Demand planning e machine learning: ITReview punta a efficientare la supply chain
Se, in passato, “navigare a vista” poteva essere una modalità di gestione aziendale efficace, la dinamicità e volatilità odierne rendono necessario muoversi su modelli più solidi, capaci di governare tale complessità. In questo scenario, i dati e la tecnologia diventano elementi chiave per le organizzazioni, perché ne allenano la resilienza operativa e la capacità di anticipare i cambiamenti. Abilità indispensabili in situazioni di incertezza e instabilità, come quelle recenti.
Di fronte a ritardi nelle forniture o a incrementi nei prezzi delle materie prime, una logica basata sugli ordini è del tutto inefficiente. «Credo che, ormai, siamo arrivati al punto in cui le aziende che vogliono conservare la propria competitività debbano cambiare paradigma. Gestire la supply chain in base all’ordinato e non alle previsioni della domanda non è più sostenibile. Per essere agili di fronte agli stimoli di mercato e veloci nel rispondere ai bisogni che emergono, serve adottare un approccio nuovo». A supporto delle organizzazioni intervengono soluzioni di advanced analytics come il demand planning che, tramite l’elaborazione dei dati aziendali, la modellazione di serie storiche e l’applicazione di algoritmi, producono una previsione della curva di domanda degli item prevedibili. Impiegabile per la pianificazione delle operazioni finanziarie, l’organizzazione dei piani produttivi e di acquisto.
«La fiducia e la cultura del dato» – commenta Andrea De Rossi, CTO di ITReview, società di consulenza tecnologica sul dato e specializzata sulle soluzioni Qlik – «determinano il successo di soluzioni come questa. Essere data-driven significa lasciarsi guidare da quello che il dato suggerisce. Significa, ad esempio, comprare in anticipo la materia prima perché i dati dicono che è conveniente e che la domanda di mercato si muoverà in quella direzione. Significa avere informazioni utili alla produzione, all’ufficio acquisti e al controllo dei flussi di cassa. Ovviamente tutto dipende dalla qualità dei dati usati e qui il contributo umano è ancora fondamentale, per questo serve investire nella loro formazione facendo comprendere l’importanza del dato e delle informazioni. Oggi, attraverso le linee guida del data lineage e del data wrangling, in ITReview stiamo lavorando su alcuni algoritmi di machine learning e soluzioni di autoML con l’obiettivo di efficientare la data preparation e ottimizzare ulteriormente l’output previsionale. Maggiore è il governo sulla supply chain, maggiore è la capacità di anticipare le tendenze di acquisto dei consumatori, migliori sono le performance aziendali».
Il demand planning è la risposta alla maggiore pervasività dei dati e l’esito di un approccio gestionale organico che coinvolge l’azienda ad ogni suo livello, producendo benefici trasversali e condivisi. Vive, infatti, dell’interconnessione tra Business Units, tra persone che parlano la stessa lingua, quella dei dati. È realistico immaginare che, nei prossimi anni, all’aumentare della data literacy nelle aziende, anche l’adozione di soluzioni d’analisi così avanzate aumenti. A beneficio delle persone, delle organizzazioni e di intere filiere.
