Referenze / Referenze

SAS Institute srl.
Via Darwin 20/22
20143 Milano
Italia
>Tel 02 831 341 r.a.
Fax 02 581 136 40
www.sas.com/italy/success

Referenze

Printer-FriendlyPrinter-Friendly

Referenze

 

Ottimizzare la catena del valore con il demand forecasting

Fluttuazioni del mercato, alto tasso di innovazione, accorciamento del ciclo di vita dei prodotti, incremento delle azioni promozionali. La previsione della domanda può generare risultati affidabili in condizioni così estreme? Intervista a Francesco Pezzutto, Chief Information Officer di Vimar

Francesco Pezzutto"Il progetto è entrato nella fase di roll-out e stiamo già riscontrando risultati significativi. L'ampiezza degli algoritmi di forecast e la scelta automatica del modello migliore ridurranno l'errore previsionale di qualche decina di punti percentuali nel caso del mercato worldwide. Mentre la durata del processo di forecast registrerà un calo estremamente significativo, da qualche giorno a qualche ora." Così Francesco Pezzutto, Chief Information Officer di Vimar, sintetizza i risultati del progetto che, realizzato in collaborazione con SDG Group e incentrato sulle tecnologie analitiche di SAS, si pone come obiettivi prioritari la tracciatura della domanda e la pianificazione ottimale della supply chain.

Quali sono i fattori di differenziazione su cui punta Vimar?
Senza alcun dubbio, l'ampiezza e la differenziazione di gamma, che oggi è paragonabile a quella dei maggiori player mondiali. L'innovazione di prodotto, che sosteniamo con massici investimenti in R&D. E l'alto livello qualitativo del servizio al cliente. Per fare solo un esempio, il nostro centro logistico, che raccoglie i prodotti finiti da tutte le unità produttive, è in grado di garantire la consegna dei prodotti in stock nell'arco delle 24 ore.

Anche l'efficienza della supply chain diventa quindi un fattore competitivo?
L'ottimizzazione dei processi di supply chain è un tassello fondamentale della nostra strategia volta a garantire un prodotto coerente con i requisiti di mercato e disponibile nei tempi richiesti. La supply chain però è solo la parte terminale di quella catena del valore che ha inizio dalla previsione della domanda per passare alla pianificazione della produzione, ai controlli di qualità, fino alla distribuzione.

In questo quadro, quale contributo può recare il forecast della domanda?
È un fattore chiave, tanto più rilevante in un mercato ormai maturo. L'elevato tasso di innovazione e il moltiplicarsi delle iniziative promozionali accorciano drasticamente il ciclo di vita dei prodotti. Basti pensare, in proposito, che l'avvicendamento dei prodotti in phase-out e phase-in può toccare una percentuale annua del 15-20%, con l'effetto di un ricambio veloce della gamma prodotti ed un aumento di complessità nella previsione della domanda. Come si può intuire, tutte queste variabili da un lato influenzano la competitività e la redditività dell'azienda e dall'altro appaiono difficilmente prevedibili con gli strumenti tradizionali.

Ed ecco il ripensamento del processo di forecasting
La nostra azienda conta su un pool di risorse estremamente competenti nelle tecniche di forecasting, che avevano però a disposizione sistemi poco performanti in rapporto sia alla complessità delle variabili in gioco, sia alla quantità dei dati da elaborare. Si pensi solo che, al di là del numero degli item, l'analisi delle serie storiche implica l'elaborazione di qualche decina di milioni di record. Questo pool di competenze, insieme alla divisione IT e all'area del product management, è stato il nucleo propulsore del progetto di revisione.

Da quali motivazioni scaturisce la scelta di SAS?
Ha giocato a favore di SAS un insieme di elementi che spaziano dalla disponibilità di modelli previsionali sofisticati alla capacità di analizzare in contemporanea milioni di serie storiche. Dalla flessibilità nel modellare il sistema in funzione dei processi aziendali alla semplicità d'uso, sia nell'effettuare le previsioni, sia nell'affinare i modelli in modalità interattiva. Senza contare la facilità nell'integrarsi con i sistemi e gli strumenti già esistenti in azienda.

È già possibile un primo consuntivo dei risultati?
Il progetto è entrato nella fase di roll-out, ma abbiamo già riscontrato risultati significativi. In primo luogo, l'ampiezza degli algoritmi previsionali ci ha consentito di estendere il processo di forecast non solo all'insieme dei mercati in cui operiamo, ma anche all'intera gamma dei prodotti, compresi quelli in phase-out e phase-in. D'altro canto, l'adozione automatica da parte del sistema del modello più adeguato alla serie storica ha ridotto notevolmente il tasso di errore. Per citare solo un dato, nel mercato worldwide abbiamo registrato un calo dell'errore previsionale pari a qualche decina di punti percentuali. Gli effetti di questa precisione sulla redditività complessiva sono evidenti: meno perdite per vendite mancate e per situazioni di stock-out, meno costi di magazzino per l'incremento delle rotazioni e l'ottimizzazione delle scorte.

L'efficienza del processo si misura anche con l'aumentata frequenza dei forecast?
Le performance elaborative del sistema hanno accelerato drasticamente la durata del processo previsionale, che si è ridotto da qualche giorno a qualche ora. Siamo così in grado di incrementare il numero e la frequenza delle simulazioni e di migliorare la qualità dei risultati, a tutto vantaggio delle attività di planning e scheduling della produzione.

È prevista una futura evoluzione del progetto? Verso quali direttrici?
Posto che il nostro obiettivo a breve è quello di consolidare e di affinare il sistema, cito solo alcune aree di innovazione su cui intendiamo impegnarci nel prossimo futuro. Applicazione delle tecniche di data mining e clustering, per individuare correlazioni significative tra la domanda e l'offerta. Coinvolgimento della struttura commerciale in un processo di collaborative forecasting, per affinare il processo con i feedback della forza vendita. E integrazione del demand forecasting con la pianificazione economico-finanziaria, per monitorare le performance dell'azienda in un innovativo processo di rolling budget.

Vimar, Energia Positiva dal 1945
Vimar, azienda italiana leader nella produzione di materiale elettrico, elettronico e di sistemi di home & building automation, opera da oltre 65 anni in tutto il mondo. Forte di un made in Italy che combina design e tecnologia - nell'ottica della più sicura affidabilità e benessere diffuso – Vimar è oggi il secondo player in Italia e uno dei principali brand di riferimento nel mercato internazionale.







Il Partner: SDG Group
SDG è un gruppo internazionale di consulenza di direzione, specializzato negli interventi di Business Process Reengineering, Corporate Performance Management e Collaborative Business Intelligence, dove è riconosciuto tra i leader mondiali. Unica italiana selezionata da Gartner tra le 24 società europee leader nella Business Intelligence e Information Management, SDG si è avvalsa della partnership strategica con SAS per la leadership di mercato nelle soluzioni di Business Analytics focalizzandosi in particolare negli ambiti Forecasting, Data Mining, Social Analytic, Visual Analytics e Data Governance. Dalla partnership SAS ed SDG nasce una value proposition di valore assoluto che unisce Business Experience e Analytic Solutions per garantire il miglioramento delle performance nei Business Processes


Articolo tratto da itasascom, 1/2014
Copyright © SAS Institute Inc.

Copyright © SAS Institute Inc. All Rights Reserved.

Vimar

Esigenza di Business:

Tracciatura della domanda e pianificazione ottimale della supply chain.

L'adozione automatica da parte del sistema del modello più adeguato alla serie storica, ha ridotto notevolmente il tasso di errore. Per citare solo un dato, nel mercato worldwide abbiamo registrato un calo dell'errore previsionale pari a qualche decina di punti percentuali.

Francesco Pezzutto

Chief Information Officer, Vimar