Vincere la sfida del food retail: Buone prassi per la gestione della supply chain nella rivendita di alimentari

Le supply chain dei retailer alimantari devono diventare più reattive ed efficienti che mai. Questa raccolta di buone prassi è un buon punto di partenza.

1. Le strategie dei retailer sono lettera morta senza una corretta gestione della supply chain

Il mercato della vendita al dettaglio di alimentari è difficile e turbolento. Benché si tratti da sempre di un settore complesso, la trasformazione attualmente in corso al suo interno è più profonda e dirompente di quanto non lo sia mai stata negli ultimi decenni.

Le aziende si trovano ad affrontare contemporaneamente varie tendenze di rilievo:

  • I retailer sono sollecitati a mantenersi al passo con gli sviluppi dell’e-commerce e l’ampliamento delle opzioni di evasione degli ordini online, dalla consegna a domicilio al click & collect. Gli acquisti online rappresentano una sfida particolarmente impegnativa per i rivenditori di alimentari, per via del basso valore e gli alti costi di movimentazione dei prodotti, che sono spesso fragili, di forme e dimensioni diverse e con requisiti di stoccaggio e trasporto a temperatura controllata. Poche aziende sono al momento in grado di realizzare utili con la vendita online di prodotti alimentari, ma nessun operatore del settore può permettersi di ignorare la realtà emergente del canale e-commerce.
  • I rivenditori tradizionali con assortimenti completi subiscono la concorrenza sia dei discount che dell’industria della ristorazione. Ristoranti e rivenditori di cibo da asporto si aggiudicano una quota crescente della capacità di acquisto dei consumatori. Alcuni retailer alimentari hanno aperto ristoranti all’interno dei propri punti vendita e molti altri propongono pasti pronti per risultare più appetibili agli occhi dei consumatori. Se gestiti correttamente, i cibi pronti possono aiutare i rivenditori ad aumentare i margini in un mercato difficile. Se gestiti male, invece, rischiano di generare costosi sprechi.
  • I consumatori sono sempre più alla ricerca di alimenti freschi e sani, determinando una richiesta crescente di frutta, verdura, carni e pesce freschi, nonché di altri prodotti altamente deperibili. Anche alcuni discount, come Aldi e Lidl, stanno rafforzando la propria offerta di prodotti freschi, compresi quelli di fascia alta come carni biologiche e pane fresco. Per crescere, queste aziende stanno abbandonando il concetto di hard discount per offrire più prodotti freschi, punti vendita più piccoli e maggiore diversificazione locale. L’efficienza dei discount si basava in precedenza su semplicità, standardizzazione e grandi volumi, quindi i cambiamenti in corso rischiano di mettere a dura prova le supply chain di questi rivenditori.
  • L’urbanizzazione e la praticità inducono numerosi megastore ad aprire punti vendita più piccoli in contesti urbani. Altre aziende stanno riorganizzando gli spazi nei propri punti vendita per creare aree destinate a caffè e gastronomie o per consentire il ritiro degli ordini online. Per farlo senza penalizzare l’assortimento, esse devono utilizzare lo spazio in modo più efficiente e non è scontato che riescano a compiere il cambio di mentalità necessario per gestire spazi più limitati e a creare sinergie fra i vari formati.

Considerando queste tendenze e le relative sfide e opportunità, possiamo presagire che la gestione della supply chain sarà il fulcro tanto dei successi quanto degli insuccessi futuri delle aziende del food retail. Tutti i rivenditori alimentari devono compiere oggi scelte difficili riguardo alle strategie sulle quali puntare. A prescindere dalle scelte effettuate da ciascuno, il mancato sviluppo di supply chain adatte a tali strategie riduce tuttavia al lumicino le loro probabilità di riuscita.

Per avere successo, le aziende devono padroneggiare sia la gestione della supply chain scarna e altamente efficiente caratteristica degli hard discount, sia quella agile e reattiva necessaria per i prodotti freschi. Molti rivenditori devono inoltre gestire punti vendita di varie dimensioni e l’offerta parallela di più opzioni di evasione degli ordini, il che complica ulteriormente il quadro.

Figura 1: I prodotti freschi altamente deperibili richiedono supply chain maggiormente reattive. Per i prodotti a lunga conservazione, a temperatura ambiente e altri prodotti con vita a scaffale più prolungata, al contrario, l’efficienza operativa è essenziale.

In entrambi i casi, i retailer devono disporre degli strumenti di pianificazione giusti e sapere come utilizzarli:

  • I prodotti freschi sono caratterizzati da un rischio elevato di ribassi e sprechi, ed è pertanto molto importante prevedere con precisione la domanda e sincronizzare di conseguenza i riordini. Per questi articoli, la granularità del processo di pianificazione deve consentire di cogliere anche le minime variazioni della domanda e la supply chain deve essere sufficientemente agile da adattarsi a tali mutamenti.
  • Per i prodotti a lunga conservazione e gli altri articoli con scadenza più lunga è essenziale ottimizzare i flussi delle giacenze e la movimentazione della merce. La precisione della previsione è fondamentale, ma non occorre che i riordini siano perfettamente sincronizzati con la domanda. Ciò consente di utilizzare la capacità in maniera efficiente, livellando il flusso delle scorte lungo la supply chain. Per aumentare la redditività è fondamentale organizzare l’approvvigionamento nei negozi in modo da consentire la consegna della merce dal vettore direttamente sugli scaffali.

Questa guida alle buone prassi illustra gli approcci migliori per aumentare sia la prontezza di risposta, sia l’efficienza delle supply chain dei retailer alimentari. È improbabile che un’unica azienda adotti tutte le pratiche in questione. Vi incoraggiamo piuttosto ad assegnare una priorità alle aree di sviluppo più accessibili e di maggiore impatto per la vostra attività.

2. Sfruttare la potenza dell’ai nella previsione della domanda

La previsione della domanda è il motore della supply chain. Per ottenere previsioni di alta qualità occorre utilizzare al meglio tutti i dati disponibili. La precisione della previsione è direttamente proporzionale alla quantità e alla qualità dei dati utilizzati.

È impossibile parlare di previsione della domanda senza citare l’intelligenza artificiale (AI, Artificial Intelligence). I recenti progressi nel campo dell’AI, come la vittoria di un software nel complesso gioco del Go contro un giocatore professionista in carne ed ossa, hanno generato grandi attese, ma anche molte affermazioni esagerate e prive di fondamento.

Nel campo della supply chain, i fornitori di soluzioni tecnologiche più temerari affermano che l’AI si sta avvicinando alla singolarità tecnologica e che le supply chain stanno progressivamente diventando autonome. In questo contesto, il termine singolarità indica un’intelligenza artificiale tanto sofisticata e potente da iniziare a svilupparsi e a migliorare in modo autonomo, rendendo gli esseri umani inferiori e superflui in un futuro apocalittico.

Tali affermazioni possono tranquillamente essere derubricate a sciocchezze. Siamo molto lontani da qualsiasi forma di AI autonoma, anche nell’ambito molto circoscritto della gestione della supply chain, e ancor più dalla scoperta del codice dell’intelligenza artificiale.

Si osservano invece grandi progressi nell’ambito dell’AI specializzata. Il termine AI specializzata indica l’insieme di metodologie ed algoritmi ottimizzati per l’esecuzione di un’attività specifica. AlphaGo, il programma che è riuscito a sconfiggere il campione in carica del gioco del Go, era stato ottimizzato specificatamente per giocare a Go e inizialmente addestrato utilizzando un database contenente circa 30 milioni di mosse. Ulteriori dati erano stati quindi raccolti facendo giocare varie istanze di AlphaGo le une contro le altre, secondo uno schema noto come “apprendimento mediante rinforzo”. L’ultima versione del programma, nota come AlphaGo Zero, non utilizza alcun dato di addestramento di provenienza umana. I dati acquisiti durante le partite, tuttavia, vengono elaborati mediante algoritmi di ottimizzazione realizzati da persone e studiati appositamente per fornire prestazioni eccellenti nei casi in cui occorre effettuare scelte intelligenti fra un numero enorme di possibilità. Le tecniche utilizzate per AlphaGo sono state applicate con successo nel gioco degli scacchi e in altri giochi, ma risultano di minore utilità in ambiti difficili da simulare, come ad esempio la guida di un’auto. È inoltre importante tenere presente che l’elaborazione dei dati richiesta ha un costo. Nel 2017, il costo dell’hardware di un singolo sistema AlphaGo Zero era stimato in circa 25 milioni di dollari.

Figura 2: Qual è il miglior robot per fare il bucato? (Illustrazione ispirata ad un eccellente post su blog di Ben Evans.) L’AI specializzata sta diventando sempre più comune, e viene spesso utilizzata per applicazioni che di primo acchito non sembrano particolarmente intelligenti.

I recenti sviluppi dell’AI specializzata sono dovuti principalmente a due fattori: 1) Il rapido aumento della quantità di dati disponibili e 2) il crollo del costo di elaborazione dei dati stessi. Il boom attuale dell’AI è stato alimentato in larga misura dai progressi ottenuti nel campo della visione artificiale. Tali progressi sono a loro volta stati favoriti dall’enorme mole di immagini riservate messe a disposizione dei ricercatori proprio nel momento in cui si è verificato un crollo del costo ad esempio delle memorie ad accesso randomico (RAM, Random Access Memory).

Analogamente, l’accesso a nuovi dati e a capacità di elaborazione degli stessi poco costose ha reso la tecnologia AI un elemento imprescindibile del corredo di strumenti di pianificazione di qualunque retailer. L’AI aggiunge sostanzialmente nuovi e più sofisticati strumenti alla “cassetta degli attrezzi” di tali aziende. Gli algoritmi di apprendimento automatico rendono ad esempio molto più agevole l’analisi di quantità molto grandi di dati per identificare nuovi andamenti o per rilevare schemi ricorrenti con un livello di granularità più fine di quanto non fosse possibile in precedenza. L’apprendimento automatico consente ad esempio di stimare automaticamente l’impatto dei cambiamenti meteorologici previsti, ad esempio delle precipitazioni o della temperatura, nell’ambito della previsione della domanda di un prodotto specifico presso un determinato punto vendita in un dato giorno della settimana di una certa stagione (per maggiori dettagli, vedere la Sezione 2.4).

Per essere competitivi nel settore del food retail, è indispensabile adottare l’apprendimento automatico nella previsione della domanda. Occorre tuttavia conoscere anche i suoi limiti. L’automazione della parte preponderante delle attività di previsione della domanda è sia desiderabile che ampiamente fattibile. Il contesto è tuttavia molto dinamico a causa delle variazioni delle tendenze dei consumatori e dell’impatto di fattori esterni, quali ad esempio i fenomeni meteorologici particolarmente inusuali verificatisi di recente un po’ in tutto il mondo. Vi è sempre un certo rischio che la previsione finisca per basarsi sulle situazioni del passato anziché su quelle presenti o future, pertanto i risultati contengono sempre qualche errore. Affinché gli esperti possano intuire quando tali errori si verificheranno, capirne la causa ed eventualmente correggerli, è essenziale comprendere come è stato ottenuto il risultato.

Benché si tratti di un’idea accattivante, un sistema di previsione in grado di recepire ogni sorta di dati e restituire un risultato come per magia potrebbe in realtà compromettere la sopravvivenza di un’azienda, o quantomeno la sua efficienza operativa. Ciò è dovuto a due motivi: 1) Eventuali errori estremi sporadici della previsione possono risultare molto più nocivi per le prestazioni di un retailer rispetto a errori frequenti ma di minore entità; 2) eventuali errori apparentemente inspiegabili erodono la fiducia degli addetti alla pianificazione nello strumento utilizzato, dando origine a duplicazione dei controlli e previsioni manuali, e quindi vanificando l’uso della potenza di calcolo del computer.

Le buone prassi prevedono di utilizzare in modo saggio tutti gli strumenti disponibili per la previsione della domanda, selezionando metodi basati non sulle tendenze del momento, ma sulla precisione e la robustezza. È buona norma inoltre riesaminare costantemente le prestazioni e gli errori della previsione, a supporto di ulteriori miglioramenti.

2.1. Scegliere lo strumento giusto per il tipo di previsione

Approcci differenti alla previsione presentano punti di forza e di debolezza diversi. Alcuni metodi di previsione possono risultare molto precisi in presenza di enormi quantità di dati, ma fallire miseramente quando i dati disponibili sono pochi. Altri metodi possono essere molto efficaci da un punto di vista computazionale e produrre risultati approssimativamente corretti ma mai eccelsi. Altri metodi ancora sono preziosi per le previsioni a breve termine, ma non quando si esaminano periodi più lunghi. Non esiste un singolo approccio ideale per la previsione. In realtà è spesso difficile anche solo convenire riguardo al risultato di previsione migliore.

L’approccio ideale consiste in una combinazione di metodi che spaziano dalla previsione tradizionale basata su serie temporali all’apprendimento automatico. Tale approccio consente di ottenere previsioni molto precise e allo stesso tempo altamente affidabili, nonché utili per la pianificazione sia a breve, sia a lungo termine.

Quando si combinano più metodi di previsione, è consigliabile adottare un approccio a più livelli (vedere la Figura 3). Ciò consente di visualizzare separatamente parti diverse della previsione, come le vendite di base e l’effetto dei fattori meteorologici. L’approccio a più livelli consente di verificare come è stata calcolata la previsione finale, stimola una maggiore comprensione e fiducia negli addetti alla pianificazione, e supporta inoltre la correzione degli errori e un miglioramento costante dei metodi di previsione utilizzati.

Figura 3: Tipici livelli di previsione. I tre livelli mostrati in questa figura non sono esaustivi: è possibile aggiungerne altri a mano a mano che diventano disponibili nuovi flussi di dati pertinenti.

2.2. Vendite di base

La previsione basata su serie temporali costituisce un approccio solido e ben consolidato per la stima delle vendite di base. L’uso di un insieme di modelli basati su serie temporali e test statistici consente di modellizzare con precisione vari tipi di andamento delle vendite, come tendenze, stagionalità e variazioni della domanda associate al giorno della settimana.

La previsione basata su serie temporali è uno strumento utilizzato da tempo, e molti hanno l’impressione che sia ormai superata. La realtà è ben diversa.

Malgrado l’accento posto al momento su approcci più sofisticati alle previsioni, come l’apprendimento automatico, un numero considerevole di importanti retailer alimentari deve ancora iniziare il percorso verso l’implementazione di previsioni basate sui dati. In un sondaggio del 2018 tra i food retailer del Nordamerica, meno della metà degli intervistati ha dichiarato di poter calcolare previsioni a livello di giorno-punto vendita-SKU (Stock Keeping Unit). Gli altri avrebbero voluto farlo, ma semplicemente non ne erano in grado.

Vi sono pertanto notevoli differenze nel grado di sofisticazione con cui le aziende sono riuscite a implementare la previsione basata su serie temporali, e quindi nelle prestazioni raggiunte.

I migliori sistemi di previsione selezionano automaticamente i modelli e i parametri previsionali ottimali per ciascun punto vendita e articolo. Tale scelta si basa solitamente su una serie di test statistici che identificano caratteristiche dell’andamento della domanda come stagionalità o tendenze.

Figura 4: La selezione automatica dei modelli previsionali richiede la pulizia preventiva dei dati di vendita per rimuovere le eccezioni non ricorrenti, l’analisi statistica e l’ottimizzazione volta a minimizzare gli errori.

Nella previsione della domanda per il settore retail, una tipica sfida è rappresentata dai bassi volumi di vendita a livello di giorno-punto vendita-SKU. È essenziale che il sistema di pianificazione sia in grado ove necessario di effettuare automaticamente la transizione fra il livello giorno-punto vendita-articolo e livelli di maggiore aggregazione, per garantire che la previsione si basi su dati sufficienti.

Si riportano di seguito alcuni esempi di combinazione di previsioni a livello giorno-punto vendita-SKU con previsioni a livelli di maggiore aggregazione:

  • Prodotti a bassa rotazione con andamento stagionale della domanda. Per gli articoli a bassa rotazione, è possibile che i volumi di vendita a livello di giorno-punto vendita-SKU non consentano di distinguere gli andamenti stagionali dalle variazioni casuali. Quando si esaminano le vendite totali di questi prodotti in centinaia di punti vendita, però, l’andamento stagionale salta all’occhio. È inoltre possibile che l’ampiezza delle variazioni stagionali sia sufficiente a giustificare adeguamenti attivi delle scorte. I sistemi di pianificazione leader del settore sono in grado di rilevare gli andamenti a livello di prodotto e di utilizzarli per la previsione a livello di punto vendita-SKU, per garantire che la stessa previsione sia utile sia per l’approvvigionamento dei punti vendita, che per gli acquisti dei centri di distribuzione.
  • Variazioni delle vendite associate al giorno della settimana. In generale, la previsione della domanda nel retail ha una scala temporale ideale di una settimana, che consente di elaborare una quantità sufficiente di dati di vendita. È tuttavia essenziale ottenere previsioni corrette a livello giornaliero, specialmente per i prodotti con vita a scaffale breve. I sistemi di pianificazione migliori utilizzano una profilazione intelligente per suddividere le vendite settimanali in vendite giornaliere. Ciò consente inoltre di copiare profili passati relativi a settimane specifiche, come quella di Pasqua, per cui l’anno precedente costituisce un buon termine di paragone, oppure di personalizzare i profili relativi alle settimane con festività mobili, come il Natale.
  • Previsioni infragiornaliere. Per i prodotti riordinati più volte al giorno e per la pianificazione del personale occorrono previsioni su base oraria o con livelli di granularità ancora più fini. È possibile ottenerle applicando profili infragiornalieri ai diversi giorni della settimana.
  • Ritiro di ordini online presso i punti vendita. Quando i rivenditori evadono ordini online presso i punti vendita, è consigliabile calcolare previsioni distinte per le vendite in negozio e online. Benché il riordino dei negozi sia guidato dalle vendite complessive, la pianificazione delle risorse per l’evasione degli ordini richiede previsioni proprie, poiché vi sono di solito delle differenze fra la distribuzione settimanale delle vendite in negozio e delle vendite online.

2.2.1. Nuovi prodotti e punti vendita

Poiché la previsione basata su serie temporali si fonda sull’individuazione di andamenti nei dati storici di vendita, per gestire i nuovi prodotti sono necessari ulteriori calcoli.

L’approccio più diffuso consiste nell’individuare un articolo di riferimento che funga da modello per l’andamento delle vendite del prodotto nuovo, fino a quando per quest’ultimo non si siano accumulati sufficienti dati storici. Nel food retail, il numero annuo di nuovi prodotti può essere davvero ingente, pertanto risulta impraticabile o altamente inefficiente identificare e assegnare manualmente i prodotti di riferimento.

Un approccio molto più conveniente consiste nell’assegnare automaticamente i prodotti di riferimento in base ai loro attributi. Fra gli attributi pertinenti figurano ad esempio il gruppo merceologico, la marca, le dimensioni della confezione, il colore e il prezzo. Con lo stesso approccio, è possibile identificare anche punti vendita di riferimento per i nuovi negozi.

Figura 5: Per un nuovo prodotto nella categoria dei cereali, è possibile individuare un buon riferimento iniziale esaminando i prodotti della stessa marca, dimensione e caratteristiche distintive, ad esempio ‘biologico’ e ‘integrale’.

2.3. Impatto delle promozioni e di altre decisioni commerciali

Nel retail, decisioni commerciali aziendali come promozioni, variazioni dei prezzi o modifiche delle modalità di esposizione nei punti vendita influiscono notevolmente sulla domanda. Benché tali decisioni siano sotto il controllo dell’azienda, in molti casi il loro impatto non viene previsto con precisione.

Un sondaggio del 2018 tra i food retailer del Nordamerica ha rilevato come quasi il 70% delle aziende non fosse in grado, proprio malgrado, di considerare gli aspetti di rilievo delle promozioni, come prezzo, tipologia di offerta e presentazione nei punti vendita, nella previsione degli incrementi delle vendite.

La soluzione migliore per stimare l’impatto delle decisioni commerciali, come le promozioni, è la modellizzazione casuale.

Fra i fattori di cui è possibile tenere conto figurano ad esempio:

  • Tipo di promozione, come riduzione del prezzo o confezione multipla
  • Attività di marketing, come annunci pubblicitari sui quotidiani o segnalazione solo nei punti vendita
  • Variazioni del prezzo dei prodotti rispetto a quelli consueti
  • Presentazione in negozio dei prodotti in promozione, ad esempio in espositori aggiuntivi o su tavoli
Figura 6: Per questo prodotto, un espositore dedicato senza alcuna variazione di prezzo dà luogo a un aumento delle vendite rilevabile ma modesto rispetto all’effetto dello sconto del 50%.

2.3.1. Cannibalizzazione ed effetto alone

L’aumento delle vendite di un prodotto in promozione causa di solito una riduzione di quelle di un altro prodotto. Se un supermercato vende due marche di carne macinata magra biologica, ad esempio Muccafelice e Carneverde, è ragionevole attendersi che, promuovendo il prodotto Muccafelice, quest’ultimo venga acquistato da un maggior numero di persone, ma anche che parte della domanda di base del prodotto Carneverde si sposti su quello Muccafelice. Se non si rivede al ribasso la previsione della domanda del prodotto Carneverde, si corre un rischio elevato di overstock e quindi di deperimento.

Per i prodotti a lunga conservazione, come i cibi in scatola o i cereali, la cannibalizzazione non è un problema grave. Se la domanda diminuisce temporaneamente, l’ordine di riordino del prodotto cannibalizzato viene semplicemente posticipato. Invece nel caso dei prodotti freschi, e in particolare quelli per cui esiste un numero limitato di sostituti diretti, tenere conto dell’impatto della cannibalizzazione è essenziale per evitare overstock e sprechi.

Nel food retail, l’adeguamento manuale delle previsioni per tutti i prodotti potenzialmente soggetti a cannibalizzazione è impossibile, a causa del grande numero di articoli e dell’andamento altamente specifico delle vendite per ciascun punto vendita.

I sistemi di pianificazione migliori identificano automaticamente i fenomeni di cannibalizzazione, adeguando di conseguenza la previsione. A tale scopo, è possibile utilizzare un’analisi di regressione per identificare le possibili relazioni fra le vendite di prodotti differenti. Se all’aumento delle vendite di un prodotto corrisponde una riduzione di quelle di un altro, si ritiene che fra i due abbia luogo una cannibalizzazione.

Se l’aumento delle vendite di tale prodotto risulta invece correlato ad un aumento di quelle di un altro, il sistema identifica un caso di quello che viene solitamente definito effetto alone. L’effetto alone può ad esempio tradursi nel fatto che una promozione sul sugo alla Bolognese abbia un effetto positivo sulle vendite di spaghetti.

2.4. Impatto delle condizioni atmosferiche e di altri fattori esterni noti

Fattori esterni, quali manifestazioni sportive e concerti nelle vicinanze, condizioni meteorologiche e variazioni dei prezzi della concorrenza, possono influire in misura considerevole sulla domanda.

Spesso è facile intuire i possibili effetti del tempo atmosferico sulle vendite. Le temperature elevate causano un aumento delle vendite di gelati, la pioggia di quelle di ombrelli e così via. Quando si esamina l’intera gamma dei prodotti offerti da un rivenditore, però, la situazione si fa più complicata.

In che modo è possibile identificare con efficacia tutti i prodotti che reagiscono alle condizioni atmosferiche? Come tracciare una serie di variabili distinte, come temperatura, sole e precipitazioni? Come tenere conto del fatto che alcuni effetti sono più forti d’estate che d’inverno o durante i fine settimana che nei giorni lavorativi?

Per un retailer di medie dimensioni, con 400 punti vendita e una gamma di 10.000 prodotti, tenere conto degli effetti delle condizioni meteorologiche con un livello di granularità ragionevole comporta l’esame di ben 2,2 miliardi di potenziali relazioni (400 punti vendita x 10.000 prodotti x 20 variabili climatiche x 7 giorni alla settimana x 4 stagioni).

L’integrazione delle previsioni meteorologiche nel calcolo della domanda è un esempio eccellente della potenza dell’apprendimento automatico. Gli algoritmi di apprendimento automatico sono in grado di rilevare automaticamente le relazioni fra le variabili atmosferiche locali e le vendite di singoli prodotti in singoli negozi.

Oltre a mappare tali relazioni a un livello di granularità e localizzazione superiore a quello che qualunque essere umano sarebbe in grado di raggiungere, gli algoritmi in questione riescono a rilevare anche relazioni meno ovvie fra il tempo e le vendite. In un processo manuale in cui gli addetti alla pianificazione della domanda o al riordino dei negozi controllano le previsioni del tempo e prendono di conseguenza le proprie decisioni, l’attenzione deve necessariamente concentrarsi sulla possibilità di aumentare la disponibilità in previsione di un aumento della domanda, ad esempio incrementando le scorte di gelati nei punti vendita in previsione di un’ondata di caldo. Di solito, tuttavia, nessuno ha il tempo di adeguare leggermente al ribasso la previsione quando eventuali piogge o basse temperature estive riducono l’attrattiva delle grigliate.

In base alla nostra esperienza, la capacità di tenere conto degli effetti meteorologici riduce gli errori della previsione della domanda fra il 5% e il 15% a livello di prodotto per gli articoli che risentono di tali effetti e fino al 40% a livello di punto vendita e gruppo merceologico.

Come illustrato nell’introduzione, si consiglia vivamente di adottare per la previsione un approccio a più livelli, che assicura la comprensione dei vari fattori che concorrono a determinare il risultato. Ciò è particolarmente importante quando si utilizzano previsioni esterne, come quelle meteorologiche, che sono per forza di cose soggette a incertezza.

Una possibile soluzione consiste nel fornire agli addetti alla pianificazione due versioni della previsione, vale a dire: una previsione della domanda senza gli effetti associati alle condizioni atmosferiche ed un’altra che incorpora l’impatto delle previsioni meteorologiche sulla domanda (vedere la Figura 7). Ciò consente loro di decidere, caso per caso, in quale misura tener conto delle condizioni atmosferiche previste, ad esempio nella prospettiva di un’eventuale ondata di caldo in una data area durante il weekend.

Figura 7: Le vendite di base di questo prodotto seguono un andamento settimanale regolare. Esaminando gli andamenti storici delle vendite, tuttavia, è stato possibile identificare una marcata reazione del prodotto alle giornate di sole nel fine settimana.

Analogamente, è possibile utilizzare gli algoritmi di apprendimento automatico per sfruttare altre fonti esterne di dati e cercare in modo indipendente eventuali relazioni fra variabili esterne, come partite di calcio nelle vicinanze e vendite di prodotti specifici a livello locale.

Nel settore del food retail, si sono rivelate particolarmente utili le seguenti fonti esterne di dati:

  • Informazioni sul clima e previsioni meteorologiche a livello locale
  • Dati sul numero di passeggeri e relative previsioni, ad esempio presso aeroporti o stazioni ferroviarie
  • Informazioni su eventi locali passati e futuri, come manifestazioni sportive o concerti
  • Dati sui prezzi della concorrenza

3. Aumentare la disponibilità e ridurre gli sprechi affinando il riordino dei punti vendita

La qualità del processo di riordino dei negozi ha un’influenza diretta sul fatturato e sugli utili di esercizio di un retailer.

Un rifornimento migliore dei punti vendita comporta diversi vantaggi:

  • Crescita del fatturato derivante dalla maggiore disponibilità a scaffale, che genera aumenti delle vendite anche dell’1%
  • Riduzione anche del 30% dei costi dovuti a deperimento e vendita a prezzi ribassati grazie ad una migliore corrispondenza fra approvvigionamento e domanda
  • Flussi ottimizzati dello stock, che consentono di ridurre anche del 30% i costi di movimentazione della merce presso centri di distribuzione e punti vendita
  • Utilizzo più efficiente della capacità durante le fasi di trasporto, stoccaggio e movimentazione manuale in tutta la supply chain

Ciò nonostante, secondo un sondaggio del 2018 tra i food retailer del Nordamerica, il 20% delle aziende intervistate non disponeva di alcun tipo di automazione dell’approvvigionamento dei negozi, e solo il 30% aveva introdotto su larga scala il riordino automatizzato basato sulle previsioni. L’approvvigionamento dei punti vendita è senza dubbio un’area in cui molti retailer alimentari hanno un ampio margine di miglioramento.

3.1. Il riordino dei prodotti freschi richiede una pianificazione granulare

Per i prodotti freschi, una buona gestione del riordino dei negozi è essenziale per bilanciare il rischio di riduzione dei profitti causato da out-of-stock e quello di erosione di utili già esigui dovuto a deperimento o ribassi.

Nonostante l’esperienza decennale nella gestione dei prodotti freschi, molti supermercati tradizionali continuano a non eccellere in quest’ambito. La prontezza di reazione delle loro supply chain è sufficiente per supportare consegne frequenti, ma la loro pianificazione dei riordini non è all’altezza.

Secondo i rivenditori nordamericani intervistati, il costo medio annuale dello spreco era pari a circa 70 milioni di dollari, ma raggiungeva varie centinaia di milioni l’anno nel caso delle aziende più grandi che offrono una vasta gamma di prodotti freschi. Le risposte al sondaggio hanno inoltre evidenziato come le aziende con pratiche meno avanzate di riordino dei punti vendita abbiano una probabilità quasi cinque volte superiore di soffrire di livelli di deperimento superiori alla media rispetto ai loro concorrenti che fanno largo uso del riordino dei negozi basato sulle previsioni.

3.1.1. Il giusto equilibrio fra deperimento e mancata vendita

Per i cosiddetti prodotti ultra-freschi, vale a dire gli articoli altamente deperibili che devono essere venduti in giornata, una disponibilità a scaffale del 100% è sicuramente causa di sprechi o prezzi ribassati, a meno che la previsione non sia sempre impeccabile a livello di giorno, punto vendita e prodotto. Ciò comporta a sua volta la necessità di un controllo a grana molto fine per individuare l’equilibrio ottimale fra il rischio di out-of-stock e quello di deperimento. I prodotti freschi pongono le stesse sfide, seppur in misura lievemente inferiore.

La domanda di un prodotto in un determinato negozio varia tipicamente da un giorno all’altro della settimana. Per alcuni prodotti e punti vendita, la variazione del riordino dei prodotti freschi in base al giorno della settimana può essere molto marcata. Ciò significa che, per i prodotti con vita a scaffale breve, la medesima giacenza di sicurezza non è adatta per tutti i giorni.

Figura 8: Nel food retail, la domanda dei singoli articoli varia tipicamente nel corso della settimana. Se si adottano livelli della giacenza di sicurezza fissi lungo tutta la settimana, si è esposti a un alto rischio di out-of-stock quando la domanda è elevata, oppure a un alto rischio di sprechi quando è debole.

Ad esempio, le vendite di roastbeef tendono ad aumentare in maniera significativa prima del fine settimana, per poi scendere nei giorni successivi. In questo caso, un livello della giacenza di sicurezza fisso causa 1) un eccesso di stock dopo il fine settimana, con un conseguente aumento del rischio di sprechi, e 2) scorte di sicurezza troppo basse durante il weekend, con un maggior rischio di rotture di stock.

Per trovare l’equilibrio corretto fra il rischio di spreco e quello di out-of-stock, le scorte di sicurezza devono aumentare e diminuire in modo sincronizzato con i volumi di vendita e gli errori di previsione attesi per i diversi giorni della settimana. I sistemi di pianificazione retail di buon livello effettuano automaticamente questo tipo di ottimizzazione granulare dello stock di sicurezza.

I sistemi migliori si spingono addirittura oltre la gestione di scorte di sicurezza dinamiche e ottimizzano ciascun ordine sulla base di calcoli di costo-beneficio che bilanciano il rischio di deperimento con quello di out-of-stock. Questi algoritmi di apprendimento automatico riducono al minimo la somma complessiva delle mancate vendite e del costo degli sprechi.

La funzione costo deve essere regolabile a seconda del peso assegnato alla disponibilità a scaffale rispetto al livello di deperimento accettabile, per poter tenere conto del ruolo strategico di categorie e articoli chiave, nonché delle possibilità di sostituzione esistenti all’interno della categoria merceologica.

Figura 9: I migliori sistemi di pianificazione per il retail ottimizzano ciascun ordine in base a calcoli di costo-beneficio che bilanciano il rischio di sprechi con quello di rotture di stock.

Nel riordino dei prodotti freschi per i punti vendita, è molto importante che tutti i calcoli e le ottimizzazioni vengano eseguiti automaticamente. Per un essere umano è infatti impossibile considerare tutti i fattori che influiscono sulla domanda (come le variazioni in funzione del giorno della settimana, i fattori stagionali, meteorologici e promozionali) e tutti quelli che influenzano i riordini (ad esempio piani di consegna, dimensioni dei lotti e probabilità di sprechi e rotture di stock a livello giornaliero), per le centinaia o migliaia di articoli venduti in un negozio, e men che meno per centinaia di punti vendita.

È tuttavia altrettanto importante che il sistema di previsione e riordino permetta agli addetti alla pianificazione di comprendere com’è stato ottenuto il risultato. Gli strumenti di analisi consentono agli esperti della supply chain di individuare e correggere facilmente eventuali eccezioni, come casi passati o previsti di deperimento o di scarsa disponibilità.

Fra gli esempi di eccezioni tipiche nel riordino dei prodotti alimentari freschi figurano:

  • Deperimento nei punti vendita a causa di lotti d’ordine troppo grandi. I lotti d’ordine, come le confezioni multiple, sono a volte talmente grandi rispetto alla domanda dei negozi che ogni consegna comporta degli sprechi. In questo caso gli addetti al riordino devono poter stabilire se il problema riguarda pochi o molti negozi, quali sono le sue implicazioni economiche e se è possibile mitigarlo limitando l’approvvigionamento a giorni specifici, ad esempio ordinando i prodotti solo per il fine settimana.
  • Sprechi nei punti vendita causati dallo spazio a scaffale eccessivo. I minimi visivi, studiati per rifornire gli espositori in modo che risultino attraenti, causano a volte stock in eccesso e deperimento di prodotti freschi. Gli addetti agli approvvigionamenti devono poter capire se il problema riguarda pochi negozi con una domanda limitata o se è diffuso e causato dai planogrammi correnti.
  • Scarsa disponibilità o sprechi elevati sistematici in giorni specifici della settimana. Non di rado si rilevano prestazioni sistematicamente sotto la media in alcuni giorni della settimana, come sprechi elevati tutti i lunedì. Per affrontare il problema, gli addetti agli approvvigionamenti devono capirne la causa. Potrebbero esserci problemi di processo, ad esempio nel caso in cui il personale dei negozi controlli le date di scadenza e registri gli sprechi in giorni specifici. Di questo gli addetti alla pianificazione devono poter tenere conto.

L’automazione riduce drasticamente il tempo dedicato ad attività di routine nella pianificazione dei riordini dei negozi e moltiplica inoltre la capacità di incidere dei migliori esperti aziendali. Se i riordini dei negozi non sono automatizzati, anche i migliori analisti della supply chain hanno le mani legate. Essi possono solo esaminare successi e insuccessi passati, tentando di introdurre alcune migliorie nelle azioni dei punti vendita con l’aiuto degli addetti alla formazione del personale.

Quando i riordini dei punti vendita sono automatizzati, con piani centralizzati affidati a team competenti, gli esperti di pianificazione possono incidere in centinaia di negozi con una semplice regolazione delle impostazioni di riapprovvigionamento.

3.1.2. Trasformazione dei punti vendita in cucine

Poiché i consumatori sono sempre più attenti alla praticità, aumenta la richiesta di cibo da asporto e pasti pronti. Molti negozi si trasformano in cucine dove vengono preparati panini, hot-dog e insalate.

Tradizionalmente, i prodotti preparati sul posto erano considerati articoli speciali da gestire manualmente nei punti vendita. Al crescere della domanda di pasti pronti, tuttavia, l’importanza della produzione in loco è cresciuta ed è oggi essenziale per la redditività dei rivenditori.

Il processo di riordino dei pasti pronti non è molto diverso da quello degli altri prodotti in vendita presso i negozi. È soltanto un po’ più complicato. La domanda relativa ai prodotti finali, ¬ vale a dire i pasti, deve essere tradotta negli ingredienti necessari per prepararli. Il calcolo dei riordini dei vari ingredienti deve quindi tenere conto del tempo di consegna e delle scorte disponibili di ciascuno di essi.

Il processo è sostanzialmente questo:

  1. Prevedere la domanda dei prodotti finali.
  2. Tradurre tale domanda presunta in una stima della domanda relativa agli ingredienti necessari per preparare i prodotti finali. Per svolgere tale attività occorre conoscere la ricetta (detta a volte distinta base, un termine preso a prestito dal settore manifatturiero), nonché la resa dei vari ingredienti. Se un panino richiede 35 grammi di lattuga, occorre utilizzarne 50 nei calcoli, in modo da tenere conto delle parti che verranno scartate nella preparazione del panino.
  3. Calcolare la domanda stimata per ciascun ingrediente. Il valore calcolato per un ingrediente riflette spesso il suo impiego in più prodotti finali.
  4. Calcolare il quantitativo da riordinare per ogni ingrediente basandosi su tempo di consegna, stock disponibile, possibili ordini in ingresso, domanda stimata e giacenza di sicurezza obiettivo.

Gli ingredienti di una ricetta sono a volte costituiti da altri ingredienti, come nel caso di una maionese o di una mostarda preparate in loco. In questi casi occorre svolgere calcoli analoghi per i vari livelli di ricette. Si tratta di un’attività molto gravosa per una persona, ma perfettamente gestibile per un computer.

Figura 10: La pianificazione dei riordini dei pasti preparati sul posto, come panini e insalate, richiede di tenere conto della ricetta di ciascun prodotto finale, detta anche distinta base.

3.1.3. Riordini più volte al giorno

Molti retailer scelgono di ricevere i prodotti altamente deperibili nei negozi più volte al giorno, per garantirne la freschezza. Analogamente, gli articoli prodotti in loco vengono di solito preparati in più lotti durante la giornata. Si pensi per esempio ai prodotti da forno, sempre più numerosi, che in linea di principio devono essere ancora caldi quando il cliente li acquista. Anche la nuova tendenza dei retailer alimentari ad aprire negozi più piccoli nei centri urbani richiede l’organizzazione di più riordini al giorno, poiché i punti vendita piccoli sono spesso privi di spazi di stoccaggio.

L’inoltro di più ordini al giorno o la creazione di piani giornalieri ottimali per la cottura al forno richiedono di considerare le variazioni della domanda sia nel corso della settimana, che della singola giornata. Per alcuni prodotti, l’andamento della domanda all’interno della giornata, detto anche infragiornaliero, segue l’afflusso generale della clientela nel giorno in questione; per altri prodotti, come i tramezzini per il pranzo, la domanda risente maggiormente delle modalità di consumo.

Figura 11: Per alcuni prodotti, come il detersivo per il bucato mostrato in verde, l’andamento infragiornaliero della domanda segue quello generale dell’afflusso della clientela. Per altri prodotti, come i tramezzini, la domanda risente maggiormente delle modalità di consumo.

Tenere conto manualmente dell’andamento settimanale e infragiornaliero della domanda è complicato e può generare errori, tuttavia molti retailer si affidano ancora a stime autonome da parte del personale dei negozi. Si tratta di una scelta rischiosa, perché gli ultra-freschi influiscono notevolmente sul giudizio dei consumatori riguardo alla freschezza dei prodotti nei negozi.

I migliori sistemi di pianificazione per il retail sono in grado di individuare l’opzione ottimale tra più ordini o lotti di produzione al giorno, adeguando automaticamente i quantitativi.

3.1.4. La scienza a supporto dell’arte nella gestione di frutta e verdura

Quando si automatizzano gli ordini dei punti vendita, la frutta e la verdura sono spesso in fondo alla lista. Questi articoli pongono le stesse sfide di vita a scaffale breve e andamento variabile della domanda di altre categorie di prodotti freschi.

In più, la variabilità delle forniture e della qualità che li caratterizza richiede ulteriore flessibilità al sistema di pianificazione.

Le aree geografiche di origine dei prodotti ortofrutticoli cambiano continuamente, poiché la loro raccolta avviene in periodi diversi nelle varie parti del mondo, e anche i coltivatori di una stessa area geografica possono adottare tempistiche leggermente diverse per i propri raccolti. Inoltre, poiché vi è sempre una qualche incertezza riguardo alla disponibilità di prodotti di buona qualità, di solito i rivenditori cercano di avere più fornitori per uno stesso prodotto.

Dal punto di vista dei consumatori, un limone è solo un limone, ma è possibile che la supply chain debba gestirli con decine di codici prodotto distinti associati a fornitori diversi. Per una gestione efficace di frutta e verdura, il sistema di pianificazione deve passare agevolmente da un livello di pianificazione all’altro secondo necessità:

  1. La previsione della domanda deve essere calcolata a livello di prodotto, ad esempio “pomodori biologici nazionali”, con dati storici di vendita relativi a tutti i pomodori di questo tipo, a prescindere dal fornitore.
  2. I quantitativi di riordino devono inoltre essere definiti sulla base delle giacenze disponibili e della domanda prevista di pomodori biologici nazionali.
  3. I relativi ordini devono tuttavia essere inviati ai singoli fornitori. A questo punto il sistema di pianificazione deve passare dal livello di prodotto a quello di SKU, vale a dire da “pomodori biologici nazionali” a “pomodori biologici nazionali di AgriVerde & C”.
  4. Gli ordini devono spesso essere suddivisi fra due o tre fornitori, per garantire la disponibilità in caso di scarsità del prodotto presso uno di essi e per mantenere in attività i vari fornitori. In tal caso, il sistema di pianificazione deve quindi allocare i quantitativi in ordine a vari fornitori, ad esempio il 65% ad AgriVerde & C. e il 35% a BioColti & C.

La gestione manuale del processo di previsione e riordino di frutta e verdura è molto onerosa, ma è possibile automatizzarla in modo efficace. Il prerequisito essenziale è disporre di indicazioni chiare circa i prodotti da includere nell’assortimento dei punti vendita e i fornitori di cui avvalersi di volta in volta. Come in ogni processo di automazione, sono essenziali dati di alta qualità.

3.2. Ottimizzare il riordino dei prodotti a lunga conservazione per una supply chain più efficiente

Le consegne dei prodotti freschi ai negozi devono essere sincronizzate con la domanda. Gli articoli a lunga conservazione, invece, offrono maggiori opportunità di ottimizzare il flusso delle giacenze nella supply chain. L’ottimizzazione del riordino dei prodotti a lunga scadenza è essenziale per ridurre i costi nei punti vendita e lungo tutta la supply chain.

3.2.1. Riordino intelligente per livellare i flussi di merce e ottimizzare la movimentazione in negozio

I grossi retailer alimentari organizzano in genere spedizioni quotidiane dai centri di distribuzione a tutti i negozi, o gran parte di essi. Ciò avviene perché i prodotti freschi richiedono consegne frequenti e i flussi complessivi delle giacenze giustificano rifornimenti giornalieri.

L’uso indiscriminato di tutte le opportunità di riordino per tutti i gruppi di prodotti dà origine a due problemi:

  1. Le consegne ai negozi consistono in un mix casuale di prodotti di varie categorie, da esporre in aree diverse del punto vendita. Il personale dedica quindi molto tempo a spostare i carrelli in negozio per rifornire gli scaffali (Figura 12).
  2. I volumi delle consegne non sono uniformi nei vari giorni della settimana, ma riflettono l’andamento delle vendite, con picchi spesso notevoli verso la fine della settimana, in previsione della domanda del weekend. Ciò causa fluttuazioni nei requisiti di capacità sia della distribuzione, sia dei negozi, con un aumento dei costi.
Figura 12: Quando i carrelli contengono un numero elevato di prodotti diversi, il personale dedica molto tempo agli spostamenti da una corsia all’altra per rifornire gli scaffali. La messa a scaffale è molto più efficiente quando i giorni principali di riordino si basano sulle planimetrie dei negozi.

Invece di utilizzare automaticamente ogni opportunità di ordine o rifornimento per tutti i prodotti, è buona prassi definire dei giorni principali di riordino per i prodotti con vita a scaffale più lunga. Il riordino di alcuni gruppi di prodotti a lunga conservazione si concentra quindi in giorni fissi della settimana. La pianificazione dei riordini, come l’ottimizzazione della giacenza di sicurezza e il calcolo dei quantitativi d’ordine, si basa quindi su consegne nei giorni principali di riordino specificati. Per garantire la massima disponibilità, vengono tuttavia attivati ordini anche per gli altri giorni di riordino disponibili, in modo da evitare rotture di stock in caso di picchi inattesi della domanda.

In pratica ciò significa che, invece di ordinare i detersivi tutti i giorni, quelli ad alta rotazione vengono riordinati ad esempio tutti i lunedì e i giovedì, mentre quelli a bassa rotazione tutti i giovedì. Per i detersivi, gli altri giorni di riordino dal centro di distribuzione vengono utilizzati solo se vi è un rischio di esaurimento del prodotto in negozio.

L’adozione dei giorni principali di riordino consente un rifornimento molto più efficiente nei punti vendita, senza penalizzare la disponibilità a scaffale. Consolidando le consegne, si consente al personale dei punti vendita di rifornire gli scaffali in modo più efficiente, specie quando i giorni principali di riordino sono definiti in base a categorie di prodotti esposte nella stessa corsia o zona. Abbiamo osservato riduzioni del 20% del tempo di rifornimento degli scaffali dopo l’introduzione dei giorni principali di riordino.


Oltre al maggior consolidamento delle consegne, i giorni principali di riordino consentono di bilanciare i volumi delle giacenze fra i giorni della settimana.
 Nel weekend, molti punti vendita sono congestionati dall’afflusso massiccio dei clienti, impegnati a fare la spesa per la settimana, nonché dalla consegna di grandi quantità di prodotti freschi. Scegliendo come giorni principali di riordino dei prodotti a lunga conservazione quelli meno affollati della settimana, il flusso di merci in arrivo è più equilibrato e la pianificazione del personale più agevole.

Come per altri processi, i giorni principali di riordino si possono ottimizzare ulteriormente una volta impostati gli aspetti fondamentali. Per i punti vendita con un grande afflusso nei fine settimana, può risultare utile gestire una capacità aggiuntiva. Se vi sono più giorni principali di riordino, gran parte del volume tende a concentrarsi in quello più vicino al fine settimana. Per equilibrare ulteriormente il flusso delle giacenze, i migliori sistemi di pianificazione consentono di esaminare gli ordini previsti per la settimana successiva, individuare eventuali picchi indesiderati delle giacenze e spostare automaticamente parte dei riordini nei giorni in cui è previsto un minore afflusso.

3.2.2. Aumentare l’efficienza adeguando il riordino allo spazio disponibile

Tradizionalmente i retailer alimentari operano a compartimenti stagni, con comunicazioni minime fra i team di merchandising responsabili dei planogrammi dei negozi, quelli della supply chain incaricati dei riordini e quelli responsabili delle operazioni di punto vendita. Questa situazione deve cambiare.

Lo spazio assegnato a ciascun prodotto in un negozio incide sia sui risultati, sia sui costi del processo di riordino dei punti vendita:

  • Se lo spazio assegnato è troppo grande rispetto alla domanda, la giacenza ottimale per garantire la disponibilità a scaffale non è sufficiente per mantenere pieni e visivamente accattivanti gli espositori. Occorre quindi definire ulteriori minimi che indicano quante unità di un prodotto devono essere presenti sugli scaffali per garantire una presentazione attraente. Per gli articoli a rotazione lenta, i minimi di presentazione sono sempre superiori ai livelli di giacenza richiesti per un’eccellente disponibilità a scaffale. Minimi eccessivi non sono un grosso problema per i prodotti a lunga scadenza, ma possono causare sprechi inutili di prodotti freschi.
  • Se, al contrario, lo spazio assegnato è troppo piccolo rispetto alla domanda, le consegne in arrivo non trovano spazio sugli scaffali e occorre collocare parte della merce in un locale sul retro o in un’altra area di stoccaggio. Ciò fa lievitare notevolmente i costi di rifornimento degli scaffali, poiché occorre spostare le merci dal retro all’area espositiva, e viceversa. L’utilizzo del magazzino sul retro fa inoltre aumentare il rischio di ritrovarsi con gli scaffali vuoti, poiché la tempestività del rifornimento da quest’area dipende dall’attenzione del personale del punto vendita.

Benché assai poco diffusa, l’integrazione completa fra la pianificazione degli spazi e quella dei riordini è una buona prassi importante per migliorare l’efficienza operativa:

  • Con i dati dei planogrammi è facile automatizzare il mantenimento di minimi di presentazione a livello di prodotto – negozio in base al numero di facing o allo spazio totale a scaffale assegnati a ciascun prodotto in ogni punto vendita.
  • L’accesso ai dati dei planogrammi permette di ridurre automaticamente le quantità in ordine per quei prodotti che non troverebbero posto sugli scaffali. Occorre di solito fare un bilancio tra questa opportunità e il rischio di rotture di stock, se lo spazio assegnato ad alcuni prodotti è troppo piccolo rispetto alla domanda.
  • L’accesso alle planimetrie permette di definire i giorni principali di riordino in base alla zona del negozio in cui i prodotti sono esposti, organizzando consegne mirate a ridurre al minimo la movimentazione in negozio da parte del personale durante il rifornimento degli scaffali.
  • Le informazioni dei planogrammi consentono di pianificare i riordini in modo da riempire al massimo gli scaffali ad ogni consegna e ridurre al minimo il lavoro necessario a tale scopo nei negozi. Invece di ricevere due lotti in un’unica consegna, se c’è posto per un terzo lotto l’entità dell’ordine viene calcolata in modo da riempire subito tutto lo spazio.

Lo spazio assegnato a ciascun prodotto è di fondamentale importanza per l’efficienza del processo di riordino, quindi è essenziale fornire un feedback costante al merchandising. I migliori strumenti di analisi aiutano a identificare i prodotti e i negozi con discrepanze fra spazio e vendite, vale a dire quelli per cui le consegne in arrivo non trovano posto direttamente sugli scaffali oppure quelli i cui minimi di presentazione causano sprechi o ribassi dei prezzi.

In teoria, la pianificazione degli spazi dovrebbe sempre basarsi su previsioni dettagliate a livello di negozio, prodotto e giorno, nonché sulle informazioni relative a cicli e giorni principali di riordino fornite dalla supply chain:

  • Nell’assegnazione dello spazio ai prodotti, l’uso di previsioni accurate invece di dati storici di vendita permette agli addetti alla pianificazione degli spazi di tenere conto molto più facilmente di stagionalità e tendenze.
  • Basandosi su buone previsioni delle vendite massime attese per ciascun intervallo di consegna, è possibile ottimizzare lo spazio a scaffale in modo che sia efficiente ogni giorno per tutti i prodotti di un negozio. Ciò permette di ridurre il numero delle consegne e di posizionare la merce in consegna direttamente sugli scaffali per molti più prodotti.

Abbiamo rilevato che ottimizzando lo spazio a scaffale in base alle previsioni è possibile ridurre anche del 30% i costi di distribuzione e rifornimento degli scaffali.

3.2.3. Dimensioni dinamiche delle confezioni per soddisfare una domanda dinamica

Uno strumento potente per migliorare l’efficienza del riordino dei negozi consiste nell’utilizzo ottimale di confezioni di diverse dimensioni, a scelta tra imballi multipli, strati di pallet o pallet interi. Lotti più grandi assicurano una movimentazione più efficiente lungo tutta la supply chain, ma occorre tener conto dello spazio disponibile e della domanda presso i punti vendita. In caso contrario, la merce si accumula nei negozi, congestiona i magazzini sul retro e riduce l’efficienza in quanto rende necessari più spostamenti da e verso l’area espositiva per rifornire gli scaffali.

Ottimizzando le dimensioni delle confezioni in funzione del prodotto e del negozio, si influisce direttamente sui costi di movimentazione, specie per i retailer con punti vendita di dimensioni differenti. Non è tuttavia sufficiente effettuare tale ottimizzazione una sola volta, poiché la domanda varia nel tempo e, per alcuni prodotti, anche a seconda della stagione. In alta stagione la soluzione più efficiente può essere un pallet, mentre in bassa stagione possono bastare i cartoni più piccoli.

Il sistema di pianificazione deve ottimizzare automaticamente le dimensioni degli imballi in funzione del prodotto, del negozio e dell’ordine. Una volta creato un ordine, il software verifica quindi sempre tutte le dimensioni disponibili degli imballi, che vanno di solito dalle confezioni multiple ai pallet completi, e seleziona la più efficiente in relazione alla domanda prevista.

Per ottenere la massima efficienza, i magazzini devono poter stimare la domanda relativa alle varie dimensioni degli imballi, altrimenti si rischia di preparare i pallet completi diretti ai negozi utilizzando confezioni singole. Ciò è possibile quando le proiezioni dei negozi (vedere la Sezione 6.1) utilizzate per pianificare la distribuzione rispecchiano le previsioni di utilizzo delle varie confezioni.

4. Supply chain integrate guidate dalla domanda

Il riordino dei punti vendita e la gestione dei livelli di stock presso i centri di distribuzione regionali o i magazzini centrali sono di solito processi separati, guidati da previsioni della domanda distinte.

Un sondaggio del 2018 ha evidenziato come il 16% dei grandi food retailer degli Stati Uniti basi ancora la previsione dei centri di distribuzione su dati storici relativi alle consegne in uscita. È un po’ come guidare un’auto guardando lo specchietto retrovisore.

Lo stesso sondaggio ha mostrato che ben il 70% degli intervistati adotta l’approccio più lungimirante di prevedere il fabbisogno per i centri di distribuzione a partire dalle previsioni della domanda dei punti vendita. Si tratta certamente di una strategia migliore rispetto alla precedente.

Tuttavia, l’uso delle previsioni della domanda dei negozi per la pianificazione dei centri di distribuzione presenta alcuni svantaggi di rilievo:

  1. 1. Prima di poter vendere la merce, i negozi devono riceverla. Ciò significa che eventuali incrementi o decrementi della previsione della domanda dei centri di distribuzione devono precedere quelli della previsione dei punti vendita. La differenza fra le tempistiche dipende dai tassi di sell-through e dai piani di riordino dei negozi, e varia a seconda del punto vendita, del prodotto e a volte anche del giorno della settimana. Ne consegue che è quasi impossibile tenere conto con precisione dei tempi, il che incide negativamente sulla precisione della previsione per i centri di distribuzione.
  2. 2. Quando le merci vengono movimentate in base a scelte aziendali anziché in risposta alla domanda dei consumatori, i centri di distribuzione sono soggetti a picchi di consegne in uscita non rilevabili nelle previsioni della domanda dei punti vendita. Un esempio tipico è costituito dalle promozioni, per le quali occorre consegnare ai negozi fra il 30% e il 100% dell’aumento previsto delle vendite di un prodotto in promozione prima dell’inizio della campagna. Le promozioni causano pertanto picchi della domanda molto più impattanti presso i centri di distribuzione che nei punti vendita. Questi picchi sono totalmente controllati dall’azienda, ma richiedono un importante lavoro di pianificazione manuale da parte degli addetti al riordino del centro di distribuzione per stimare quando e in che misura i negozi prenderanno in carico i prodotti soggetti a promozione.

Vi è una certa ironia nel fatto che molte situazioni ritenute difficili nei centri di distribuzione, come la creazione di scorte presso i negozi in vista di promozioni o del lancio di nuovi prodotti, siano totalmente nelle mani dei retailer stessi.

È buona prassi basare la previsione dei centri di distribuzione sulle proiezioni di ordine dei negozi, che tengono conto sia della domanda dei consumatori che dei movimenti pianificati delle scorte. Secondo un sondaggio del 2018, solo il 14% dei retailer nordamericani intervistati aveva implementato un approccio di questo tipo.

Per un’integrazione trasparente fra i piani di distribuzione e quelli dei punti vendita, il sistema deve essere in grado di calcolare le proiezioni degli ordini per ogni prodotto, negozio e giorno con mesi o addirittura anni di anticipo, considerando i parametri di riordino presenti e futuri, nonché la previsione della domanda. Tali calcoli richiedono ovviamente una notevole capacità di elaborazione dei dati, il che probabilmente spiega i tassi di adozione molto bassi di questo metodo.

Figura 13: Una supply chain integrata è guidata dalla domanda dei consumatori e tiene conto di tutti i fattori noti, come i piani di consegna, le giacenze disponibili e le dimensioni delle confezioni. I piani di spedizione dei centri di distribuzione si basano sulle proiezioni degli ordini dei negozi e sulle previsioni delle giacenze da trasferire direttamente ai clienti, ad esempio per ordini online ritirati presso i centri stessi.

In pratica, le proiezioni degli ordini dei negozi consolidano i dati relativi a livelli di stock attuali, scorte di sicurezza, minimi di presentazione, piani di consegna (compresi i giorni principali di riordino) e a tutti gli eventuali movimenti pianificati dello stock, dall’accumulo di scorte per riempire gli espositori promozionali alla dilazione degli ordini per bilanciare i requisiti di capacità della distribuzione.

La Tabella 1 presenta alcuni esempi di situazioni in cui basare le previsioni dei centri di distribuzione sulle proiezioni degli ordini dei punti vendita comporta vantaggi evidenti.

Aggregando le proiezioni degli ordini di tutti i punti vendita, si ottiene una previsione per il centro di distribuzione molto precisa e che meglio riflette la domanda dei clienti finali.

La gestione integrata della supply chain consente inoltre una maggiore trasparenza che facilita la pianificazione della capacità, la collaborazione con i fornitori (esaminata nella Sezione 6.4) e la gestione del cross docking, del pick-to-zero e dei casi di scarsa disponibilità.

Introduzione di nuovi prodottiQuando si lancia un nuovo prodotto, ciascun negozio ne riceve almeno una confezione o la quantità sufficiente per riempire lo spazio assegnato a scaffale. Ciò determina un eccesso di prodotto nei punti vendita, che impiegherà giorni o settimane per essere smaltito. Finché ci sono scorte in eccesso nei negozi, gli ordini di magazzino (e quindi le spedizioni dai centri di distribuzione) saranno inferiori alla domanda prevista dei consumatori.
Esclusione di prodottiIn caso di esclusione pianificata di un prodotto dall’assortimento, la previsione del centro di distribuzione diminuisce automaticamente a mano a mano che la data prevista si avvicina, supportando un decremento controllato delle scorte. Quando la previsione del centro di distribuzione si basa sulle proiezioni di ordine dei punti vendita, essa considera automaticamente le scorte esistenti in ciascun negozio e il tempo necessario per smaltirle.
PromozioniIn genere, prima di una promozione i negozi ricevono tra il 30% e il 100% dell’incremento atteso delle vendite. Questi movimenti di stock sono completamente prevedibili (poiché sono in realtà pianificati senza necessità di previsione) e saranno inclusi negli ordini di distribuzione previsti. Inoltre, se a fine promozione ci fosse un eccesso o una carenza di merce in alcuni punti vendita, il fabbisogno di ciascuno si rifletterebbe automaticamente sulla previsione del centro di distribuzione.
StagioniPrima dell’inizio di una stagione importante vengono quasi sempre distribuite ai negozi alcune scorte di prodotto. Ciò può essere dovuto alla necessità di creare un’esposizione attraente dei prodotti stagionali, di livellare i picchi della domanda, o all’incertezza sulle tempistiche della stagione, se essa dipende dalle condizioni meteorologiche. Come per le promozioni, questi movimenti di magazzino pianificati saranno automaticamente visibili negli ordini di distribuzione previsti, che servono da base per la previsione per i centri di distribuzione. Inoltre, poiché la domanda stagionale può variare molto tra i negozi, ad esempio a causa delle condizioni climatiche locali, le scorte dei punti vendita verranno consumate a ritmi diversi. Questo sarà automaticamente visibile nella previsione per il centro di distribuzione.
Cambiamenti nei piani di approvvigionamentoNon è infrequente che i piani di approvvigionamento dei negozi vengano modificati, sia temporaneamente, ad esempio per far fronte all’aumento della domanda in alta stagione, che in modo permanente, ad esempio dopo l’apertura di nuove rotte di trasporto. Chiaramente tali cambiamenti non hanno alcun impatto sulla domanda dei consumatori, ma influiscono notevolmente sul flusso delle merci nei negozi. Se la previsione per il centro di distribuzione si basa sulle proiezioni di ordine dei punti vendita, le modifiche nei tempi e nel volume delle consegne saranno recepite automaticamente.

Tabella 1: Esempi di situazioni in cui l’uso delle proiezioni degli ordini dei negozi, invece delle previsioni della domanda corrispondenti, consente una pianificazione molto più precisa nei centri di distribuzione.

4.1. Pianificazione unica ed esecuzione automatica in tutta la supply chain

Quando la pianificazione dei centri di distribuzione si basa sulle proiezioni degli ordini dei punti vendita, è possibile osservare immediatamente l’impatto, sull’intera supply chain, di attività pianificate come promozioni o allocazioni di inizio stagione. Per sfruttare a fondo i vantaggi di tale trasparenza, occorre fornire al sistema di pianificazione tutti i dati necessari non appena vengono prese decisioni su piani di promozione, variazioni dell’assortimento e dei prezzi, o su altre questioni di rilievo.

Un sistema di pianificazione che supporti la gestione di dati variabili nel tempo è essenziale per una pianificazione proattiva. I casi che seguono non sono che alcuni esempi del modo in cui tale possibilità permette di registrare informazioni preziose non appena si rendono disponibili. Ciò consente di usare il sistema per attivare automaticamente le azioni necessarie al momento giusto, minimizzando la necessità di operazioni manuali.

  • Piani di riordino: Quando i piani di riapprovvigionamento dei negozi si possono gestire tramite date nel sistema di pianificazione, diventa anche possibile aggiornarli non appena le informazioni diventano disponibili. Ciò consente di usare il software di pianificazione per tenere automaticamente conto delle variazioni sia nei piani di riordino che nelle proiezioni end-to-end della supply chain.
  • Date di inizio e fine degli assortimenti: Una volta definite le date di inizio e fine per la gamma dei prodotti attivi, è molto più agevole gestirne l’introduzione e l’esclusione. È possibile automatizzare le attività di pianificazione di routine, come la creazione di scorte dei nuovi prodotti o lo smaltimento graduale di quelli da escludere. Oltre a ridurre il carico di lavoro manuale, ciò garantisce anche livelli di stock ottimali in ogni fase del ciclo di vita dei prodotti.
  • Creazione delle scorte prima delle promozioni: Le date di inizio e fine delle promozioni sono note, ma occorre anche poter specificare per tempo come approvvigionare i negozi. L’approccio ideale consiste di solito nel definire i giorni di anticipo con cui le merci in promozione devono giungere presso i negozi, i quantitativi che questi devono ricevere per poter predisporre gli espositori promozionali e la porzione della domanda promozionale prevista da soddisfare con le prime consegne. Regole e modelli appositi consentono di creare automaticamente piani di riordino accurati per ciascun prodotto e punto vendita.
  • Limitazioni temporanee delle consegne dei fornitori: I fornitori possono essere soggetti a limitazioni temporanee delle consegne, come nel caso dei fornitori cinesi che non effettuano spedizioni durante il capodanno cinese. Inserendo questo tipo di dati nel sistema di pianificazione, è possibile trasmettere gli ordini con un anticipo sufficiente a garantire la disponibilità in maniera automatica, senza dipendere dal lavoro manuale e dalla memoria degli addetti alla pianificazione.

La supply chain integrata elimina la necessità di attività di doppia pianificazione. L’impatto delle modifiche pianificate nell’approvvigionamento dei punti vendita si riflette automaticamente sulle proiezioni dei loro ordini, su cui si basa la previsione della domanda per i centri di distribuzione. Ciò significa che, non appena viene pianificata una promozione, le scorte necessarie per la sua esecuzione diventano automaticamente visibili nella previsione del centro di distribuzione, nelle date e nei quantitativi corretti.

Disporre delle funzioni giuste nel sistema di pianificazione è un fattore abilitante chiave, ma la vera sfida è fare sì che l’intera organizzazione operi in modo più proattivo. Per garantire che le decisioni vengano prese sufficientemente in anticipo, senza ridurre inutilmente la flessibilità in un mercato dinamico, tutto il personale dell’azienda deve avere una conoscenza di base del funzionamento della supply chain e dei tempi necessari per implementare i vari tipi di decisioni.

4.2. Ottimizzazione multilivello dei flussi di merci

Una supply chain integrata consente di gestire efficacemente flussi multilivello delle giacenze minimizzando gli sprechi e raggiungendo un tasso elevato di automazione. Quando sono disponibili a sistema tutti i dati relativi a previsioni della domanda, livelli di stock, piani di consegna, lead time e dimensioni degli imballi per tutti i livelli della supply chain, è possibile ottimizzare i flussi in modo trasparente lungo tutta la filiera.

Il cross docking è una strategia di gestione dello stock che punta a massimizzare l’efficienza del trasporto e ridurre al minimo i costi di movimentazione. Il cross docking viene spesso adottato per prodotti voluminosi, come le bevande, al fine di ridurre i costi di stoccaggio e movimentazione. Lo si può tuttavia utilizzare anche per ridurre i tempi di consegna dei prodotti con vita a scaffale breve. Nel cross docking, i fornitori consegnano le merci a una struttura in cui queste non vengono stoccate, ma trasferite subito dai veicoli in ingresso a quelli in uscita per la distribuzione ai punti vendita.

Vi sono alcuni requisiti affinché il cross docking funzioni in modo efficiente: 1) I fornitori devono essere in grado di consegnare veicoli completi alle strutture di cross docking; 2) le unità di consegna, come pallet o carrelli, devono essere pronte per il trasferimento immediato ai veicoli in uscita senza ulteriori manipolazioni; e 3) i veicoli in uscita devono avere un tasso di carico elevato, per mantenere bassi i costi di trasporto. Il sistema di pianificazione deve pertanto ottimizzare sia i flussi in ingresso nelle strutture di cross docking, sia quelli in uscita, e considerare il tempo di consegna complessivo dal fornitore al negozio.

Il pick-to-zero è un altro esempio di politica di gestione delle scorte che richiede una pianificazione integrata della supply chain. In questo caso, gli ordini ai fornitori si basano sulle esigenze di riordino dei punti vendita, ma anziché destinare in anticipo i quantitativi a ciascuno di essi, le consegne dei fornitori vengono riassegnate al momento della ricezione presso il centro di distribuzione, in base alle informazioni più recenti relative a scorte e previsioni. Ciò consente di adeguare le quantità destinate a ciascun negozio nel caso in cui un fornitore non riesca a consegnare tutta la merce, o in risposta a picchi inattesi della domanda dei consumatori verificatisi dopo il calcolo originale di riordino. Le forniture corrispondono pertanto alla domanda in modo più preciso rispetto a quando si utilizza l’approccio cross docking tradizionale. Il pick-to-zero può essere visto come un modo per ridurre i tempi di consegna ai negozi, poiché i quantitativi da assegnare a ciascuno di essi vengono finalizzati non al momento dell’ordine ai fornitori, ma quando si preparano le merci per la distribuzione.

Una pianificazione della supply chain totalmente integrata permette di risolvere automaticamente le eccezioni in modo ottimale. Prendiamo il caso di una carenza di stock dovuta ad esempio al ritardo di una spedizione in ingresso. Invece di evadere gli ordini dei negozi in base al programma originale e fino ad esaurimento della merce, è possibile redistribuire automaticamente le giacenze disponibili tra i punti vendita secondo un ordine di priorità tattica degli stessi o per aumentare al massimo la disponibilità a scaffale complessiva. Nel caso migliore quest’ultima non ne risente neppure. Analogamente, è possibile inviare i lotti di magazzino prossimi alla data di scadenza ai punti vendita in cui ci sono maggiori probabilità di venderli a prezzo pieno.

5. Gestione efficiente dei livelli di stock nei centri di distribuzione

Il riordino dei centri di distribuzione è a volte ritenuto un’arte più che una scienza. I lead time più lunghi, specie per gli ordini in arrivo dall’estero, e l’assenza di un controllo sui fornitori esterni aumentano certamente la complessità. Eppure, il riordino dei magazzini centrali non è, in linea di principio, così diverso da quello dei punti vendita.

Quando effettuano i riordini dei negozi dai centri di distribuzione, i retailer possono ottimizzare gli ordini come preferiscono. Nell’acquisto dai fornitori, invece, possono esservi limitazioni complesse sul valore o sul quantitativo minimo degli ordini. Possono essere in vigore sconti basati sui volumi, o altre scontistiche il cui uso efficiente può incidere notevolmente sui margini. Molti retailer non hanno la possibilità di inserire le informazioni su contratti o prezzi dei fornitori nei sistemi di pianificazione, ragion per cui gli addetti agli acquisti devono dedicare molto tempo al controllo incrociato degli ordini.

Nel riordino dei punti vendita, i flussi attivi di merci (combinazioni di prodotti e negozi) di qualunque grande retailer sono di solito milioni o decine di milioni, quindi l’automazione è indispensabile. Il numero delle righe d’ordine dei magazzini centrali e regionali è nettamente inferiore, mentre il valore di ciascuna di esse è molto superiore e ha un impatto economico più rilevante. Ciò ha permesso e incoraggiato un minore livello di automazione degli acquisti ai fornitori rispetto ai riordini dei punti vendita.

Abbiamo rilevato che l’adozione di processi operativi di acquisto strutturati e supportati da un buon sistema può portare ad un’automazione molto elevata nei centri di distribuzione. Ciò non porta necessariamente alla riduzione del numero degli addetti agli acquisti. Grazie all’automatizzazione delle attività di routine, essi dispongono di più tempo per affrontare in modo proattivo eventuali problemi di capacità, consegna o qualità, nonché per analizzare e migliorare le prestazioni dell’assortimento, dei fornitori e dei contratti di acquisto.

5.1. Ottimizzazione dei costi complessivi dei flussi in ingresso

Poiché il consolidamento dei flussi di merci verso i centri di distribuzione è superiore a quello dei flussi in uscita, vi sono maggiori opportunità di ottimizzare gli ordini a livello dei centri di distribuzione che dei punti vendita.

Per ottenere i massimi vantaggi economici, è importante che il sistema di pianificazione sia in grado di ottimizzare gli ordini su più livelli.

Fra gli esempi di ottimizzazione degli ordini a livelli diversi figurano:

  • Il calcolo del lotto economico (EOQ, Economic Order Quantity) per ciascun prodotto, allo scopo di ridurre al minimo i livelli di stock e i costi di movimentazione
  • La scelta delle dimensioni ottimali dei lotti d’ordine, ad esempio imballi multipli, strati di pallet o pallet interi, quando sono disponibili più alternative, tenendo conto delle eventuali differenze di prezzo fra le varie opzioni
  • La creazione di pallet misti, per un trasporto ed una movimentazione efficienti della merce
  • La creazione di ordini che riempiano uno o più veicoli o container, oppure soddisfino limitazioni dei fornitori quali il valore minimo degli ordini o il numero minimo di pallet

Benché semplice all’apparenza, il processo di combinazione degli ordini di più prodotti per riempire i vettori o soddisfare le limitazioni dei fornitori può essere la prova del nove della flessibilità del sistema di pianificazione.

Per soddisfare i requisiti dei fornitori e beneficiare degli sconti da loro offerti o della riduzione dei costi di trasporto senza accumulare stock in eccesso, occorre solitamente essere in grado di:

  • Definire in modo flessibile i prodotti da combinare durante la pianificazione di un ordine. I prodotti dello stesso fornitore vengono generalmente ordinati insieme, ma occorre a volte considerare separate le varie sedi di produzione di uno stesso fornitore, oppure riunire in un unico ordine tutti i prodotti provenienti dalla medesima area geografica, a prescindere dal fornitore.
  • Stabilire target e/o limiti per l’ordine rispetto a più parametri, come valore, volume, numero di pallet, peso o una loro combinazione. L’ordine deve ad esempio riempire in modo efficiente lo spazio disponibile, per minimizzare il costo del trasporto, senza però eccedere il peso massimo previsto per legge.
  • Affidare al sistema di pianificazione la scelta su quale vettore cercare di riempire con un ordine. Per alcuni fornitori, può avere senso ordinare a volte un camion, altre volte un camion con rimorchio e altre ancora due camion, a seconda della domanda prevista.
  • Impostare il livello corretto di attivazione degli ordini. Quando le limitazioni dei fornitori sono difficili da rispettare, può avere senso attendere che vi sia una domanda sufficiente ad esempio per almeno il 30% del carico di un veicolo prima di iniziare a creare un ordine.

Oltre ad affidare al sistema di pianificazione la parte più onerosa delle attività di gestione dei requisiti dei fornitori, è buona prassi valutare sempre tali limitazioni e il loro impatto. I contratti pluriennali in un mercato dinamico o le limitazioni fisse sugli ordini di prodotti stagionali possono risultare costosi o insostenibili al variare della domanda.

Un sistema di pianificazione ideale deve pertanto evidenziare tutte le proposte di ordine di dimensioni superiori/inferiori al necessario per via di tali vincoli e la deviazione dall’esigenza effettiva. Esso deve inoltre fornire un supporto analitico che aiuti gli addetti agli acquisti a verificare che il vantaggio derivante dal rispetto della condizione di un fornitore, come ad esempio uno sconto, sia maggiore dell’aumento del costo di stoccaggio e del rischio di obsolescenza della merce.

5.2. Gli acquisti intelligenti permettono di cogliere i prezzi migliori

Il costo della merce da vendere ha un impatto notevole sul bilancio di un retailer. Il team dei buyer ha la responsabilità di sfruttare in modo efficiente le scontistiche disponibili per migliorare i margini lordi.

In teoria, effettuare acquisti intelligenti in presenza di prezzi variabili è piuttosto semplice:

  • Quando si sa che il prezzo di un prodotto aumenterà, conviene fare scorta fino a poco prima dell’aumento.
  • Quando si sa che il prezzo di un prodotto diminuirà, prima della variazione del prezzo bisogna ordinare solo quanto assolutamente necessario e aumentare il quantitativo ordinato dopo l’entrata in vigore del nuovo prezzo.
  • Quando si verifica una diminuzione temporanea del prezzo, ad esempio per una campagna del fornitore, conviene ordinare quantitativi inferiori subito prima della riduzione del prezzo e fare scorta quando il prezzo è basso.

Per poter ottenere vantaggi reali dalle variazioni dei prezzi, occorre inoltre considerare il costo di stoccaggio della merce, definire correttamente le tempistiche degli ordini rispetto ai momenti di variazione dei prezzi ed eventualmente suddividere su più ordini gli acquisti speculativi, vale a dire i quantitativi acquistati in aggiunta a quelli necessari per soddisfare la domanda.

A complicare ulteriormente il quadro possono intervenire altri elementi. Per i prodotti freschi, la vita a scaffale è sempre un fattore rilevante. Non ha alcun senso accumulare scorte che si trasformano in scarti, oppure mettere a repentaglio la reputazione dell’insegna esponendo nei negozi merce con date di scadenza troppo ravvicinate. Inoltre, se si eccede la capacità di stoccaggio disponibile, è possibile che il costo delle giacenze si impenni. Quando i magazzini sono prossimi alla saturazione, occorre individuarne altri per accumularvi lo stock aggiuntivo, e gli acquisti effettuati si rivelano un investimento molto poco redditizio.

Consigliamo di inserire i dati relativi alle variazioni dei prezzi nel sistema di pianificazione e lasciare che sia il software a stabilire quando e quanto acquistare. Ciò consente di beneficiare in modo efficace di variazioni anche lievi dei prezzi, senza lavoro manuale da parte degli addetti agli acquisti. È importante considerare anche limitazioni quali la vita a scaffale dei prodotti o i limiti di capacità degli spazi di stoccaggio. Se il sistema di pianificazione non è in grado di gestire automaticamente tali limitazioni, il team dei buyer deve effettuare un controllo incrociato dei suggerimenti di acquisto speculativo.

I contratti dei fornitori prevedono spesso scale di scontistica che si attivano quando il valore annuale degli ordini supera una data soglia. Ancora una volta, risulta molto difficile tenere traccia manualmente delle soglie dei fornitori, degli ordini inoltrati e di quelli previsti. I migliori sistemi di pianificazione supportano decisioni di acquisto intelligenti suggerendo l’inoltro di ordini aggiuntivi per ottenere gli eventuali sconti, senza causare overstock controproducenti.

5.3. Gestione delle scorte a livello di lotto per i prodotti deperibili

Al momento è impossibile conoscere con precisione le date di scadenza della merce presente nei punti vendita. Se in negozio ci sono più lotti di un prodotto, può essere difficile anche effettuare una stima approssimativa, poiché i consumatori tendono a scovare i prodotti più freschi.

Nei centri di distribuzione, invece, i moderni sistemi di gestione dei magazzini garantiscono la spedizione delle scorte su base first-in-first-out. Essi tengono inoltre conto con precisione della data di scadenza di ciascun lotto.

Nella gestione delle scorte a magazzino, l’uso adeguato delle date di scadenza a livello di lotto riduce gli sprechi e migliora il servizio offerto:

  • Quando è in grado di calcolare proiezioni del deperimento basate sulla domanda prevista e sulle date di scadenza dei lotti a magazzino, il sistema di pianificazione può suggerire l’inoltro di ordini per sostituire i prodotti con scadenza ravvicinata prima della data limite. In questo modo il servizio fornito dai centri di distribuzione ai punti vendita migliora notevolmente.
  • In caso di rischio di deperimento, i migliori sistemi di pianificazione attivano per tempo opportune notifiche. Ciò consente di dirottare in modo efficiente l’invio dei prodotti ai negozi che hanno la massima probabilità di venderli a un buon prezzo, oppure di individuare canali di vendita alternativi, come i discount, disponibili ad acquistare la merce a fronte di uno sconto.
  • Le previsioni del deperimento evidenziano inoltre eventuali rischi sistematici di spreco, ad esempio per le dimensioni eccessive dei lotti d’ordine dei prodotti rispetto alla domanda.
Figura 14: Le previsioni di alta qualità del deperimento evidenziano chiaramente un eventuale rischio sistematico di spreco, ad esempio per le dimensioni eccessive dei lotti d’ordine dei prodotti.

5.4. Dati in tempo reale per gli acquisti di prodotti freschi

Per i prodotti deperibili è indispensabile una rotazione molto elevata sia nei negozi, sia nei centri di distribuzione che li riforniscono. Ciò significa che la supply chain è particolarmente esposta a problemi di qualità e di consegna oppure a picchi imprevisti della domanda. Quando il fabbisogno dei punti vendita è superiore alle scorte disponibili, la reattività è essenziale.

In molti casi, i fornitori di prodotti con vita a scaffale breve effettuano più consegne al giorno ai centri di distribuzione, allo scopo di garantire la freschezza e bilanciare i volumi della merce.

La possibilità di più consegne al giorno da parte dei fornitori consente ai retailer di inoltrare ordini più precisi, che recepiscano i dati più aggiornati su domanda e disponibilità.

Per poter identificare i picchi della domanda, il software di pianificazione deve interfacciarsi con i sistemi che effettuano le transazioni e recepire i dati in tempo reale. Ovviamente, esso deve anche disporre della potenza di calcolo necessaria per elaborare i dati ricevuti e trasformarli in ordini con la massima rapidità e precisione possibili.

La prontezza di reazione e di elaborazione dei dati in tempo reale è anche utile al mattino, alla consegna dei prodotti ortofrutticoli, non di rado soggetti a problemi di qualità e di disponibilità. Dato che possono esserci differenze fra le quantità effettivamente disponibili e quelle pianificate, ha senso riassegnare la disponibilità in base ai dati di previsione e di disponibilità più aggiornati.

6. Pianificazione end-to-end per un uso ottimale della capacità

In un settore dinamico come quello del retail, fattori quali festività, condizioni meteo insolite, grandi promozioni o revisioni di rilievo dell’assortimento possono far emergere colli di bottiglia di capacità a diversi livelli della supply chain.

Per festività importanti come il Natale, occorre movimentare grandi quantità di merce attraverso supply chain ottimizzate per flussi molto più piccoli. Ciò richiede una pianificazione meticolosa mesi prima del periodo festivo. Eventuali errori di pianificazione della capacità causano indisponibilità di prodotti durante le festività o costringono il personale a straordinari con breve preavviso. Sono a rischio la reputazione e la redditività dell’azienda.

Malgrado l’importanza della pianificazione della capacità, molti retailer alimentari effettuano ancora analisi manuali e con fogli di calcolo. Anche se affidata a professionisti di grande esperienza, tale stima a intuito è molto rischiosa, in quanto il costo degli errori di pianificazione può raggiungere rapidamente i sei zeri. Un approccio largamente manuale e basato su fogli di calcolo trasforma inoltre la pianificazione della capacità in un’impresa dispendiosa, possibile quindi solo per gli eventi più importanti. I colli di bottiglia della capacità, che sarebbe stato possibile prevedere e affrontare proattivamente, passano quindi inosservati e causano costi ed interventi di emergenza evitabili.

È buona prassi utilizzare proiezioni di elevata qualità della supply chain per pianificare la capacità e prevederne i colli di bottiglia. Le aziende che adottano l’approccio ideale condividono le proiezioni della supply chain con l’intera organizzazione, per ottimizzare non solo il livello di stock, ma anche la capacità e il personale dei centri di distribuzione e dei negozi. Essi aiutano inoltre i propri fornitori a prepararsi, condividendo i dati di pianificazione in modo collaborativo.

6.1. Le proiezioni della supply chain alla base della pianificazione della capacità

Le proiezioni della supply chain sono il risultato di simulazioni dettagliate dei futuri flussi di merci. Come spiegato nella Sezione 4, esse raggruppano 1) i flussi guidati dalla domanda prevista presso negozi e centri di distribuzione, e 2) i movimenti di merce pianificati per creare le scorte preliminari in vista di promozioni o introduzioni di nuovi prodotti. Le proiezioni di elevata qualità della supply chain tengono inoltre conto di dati variabili nel tempo, quali i piani di approvvigionamento previsti per i negozi.

Le previsioni calcolate a livello giornaliero per ogni SKU in tutta la supply chain consentono ai retailer di conoscere con mesi o anche un anno di anticipo i requisiti di capacità relativi a qualunque livello. Le stesse proiezioni consentono di stimare le esigenze di trasporto fra i vari nodi della supply chain, la capacità di stoccaggio richiesta sia presso i punti vendita che presso i magazzini, il numero di righe d’ordine previste in prelievo in determinati giorni in ciascun centro di distribuzione e così via.

La successiva Figura 15 illustra come, aggregando le giacenze previste dei prodotti immagazzinati in una specifica area di stoccaggio, quale ad esempio il magazzino dei prodotti surgelati, sia possibile determinare le esigenze future di spazio di magazzinaggio refrigerato e prevedere i potenziali colli di bottiglia della capacità.

Figura 15: Aggregando le scorte previste a livello di SKU per una specifica area del magazzino, un retailer può prevedere con grande precisione le future esigenze di spazio di stoccaggio e reagire per tempo a un eventuale rischio di superamento della capacità.

È buona prassi non soltanto calcolare le proiezioni della supply chain, ma anche predisporre avvisi di eccezione automatici nonché, ove appropriato, routine automatizzate per la loro gestione, per affrontare i casi in cui le proiezioni segnalino il superamento dei limiti di capacità. Fra gli esempi di eccezioni figurano ad esempio il rischio di esaurire lo spazio di stoccaggio, di superare la capacità di ricevimento degli ordini e di incorrere in sprechi dovuti a scorte eccessive di articoli deperibili.

Quando le proiezioni vengono calcolate con sufficienti mesi di anticipo, esse consentono di abbandonare la modellizzazione con fogli di calcolo delle festività principali e di passare a una vera pianificazione basata sui dati per gli eventi più importanti.

6.2. Aumentare la redditività con il retail sales & operations planning

Con il termine Retail Sales & Operations Planning (RS&OP) intendiamo il processo di bilanciamento della capacità e delle risorse della supply chain con la domanda dei consumatori a medio o lungo termine. Come discusso nella Sezione 3.2.1, i responsabili della pianificazione della supply chain delle aziende retail sono soliti bilanciare le esigenze di capacità, ad esempio distribuendo in modo equilibrato i flussi di merci fra i giorni della settimana. Tuttavia, il processo di RS&OP è generalmente un compito interdisciplinare, che richiede la collaborazione fra i responsabili della supply chain, delle operazioni di negozio, della logistica, del merchandising e dei fornitori, per individuare soluzioni vantaggiose per tutte le parti.

Un caso rilevante di impiego del processo di RS&OP è costituito dalla preparazione per le principali festività, soprattutto il Natale. Durante tali festività, la domanda è in genere nettamente superiore al normale, e aumenta rapidamente fino al picco festivo, passato il quale ritorna a livelli regolari o anche, per qualche tempo, inferiori.

Il processo di RS&OP mira sia all’efficienza che alla massima redditività della supply chain. Tra i suoi obiettivi figurano:

  1. Flussi di merci entro i limiti della capacità in ogni parte della supply chain. Ciò garantisce processi di fornitura affidabili, il che a sua volta evita il rischio di mancate vendite dovute a problemi di consegna.
  2. Attività economicamente vantaggiose grazie alla riduzione al minimo del costo degli straordinari in tutte le aree della supply chain.
  3. Decisioni indirizzate a beneficio della massima redditività complessiva quando è impossibile garantire una perfetta disponibilità a scaffale di tutti i prodotti a causa di limitazioni della capacità.
  4. Trasparenza dei requisiti relativi alle risorse, per garantire che queste si basino tutte sullo stesso piano operativo, compresa la disponibilità del personale dei punti vendita.

Il processo di preparazione inizia generalmente sei mesi prima delle festività principali. Il primo passo consiste nell’accordarsi sui vincoli: Il periodo festivo comporterà ad esempio variazioni dei piani di consegna / lead time o dei vincoli di capacità dei fornitori?

Il passo successivo consiste nel riesaminare i piani di vendita e di consegna per identificare i potenziali colli di bottiglia. Questi possono verificarsi in qualunque parte della supply chain e in fasi diverse del periodo festivo. In alcuni giorni ad esempio un eccesso di consegne può congestionare i negozi, il numero di righe d’ordine può superare la capacità del sistema di automazione del picking del magazzino o la quantità di surgelati può eccedere lo spazio di stoccaggio, e così via.

Le proiezioni della supply chain sono l’unico strumento in grado di rilevare con ragionevole certezza i colli di bottiglia della capacità. I fogli di calcolo non consentono di modellizzare la supply chain in tutta la sua complessità e anche la creazione di un modello più semplice rimane un esercizio soggetto ad errori e molto oneroso in termini di tempo.

Una volta identificati i potenziali colli di bottiglia, occorre esaminare le azioni volte a eliminarli usando una pianificazione con scenari ipotetici. La pianificazione bottom-up basata su scenari consente ai retailer di osservare con precisione l’effetto di eventuali variazioni dei tempi di consegna, dei piani di riordino o dei volumi di vendita previsti sul flusso delle merci nella supply chain.

Di solito i retailer alimentari consegnano i prodotti a lunga scadenza ai negozi in anticipo, per liberare la capacità necessaria a gestire i prodotti freschi in alta stagione. Fra gli strumenti per bilanciare i flussi di merci figurano:

  • Riempimento degli scaffali nei punti vendita: Per molti prodotti a lunga conservazione, riempiendo gli scaffali si copre la domanda per settimane. Se non vi sono rischi di scadenza, potrebbe aver senso riempire in anticipo gli scaffali a novembre, in modo da poter utilizzare il mese di dicembre per la consegna dei prodotti più freschi.
  • Assegnazione dei prodotti con vita a scaffale più lunga ai punti vendita: Riempire lo spazio a scaffale disponibile nei punti vendita non è sempre sufficiente. A volte risulta conveniente assegnare ai negozi la domanda delle successive 2 – 4 settimane in un’unica operazione. Gli articoli in questione vengono immagazzinati nel retro dei negozi e di lì collocati sugli scaffali secondo necessità. Tale approccio non è adatto per tutti i prodotti, ma può essere utile in alcuni casi.
  • Introduzione di modifiche nei piani di consegna: La maggior parte dei rivenditori prevede già consegne frequenti ai negozi anche fuori dai periodi festivi, ma a volte può essere necessario introdurre consegne addizionali per soddisfare la domanda.

Una volta concordato con i fornitori uno scenario adeguato, i retailer possono finalizzare con largo anticipo i propri piani, quindi concentrarsi solo sulla loro esecuzione e su eventuali azioni correttive.

Un processo RS&OP efficace consente di sfruttare meglio la capacità lungo tutto il periodo festivo e di conoscere in anticipo gli eventuali picchi residui.

Figura 16: Esempio dell’effetto di una migliore pianificazione della capacità per le festività principali. Dopo l’introduzione di un nuovo processo S&OP incentrato sulle previsioni per la supply chain, il retailer è riuscito a regolarizzare le proprie esigenze di capacità. I picchi residui sono stati individuati con largo anticipo. I risparmi ottenuti ammontano ad alcuni milioni di dollari per il solo periodo natalizio.

6.3. Ottimizzazione del personale per un servizio migliore a un costo inferiore

La pianificazione e ottimizzazione del personale è un’altra area in cui una pianificazione a medio-lungo termine può portare un valore aggiunto. In molti Paesi, le norme prescrivono di rendere noti i turni di lavoro con settimane o mesi di anticipo, ragion per cui è importante essere in grado di pianificare per tempo e con precisione i turni di servizio. Anche quando non è richiesto per legge, i retailer possono migliorare la soddisfazione dei propri dipendenti informandoli in anticipo sui turni di lavoro previsti.

Nelle aziende del food retail tradizionali con punti vendita fisici, il personale dei negozi rappresenta il principale costo di esercizio, pari al 14% circa del fatturato.

Il personale necessario nei punti vendita dipende principalmente da due fattori: 1) La necessità di collocare sugli scaffali la merce in ingresso e 2) il numero di clienti da servire, soprattutto alle casse. Occorre inoltre tenere conto 3) dell’eventuale evasione degli ordini online tramite i negozi, un’attività onerosa in termini di tempo e manodopera.

Per un’ottimizzazione efficiente del personale occorrono le seguenti previsioni:

  • Afflusso previsto di clienti, con una granularità oraria o di 15 minuti, che determina il lavoro necessario alle casse e nelle altre posizioni a contatto con il cliente.
  • Volume previsto delle consegne in ingresso per giorno e tipo di prodotto, ad esempio surgelati, frutta e verdura e così via, da cui dipende la movimentazione nei negozi, ad esempio per il rifornimento degli scaffali.
  • Righe previste di ordini online da evadere entro un certo tempo (funzione dei termini di consegna offerti), determinante per le attività di ritiro e imballaggio degli ordini.

Una maggiore precisione nelle previsioni dei carichi di lavoro e l’ottimizzazione automatica degli orari consentono in genere di ridurre del 10 – 15% i costi del personale dei negozi e di migliorare il servizio offerto ai clienti.

Pur rappresentando un approccio innovativo, la previsione e l’ottimizzazione dei carichi di lavoro è in realtà una funzionalità piuttosto semplice da implementare. I retailer che hanno già introdotto un sistema avanzato di previsione della domanda (vedere la Sezione 2) non hanno grosse difficoltà a generare previsioni per l’afflusso dei clienti o gli ordini online. Inoltre, quando nel sistema di pianificazione sono disponibili buone proiezioni di ordini e consegne dei negozi, le previsioni dei volumi di consegna in ingresso risultano automaticamente disponibili (vedere la Sezione 6.1).

Figura 17: Quando i turni di servizio vengono pianificati manualmente, presso i negozi si verificano di solito sia carenze, sia eccessi di manodopera in vari giorni o fasce orarie. Con un approccio alla pianificazione e ottimizzazione del personale basato sui dati, i turni di servizio soddisfano meglio i requisiti di manodopera, con carichi di lavoro più equilibrati e minori costi del personale.

La pianificazione dei turni di servizio nei magazzini e centri di distribuzione segue un andamento analogo; il carico di lavoro è determinato in primo luogo dalle righe di consegna previste 1) in uscita e 2) in ingresso.

6.4. Collaborazione efficiente con i fornitori

La collaborazione con i fornitori è oggetto di analisi da decenni, ma ben pochi retailer l’hanno introdotta su larga scala. Per stabilire un processo di collaborazione fruttuoso, entrambe le parti devono impegnarsi a ottenere vantaggi concreti. Ciò accade raramente, ed è il motivo del fallimento di molte iniziative di collaborazione.

La tecnologia non rimuove le difficoltà, ma può essere d’aiuto. L’attività più gravosa nei programmi di collaborazione è la raccolta di dati provenienti da varie fonti. Con il sistema di pianificazione giusto si può ridurre al minimo il lavoro necessario a questo scopo. Consigliamo di sviluppare la collaborazione con i fornitori gradualmente anziché tentare di risolvere ogni aspetto in una sola volta.

Un buon punto di partenza consiste nel condividere con i fornitori le previsioni degli ordini. Per i retailer è un modo molto snello di collaborare. Se si dispone già di un sistema di pianificazione in grado di calcolare le proiezioni per la supply chain, sono immediatamente disponibili le previsioni degli ordini ai fornitori, che contengono gli acquisti in programma nelle settimane e nei mesi successivi. Per condividere abitualmente tali informazioni con i fornitori è sufficiente predisporre report automatizzati.

È possibile integrare le proiezioni degli ordini di acquisto con informazioni su promozioni e altri eventi o variazioni in programma, così da aiutare i fornitori a capire la logica degli acquisti pianificati. Si possono condividere anche la previsione della domanda o i dati dei punti vendita (POS, Point Of Sale), ma l’informazione essenziale è l’indicazione di ciò che i fornitori dovranno consegnare, e quando.

Per una maggiore collaborazione, è necessario che entrambe le parti ne capiscano il valore, e siano disposte a investirvi tempo ed energie. Questo tipo di pianificazione, detta spesso pianificazione, previsione e riordino collaborativi (CPFR, Collaborative Planning, Forecasting and Replenishment) richiede una comunicazione bidirezionale, mentre la condivisione delle previsioni è sostanzialmente unidirezionale. Anche in questo caso, i migliori sistemi di pianificazione sono d’aiuto, poiché forniscono previsioni affidabili degli ordini di acquisto e strumenti di analisi per identificare eventuali variazioni e problemi, nonché piattaforme o portali di collaborazione.

L’ideale è uno scenario in cui i fornitori possano vedere direttamente sul portale del retailer la previsione di vendita dei loro articoli e i piani di invio degli ordini di acquisto, unitamente a dati su promozioni, stagionalità, eventi e così via, nonché inserire i propri commenti. I piani complessivi e condivisi saranno quindi più precisi, avendo i fornitori un quadro più completo dei loro prodotti e categorie, e il retailer delle proprie attività commerciali e di marketing. I migliori sistemi di pianificazione possono supportare questo tipo di collaborazione fornendo una piattaforma per l’immissione di più previsioni distinte, con capacità di allerta, modifica dei piani e disaggregazione del piano concordato fino al dettaglio necessario per supportare l’esecuzione operativa a livello di negozio, prodotto e giorno.

7. Conclusione: allearsi con le macchine è la mossa vincente

Il settore retail sta attraversando una fase di transizione, e non è chiaro quale sarà l’impatto dei cambiamenti in atto nei canali di vendita, nelle opzioni di consegna e nei formati dei negozi, né quali saranno le aziende protagoniste. Fra 10 o 15 anni, ripensando a questo periodo ci si chiederà probabilmente come sia stato possibile non prevedere le trasformazioni in arrivo.

Alcuni pronostici sul futuro del food retail, tuttavia, sono facili da fare:

  1. I rivenditori ridurranno gli sprechi. È deprecabile dedicare tante risorse a produrre, trasportare e movimentare i prodotti alimentari per poi vederli finire nei cassonetti sul retro dei supermercati. Le aziende dovranno assumersi la responsabilità di ridurre drasticamente gli sprechi alimentari; lo faranno anche a proprio vantaggio, per salvaguardare gli utili.
  2. Le supply chain alimentari diventeranno più efficaci. I consumatori sono ormai molto attenti ai prezzi, e non accettano di pagare di più per mantenere supply chain inefficienti. Le brusche oscillazioni dei carichi di lavoro e dei requisiti di capacità dovute a gestioni inadeguate non giovano a nessuno, quindi né il personale, né la dirigenza delle aziende retail dovrebbero rattristarsi per la scomparsa di pratiche obsolete e inefficienti.
  3. Tecnologia e automazione giocheranno un ruolo importante nella trasformazione del settore retail. Lo si è già osservato in altri settori che in passato facevano grande affidamento su attività manuali di routine e non c’è motivo per ritenere che il retail non segua lo stesso percorso.

In breve, le supply chain del retail dovranno diventare più reattive che mai e consentire un controllo sempre più fine per soddisfare la domanda di prodotti freschi minimizzando gli sprechi. Per affrontare la pressione sui prezzi, esse dovranno anche ottimizzare in modo più efficiente i flussi della merce a livello di punti vendita, distribuzione, ritiro e stoccaggio. Ciò sarà possibile soltanto alleandosi con le macchine.

Il mondo del food retail è troppo complesso per essere gestito con carta, penna e intuito. Si tratta di una conclusione assodata da tempo. La novità risiede nel fatto che l’automazione interessa non solo i compiti semplici, ma anche ruoli di pianificazione molto più avanzati. Oltre a ridurre il lavoro manuale, l’automazione intelligente introdurrà una granularità senza precedenti nella pianificazione.

In questo nuovo mondo, ci sarà ancora posto per gli esseri umani? Certo, moltissimo. Tre funzioni importanti nel futuro saranno:

  1. Specialista delle macchine: Si stanno facendo grandi progressi nel campo dell’AI specializzata, utile per svolgere attività molto specifiche. Occorrono tuttavia persone di talento che progettino i sistemi e stabiliscano quando e come utilizzare al meglio l’intelligenza artificiale disponibile.
  2. Collega delle macchine: Gli algoritmi di apprendimento automatico dipendono dall’accesso ai dati. Non sono dotati di buon senso e non possono trovare soluzioni innovative in nuovi scenari con dati insufficienti. È proprio qui che i loro colleghi umani possono fornire indicazioni preziose.
  3. Innovatori, il cui pensiero va oltre le macchine: Specie nei settori soggetti a distruzione creatrice, c’è una grande necessità di idee innovative, nuovi modelli commerciali e nuovi modi di fornire prodotti alimentari e servizi ai consumatori. Nel settore retail, l’innovazione è ancora ben al di là delle capacità dell’AI.

Pertanto, anziché restare in attesa che l’AI rivitalizzi il settore retail o risolva le vostre sfide nella gestione della supply chain, vi esortiamo ad iniziare a introdurre gradualmente l’intelligenza artificiale dove è più agevole e utile. Questa raccolta di buone prassi è un buon punto di partenza.

Autore

Johanna Småros

Co-founder & Chief Marketing Officer