SALES FORECASTING

Uno dei "temi caldi" per chi si occupa di Logistica è senza dubbio quello delle previsioni di vendita, anche per l'impatto assolutamente trasversale rispetto all'intera organizzazione aziendale che tale tema ha. 


Poter disporre di previsioni accurate e soprattutto affidabili offre una serie di vantaggi, alcuni evidenti ed altri meno: è però chiaro che previsioni "povere" finiscono con il condizionare la pianificazione e quindi il più efficace utilizzo di tutte le risorse aziendali, dalla produzione alla logistica, fino alle risorse finanziarie.

In particolare, ci si riferisce ai problemi connessi alla sottostima della domanda, con tutti gli scompensi organizzativi che seguono, dati anche dalla tensione generata dal tardivo tentativo di "raddrizzare" un quarter stimolando artificialmente le domanda, e dei problemi duali, dati invece dalla sovrastima della domanda (magazzini pieni di merce invenduta, magari nello stesso momento in cui si perdono vendite su altri codici, e produzioni fatte inutilmente, magari a scapito di quello che si sarebbe potuto vendere).

Abbiamo tratto da un recentissimo (luglio 2011) survey di Aberdeen sullo "stato dell'arte" del Sales Forecasting una serie di grafici a nostro parere molto significativi, dai quali si capisce bene ed in modo immediato come e quanto si avvantaggino le aziende che sono in grado di effettuare buone previsioni sulle altre, grafici che crediamo meritino di essere condivisi e commentati.

Alcuni grafici interessanti

Il survey di Aberdeen ha identificato alcune caratteristiche ricorrenti tra le aziende Best-in-class e quelle che invece si trovano, più o meno attardate, ad inseguire: tra queste, vale la pena ricordare l'introduzione di soluzioni tecnologiche (software avanzati di Demand Forecasting, ma anche di Business Intelligence, ed integrazione di questi con i dati reperibili da strumenti tipo CRM e SFA) ed organizzative (best-practice formali per il Demand Planning e per la S&OP, attività che vanno naturalmente alimentate con le migliori previsioni di vendita possibili), soluzioni che sono sistematiche e cogenti per lo sviluppo del forecast e la forte visibilità e condivisione delle informazioni correlate al forecast all'interno dell'azienda, che quindi si muove all'unisono verso un unico obiettivo.

Va da sé che questo tipo di atteggiamento porti a previsioni migliori: più attendibili e precise, ma anche più "stratificate" in modo che siano funzionali ad obiettivi specifici quali ad esempio il supporto alla crescita di mercati nuovi o in espansione o l'introduzione di nuovi prodotti.

La domanda che è lecito porsi è quanto, alla fine, queste migliori previsioni aiutino davvero un'azienda?

Il primo grafico tra quelli presentati serve proprio a dare una risposta alla domanda posta sopra: in pratica, sono stati misurati nell'arco di un anno i miglioramenti (segno "+" nell'istogramma) o i peggioramenti (segno "-") rispetto ad alcuni parametri interessanti, comparando l'evoluzione di aziende "top" nell'elaborazione di un buon forecast - nelle quali la previsione è giustamente guardata con fiducia e quindi positivamente utilizzata dalle varie funzioni aziendali - con quella di aziende invece non sufficientemente organizzate.

forecasting1

Come si può vedere, le aziende Best-in-class hanno avuto un significativo (+13,4%) aumento nei loro ricavi, in parte da ricondursi all'avere potuto prevedere correttamente la domanda e quindi organizzarsi per servirla al meglio ed in parte dall'essersi distinte nell'eccellenza del livello di servizio, fatto questo che sempre più è percepito come fattore distintivo, viatico per il suiccesso.

Ai team di vendita di tale aziende Best-in-class, poi, sono stati dati obiettivi credibili ed affidabili: questo si è tramutato nell'aumento dei team e dei singoli venditori che hanno poi centrato il loro budget di vendita, con il facilmente immaginabile aumento della motivazione della forza vendita.

Inoltre, vista all'interno di tali aziende la diffuzione spinta delle Best Practices e l'adozione di approcci che prevedono la condivisione delle informazioni e prassi di miglioramento continuo (a partire da quanto appreso circa il passato, errori inclusi) le aziende Best-in-class sono addirittura riuscite ad innescare un circolo virtuoso ed migliorare ulteriormente l'affidabilità delle loro previsioni, laddove le altre aziende sono invece peggiorate (a riprova che la situazione sempre più complessa e "volatile" dei mercati richiede strumenti adeguati per essere prevista in modo affidabile).

Se è quindi chiaro che disporre di migliori previsioni non rappresenta solo una soddisfazione teorica, ma anzi offre innumerevoli vantaggi concreti a tutta l'azienda, quali sono le difficoltà che frenano o rallentano la diffusione più spinta di una vera e propria "cultura" del forecast?

Il prossimo grafico, in modo molto concreto, elenca alcune delle principali difficoltà:

forecasting2

Qui si potrebbe disquisire a lungo, ma per non essere troppo prolissi vale comunque la pena di sottolineare come la "distanza" o, per meglio dire, la mancanza di comunicazione con chi è più vicino al mercato impedisce di raffinare al punto giusto le previsioni fatte guardando al passato, tipicamente basate su algoritmi che proiettano le serie storiche di dati di vendita.

Ma è anche importante notare il rischio insito nella de-responsabilizzazione delle funzioni Commerciali rispetto alle conseguenze di previsioni di vendita da loro emesse (magari solo come commento alle previsioni algoritmiche): se il sistema premiante dei Commerciali non sarà in qualche modo legato all'attendibilità delle previsioni, la sola Logistica sarà giudicata su KPI (disponibilità, over-stock) cui magari si è giunti solo in virtù di input inaffidabili provenienti da altri.

La seguente tabella illustra invece quali siano le "pressioni" cui è soggetto il business e che hanno il più forte impatto sulla possibilità di formulare previsioni corrette:

forecasting3

Come si vede, è ancora una volta l'integrazione di tutti quei "segnali deboli" nel sistema previsionale che deve essere migliorata: riuscire cioè a sfruttare al meglio tutte quelle conoscenze, a volte solo intuizioni, che potrebbero dare in anticipo il trend del mercato. Il vero problema, ovviamente, consiste nel definire e strutturare - diremmo quasi nell'ingegnerizzare - un flusso di informazioni che "catturi" quel know-how dei mercati e dei possibili clienti che esiste in azienda, ma che troppo spesso è inespresso e quindi sprecato.

Si vede infine nella prossima tabella, coerentemente con quanto fin qui detto, quanto sia ancora elevato il peso degli input individuali - a vari livelli aziendali - sulle previsioni di vendita, con tutti i "pro" ma anche i "contro" della soggettività.

forecasting4

Infine, è riportata una tabella nella quale, seguendo il classico metodo PACE (Pressioni, ossia necessità, che stimolano Azioni Correttive, per portare avanti le quali servono alcune Capacità ed alcuni Elementi abilitanti): non servono molti commenti ulteriori ad un sempre valido invito alla "visibilità", "collaborazione" ed "integrazione" dei vari strumenti e conoscenze spesso già patrimonio aziendale, spesso inespresso a pieno.

 

forecasting5

 

Per informazioni:
Simco Srl Via Giovanni Durando 38 20158 Milano MI Italy
Tel. +39 02 39325605 Fax +39 02 39325600
email: simco@simcoconsulting.it

  • Creato il .
  • Visite: 657

ITALIA

Simco Srl
Via Giovanni Durando 38 Pal.3 - 20158 Milano MI

  • +39 02 39 32 56 05

  • simco@simcoconsulting.com

  • P.IVA 08570130156

FRANCE

Simco Consulting Sarl
12 rue Alfred Kastler
71530 Fragnes-La-Loyère

  • +33 (0)3 65 69 00 52

  • simco@simcoconsulting.com

  • TVA FR66823213798

ESPAÑA

Simco Consulting
C/ Can Rabia 3-5, Planta 4
08017 Barcelona
  • +34 93 626 4823

  • simco@simcoconsulting.com

  • P.IVA 08570130156

Simco - Leader nella consulenza logistica e Supply Chain

© SIMCO SRL . All rights reserved. Certificazione UNI EN ISO 9001:2015 (N. certificato 9175 SMCO)