La previsione della domanda nei processi di pianificazione della supply chain: il caso Torex S.p.A.

La previsione della domanda rappresenta uno degli elementi fondamentali nei processi di pianificazione della supply chain, in quanto consente alle imprese di supportare le decisioni operative e strategiche relative alla gestione delle scorte, alla pianificazione della produzione e alla programmazione degli approvvigionamenti. Una stima accurata della domanda futura permette infatti di ridurre i livelli di incertezza e di migliorare il livello di servizio offerto al cliente e il coordinamento tra le diverse funzioni aziendali coinvolte nei processi di pianificazione. La presente tesi analizza il tema della previsione della domanda all’interno dei processi della supply chain con l’obiettivo di approfondire i principali modelli previsionali utilizzati in ambito operativo e di valutare le metriche più diffuse per la misurazione dell’accuratezza delle previsioni. Nella prima parte del lavoro viene sviluppato un inquadramento teorico del forecasting, con particolare attenzione ai modelli previsionali più utilizzati nella pratica aziendale, tra cui la media mobile, la media mobile pesata, lo smorzamento esponenziale semplice, il metodo di Holt e quello di Holt-Winters. Vengono inoltre analizzate le principali metriche di errore impiegate per la valutazione delle performance previsionali, ovvero il Cumulative Forecast Error (CFE), il Mean Absolute Deviation (MAD), il Mean Squared Error (MSE), il Mean Absolute Percentage Error (MAPE) ed il Tracking Signal (TS). La seconda parte della tesi è dedicata all’analisi applicativa condotta presso Torex S.p.A., azienda operante nel settore della metalmeccanica. In questo contesto è stato analizzato il processo di previsione della domanda implementato attraverso il sistema informativo aziendale, con particolare riferimento agli strumenti di demand planning disponibili nel sistema ERP SAP. L’attività di ricerca si è concentrata sull’applicazione e sul confronto tra diversi modelli previsionali, al fine di valutarne l’efficacia sui dati storici di vendita e individuare la configurazione parametrica più adeguata. In particolare, sono stati testati differenti modelli e parametri di smorzamento, confrontando le performance previsionali attraverso l’utilizzo delle principali metriche di errore. I risultati ottenuti consentono di evidenziare il ruolo strategico del forecasting nei processi di pianificazione della supply chain e di sottolineare come la scelta del modello previsionale e della relativa parametrizzazione debba essere effettuata tenendo conto delle caratteristiche della domanda e del contesto operativo in cui il sistema di previsione viene implementato.