Un efficace demand forecasting è essenziale per procedure di manufacturing lean. Consente infatti di pianificare il processo produttivo eliminando gli sprechi, e assicura il migliore allineamento tra gli obiettivi fissati e l’effettiva capacità di raggiungerli.
Nel tempo, i sistemi di previsione della domanda si sono progressivamente affinati e oggi, complice anche l’impiego di tecnologie avanzate come l’AI, offrono analisi sempre più affidabili e accurate. Secondo un report di McKinsey&Co, così, l’intervento dell’intelligenza artificiale aumenta la precisione dei forecasts fino al 20%, e ciò consente di ridurre fino al 5% i costi di magazzino e incrementare fino al 3% le revenues.
A fronte di questi indubbi vantaggi, rimangono però alcuni ostacoli di percorso. In particolare, quello dell’accesso a questi strumenti e della loro integrazione nel flow aziendale.
Come ottenere, allora, un demand forecasting semplice ed efficace?
Le possibilità del demand forecasting
Come già rimarcato, un sistema efficiente di demand forecasting può sciogliere alcune incognite tipiche del manufacturing. Tra queste:
- le oscillazioni della domanda per effetto di fattori imprevisti (per esempio difficoltà su alcuni mercati), o prevedibili (tipicamente, la stagionalità di alcune produzioni);
- la pianificazione di medio periodo, spesso ostacolata da un’incertezza sulle dimensioni della domanda che produce un decision-making debole o statico;
- il coordinamento dei processi di filiera, laddove approvvigionamenti e altri processi risentono in meglio di previsioni affidabili sulla domanda;
- la gestione del plant floor, perché nella schedulazione del processo produttivo possono essere ridotti gli sprechi;
- il controllo degli stock, in quanto un demand forecasting accurato riduce il rischio di overstocking e stimola a produrre soltanto il necessario;
- l’allineamento al mercato, forse il principale vantaggio di una corretta previsione della domanda, perché fa corrispondere a quest’ultima i giusti prodotti.
Se, dunque, questi sono alcuni evidenti benefici del demand forecasting per il manufacturing, consideriamo ora alcuni ostacoli da superare per ottenerli.
Cosa può rendere inefficace il demand forecasting: data quality
Un primo problema da risolvere riguarda la qualità dei dati su cui si esercitano le analisi. Da questo punto di vista, se la previsione della domanda muove in primo luogo dai dati di vendita, storici o attuali, bisogna assicurarsi che questi siano corretti e non viziati da errore umano o altre imprecisioni. Del resto, anche i dati di contesto sono importanti, e anche qui occorre fare in modo che, per esempio, gli indicatori chiave sul mercato di riferimento siano facilmente accessibili al sistema.
Una digitalizzazione più marcata dei processi aziendali, che coinvolga anche la fase di vendita, può in questo senso migliorare la situazione.
Cosa può rendere inefficace il demand forecasting: accesso
Un secondo ostacolo da superare riguarda la disponibilità delle informazioni. Che, oltre la data quality, riguarda la qualità della comunicazione tra il sistema di demand forecasting e le altre funzioni aziendali. Una comunicazione tanto più cruciale quanto più alla previsione della domanda si richiede di essere multidimensionale e adattiva.
Un caso di scuola al proposito (anche se non relativo al manufacturing) è riportato da TMA e riguarda l’aeroporto di Heathrow. Qui, appunto, l’incapacità di analizzare le diverse dimensioni della domanda ha portato nell’estate 2022 a un aumento imprevisto nel traffico di passeggeri che l’aeroporto non è riuscito a gestire. La conseguenza è stata l’imposizione di un limite giornaliero al traffico, con le ovvie ripercussioni negative in termini di disagi e rimostranze della clientela.
Anche nel manufacturing, allora, l’accesso ai dati è fondamentale per evitare problemi. Una corretta integrazione dei processi di demand forecasting nell’ecosistema aziendale serve a questo, e aiuta tra le altre cose ad aggiornare tempestivamente i forecast al mutare delle condizioni di partenza.
Cosa può rendere inefficace il demand forecasting: usabilità
Terzo ostacolo da superare, infine, è quello dell’usabilità del sistema di demand forecasting. Perché le previsioni, per essere davvero utili ai decision-makers, devono essere facilmente accessibili, rapide da ottenere e semplici da gestire.
In questo contesto torna anche il tema dell’integrazione tra le diverse funzioni aziendali: un sistema di gestione che includa un modulo di demand forecasting, o che preveda una connessione agile con una piattaforma terza, sarà sicuramente più usabile. Tra l’altro, perché consentirà di far corrispondere in tempi ridotti alle previsioni della domanda le operazioni conseguenti di pianificazione e schedulazione.
La pianificazione semplice in un sistema integrato
Come si può intuire, molti dei principali ostacoli a un utilizzo realmente efficace del demand forecasting nel manufacturing vengono risolti dall’adozione di un sistema di gestione integrato.
Un applicativo di questo tipo riesce infatti a collegare in workflow agili l’analisi della domanda ai processi di pianificazione e quindi di esecuzione. Inoltre, sa aggregare dati eterogenei e restituire indicatori precisi, utili per impostare la fase di pianificazione.
Un valido esempio di questa categoria di applicativi è Industry 4.0 di TeamSystem, nel portfolio di prodotti attivabili con il supporto qualificato di CATA.
Industry 4.0 è un sistema modulare che copre end-to-end le esigenze del manufacturing odierno. Per quanto riguarda la previsione della domanda, garantisce procedure efficaci per ottimizzare i costi riducendo le ridondanze, e accordare più concretamente i processi produttivi alla domanda del mercato.
Con la disponibilità di strumenti mirati per ogni fase di questo processo, dal demand forecasting appunto al Material Resource Planning fino al Factory Control e al Manufacturing Execution System, Industry 4.0 amplia la visibilità all’intero business aziendale e facilita il lavoro degli operatori, migliorando così qualitativamente l’approccio al manufacturing.
