Lokad importa i dati storici sulle vendite e produce direttamente previsioni sulle scorte. E, quando diciamo “direttamente”, è proprio quello che intendiamo. Generare previsioni con Lokad non richiede alcuna configurazione di tipo statistico: per questo Lokad è accessibile a tutti gli utenti, compresi quelli che non hanno familiarità con i procedimenti statistici.
Assicurarsi che le previsioni siano corrette attraverso procedimenti manuali è un'operazione senza fine: troppi prodotti, troppi punti vendita da analizzare...
Molti metodi di previsione tradizionali offrono la possibilità di “raffinare” le previsioni, ma, nel caso della grande distribuzione, abbiamo potuto constatare più volte che un simile approccio può essere fuorviante. Ricorrere a procedimenti manuali per assicurarsi che le previsioni siano corrette richiede un tempo infinito: i prodotti e i punti vendita da analizzare sono decisamente troppi. In questi casi, la soluzione più adatta è la completa automazione del processo.
L'esclusiva tecnologia di previsione di Lokad sfrutta le correlazioni fra i vari prodotti. Se, infatti, consideriamo i prodotti individualmente, spesso i dati storici a disposizione saranno carenti. Fortunatamente, ogni azienda vende centinaia, se non migliaia, di prodotti allo stesso tempo: in questo modo, Lokad può osservare il comportamento di altri prodotti in catalogo e sfruttarlo per perfezionare le previsioni, saltando la fase dell'“aggiustamento” manuale. Si potrebbe obiettare che questo comportamento è "a scatola nera", ma la nostra esperienza ci insegna che, nella pratica, anche i modelli di previsione più semplici e lineari adottano un comportamento "a scatola nera", almeno quando si tratta di retail: infatti, quando si effettuano queste operazioni manualmente, si può solo rivedere una minuscola frazione dei risultati prodotti in un giorno. Spingersi più oltre richiederebbe troppo tempo.
I sistemi di previsione tradizionali, poi, non affrontano al meglio i casi limite (prodotti con pochi dati storici sulle vendite, prodotti con volumi di vendita troppo bassi, prodotti con un profilo stagionale non ben definito, etc.). La nostra tecnologia di previsione prende in considerazione tutti i prodotti, per assicurare una copertura totale a tutto l'assortimento.
Per le reti di distribuzione, che dispongono di enormi quantità di dati da correlare, sono indispensabili i modelli di previsione avanzati che sfruttano le correlazioni tra prodotti e punti vendita.
A livello di punto vendita, solo pochi articoli vengono venduti ogni giorno, mentre tutti gli altri presentano una domanda intermittente. Anche se un prodotto è venduto una sola volta a settimana, però, molti rivenditori optano per alti livelli di servizio, in modo da non lasciare i clienti insoddisfatti. Grazie alla tecnologia di previsione quantilica, Lokad è in grado di produrre previsioni delle scorte accurate anche per i prodotti venduti più di rado.
Le soluzioni di previsione tradizionali si basano su previsioni mediane, che hanno, cioè, il 50% di probabilità di essere superiori o inferiori alla domanda futura. A livello di punto vendita, questo tipo di previsione dà scarsi risultati, perché gran parte dei prodotti viene venduta meno di una volta al giorno.
Una tecnologia di previsione che risponde direttamente a una semplice domanda: quante unità del prodotto X mi servono per ottenere il livello di servizio Y?
Alcuni strumenti tentano di affrontare il problema elaborando previsioni settimanali o addirittura mensili, per poi disaggregarle in previsioni parziali, che coprano un arco di tempo inferiore. Tuttavia, procedere in questo modo significa introdurre nelle previsioni una quantità esorbitante di errori. Il punto è che i metodi di previsione tradizionali affrontano il problema da un'angolatura sbagliata.
Lokad ha sviluppato una tecnologia di previsione statistica, specifica per il settore retail, che risponde direttamente a una semplice domanda: quante unità del prodotto X mi servono per ottenere il livello di servizio Y? Invece che prendere la strada più lunga, che passa per la previsione mediana e il calcolo della scorta di sicurezza, e che peraltro può essere disseminata di errori, la tecnologia di Lokad va dritta al punto, elaborando previsioni con il metodo dei quantili. A differenza dei sistemi tradizionali, quindi, Lokad propone l'utilizzo di un metodo diretto, che, grazie all'utilizzo dei quantili, fornisce previsioni incomparabilmente più accurate rispetto a quelle ottenute con metodi più classici.
Elaborare previsioni statistiche avanzate per migliaia di punti vendita richiede un'enorme potenza di calcolo, che Lokad riesce a garantire grazie all'utilizzo di Microsoft Azure, la piattaforma di cloud computing targata Microsoft. Grazie al nostro lavoro con Lokad, nel 2010 siamo stati insigniti del primo Premio Partner Azure dalla stessa Microsoft.
Più precisamente, Lokad sfrutta una tecnica nota come autoscaling, che consiste nel riservare, per ogni lavoro di previsione, il numero di server Microsoft Azure necessari a elaborare tutti i dati (potenzialmente diverse centinaia, a seconda delle dimensioni dell'attività commerciale). I risultati delle previsioni sono pronti in meno di 60 minuti. Una volta terminata la previsione, i server vengono di nuovo liberati.
Poiché le previsioni delle scorte non vengono di solito effettuate più di una volta al giorno, l'autoscaling permette di ridurre i costi di hardware di 24 volte, riduzione, questa, che ci consente di mantenere basse le nostre tariffe. In realtà, la riduzione dei costi di hardware deriva dal fatto che abbiamo sviluppato una tecnologia orientata verso un'elaborazione altamente efficace dei dati relativi al retail.
Mentre le procedure di riordino a livello di punto vendita sono generalmente molto semplici, le strategie di acquisto a livello di deposito possono rivelarsi anche molto complesse. Attraverso il motore di scripting di Lokad, è possibile trasformare normali previsioni della domanda in perfetti ordini di acquisto, che prendono in conto divergenze di prezzo, spese di trasporto, capacità dei depositi, variazioni nel lead time, etc. Il nostro software Priceforge può anche essere usato per determinare tutti i KPI specifici del settore, che consentono ai manager di monitorare la performance generale dell'azienda in termini di gestione del magazzino.
