Previsione della domanda: metodi e formule per evitare rotture di stock e scorte in eccesso

Finger pointing at monthly sales and orders charts used for inventory forecasting

Le rotture di stock e le scorte in eccesso non fanno bene al business. Le une sono il segno di risorse sprecate, le altre di opportunità perse. Una buona previsione della domanda ti aiuta a evitarle entrambe.

Ogni azienda dovrebbe fare della previsione della domanda una pratica abituale per evitare perdite di qualsiasi tipo. Non importa quanto sia grande l’azienda o da quanto tempo sia attiva. In fondo, ogni centesimo conta.

 

Che cos’è la previsione della domanda?

Chiamata anche pianificazione della domanda o previsione delle scorte, la previsione della domanda è il processo con cui si prevedono con precisione i livelli di scorta sulla base dei dati passati, delle tendenze e degli eventi in arrivo. L’obiettivo è avvicinarsi il più possibile ai livelli di scorta ideali, qualunque siano la stagione, il periodo dell’anno o i cambiamenti nella domanda dei consumatori.

Il processo richiede una raccolta dati accurata e un’analisi esperta. Se fatto bene, può far risparmiare molto denaro all’azienda ed evitare perdite economiche.

La previsione della domanda funziona meglio se affiancata da un buon software gestione magazzino, così tutti i dati sono corretti e aggiornati.

Una previsione precisa è importante perché la domanda dei consumatori cambia di continuo. Un prodotto di successo oggi potrebbe non esserlo più tra una settimana o un mese, e la merce rimasta diventerà scorta in eccesso se non segui da vicino le tendenze nella pianificazione della domanda.

Può succedere anche il contrario: se non hai previsto la domanda stagionale, potresti non produrre o non ordinare abbastanza merce per soddisfare i clienti, con rotture di stock e perdita di profitti.

 

I metodi di previsione della domanda

Prevedere la domanda dei consumatori può essere una scommessa rischiosa. Se vuoi fare previsioni intelligenti e ottenere stime precise delle scorte, devi basarti su dati e formule.

Questi sono i metodi di previsione più comuni:

 

1. Previsione quantitativa

La previsione quantitativa usa i dati storici di vendita per anticipare le vendite future. Un’azienda può analizzare le vendite del 2021 e del 2022 per stabilire i livelli di scorta del 2023. Può individuare tendenze, vedere in quali mesi le vendite aumentano e pianificare più scorte per quei periodi.

È un modo oggettivo di prevedere le tendenze, perché l’azienda analizza le vendite passate e la crescita del mercato. Serve a stimare la crescita delle vendite, che aiuta a stabilire i livelli di scorta ideali.

 

Per esempio, un negozio di abbigliamento scopre che le vendite di capi rossi sono sempre alte a febbraio. Così, ogni anno, la produzione di capi rossi aumenta per soddisfare la domanda più alta di quel mese.

Partendo da questa tendenza, l’azienda potrebbe anche usare strategie diverse per vendere di più i capi non rossi. Il negozio può mostrare quanto un vestito rosso stia bene con una sciarpa argentata, o come una giacca rossa risalti con una maglietta nera sotto.

Con i dati storici puoi individuare mode stagionali da sfruttare per aumentare i profitti. L’ideale è restare aggiornato sulle tendenze e sulle mode per rimanere competitivo nella tua nicchia.

L’ideale è rappresentare i dati storici in un grafico. Con un grafico a linee, a torta o un istogramma, la tendenza e i dati storici si vedono più chiaramente, e per l’azienda è più facile prevedere le scorte.

 

Vantaggi e svantaggi della previsione quantitativa

Il vantaggio principale della previsione quantitativa è che rende la previsione più semplice. Basta guardare i dati per prevedere i livelli di scorta ideali, senza troppa complessità.

Lo svantaggio, però, è che inserire dati sbagliati può compromettere tutto il processo di previsione delle scorte. Ci sono anche casi in cui non ci sono dati su cui lavorare, come per le aziende appena nate.

La previsione quantitativa funziona meglio nelle aziende avviate con molti dati a disposizione, probabilmente grazie a un’ottima gestione: chi sa come gestire il magazzino ha già dati affidabili. Le promozioni aggiungono variabilità alla domanda, e chi fa le previsioni deve escluderne l’effetto per ottenere stime precise.

La scelta del metodo di previsione giusto dipende dai dati disponibili che possono dare la previsione più precisa. Ecco alcune metriche da tenere a portata di mano:

  • Livelli di scorta
  • Ordini di acquisto
  • Storico delle vendite
  • Tendenze dei consumatori
  • Domanda stagionale
  • Livello massimo di scorta

 

2. Previsione qualitativa

Questo processo non dipende dai dati storici di vendita o da altri dati simili. Analizza invece fattori esterni, come la politica, le tendenze economiche e i cambiamenti del contesto. La previsione qualitativa usa informazioni di vendita e ricerche di mercato non specifiche dell’azienda per fare previsioni.

Non è il metodo ideale, perché mancano i numeri dell’azienda. È però la procedura migliore per le aziende che hanno dati storici molto limitati o non ne hanno ancora.

Anche le aziende avviate possono trarre vantaggio dalla previsione qualitativa. Questi dati sono utili se vuoi lanciare un nuovo prodotto o servizio sul tuo mercato. Possono darti un’idea di come reagirà il tuo pubblico alla novità e di cosa serve perché abbia successo.

La previsione qualitativa è per sua natura soggettiva. Serve comunque un esperto di vendite con esperienza per fare previsioni intelligenti.

 

Vantaggi e svantaggi della previsione qualitativa

Il vantaggio principale della previsione qualitativa è che le aziende nuove possono farla anche senza dati. Inoltre, può prevedere cambiamenti nelle tendenze e nell’andamento delle vendite, oltre che nel comportamento dei clienti, sulla base del giudizio di responsabili commerciali esperti o di esperti esterni.

Come già detto, però, è molto soggettiva, quasi speculativa.

Pur essendo soggettiva, esistono diversi tipi di previsione qualitativa che un’azienda può usare per rendere la previsione il più precisa possibile:

 

Tipi di previsione qualitativa

In pratica è «decide la maggioranza» all’interno di un gruppo di esperti che si riuniscono e discutono dell’azienda per fare una previsione. Per rendere il processo più scientifico e oggettivo, gli esperti rispondono a un questionario e un team analizza le risposte per arrivare a una previsione condivisa.

  • Giuria di opinione dei dirigenti

In questo metodo di previsione qualitativa, il titolare chiede ai dirigenti o ai responsabili di divisione la loro opinione sull’azienda. Il consenso raggiunto durante la discussione diventa la base della previsione.

  • Previsione dal basso

Invece dei dirigenti, nella previsione dal basso prende l’iniziativa il personale che lavora più a contatto con i clienti o gli utenti finali. Poiché lavorano direttamente con i clienti, sanno cosa deve vendere l’azienda e quando. Raccolte tutte le risposte, si fa la previsione.

È il tipo di previsione qualitativa più basato sui dati, perché usa i sondaggi tra i consumatori come strumento di previsione. Se l’azienda non ha le risorse per un sondaggio, dovrà limitarsi a intervistare i propri clienti.

 

3. Previsione combinata

Questa combinazione di previsione quantitativa e qualitativa prende il meglio di entrambi i metodi, ma è anche la più impegnativa.

Come può un’azienda usare insieme i metodi quantitativi e qualitativi? Torniamo all’esempio del negozio di abbigliamento. Storicamente, novembre è uno dei mesi migliori per l’attività, perché molti consumatori iniziano a comprare i regali per Natale e per le altre feste. In base alle vendite passate, quindi, l’azienda dovrebbe aumentare molto le scorte per quel mese.

Negli ultimi mesi, però, il personale del negozio ha sentito clienti chiedere se il negozio avrebbe venduto articoli dei Mondiali a novembre 2022, quando iniziava la Coppa del Mondo FIFA. Questo ha portato gli esperti a prevedere scorte aggiuntive, in particolare articoli legati ai Mondiali, per l’ultimo trimestre dell’anno.

 

Previsione della domanda: le formule

Prendiamo questa tabella come le vendite di magliette nel 2022:

 

Mesi 2022 (numero di articoli venduti)
Gennaio 138
Febbraio 132
Marzo 118
Aprile 127
Maggio 197
Giugno 225
Luglio 174
Agosto 160
Settembre 164
Ottobre 156
Novembre 288
Dicembre 318

 

Ci sono diversi modi per fare una previsione della domanda, ma i più semplici sono la media mobile e l’analisi del trend.

Formule:

Media mobile = (somma della quantità di articoli di N mesi) / N

Trend = (valore finale – valore iniziale) / N

 

Come calcolare la media mobile

La media mobile stabilisce la domanda media in un periodo preciso, di solito un trimestre o tre mesi, a volte sei mesi. Il risultato si usa per prevedere la domanda futura.

Per stabilire le scorte del primo trimestre del 2023, in particolare di gennaio, possiamo usare i dati disponibili dell’ultimo trimestre del 2022.

Facciamo la previsione:

Media mobile = (ottobre + novembre + dicembre) / 3 = (156 + 288 + 318) / 3

= 254

In base alla media mobile, puoi fissare 254 come scorta di gennaio. Per la scorta di febbraio, puoi usare la media mobile di novembre, dicembre e gennaio.

Puoi usare anche la media mobile di 12 mesi, dato che hai i dati per calcolarla:

Media mobile = 2.197 / 12 ≈ 183

Puoi fissare 183 come scorta di gennaio. Il vantaggio di usare i dati di 12 mesi è che l’aumento delle vendite del periodo natalizio non falsa il risultato.

Per prevedere febbraio 2023 con i dati di 12 mesi, puoi usare le vendite da febbraio 2022 a gennaio 2023.

Come calcolare il trend

Per l’analisi del trend, puoi usare anche i dati del quarto trimestre del 2022:

Trend = (valore finale – valore iniziale) / 3 = (318 – 156) / 3

= 54

 

Per prevedere la scorta di gennaio, basta sommare 54 alla scorta di dicembre, ottenendo 372 (318 + 54).

Oppure puoi usare i dati di tutto l’anno, ottenendo 333 (318 + 15), così:

Trend = (dicembre – gennaio) / 12 = (318 – 138) / 12

= 15

 

Media mobile o trend: quale previsione della domanda usare?

Il metodo di previsione migliore dipende dai dati disponibili. La media mobile è preferibile quando vuoi prevedere un periodo breve, come uno o due mesi. Il trend è migliore per prevedere le scorte su periodi più lunghi, per esempio da tre a sei mesi.

Devi anche considerare i dati che hai. Se i numeri mostrano una tendenza, l’analisi del trend è la scelta migliore. Ma se i numeri sono molto diversi tra loro, è meglio usare la formula della media mobile.

Nell’esempio, i numeri sembrano irregolari fino all’ultimo trimestre, quando novembre e dicembre mostrano un chiaro aumento delle vendite.

Puoi anche provare entrambi i metodi e vedere quale funziona meglio per la tua azienda. Meglio ancora, aggiungi la previsione qualitativa al mix.

 

Come evitare rotture di stock e scorte in eccesso

I dati storici sono un ottimo riferimento, ma non sono perfetti. E sono solo un elemento della previsione della domanda nel suo insieme.

Per evitare rotture di stock e scorte in eccesso, devi considerare anche questi fattori:

Stagionalità

Alcuni prodotti sono stagionali. Per esempio, in un negozio di abbigliamento è probabile che a maggio aumentino le vendite di abiti leggeri per l’estate. A settembre la domanda passerà ad abiti più pesanti e giacche, e un mese dopo all’abbigliamento invernale. Ogni azienda deve adattare le scorte a queste tendenze.

La stagionalità non riguarda solo il cambio delle stagioni. Può riferirsi anche a eventi come il periodo del Super Bowl, quando gli articoli di football americano sono molto richiesti ogni anno intorno a febbraio. E, come già detto, febbraio è anche un mese in cui aumentano le vendite di abbigliamento rosso.

In un anno di Mondiali è ragionevole aspettarsi un aumento delle vendite di articoli legati al calcio.

Cambiamenti nell’azienda

Le aziende non restano ferme; almeno, non dovrebbero. Devi tenerne conto anche nelle tue previsioni delle scorte. Se l’azienda è cresciuta quest’anno, le scorte dovrebbero essere più alte di quanto indicano la media mobile o il trend, che si basano sulla domanda passata.

Cambiamenti

La previsione della domanda dipende anche dalla situazione attuale. Uno dei migliori esempi di eventi imprevisti che hanno scosso il mondo delle imprese è la pandemia di COVID-19. Molte aziende hanno dovuto ridurre l’attività o chiudere del tutto per mesi. Le previsioni delle scorte a lungo termine non servivano più, e la situazione ha portato a una lotta per la stabilità e la sopravvivenza.

 

Considerazioni finali sulla previsione della domanda

Con l’arrivo delle feste, milioni di consumatori inizieranno a comprare regali. Come possono i negozi evitare che i prodotti si esauriscano? Le rotture di stock sono opportunità di profitto perse e vanno evitate a tutti i costi. Le scorte in eccesso non sono meglio, quindi l’ideale è una previsione della domanda il più precisa possibile, con dati completi e corretti.

La previsione della domanda deve bilanciare l’analisi quantitativa dei dati storici e delle tendenze con l’analisi qualitativa di fattori esterni come l’inflazione, la spesa dei consumatori e la geopolitica. Ma perché funzioni, ti serve un sistema di magazzino affidabile ed efficiente che ti permetta di monitorare le scorte con facilità.

Per un inserimento dati semplificato che rende tutto molto più organizzato, contatta Nest Egg o chiama il numero (510) 270-5798.