Prevedere le scorte nel settore della moda

Prevedere le scorte nel settore della moda


Home » I nostri clienti » Qui

Prevedere la domanda per il settore della moda è difficile, tanto che molti addetti ai lavori ritengono che nessun software possa funzionare in modo soddisfacente in questo campo. Dal canto nostro, pensiamo che abbiano "quasi" ragione, perché Lokad potrebbe essere l'eccezione che conferma la regola. Lokad, infatti, è un motore di previsione che ha tutte le caratteristiche per sfruttare al meglio le collezioni presenti nell'industria del fashion: la nostra tecnologia è in grado di elaborare previsioni per prodotti mai venduti prima, non si basa su tediose associazioni manuali di prodotti ed è pensata per gestire scenari complessi come lead time prolungati e quantitativi minimi d'ordine.

Collezioni e associazioni di prodotti

La tecnologia di previsione di Lokad possiede una serie di caratteristiche esclusive che la rendono ideale per gestire gli schemi di domanda tipici del settore della moda: questo campo si basa infatti sulle collezioni, che includono principalmente prodotti con un ciclo di vita breve e sono quindi le candidate perfette da un punto di vista previsionale. Il motore di previsione di Lokad è in grado, infatti, di anticipare la domanda di prodotti mai venduti prima semplicemente facendo riferimento allo storico delle vendite delle collezioni precedenti.

A differenza dei sistemi più tradizionali, la nostra soluzione non richiede di associare manualmente i prodotti più recenti a quelli già in catalogo e ritenuti più utili ai fini della previsione. Il nostro motore di previsione si basa invece esclusivamente su algoritmi avanzati di machine learning, al fine di individuare automaticamente i punti comuni a più prodotti e identificare autonomamente quali tra i prodotti esistenti possono essere utili per la previsione dei nuovi prodotti.

L'identificazione di punti in comune si basa sui numerosi attributi che caratterizzano gli articoli del settore: tipo di prodotto, famiglia, taglia, colore, materiale, stile, prezzo di vendita, brand, etc. Certo, potrebbe sembrare una quantità enorme di dati, ma la nostra esperienza con Lokad ci ha insegnato che i dati di catalogazione (come quelli necessari per far funzionare l'interfaccia di un sito di e-commerce, ad esempio) sono più che sufficienti per ottenere buoni risultati.

Le associazioni tra prodotti sono la chiave di volta di una previsione: se però le associazioni devono essere eseguite manualmente, come avviene con gli strumenti di previsione tradizionali, il tempo richiesto per elaborare tutte le coppie (che in questo settore sono innumerevoli) diventa troppo e la soluzione perde di efficacia. Di conseguenza, l'azienda, che non ottiene il risultato sperato, abbandona le previsioni e torna ai vecchi fogli di calcolo. Lokad affronta la sfida da un'altra prospettiva, prendendo il problema di petto e non scaricando il fardello più pesante sulle spalle degli utenti.

In Lokad definiamo spesso questo procedimento come abbinamento a coppie tra prodotti. In realtà, non diamo per scontato che le associazioni siano sempre tra un prodotto nuovo e un prodotto vecchio: ad esempio, un articolo potrebbe essere suddiviso in più varianti, generando così possibili cannibalizzazioni; oppure, l'articolo potrebbe essere davvero “nuovo”, nel senso che non esiste alcun prodotto realmente simile nelle collezioni passate. In questi casi, il motore di previsione prende in considerazione raggruppamenti più ampi, come categoria, famiglia, brand o prezzo.

I modelli di previsione avanzati che sfruttano le correlazioni tra articoli e collezioni sono uno strumento essenziale per le aziende di moda, proprio perché hanno a disposizione una vastissima quantità di dati da correlare.

Lead time lunghi e vincoli logistici

I rivenditori di abbigliamento hanno dato vita a un'industria davvero globale, in cui gli articoli non sono quasi mai venduti nello stesso Paese in cui sono stati prodotti. Il rovescio della medaglia è che i lead time sono spesso lunghi e irregolari, ma Lokad ha una soluzione anche per questo: proprio come avviene per la previsione delle collezioni, il motore di previsione di Lokad riesce a gestire i lead time perché ne supporta nativamente gli schemi di comportamento specifici. Per fare un esempio, i festeggiamenti per il nuovo anno cinese aggiungono di solito dalle 2 alle 4 settimane in più per gli approvvigionamenti dalla Cina: questo, il nostro motore di previsione lo sa già.

Le aziende di moda sono inoltre soggette ad altri vincoli numerici, tra i quali spiccano i quantitativi minimi di ordine (MOQ) e le spedizioni via container. Le previsioni che non tengono conto dei vincoli presenti nella catena logistica non sono sufficienti, poiché, se le quantità suggerite per il riordino non rispettano tali vincoli, non è possibile effettuare un ordine di acquisto o, quantomeno, un ordine di acquisto che abbia senso. Lokad supporta nativamente una vastissima gamma di vincoli solitamente presenti nella distribuzione di prodotti di moda, con una serie di funzioni che abbiamo sviluppato specificamente per risolvere questi problemi.

Ad esempio, la nostra funzione MOQ è in grado di gestire più vincoli MOQ contemporaneamente: un vincolo di tipo MOQ può essere presente a livello di prodotto (ad esempio, un minimo di 100 unità di prodotto per ogni ordine di acquisto), a livello di materiale (ad esempio, un minimo di 3000 metri di tessuto per colore) e infine a livello di fornitore (ad esempio, un minimo di €50.000 per ogni ordine di acquisto). Se tutti questi vincoli vengono gestiti manualmente, fare in modo che vengano soddisfatti e intanto tenere sotto controllo i livelli di scorte rischia di diventare un'impresa estenuante. Lokad rende il procedimento molto più snello, sfruttando funzioni matematiche che consentono di mettere a punto l'ordine di acquisto “perfetto” per rispondere a tutti i requisiti necessari.

La piattaforma Lokad offre una serie di capacità programmatiche al fine di integrare nel software i business driver di ogni singola azienda e, allo stesso tempo, tenere conto di tutti i vincoli logistici a cui il processo di approvvigionamento è soggetto. I business driver costituiscono l'insieme di tutte le variabili economiche che possono condizionare, in positivo o in negativo, l'attività commerciale: margine lordo, costi di mantenimento a magazzino, costi di una rottura di stock, etc. Anche se il termine programmatiche potrebbe sembrare spaventosamente tecnico, in realtà il settore della moda può essere insidioso: vendere un articolo può avere senso solo se è disponibile anche un accessorio correlato. Di conseguenza, è necessaria una piattaforma che sia in grado di gestire ogni singolo aspetto dell'attività commerciale. Quando parliamo di ottimizzazione della catena logistica, strumenti come pulsanti e menù a discesa non riescono a centrare l'obiettivo con le aziende di moda: Lokad, invece, riesce ad affrontare ogni sfida grazie a un intero linguaggio di programmazione specifico.

Se uno strumento di previsione non ha capacità programmatiche, vuol dire che è meno potente di Excel.
E la tua azienda merita forse meno di Excel?

Flessibilità per centinaia di punti vendita

L'industria della moda prevede spesso centinaia di punti vendita, e decine di migliaia di varianti. Un motore di previsione, quindi, non solo deve essere in grado di gestire milioni di posizioni SKU, ma deve anche essere abbastanza veloce da eseguire i calcoli per decine di volte al giorno, ogni volta, cioè, che i dati di input vengono rivisti, regolati e corretti in preparazione alla collezione successiva. Ed è proprio perché quasi tutte le aziende di moda hanno una sola occasione di registrare ordini per una collezione (dato che gli ordini di acquisto iniziali possono essere modificati solo fino a un certo punto) che il motore di previsione deve essere il più flessibile possibile.

A differenza delle soluzioni tradizionali, il nostro motore di previsione non è stato adattato al cloud computing in un secondo momento, ma è stato creato appositamente per funzionare con la “nuvola”. Questo significa che, quando ci vengono inviati dei dati dai nostri clienti, il nostro sistema provvede automaticamente ad allocare le risorse di calcolo necessarie all'interno del cloud e a fornire i risultati non appena i calcoli vengono terminati. Per un'azienda di moda di discrete dimensioni, sono necessari centinaia di server, che vanno allocati nel giro di pochi minuti. L'allocazione dinamica di risorse di calcolo, detta anche ridimensionamento automatico, è dunque un aspetto fondamentale nelle previsioni di questo tipo. Noi di Lokad lo sappiamo bene, ed è così che riusciamo ad assicurare l'elaborazione di interi terabyte di dati in un'ora appena.

Qualche anno fa, Lokad è stata una delle prime aziende a utilizzare le risorse di calcolo del cloud Microsoft Azure fatturando al minuto. La capacità di elaborare dati per centinaia di punti vendita è, ovviamente, auspicabile, ma i costi rischiano di lievitare enormemente. Lokad, invece, tiene i propri costi sotto controllo liberando le risorse utilizzate non appena le operazioni vengono terminate. In questo modo, i costi operativi vengono fortemente ridotti, soprattutto per le aziende che operano in settori, come quello della moda, in cui le previsioni sono condotte su base stagionale. Proprio quello che ci vuole per ricalcare le previsioni sulla rotazione delle collezioni di moda.