Caso di studio: problema di previsione della domanda al dettaglio per un'azienda di e-commerce
Per illustrare più dettagliatamente i concetti correlati alle previsioni, consideriamo il caso di un'azienda di e-commerce che vende prodotti online. L'ottimizzazione delle decisioni nella catena di approvvigionamento (ad esempio, la gestione delle scorte) è fondamentale per la competitività dell'azienda, in quanto permette di ottenere con precisione il numero di prodotti necessari in ogni centro di distribuzione. Di conseguenza, l'azienda può avere a disposizione un'ampia selezione di prodotti con tempi di consegna ridotti e prezzi competitivi, per una maggiore soddisfazione dei clienti. L'input principale nel sistema software della catena di approvvigionamento è una stima della domanda o la previsione delle potenziali vendite di ogni prodotto nel catalogo. Questa previsione determina importanti decisioni a valle, tra cui:
-
Pianificazione a livello macro (previsione strategica): per un'azienda nel suo complesso, qual è la crescita prevista in termini di vendite/ricavi totali? Dove deve essere (più) geograficamente attiva l'azienda? Come deve essere impiegata la manodopera?
-
Previsione della domanda (o dell'inventario): quante unità di ogni prodotto verranno probabilmente vendute in ogni sede?
-
Attività promozionale (previsione tattica): come devono essere gestite le promozioni? I prodotti devono essere liquidati?
Il resto del caso di studio è incentrato sul secondo problema, che fa parte della famiglia di problemi di previsione di natura operativa (Januschowski e Kolassa, 2019). Questo documento è incentrato sulle questioni principali: dati, modelli (predittori), inferenze (previsioni) e produttivizzazione.
Ai fini di questo caso di studio, è importante ricordare che il problema di previsione è un mezzo per raggiungere un fine. Benché le previsioni siano di fondamentale importanza per l'azienda, le decisioni a valle per la catena di approvvigionamento lo sono ancora di più. Nel nostro caso di studio queste decisioni vengono prese da sistemi di acquisto automatizzati che si basano su modelli di ottimizzazione matematica derivanti da ricerche operative. Questi sistemi cercano di ridurre al minimo i costi previsti per l'azienda.
La parola chiave è previsti, ovvero le previsioni devono riguardare non solo un possibile futuro, ma tutti i futuri possibili, con la ponderazione appropriata in base alla probabilità di un determinato risultato. A questo scopo, il fattore chiave per il processo decisionale a valle è una distribuzione completa dei valori di previsione anziché una semplice previsione puntuale. La figura seguente mostra una previsione probabilistica, nota anche come previsione di densità. Tieni presente che è possibile ricavare una singola previsione puntuale (il futuro più probabile) da questa previsione probabilistica, mentre sarà più difficile passare da una previsione puntuale a una probabilistica.
Data una previsione probabilistica, è possibile ricavarne statistiche diverse e personalizzare i risultati in modo da semplificare la decisione da prendere. L'azienda di e-commerce può avere una serie di prodotti principali che devono sempre essere disponibili in magazzino. In questo caso, usiamo un quantile elevato (ad esempio, il 90o percentile), che si traduce nel 90% delle volte in cui i prodotti saranno disponibili in magazzino. Per altri prodotti, ad esempio quelli per cui è più facile reperire articoli sostitutivi (come per le matite), l'uso di un percentile inferiore può essere più appropriato.
Amazon Forecast permette di ottenere facilmente diversi quantili dalla previsione probabilistica.
Figura della previsione probabilistica
Nella figura precedente la linea nera rappresenta i valori effettivi, la linea verde scuro è la mediana della distribuzione della previsione; l'area verde scuro ombreggiata è l'intervallo di previsione in cui prevediamo una diminuzione del 50% dei valori e l'area verde chiaro è l'intervallo di previsione in cui prevediamo il 90% dei valori effettivi.
Le sezioni seguenti presentano le fasi per la risoluzione del problema di previsione per l'azienda, tra cui:
