Si stanno moltplicando le soluzioni basate sull'intelligenza artificiale che aiutano le imprese a prendere decisioni. Si tratta di strumenti previsionali, tipicamente algoritmi, in grado di prevedere le dinamiche di domanda e offerta di beni nel momento in cui intervengono variabili come la stagionalità, le promozioni, moda e trend, ma anche situazioni socio-economiche non stabili.
Tra queste, Demand Planning, sviluppato da beanTech, una pmi innovativa con base in provincia di Udine, è una tecnologia che permette di elaborare, analizzare, validare e condividere con le altre funzioni aziendali la domanda previsionale per anticipare le esigenze di mercato, dimensionare le risorse produttive critiche, ottimizzare le scorte in magazzino in base all’andamento della domanda, gestire con maggiore efficienza il network distributivo, ma anche definire accordi quadro più vantaggiosi con i fornitori e, di conseguenza, sviluppare con maggiore precisione la pianificazione del budget.
Un potente motore algoritmico
La soluzione si basa sui dati storici di vendita arricchiti da parametri e correlazioni proprie del business aziendale e del mercato di riferimento dell’azienda che lo utilizza. Un motore algoritmico gestisce l’analisi dello storico e ottimizza la previsione della domanda.
Le serie storiche dell’azienda vengono indirizzate verso pacchetti di circa 20-25 algoritmi messi in competizione tra loro al fine di sfruttare il migliore per profilare le serie storiche introdotte. Mettere in gara diversi algoritmi assicura una buona accuratezza previsionale.
Più vengono allenati gli algoritmi, migliore è la risposta che viene data. È un processo estremamente complesso che l’utente finale non percepisce come tale, ma è necessario per assicurare la massima affidabilità delle previsioni.
L’algoritmo, inoltre, può essere istruito anche con informazioni esterne all’azienda, non provenienti dalle serie storiche, come ad esempio eventi esterni particolari: festività non ricorrenti, previsioni meteorologiche, chiusure Covid, indici di mercato, dati demografici e molto altro.
È anche uno strumento di Business Intelligence
Il motore algoritmico è collegato ad un workflow collaborativo, ovvero un portale web che viene utilizzato dalle varie risorse interne che possono affinare le previsioni dell’algoritmo fino a convalidarle prima di elaborare la reportistica. Successivamente la soluzione emette una reportistica che può essere integrata con i dati provenienti da diverse fonti.
Si tratta di uno strumento di Business Intelligence che serve, da un lato, a confermare la validità di ciò che viene elaborato dall’algoritmo su alcune tipologie di dati e dall’altro a indirizzare l’utente verso attività in cui l’intervento umano è ancora richiesto e rappresenta un importante valore aggiunto.
Fra i diversi progetti di demand planning realizzati da BeanTech e Novalia - che offre servizi di consulenza innovativi per il miglioramento dei modelli organizzativi e gestionali delle imprese - la soluzione realizzata per Morato Pane - secondo gruppo in Italia per panificati - il quale aveva l’esigenza di mettere la forza vendita nelle migliori condizioni per elaborare, analizzare, validare e condividere con le altre funzioni aziendali la domanda previsionale, in base alle promozioni e la scontistica applicata, equilibrando opportunamente domanda e produzione e alimentando automaticamente il sistema di pianificazione della produzione a valle.
