00:00:00 Le scorte di sicurezza non sono sicure: inizio episodio
00:05:37 Scorta di sicurezza classica: normali e livelli di servizio
00:11:14 Gli obiettivi di livello di servizio fuorviano; esempio della stagione moda
00:16:51 MOQ, pallet e camion richiedono un’allocazione più intelligente
00:22:28 Ubiquità degli ERP, sovrascritture in Excel, discrepanza con l’ortodossia
00:28:05 Il pensiero sui quantili elevati genera inventario morto
00:33:42 Tempi di consegna: realtà bimodale, code grasse
00:39:19 La prospettiva del tasso di rendimento sostituisce la caccia ai KPI
00:44:56 Un livello di servizio al 98% può essere disastroso
00:50:33 Zero inventario non è una vittoria universale
00:56:10 Le regolazioni manuali rivelano l’impossibilità dell’automazione
01:01:47 FMCG: vincolo del camion pieno, promozioni mancanti
01:07:24 L’allineamento finanziario conta; le scorte di sicurezza continuano a fallire
01:13:01 Le penalità nel retail richiedono un arbitrato per cliente
01:18:38 Livello di servizio vs tasso di riempimento, confusione sulla domanda
01:24:15 Robotizzare gli ordini; gli acquirenti smettono di fare da babysitter ai fogli di calcolo
Riassunto
Scorte di sicurezza sembrano scientifiche, ma sostituiscono una percentuale target al ragionamento economico. Ottimizzano il “livello di servizio” invece del ritorno sul capitale scarso, e ignorano vincoli reali come MOQs, la capacità del truck, sconti sul prezzo, deperibilità e costi di stockout enormemente disomogenei tra SKUs. Le ipotesi matematiche spesso non corrispondono alla realtà, così i pianificatori sovrascrivono i risultati in Excel—dimostrazione che il modello non funziona. La soluzione è partire dall’economia: allocare le risorse in base al payoff atteso, poi automatizzare decisioni che siano, di default, ragionevoli.
Riassunto Esteso
Le scorte di sicurezza vengono presentate come un metodo “scientifico” per essere prudenti: si assume che la domanda e i lead times si comportino in modo regolare, si sceglie un livello di servizio e si calcola l’inventario minimo necessario per evitare stockout con quella probabilità. Il problema, sostiene Joannes, è che questo non è economia—è aritmetica rivestita da saggezza. Ottimizza un obiettivo inventato (una percentuale di livello di servizio) piuttosto che lo scopo di un’azienda: allocare risorse scarse per ottenere il miglior rendimento.
Una volta che consideri l’inventario come capitale, le lacune diventano evidenti. Le scorte di sicurezza non forniscono indicazioni su come allocare denaro tra migliaia di SKUs, come gestire le quantità minime d’ordine, sconti, capacità del truck, o la realtà quotidiana in cui le decisioni di riapprovvigionamento devono rispettare vincoli rigidi. Ti indicano un “livello target,” e poi il mondo reale impone subito arrotondamenti, raggruppamenti e compromessi—proprio dove la priorità conta, e proprio quello che la formula non può fornire.
Il livello di servizio, di per sé, si rivela un cattivo indicatore del “buon servizio,” e tanto meno della redditività. Nel settore della moda, elevati livelli di servizio verso la fine della stagione sono una ricetta per scorte morte; gli stockout possono essere desiderabili se liberano spazio per la nuova collezione. Nell’aviazione, un 98% uniforme è assurdo: troppo basso per componenti economici (dove la mancanza di uno solo può mettere a terra un aereo a enormi costi) e troppo alto per componenti multimilionari (dove mantenerli in magazzino blocca capitale che potrebbe essere meglio utilizzato altrove). La risposta giusta varia enormemente in base all’articolo, e l’asimmetria tra inventario “troppo” e “troppo poco” non è costante.
La matematica non riesce nemmeno a descrivere la realtà. Le distribuzioni normali implicano una domanda negativa e tempi di consegna negativi—assurdo. I lead time sono spesso bimodali: o le cose arrivano come promesso, o vanno molto storte, a volte non arrivando affatto. Inoltre, le scorte di sicurezza tipicamente ignorano altre incertezze importanti—resi, rottami, shock normativi come le tariffe, e penalità non lineari nei contratti di vendita al dettaglio.
La prova pratica è la “marea di impiegati” che sovrascrivono i risultati nei fogli di calcolo. Se un sistema produce così tante eccezioni da costringere gli umani a revisionare tutto, non si tratta di automazione; è semplice lavoro d’ufficio. L’alternativa proposta è partire da una visione economica—ovvero il tasso di rendimento—e poi “robotizzare” le decisioni affinché siano ragionevoli fin dall’inizio, riducendo l’intervento manuale all’eccezione, non alla routine. In breve: smettetela di venerare una percentuale e iniziate a misurare quanto costa, quanto guadagna e cosa previene.
Trascrizione Completa
Conor Doherty: Questo è Supply Chain Breakdown, e oggi analizzeremo perché le scorte di sicurezza non sono, infatti, sicure. Sapete chi sono. Sono Conor, Direttore della Comunicazione di Lokad, e alla mia sinistra, come sempre, l’indomabile Joannes Vermorel.
Ora, prima di iniziare, commentate qui sotto: qual è la vostra posizione sulle scorte di sicurezza? Pensate che siano una macchina per generare scorte morte? Ne parleremo più avanti. Fateci sapere i vostri commenti, le vostre domande, e gliele porrò a Joannes tra poco.
E con questo, Joannes, non perdiamo altro tempo. L’argomento di oggi: le scorte di sicurezza non sono sicure. Lo so, avendo lavorato qui per molti anni e avendo avuto conversazioni sia pubbliche che private con te, avendo letto il tuo nuovo libro, e articoli precedenti, è lecito dire che non sei un fan delle scorte di sicurezza.
Quindi, prima di essere critici, descriviamo. Hai scritto riguardo alla posizione o prospettiva classica delle scorte di sicurezza. Che cos’è, e quali sono le promesse che ritieni non mantenute?
Joannes Vermorel: La scorta di sicurezza classica è un modello che ti fornisce una posizione inventariale. E basta.
Come viene costruito questo modello? Suppone che tu abbia una distribuzione normale sull"incertezza della domanda futura, una distribuzione normale sull’incertezza dei tempi di consegna futuri, e assume che tu abbia un obiettivo di livello di servizio definito come la probabilità di esaurimento scorte nel tuo prossimo ciclo di riapprovvigionamento.
E ti fornirà il livello di inventario target che, secondo questo modello, dovresti cercare se vuoi raggiungere questo livello di servizio con la quantità minima di scorte.
Insomma, in sostanza ti dice: qui c’è un’ottimalità. È la quantità minima di scorte per un determinato livello di servizio, ma con una serie di insidie.
Conor Doherty: In realtà, è piuttosto esteso. Elenca alcune di queste insidie.
Joannes Vermorel: Penso che il problema principale delle scorte di sicurezza sia che rappresentano una prospettiva non economica. Il che significa semplicemente che non ottimizzano la redditività della tua azienda.
Infatti, direi addirittura che non ha alcuna correlazione con il fatto che la tua azienda realizzi o meno profitti. E questa è una grande illusione, che le persone operino sotto l’impressione che le scorte di sicurezza offrano qualcosa di ottimale, o perlomeno qualcosa di sicuro, qualcosa di buono. Ma il mio argomento è: assolutamente no.
L’aspetto economico è completamente assente da questo modello, e quindi, proprio perché è completamente assente, perché dovresti mai aspettarti che le scorte di sicurezza ti offrano qualcosa di proficuo, o perlomeno qualcosa di buono?
La mia esperienza—ancora, partendo dall’argomento che “non abbiamo economia”—e poi, in pratica, Lokad ci provò per qualche anno e fu assolutamente insensato.
Sì, occasionalmente, il numero che si ottiene dalla formula delle scorte di sicurezza risulterà corretto, proprio come un orologio rotto segna l’ora giusta due volte al giorno. Ma altrimenti è estremamente fallace.
Conor Doherty: Va bene. Ancora, voglio rappresentare anche l’altra parte un po’ qui. Ci sono certamente buoni argomenti a favore dell’uso delle formule per le scorte di sicurezza. Sei nel settore da tantissimo tempo.
Qual è l’argomentazione più robusta che hai sentito per difendere la prospettiva che stai mettendo in discussione?
Joannes Vermorel: L’argomento che mi convince di più è: “Non sappiamo fare di meglio.” Va bene, d’accordo.
Ma questo argomento è un po’ come usare l’astrologia. Se non conosci nulla di meglio dell’astrologia, puoi, suppongo, usarla per prevedere il futuro. Non sarà molto accurata. Ma se non hai altra scelta, forse è un’opzione ragionevole.
Se quello è letteralmente l’argomento più forte, il resto—quando entri nei dettagli della matematica, nei tecnicismi, in tutto—quegli argomenti sono estremamente deboli.
Potremmo continuare a lungo, ma ad esempio: cosa significa una prospettiva economica? Ci sono vari strati di critiche che posso avanzare, ma l’economia è lo studio dell’allocazione di risorse scarse che hanno molteplici utilizzi.
Di cosa stiamo parlando? In primo luogo, parliamo di denaro e inventario. Le scorte di sicurezza riguardano il riapprovvigionamento dell’inventario, quindi fondamentalmente si tratta di allocare il tuo denaro nell’inventario.
Abbiamo usi alternativi. Quali sono? Possiamo ordinare di più per molti, molti SKUs.
Prima cosa: se guardo le scorte di sicurezza per un singolo SKU, mi dice quanto dovrei ordinare? Non proprio. Perché? Perché innanzitutto ti dà solo un livello target di scorte. Quindi potresti dire, “Ordinerò solo fino a raggiungere quel livello.”
Ma la realtà è: a meno che i tuoi fornitori non siano rivenditori, molto probabilmente non vendono articoli unità per unità. Il novanta percento del business B2B non è unitario. Altrimenti, sarebbe retail.
Quindi, quando acquisti, molto probabilmente ci saranno dei MOQ. Potrebbero essere quantità più rilevanti: avere una scatola piena, avere un pallet pieno, avere un camion pieno.
Quindi questa idea che puoi semplicemente riordinare fino a una certa quantità e basta—no. Ci saranno dei vincoli. Puoi anche avere sconti sui prezzi dai tuoi fornitori.
Quindi, innanzitutto, vedi che la quantità di cui si parla verrà arrotondata per eccesso, potenzialmente di molto. Hai il tuo modello, e poi effettui un massiccio arrotondamento, e improvvisamente non sei minimamente vicino all’ottimale, perché molto spesso ti ritrovi con: “Le mie scorte di sicurezza sono 15 unità, il mio MOQ è 100, cosa faccio?” Non è affatto chiaro.
Questo sarebbe solo un esempio in cui non ti dice nemmeno come investire.
Ma poi c’è la domanda: è scorretto pensare a “come dovrei allocare il mio denaro” solo per questo prodotto, perché ho molti SKUs. A meno che tu non sia una compagnia piccolissima, hai molti, molti SKUs.
Quindi, la domanda è: come devo allocare i miei dollari o euro in generale, non solo quanto destinare a questo singolo SKU?
Esiste una domanda: dovrei mettere un euro in più di scorte su questo SKU o su quell’altro? Le scorte di sicurezza non ti dicono affatto questo. Ti dicono solo: “Dovresti avere questa quantità su tutti gli SKUs.” Ma la realtà è: cosa succede se imposti i tuoi livelli di servizio e poi ti ritrovi con un budget che supera quanto sei disposto a spendere? Come si dà priorità? Ancora, la formula delle scorte di sicurezza non ti dice come dare priorità.
A volte ti trovi in situazioni ancora più banali. Supponiamo che tu stia inoltrando un ordine a un fornitore e la capacità del camion è, diciamo, di nove tonnellate, e ti rendi conto che il tuo ordine è di nove tonnellate e mezza. Non entra nel camion. È oltre la capacità.
Non vogliono inviare due camion perché il secondo viaggerebbe quasi vuoto. Quindi devi ridurre il tuo ordine d’acquisto di questa mezza tonnellata in eccesso, ma ci sono dozzine di prodotti diversi nel camion. Quale scegli? Come riduci in modo intelligente le tue quantità? Le scorte di sicurezza non ti dicono nulla.
Così vedi la mancanza di una prioritizzazione economica, dovuta al fatto che è una prospettiva non economica, non ti dice molte, molte cose.
Lo stesso se devi discutere con il direttore finanziario: potremmo investire, diciamo, 200.000 dollari per avere continuamente più capitale circolante congelato nel nostro inventario, oppure possiamo investire in un nuovo nastro trasportatore che costa 200.000 dollari. Come arbitreresti tra queste opzioni? La risposta è il tasso di rendimento. Vuoi investire ogni dollaro dove genera il tasso di rendimento più alto.
Le scorte di sicurezza ti dicono qualcosa riguardo al tasso di rendimento? Assolutamente no.
Conor Doherty: A proposito, hai menzionato dei punti che potrei riassumere come assunzioni. Tornerò a queste assunzioni tra un momento.
Ma una di esse, e voglio nuovamente rappresentare in modo equo le critiche che sono state mosse alla tua prospettiva: tu ed io abbiamo avuto conversazioni in passato con altri professionisti e hanno avanzato un argomento del genere.
Le scorte di sicurezza sono essenzialmente un parametro statistico. Permettono di raggiungere i livelli di servizio desiderati al minimo costo di inventario. Certo, la maggior parte dei professionisti non direbbe che si tratta di una politica perfetta. È una sorta di euristica, imperfetta e un po’ grezza.
Ma affermare che non abbia assolutamente alcuna dimensione economica è un po’ un’esagerazione. Come rispondi?
Joannes Vermorel: No. Ancora, penso che ciò rappresenti una comprensione profondamente errata di ciò di cui tratta l’economia.
Andiamo. In primo luogo, se non parliamo per un’azienda della massimizzazione del tasso di rendimento, non abbiamo nemmeno iniziato a discutere di economia. Non è perché c’è un simbolo del dollaro sul tuo dashboard che improvvisamente diventa un dashboard economico.
Abbiamo una duplice questione. Primo, abbiamo l’obiettivo del livello di servizio. Le persone assumono, direttamente, “Oh, questo è un obiettivo corretto.” Perché? Non lo è.
Il fatto di scegliere a caso una percentuale non lo rende qualcosa di economicamente rilevante o buono.
Per esempio, perché puntare a un alto livello di servizio, con una così bassa probabilità di stockout, dovrebbe essere qualcosa di ragionevole?
Esaminiamo un caso semplice: un negozio di moda. Questa è la fine della stagione. Questa è la fine della stagione invernale. Ora siamo in primavera.
Vuoi mantenere elevati livelli di servizio per i tuoi capi invernali? Siamo a maggio. No. Al contrario, vuoi che il tuo livello di servizio—ovvero la probabilità di stockout—sia piuttosto alto, perché vuoi liquidare la collezione invernale in modo da liberare spazio nel negozio per quella estiva.
Quindi vedi: il problema è che il livello di servizio è un indicatore estremamente inadeguato della qualità del servizio. L’assunzione implicita è: se abbiamo un livello di servizio elevato, i clienti saranno ben serviti. Questo non è affatto il caso. Non esiste alcuna correlazione.
Conor Doherty: Devi spiegare meglio questo, perché molte persone ti metterebbero in discussione se fossero presenti in sala quando lo dici.
Joannes Vermorel: Come abbiamo visto, per un negozio di moda, la mossa giusta è lasciare scendere quei livelli di servizio in modo da liberare la collezione invernale per far posto a quella estiva.
Ma se consideriamo un altro caso: immagina un distributore B2B di apparecchiature elettriche. Un’azienda passa un ordine per un cantiere tra cinque mesi, e dice: ecco 300 riferimenti di prodotto, e per ogni riferimento abbiamo bisogno di quantità che variano da 10 a 5.000 unità, perché si tratterà di interruttori, cavi, apparecchi di illuminazione e simili.
Il cliente passa l’ordine con cinque mesi di anticipo perché sa che si tratta di un ordine complesso. Ci sono un sacco di variabili. Vogliono dare al distributore abbastanza margine per organizzare tutto ciò.
Ma poi arrivano le scadenze, e in quelle date l’azienda cliente deve avere tutto, altrimenti il cantiere sarà bloccato.
Se manca il cavo, il resto del cantiere non potrà procedere. Devono avere tutto.
Se dici, “Ma sai una cosa, hai il 98%,” il 98% non va bene. Il cantiere sarà bloccato. Non potrai intonacare niente. Rimarrai fermo.
Quindi quella è una situazione in cui hai bisogno del 100%, non di una stima probabilistica che si discosta di pochi punti percentuali dall’obiettivo.
Ma, ancora, ti sono stati concessi molti mesi per farlo.
Ecco perché dico: l’idea che il livello di servizio sia un proxy corretto è completamente falsa.
Poi c’è anche il fatto che non integri, all’interno della formula dello stock di sicurezza, in maniera corretta il costo dell’inventario. Quando dici di minimizzare il costo, in realtà non minimizzi il costo. Quello che minimizzi è un proxy molto vago del costo.
Proprio come il livello di servizio è un cattivo indicatore della qualità del servizio, e sicuramente non un indicatore della qualità del servizio espresso in dollari, la prospettiva dello stock di sicurezza sull’inventario ti offre una visione incredibilmente superficiale dello stock.
Si tratta di minimizzare il numero di unità in magazzino. Nient’altro. Poi puoi moltiplicare per il prezzo unitario di acquisto e otterresti qualcosa espresso in dollari, ma non rappresenta il costo reale.
Che dire delle date di scadenza? Supponiamo che tu sia un’azienda manifatturiera, che produca cosmetici, che acquisti molti prodotti, sostanze chimiche, composti organici, e che questi abbiano una data di scadenza.
Se oggi ho 100 unità in magazzino ma scadono tutte domani, il costo non è lo stesso di quando ho 100 unità in magazzino e scadono tra un anno. Si tratta di situazioni molto diverse. Eppure, dalla prospettiva dello stock di sicurezza, verrebbero considerati uguali.
Ecco perché dico che non è assolutamente una prospettiva economica.
Anche guardando i costi: lo stock di sicurezza ti fornisce semplicemente la posizione inventariale minima che soddisfa l’obiettivo di livello di servizio, secondo una visione molto semplicistica del futuro.
Questo è il mio problema: non c’è alcun ragionamento economico in questo modello.
Conor Doherty: Mi hai messo sulla pista di ciò che volevo chiedere prima, ovvero il mio secondo punto sulle ipotesi.
Hai ripetutamente indicato i livelli di servizio come fondamentalmente un KPI, un obiettivo, e poi gli stock di sicurezza esistono, per così dire—sto parafrasando—per soddisfare quel KPI, perché nelle aziende le persone devono giustificarne l’esistenza.
Hai menzionato il tasso di ritorno. Hai identificato due ipotesi separate alla base delle decisioni. Una è: impiegare lo stock di sicurezza affinché i miei alti livelli di servizio—forse scelti arbitrariamente, potresti dire—vanno bene, li concediamo.
Un’altra ipotesi è: prendo decisioni che generano il massimo profitto per ogni dollaro, euro o yen investito—quello che chiami tasso di ritorno.
Perché, a tuo parere, questa ipotesi non è la norma? Perché una ipotesi è così tanto più comune, mentre l’altra, che a molti sembra molto semplice e intuitiva, non lo è?
Joannes Vermorel: Innanzitutto, quella è la follia dei modelli semplicistici di supply chain sviluppati nei primi anni ‘70 da software vendors che erano eccessivamente entusiasti di ciò che in realtà avrebbe funzionato.
È semplicemente diventato l’ortodossia. È diventato come la Bibbia, ed è un completo non-senso.
Perché lo stock di sicurezza è così diffuso? Perché è stato implementato in ogni singolo ERP.
Perché è stato implementato in ogni ERP? Perché può essere realizzato in due ore da un ingegnere del software semi-incompetente. È tutto qui.
Così ogni fornitore di software aziendale poteva dire: “Segnerò la casella per lo stock di sicurezza. Dammi due ore. Ti fornirò un’implementazione.”
È diventato ubiquo, ma la realtà è che non ha funzionato. Ecco perché nelle aziende si usa ancora così tanto Excel.
Se lo stock di sicurezza funzionasse, non ci sarebbero fogli di calcolo. Lasceresti semplicemente che lo stock di sicurezza gestisse il tuo riapprovvigionamento.
Eppure, la stragrande maggioranza delle aziende—quelle che ho visto utilizzare lo stock di sicurezza—lo usano con numerosi override. Le persone annullano manualmente gli ordini di acquisto in maniera massiccia sopra lo stock di sicurezza.
Alcuni clienti per i quali abbiamo implementato Lokad hanno iniziato con il loro stock di sicurezza: avevano oltre il 90% di override manuali.
Quando hai un sistema che genera ordini e finisci per effettuare oltre il 90% di override manuali, si torna al detto “l’orologio segna l’ora giusta due volte al giorno”. Occasionalmente il numero ottenuto dalla formula sarà corretto, ma nella maggior parte dei casi non lo è, e qualcuno deve intervenire con un override.
Per me, è qui che risiede l’enorme discrepanza: abbiamo la teoria—la supply chain theory mainstream e l’ortodossia—implementata attraverso prodotti software aziendali, che affermano che lo stock di sicurezza è uno standard d’oro.
E abbiamo la pratica reale, dove le persone fanno ogni sorta di cosa con i fogli Excel per necessità, perché i numeri—quelli di riapprovvigionamento dell’inventario—che escono dalla formula dello stock di sicurezza sono semplicemente un non-senso.
Conor Doherty: Bene, ricapitolando quanto hai detto, qualcuno potrebbe osservare che nello scenario che hai appena descritto—persone che tu hai spesso definito un esercito di impiegati che lavora con Excel—quelle persone guardano le loro formule di stock di sicurezza, decidono che la quantità raccomandata, “non mi piace,” e la sovrascrivono, modificandola in aumento o in diminuzione.
Quelle persone, in quel momento, stanno prendendo una decisione influenzata economicamente. Non è questo che sostieni?
Joannes Vermorel: Sì, nella loro testa è così che funziona, perché si domandano: è saggio per l’azienda? Questo farà guadagnare o costare denaro?
La prospettiva economica è molto vicina a quella super intuitiva: “Sto per fare profitto o no?” È semplicemente quell’intuizione.
Se c’è deperibilità, penseranno: non andrà. Se siamo alla fine della collezione invernale per un negozio di moda, direbbero: non funziona.
Se abbiamo questa situazione B2B in cui un importante cliente VIP passa un ordine enorme a un distributore B2B, la persona che gestisce l’inventario vedrà: questo cliente è VIP, dobbiamo assolutamente farlo. Riserverò persino lo stock per esserne sicuro, invece di fare affidamento sullo stock di sicurezza.
Quindi sì.
Ma il problema è che la comunità deve riconoscere che lo stock di sicurezza è rotto. È una questione di paradigma. La visione che sottende lo stock di sicurezza è sbagliata, e quindi, per quanto sofisticate siano le soluzioni adottate, continuerà a essere errato.
Per esempio, un grosso problema dello stock di sicurezza è che utilizza distribuzioni normali per la domanda e i tempi di consegna. È un non-senso totale.
Questa ipotesi assegna probabilità positive a tempi di consegna negativi. Puro non-senso. Assegna inoltre probabilità positive a una domanda negativa. Ancora, puro non-senso.
Okay, supponiamo di sistemare questo. Usiamo una distribuzione a coda pesante per la domanda. Usiamo una distribuzione semi-realistica per i tempi di consegna. Diciamo: o tutto va per il verso giusto e in tempo, oppure il fornitore ha un problema e ci vorrà molto, molto, molto più tempo.
Stai ancora operando in un paradigma sbagliato. Risolveresti le tecnicismi, ma staresti comunque andando nella direzione sbagliata.
È come se un ingegnere del software dicesse: “La tua formula di stock di sicurezza impiega mezzo millisecondo per essere calcolata, io la faccio in 10 nanosecondi.” Va bene. Non fa alcuna differenza perché la formula è spazzatura.
Conor Doherty: Bene, ancora, qualcuno potrebbe dire—seguendo il tuo discorso—per offrire una replica.
Un’azienda potrebbe dire: sì, Joannes, hai ragione, ci sono molti override manuali, ma stiamo comunque facendo soldi con questo. I nostri esperti effettuano override manuali che riflettono i reali interessi finanziari dell’azienda, e stiamo facendo profitti.
Quindi, cosa vuoi esattamente che facciamo? Qual è il problema di quello che stiamo facendo, e cosa vuoi che facciamo?
Joannes Vermorel: Le aziende possono essere redditizie per una miriade di ragioni pur adottando pratiche di supply chain molto scadenti.
Se guardi alla vita di un imprenditore eccezionale—Steve Jobs—purtroppo morì abbastanza giovane a causa di un cancro non trattato perché credeva in teorie molto strane su come affrontare il cancro. Seguì trattamenti alternativi assai peculiari, e poi alla fine passò ai trattamenti classici piuttosto tardi.
È una tragedia, ma illustra che puoi avere un individuo incredibilmente brillante che ha creato Apple, estremamente redditizia, prendendo tutte le decisioni giuste in molti ambiti, eppure facendo scelte assai strane in altri.
Un’azienda può avere un successo straordinario perché ha il prodotto perfetto, la tecnologia perfetta, il perfetto questo e quello, nonostante le proprie pratiche di supply chain siano sottostandard. Non sono incompatibili.
Se mi dici: “Schiacciamo la concorrenza grazie alla nostra supply chain,” allora sì, direi che stai facendo qualcosa di giusto. Se riesci a consegnare più velocemente degli altri, i costi della tua supply chain sono molto inferiori, e sei stato ampiamente robotizzato negli ultimi 15 anni, direi: okay, probabilmente stai facendo la cosa giusta.
Quella sarebbe Amazon.
Amazon si basa molto su questa ottimizzazione del tasso di ritorno di cui sto parlando.
Ma se mi parli di un’azienda in cui ci sono tanti pianificatori oggi per ogni dollaro di fatturato quanti ce ne erano 20 anni fa, dove nulla è progredito fondamentalmente negli ultimi 20 anni a livello concettuale, allora metto in discussione il fatto che quello che fate sia all’avanguardia.
Se siete stati stagnanti negli ultimi due decenni, considerando quanto il software, le statistiche e l’ottimizzazione siano progrediti—e in modo enorme—negli ultimi vent’anni, se siete stagnanti, non potete ragionevolmente affermare di essere all’avanguardia.
Dovreste presumere che le vostre pratiche siano largamente obsolete, e questa è un’ipotesi molto ragionevole.
Conor Doherty: Bene, proseguendo in termini di implicazioni economiche reali degli stock di sicurezza, perché il tema resta “Gli stock di sicurezza non sono sicuri.”
Sembra che tu intenda, ovviamente non in senso fisico, ma dal punto di vista del massimizzare il ritorno—il tasso di ritorno—cioè il ritorno finanziario sul tuo investimento, di cui parli nel tuo libro e nelle tue conferenze.
Quali sono i comuni sintomi finanziari nascosti della perdita dovuta agli stock di sicurezza? Non solo il costo di mantenimento di uno stock extra, ma quali sono gli altri pericoli economici legati a questo?
Joannes Vermorel: Lo stock di sicurezza è una macchina per generare—in questo modello, nella pratica—sovrastoccaggi e inventario morto, svalutazioni di inventario.
Perché? Perché fondamentalmente afferma: “Voglio raggiungere un quantile molto alto della domanda futura.”
Questo è sostanzialmente ciò che è lo stock di sicurezza: prendere, come posizione inventariale, un quantile molto alto. Un quantile è un punto in una distribuzione di probabilità.
Osserviamo due distribuzioni di probabilità della domanda distinte che hanno lo stesso quantile alto.
Io dico, nello scenario ottimistico—al 90% in su—che vendo 100 unità nel mio prossimo ciclo d’ordine. Quello è il mio quantile alto, e quella sarà la mia posizione inventariale.
Ora posso descrivere due varianti.
Variante numero uno: se non arrivi a 100, allora in media, nelle altre situazioni, sarà 80. Punto ad avere una posizione inventariale di 100, e se non accade, in media sarà 80.
Variante numero due: se non accade, nelle altre probabilità del 90%, la domanda media è zero. Zero, a colpo sicuro o a vuoto.
Quindi hai due situazioni: una in cui, se mantieni un inventario consistente di 100 unità, molto probabilmente ne venderai 80, liquidando la maggior parte del tuo inventario; l’altra è in cui oppure hai un successo—vendi 100—oppure fallisci—vendi zero—e ti ritrovi con 100 unità di inventario morto.
Dovresti affrontare queste due situazioni allo stesso modo in termini di ottimizzazione dell’inventario? La teoria dello stock di sicurezza ti dice di sì. Io dico di no.
Quelle due situazioni non sono affatto simili. Dovrebbero essere trattate in modo molto diverso.
Fondamentalmente, lo stock di sicurezza considera solo il quantile alto—l’evento estremamente ottimistico in cui si verifica un’impennata della domanda.
Ma cosa succede se c’è la possibilità di un calo della domanda? Lo stock di sicurezza non ti dice nulla del rischio che la domanda crolli. Non lo fa.
Ecco perché dico che è una macchina, e perché dico che è molto insicuro quando si tratta di svalutazioni d’inventario, perché è, per sua struttura, completamente cieco al potenziale crollo o calo della domanda.
Abbiamo un altro problema. Lo stock di sicurezza presuppone che le uniche due fonti di incertezza siano la domanda e il tempo di consegna, ma ce ne sono molte altre.
Resi, tassi di rottamazione—esattamente. Se sei nell’e-commerce, i resi.
Guarda cosa è successo con le tariffe imposte dall’amministrazione statunitense nell’ultimo anno: nessuno può prevedere cosa farà l’amministrazione in termini di tariffe nei prossimi due o dodici mesi, ma sappiamo che probabilmente sarà un percorso accidentato.
Ora lo stock di sicurezza dice: “Non mi interessano quelle altre incertezze.” Ma esse sono rilevanti. Devi considerare le fonti di incertezza rilevanti e consequenziali, non solo la domanda e il tempo di consegna.
Il mio problema con lo stock di sicurezza è che, per sua natura, ignora completamente quelle altre fonti di incertezza. Ecco perché dico che sono insicuri: genereranno costi massicci che sarebbero stati completamente evitabili se semplicemente non si usasse lo stock di sicurezza.
Conor Doherty: Sto ricevendo un po’ di resistenza, sia nei messaggi privati che in chat, e vedo che ci saranno delle domande su cui verrete messi sotto pressione.
Hai menzionato i tempi di consegna e le formule classiche di safety stock che trattano i tempi di consegna come una costante. Puoi approfondire il problema del trattare i tempi di consegna come fissi invece che come variabili?
Joannes Vermorel: I modelli classici di safety stock assumono che i tempi di consegna siano distribuiti normalmente — una curva a campana.
Molte aziende non lo fanno nemmeno. Capisco perché: si finisce per ottenere tempi di consegna negativi, il che è davvero strano.
Se opti per un tempo di consegna fisso oppure per uno distribuito normalmente, il problema è che non riflette ciò che accade in una real-world supply chain. Per niente.
Significa che stai facendo una proiezione sul futuro completamente falsa. Semplicemente, le cose non andranno in quel modo.
Se il modo in cui guardi al futuro è completamente errato, perché pensi che la decisione risultante da questa analisi sarà corretta? È molto strano.
Torniamo a come i tempi di consegna si comportano in pratica. I tempi di consegna sono molto frequentemente bimodali.
Hai una modalità: tutto va bene, le stelle si allineano, tutto scorre liscio, il fornitore dice 11 giorni e ricevi la merce in 11 giorni. Questa è la prima modalità.
Tutto va per il meglio. Il fornitore ha tutto in magazzino. Può spedire subito. Dopodiché resta solo il tempo necessario per il trasporto.
Poi abbiamo la seconda modalità: qualcosa va storto. La spedizione viene smarrita, il fornitore non ha il prodotto, c’è uno sciopero, il tuo container si perde in una tempesta in mare — tutto è possibile.
Allora il tempo per ottenere quanto hai ordinato diventa improvvisamente estremamente lungo. In effetti, questa distribuzione non ha nemmeno una media, perché una certa percentuale di ordini semplicemente non arriverà mai. Tempo di consegna: infinito.
Ecco perché finisci con distribuzioni a code pesanti in cui non puoi nemmeno calcolare una media, poiché dovresti tener conto del fatto che a volte le cose non arrivano mai e non puoi mediare questo con il resto.
Conor Doherty: Va bene. Spero che questo sia stato d’aiuto. Non dirò chi l’ha inviato, ma spero sia stato utile.
Procediamo. Abbiamo parlato per circa 35 minuti, quindi tra poco passeremo ai commenti del pubblico. Se avete altri commenti o domande, inviateli ora.
Ma prima, per essere un po’ più costruttivi — e tenete presente che la prossima settimana avremo una discussione sui KPI —, come aperitivo, come preludio a quella discussione, alla base di tutto questo c’è la scelta, a mio avviso, sbagliata dei KPI.
Quindi, quali sono i KPI su cui pensi che le persone dovrebbero concentrarsi maggiormente adesso, e quali sono alcuni passi concreti per andare avanti?
Joannes Vermorel: Non si tratta nemmeno dei KPI. È più una questione di paradigma. Non si guarda nemmeno al problema come a un problema economico.
Questa è la sostanza della mia critica al safety stock: la redditività non ha spazio. Non esiste nemmeno.
La gente può dire: “Ma puoi fare dei trucchi per far comportare il safety stock in un modo un po’ più allineato con la redditività.”
Sostanzialmente, significa: userò un’altra tecnica per decidere quanto ordinare e poi, una volta ottenuta la mia risposta, farò un reverse engineering di questa risposta per ottenere un parametro di safety stock che abbia un senso.
A proposito, da Lokad, a volte lo facciamo semplicemente perché abbiamo dei vincoli ERP. DRP non supporta altro che il safety stock.
In questo caso, facciamo un reverse engineering dinamico del safety stock in modo da aggiustare dinamicamente i parametri affinché generi esattamente l’ordine d’acquisto che avevamo in mente fin dall’inizio.
Ma questo complica le cose senza un reale vantaggio, tranne quando è necessario a causa di un effetto lock-in a livello ERP. Ma sto divagando.
Tornando al safety stock. Il mio consiglio per il pubblico è: iniziate a guardare la vostra supply chain da una prospettiva economica.
Cosa significa? State allocando risorse: dollari, spazio sugli scaffali, camion, inventario che verrà consumato per alimentare una produzione, ecc. Avete risorse che hanno molteplici usi possibili.
Ogni volta che fate una scelta, dovete pensare: sto facendo un’allocazione. Qual è il tasso di rendimento? Quanto vale la mia risorsa e quanto valore ne esce da questa allocazione?
Se la mia risorsa vale 1.000 dollari e il mio ritorno è di 500, perché fare quest’allocazione in primo luogo? Non ha senso.
Dovete pensare in termini economici. Una volta abbracciata questa visione economica, vedrete che il safety stock non ha senso.
Questo sarebbe il punto di partenza corretto: capire che molte cose date per scontate non hanno alcun senso.
Ecco perché c’è tanta frizione tra il sistema software che implementa il safety stock e il povero praticante che si dibatte con fogli Excel, dove deve spostare tutti i numeri su e giù continuamente, perché altrimenti semplicemente non ha senso.
Abbiamo questa schizofrenia, come se la persona che aggiusta manualmente i numeri fosse in errore. No. La persona che aggiusta manualmente i numeri sta facendo la cosa giusta, perché nella sua testa sta eseguendo questo piccolo calcolo economico.
È grezzo, è sporco, non è preciso. Ecco perché possiamo farlo meglio. Ma almeno ha senso.
Al contrario, il safety stock è essenzialmente un non senso matematico. È scientismo: sembra scientifico, dà un’aura di credibilità a un sistema software, ma basta.
Conor Doherty: Bene. Beh, Joannes, grazie.
Procederò con i messaggi diretti e i commenti. Ci sono commenti da esaminare. Comincerò dai messaggi diretti.
Come sempre, in quanto giornalista, preservo l’anonimato, ma si tratta di qualcuno che conosciamo, quindi comportatevi bene.
Grazie. Abbiamo già raggiunto un service level del 98% con i safety stock classici. Perché scambiare un KPI chiaro con le vostre formule di probabilità?
Joannes Vermorel: Innanzitutto, dite di avere il 98%. È buono o è cattivo?
È redditizio o non redditizio? Posso darvi esempi in cui il 98% è estremamente poco redditizio perché troppo alto, e casi in cui lo è perché troppo basso.
Esaminiamo entrambi i casi.
Il 98% nell’aviazione: un AOG (aircraft on ground) — supponiamo che si tratti di un A320, che costa €250.000 al giorno. Ci sono 300.000 parti distinte in un aeromobile.
Se hai un service level del 98%, incorrerai in costi pazzeschi per l’AOG. È decisamente troppo basso.
Ora un altro caso: il fast fashion. Sei un’azienda tipo Zara e lanci nuovi prodotti ogni mese o ogni due mesi. Il 98% è decisamente troppo alto.
I tuoi clienti, quando entrano in negozio, non sanno cosa presenterai loro. È inutile puntare a un service level super alto.
Ciò che conta è avere un assortimento molto attraente in cui le persone che entrano nel negozio trovino qualcosa che gli piace e acquistino.
Il tuo assortimento è una costruzione della tua mente. Non esiste un requisito fisso. Puoi espandere o ridurre dinamicamente l’assortimento. Varia.
Se vuoi che le tue collezioni ruotino rapidamente, devi fare spazio in negozio, il che significa che non puoi permetterti il 98%. Deve essere inferiore, altrimenti riempi il negozio con vecchie merci che non sono più di tendenza.
Quindi, ancora una volta: il service level è un indicatore estremamente inefficace della qualità del servizio e anche della redditività.
Quando la gente dice “Siamo già al 98%”, io sento “Potremmo arrivare al 99% il prossimo anno”, e molto spesso è quello che abbiamo fatto per i nostri clienti dell’aviazione: abbiamo assolutamente fatto crollare i service level.
Come si ottiene in realtà una qualità di servizio molto elevata? La risposta è: per tutto ciò che è economico — come una vite, del nastro adesivo, o altro — vuoi avere un service level del 99,999%, estremamente alto.
E poi l’APU, l’unità ausiliaria di alimentazione? È come un motore che si mette nella coda dell’aeromobile. Valgono in media sei, sette milioni di euro l’uno. Vuoi averlo in magazzino? Probabilmente no. Forse per questa parte accetti un service level del 70%.
Perché? Perché non avendo un’APU in inventario, liberi 6–7 milioni di euro che puoi utilizzare per acquistare tonnellate di parti più economiche.
Ecco perché l’idea di dire “Ho il mio target di service level e il mio obiettivo è portarlo al 99%” è un completo non-senso.
Questo presuppone che tutto sia uniforme, che le forze tra un inventario troppo scarso e uno eccessivo siano simmetriche. Non lo sono. Sono ampiamente asimmetriche, e l’asimmetria varia notevolmente da un prodotto all’altro.
Per questo motivo è un non-senso.
Tipicamente, i clienti dicono “Abbiamo il 98%” ed è qui che Lokad genera enormi ROI, di solito non perché abbiamo una tecnologia più sofisticata, ma perché siamo i primi a dire: guarderemo questa faccenda da un punto di vista economico.
Poi ci rendiamo conto che c’è una grande quantità di denaro che rimane non sfruttata. Di solito, con un’iniziativa Lokad, metà del ROI viene sbloccata semplicemente adottando una prospettiva economica.
Perché le persone non hanno effettuato il calcolo economico — tasso di rendimento — includendo la penalità per stockout, considerando un vero proxy della qualità del servizio in euro o dollari, e non un indicatore inventato come il service level, capisci che non eri minimamente vicino all’ottimalità economica. Avevi un’ottimalità solo su carta.
Conor Doherty: Va bene. Grazie. Spero che sia stato d’aiuto.
Passo ai commenti nominati. Questo viene da Lucio. Lo leggerò.
Questo è stato all’inizio, quando hai parlato dei safety stock che assumono una distribuzione normale. Contesto: assumere una distribuzione normale non è obbligatorio nel calcolo dei safety stock, e il CSL — presumo significhi cycle service levels — è solo uno dei tanti possibili approcci.
È vero che c’è sempre un trade-off tra il rischio di stockouts e il rischio di ricavi limitati. Quali sono i tuoi pensieri a riguardo?
Joannes Vermorel: Questo è quanto ho detto. In teoria, potresti sostituire le distribuzioni normali con distribuzioni a code pesanti. Concettualmente, è possibile.
I fornitori di software lo fanno? Per lo più no.
Quando lo fanno, la gente rimane un po’ perplessa, perché quelle distribuzioni a code pesanti sono brutali e confusionarie.
L’unico modo per eliminare la confusione — secondo l’esperienza di Lokad — è ripristinare la prospettiva economica, perché così la gente vede, in dollari o euro, cosa diavolo sta succedendo.
Le distribuzioni a code pesanti sono strane. Possono essere distribuzioni di probabilità che non hanno una media. È di questo che parlo quando mi riferisco ai tempi di consegna. Non hanno una media.
A proposito, ciò significa che il tempo medio di consegna — se si tiene conto delle cose mai consegnate e per cui si è ancora in attesa —, quando hai un insieme di dati e vuoi calcolare il tempo medio di consegna osservato, aumenta sempre nel tempo, perché ci sono cose che non sono state consegnate 10 anni fa e continuano a non essere consegnate, ecc.
Quindi puoi avere regole che dicono: lo limitiamo a un anno, e così via. Ma allora non stai più guardando alla media matematica; stai osservando qualcosa di strano.
Esistono molti modi, nel paradigma del safety stock, per affinare il modello, proprio come fa il mondo accademico.
Sostituisci la distribuzione normale con una a code pesanti, scegli una. Includi una terza incertezza. Potresti farlo: modello analitico e così via.
Ma il problema, come dico, è che state operando con il paradigma sbagliato. È una ricerca fuorviante. Andate più veloci, ma vi state muovendo nella direzione sbagliata.
Riuscirete ad arrivare a destinazione se vi state muovendo nella direzione sbagliata? No. Anche se andate più veloci, la risposta è sempre no. Questo è il problema.
Conor Doherty: Ok. Grazie.
Passo al commento di Miguel: l’obiettivo è raggiungere uno stock zero in ogni momento. I tempi di consegna dipendono da quanto è ferma la domanda. Comprendere questa fermezza aiuta a trovare il modo migliore per gestire i livelli di inventario. Quali sono i tuoi pensieri?
Joannes Vermorel: Perché volete raggiungere uno stock zero?
Questo è il problema. Non è una prospettiva economica. La gente dice che dovremmo puntare a un service level del 98%; io dico che è un non-senso. La gente mi dice che dovremmo avere zero inventario; io dico: perché?
Avete prove concrete che ciò sarebbe economicamente più redditizio? Perché lo fate?
Abbiamo visto un modello di business molto semplice usato in molte industrie: ci sono i produttori e ci sono gli intermediari che passano grandi ordini ai produttori.
Supponiamo che tu sia un’azienda manifatturiera e che possa produrre prodotti solo in lotti da 10.000 unità, ma i tuoi clienti ne hanno bisogno una alla volta.
Non vuoi gestire quegli ordini piccoli. Vendi il tuo lotto a un grossista che se ne occupa per te.
Il valore principale del grossista è tenere lo stock e servirlo, poiché lo stock può essere acquistato solo in lotti da 10.000 unità e venduto unità per unità.
C’è un’azienda che si occupa della produzione e non vuole trattare con clienti individuali che ordinano una unità o in piccoli quantitativi. Poi c’è il grossista che si occupa della suddivisione e del gran numero di clienti.
Quindi l’idea di voler avere zero inventario — di nuovo, se tutto il resto resta invariato, ovvero se puoi servire esattamente gli stessi clienti nello stesso modo, acquisire le merci al medesimo costo e tutto il resto rimane uguale tranne per un livello di inventario più basso —, sì, molto probabilmente è la risposta corretta.
Ma in pratica non è mai il caso che tutto il resto sia uguale.
Se abbassi i livelli di inventario, significa che ordini quantità più piccole, che molto spesso risultano più costose. Ordini più frequentemente e il costo di trasporto aumenta.
L’operazione di batching molto spesso non è un’opzione. È un elemento essenziale nella tua strategia di supply chain. Ogni volta che effettui batching, avrai degli stock.
Per questo motivo non dovresti avere un approccio non economico come “service level del 98%” o “meno inventario è meglio.” È l’opposto di ciò che dico io.
Dovresti considerare il tasso di rendimento delle tue varie opzioni. Se un inventario maggiore è più redditizio, bene per te: aumenta l’inventario.
Esistono addirittura situazioni in cui ciò accade. Alcuni prodotti hanno una probabilità molto alta di diventare molto più costosi l’anno prossimo, per motivi specifici. Tutti sono d’accordo nel dire che le probabilità sono alte.
Ma hai contanti. Cosa fai? Ne compri moltissimi altri e li scorte. Il prodotto non è deperibile. Hai già la struttura di stoccaggio. Quindi, oltre alle scorte, non richiede molto altro investimento.
In questo caso è ragionevole fare tempismo sul mercato: ordini di più, e l’anno prossimo otterrai un bel profitto perché tutti alzeranno i prezzi, mentre tu hai acquistato prima a un prezzo più basso.
Ecco perché ridurre l’inventario non è necessariamente un obiettivo. Lo è solo se può essere fatto in modo redditizio.
Conor Doherty: Va bene.
Siamo in corsa da quasi un’ora, ma c’è ancora molto da dire. Presumo che vogliate continuare. Conosco il vostro stile. Argomento importante. Così opera Lokad. Si lasci che il verbale lo attesti.
Eliminiamo quelle scorte di sicurezza.
Una per oggi: chiuderemo il libro. Voglio essere molto chiaro: questo non è un impianto, ma dovrò leggere qualcosa, e si conclude con un complimento per voi, quindi abbiate pazienza.
Questo viene da Murthy. So che è stato un partecipante assiduo. Commento:
Mentre la maggior parte delle aziende sostiene l’uso delle scorte di sicurezza, pochissime misurano effettivamente quanto spesso vengano utilizzate. In numerosi studi che abbiamo condotto—noi, non Lokad—sia su prodotti finiti che su materie prime, abbiamo rilevato che oltre il 50% degli SKU, secondo una stima conservativa, non ha fatto ricorso a scorte di sicurezza negli ultimi 90 giorni. A mio parere, questo evidenzia un divario notevole.
Sebbene le scorte di sicurezza siano necessarie—e sono sicuro che lo contestate—devono essere regolarmente riviste e adattate per rispecchiare la domanda reale e i modelli di utilizzo. Joannes ha assolutamente ragione.
Vi è piaciuto, signore?
Joannes Vermorel: Grazie.
Facciamo una pausa. Se hai una ricetta numerica che deve essere aggiornata manualmente anche solo la metà delle volte, questo non è affatto positivo. È desolante.
Torniamo a ciò che è una aspettativa realistica. Da Lokad, quando creiamo una ricetta numerica che genera decisioni sugli inventari, decisioni di produzione, decisioni sui prezzi, o decisioni di allocazione nei negozi, ciò che vogliamo è 0% di follia.
Su cinque milioni di decisioni, non vogliamo una sola riga che sia insensata.
Sì, alcune di quelle righe non risulteranno perfette perché il futuro non si è svolto come previsto. Va bene così. Ma, allo stato attuale, in base a ciò che sappiamo, anche se generiamo milioni di decisioni, vogliamo essenzialmente zero decisioni insensate.
Se abbiamo una ricetta numerica che genera anche solo l'1% di decisioni spazzatura, essa diventa inutilizzabile. La gente impazzirà. Non è neanche lontanamente utilizzabile.
Quindi, se hai una ricetta numerica—scorte di sicurezza—che genera, si dice, almeno il 50% di decisioni assurde che le persone devono correggere manualmente, è perché i numeri inizialmente non hanno senso.
Molto spesso, le persone modificano metà dei numeri, ma poi regolano enormemente l’altra metà in modo che le scorte di sicurezza “abbiano in qualche modo senso”. Si sperimenta con le impostazioni solo per far sì che le scorte di sicurezza siano dove dovrebbero essere.
Una considerazione è che molto frequentemente, quando si tengono in conto tutte le modifiche manuali, siamo vicini al 90%. Ma prendiamo questo 50%.
Siamo, di nuovo, 50 volte al di sopra di quella che sarebbe una qualità ragionevole per la tua ricetta numerica. È fondamentale che il tuo modello non produca decisioni assurde. Se lo fa, devi cambiare il modello.
Non accettare qualcosa che ti dia più di una percentuale trascurabilmente piccola di decisioni folli. Il tuo modello dovrebbe avere lo 0% di follia. Questo è fondamentale.
Altrimenti non puoi automatizzare nulla, e nemmeno migliorare qualcosa.
Perché? Perché se hai un processo che è manuale per una grande parte, se hai l'1% di follia, in pratica i professionisti della supply chain devono esaminare tutte le righe, perché non sai dove sono quelle decisioni fuori di testa.
Se hai l'1% di follia, le persone esaminano quasi il 100% delle righe. È come se non avessi alcuna automazione.
E se esaminano tutte le righe e ne regolano molte, come potrai mai essere convinto che il modello B sia migliore del modello A? Ci sono così tante modifiche manuali intermedie che il confronto diventa impraticabile.
Se confronti due sistemi, non avrai nemmeno gli stessi professionisti a occuparsi rispettivamente di A e B. Se hai Bob, che è super bravo, contro Roger, che si sta rilassando, Bob avrà risultati molto migliori. È perché il modello è diverso o perché Bob è migliore di Roger?
Ecco perché devi robotizzare. Ma se vuoi robotizzare, hai bisogno di 0% di follia. Qui c’è il 50% di intervento manuale. Significa che la cosa non funziona in pratica.
Conor Doherty: Va bene, grazie.
Procederò. Questa domanda viene da Manuel. Ehi Manuel.
Ne hai già parlato in precedenza, quindi aggiungerò del contesto per ampliare la domanda. La domanda era: puoi commentare sull’uso delle scorte di sicurezza negli FMCG?
Aggiungiamo gli svantaggi dell’approccio quando si tratta di deperibilità, svalutazioni, ecc.
Joannes Vermorel: FMCG: hai fornitori e, tipicamente, vuoi camion pieni.
Se parliamo di qualcosa di massiccio—shampoo, cereali, e via dicendo—si parla di beni prodotti in massa, e i tuoi fornitori tipicamente consegnano con camion pieni.
Ad ogni fornitore, solitamente ordinerai più di un prodotto. Magari almeno una dozzina di articoli, in ogni giorno in cui passi un ordine. Potrebbe essere una spedizione a settimana, dipende.
Ma fondamentalmente, supponi che sia normale voler riempire un camion pieno.
Le scorte di sicurezza ti daranno le quantità per quei 10 prodotti che stai ordinando dal fornitore, ma non sommano a un camion pieno.
Cosa fai? Finisci con una quantità pari a mezzo camion, o un camion più il 5%. Come affronti questa situazione? Le scorte di sicurezza non te lo dicono.
La gente dice: “Oh, ma questo è un punto di partenza.” Ciò significa che avrai bisogno di un dipendente che regoli ogni singolo numero, uno alla volta, finché non rispetta i vincoli.
Per me, questo è assurdo. Se hai un modello che crea complicazioni tali da rendere necessario che qualcuno controlli tutti i numeri uno per uno, devi cambiare il modello.
La stessa cosa: le scorte di sicurezza non possono comprendere che hai la possibilità di organizzare una promozione. Hai l’opzione, non obbligatoria, di organizzare una promozione per liquidare l’eccesso di inventario.
Dov’è questa opzione nel tuo modello? È assente.
Se hai un modello di supply chain in cui i prezzi—sia di acquisto che di vendita—sono assenti, questo è falso. È ancora una prospettiva non economica.
Per gli FMCG, i margini sono tipicamente sottili. Non puoi permetterti di non considerarlo. I tuoi margini sono troppo esigui per lasciare così tanti soldi sul tavolo.
Forse se sei un’azienda incredibilmente redditizia—Louis Vuitton—vendi prodotti con margini comodi. Se la tua supply chain non è super ottimizzata, hai comunque ampi margini di lusso, quindi non è un problema così grande.
Ma se vendi shampoo al supermercato, questo è un settore in cui il prezzo conta. Ogni singolo centesimo conta.
Conor Doherty: Va bene. Proseguirò.
Questa viene da David Rollington. Ehi David, amico del canale. Tutti sono amici del canale—che sto dicendo?
Ma ehi David. Questo è un lungo commento. Puoi fare un altro sorso se vuoi.
Su questo argomento, le scorte di sicurezza: è necessaria una discussione completa, comunicazione e accordo sui KPI prima di qualsiasi altra cosa. Quando i KPI vengono imposti e tutti gli acquisti provengono da fuori paese, le scorte di sicurezza diventano necessarie.
È simile a come funzionano gli accordi del processo S&OP. La finanza deve essere coinvolta per garantire che tutti i compromessi vengano considerati adeguatamente. Cosa ne pensi?
Joannes Vermorel: La finanza deve essere coinvolta? Sì.
Devono essere considerati i compromessi economici consequenziali? Assolutamente.
Le scorte di sicurezza fanno tutto ciò? Assolutamente no.
Per me, questo è di nuovo il problema. È completamente non sequitur.
La gente mi dice: “La finanza dovrebbe essere coinvolta, dovremmo considerare tutti i fattori economici,” e poi: “quindi dovremmo adottare le scorte di sicurezza.” Come si passa da questo all’altro?
Non c’è nulla di economico nelle scorte di sicurezza. Presuppone che si scelga un livello di servizio espresso in una percentuale arbitraria. Si considerano le distribuzioni, i tempi di consegna, la domanda, e non si valutano sconti, deperibilità, probabilità di svalutazione, costi di stoccaggio, costo opportunità di stoccare qualcosa invece di qualcos’altro, ecc.
Le persone mi danno un sacco di ragioni molto valide, e poi c’è questo salto: tutti i fattori economici devono essere considerati, quindi scorte di sicurezza. Come ci si arriva? Questo mi lascia perplesso.
Ecco perché dico al pubblico: dovete guardare seriamente a cosa significa l’economia. Pensate in termini di allocazione delle risorse e quale sia il tasso di ritorno.
Quando inizierete a pensare in questo modo, vi renderete conto: perché abbiamo le scorte di sicurezza nel mezzo del nostro sistema? Non aggiungono nulla, anzi complicano inutilmente.
Conor Doherty: Ok. Questo è solo un commento per me, ma aggiunge contesto.
Hai parlato di lasciare soldi sul tavolo. Personalmente adoro quella frase perché visualizza ciò di cui parli.
Puoi confrontare due cose e dire che il processo A funziona. Possiamo discutere in che misura. Il processo B magari funziona meglio.
Che aspetto ha il meglio? Meno soldi lasciati sul tavolo, o, più positivamente, più soldi nelle tasche alla fine del mese.
Joannes Vermorel: Esattamente.
Due cose possono essere vere contemporaneamente. Se hai pratiche di inventario pessime, pratiche di produzione molto cattive, dal punto di vista della supply chain, ma i tuoi prodotti sono assolutamente fantastici, farai comunque profitto. Ma non è grazie al tuo sistema intelligente di gestione degli inventari o al tuo programma di produzione.
Ci sono molti casi storici: aziende con pratiche atroci in quest’area, ma i loro prodotti erano così buoni da permettere la sopravvivenza.
Ad esempio, Nike ha affrontato un enorme disastro della supply chain nonostante avesse uno dei marchi più amati a livello mondiale. Puoi cercarlo online: è il disastro Nike del 2004 con uno dei nostri ex concorrenti, i2.
Nike è sopravvissuta. Sono ancora redditizi. Ma se guardi il loro track record per la supply chain, almeno all’epoca non era eccellente.
Quindi, puoi lasciare tonnellate di soldi sul tavolo, e se per altri motivi la tua azienda è estremamente redditizia, sopravvivi. Ma non è grazie al tuo team di pianificazione o al team della supply chain.
Conor Doherty: Va bene. Grazie.
Joannes, questa è l’ultima domanda, e l’ho esaminata. Un po’ di disaccordo—qualcosa che ti piace. Si lasci che il verbale lo attesti: accogliamo il disaccordo, o almeno uno scambio amichevole di opinioni. Puoi sempre contattarci e mettere in discussione le nostre posizioni.
Questa viene da Con. Ciao, Con.
Quando si fornisce al retail, i clienti richiedono generalmente livelli di servizio molto elevati combinati con tempi di consegna molto brevi, ben diversi dall’orizzonte di cinque mesi nell’esempio del settore edile. Forniscono inoltre poca o nessuna visibilità sulla domanda futura, e il mancato rispetto dei livelli di servizio concordati di solito comporta penali significative.
Domanda: come mantenere livelli di servizio così elevati senza fare affidamento sui concetti tradizionali di scorte di sicurezza?
Joannes Vermorel: Qui hai un problema: il tuo cliente, tipicamente nel mass retail con FMCG, stipula un accordo in cui fissa letteralmente la qualità del servizio espressa come livello di servizio. Quella è la configurazione.
Il problema ora è che ciò non risponde ancora a cosa dovresti fare.
Diciamocelo: sei un FMCG e hai quegli accordi basati sui livelli di servizio dai tuoi clienti. Dici: poiché il mio cliente richiede questo livello di servizio, devo rifletterlo nella mia organizzazione. È un argomento forte.
Ma sfortunatamente, se guardi di nuovo l’alternativa economica, quest’ultima risulta migliore.
Perché? Immagina di trovarti in una situazione in cui non hai abbastanza scorte per servire tutti i tuoi clienti.
Come decidi quale servire, e in quale ordine? Usi il metodo first-in-first-out? Dai priorità ai clienti VIP? Vuoi distribuire la carenza tra tutti i tuoi clienti?
Il tuo cliente è davvero altrettanto sensibile per tutti i tuoi prodotti? Ci sono molte complicazioni qui.
Ad esempio, se hai un cliente per il quale non raggiungi il 98%, è importante stare molto vicino al 98% oppure no?
Se un’azienda cliente dice: “Ordino 1.000 unità, e se non è tutto al completo, conta come un errore. Se mi dai 999, conta come un errore.” In questo caso, non importa quanto sia vicino, conta come un errore.
Allora è meglio non inviare nulla. Abbiamo questo con i nostri clienti: il retailer dice che se non lo fornisci al 100% completo, conta come un errore. Se invii zero, è lo stesso. Quindi non invii nulla e usi le scorte rimanenti per servire altri clienti e raggiungere il loro standard.
Quindi abbiamo un arbitraggio, e le scorte di sicurezza non ti dicono quanto sei bravo ad arbitraggiare quei clienti.
Un altro esempio: il tuo KPI, il 98% di livello di servizio, viene calcolato mensilmente. Hai avuto un inizio mese difficile, e ora sei al 97%.
Se vuoi arrivare al 98 alla fine del mese quando i clienti calcolano il loro KPI, devi essere al 99 per il resto del mese per compensare. Sto semplificando, ma questa è l’idea.
Ne vale la pena? È redditizio?
Dovresti aumentare i livelli di scorte e mantenerti al 99% fino alla fine del mese, in modo da raggiungere il tuo obiettivo? Questa è una domanda.
Avevi il 98, ma non hai consegnato perché le cose erano al di là del tuo modello. L’unico modo per rispondere a “Dovremmo provare ad arrivare al 99 per compensare?” è fare un’analisi economica sul tasso di ritorno.
Se, per passare da un livello di servizio del 98% al 99%, devi moltiplicare il costo del tuo inventario per tre, non lo farai. Se puoi farlo aumentando il costo dell’inventario del 10%, forse dovresti.
Questo è il punto: poiché non è una prospettiva economica, ti manca tutta la sfumatura per sapere se dovresti cogliere l’opportunità o rinunciare.
Le scorte di sicurezza, per loro natura, non ti dicono nulla. Sei completamente all’oscuro in merito.
Ecco perché torniamo al lasciare soldi sul tavolo.
Immagina: la prima settimana sei al 97,9, quindi 0,1% sotto l’obiettivo, e poi nelle altre tre settimane il tuo sistema torna esattamente al 98, e finisci per mancare il tuo obiettivo di una piccola percentuale. È stupido.
Lo sai, se avessi spinto un pochino, saresti stato al di sopra. Manca di sfumature e di qualsiasi capacità di comprendere la non linearità.
Una non linearità sarebbe: se non raggiungi esattamente il loro obiettivo del 98% per l’intero mese, ti classificano come un cattivo fornitore.
Lo stock di sicurezza non tiene conto di alcuna non linearità di alcun tipo.
Joannes Vermorel: Un commento successivo a questo, da Manuel: il livello di servizio non misura il tasso di consegna puntuale.
Inoltre, questo è un altro problema: come distingui se servo il mio cliente in tempo o con un giorno di ritardo? Quanto è rilevante il problema? La risposta breve è: dipende. Dipende molto.
Non fa nemmeno la distinzione se non consegni integralmente.
Il livello di servizio ti dice solo se si tratta di un successo o di un insuccesso. Non ti dice di quanto manchi.
Immagina che io stia osservando una libreria e che i clienti in maggioranza vengano a comprare un libro alla volta. In media, si hanno cinque persone al giorno che acquistano una copia del libro.
Poi c’è un professore che entra e dice, “Voglio 30 copie.” Questo verrà conteggiato nell’analisi dello stock di sicurezza come una richiesta non soddisfatta, ma una sola richiesta che vale 30 unità.
Questa è la distinzione tra livello di servizio e fill rate.
Adesso, nel retail e nei FMCG, se non riesci a soddisfare 1.000 unità per un cliente oggi, e il giorno successivo lo stesso cliente torna con un altro ordine, chiedendo 1.100.
Ieri hanno chiesto 1.000, tu non hai consegnato. Oggi ritornano con 1.100.
La domanda totale è 2.100 — ieri più oggi — o la domanda di oggi è semplicemente quella non soddisfatta ieri, richiesta nuovamente?
In breve: se non entri nel campo dell’analisi economica, non puoi darle un senso.
Hai un’ambiguità su ciò che effettivamente è la domanda, e l’unico modo per capirla, nella pratica, è fare ipotesi in euro o in dollari su ciò che è redditizio.
I problemi con gli stock di sicurezza sono letteralmente infiniti. È terribile.
Conor Doherty: Va bene.
Un ultimo commento che è arrivato. Non svelo commenti privati.
Come rieduchiamo gli acquirenti che si fidano di un singolo numero di stock di sicurezza? Come fai a far abbandonare alle persone la mentalità del tipo: “Voglio un numero semplice. Non darmi distribuzioni. Dammi un numero semplice.”
Joannes Vermorel: Robotizzi il processo decisionale.
Perché hai acquirenti che passano in rassegna un foglio di calcolo e fanno più uno, meno uno per migliaia di righe al fine di produrre un ordine di acquisto? È insensato.
Questo è il problema.
Le persone vedono tutto come l’incremento rispetto allo status quo. No. Non è il modo corretto.
L’attitudine corretta è: ho bisogno di un modello per questo processo di allocazione che mi dia decisioni sensate pronte all’uso.
Non attraverso cinque strati di persone che modificano i numeri manualmente. Voglio una ricetta numerica che generi decisioni sugli ordini d’acquisto che siano buone, soddisfacenti, con 0% di insensatezza.
Una volta che hai ciò — ed è ciò che fa Lokad — di quanto hai bisogno per la rieducazione? Molto poco.
Gli acquirenti sono molto contenti. Guardano il numero e dicono: “Tutto ok. Perfetto. Fatto.” Possono trascorrere il loro tempo a parlare con i fornitori su come rendere le cose più collaborative, invece di passare metà del loro tempo a rivedere i fogli di calcolo.
Se affronti il problema pensando: l’acquirente rivedrà i numeri riga per riga, e io voglio dare numeri che si adattino ai loro paradigmi tradizionali — i paradigmi tradizionali sono superati. Non giocare a quel gioco. Non si può vincere.
Da Lokad, quello che facciamo è passare direttamente a una completa robotizzazione delle decisioni che non richiedono un input manuale per essere generate, e non richiedono un input manuale per essere corrette successivamente alla generazione.
Sono al 100% buone, soddisfacenti, con 0% di insensatezza. Forse l’acquirente direbbe: “Io l’avrei fatto in modo un po’ diverso”, ma non vale il mio tempo, semplicemente spediscilo.
Questa è la situazione giusta.
Allora la rieducazione diventa: addestrare il team a riassegnare il loro tempo a compiti a maggior valore aggiunto invece di passare il tempo a modificare senza fine i numeri.
Ma per questo, hai bisogno di un modello che non sia difettoso per design.
Lo stock di sicurezza è difettoso per design, e quindi lo stock di sicurezza non ti permetterà mai di sfuggire a questa situazione infernale in cui le persone sono i co-processori umani del tuo sistema.
Il tuo sistema genera assurdità, e gli esseri umani scorrono riga per riga per correggere queste assurdità.
Se vuoi scappare, hai bisogno di un’alternativa. Non sarà una variante dello stock di sicurezza. Sarà qualcosa di molto più semplice, ma radicalmente diverso.
Conor Doherty: D’accordo.
Il mio pensiero quando ho sentito la domanda—come rieducare gli acquirenti che si fidano di un singolo numero di stock di sicurezza e non vogliono distribuzioni—c’è un’assunzione implicita.
Il mondo che stai proponendo: invece di guardare un foglio Excel e arrotondare un numero per eccesso o per difetto, hai comunque, nel mondo automatizzato, un numero in un cruscotto.
L’idea delle distribuzioni è come quel numero viene calcolato. È sotto il cofano.
Non stiamo dicendo che i supply chain planners debbano diventare ingegneri e statistici avanzati.
È un numero nel modello attuale, ed è un numero nel modello alternativo che proponiamo.
Joannes Vermorel: Esattamente.
Quando emetti un ordine di acquisto per un prodotto, devi indicare la quantità.
Quindi sì, le distribuzioni di probabilità sono fondamentali, ma sono sotto il cofano. Questo è il modo in cui viene eseguito il calcolo.
Al giorno d’oggi, con i nostri clienti di Lokad, non devono essere super competenti in probabilità, proprio come se guidi un’auto non devi essere un esperto in termodinamica. Funziona semplicemente.
Conor Doherty: Bene, a proposito, siamo arrivati a 90 minuti. Abbiamo finito le domande, il tempo è scaduto.
Come sempre, Joannes, ti ringrazio moltissimo per essere stato con me.
E a tutti gli altri, grazie per aver partecipato. Grazie per i vostri commenti, le vostre domande, i vostri messaggi diretti. Sono adorabili, come sempre.
Se vuoi continuare la conversazione, lo dico ogni singola settimana: contatta me e Joannes. Connettiti con noi su LinkedIn. Siamo sempre felici di discutere.
Se vuoi sfidare Joannes, possiamo organizzarlo anche. Siamo aperti a feedback e a dibattiti, o semplicemente a una conversazione amichevole.
Puoi anche, se vuoi, inviarci un’email a contact@lokad.com.
E con questo, ci vediamo la prossima settimana quando parleremo di KPI. Ma per ora, torna al lavoro.
