00:00:04 Intro: Le sfide della previsione per aziende in rapida crescita.
00:01:16 Tipi di crescita aziendale e relative problematiche di previsione.
00:02:18 Difficoltà nel prevedere il successo dei nuovi prodotti.
00:04:07 Scenario “hit or miss” e le relative risposte.
00:05:43 Altri problemi nella previsione e il concetto di crescita a gradini.
00:08:01 Prevedere le tempistiche della crescita aziendale: le sfide.
00:12:18 Strategie per mitigare l’imprevedibilità delle previsioni.
00:13:46 Il ruolo delle negoziazioni con i fornitori in situazioni “hit or miss”.
00:14:13 Identificare gli indicatori di crescita imminente.
00:15:16 Statistiche di ricerca su Google: uno strumento per le previsioni?
00:16:23 Strategie per aziende in rapida crescita.
00:16:46 Implicazioni dei cambiamenti IT durante la crescita.
00:18:14 La tendenza delle aziende a sovraprevedere.
00:19:03 Quantitative supply chain e reazioni rapide alla crescita.
00:21:11 Considerazioni finali.

Sommario

L’intervista tra Kieran Chandler e Joannes Vermorel si è concentrata sulle sfide dell’ottimizzazione della supply chain per aziende in rapida crescita. Vermorel ha sottolineato le complessità delle previsioni in tali scenari, identificando due tipi di crescita: quella organica e quella “hit-or-miss” dei nuovi prodotti. Quest’ultima, ha sostenuto, complica le previsioni a causa della sua imprevedibilità. Riconoscere la struttura fine della crescita è fondamentale per distinguere tra questi scenari, permettendo decisioni di inventario migliori. Vermorel ha suggerito soluzioni come la modellazione quantitativa del rischio, meccanismi automatizzati end-to-end per le decisioni e strategie di supply chain flessibili adattate alla struttura della crescita. Ha inoltre consigliato di anticipare i continui cambiamenti nel panorama IT dell’azienda per affrontare le complessità correlate alla crescita.

Sintesi Estesa

In quell’intervista, Kieran Chandler, il conduttore, ha discusso delle sfide dell’ottimizzazione della supply chain per aziende in rapida crescita con Joannes Vermorel, fondatore di Lokad, un’azienda software specializzata in questo settore. La conversazione si è concentrata sui dilemmi che queste aziende spesso affrontano nell’anticipare e rispondere alla domanda, e sui tipi di crescita che possono complicare i processi di previsione.

Chandler ha presentato il problema della previsione in scenari di alta crescita, citando l’esempio di aziende che acquistano scorte eccessive per soddisfare picchi di domanda previsti, per poi ritrovarsi con un surplus quando la crescita non si sostiene, una situazione che ha causato una perdita di 4,3 miliardi di dollari per H&M all’inizio di quell’anno.

Vermorel ha spiegato che le aziende che affrontano una crescita elevata spesso incontrano una serie di difficoltà, derivanti sia dalla disorganizzazione interna causata dalla rapida crescita, sia dalle complessità statistiche legate alla natura della crescita. Il fondatore ha sottolineato che la fonte della crescita di un’azienda influisce in maniera significativa sul processo di previsione, rendendolo più o meno complicato.

Vermorel ha descritto due tipi di crescita che le aziende possono sperimentare. La prima, la crescita organica, si verifica quando un’azienda cresce in modo uniforme, come nel caso di un’attività di e-commerce che registra un aumento costante del traffico sul sito, risultando in una crescita lineare delle vendite dei prodotti. Questo scenario, pur essendo relativamente più semplice da prevedere, contiene comunque incertezze sulla sostenibilità della crescita, come esemplificato dalla situazione di H&M.

Il secondo tipo di crescita si manifesta quando un’azienda introduce nuovi prodotti sul mercato. Questo scenario diventa più difficile da prevedere poiché non tutti i nuovi prodotti contribuiranno alla crescita; solo alcuni potrebbero avere successo, creando una situazione “hit-or-miss”. La crescita, in questo caso, è guidata da questi prodotti vincenti, mentre il resto potrebbe non mostrare aumenti significativi nelle vendite. Vermorel ha citato le aziende del settore moda come esempio, dove prodotti occasionali diventano veri successi, contribuendo alla crescita complessiva, mentre la maggior parte dei prodotti mantiene previsioni di domanda piatte.

Questo scenario “hit-or-miss” presenta una sfida particolare per la previsione. Le aziende non possono rispondere semplicemente aumentando le scorte per tutti i prodotti, poiché solo una frazione probabilmente avrà successo. Una risposta indistinta, come ha detto Vermorel, porterebbe a uno spreco di risorse e a pregiudizi inspiegabili nella previsione. Ha spiegato che, sebbene un’azienda possa crescere, la previsione a un livello disaggregato potrebbe non riflettere questa crescita, principalmente perché è impossibile prevedere quale prodotto sarà il prossimo grande successo. Di conseguenza, la previsione media può essere molto inferiore all’effettivo risultato.

Vermorel inizia riconoscendo l’imprevedibilità intrinseca nella previsione per le aziende, specialmente quando si tratta di lanciare nuovi prodotti. Non solo è incerto quali prodotti avranno successo, ma non è nemmeno chiaro quanti prodotti un’azienda potrebbe lanciare in futuro. Questa incertezza si estende ai prodotti che non sono ancora stati completamente sviluppati o presi in considerazione per il lancio, rendendo difficile prevederne accuratamente la domanda.

Nonostante questa consapevolezza, Vermorel osserva che prevedere il momento esatto in cui si verificherà la crescita rimane sfuggente. Le aziende possono anticipare dei picchi di crescita ma faticano a individuare il loro tempismo. Ciò è particolarmente vero quando si espandono in un nuovo paese, che introduce un nuovo insieme di variabili non adatte alla tradizionale previsione statistica.

Affrontando la soluzione a queste sfide, Vermorel suggerisce che, sebbene sia difficile migliorare le previsioni degli esiti medi a causa della natura “hit or miss” del successo dei prodotti, le aziende possono ottenere informazioni comprendendo la struttura statistica della loro crescita. Questa comprensione aiuta a differenziare se la crescita è guidata dal successo individuale dei prodotti o da fattori a livello aziendale. A sua volta, ciò consente decisioni di inventario migliori, come adottare politiche di inventario conservative sin dall’inizio ed essere reattivi quando un prodotto sembra essere un successo.

Vermorel afferma che la strategia chiave nella gestione del rischio di inventario rispetto al rendimento atteso è cogliere il successo quando si verifica. Tuttavia, mette in guardia contro risposte di inventario aggressive per prodotti in rapida crescita in aziende che solitamente registrano una crescita organica su periodi prolungati. Queste situazioni potrebbero non rappresentare un “hit” ma essere un picco temporaneo, rendendo le decisioni aggressive in materia di inventario potenzialmente dannose.

In situazioni in cui le previsioni sono poco chiare, Vermorel raccomanda di adeguarsi a variabili come negoziare quantità minime d’ordine (MOQ) migliori con i fornitori. Questa strategia consente di acquistare quantità minori inizialmente e di rispondere in maniera aggressiva se un prodotto si rivela un successo, offrendo un modo pratico per affrontare le incertezze intrinseche dello scenario “hit or miss”.

Vermorel ha sottolineato l’incertezza intrinseca nella previsione della crescita. Pur potendoci essere indicatori, ha sostenuto che non esiste un modo infallibile per anticipare la crescita in modo definitivo. Qualsiasi metodo del genere verrebbe sfruttato dalle aziende per generare una crescita illimitata. Pertanto, è fondamentale riconoscere questa incertezza irreducibile. Usando le statistiche di ricerca di Google come esempio, ha spiegato che tali dati potrebbero fornire approfondimenti a breve termine, ma non bastano ad aiutare le aziende ad anticipare le tendenze a lungo termine, che sono critiche per la pianificazione della supply chain.

Date queste incertezze, quando un’azienda si trova in un periodo di crescita esponenziale, Vermorel ha suggerito alcune strategie per essere meglio preparati. Ha sottolineato l’importanza di anticipare che il panorama IT dell’azienda sarebbe in costante mutamento. Man mano che un’azienda cresce, tipicamente ogni due o tre anni, potrebbe essere necessario rinnovare completamente la propria infrastruttura IT. Questo cambiamento continuo può causare complicazioni nell’accesso e nella riconciliazione dei dati provenienti dai vecchi e dai nuovi sistemi, complicando ulteriormente la previsione della crescita.

Vermorel ha anche discusso della tendenza delle aziende a sovraprevedere la propria crescita a causa dell’attaccamento emotivo. Questo bias verso l’ottimismo può portare a una gestione del rischio inadeguata. Ha proposto un approccio più quantitativo alla modellazione del rischio, sostenendo che la crescita rappresenta un tipo specifico di rischio che richiede una risposta rapida ed efficiente. Per rendere tali risposte efficaci, ha raccomandato meccanismi automatizzati end-to-end per le decisioni, anziché fare affidamento sull’intervento umano, che potrebbe introdurre ritardi ed errori.

Infine, Vermorel ha raccomandato che le aziende considerino la struttura fine della loro crescita. Che la crescita sia costante e organica, “hit or miss” o dovuta a nuovi mercati, le implicazioni per la supply chain e il controllo delle scorte differiscono significativamente. Ha sottolineato la necessità di adattare le strategie della supply chain alla specifica struttura di crescita che l’azienda sta vivendo. Questo approccio può aiutare le aziende a gestire la loro supply chain in modo più efficace durante i periodi di crescita.

Trascrizione Completa

Kieran Chandler: Joannes, in termini di previsione in scenari di alta crescita, sembra essere un compito abbastanza difficile. Quali tipi di problemi affrontano normalmente le aziende in queste situazioni?

Joannes Vermorel: In realtà ci sono una serie di problemi. Innanzitutto, quando le aziende crescono internamente, spesso c’è una notevole disorganizzazione che è semplicemente il risultato della stessa crescita. Questo complica tutto, inclusa la previsione, che diventa ancora più difficile a causa della crescita. Ma, da un punto di vista statistico, tutto dipende da ciò che sta generando la crescita. Esistono diversi modi di crescere che possono rendere la previsione più o meno complicata per adattarsi alla crescita.

Kieran Chandler: Di che tipo di crescita stiamo parlando qui?

Joannes Vermorel: Probabilmente il tipo di crescita più semplice è la crescita organica. Per esempio, se sei un’attività di e-commerce, ogni mese il tuo sito web riceve un po’ più di traffico e tutti i tuoi prodotti mostrano una tendenza al rialzo. Questa crescita è correlata linearmente con l’aumento del traffico sul sito. Questa è la situazione facile perché è uniforme. La sfida nasce nel tentare di anticipare se questa crescita continuerà per sempre. Se si prevede una crescita aziendale significativa che poi non si realizza, come nel caso di H&M, può arrecare danni notevoli. Ma comunque, da un punto di vista puramente previsionale, questa è una situazione più semplice.

Un modo diverso di crescere è quando lanci nuovi prodotti. Ciò significa che hai articoli che possono crescere o meno, e poi migliori nel lanciare nuovi prodotti sul mercato. Questi prodotti possono essere un successo o meno. La tua crescita è guidata dai nuovi prodotti, ma non da tutti. Tipicamente è in questa fase che le aziende migliorano l’ottimizzazione del loro assortimento e identificano i prodotti che saranno più attraenti per il mercato. Questo può accadere, per esempio, con le aziende del settore moda che riescono a lanciare prodotti che occasionalmente diventano un enorme successo. Questo scenario è molto più difficile in termini di previsione statistica.

Kieran Chandler: In questo scenario “hit or miss”, dove hai un prodotto su venti che ha davvero successo, come dovrebbe rispondere un’azienda? È valido mettere scorte extra per tutti gli articoli del tuo catalogo?

Joannes Vermorel: Esattamente, quella strategia non funziona. Non può essere una risposta indistinta. Inoltre, significa che finirai per avere molti pregiudizi inspiegabili nella tua previsione. Per esempio, il tuo business sta crescendo, ma se guardi la previsione a un livello molto disaggregato, non sembra in crescita. Questo accade tipicamente per due ragioni. Prima, non sai quale prodotto esploderà, per cui la media risulta molto inferiore a quello che otterrai effettivamente.

Kieran Chandler: A volte, un prodotto esplode inaspettatamente, ma non sappiamo nemmeno esattamente quanti prodotti lanceremo in futuro. Questi prodotti non previsti, che non sono ancora nel nostro pipeline e pronti per essere previsti, sono assenti dalle nostre previsioni. Fondamentalmente, prevediamo la domanda per i prodotti esistenti o per quelli che abbiamo già pianificato di lanciare, ma i prodotti ancora in considerazione non fanno parte della previsione statistica. Oltre al fatto di non sapere quali nuovi prodotti cresceranno davvero, ci sono altri problemi che affrontiamo nel prevedere la crescita?

Joannes Vermorel: Sì, c’è anche il fatto che la crescita di un’azienda non è sempre costante. Può essere una funzione a gradini, in cui la crescita è lenta, poi improvvisamente c’è un grande aumento, e poi un periodo senza crescita. Questo è comune in molte aziende, sia online che nei tradizionali esercizi commerciali.

Kieran Chandler: Perché si verificano questi aumenti a gradini nella crescita?

Joannes Vermorel: Nell’e-commerce, si possono osservare impatti drammatici dalle pagine dei risultati dei motori di ricerca. Se Google ti posiziona più in alto o più in basso, può avere un effetto sostanziale sul tuo business. Può raddoppiare la dimensione della tua azienda o ridurla della metà da un giorno all’altro. Ci sono stati anche casi in cui il primo operatore in un mercato a fare pubblicità nazionali in TV ha registrato una crescita significativa. Per esempio, le persone non erano abituate ad acquistare pezzi di ricambio per auto online finché un’azienda non ha deciso di lanciare una massiccia campagna televisiva. Anche le aziende che non pagavano per gli spot televisivi hanno beneficiato di questo impulso di mercato, perché le persone hanno iniziato a confrontare i prezzi online.

Kieran Chandler: Quindi, stai dicendo che il problema chiave è che un’azienda può sapere che crescerà, che farà quel passo in più a un certo punto, ma il vero problema è che non sanno quando accadrà?

Joannes Vermorel: Sì, sanno che c’è la possibilità che accada, ma potrebbero non sapere esattamente quando. Per esempio, potrebbero avere una buona intuizione se stanno espandendo in un nuovo paese. Quando iniziano ad aprire quel nuovo paese, possono aspettarsi un aumento della crescita, ma non è idoneo a una previsione statistica perché non esiste un insieme di eventi statisticamente significativo che rappresenti l’apertura di nuovi paesi.

Kieran Chandler: Sembra che sia piuttosto confusionario. Sai solo che forse uno su 20 dei tuoi prodotti avrà successo, ma non sai quale né quando accadrà. Quindi, qual è la soluzione qui? Possiamo effettivamente prevedere questi scenari?

Joannes Vermorel: È molto difficile ottenere previsioni migliori sull’esito medio. L’esito medio sarà estremamente incerto. Quando hai un modello di successo o insuccesso, significa che non sai quali prodotti saranno i successi. Se lo sapessi, probabilmente saresti incredibilmente ricco.

Kieran Chandler: Suggerisci che potremmo comprendere statisticamente il modello di crescita di un’azienda. Questa comprensione potrebbe differenziare tra un’azienda in cui la crescita è guidata dal successo o insuccesso a livello di prodotto, o da una crescita graduale a livello aziendale, o anche da un altro tipo di crescita. Puoi elaborare su questo?

Joannes Vermorel: Assolutamente. Esistono diversi tipi di crescita. Alcuni prodotti crescono gradualmente nel tempo fino a diventare molto grandi, e non sono tutti i prodotti, ma solo alcuni. Catturando la natura, ovvero la natura statistica del rischio, puoi prendere decisioni migliori sull’inventario. Ad esempio, se la tua crescita è guidata da un modello di successo o insuccesso, vorresti avere politiche di inventario conservative all’inizio. Tuttavia, vorresti anche che tali politiche siano incredibilmente reattive e aggressive quando inizi a rilevare che un prodotto sembra essere un successo. Questa strategia equilibra il rischio di inventario rispetto al rendimento atteso, il che è cruciale nel catturare un successo, poiché tali occorrenze sono frequenti nella tua attività.

Kieran Chandler: Ma, cosa succede se un’azienda non mostra questi modelli di successo o insuccesso, dove i prodotti crescono organicamente per un lungo periodo?

Joannes Vermorel: In un’azienda in cui i prodotti crescono organicamente nel tempo, un prodotto che inizia a crescere molto rapidamente probabilmente non è un successo. È probabilmente solo un caso fortuito. Pertanto, sarebbe una decisione di inventario errata rispondere in modo aggressivo a questa crescita.

Kieran Chandler: Quindi, possiamo produrre una sorta di previsione, ma sarà abbastanza sfocata. Come possiamo mitigare questa sfocatura, specialmente in un contesto di successo o insuccesso?

Joannes Vermorel: Hai ragione, è una sfida. Ci sono alcune aziende in cui puoi prevedere il futuro in modo più affidabile. Ad esempio, nel settore aerospaziale, se fornisci parti per aeromobili, la crescita che vedrai nella tua supply chain è tipicamente legata al numero di aeromobili che devi servire. Di solito sai con mesi di anticipo se dovrai servire più aeromobili. Tuttavia, la maggior parte delle aziende non ha il lusso di tale indicatore. Una strategia potrebbe essere quella di negoziare quantità minime d’ordine (MOQs) migliori con i tuoi fornitori. Questo potrebbe significare acquistare quantità più piccole più frequentemente, permettendoti di rispondere in modo aggressivo se rilevi un successo, invece di acquistare ingenti quantità di inventario e finire con eccedenze per tutti gli insuccessi.

Kieran Chandler: Prima abbiamo parlato di quei passaggi e del fare il salto. Quali indizi dovrebbe cercare un’azienda per identificare che sta per entrare in un periodo di crescita?

Joannes Vermorel: Il problema è che non esiste un metodo garantito per prevedere la crescita. Se ci fosse un modo per sfruttare le statistiche per prevedere accuratamente la crescita, da Lokad non ci occuperemmo di ottimizzazione della supply chain, ma giocheremmo semplicemente in borsa. È fondamentalmente un’incertezza irriducibile. Se avessi un modo per essere assolutamente sicuro che saresti in crescita, qualche azienda sfrutterebbe questo trucco per crescere indefinitamente. Ma come abbiamo visto, anche le migliori aziende possono crescere solo per un lungo periodo finché non diventano estremamente grandi.

Kieran Chandler: Esistono dei limiti al mercato ed è possibile che la crescita si fermi? Ad esempio, possiamo includere elementi come le statistiche delle ricerche Google nelle previsioni per avere qualche indicazione?

Joannes Vermorel: Sì e no. Il problema è che, supponiamo tu stia vendendo un prodotto, come un rimedio da banco per il comune raffreddore. Devi approvvigionarti settimane, se non mesi, in anticipo. La ricerca su Google potrebbe darti qualche ora di vantaggio quando le persone iniziano a cercare “Ho il raffreddore, cosa posso prendere per dormire meglio?” Tuttavia, inizieranno a cercarlo solo all’ultimo momento. Quindi, mentre potresti riuscire a migliorare leggermente la tua previsione per il giorno successivo con qualche ora di preavviso, nella gestione della supply chain, di solito devi guardare con almeno qualche settimana di anticipo. Pertanto, anche i risultati di ricerca in tempo reale non ti aiutano ad anticipare eventi che sono a settimane di distanza.

Kieran Chandler: Se vedo la mia azienda crescere esponenzialmente, cosa posso fare per essere il più preparato possibile? Hai menzionato il miglioramento delle relazioni con i fornitori e possibilmente il cambiamento delle quantità minime d’ordine. Cos’altro posso fare per essere il più preparato possibile?

Joannes Vermorel: Una misura controintuitiva è anticipare che il tuo panorama IT sarà in continuo mutamento per un lungo periodo. Questo complica le cose perché l’accesso ai dati diventa ancora più difficile. Le aziende che crescono in modo significativo ogni due o tre anni spesso necessitano di cambiare tutto nel loro panorama IT. L’attuale ERP, sito web, WMS, ecc., potrebbero non essere più sufficienti. Questo cambiamento costante significa che rischi di non riuscire a riconciliare i tuoi dati storici con i dati del nuovo sistema. Potresti ritrovarti con un nuovo ERP o WMS e poi affrontare la sfida di riconciliare i dati dal vecchio sistema con quelli del nuovo sistema. Ciò può causare numerose incongruenze e rendere le previsioni in fase di crescita più complesse a causa di queste disruptions.

Kieran Chandler: Nel mondo reale, diresti che le persone sovrastimano spesso quanto cresceranno a causa di un attaccamento emotivo alle loro aziende?

Joannes Vermorel: Sì, c’è la tendenza a essere eccessivamente ottimisti. L’idea dovrebbe essere di sperare per il meglio ma prepararsi al peggio.

Kieran Chandler: Per il peggio e, tipicamente, almeno frequentemente, le persone fanno esattamente il contrario. Ma fondamentalmente, ciò che succede è che pochissime aziende cercano di modellare il loro rischio, direi, in modo quantitativo.

Joannes Vermorel: È questo che cerchiamo di fare da Lokad con questa idea di quantitative supply chain. La crescita è una certa classe di rischio. Significa che esiste una certa classe di incertezza in cui la tua azienda, o alcuni prodotti, possono improvvisamente vendere molto di più e devi avere processi in atto per poter reagire molto rapidamente a questo tipo di situazione. Un’azione rapida tipicamente significa non avere persone nella catena decisionale, perché se ti aspetti che far fronte alla crescita dipenda dai supply chain manager che devono esaminare i dati quotidianamente e decidere se ciò che stanno vedendo non è rumore ma davvero il risultato che questo prodotto è entrato in una nuova fase di volume di vendite. Rispetto alla fase precedente, ora vende il 20% in più o qualcosa del genere.

Le persone vorranno aspettare un po’ per essere sicure di ciò che vedono. Puoi facilmente aggiungere un paio di settimane di ritardo solo perché hai degli esseri umani coinvolti per implementare le decisioni. Quindi, probabilmente, un modo per affrontare la crescita non è in realtà essere molto migliori nell’anticipare la crescita. È solo che, quando la crescita è statisticamente evidente, bisogna agire molto più rapidamente. Ciò significa avere un meccanismo decisionale automatizzato end-to-end che fondamentalmente attiva riordini più velocemente, anziché avere qualcuno che aspetti fino a quando purtroppo è molto sicuro di ciò che sta vedendo.

Ma questo significa anche, tipicamente, che sei molto sicuro nell’affrontare le rotture di stock, perché se aspetti fino a quando sei molto sicuro che il prodotto sia un successo, è quasi garantito che avrai atteso così tanto da avere praticamente una stock out, perché non hai effettuato un riordino abbastanza presto per far fronte a questa emergenza.

Kieran Chandler: Quindi, per riassumere, il messaggio principale da portare a casa oggi è sostanzialmente che se sei un’azienda e stai sperimentando una grande crescita, è meglio essere più riflessivi e reattivi piuttosto che accumulare scorte e agire guardando al futuro. Sei d’accordo?

Joannes Vermorel: Sì, ed è importante realmente riflettere sulla struttura fine della tua crescita e differenziarla, in modo da poter gestire la crescita in maniera molto diversa, che si tratti di una crescita organica stabile dal punto di vista aziendale, di un modello di successo o insuccesso, o di qualsiasi altro tipo di struttura di crescita alternativa, come l’apertura di nuovi paesi. Perché le conseguenze per la tua supply chain e per il dimensionamento del tuo inventario sono molto diverse.

Kieran Chandler: Bene, perfetto. Dovremo concludere qui, ma grazie per il tuo tempo. Quindi, questo è tutto per questa settimana. Torneremo la prossima settimana con un altro episodio, ma fino ad allora, grazie per aver guardato.