.png)
Una previsione delle vendite è la stima della quantità di un prodotto che verrà venduta in un determinato periodo di tempo e in un determinato luogo. Per quanto semplice sia la definizione, tanto grande è il suo impatto: la previsione delle vendite costituisce la base di quasi tutte le decisioni aziendali, dal volume di produzione giornaliero agli acquisti, fino alla pianificazione del personale.
Questo articolo illustra la definizione, i metodi più diffusi e ciò che distingue le previsioni valide da quelle errate, con esempi pratici tratti dal settore alimentare.
Definizione: Che cos’è una previsione delle vendite?
Una previsione delle vendite (in inglese: sales forecast o demand forecast) stima la domanda futura sulla base dei dati storici e dei fattori di influenza noti. Le tre dimensioni di ogni previsione sono: cosa (quale prodotto), dove (quale sede o canale) e quando (quale giorno, quale settimana). Più dettagliata è questa risoluzione, più utile è la previsione: un dato mensile relativo all’intero assortimento è di scarsa utilità per la produzione giornaliera, mentre un volume giornaliero per articolo e filiale è molto utile.
Panoramica dei metodi
1. Valutazione basata sull'esperienza. Il metodo più antico: una persona formula una stima sulla base della propria esperienza. Punto di forza: sfrutta le conoscenze contestuali. Punto debole: non è scalabile su un numero elevato di prodotti, dipende dalla persona e presenta distorsioni sistematiche, ad esempio a causa di un'eccessiva ponderazione degli ultimi giorni.
2. Metodi semplicistici e valori medi. “Come la settimana scorsa” o la media delle ultime quattro settimane. Facili da applicare, ma che non tengono conto delle condizioni meteorologiche, dei giorni festivi e delle tendenze: ogni scostamento dalla media diventa un errore di pianificazione.
3. Statistica classica. Metodi quali il livellamento esponenziale o i modelli di serie temporali stagionali consentono di individuare tendenze e schemi ricorrenti. Affidabili in caso di domanda stabile, ma poco efficaci quando entrano in gioco contemporaneamente molti fattori esterni.
4. Machine learning. I moderni modelli di intelligenza artificiale imparano, analizzando grandi quantità di dati, come decine di fattori – condizioni meteorologiche, giorno della settimana, festività, stagione, ubicazione – influenzino congiuntamente la domanda. Forniscono previsioni dettagliate per ogni articolo e ubicazione e si adattano continuamente. Il funzionamento di questo principio di base è spiegato nell’articolo «Che cos’è il machine learning?».
Esempio pratico: il panificio
Quasi nessun altro settore evidenzia il valore delle previsioni di vendita in modo così evidente come quello della panificazione: prodotti deperibili, produzione giornaliera anticipata, domanda fortemente fluttuante. Una buona previsione risponde ogni giorno a centinaia di domande: quanti cornetti per la filiale A martedì in caso di pioggia? Quante trecce sabato prima delle vacanze?
GoNina fornisce proprio queste previsioni: su base giornaliera, per articolo e per sede, per i prossimi sette giorni, sotto forma di proposte concrete di ordine nell’ambito della consueta procedura. In questo modo, le aziende riducono le eccedenze fino al 52%, aumentano il fatturato fino al 6% e risparmiano fino a 12 ore di tempo dedicato alla pianificazione ogni mese.
Come riconoscere una buona previsione
Risoluzione: per prodotto, sede e giorno – non solo medie mensili. Fattori esterni: vengono presi in considerazione il tempo, i giorni festivi e le vacanze. Capacità di apprendimento: i nuovi dati di vendita migliorano costantemente le previsioni. Integrazione: i dati vengono inseriti nel flusso di lavoro sotto forma di proposte d’ordine, non in un report separato. Possibilità di correzione: l’operatore ha l’ultima parola in caso di situazioni particolari.
Domande frequenti
Qual è la differenza tra previsione delle vendite e previsione del fatturato?
La previsione delle vendite stima i volumi (pezzi, chilogrammi), mentre la previsione del fatturato stima gli importi monetari. Per la produzione e gli ordini conta il volume: il fatturato ne deriva in base ai prezzi.
Quanto può essere precisa una previsione delle vendite?
Nessuna previsione è perfetta: la domanda presenta sempre una componente casuale. Il parametro di riferimento è il confronto con il metodo utilizzato finora: rispetto alle stime basate sull’esperienza e ai valori medi, le previsioni basate sull’apprendimento automatico riducono in modo misurabile gli errori, soprattutto nei giorni atipici.
Ogni azienda ha bisogno di una previsione delle vendite?
Ogni azienda ne ha una: la domanda è solo se essa esista implicitamente nella mente di una persona oppure sia esplicita, basata sui dati e verificabile. Più il prodotto è deperibile e più la domanda è fluttuante, tanto più preziosa è la previsione esplicita.
Conclusione
Una previsione delle vendite è la risposta basata sui dati alla domanda operativa più quotidiana che ci sia: quanto, di cosa e per chi? I metodi spaziano dall’intuizione al machine learning – e il passaggio all’intelligenza artificiale è particolarmente vantaggioso laddove si incontrano molti prodotti, sedi e fattori influenti.
Per scoprire come funzionano concretamente le previsioni di vendita basate sull'intelligenza artificiale nel settore della panificazione, leggi la nostra guida completa.
