Collaborative forecast ed effetto Forrester

Il termine collaborative forecasting (CF) si riferisce alla possibilità che i membri della supply network gestiscano congiuntamente il processo di previsione delle vendite (forecasting).
Spesso all’interno di una supply network ogni azienda elabora le proprie previsioni di vendita individualmente, utilizzando i dati storici sul sell-in, senza considerare i dati sul sell-out, o sulle future promozioni programmate dagli attori del network a valle. Questa modalità di gestione del processo di forcasting è detta local forecasting.
L’effetto Forrester spiega in modo chiaro che questo approccio può portare ad un significativo effetto ampli azione della domanda lungo la Supply Chain che causa elevati investimenti in scorte e basso livello di servizio ai clienti.
Negli anni ’50, il professor Jay Forrester del Massachusetts Institute of Technology (Boston) eseguì alcune simulazioni sull’andamento della domanda, degli ordini e delle scorte in una catena di imprese. Tale ricerca evidenziò che, nel tempo si può verificare un significativo effetto di ampli azione della domanda  nel trasferimento degli ordini dagli attori a valle del supply network a quelli a monte.
Inoltre le scorte, lungo la Supply Chain, possono essere soggette ad oscillazioni ampie ed irregolari. In pratica, ciò che accade è molto simile al gioco del “telefono senza fili”.
Un gruppo di ragazzi si dispone in fila; il primo sussurra una frase al secondo che, indipendentemente dal fatto che abbia sentito chiaramente o meno, ripete a bassa voce al terzo ragazzo e così via fino alla fine della coda. Man mano che il messaggio viene trasmesso tende a distorcersi.
L’effetto Forrester comunque non è causato solo da errori di comunicazione e di distrazione ma anche dal desiderio da parte di ogni attore, di migliorare la propria porzione di supply network. Per meglio comprendere ciò che Forrester ha dimostrato si consideri una Supply Chain composta da quattro attori: un dettagliante, un grossista, un produttore e un fornitore

Figura 6 – Supply Chain ( tratto da Supply Chain la gestione dei processi di fornitura e distribuzione, 2006)

Come evidenziato nell’ultima colonna a destra in Tabella 2, si suppone che, la domanda finale del mercato del dettagliante, si riduca da 100 pezzi nel periodo 1 a 95 nei successivi periodi.
Supponiamo che ciascun attore adotti la stessa politica di gestione delle scorte (avere, a fine periodo, un quantitativo di prodotti SF pari alla domanda relativa allo stesso periodo).
La scorta, all’inizio del periodo 1, è pari a 100 pezzi per tutti gli attori.All’inizio del periodo 1 il dettagliante ha 100 pezzi in magazzino (Si) e si trova a dover soddisfare una domanda di 100 pezzi, dal momento che intende avere in magazzino, alla fine del periodo, un numero di Sf, provvede ad acquistare dal grossista 100 pezzi.
Un discorso analogo può essere fatto per tutti gli attori a monte del dettagliante e per tutti i successivi periodi.
Nella Tabella 2 è possibile evidenziare come a fronte di una domanda di mercato relativamente stabile si generino fluttuazioni di domanda sempre più ampie negli ordini tra i vari attori della Supply Chain (effetto Forrester).

In realtà esiste un terzo elemento caratterizzante l’effetto e cioè lo sfasamento dell’andamento degli ordini, passando da valle verso monte che per semplificazione non è stato tenuto in considerazione nella Tabella 2.
Nella pratica di ogni giorno esiste un tempo fisiologico che intercorre fra la creazione della domanda, la trasmissione dell’ordine e la soddisfazione da parte dei fornitori che vanno a generare degli sfasamenti temporali amplificati lungo la catena di fornitura.  Al contrario, il CF ha come obiettivo la collaborazione fra i vari membri del Supply network al fine di ottenere una previsione di vendita condivisa ed utilizzata da tutti gli attori, a partire dalla quale è possibile elaborare piani di approvvigionamento, produzione e spedizioni.
Il Collaborative Planning Forecasting and Replenishment (CPFR) riguarda la collaborazione fra due o più membri del Supply network che pianifica congiuntamente le attività promozionali che saranno svolte ed elaborano previsioni di vendita  sui quali verranno stabiliti i piani di approvvigionamento e di spedizione.
Il termine CPFR fu introdotto nel 1995 per descrivere il progetto pilota di collaborazione riguardante una linea di prodotti per l’igiene dentale. Tra il fornitore ed il cliente avvenne uno scambio di informazioni elettroniche sul sell-out utilizzate dai due soggetti, per elaborare previsioni di vendita.

Figura 7 –Il modello di CPFR sviluppa dall’associazione VICS (Supply Chain la gestione dei processi di fornitura e distribuzione, 2006)

Successivamente, il termine CPFR, iniziò ad essere usato a collaborazioni fra le aziende finalizzate alla definizione di piani promozionali, di vendita e di riassortimento.
Nel 1998, l’associazione americana “Voluntary Interindustry Commerce Standards” sviluppò un modello per l’implementazione del CPFR comprendente nove fasi(Figura 7):

• Fase accordo di collaborazione: nella quale vengono definite le linee guida, le risorse da impiegare, i dadi da condividere e le modalità con le quali definire la relazione collaborativa;
• Businnes Plann congiunto: il quale deve identificare chiaramente le strategie e le tattiche per ciascun prodotto o classe di prodotti;
• Elaborare previsioni di vendita sulla base del Businnes Plann Congiunto;
• Identificare le eccezioni per le previsioni di vendita sulla base dell’accordo di collaborazione;
• Risolvere le eccezioni per le previsioni di vendita;
• Elaborare le previsioni d’ordine;
• Identificare le eccezioni per le previsioni d’ordine;Risolvere le eccezioni per le previsione d’ordine;
• Generare ordini.

Secondo alcuni esperti del settore, il CPFR, può essere considerato un’evoluzione rispetto ad altre pratiche che gestiscono i materiali nel Supply network come il CR o il VMI.
L’elemento innovativo di questo nuovo sistema consiste nella gestione delle eccezioni, rendendo sempre più partecipi ed attivi clienti e fornitori che aderiscono alla stesura, o meglio, al processo di previsione ordine (sell-in) e di previsione vendita (sell-out). Grazie a questo innovativo metodo, coerentemente con la logica loock ahead, possono pianificare in anticipo e in modo efficiente la produzione così da soddisfare la domanda durante le produzioni.
E’ comunque importante considerare che, esistono delle barriere all’implementazione del CPFR:

• Scambio e condivisione di dati riservati;
• Considerevole impiego di tempo volto alla collaborazione al coordinamento e alla gestione delle eccezioni fra le aziende;
• Necessità di un’infrastruttura informatica di supporto, nel caso di un cospicuo numero di attori del Supply network.

Fornitore		Produttore		Grossista		Dettagliante		Periodo domanda finale
Prod.	Scorte	Prod.	Scorte	Acquisti	Scorte	Acquisti	Scorte	Periodo	Domanda
100	Si=100 Sf=100	100	Si=100 Sf=100	100	Si=100 Sf=100	100	Si=100 Sf=100	1	100
20	Si=100 Sf=60	60	Si=100 Sf=80	80	Si=100 Sf=90	90	Si=100 Sf=95	2	95
180	Si=60 Sf=120	120	Si=80 Sf=100	100	Si=90 Sf=95	95	Si=95 Sf=95	3	95
60	Si=120 Sf=90	90	Si=100 Sf=95	95	Si=95 Sf=95	95	Si=95 Sf=95	4	95
100	Si=90 Sf=95	95	Si=95 Sf=95	95	Si=95 Sf=95	95	Si=95 Sf=95	5	95
95	Si=95 Sf=95	95	Si=95 Sf=95	95	Si=95 Sf=95	95	Si=95 Sf=95	6	95

-Tabella 2- Andamento della domanda di una Supply Chain VICS (Supply Chain la gestione dei processi di fornitura e distribuzione, 2006)

Tratto da “Supply Chain management – La gestione dei processi di fornitura e distribuzione” – di Pietro Romano e Pamela Danese – McGraw-Hill

Previsioni

Il concetto di previsione è un concetto che sta alla base di innumerevoli operazioni di pianificazione e programmazione di attività aziendali.
Prevedere vuol dire riuscire a stimare con il maggiore grado di attendibilità possibile un fattore variabile ed incognito detto fattore X, sulla base di ipotesi fatte relativamente a fattori noti, o a loro volta, stimati anch’essi, che hanno qualche corrispondenza con l’incognita stessa.
E’ obiettivo primario di tutte le figure strategiche nell’azienda, riuscire a rispondere alle 2QD, ovvero:

• Quanto: riuscire a stabilire quale sarà la domanda di un determinato articolo o di una collezione di articoli;
• Quando: riuscire a collocare la domanda temporalmente sapendo  il periodo e la durata;
• Dove: sapere quali saranno le aree geografiche interessate ed il loro peso nel contesto globale.

Definire le informazioni da analizzare e prevedere significa descrivere il fenomeno in termini di variabili dipendenti e di variabili indipendenti.
Le variabili dipendenti sono delle variabili che si assumono disponibili al momento della previsione; le variabili indipendenti invece sono quelle da prevedere, per le quali si intende stabilire una correlazione con le variabili indipendenti e/o un possibile comportamento in funzione del tempo.
Per affrontare un problema di previsione è necessario individuare le informazioni da prevedere, la forma che devono assumere, l’orizzonte temporale di riferimento ed il grado di precisione che si vuole raggiungere con esattezza.
In azienda esistono 2 principali ambiti di  applicazione di modelli previsionali: quando si lancia un nuovo prodotto oppure quando si lancia la produzione ( o si programma la distribuzione, o si fanno acquisti, in questi casi il modello previsionale non ha distinzioni).
La differenza sostanziale fra questi casi è molto semplice: nel primo caso (il nuovo prodotto) non c’è storia a cui riferirsi (o quasi), in questo contesto hanno molta rilevanza le intuizioni previsionali o apposite azioni d’indagine da compiere presso la clientela, il mercato, i consumatori, gli opinionisti.
Nel secondo, invece, ci sono dati da analizzare, storie da far “parlare “ , situazioni precedenti.
Nonostante in termini generali le cose siano semplici, di solito in azienda c’è ancora tanta confusione sulle previsioni.
Esistono due grandi filoni di pensiero che sono contrastanti fra loro:

• c’è chi sostiene l’infattibilità delle previsioni, sostenendo che le uniche previsioni in grado di  realizzare sono di facile natura  e quindi inutili;
• c’è invece chi sostiene che senza le previsioni nessuna parte d’impresa potrà mai funzionare. Questa categoria, più che supportare l’utilità delle previsioni o descrivere i concetti alla base delle previsioni stesse, si limitano a descrivere ogni ambiente con modelli matematici e formule.Occorre fare alcune precisazioni riguardo al tema delle previsioni.

Una prima riflessione riguarda il suo utilizzo.
Solitamente un sistema previsionale è tanto facile da usare quanto difficile garantirgli una adeguata e continua manutenzione, o meglio, più che difficile è dispendioso, faticoso. Infatti, quando si afferma che il consumo di un prodotto lo si può prevedere, non significa che tale consumo sia costante o uguale ogni giorno ma, significa che le sue variazioni, all’interano di un periodo (settimana, mese, anno) sono cicliche, ripetitive, quindi prevedibili. Prendiamo ad esempio il consumo d’olio. Attraverso un buon sistema previsionale si riesce a presupporre con discreta precisione quanto olio d’oliva si venderà in un negozio mensilmente.
Più facile sarà prevedere quanto  olio venderanno tutti i negozi della città in quello stesso mese.  Le previsioni di ampio raggio compensano i singoli errori delle singole previsioni: in alcuni negozi, infatti, verranno stimate delle quantità di vendita superiori rispetto ad altri, mentre le previsioni dell’intera città saranno pressoché perfette.
Ancora più semplice sarà programmare la produzione totale di olio d’oliva dei tutto il frantoio dal momento che questo produce  olio  per l’intera regione.
Quindi si intuisce che tanto più il campo d’azione delle previsioni è vasto, tanto più gli errori si compensano e le previsioni risultano esatte.
L’obiettivo, in generale è conoscere una stima del valore atteso insieme ad una stima dell’errore che il modello di previsione può produrre.

Tratto da “Supply Chain management – La gestione dei processi di fornitura e distribuzione” – di Pietro Romano e Pamela Danese – McGraw-Hill