Previsione dell'inventario per le reti retail con Lokad
La tecnologia alla base di Lokad aiuta i rivenditori di merci generali di qualsiasi dimensione ad aumentare la disponibilità dei prodotti, minimizzando al contempo la quantità di inventario detenuta sia a livello di negozio che di magazzino. L'altissimo livello di automazione associato a Lokad lo rende adatto anche per selezioni di prodotti complesse, senza dover impiegare personale aggiuntivo. La tecnologia di previsione dei quantili è specificamente studiata per supportare elevati livelli di servizio, anche quando le vendite sono discontinue e irregolari. Inoltre, grazie al cloud computing, Lokad è in grado di scalare fino a migliaia di negozi.


Worten, un rivenditore di elettronica, conta oltre 300 negozi e un e-commerce, offrendo prodotti diversificati per gli appassionati di tecnologia.
Worten promuove una strategia digitale che unisce negozi e un tocco umano. La nostra collaborazione con LOKAD ci consente di digitalizzare e rinnovare l'intelligenza gestionale, garantendo che i nostri negozi siano meglio preparati a offrire ai clienti ciò che desiderano. In definitiva, questa partnership rappresenta una svolta tecnologica e gestionale nel modo in cui affrontiamo e gestiamo la supply chain.
Bruno Thiago Saraiva, Head of Stock at Worten

Automazione completa per assortimenti complessi
Lokad importa i dati storici delle vendite e produce direttamente previsioni dell’inventario; e quando diciamo “direttamente”, lo intendiamo davvero. Non sono necessarie configurazioni statistiche di alcun tipo per generare le previsioni con Lokad. Questo rende Lokad facilmente accessibile ai suoi utenti, anche a chi non possiede competenze statistiche.
Quando si prevedono interventi manuali per garantire il corretto funzionamento delle previsioni, non c’è fine: ci sono troppi prodotti, troppi negozi.
Molte soluzioni classiche di previsione offrono la possibilità di “ottimizzare” le previsioni, ma, per quanto riguarda il retail di merci generali, abbiamo osservato ripetutamente che tali funzionalità
sono estremamente fuorvianti. Quando si prevedono interventi manuali per garantire il corretto funzionamento delle previsioni, non c’è fine: ci sono troppi prodotti, troppi negozi. L’automazione totale è semplicemente l’unica opzione in questo caso.

La tecnologia di previsione unica di Lokad sfrutta le correlazioni tra i prodotti. Infatti, osservando un singolo prodotto, quasi non ci sono dati storici sufficienti. Fortunatamente, le aziende vendono spesso centinaia, se non migliaia, di prodotti contemporaneamente e, sfruttando tutti i pattern osservabili in relazione agli altri articoli del catalogo, Lokad elimina la necessità complessa di “ottimizzare” manualmente le previsioni. Questo comportamento, sebbene possa essere visto come una “blackbox” indesiderata, dalla nostra esperienza persino semplici modelli lineari di previsione si comportano in pratica come blackbox per le reti retail, perché non c’è mai abbastanza tempo per rivedere manualmente più che una minuscola frazione dei risultati generati quotidianamente.
I sistemi di previsione classici sono anch’essi afflitti da casi limite: prodotti con una storia di vendite insufficiente, prodotti con volumi di vendita troppo bassi, prodotti con profili di stagionalità poco chiari, ecc. La nostra tecnologia di previsione non lascia indietro alcun prodotto, garantendo una copertura del 100% dell’intero assortimento.
Modelli di previsione avanzata che sfruttano le correlazioni tra prodotti e negozi sono indispensabili per le reti retail, proprio perché dispongono di una quantità così elevata di dati da correlare sin dall'inizio.
Alti livelli di servizio per la domanda intermittente
A livello di negozio, la stragrande maggioranza dei prodotti presenta pattern di domanda intermittente, per i quali vengono vendute solo poche unità al giorno. Tuttavia, anche se un prodotto viene venduto solo una volta alla settimana, la maggior parte dei rivenditori mira a garantire alti livelli di servizio per mantenere i clienti soddisfatti. Grazie alla sua tecnologia di previsione dei quantili, Lokad è in grado di fornire previsioni d’inventario accurate anche per prodotti venduti molto raramente.
Le soluzioni classiche di previsione si basano su previsioni mediane, ovvero previsioni con una probabilità del 50% di essere al di sopra o al di sotto della domanda futura. Tuttavia, a livello di negozio, le previsioni classiche non funzionano semplicemente perché la maggior parte dei prodotti viene venduta meno di una volta al giorno.
Una tecnologia di previsione che risponde direttamente a una domanda semplice: quante unità del prodotto X sono necessarie per raggiungere il livello di servizio Y?
Alcuni strumenti cercano di affrontare questo problema prevedendo a livello settimanale o addirittura mensile, suddividendo le previsioni di livello superiore in previsioni frazionarie, ma la quantità di errori associata a tali metodi è piuttosto impressionante. Utilizzare le previsioni classiche per l’ottimizzazione dell’inventario affronta la questione da un’angolazione sbagliata.
Lokad ha sviluppato una tecnologia di previsione statistica per il retail che risponde direttamente alla seguente domanda semplice: quante unità del prodotto X sono necessarie per raggiungere il livello di servizio Y? Invece di cercare di rispondere a questa domanda con un approccio molto indiretto e altamente impreciso, che tipicamente prevede previsioni mediane e scorte di sicurezza, la tecnologia di Lokad consente di fornire una risposta diretta tramite previsioni dei quantili. Di conseguenza, poiché il metodo di previsione di Lokad è diretto, e non indiretto come quello delle previsioni classiche, le prestazioni dell’inventario ottenute tramite le previsioni dei quantili superano di gran lunga quelle ottenute con l’approccio tradizionale.
Scalare fino a migliaia di negozi

Fornire previsioni statistiche avanzate per fino a migliaia di negozi può richiedere una quantità notevole di potenza di calcolo. Lokad garantisce questa potenza grazie all’utilizzo di Microsoft Azure, la piattaforma di cloud computing di Microsoft. Grazie al nostro lavoro in Lokad, nel 2010 abbiamo ricevuto il primo Azure Partner Award da Microsoft.
In particolare, Lokad sfrutta una tecnica nota come auto-scaling, il che significa che non appena un’operazione di previsione deve essere eseguita, provvediamo dinamicamente a creare i server su Microsoft Azure (potenzialmente centinaia, a seconda della scala della rete retail) e li utilizziamo immediatamente per fornire i risultati delle previsioni in meno di 60 minuti. Non appena un calcolo è completato, tutti i server vengono disattivati.
Poiché le previsioni d’inventario sono quasi mai richieste più di una volta al giorno, l’auto-scaling offre una riduzione diretta dei costi hardware di un fattore 24; una riduzione che possiamo trasferire ai nostri clienti. Tuttavia, la riduzione effettiva dei costi hardware deriva dal fatto che abbiamo sviluppato una tecnologia fortemente orientata all’elaborazione ad alte prestazioni dei dati retail.
Strategie di acquisto complesse a livello di magazzino
Mentre il processo di riordino a livello di negozio è generalmente relativamente semplice, le strategie di acquisto a livello di magazzino possono essere piuttosto complesse. Grazie al motore di scripting di Lokad, è possibile trasformare le previsioni della domanda regolare in ordini di acquisto corretti che tengono conto di sconti sul prezzo, spese di spedizione, capacità del magazzino, variazioni nei tempi di consegna, ecc. Priceforge può inoltre essere utilizzato per stabilire tutti gli indicatori chiave di performance (KPI) altamente specifici del settore richiesti dai manager per monitorare la performance complessiva dell’inventario della rete.