazione predittiva. Considera Lokad come il tuo copilota dell'inventario che ti indica quando acquistare, quanto acquistare, dove spedire e cosa fare con quei prodotti a lento movimento che potrebbero trasformarsi in stock inutilizzato se non si interviene. La nostra tecnologia è progettata appositamente per gestire rotazioni di inventario che sono sia limitate in volume (pochi pezzi venduti o acquistati inizialmente) sia in profondità (con una storia molto più breve di un decennio).
Esistono un'infinità di app per l'inventario che sono dall'aspetto gradevole eppure non riescono a fornire alcun valore aggiunto rispetto a un foglio Excel ben organizzato. Se la tua app non offre una prestazione d'inventario che sarebbe impossibile ottenere con Excel, dovresti davvero metterti in discussione sul perché ti serve un'app simile.
Joannes Vermorel, Fondatore di Lokad
Lokad TV
HYMA Skog & Trädgård è uno dei principali fornitori nordici di prodotti per il settore forestale, il giardinaggio, il fai-da-te, la caccia e per l'outdoor
Prima, ho acquistato della letteratura per costruirlo da solo e, cercando su Google funzioni Matlab per l'ottimizzazione della supply chain - è lì che ho trovato Lokad - questi ragazzi hanno creato esattamente ciò che cercavo, ma in modo molto migliore! Ora abbiamo implementato il servizio nella nostra azienda e lo utilizziamo quotidianamente per ottimizzare e prendere decisioni d'acquisto!
Anders Carlsson, CEO
Caso di studio
Il tuo copilota predittivo per l’inventario
Stock levels are a balance: too little and your customers are not properly served, and too much and your carrying costs skyrocket. As soon as an inventory management software is in place, there is an opportunity to start optimizing the stock levels. Lokad delivers this through a predictive optimization, which means lower stock levels, better service, less dead inventory, and increased productivity. This is particularly critical in smaller companies that cannot afford a large clerical staff to deal with mundane operations such as replenishments. In particular, in young, dynamic companies, time liberated from tedious tasks tend to fuel an even faster growth.
Di solito, iniziamo affrontando il problema di “quando e quanto acquistare”, generando un report giornaliero contenente le quantità suggerite da riordinare. Questo esercizio può comportare molte sottigliezze, quali le tempistiche degli ordini, i MOQ dei fornitori, sconti sui prezzi, tempi di consegna incoerenti o multi-sourcing. Lokad gestisce tutte queste limitazioni e altro ancora.
Tuttavia, a seconda delle tue esigenze, Lokad affronta anche una varietà di problemi legati all’inventario, quali:
- Ritirare le scorte da FBA per evitare tariffe di stoccaggio a lungo termine
- Bilanciare lo stock tra due o più sedi
- Valutare l’affidabilità dei fornitori con scorecard
- Decidere se mantenere o meno un articolo in stock e se servirlo tramite dropshipping
- Identificare i prodotti a lento movimento e promuoverli per evitare inventario morto
- ….
Lokad offre una combinazione “software + service”. Quando ti abboni ai nostri servizi gestiti, un Supply Chain Scientist viene assegnato al tuo account. Quest'esperto si occupa di trasformare i tuoi dati storici in cifre azionabili, come le quantità di riordino suggerite. Nel backend, questo specialista sfrutta la nostra webapp e Envision, un linguaggio di programmazione specifico dedicato all'ottimizzazione predittiva della supply chain, assicurandosi che tu possa ottenere il massimo dalla tecnologia di Lokad, senza dover diventare un esperto in AI/IT.
Oltre le previsioni classiche
Le previsioni che considerano un unico futuro mediato funzionano male per le PMI. I costi dell’inventario si concentrano nelle situazioni estreme: gli esaurimenti di scorte si verificano quando la domanda è fortemente sottostimata, mentre l’inventario morto si verifica quando la domanda è fortemente sovrastimata. Nel mezzo, l’inventario ruota dolcemente.
Eppure, la stragrande maggioranza dei prodotti software sul mercato perde di vista il problema, optando per le previsioni classiche basate sulle serie temporali, che purtroppo non sono adatte a far fronte ai problemi affrontati dalle PMI.
Lokad offre una tecnologia di previsione probabilistica: assegniamo una probabilità a ogni singolo futuro possibile. Prevediamo non solo la domanda, ma anche i tempi di consegna e i resi quando rilevante. Più in generale, è necessario prevedere le fonti di incertezza.
La previsione probabilistica supera di gran lunga approcci obsoleti come i calcoli classici di safety stock, che semplificano eccessivamente la realtà e funzionano male quando la domanda è intermittente o irregolare, come spesso accade per le PMI. Assegnare una probabilità a ciascun futuro possibile - ossia quantificare il danno che gli scenari estremi potrebbero causare - è il primo passo per effettuare un’ottimizzazione predittiva dell’inventario.
Il secondo passo consiste nell’esaminare tutte le possibili opzioni, per esempio, ogni singola quantità da riordinare - unità per unità. Non consideriamo il rifornimento attraverso una politica min/max per SKU. Invece, analizziamo tutte le SKU, ovvero cerchiamo l’unità extra di stock che porterà il maggior ritorno sull’investimento per l’azienda, tenendo conto delle limitazioni operative come i MOQ e le dimensioni dei lotti.
Questo ci porta all’ultimo passaggio: la priorizzazione economica. L’opportunità di acquistare ogni singola unità extra di stock dovrebbe essere valutata in termini di profitti e perdite, in dollari o euro. Ci riferiamo a questi fattori come driver economici: margine lordo, costi di mantenimento, penali per stock-out, ecc. Il risultato finale dell’ottimizzazione sono quantità di riordino completamente allineate con i futuri incerti e con la strategia della tua azienda.
Prestazioni dell'inventario snello
Per i rifornimenti, la webapp di Lokad fornisce un report tabellare che ti indica esattamente le quantità da riordinare oggi, insieme agli indicatori chiave di prestazione (KPI), in dollari o euro, che spiegano il motivo di tali quantità.
Questo report può essere consultato tramite una dashboard web, scaricato come file Excel, o addirittura programmato per l’importazione automatica nel tuo ERP.
Lokad fornisce dati che non necessitano di ulteriori post-processing, né ulteriori modifiche manuali di alcun tipo. Raggiungere questo risultato è una sfida duplice; richiede:
- una tecnologia che integra modelli di previsione probabilistica all’avanguardia e risolutori di ottimizzazione numerica.
- un esperto di talento che costruisce la ricetta numerica end-to-end sfruttando i tuoi dati storici, attenuando tutti gli inevitabili problemi dei dati. Infatti, molte soluzioni di pianificazione classiche sono l’esatto opposto del concetto lean: i dati storici richiedono una “pulizia” manuale, i modelli di previsione un “tuning” manuale, le quantità ordinate un “aggiustamento” manuale, ecc. Tutte queste operazioni trattano il tuo personale come risorse consumabili.
Lokad offre l’opposto: gli sforzi vengono investiti e capitalizzati in ricette numeriche personalizzate, su misura per la tua azienda.
3 Sprouts progetta prodotti unici e moderni per bambini. Dal 2007, giocattoli e prodotti per l'infanzia sono disponibili online o presso rivenditori in tutto il mondo.
A 3 Sprouts ci serviva una soluzione che ci aiutasse a gestire il nostro inventario man mano che crescevamo rapidamente. Lokad ci ha aiutato a prevedere l'inventario per tutti i mercati e ha creato un sistema che genera ordini di acquisto per i nostri vari magazzini. Lokad ha trasformato un processo scoraggiante rendendolo semplice e più accurato.
Banu Khurana, Co-proprietaria
Caso di studio
| Soluzione classica | Problemi della soluzione classica | Soluzione adottata da Lokad |
|---|---|---|
| Previsioni classiche (ossia medie giornaliere, settimanali, mensili) | Non funzionano per una domanda erratica o intermittente | Previsioni probabilistiche che abbracciano l’incertezza |
| Regolazione dei modelli di previsione e modifica delle previsioni | Molto dispendioso in termini di tempo, con un ritorno sull’investimento molto scarso | Autocalibrazione dei modelli di machine learning |
| Analisi ABC | Categorizzazione grezza degli SKU, numerosi casi limite | Abbraccia la piena complessità di ogni singolo SKU |
| Metodo inventario Min/Max | Generazione continua di inventario morto | Dà priorità ad ogni singola unità extra di stock in base al suo ROI |
| Scorte di sicurezza | Approccio non sicuro che non garantisce il tasso di riempimento | Ottimizzazioni robuste che riflettono penali dirette per stock-out |
| Tempi di consegna configurabili | Non funzionano con tempi di consegna variabili, e richiedono molto tempo | Apprende e prevede i tempi di consegna con previsioni probabilistiche |
| Coperture di stock configurabili (ossia giorni di stock) | Approccio alternativo non sicuro che non garantisce il tasso di riempimento | Ottimizza economicamente le coperture di stock per SKU |
| MOQ, sconti sui prezzi, multi-sourcing | Non supportato, interventi manuali dispendiosi in termini di tempo | Supporto nativo tramite logica personalizzata |
| Prezzi per articolo configurabili | Si assume che la domanda sia indipendente dal prezzo | Previsioni della domanda che sfruttano i prezzi dei prodotti |