Previsione della domanda e gestione dinamica delle scorte dei codici venduti a ricambio: il caso Gruppo TecnoFerrari S.p.A.

Nel seguente progetto di tesi si evidenzia l’importanza della previsione della domanda per una gestione efficace dell’inventario dei codici che l’azienda Gruppo TecnoFerrari S.p.A. vende a ricambio. Un’analisi dello stato attuale del processo di pianificazione della produzione mediante software MRP ha permesso di far emergere le criticità legate al processo stesso di pianificazione. Queste sono state successivamente mitigate e risolte grazie allo sviluppo di una politica di revisione dinamica periodica delle scorte, implementabile nel gestionale aziendale. Date le caratteristiche di stocasticità e non stazionarietà della domanda dei codici acquistati venduti a ricambio, si è resa necessaria la stesura di un codice mediante software R. Questo è un linguaggio di programmazione e un ambiente di sviluppo specifico per l’analisi statistica dei dati che consente di prevedere il valore atteso della domanda futura, con l’obiettivo ultimo di settare i parametri della politica di gestione individuata. Sono, quindi, state implementate sette tecniche previsionali basate su serie storiche come la Media Mobile (MA), il metodo Naϊve, lo Smorzamento Esponenziale Semplice (SES), il metodo di Holt ed i modelli ARIMA, oltre a tecniche specifiche per la domanda intermittente di parti di ricambio, come il metodo di Croston e le Reti Neurali. Le tecniche previsionali sono poi selezionate in base alla minimizzazione della Radice dell’Errore Quadratico Medio Scalato (RMSSE). Data la numerosità del database oggetto di studio, il software R è stato utilizzato non solo per implementare i metodi previsionali prescelti, ma si è anche esteso al potenziamento della politica di revisione adottata. La nuova politica di gestione dell’inventario è stata implementata sulla base delle previsioni generate dallo Smorzamento Esponenziale Semplice e dalla Media Mobile, considerando il lead time di approvvigionamento (RLT) e le scorte di sicurezza (SS) per evitare rotture di stock durante il periodo di revisione. Nello specifico, per entrambi i metodi previsionali, la politica di revisione è stata applicata inizialmente ad una One – step forecast, assumendo la settimana come periodo di revisione T. Successivamente, lo studio è stato esteso considerando un periodo di copertura T di quattro settimane, simulando il caso in cui il riordino venga effettuato una volta al mese. I risultati conseguiti sono stati, poi, esposti ed analizzati tramite opportuni test di validazione e, infine, per ogni codice, sono stati valutati opportuni indicatori di performance della gestione delle scorte, come la giacenza media ed il numero medio di backorder, impiegati per monitorare l’efficacia della nuova gestione delle scorte presentata. Sono state, quindi, confrontate le performance del sistema di gestione delle scorte ottenute da entrambi i previsori, al variare del periodo di revisione, con le performance aziendali storicamente registrate. Il fine di tale confronto è quello di comprendere se l’approccio proposto, fondato su modelli previsionali e politiche di riordino strutturate, sia effettivamente atto a generare un miglioramento nelle principali metriche di gestione dell’inventario.