Il processo di previsione e pianificazione della domanda per le aziende e-commerce -4a parte
Negli articoli precedenti sul tema della previsione e pianificazione della domanda abbiamo illustrato le principali tecniche che ci permettono di migliorare il processo previsionale e quindi ottenere forecast di vendita più accurati e precisi.
In questo articolo cominceremo a parlare proprio del forecast e di come fare per affinarlo, condividerlo in azienda e verificarlo con le varie funzioni aziendali e infine di come si può misurare la sua attendibilità, ovvero la sua “accuracy”.
Par affinare un forecast di vendita dei prodotti, in generale valgono le seguenti regole:
1. Scegliere il giusto livello di aggregazione
Un forecast a livello di SKU è fattibile? In molti contesti ha più senso effettuare un forecast a livello aggregato, per esempio per canale di vendita (per aziende multichannel), nazione, regione o in generale per area geografica, o addirittura per cliente; questa aggregazione è soprattutto valida per le aziende che vendono ad altre aziende grandi e strutturate (quelle denominate B2E “Business To Enterprise”), dove ogni grande cliente può rappresentare vendite importanti e magari sono stati introdotti nuovi codici a loro esclusivo consumo.
2. Rivedere il forecast a livello aggregato
Visualizzare i dettagli per articolo solo in caso di bisogno; è meglio analizzare il forecast per brand o categoria di prodotti: si comprenderanno meglio gli effetti di crescita, giudicando in maniera più razionale se questi trend abbiano senso o no. La verifica aggregata è un passaggio fondamentale per capire se il forecast è in linea con le aspettative di crescita aziendali. Ogni anomalia dovrà essere corretta prima di utilizzare il forecast per la pianificazione degli ordini e gli acquisti.
3. Coinvolgere le «giuste» persone
Una buona gestione del forecast prevede il coinvolgimento delle persone (o delle funzioni aziendali) che hanno una buona conoscenza del mercato, dei prodotti ed un facile accesso ai dati di vendita; la loro esperienza può fornire utili spunti su eventuali picchi di domanda, crescita o riduzione di settori merceologici. Esistono anche strumenti ad hoc che permettono di raccogliere le informazioni dalla rete di vendita, dai product manager o direttamente dai clienti.
Figura 1 - Esempio di quadrante per la gestione dei forecast usato in processo S&OP. Fonte Toolsgroup
4. Analisi del forecast per eccezioni
Utilizzare l’analisi ABC per concentrarsi sui prodotti più importanti; sfruttate le risorse del sistema di riordino, oppure create corretti sistemi di analisi delle deviazioni, per analizzare solo gli articoli che mostrano un comportamento anomalo od un trend diverso da quello atteso. Questa gestione per eccezione permette di rimanere molto più focalizzati ed ottenere una revisione del forecast più efficace.
Figura 2 - Esempio di visualizzazione di un evento “Eccezione Storica Demand Filter High”
5. Misurate ed analizzate la forecast accuracy
L’analisi della bontà del forecast permette di identificare punti di debolezza del sistema di previsione e quindi le conseguenti aree di miglioramento. Un processo di forecast raramente ha successo se non è misurato e se i risultati non sono riportati al management. Meglio se i risultati sono mostrati con una grafica semplice e dalla facile interpretazione:
Figura 3 - Esempio di calcolo della forecast accuracy per le previsioni di fatturato di un canale di vendita per una primaria azienda settore B2B.
Continueremo a parlare di forecast e previsioni di vendita nei prossimi articoli.
Per saperne di più e per ricevere qualche utile consiglio sulla gestione delle scorte, sulle tecniche di previsione, sulla progettazione del magazzino e sulla sua successiva gestione vi consigliamo di partecipare al corso “Logistica per l’e-commerce”.
