La tecnologia di previsione che usiamo per ottimizzare le tue scorte

Tecnologia di previsione

"There's a way to do it better - find it." Thomas A. Edison

Dal 2008 facciamo del nostro meglio per consegnare le previsioni più accurate ad oggi disponibili nel mercato. La nostra tecnologia è in costante evoluzione per riflettere le scoperte più recenti nei campi della matematica e della computer science.

5 GENERAZIONI DI PREVISIONI

Nel corso degli ultimi dieci anni, le tecnologie relazionate con il Big Data si sono sviluppate ad un ritmo vertiginoso. Le aziende sono passate dall'utilizzare metodologie basate fondamentalmente sulla matematica, del tutto uguali a loro stesse dal 18esimo secolo in poi, alla tecnologia Big Data supportata dal Machine Learning e dal Deep Learning. La nostra azienda si è da sempre fissata come obiettivo quello di rimanere al passo con i tempi, apportando all'ottimizzazione della catena logistica tutte le novità che la scienza ha potuto fornire.

Avventurati assieme a noi lungo la strada dei ricordi e scopri le varie generazioni della nostra tecnologia di previsione.

IL GIUSTO MIX DI INGREDIENTI Una ricetta per il successo

La tecnologia di Lokad non si basa sullo sfruttamento di uno (o più) modelli statistici magici, ma su una combinazione di ingredienti che, combinati insieme, creano l'alchimia perfetta. Nei primi anni della nostra attività ci siamo resi conto abbastanza velocemente di quanto profondo fosse il divario tra i modelli puramente matematici e la realtà delle catene di approvvigionamento.

Infatti, quello che funzionava nella teoria, si dimostrava inadeguato una volta applicato a delle aziende concrete: i dati erano mal organizzati, non abbastanza sviluppati o troppo scarsi e la mole di prodotti o elementi nello storico delle vendite rendeva inutilizzabili intere classi di modelli. Inoltre, i vincoli della catena logistica di per se facevano in modo che un miglioramento delle metriche tradizionali di precisione delle previsioni provocasse, alla prova concreta, un peggioramento della performance dell’azienda.

Lokad ha saputo trovare le giuste risposte a queste problematiche cambiando drasticamente la visione sull'ottimizzazione della catena logistica.

Correlazioni

con il Deep Learning

Se consideriamo un singolo prodotto alla volta, non avremo mai abbastanza dati per produrre una previsione statistica accurata. Infatti, nella maggior parte dei mercati dei beni al consumo, il ciclo di vita dei prodotti è inferiore ai 4 anni: ciò vuol dire che per ogni prodotto, in media, non abbiamo a disposizione nemmeno 2 anni di dati storici, ossia neanche il minimo necessario a condurre un'analisi di stagionalità affidabile su una singola serie temporale.

Possiamo risolvere il problema sfruttando le correlazioni statistiche, usando cioè le informazioni ottenute su un prodotto per perfezionare la previsione su un altro prodotto. Ad esempio, Lokad identifica automaticamente la stagionalità applicabile a un prodotto anche se è in commercio da appena 3 mesi. Questo è possibile perché, se è vero che 3 mesi di dati sono troppo pochi per stabilire una stagionalità, è altrettanto vero che, se tra i dati storici sono presenti prodotti meno recenti, la stagionalità può essere estratta da questi e applicata ai nuovi prodotti.

Calcolare

con cloud computing e GPU

Sfruttare le correlazioni con lo storico dei dati è sicuramente utile a rendere le previsioni più accurate. Il rovescio della medaglia, però, è che aumenta il numero dei calcoli da eseguire. Ad esempio, correlare 1.000 prodotti cercando tutte le coppie possibili richiede quasi 1.000.000 di combinazioni. Senza contare, poi, che la maggior parte delle aziende ha in catalogo ben più di 1.000 prodotti.

Grazie al cloud computing e alle Graphics Processing Units (GPUs), quando i clienti ci inviano i loro dati, possiamo occupare un computer solo quando ce n'è davvero bisogno. Così, in meno di un'ora, possiamo reinviare i risultati e di conseguenza liberare i computer occupati. Poiché il cloud che usiamo, Microsoft Azure, fattura al minuto, consumiamo unicamente la capacità di cui abbiamo bisogno. E, visto che nessuna azienda ha bisogno di fare previsioni più di una volta al giorno, questa strategia taglia le spese di hardware di oltre 24 volte rispetto ai metodi tradizionali.

Probabilità

per accogliere le sfide di ogni azienda

Le previsioni tradizionali sono previsioni mediane: indicano, cioè, un valore che ha il 50% di possibilità di essere al di sopra o al di sotto della domanda futura. Sfortunatamente, questa visione classica non consente di tenere in conto le preoccupazioni principali della logistica: evitare le rotture di stock e ridurre le giacenze.

Nel 2016, Lokad ha introdotto il concetto di previsioni probabilistiche per la catena di distribuzione, in cui vengono stimate le probabilità per ogni livello della domanda futura. Invece che prevedere il valore di ogni singolo prodotto, Lokad prevede l'intera distribuzione di probabilità.

Le previsioni probabilistiche sono nettamente superiori a metodi di previsione più classici, soprattutto in caso di prodotti di lento rigiro, vendite intermittenti e impennate della domanda. Siamo convinti che, tra 10 anni, tutte le aziende con un approccio serio all'ottimizzazione dell'inventario passeranno al metodo probabilistico, magari con una tecnologia derivata da questa.

DA UNA LIBRERIA MATEMATICA A UNA SOLUZIONE COMPLETA

Abbiamo una ricca libreria di modelli statistici, che include grandi classici come Box-Jenkins, smorzamento esponenziale, modelli autoregressivi e tutte le loro varianti. Tuttavia, i modelli classici mal si adattano alle correlazioni. Per questo abbiamo sviluppato modelli più avanzati, in grado di sfruttare tutti i dati che ci vengono messi a disposizione. Sin dall'inizio, è stata una nostra preoccupazione costante controllare la qualità delle previsioni che facciamo. Ogni giorno simuliamo previsioni per stabilire con esattezza quali sono gli aspetti della nostra tecnologia ancora da migliorare. I risultati di questi test ci aiutano a concentrarci nello sviluppo di ciò che conta davvero. I nostri clienti possono così beneficiare di una tecnologia in continua evoluzione.

Tuttavia, abbiamo realizzato tempo fa che questo non era sufficiente e che avevamo bisogno di scavare maggiormente in dettaglio la realtà della catena logistica e le limitazioni e specificità di ogni singola azienda. Perciò, non richiediamo alcuna competenza statistica ai nostri clienti ma ci ci facciamo carico dell'intero processo al fine di consegnare una soluzione interamente utilizzabile, completa di notifiche relative agli acquisti, consigli sugli invii e i prezzi e dashboards formate da indicatori chiave di performance, atti a assestare la loro accuratezza.

I nostri Supply Chain Scientists sono qui per aiutarti ad includere tutte le specificità della tua azienda in un'implementazione su misura. Questo è reso possibile grazie all'utilizzo di un linguaggio di programmazione orientato alla supply chain, Envision, la cui flessibilità permette di creare degli script in grado di riflettere le specificità della tua azienda, fungendo da perfetto complemento alla nostra tecnologia di previsioni.

Se desideri conoscere meglio Envision, visita il nostro sito dedicato alla documentazione tecnica. PER SAPERNE DI PIÙ  →

SEGUICI

Rimani informato sulle ultime novità della Supply Chain

Image

LOKAD TV

L'intelligenza artificiale, la blockchain, l'accuratezza delle previsioni, la popolarità sempre maggiore dei Data Scientists, la S&OP e molto altro ti interessano? Allora da un'occhiata alle nostre interviste pubblicate su Lokad TV e lasciaci un commento al fine di unirti alla discussione.

VAI A YOUTUBE

Image

BLOG

Condividi le tue opinioni sui temi relativi alla Supply Chain e all'IT: dal rendimento delle scorte, all'estrazione di testi per una migliore previsione della richiesta, al Deep Learning, fino all'entropia incrociata ed al GPU computing. Seguici attraverso i nostri ultimi eventi e pubblicazioni.

VISITA IL BLOG

Image

NEWSLETTER

Iscriviti alla nostra newsletter. Rimani aggiornato sulle ultime novità e sviluppi tecnologici. Non si tratta di un'email spam; inviamo la nostra newsletter solo due o tre volte all'anno. E puoi disiscriverti in un solo click.

ISCRIVITI QUI

top