Soprattutto all’interno di contesti economici dominati da variabilità ed incertezza, il Demand Planning rappresenta un valido supporto decisionale per:
- ottimizzare la Supply Chain,
- aumentare l’efficienza di produzione e ridurre gli sprechi,
- garantire la soddisfazione della domanda,
- migliorare i livelli di servizio,
- gestire consapevolmente i processi logistici e finanziari.
La gestione del Demand Planning in assenza di soluzioni di BI
Formulare una previsione attendibile della domanda è un’attività complessa: serve una buona padronanza del dato, una gestione delle variabili dipendenti ed indipendenti, una Data Preparation sulle serie storiche. In assenza di soluzioni di Business Intelligence, il Demand Planning è gestito:
- Manualmente, risultando in un processo particolarmente time-consuming e soggetto ad errori di valutazione – soprattutto considerata la velocità di cambio degli scenari, ormai all’ordine del giorno.
- Con software e tecnologie dedicate che, oltre ad essere estremamente costose, richiedono spesso di allineare i processi aziendali ai processi software, talvolta mancando di flessibilità (ad esempio riguardo i modelli di pulizia, la gestione delle serie storiche o le previsioni di aggregati di domanda).
In ogni caso è bene chiarire che, al di là della modalità impiegata, il Demand Planning è e rimane pur sempre una previsione, e in quanto tale è soggetta ad un margine d’errore. A fronte della nostra esperienza all’interno delle aziende, possiamo confermare che l’attendibilità di previsione della domanda è influenzata da alcuni fattori di notevole importanza:
- La capacità di ragionare sui dati di input e di modificarli dove necessario;
- La possibilità di creare aggregazioni di articoli: ciò consente di creare una domanda composita, ed evitare serie storiche sporadiche impossibili da prevedere;
- L’implementazione di sofisticati algoritmi Machine Learning e di un lavoro di preparazione sul dato.
Tutto questo è possibile con l’utilizzo di una piattaforma di Data Analytics, che consente di minimizzare il margine d’errore a favore di una maggiore attendibilità sul Demand Management.
L’applicazione di Business Intelligence ITReview per il Demand Planning
Il Demand Planning di ITReview è una soluzione di Advanced Analytics per la gestione completa dell’intera Supply Chain, pensata per garantire una forte personalizzazione sulle esigenze del cliente e sulle specificità di business.
Basata su modelli analitici avanzati, algoritmi specifici e capacità di calcolo, la piattaforma elabora una previsione della curva di domanda di item e meta-item (aggregati di articoli) dalle serie storiche prevedibili. Tale previsione può essere integrata con altre informazioni: disponibilità a magazzino, ordini in corso a clienti e fornitori, ordini di produzione e capacità produttiva (MRP).
Si ottiene una proposta notevolmente precisa sulla quantità reale degli articoli da produrre, sulle materie prime da acquistare, sulla turnazione da effettuare, con un margine di errore minimo rispetto allo storico: chi pianifica può quindi concentrarsi su articoli nuovi o estemporanei, che
hanno il maggiore impatto sui costi della Supply Chain. Conclusa l’analisi, la previsione della domanda può essere approvata (dal pianificatore o in
automatico dall’applicazione) o modificata sulla base di ulteriori informazioni legate all’area vendite, come budget commerciali e forecast a breve termine.
Sviluppata su Qlik Sense, la nostra soluzione consente di gestire in modo flessibile la complessità legata alla filiera del prodotto e il controllo dell’intero processo, dall’acquisto delle materie prime alla commercializzazione dei prodotti finali.
Le caratteristiche del Demand Planning di ITReview su Qlik Sense
Il Demand Planning proposto da ITReview sintetizza la complessità e vastità dell’analisi dati di Supply Chain in un’unica interfaccia, con la possibilità concreta di intraprendere azioni tempestive e orientate dai dati. Ciò che distingue la soluzione ITReview per il Demand Planning e Management è:
- Data Preparation: prima dell’analisi il dato viene preparato e suddiviso in serie storiche regolari o sporadiche. Si tratta di un assaggio particolarmente importante per verificare la correttezza dei trend, che incidono direttamente sul livello di attendibilità della previsione.
- Algoritmi sofisticati: oltre agli specifici algoritmi sviluppati su Qlik, possono essere implementati algoritmi derivanti da software statistici, capacità di calcolo di piattaforme come R o linguaggi matematici come Python. Qlik è in grado di dialogare in maniera “sincrona” con tali ambienti, accedendo alle loro potenti librerie e capacità di calcolo.
- Definizione dei meta-item: l’analisi sui meta-item, gli aggregati di articoli che presentano serie storiche prevedibili, permette alla Pianificazione di accorpare le domande in funzione delle esigenze di approvvigionamento, e ridurre l’impatto delle serie storiche sporadiche.
- Integrazione delle informazioni: per arricchire i dati presenti nel controllo di gestione ed avere piena visibilità dei diversi forecast, è possibile inserire informazioni sul gestionale, sui budget di vendita e sulle previsioni commerciali a breve. Ciò consente di pianificare, definire ed approvare una domanda completa di informazioni provenienti da altri contesti.
- Interazione con la dashboard: è possibile impostare differenti temporalità o grane di analisi, a seconda della specificità dei processi aziendali e delle dinamiche di mercato (previsioni mensili, trimestrali, annuali, complessive, per cliente, per stabilimento), e parametri d’analisi specifici sulla strategia del cliente (raffinazione delle serie storiche, aggregazioni di articoli, definizione di “like for like” per articoli nuovi e senza storico, algoritmi da applicare).
- Totale allineamento alle specificità del cliente: grazie alla struttura flessibile e modulare del software di Demand Planning, la logica di previsione è tagliata su misura del cliente. Così lo strumento può imparare e affinare i suoi processi rispetto a quelli aziendali, e non il contrario.
Nello spettro delle soluzioni di Data Analytics, il Demand Planning può fornire informazioni anche agli altri processi aziendali e alle relative applicazioni della Business Intelligence. Con una previsione e pianificazione strategica della domanda si è in grado di:
- Confrontare i dati di previsione della domanda con i dati di budget di vendita;
- Dare visibilità sul fabbisogno necessario all’area Acquisti;
- Indicare le necessità in termini di forza lavoro e turnazione all’area HR;
- Coordinare e fornire previsioni all’area Finance su fabbisogno, manodopera e acquisti.
In presenza di processi complessi e variabili, una soluzione di BI per il Demand Planning è uno strumento fondamentale per ridurre la complessità ed efficientare la gestione della Supply Chain
