Previsioni di vendita: come funzionano e perchè adesso non funzionano più
Per il settore manifatturiero, tornare competitivi ed efficienti sul mercato del post Covid-19 è possibile, ma la produzione dovrà puntare su strumenti flessibili e resilienti riprogettando le dinamiche previsionali.
Solcare le acque insidiose e imprevedibili dei grandi mercati in termini di produzione, necessita indubbiamente di “radar” intelligenti ed efficaci capaci di prevedere la domanda e leggere fluttuazioni sulla base di un’attenta analisi quantitativa.
Ma per procedere nella “tempesta”, causata dall’impatto economico del Covid19 e dalle incognite legate alle dinamiche della ripresa, ecco che diventa indispensabile per la produzione, integrare anche un’attenta analisi di tipo qualitativo alla flessibilità degli strumenti di “pilotaggio”.
In uno scenario internazionale profondamente mutato, nell’economia e nelle abitudini dei consumatori, si concretizza un vero e proprio punto di svolta nei confronti delle previsioni di vendita da sempre frutto di analisi statistiche, ma che oggi si scontrano con un mondo completamente da riprogettare.
Basti pensare che, analogamente, la crisi finanziaria esplosa negli Stati Uniti nel 2008 ha prodotto una recessione di proporzioni tali da rendere semplicemente non significativi i valori storici di vendita precedenti a quel momento.
La previsione della domanda: cos'è cambiato
Prassi largamente diffusa nella progettazione di un piano di previsioni di vendita è quella di ricorrere ad uno storico dati tramite metodi statistici di analisi delle serie temporali.
Tuttavia, il COVID19 ci ha messi dinnanzi ad uno scenario da “cigno nero” dove le incognite e le incertezze di mercato mettono in discussione tutti i metodi quantitativi di previsione della domanda, rendendo di fatto inefficaci le strategie previsionali finora utilizzate.
Perché quindi un modello classico di previsione della domanda ai tempi del COVID19 non è più attendibile?
-
Non è possibile prevedere la domanda sulla base di uno storico dati precedente al punto di discontinuità dettato dal Covid-19. I modelli matematici per la previsione della domanda sfruttano lo storico di vendite (solitamente in un range compreso tra uno e tre anni) per elaborare scenari predittivi e ottimizzare il comportamento di un metodo matematico misurandone gli errori che questo commette su di una previsione “ex-post” di cui è noto il corrispondente risultato esatto. Uno scenario che perde totalmente di validità traslato nelle mutazioni di mercato della nuova realtà post Covid-19.
-
Tanti dati non significa maggior precisione di predizione. Ciò che la statistica insegna è che mediando sui valori trattati la numerosità del campione disponibile aiuta a ridurre la componente randomica di errore, ovvero ad azzerare il cosiddetto “rumore”. Tuttavia, una previsione delle vendite future dovrebbe basarsi su di una quantità “giusta” di dati delle vendite passate per non rischiare di essere tratta in inganno da andamenti che in realtà non appartengono più allo scenario di mercato attuale.
-
Scenari predittivi, non certezza matematica. In ogni caso però non si dispone di alcuna garanzia che un metodo di previsione ottimizzato per ridurre al minimo l’errore che esso commette su dati noti del passato continuerà a comportarsi altrettanto bene nel futuro.
Dall'analisi quantitativa all'analisi qualitativa
Mentre da un lato la necessità di avere previsioni di vendita può risultare ancor più sentita ai tempi del Covid19 (sia per effetto di difficoltà sugli approvvigionamenti che per la necessità di rimettere in discussione vendite e distribuzione), dall’altro per giungere all’obiettivo di una “previsione” vicina alla realtà è necessario definire al meglio possibile i contorni della nuova dimensione di mercato.
E’ conveniente quindi che i sistemi di previsione della domanda siano in grado di scostarsi dalle logiche puramente “quantitative” e matematiche, rivalutando invece metodi più “qualitativi”, basandosi cioè sull’esperienza e la capacità critica di persone della forza vendita o comunque esperte del mercato di riferimento (anche eventualmente con un approccio iterativo per mediare e conciliare attraverso alcuni “round” le opinioni ottenute da un “panel” di esperti).
Strumenti di pilotaggio: istruzioni per l'uso
A valle delle previsioni, che non potranno mai essere prive di errori e che rappresentano solo un primo input per la produzione, la partita si gioca con strumenti che consentono una corretta pianificazione anche a fronte di oscillazioni imprevedibili a livello di domanda di mercato.
Prontezza, rapidità di manovra e adattabilità permetteranno quindi di conservare efficienza ed efficacia nonostante le incertezze del post Covid-19.
Come?
-
Migliorando il livello di servizio percepito e l’efficienza, cercando di recuperare o reindirizzare risorse anche quando gli ordinativi si discostano dalla previsione iniziale. Ciò diventa possibile disponendo di strumenti di analisi per verificare rapidamente la producibilità e consegnabilità dei prodotti finiti richiesti, a partire da scorte e forniture esistenti e variazioni della domanda
-
Evidenziando eventuali imminenti criticità attraverso la funzionalità di “calcolo dei materiali mancanti” e rimediandovi parzialmente attraverso la verifica dei componenti alternativi
-
Individuando rapidamente le consegne influenzate da variazioni della capacità produttiva interna o dei terzisti, e cercando di privilegiare quelle prioritarie, grazie a strumenti di ripianificazione flessibile delle attività e delle consegne
Anche negli scenari di maggiore incertezza non si può fare a meno di avvalersi di previsioni della domanda, sebbene occorra convivere col dato di fatto della perdita di efficacia di molti degli strumenti abitualmente utilizzati in precedenza, accettando di dover gestire maggiori scostamenti e variabilità.
Per farlo occorre però investire attenzione ed energie su
strumenti flessibili di pianificazione e pilotaggio che, a valle delle previsioni, aiutino ad evidenziare rapidamente le criticità ed a mettere in atto le necessarie azioni correttive per mantenere il livello di servizio previsto, senza perdere l’opportunità di incrementare produttività e introiti.
Autore: Ing. Paolo Fontanot, Product Manager di Tecnest, esperienza ventennale in Advanced Planning and Scheduling
Richiesta informazioni
