Demand Forecasting: tecnologia e cultura

Il Demand Forecasting, o previsione della domanda, è l’insieme delle attività tese a prevedere quale sarà l’evoluzione, qualitativa e quantitativa, della domanda di un prodotto o servizio in un tempo che può variare da qualche anno per certi beni durevoli o industriali a pochi giorni, al limite un giorno per l’altro, per i prodotti deperibili. È fin troppo evidente che si tratta d’un compito vitale per ogni impresa, dalla cui accuratezza dipendono gli approvvigionamenti, la produzione, la distribuzione e le vendite; in una parola il business e il profitto della società. Vi si dovrebbe quindi dedicare il massimo sforzo e il meglio delle risorse intellettuali e tecnologiche di cui si può disporre. Ma sappiamo tutti che non è così: in molti casi si ragiona su proiezioni di quanto fatto in precedenza, senza tener conto delle infinite variabili di origine interna o esterna all’impresa e allo stesso mercato cui è o sarà soggetta la domanda, o cercando di prevederne l’effetto in base alla propria esperienza quando non al mero intuito.

Le tecnologie analitiche sviluppatesi dal ceppo della BI, che negli ultimi tempi hanno avuto un notevolissimo sviluppo diventando capaci di elaborare sia grandi quantità di dati sia dati non strutturati, possono dare un concreto supporto in un compito che, sia chiaro, è e resta comunque difficile e rischioso. Chi opera in azienda, vuoi nell’It, vuoi nel marketing, vuoi nella stessa funzione di previsione e pianificazione della domanda, lo sa bene, e ciò spiega il successo dell’Executive Cocktail’ che ZeroUno, con la collaborazione di Brain Force, ha tenuto lo scorso 25 marzo a Milano che aveva appunto per tema “Analytics per il Demand Forecasting”.

L'articolo continua nella pagina seguente

*BRPAGE*

(segue dalla pagina precedente)
Come previsto dal format di questi nostri eventi, l’incontro è stato aperto dal direttore di ZeroUno, Stefano Uberti Foppa, che ha introdotto l’argomento osservando come in un quadro di evoluzione generale verso la ‘digital enterprise’ la capacità di anticipare lo sviluppo della domanda in base a dati oggettivi relativi alle variabili economiche e sociali che governano i mercati sia destinata ad assumere un ruolo portante ai fini della flessibilità del business. Aggiungendo però come la trasversalità del forecasting rispetto alle attività dell’impresa presupponga la necessità di una cultura dell’analisi data-based che permei tutta l’organizzazione facilitando la collaborazione tra le funzioni preposte. Cose entrambe che, come vedremo, faranno da tema all’intera serata.

da sinistra Stefano Uberti Foppa Direttore di ZeroUno, Paolo Pasini Responsabile dell’unità Sistemi Informativi e direttore dell’Osservatorio Business Intelligence della Sda Bocconi School of Management Antonio Cossu Responsabile del Business development per le Advanced Business Analytics di Brain Force

La parola è quindi passata a Paolo Pasini, Responsabile dell’unità Sistemi Informativi e direttore dell’Osservatorio Business Intelligence della Sda Bocconi School of Management, che ha presentato un’indagine sulla pianificazione della domanda svolta presso un panel di aziende italiane. Non entreremo nel dettaglio dei risultati, che sono disponibili scaricando il relativo documento dal portale www.zerounoweb.it, se non per osservare come il forecast coinvolga al più le funzioni Marketing e Vendite, seguite con un certo distacco da quella finanziaria, e come un terzo degli intervistati faccia le analisi ricorrendo all’eterno foglio elettronico. Sia sul piano della collaborazione interfunzionale sia su quello delle tecnologie di analisi c’è quindi ancora molto spazio di crescita. Spazio cui si è indirettamente riferito Antonio Cossu, Responsabile del Business development per le Advanced Business Analytics di Brain Force, col dichiarare, prima di presentare l’offerta della società in tema di Demand Forecasting & Planning (vedi riquadro), come le imprese siano consce del problema e ben raramente soddisfatte di quanto esse stesse vanno facendo.
Si è aperto quindi il dibattito, moderato e condotto dal direttore di ZeroUno, con Andrea Arrigoni, Head of IS business partner di Sanofi, che introduce subito quello che sarà il tema principale dell’incontro, ossia il problema organizzativo che nasce dal fatto di essere il demand forecasting, specie in un’impresa internazionalizzata, un’attività che coinvolge più persone in diverse funzioni: “Si tratta di mettere insieme tante teste in tante organizzazioni che hanno necessità e priorità diverse. In questo senso la tecnologia (di una piattaforma analitica che opera da tempo in azienda – ndr) viene in aiuto rappresentando un unico ambiente di lavoro che induce e abilita la collaborazione”. Il concetto è ripreso da Marco Marsilli, Capo Progetto It di Esselunga, che attribuisce alla tecnologia una funzione per certi versi analoga, nel senso che il previsore, che è l’esperto di prodotto, viene aiutato da un sistema di forecasting nato sull’Erp e sviluppatosi poi in soluzioni orientate a specifiche attività (come le promozioni) che fanno base su un data warehouse. “Con questo siamo riusciti a superare il fai-da-te adottato dai responsabili del processo, ossia i compratori, sostituendolo con strumenti di classe enterprise (dallo sviluppo e adozione tuttora in atto – ndr) che sfruttano modelli statistico-matematici e il cui primo impatto – aggiunge Marsilli – non sarà tanto una maggiore precisione delle previsioni quanto il passaggio dai piccoli silos individuali a una soluzione che uniforma il workflow dei processi decisionali”. Il primo giro d’interventi è chiuso da Stefano Passett, Demand Manager di Bonduelle, che lavorando in un’azienda che tratta il prodotto fresco fa una distinzione tra gli aspetti operativi del demand planning, demandati alla supply chain e le cui attività, specie per quanto riguarda le promozioni sono calibrate giorno per giorno, e quelli, per così dire, strategici che, spiega Passetti “coinvolgono i responsabili commerciali e del marketing in incontri periodici nei quali si valuta l’impatto di variabili del mercato che possono non essere state prima considerate”.

La platea dei partecipanti

Su questo primo giro di interventi si appoggiano le risposte dei relatori, ai quali Uberti Foppa chiede di provare a tracciare un quadro di ciò che fare e non fare nell’implementare un sistema di analisi. A tal proposito Cossu rileva come “emerga la necessità di abbinare i due percorsi evolutivi [tecnologico e culturale – ndr] integrando in qualche modo le previsioni basate sull’elaborazione di dati con quelle date dall’esperienza degli utenti. Purtroppo – prosegue il responsabile Brain Force – in gran parte delle aziende italiane i processi di supporto decisionale non sono ancora adeguatamente sviluppati, perdendo di vista quali sono le decisioni che il manager deve avere e quali i dati da considerare affinché queste decisioni siano prese nel migliore dei modi. Si fanno analisi che non servono, si trascurano altre che sarebbero utili e di quelle che potrebbero servire non s’interpretano correttamente i risultati”. Quanto alla questione organizzativa, per Pasini, “questa va risolta cercando di coordinare e far collaborare le competenze presenti in azienda. Ciò si scontra però coi ruoli delle varie funzioni, che in Italia sono ancora muri spesso invalicabili”. Il direttore dell’Osservatorio BI prosegue prendendo ad esempio i dati meteorologici (emersi nei precedenti interventi come importante fattore per il forecasting degli alimentari) per osservare come il problema competenze/funzioni vada affrontato anche con un po’ di creatività, ‘forzando’ se occorre (un po’ come osservato da Marsilli) una collaborazione tra le funzioni.
Sul tema della fusione tra tecnologia ed esperienza/intuito personale interviene anche Antonella Ferrari, Advanced Business Analytics Senior Consultant di Brain Force, che in quanto responsabile dello sviluppo dei modelli che guidano l’uso dello strumento analitico da parte dell’utente osserva come si possa agevolare la collaborazione “se si capisce l’approccio metodologico che si va ad utilizzare con lo strumento. Ciò permette – prosegue Ferrari – di standardizzare il processo, il che facilita lo sharing delle scelte che ne conseguono. Inoltre, contribuendo a standardizzare un processo cui sono partecipi, le parti in causa debbono necessariamente collaborare. Il nostro ruolo è di sentire le diverse visioni che del forecasting hanno gli esperti, fonderle insieme e creare un processo di analisi strutturato, ovviamente supportato dalle analisi matematico-statistiche del caso”.

Un momento di confronto

La parola torna quindi agli utenti con l’intervento di Valentina Torti, Responsabile Sistemi Business Intelligence, Crm, Finance e Hr di La Rinascente che riprende il tema del rapporto tra persone e strumenti osservando come oggi l’impegno sia quello di far lavorare insieme gli acquisti e il marketing, anche sfruttando la mole dei dati sugli acquirenti fornita dai sistemi di fidelizzazione. Premesso che ciò vale soprattutto per quei punti vendita dove la clientela di passaggio è minoritaria, “l’idea è di estrarre da tali dati delle tendenze che possano poi suggerire agli acquisti scelte dalla visione più lunga e più ampia di quella che viene dalla semplice analisi delle serie storiche”. Anche per Luigi Pignatelli, Ict Manager di Carl Zeiss “le informazioni provenienti dalla segmentazione dei consumatori e relative analisi di comportamento nonché da altre fonti digitali (che possono andare dai social network alle previsioni del tempo – ndr) vanno sfruttate in un processo strutturato dove l’It ha un ruolo di fattore abilitante per la collaborazione interfunzionale”.
Con l’esperienza di Maura Sartore, Corporate Dsp manager di Nestlé, il concetto del coordinamento tra le funzioni si estende a un nuovo livello: quello della collaborazione di filiera, verticalizzata cioè su una linea d’offerta, importante in una società dall’offerta molto differenziata per prodotto e canale. “Questo ci porta a un processo strutturato che coinvolge molte funzioni aziendali cui si chiede una forte cooperazione su obiettivi condivisi. Quanto alla tecnologia – prosegue Sartori – le difficoltà che riscontriamo non sono né negli strumenti né nelle competenze, ma nel preparare i dati che servono ad alimentare il modello. Non parlo delle serie storiche ma degli eventi. Quali sono gli eventi che hanno determinato un certo comportamento in passato? Quali sono quelli che conteranno in futuro?” Un’indiretta chiamata in causa per Brain Force, alla quale infatti rispondono sia Cossu sia Ferrari osservando, il primo, come oggi la sfida per i fornitori e le imprese utenti sia di sviluppare, rispettivamente, “tecnologie e competenze in grado di eliminare il ‘rumore di fondo’ dato dalle informazioni inutili”, e la seconda come “il modello predittivo possa e debba calcolare un margine di incertezza o meglio di ‘massimo errore accettabile’ per tener conto appunto degli eventi che non si possono prevedere”.