Ottimizzazione e analisi nella gestione del magazzino e dei Last Time Buy: il caso di Ferrari S.p.A.

La presente tesi affronta il tema dell’ottimizzazione della gestione dell’inventario nel settore automobilistico di lusso, con particolare riferimento al caso Ferrari S.p.A. L’obiettivo principale è analizzare e migliorare le politiche di gestione del magazzino attraverso l’integrazione di modelli previsionali e strumenti quantitativi applicati ai dati reali di consumo e di ricevimento dei materiali. Il lavoro si concentra su due ambiti distinti ma interconnessi: la pianificazione dei codici ordinari e la gestione dei componenti soggetti a obsolescenza (Last Time Buy – LTB). Dopo una fase di raccolta e sistematizzazione dei dati relativi a oltre 4.000 codici, sono stati sviluppati modelli di previsione della domanda su base settimanale (52 settimane) e trimestrale, integrati con i lead time e i parametri di sicurezza definiti a sistema. L’analisi ha consentito di calcolare il livello ottimale di scorta (Safety Stock e punto di riordino) e di stimare gli impatti economici e volumetrici derivanti da diversi scenari di consegna dei fornitori. I risultati evidenziano un incremento previsto delle giacenze complessive e una forte incidenza dei materiali LTB sul valore e sullo spazio di magazzino, suggerendo la necessità di politiche di pianificazione più dinamiche e di una revisione dei parametri di approvvigionamento. Il contributo del lavoro risiede nello sviluppo di una metodologia integrata, basata su dati previsionali e simulazioni, capace di supportare decisioni strategiche di inventory management e di ridurre i rischi di overstock, shortage e obsolescenza.