Gli Outlier nella previsione della domanda commerciale
I metodi quantitativi per la previsione della domanda commerciale esaltano il ruolo delle serie storiche dei dati; esse continuano a risultare la base indiscutibile sulla quale fondare tutte le possibili analisi previsionali; se è pur vero che le correzioni di natura qualitativa perfezionano ed affinano i risultati attesi soprattutto nei casi in cui l’orizzonte temporale supera il semestre, si può sostenere che già una serie storica significativa permette di creare un sale forecast affidabile; questo è valido almeno per un periodo previsionale di durata equivalente a quella dell'intervallo di tempo della serie stessa.
I dati di serie storica vanno opportunamente analizzati al fine di comprendere se siano presenti i cosiddetti Outlier; essi, in un insieme di osservazioni, sono appunto i valori anomali: quei valori quindi chiaramente distanti dai valori medi delle altre osservazioni disponibili. Nel caso di analisi di domanda commerciale studiata nell'orizzonte temporale equivalente all'anno, essi sono rappresentati da valori di domanda molto distanti dal valore medio della domanda mensile.
Esitono Outlier di picco (di incremento): incrementi del valore di domanda domanda che si sono concentrati in un dato periodo per l'insediamento di un nuovo cliente che ha acquistato “on top” quantità ingenti del prodotto al fine di realizzare il suo primo e cospicuo approvvigionamento; campagne mirate o eventi promozionali che hanno raddoppiato, a volte triplicato, in quel dato periodo (mese) i valori di vendita.
Esistono Outlier di valle (di riduzione): mancanze persistenti di prodotto o fenomeni di cannibalizzazione temporanea di un prodotto della concorrenza o dalla stessa gamma assortimentale che hanno inficiato temporaneamente il valore della domanda di prodotto.
Oltre alla necessità reale di individuare gli outlier all’interno delle serie storiche, essi vanno opportunamente studiati al fine di comprendere se “meritino” di condizionare, per quel dato intervallo di rilevazione, il valore della domanda stessa, oppure debbano essere eliminati perchè non significativi nella costruzione del dato futuro. Bisogna, a buon titolo, capire se essi sono abbinabili alla prossima ripetizione dell'evento oppure no.
In particolare, gli outlier legati agli eventi promozionali realizzati in precedenza, possono essere classificati come:
- Outlier dovuti a eventi ripetitivi; essi si sono manifestati con una periodicità nota e costante ( in genere su base stagionale) per cui è presumibile che con la stessa costanza si manifesteranno anche durante il periodo per il quale stiamo effettuando la previsione della domanda futura. Essi sono abbinati ad eventi ripetitivi da calendario. Le promozioni attivate durante le festività natalizie sono il tipico esempio: è indubbio che per tutta una tipologia di beni di largo consumo e, ultimamente, per i prodotti Hi tech, il periodo che precede il Natale sia caratterizzato da un incremento di richieste dei suddetti beni.
- Outlier dovuti a eventi non ripetitivi; si tratta di promozioni spot realizzate una tantum e/o con una frequenza che è stata irregolare. Le promozioni spot che non hanno una frequenza regolare, non meritano di essere ripetuti; il lancio di un prodotto, per esempio, è un'azione che si sviluppa in un arco spazio temporale definito e che, tendenzialmente non si ripeterà, proprio perchè è abbinato ad una specifica fase di vita del prodotto. Altresì, tutte le azioni di destocking di prodotti che hanno superato ampiamente la fase della “maturità”, devono essere considerate come eventi “una tantum” ed assolutamente non ripetitivi.
Per quanto sopra esposto, gli effetti in termini di picchi e/o valli, delle promozioni cicliche e ripetitive non vanno considerati come outlier da rimuovere dalla serie storica in analisi; essi sono da considerare come componenti regolari e periodici della domanda è con elevata probabilità si manifesteranno con la stessa entità anche in futuro. In sostanza si comportano alla stessa stregua dei picchi stagionali.
Al contrario la componenti di domanda dovute a promozioni irregolari devono essere eliminate dalle serie storiche perchè non dovranno condizionare il sale forecast.
Al termine del processo di “ripulitura” dagli outlier, si ottiene una serie storica decisamente più armonica nell'evoluzione temporale.
