Requisiti di dati per l'ottimizzazione della supply chain

00:00:03 Significato dei dati storici nella tecnologia di Lokad.
00:01:40 Profondità della storia per l’ottimizzazione della supply chain.
00:04:24 Set di dati chiave: catalogo, ordini, vendite, stock attuale.
00:04:56 Ruolo dei dati del catalogo nella previsione, stagionalità.
00:07:06 Importanza dei dati storici completi sulle vendite.
00:08:42 Tracciamento delle sfumature del ciclo di vendita del prodotto.
00:11:16 Storia degli ordini di acquisto nella previsione dei prezzi.
00:13:53 Margine di profitto, rischi di inventario, difficoltà di previsione.
00:14:32 Registrazione accurata delle date degli ordini, delle consegne, impatto del controllo qualità.
00:16:01 Controllo qualità nelle spedizioni di fragole, influenza dell’ordine.
00:16:55 Comprensione dell’importanza dei livelli di stock attuali.
00:17:36 I livelli teorici di stock possono causare inesattezze.
00:18:39 ‘Stock out’ e importanza del livello di stock storico.
00:20:59 Set di dati secondari: attività promozionali.
00:22:00 Impatto delle attività promozionali sulle tendenze di vendita.
00:23:13 Errore comune: Scelta di un sistema ERP complesso.
00:24:39 Errore due: Lacune nella registrazione dei dati degli ordini.
00:25:35 Errore tre: Negligenza dei momenti di rilevamento dei livelli di stock.
00:26:30 Importanza della registrazione accurata dei dati.

Riassunto

In un’intervista con l’host Kieran Chandler, Joannes Vermorel, il fondatore di Lokad, illustra le complessità dell’ottimizzazione della supply chain. Sottolinea l’importanza della profondità storica e dei dettagli dei dati, una sfida con cui molte aziende si confrontano. Vermorel suggerisce che per previsioni accurate siano necessari dieci volte il valore dei tempi di consegna di dati storici. Sottolinea la necessità di quattro set di dati chiave: catalogo, storia degli ordini di acquisto, storia delle vendite e livelli di stock attuali. Secondo lui, questi set di dati aiutano a rivelare modelli, ottimizzare le previsioni e gestire efficacemente i livelli di stock. Infine, Vermorel identifica gli errori comuni commessi dai clienti, come optare per sistemi ERP complessi e non registrare gli ordini di acquisto o i livelli di stock storici.

Riassunto Esteso

Nell’intervista, Kieran Chandler, l’host, sta conducendo una conversazione con Joannes Vermorel, il fondatore di Lokad, un’azienda specializzata nell’ottimizzazione della supply chain. Stanno discutendo della complessa natura dei requisiti di dati per la tecnologia di Lokad e delle sfide che i clienti incontrano nel cercare di adattarsi a questi requisiti.

Vermorel spiega che la sfida principale è la profondità storica e il dettaglio dei dati necessari per l’ottimizzazione quantitativa della supply chain. Mentre lo stato attuale di un’azienda è relativamente facile da comprendere, comprendere la storia dell’azienda richiede l’analisi di un insieme di dati più ampio. Numerose aziende incontrano difficoltà nel tentativo di raccogliere i dati pertinenti per questo, soprattutto se in passato non si sono concentrate su tali dettagli.

L’estensione della storia necessaria, suggerisce Vermorel, varia a seconda del tipo di attività. Una storia dei dati inferiore a un anno rende difficile per Lokad rilevare qualsiasi stagionalità, e questo sarebbe il caso per qualsiasi metodo statistico. Inizia a funzionare in modo efficace con tre anni di dati. Tuttavia, la quantità di dati storici dipende anche dai tempi di consegna di un’azienda. Un’azienda con tempi di consegna brevi può funzionare con meno dati, mentre quelle con tempi di consegna più lunghi richiedono una maggiore profondità. Come linea guida generale, si suggerisce una storia dieci volte il valore dei tempi di consegna applicabili per una previsione accurata.

Vermorel sottolinea che non c’è magia nella previsione: senza dati adeguati, né le previsioni statistiche né quelle manuali saranno precise.

La conversazione passa quindi ai quattro principali set di dati utilizzati da Lokad: il catalogo, la cronologia degli ordini di acquisto, la cronologia delle vendite e uno snapshot dei livelli di stock attuali. Vermorel spiega l’importanza del catalogo, che consente alla loro tecnologia di previsione di sfruttare la relazione tra i prodotti per affinare la previsione per ciascuno. Questo si rivela particolarmente vantaggioso quando si prevedono nuovi prodotti, che non hanno una storia di vendite. Attributi che descrivono il prodotto, come categorie di prodotti, taglie e colori, possono essere utilizzati per dedurre modelli stagionali basati su prodotti simili.

La cronologia delle vendite è essenziale, afferma Vermorel, ma è fondamentale verificare la sua completezza. Una cronologia delle vendite incompleta può derivare da dati di vendita mancanti per prodotti non più in vendita. A questo punto, la conversazione viene interrotta, con Vermorel che promette di fornire ulteriori informazioni sull’importanza della cronologia delle vendite.

Vermorel inizia sottolineando la necessità di una cronologia delle vendite completa, inclusi i dettagli sui prodotti non più in vendita. Questo perché in alcuni casi, questi prodotti vengono eliminati dal catalogo, con conseguente distorsione dei dati storici delle vendite. Menziona anche la differenza tra vendite e domanda, affermando che le vendite non sempre riflettono la domanda effettiva a causa di vari fattori. Ad esempio, il tasso di vendite immediatamente dopo il lancio di un prodotto può fornire una stima della domanda futura.

Vermorel parla quindi dell’importanza di registrare accuratamente le date di inizio e fine delle vendite dei prodotti. Questi dati possono rivelare modelli nel comportamento dei consumatori, come improvvisi passaggi a nuovi prodotti o interruzioni improvvise delle vendite a causa della rimozione da un catalogo online. È anche importante tenere traccia della cronologia delle vendite su diversi canali, come negozi fisici e diverse piattaforme online.

La conversazione si sposta sulla cronologia degli ordini di acquisto. Vermorel spiega che è utile osservare quanto è stato pagato nel tempo per vari articoli di stock. Tuttavia, sottolinea che prevedere i prezzi futuri è complicato a causa di fattori come le fluttuazioni valutarie. Sebbene queste fluttuazioni possano influenzare i margini e le decisioni di inventario, Vermorel afferma che prevedere questi cambiamenti non è l’obiettivo principale di Lokad.

Vermorel sottolinea anche l’importanza di comprendere le date associate agli ordini di acquisto e alle consegne. Queste date forniscono informazioni sui tempi di consegna, che sono fondamentali per l’ottimizzazione della supply chain. I tempi di consegna possono variare stagionalmente o a causa di eventi come il Capodanno cinese. Aggiunge che è essenziale documentare eventuali discrepanze tra le quantità ordinate e consegnate, poiché ciò può influire sugli ordini futuri, specialmente quando una frazione di merci non supera il controllo di qualità.

Vermorel sottolinea la necessità di avere un’istantanea aggiornata dei livelli di stock. Riconosce che in teoria questi livelli potrebbero essere ricostruiti dalla cronologia delle vendite e degli ordini di acquisto, ma spesso si verificano inesattezze nell’inventario. Queste inesattezze possono accumularsi nel tempo, portando a discrepanze significative. Pertanto, mantenere regolari istantanee e controlli dell’inventario è cruciale per una gestione efficace della supply chain.

Vermorel sta discutendo dell’importanza di comprendere i livelli di stock attuali e storici. Il livello di stock informa la necessità di riordinare, ma offre anche informazioni sulla storia delle vendite. Ad esempio, le mancanze di stock, ovvero i casi in cui la domanda non può essere soddisfatta a causa di un’offerta insufficiente, non dovrebbero essere interpretate come una mancanza di domanda. In realtà, la domanda insoddisfatta a causa delle mancanze di stock è comunque domanda, sebbene non osservata. I livelli di stock storici, quindi, aiutano a determinare la frequenza e l’impatto delle mancanze di stock. Vermorel considera anche una comprensione più sfumata delle mancanze di stock, in cui non si tratta sempre di avere zero unità in stock. In alcuni casi, se i clienti richiedono una quantità specifica di un prodotto e non ce n’è abbastanza per soddisfare quella quantità, ciò potrebbe essere considerato anche una mancanza di stock.

La conversazione passa poi all’importanza dei set di dati secondari. Vermorel indica che le attività promozionali sono un set di dati cruciale da considerare, non solo in termini di prezzi, ma anche per capire quali prodotti vengono promossi attraverso vari canali. Questi dati possono spiegare gli aumenti nella storia delle vendite. Ad esempio, un picco potrebbe essere dovuto a una promozione o a un aumento effettivo della domanda. Comprendere questa distinzione aiuta a prevedere la domanda futura.

Vermorel tocca anche alcuni errori comuni commessi dai clienti. Il primo è selezionare un sistema ERP da cui è difficile estrarre i dati. Questa scelta può portare a una grande difficoltà nell’estrazione dei dati, anche se il sistema è locale. Il secondo errore è non registrare gli ordini di acquisto. Mentre le piccole aziende possono gestire i loro ordini con fogli di calcolo, questo approccio diventa problematico quando si cerca di analizzare i tempi di consegna. Il terzo errore è non registrare i livelli di stock storici. Data la bassa costanza di archiviazione, Vermorel sostiene che non ci sono scuse per non conservare questi dati.

Trascrizione completa

Kieran Chandler: Oggi su Lokad TV, indagheremo sulla profondità esatta dei dati necessari per lavorare con noi e capire anche alcune delle vere lacune che alcuni dei nostri clienti hanno affrontato. Allora, Joannes, perché i clienti non riescono proprio a lavorare con la tecnologia Lokad?

Joannes Vermorel: Una delle sfide più grandi che i clienti affrontano è proprio quella dei dati. In pratica, non dovrebbe essere così, ma di solito lo è. L’idea chiave è che i dati di cui hai bisogno per gestire la tua azienda non sono gli stessi dati di cui hai bisogno per l’ottimizzazione quantitativa della supply chain. Per quest’ultima, devi avere l’intera storia della tua azienda. Non risalendo a due decenni fa, ma sicuramente hai bisogno di una certa profondità e un certo livello di dettaglio nella tua storia. Molte aziende che non sono riuscite a configurare un sistema del genere in passato, o in cui non è nemmeno stato provato, non hanno necessariamente prestato attenzione a tutti i dettagli per avere tutti i dati rilevanti. Pertanto, potrebbero trovarsi di fronte a complicazioni quando si tratta di raccogliere tutti i dati rilevanti per ottenere risultati davvero pertinenti.

Kieran Chandler: Abbiamo parlato della profondità della storia. Qual è il periodo minimo di profondità della storia che dovresti avere?

Joannes Vermorel: La profondità della storia dipende dal tipo di dati e dal tipo di attività che hai. Come regola generale, se hai meno di un anno, è molto difficile per Lokad catturare qualsiasi stagionalità. Questo vale per qualsiasi metodo statistico. Se hai meno di un anno, non hai osservato la stagionalità dell’azienda. Per iniziare a osservare la stagionalità con un certo grado di precisione, hai bisogno di circa 18 mesi. Inizierà a funzionare correttamente con due anni e funzionerà molto bene con tre anni. Ma la quantità di profondità della storia di cui hai bisogno dipende anche dai tuoi tempi di consegna. Se il tuo tempo di consegna è di un giorno, puoi lavorare bene con solo due mesi di storia perché non ti interessa molto la stagionalità. Ma se i tuoi tempi di consegna sono di quattro mesi in anticipo, diventa molto più importante catturare questa stagionalità. Quindi, se vuoi qualcosa che funzioni bene, avresti bisogno di avere almeno probabilmente dieci volte il valore dei tuoi tempi di consegna applicabili di storia.

Kieran Chandler: Parliamo ora dei dati stessi. Da Lokad, lavoriamo su quattro set di dati chiave, vero? I set di dati chiave sono il catalogo, la cronologia degli ordini di acquisto, la cronologia delle vendite e anche uno snapshot dei livelli di stock attuali. Analizziamoli un po’ più nel dettaglio. Se iniziamo con il catalogo stesso, perché è interessante? Voglio dire, sicuramente i nostri clienti hanno una buona comprensione di ciò che stanno vendendo e dei dettagli esatti su quello. Cosa si può dire di più su questo catalogo?

Joannes Vermorel: Il catalogo è di primaria importanza. È una parte molto significativa dei dati.

Kieran Chandler: Stiamo discutendo della tecnologia di previsione di Lokad e di come sfrutta la relazione tra i prodotti per affinare la previsione di ogni singolo prodotto. Puoi approfondire questo argomento?

Joannes Vermorel: Assolutamente, ad esempio, quando prevediamo nuovi prodotti, non abbiamo alcuna cronologia delle vendite su cui fare affidamento. Quindi, ci basiamo sugli attributi che descrivono i prodotti. Utilizziamo queste tecniche in modo estensivo per i prodotti che sono già stati lanciati.

Kieran Chandler: Puoi darci un esempio?

Joannes Vermorel: Certamente, prendiamo un prodotto che è stato venduto per tre mesi. Possiamo applicare un modello stagionale alla domanda prevista per questo prodotto? La risposta è che se guardi solo la storia di questo prodotto, non puoi perché hai solo tre mesi di dati. Tuttavia, se la tua attività è in giro da anni, puoi guardare prodotti comparabili e rilevare la loro stagionalità. Quindi, con solo tre mesi di storia più gli attributi dei prodotti, siamo in grado di dedurre la stagionalità applicabile per questo prodotto.

Kieran Chandler: Quindi, il catalogo, con cose come le categorie di prodotti, gli attributi dei prodotti come la dimensione e il colore, è molto importante?

Joannes Vermorel: Sì, assolutamente. Il catalogo è essenziale. Elaboriamo anche l’etichetta di testo normale se presente, il che può essere utile in settori in cui il catalogo stesso è poco strutturato. L’obiettivo è estendere questi attributi in modo da poter operare tutte queste correlazioni e affinare la previsione per ogni singolo prodotto, anche se le informazioni che abbiamo su questo prodotto sono limitate.

Kieran Chandler: Parliamo della cronologia delle vendite. Dal punto di vista delle previsioni, presumo che la cronologia delle vendite sia la cosa più importante da considerare. Che tipo di informazioni ci interessano oltre a quella?

Joannes Vermorel: La prima cosa è assicurarsi che la cronologia delle vendite sia completa. Può essere incompleta in modi sottili. Ad esempio, se non si dispone di dati di vendita di prodotti che non si vendono più o se non si dispone delle informazioni sul prodotto associate a tali dati di vendita. Per avere una cronologia completa delle vendite degli ultimi tre anni, è necessario avere tutte le vendite che sono avvenute in quel periodo, compresi i prodotti che non si vendono più.

Kieran Chandler: Quindi, i vecchi prodotti che non vengono più venduti possono influenzare i dati?

Joannes Vermorel: Esattamente, a volte vediamo configurazioni in cui i prodotti che non vengono più venduti vengono eliminati dal catalogo e dalla cronologia delle vendite. Ciò comporta una cronologia delle vendite distorta in cui i dati dei prodotti che non vengono più venduti non sono immediatamente disponibili. Un altro aspetto sottile della cronologia delle vendite è ricordare quando si è iniziato a vendere un prodotto. Le vendite non sono la stessa cosa della domanda. Ci sono distorsioni come, se si inizia a vendere un prodotto e non si ha domanda per un mese, per poi finalmente vendere un’unità, è diverso dal vendere un prodotto lo stesso giorno in cui viene messo online.

Kieran Chandler: Puoi fornire ulteriori dettagli su questo?

Joannes Vermorel: Certamente, se si mette un prodotto online e si vende un’unità lo stesso giorno, suggerisce che si potrebbe finire per vendere un prodotto al giorno. Tuttavia, se si mette un prodotto online e si deve aspettare un mese per vendere la prima unità, suggerisce che si venderà circa un’unità al mese. Quindi, capire quando si è iniziato a vendere un prodotto è anche cruciale.

Kieran Chandler: Un motore statistico può fare la differenza? Il motore di previsione può fare la differenza tra due situazioni solo se si è registrata correttamente la data in cui la domanda è effettivamente iniziata e la data di fine in cui si è smesso di vendere il prodotto.

Joannes Vermorel: Assolutamente. Ma è anche importante sapere perché un prodotto ha smesso di vendere. È stato interrotto improvvisamente a causa dell’ingresso sul mercato di un nuovo prodotto migliore, che ha determinato un improvviso cambiamento nel comportamento dei consumatori? O si è smesso di venderlo perché è stato rimosso dal catalogo online o dallo scaffale del negozio?

Stessa cosa, è necessario avere una registrazione corretta delle date di fine. Potrebbero esserci anche altri fattori se si ha un prodotto che è sul mercato a intermittenza o se un prodotto viene venduto ma non su tutti i canali. Ad esempio, se si vende in negozi fisici, online o forse attraverso un canale B2B, è necessario registrare la storia di ciò che influenzava la domanda, come ad esempio quali canali erano disponibili in ogni momento.

Kieran Chandler: Passiamo ora alla storia dell’ordine di acquisto. Immagino che la cosa interessante nel guardare la storia dell’ordine di acquisto sia che si può vedere quanto si è pagato per vari articoli di stock. Quindi, suppongo che lo usiamo per prevedere in futuro quale sarà il prezzo probabile che pagheremo per un articolo. È corretto?

Joannes Vermorel: Dipende. Perché il prezzo probabile dipende dal fornitore. Per la maggior parte dei settori, il prezzo che si paga ai fornitori è relativamente stabile. Tuttavia, possono esserci sorprese, tipicamente dovute alle fluttuazioni valutarie. Ad esempio, potresti finire con un preventivo in yuan mentre stai effettivamente vendendo roba in dollari. Se c’è una fluttuazione del 15% nei tassi di cambio delle valute, puoi avere una sorpresa in cui le cose sono significativamente più economiche o più costose.

Kieran Chandler: È qualcosa che possiamo includere nella previsione, questo tipo di fluttuazione valutaria?

Joannes Vermorel: Dipende da cosa si vuole prevedere. Le fluttuazioni valutarie avranno un impatto, ma non direttamente sulla previsione della domanda. Avranno più un impatto su come si ottimizzano le decisioni sulla base della previsione.

Ad esempio, se il margine per un determinato prodotto è più alto o più piccolo, non assumeresti un rischio di inventario così elevato su di esso. Se hai un articolo che ha un margine enorme, è letteralmente un crimine non avere un esaurimento di magazzino. In un caso estremo, se hai un margine del 95 percento, la vendita di un’unità copre l’eccesso di venti altre unità. Pertanto, vuoi avere un eccesso di magazzino se hai articoli che si vendono costantemente con un margine così alto.

D’altra parte, se hai un margine del 5 percento, devi fare molta attenzione a quanto hai in magazzino. Se hai un po’ di eccesso di magazzino, avrai bisogno di una quantità enorme di vendite per compensare il denaro che è bloccato nell’unità extra in magazzino. Se finisci per fare una cancellazione dell’inventario, sarà molto costoso.

In generale, di solito non prevediamo i margini futuri perché dipende da così tanti fattori. Possiamo farlo, ma di solito non è la cosa principale perché nessuno può prevedere realmente le fluttuazioni valutarie. Le uniche persone che possono farlo sono quelle che commerciano direttamente sul mercato per guadagnare denaro dal previsto trading di valuta. Non è la nostra specialità, quindi non pretendiamo di essere migliori del mercato nel fare trading forex.

Kieran Chandler: Allora passiamo ad altro. Ma per quanto riguarda gli ordini di acquisto, cos’altro è di interesse?

Joannes Vermorel: Di solito, le date coinvolte in un ordine di acquisto e nella consegna sono cruciali in quanto forniscono i tempi di consegna. Quando miriamo a ottimizzare le supply chain, dobbiamo considerare che tutte le decisioni sono, direi, dipendenti dai tempi di consegna. Inoltre, questi tempi di consegna possono variare stagionalmente. Ad esempio, ci possono essere periodi di grande affluenza per i tuoi fornitori quando non sono disponibili. Questi possono essere stagionali secondo il calendario occidentale, ma possono anche seguire il calendario orientale, come il Capodanno cinese, che può aggiungere circa due settimane ai tempi di consegna dei prodotti provenienti dalla Cina o dall’Asia in generale.

Assolutamente, e ci sono anche aspetti da considerare relativi ai sub-totali. Ad esempio, se ordini cento unità e il tuo fornitore ne consegna ottanta, registri queste informazioni? Se hai misure di controllo della qualità in atto in cui il fornitore consegna cento ma venti non superano il controllo di qualità, questo è un fattore significativo. Questo è particolarmente rilevante nel settore alimentare fresco, ad esempio, dove prodotti come le fragole sono facilmente danneggiati. Puoi finire con il 20% delle spedizioni che ricevi che non superano il controllo di qualità. Questo può essere previsto, poiché ogni anno una certa frazione delle spedizioni di fragole non supererà il controllo di qualità. Quindi, se il tuo bisogno è di cento, forse dovresti ordinare centoventi perché statisticamente, sai in anticipo che il 20% non supererà il controllo di qualità.

Kieran Chandler: Giusto, quindi gli ordini di acquisto e l’attenzione prestata nel registrare le date e le quantità in cui il fornitore potrebbe commettere errori sono tutti molto cruciali.

Joannes Vermorel: Sì, ed è anche questo livello di dettaglio che ti interessa davvero. Questo mi porta all’ultimo pezzo del puzzle: lo snapshot dei livelli di stock attuali. Sappiamo già qual è stata la cronologia degli acquisti e sappiamo anche qual è stata la cronologia delle vendite. Abbiamo intelligenti scienziati della supply chain qui a Lokad. Quindi, abbiamo davvero bisogno di quell’istantanea attuale? Non possono generarla dalle altre due cronologie?

Kieran Chandler: In teoria, sì, potresti ricostruire i livelli di stock semplicemente sapendo esattamente quante unità sono entrate e quante unità sono uscite. Questo ti darebbe il tuo livello di stock teorico in qualsiasi momento. La sfida è che le inesattezze dell’inventario accadono di tanto in tanto. Se tutto ciò che fai è ripercorrere l’intera cronologia per capire i livelli di stock, queste inesattezze si accumulerebbero nel tempo fino a diventare notevolmente inaccurate.

Joannes Vermorel: È corretto. Nella pratica, abbiamo bisogno di istantanee e controlli dell’inventario. In primo luogo, dobbiamo conoscere i livelli di stock attuali, perché se non sappiamo cosa abbiamo in questo momento, non possiamo fare affidamento solo sulla futura domanda prevista per effettuare gli ordini di acquisto. Dobbiamo tenere conto di ciò che abbiamo già. Se abbiamo già una montagna di roba, anche se prevediamo una domanda molto alta, potremmo non riordinare solo perché ne abbiamo abbastanza. Quindi, abbiamo bisogno del livello di stock attuale, ma anche dei livelli di stock passati. Questo torna alla cronologia delle vendite. Le vendite non sono la domanda. Se hai avuto una mancanza di stock, fondamentalmente non hai avuto una domanda osservata per probabilmente giorni, ma non perché non c’era domanda, ma solo perché non potevi soddisfarla. Quindi, avere il livello di stock storico è il modo per conoscere le tue mancanze di stock storiche, e la situazione può essere un po’ complicata.

Le persone vogliono comprare, diciamo, qualcosa come una maniglia per la porta. Hanno un appartamento e vogliono avere cinque maniglie per la porta che siano esattamente uguali. Se entrano nel tuo negozio e ne trovano solo tre che sono uguali, non compreranno tre, sperando di trovarne altre due identiche in un altro negozio. Preferirebbero semplicemente trovarne cinque che siano simili o provare un altro negozio che possa vendergliene cinque identiche. Quindi, la mancanza di stock non è un concetto binario, dove o hai esattamente zero unità e sei senza stock, o sei a posto. A volte le persone cercano quantità specifiche, quindi hai un concetto di mancanza di stock più sfumato. Ecco perché devi tenere traccia dei livelli di stock, e i livelli di stock storici possono anche essere utili per rilevare automaticamente le inesattezze dell’inventario più probabili.

Kieran Chandler: Hai parlato molto dei set di dati principali, dei principali set di dati di cui Lokad ha bisogno. Cosa ne pensi di quei set di dati secondari? C’è qualcosa che potrebbe interessarci anche lì?

Joannes Vermorel: Sì, il set di dati transazionali principale è quello che utilizziamo principalmente. Il secondo cerchio probabilmente riguarda tutto ciò che è legato all’attività promozionale. Le promozioni, nel senso più basilare della parola, mirano a mettere in evidenza o a mettere in primo piano. Non si tratta solo di una questione di prezzi. Riguarda anche ciò che promuovi sui tuoi vari canali. Ad esempio, un’azienda di e-commerce può fare promozioni che coinvolgono solo i cinque prodotti che finiscono elencati permanentemente nella newsletter inviata a tutta la base clienti. Questo è una sorta di promozione, anche se non comporta uno sconto sul prezzo. È un prodotto che appare nella pagina principale del negozio online. Quindi, il secondo cerchio comprende tutto ciò che è legato alle promozioni, compresa la pubblicità. Questo tipo di dati probabilmente include anche tutti i dati di traffico dell’e-commerce che hanno sul sito web.

Kieran Chandler: Parliamo di alcuni dei clienti attuali di Lokad. Ci sono errori comuni che abbiamo riscontrato che i futuri clienti potrebbero imparare?

Joannes Vermorel: Penso che il più grande errore numero uno sia scegliere un sistema ERP in cui è estremamente difficile estrarre i dati. Questo è una forma di blocco del fornitore. Ci sono molte aziende che scelgono un sistema in cui, anche se è interno, hanno un server locale che fa tutto localmente. Pensano di essere sotto controllo perché la macchina è nei loro uffici.

Kieran Chandler: La realtà è che è incredibilmente difficile estrarre i dati perché il sistema non è stato progettato correttamente per renderlo comodo. Ad esempio, estrarre qualsiasi cosa da QuickBooks nel mercato statunitense è una sfida enorme. Non voglio mancare di rispetto nei confronti di Intuit, sono un’ottima azienda, ma estrarre i dati è semplicemente incredibilmente difficile.

Joannes Vermorel: Infatti, questo è probabilmente il primo errore. Il secondo errore è probabilmente non registrare le lacune delle statistiche, cosa che di solito accade con gli ordini di acquisto. Per una piccola azienda, ad esempio con un fatturato di dieci milioni di dollari, i tuoi ordini di acquisto potrebbero stare su un foglio di Excel. Tuttavia, se non hai un sistema migliore per registrarli, il giorno in cui vuoi fare un’analisi dei tempi di consegna, avrai difficoltà perché i dati sono sparsi in dozzine di fogli di calcolo.

Il terzo errore potrebbe essere quello di non fare uno snapshot dei livelli di stock. Oggi i dischi rigidi sono molto economici, eppure molte aziende non registrano i livelli di stock storici. Quindi quando diciamo che abbiamo bisogno della situazione di stock passata o della situazione di stock basso passata, i dati non sono mai stati registrati. Questo è sfortunato perché stiamo parlando di un paio di gigabyte di dati che dovrebbero costare letteralmente centesimi. Non c’è motivo di non registrare questi dati e conservarli indefinitamente.

Kieran Chandler: Per concludere, se i nostri ascoltatori dovessero trarre un punto chiave dalla discussione di oggi, quale sarebbe?

Joannes Vermorel: Direi, presta attenzione ai tuoi dati. Non è naturalmente molto costoso, ma il momento migliore per iniziare a registrare correttamente tutti i dati di cui hai bisogno è oggi. Tra tre anni, quando avrai bisogno di qualche anno di storia, se non hai iniziato oggi, non lo avrai. Raccogliere e mantenere dati correttamente organizzati è qualcosa che non puoi rimandare, deve essere fatto ora.

Come responsabile della supply chain, non puoi prendere decisioni corrette senza dati. Non puoi ottimizzare ciò che non misuri, indipendentemente dal fatto che tu stia utilizzando qualcosa di sofisticato come Lokad per ottimizzare le tue supply chain. Questo si applica non solo agli algoritmi statistici che Lokad utilizza, ma anche agli esseri umani. Senza dati, le decisioni che prendi non saranno buone. Non puoi solo indovinare quante unità venderai per centinaia di migliaia di prodotti.

Tutto inizia con la scelta del software giusto per gestire la tua azienda e assicurarti di avere accesso ai dati. Altrimenti, sarai bloccato nella soluzione del fornitore che hai scelto.

Kieran Chandler: Ottimo. Questa è una visione fondamentale per qualcuno come me che tende a rimandare le cose fino a domani. Questo è tutto per questa settimana. Torneremo la prossima settimana con un altro episodio, ma fino ad allora, ci vediamo presto. Ciao per ora.