PREVISIONI E MODELLI PREVISIONALI (2)

Il lavoro di ogni bravo Responsabile Qualità si basa anche sulla capacità di fare delle buone previsioni o, comunque, sulla possibilità di entrare in possesso di dati abbastanza veritieri sulle previsioni del prossimo e medio futuro.

E' proprio la previsione del futuro, infatti, che determina tutti i parametri gestionali fondamentali.
Detto in altri termini, ad esempio, se parliamo di Produzione snella la quantità da tenere a scorta non dovrebbe prescindere da una valutazione della domanda futura.

All'ovvietà di questa importante affermazione, si contrappone la frettolosa e arrendevole convinzione dei più che fare delle previsioni utili sia molto, molto, difficile, quando non impossibile. E' facile sentire frasi come: “l'unica cosa che si può fare è buttare lì qualche numero, sapendo già che sarà ampiamente smentito”.
La conclusione è che farle in modo sistematico sia un inutile e costoso esercizio accademico.

Del resto che le previsioni siano spesso sbagliate è un dato di fatto. Nessuna persona seria può pensare di possedere la sfera di cristallo con la quale abbiamo voluto illustrare questo "Approfondimento".
La questione, dunque, non è quella di risolvere un problema insolubile, quanto quella di ridurre tale errore il più possibile, sapendo che ogni tecnica presenta vantaggi e svantaggi.
Per questa ragione, la conoscenza dei principi fondativi dei sistemi utilizzati e la consapevolezza dei loro limiti, è il presupposto per apprezzare e utilizzare al meglio i risultati, evitando di fare dire ai dati quello che non vogliono e non possono dire.

Il prerequisito per poter fare un lavoro di questo genere è riuscire a cambiare la mentalità del management:
1. Prima di tutto, deve convincersi dei benefici ottenibili migliorando anche solo in parte il sistema previsionale
2. Deve essere chiaro che le previsioni non si fanno solo con un buon intuito e con la sensibilità del mercato. Queste due doti sono certamente necessarie per raggiungere livelli di eccellenza, ma da sole, senza il supporto della tecnica, utilizzabile da chiunque tutte le volte che è necessario, normalmente consentono di raggiungere solo livelli di sufficienza.

E ora veniamo alla domanda fondamentale: "Chi deve prevedere, cosa?"
Tutte le funzioni aziendali possono beneficiare dei sistemi previsionali, ma ognuna, perseguendo diversi obiettivi, ha necessità di operare con modelli, aggregati di dati, periodi di riferimento e orizzonti temporali completamente diversi: condizioni operative che determinano la complessità e le caratteristiche del sistema previsionale, oltre alla qualità delle stime elaborate. In merito, il limite che ci siamo dati in questo articolo è quello di fissare i requisiti per sviluppare con efficienza ed efficacia le previsioni a breve termine con l'obiettivo di gestire, ad esempio, proprio le scorte.

Il nostro sistema dovrà:

• ricevere-comunicare dati al gestionale (impensabile l’alimentazione manuale);
• essere efficiente ed efficace nelle previsioni a breve termine;
• prevedere migliaia di voci di magazzino;
• prevedere con un orizzonte temporale di qualche mese

Lo stesso strumento potrebbe non essere in grado di operare con la stessa qualità negli altri ambiti aziendali ma questo limite potrebbe essere il risultato conseguente ad un meditato bilanciamento di costi e qualità.

E veniamo ora ai modelli previsionali.
Gli approcci alla previsione sono due:

• Metodi qualitativi: richiedono dati quali giudizi di esperti, sondaggi o altre tecniche di indagine. I dati vengono poi trasformati in quantità attraverso differenti schemi di valutazione. Le tecniche possono essere proficuamente utilizzate quando il passato è poco significativo per il futuro: ad esempio nella valutazione di scenari
• Metodi quantitativi: si basano esclusivamente sulla storia passata del prodotto.
  Possono essere divisi in due classi:
  • Quelli che fanno riferimento a modelli causali o funzionali. Ad esempio, si può supporre che la domanda futura di un prodotto possa dipendere: dal suo prezzo, dal reddito medio di una nicchia di mercato e dagli investimenti pubblicitari. In questi contesti, è necessario ricorrere a raffinate procedure di analisi e statistica, simulazioni e test
  • Quelli che si basano esclusivamente sulla estrapolazione delle tendenze passate. Fondano sull'idea che la previsione della domanda futura possa essere ricavata prendendo in considerazione unicamente le serie storiche (ad esempio le vendite degli ultimi 24 mesi), senza ricorrere a relazione con altri fenomeni e/o interpretazioni.

Quale modello utilizzare?
I metodi qualitativi e i causali funzionali richiedono ogni volta l'intervento di esperti di matematica statistica per la loro messa a punto tramite un'analisi accurata dei fenomeni che si vuole osservare.
La complessità e il costo che ne deriva li rendono inutilizzabili nel contesto delle piccole aziende.
Risultano invece molto interessanti i metodi estrapolativi. Il motivo è che consentono una drastica semplificazione del modello previsivo, senza perdere di efficacia.
Per essere più chiari, la sequenza [420, 410, 430, 380, 350, 370, 340, 330, …] viene elaborata da questi sistemi ignorando se si riferisce alle vendite mensili, o alla quotazione di un titolo, o ai millimetri di pioggia, o alle vendite trimestrali di birra. Per l'algoritmo di calcolo sono semplicemente i valori rilevati ad intervalli di tempo costanti di un fenomeno non meglio precisato, di cui deve giudicare il trend e l'eventuale stagionalità, per stimare i valori futuri. Solo numeri in sequenza temporale. Niente di più.
In questo sta la semplificazione del modello. La previsione e la sua attendibilità dipenderanno unicamente dalla raffinatezza delle tecniche matematiche, in nessun modo dalla natura del fenomeno che ha generato i valori rilevati e dalle congetture che se ne possono derivare.

A partire da questo principio fondante, dagli anni 50, sono state sviluppate numerose tecniche estrapolative ed oggi sul mercato cominciano ad esserci applicazioni software interessanti.

Ma che dire del discorso Costi / Qualità?
In generale, è difficile trovare un Gestionale (ERP) completo di un vero e proprio sistema previsionale. Le ragioni, correlate, sono sostanzialmente due:

• prima di tutto un problema di mercato: c'è poca cultura e richiesta;
• la loro realizzazione richiede sofisticate conoscenze di matematica e analisi statistica e forti investimenti

È quindi necessario rivolgersi a società che hanno scelto questo mercato, prestando molta attenzione al rapporto Costo/Qualità delle soluzioni, in relazione agli obiettivi aziendali e ai contesti operativi: a chi serve per fare cosa.

Gli elementi che concorrono ai costi sono due:

• Costo conseguente a previsioni errate. Diminuiscono all'aumentare della qualità del sistema. Derivano da un maggior investimento del capitale circolante (in scorte), ma anche dalla perdita di fatturato per le mancate consegne
• Costo del processo previsionale. È composto da:
  • un investimento iniziale sostenuto una tantum che comprende:
    • l'acquisto del software
    • la messa in funzione
    • un'importante attività iniziale di regolazione del sistema tramite simulazioni sul passato
    • l'eventuale interfaccia realizzata ad hoc per lo scambio dei dati con l'ERP aziendale
    • i costi di formazione (sia di base, che funzionale)
  • Attività previsionale: costo di gestione dovuto alla periodica attività di previsione. Anche in questo caso i costi dipendono dalla complessità del sistema e del contesto operativo: chi fa che cosa.
    Essendo tra loro inversamente proporzionali, l'incrocio su un grafico determina la zona del minor costo possibile: è quella che deve orientare la scelta.