UN MONDO SENZA PASSATO È UN MONDO SENZA FUTURO?
Il 2020 ha rappresentato l’armageddon del forecasting, senza più dati storici sui quali fare affidamento per programmare azioni di business. È il momento di smettere di fare previsioni? No, è il momento di cambiare il modo di farle.
Il Demand Sensing cambia la prospettiva del forecasting e sposta la linea del tempo da molto lontano a molto vicino per far fronte alle sfide del cambiamento.
Se c’è una cosa che ci ha insegnato l’anno appena trascorso è che nel campo delle previsioni bisogna essere pronti in qualsiasi momento a buttare tutto all’aria e a ricominciare da capo. Il 2020 ha rappresentato l’armageddon del forecasting riportando tutti i player del mercato a zero, senza certezze a cui aggrapparsi, senza dati storici sui quali fare affidamento per interpretare il futuro e programmare azioni di business.
Questo vuol dire smettere di fare previsioni?
No, vuol dire solo cambiare il modo di farle e soprattutto partire da un presupposto diverso: in un mondo in cui domina l’incertezza non vince chi prova a prevedere l’imprevedibile, ma chi è capace di reagire meglio davanti all’imprevisto.
L’impatto del Covid-19 sulla nostra realtà è stato di certo una calamità, ma da alcuni punti di vista può essere considerato anche un’occasione per
ripensare vecchie logiche che già da tempo erano iniziate ad andare in crisi e sopravvivevano solo per inerzia, trainate dalla spinta della consuetudine.
In questo processo di revisione rientrano concetti fondanti come il lavoro e il dibattito sullo smart working, la scuola e la DAD, la sostenibilità ambientale e il modello capitalista, di socialità fisica e quella mediata, l’intelligenza collettiva e l’abusata resilienza.
Pienamente investito da questo sguardo critico/revisionista è l’ambito della demand intelligence e di tutte le tecniche analitiche che a vario titolo si occupano di forecasting.
Ma che qualcosa stesse cambiando, o era necessario cambiare, è una consapevolezza non nuova che l’arrivo dl Covid-19 probabilmente ha solo accelerato: non eravamo del tutto impreparati all’idea di dover fare i conti con un futuro senza passato.
IL DEMAND SENSING: IL FUTURO A BREVE TERMINE
Come noto, in termini generali, il tradizionale processo di previsione della domanda si basa sull’analisi delle serie storiche estratte, nel campo del retail ad esempio, dai dati di spedizione e vendita di un prodotto, ma è ormai un fatto che in tempi recenti nuove tecniche analitiche stanno cambiando il modo di intendere il demand forecasting, concentrandosi su un lasso temporale che non è più quello del lungo periodo, ma che sempre più guarda al just in time con una vista temporale di poche settimane, se non di pochi giorni.
Questa tecnica del forecasting è definita demand sensing e combina grandi quantità di dati, provenienti dalle fonti più disparate (non solo dalle serie storiche di vendita di un prodotto), con tecniche di intelligenza artificiale (AI) e machine learning. I sistemi di demand sensing mescolano insieme dal chiacchiericcio della rete ai terminali point-of-sale (PoS), per fornire immagini in tempo reale di ciò che sta accadendo in prima linea sui prodotti, sia nei negozi al dettaglio che nei canali di vendita online. I dati di vendita effettivi, quindi, vengono integrati con tutto, dalle previsioni meteo agli hashtag di Instagram determinando una contaminazione tra virtuale e reale. In altre parole, se sui canali social un certo prodotto diventa virale nei contenuti è molto probabile che quel trend comunicativo possa avere una ricaduta nell’andamento della domanda nel mondo reale.
Quali sono i reali vantaggi di adottare una strategia basata sul demand sensing?
Molte aziende si sono già affidate al demand sensing come leva strategica di business, trasformando i dati e le informazioni in loro possesso in azioni concrete.
I vantaggi di adottare questo approccio sono molteplici e si prestano a diverse situazioni. Facciamo alcuni esempi.
Il demand sensing riduce i tempi di attesa quando esiste un intermediario distributore/rivenditore tra la propria attività e il cliente finale. In quest’ottica le informazioni e i dati derivanti dai PoS assumono una centralità fondamentale per migliorare le previsioni di vendita senza dover aspettare il distributore. Il demand sensing permette di fornire un input migliore a breve termine ai produttori e ai fornitori, intervenendo in real time per migliorare il piano di produzione sulla base della previsione.
Inoltre, la gestione delle scorte è un’operazione molto delicata soprattutto quando esiste uno stock disponibile, ma nel posto sbagliato. Il demand sensing permette l’ottimizzazione dinamica delle scorte a breve termine, incrociando la disponibilità degli stock in magazzino con la variazione della domanda attesa.
La variabilità della domanda stagionale è un altro elemento da considerare quando si ragiona in termini di previsione. Ottenere rapidamente informazioni sulla domanda per anticipare i trend o reagire a cambiamenti improvvisi di contesto è uno degli obiettivi del demand sensing. Ad esempio, se le previsioni di vendita di un articolo non corrispondono ai dati reali di vendita, il paradigma della demand sensing permetterà di riadattare rapidamente la produzione e lo stock, evitando di far invecchiare la merce in magazzino.
Infine, il demand sensing permette di governare anche i sempre più corti cicli di vita del prodotto, favorendo un turn over di merce rapido senza errori di calcolo che possono incontrare le richieste della domanda evitando di generare over stock o stock out.
GOD SAVE THE BARBOUR
Un esempio attuale di quanto detto finora è rappresentato dall’impennata di richieste per l’acquisto di giacche
Barbour in seguito all’uscita e al grande successo della serie Netflix The Crown. Sembra infatti che la quarta stagione di The Crown abbia risvegliato un del tutto inaspettato interesse di massa per le giacche cerate indossate dalla famiglia reale britannica. La presenza del brand negli episodi è talmente massiccia che un articolo della rivista The Cut ha parlato di “Barbour-jacket porn”. Ora, che l’intrattenimento abbia un ruolo massiccio nel plasmare azioni, comportamenti e scelte collettive, non è certo una novità, quindi possiamo dire è anche e soprattutto grazie alla serie Netflix che le giacche Barbour sono tornate di moda e sono entrate nella wish-list di persone che, fino a quel momento, non conoscevano o non erano interessate al brand. Ecco, quindi, che le vendite dell’indumento sono schizzate alle stelle (più 25 per cento) nel mese di dicembre. Ma i primi segnali si erano già colti durante il Black Friday con le offerte scontate del capo, sia nuovo che usato. Il fenomeno quindi è rimbalzato dalla fiction ai social, dai social agli store, dagli store di nuovo ai social, in un circuito virtuoso che ne amplifica la visibilità e dunque l’attrattività presso i consumatori.
Ma ora la domanda è: la Barbour sarà stata pronta per far fronte a un così consistente aumento di richieste (soprattutto in un momento di crisi diffusa) sfruttando l’onda di questa insperata fortuna oppure la sua filiera produttiva/distributiva avrà ceduto sotto il peso dello stress?
LA PREVISIONE NON BASTA SENZA L’INTEGRAZIONE
A questo serve infatti il demand sensing: a migliorare le previsioni del prossimo futuro, certo, ma solo in un’ottica di collaborazione fra le parti, integrando il paradigma della collaborative supply chain con quello demand driven, dando vita a una visione del mercato incentrata sulla piena soddisfazione delle esigenze del cliente. Accontentare i bisogni del consumatore significa dotarsi di un sistema di distribuzione capillare e resiliente per offrire contemporaneamente alti livelli di servizio riducendo i costi.
L’obiettivo del demand sensing è aiutare i decisori a compiere scelte nel breve periodo sulla base di ciò che è appena accaduto, non di quello che è successo negli anni scorsi. Ma ottenere previsioni migliori nel breve periodo produce valore solo se il sistema produttivo e distributivo è in grado di adattarsi rapidamente e rispondere alle fluttuazioni della domanda. Ecco perché avere una catena di distribuzione ben integrata e sincronizzata è fondamentale per rispondere alle esigenze di cambiamento in tempo reale.
Il demand sensing può indirizzare le aziende nella giusta direzione, ma sono necessari sistemi che facilitino la comunicazione tra ambiti e figure professionali diverse, una vista condivisa nella quale avere un quadro esaustivo della situazione e un approccio demand driven per arrivare a prendere la decisione giusta per raggiungere la meta che la previsione ha solo indicato.
È evidente che il demand sensing è un aspetto del forecast che non va a sostituire il sistema di previsioni basato su serie storiche, con un approccio di lunga durata, poiché le aziende devono soddisfare in primis un bisogno di programmazione che non può inseguire logiche solo di ultimo minuto, ma che richiede una visione di ampio raggio per ottimizzare al massimo risorse e investimenti. Procedure di data cleansing accurate e precise sono e restano essenziali in un processo di forecasting utile al management nel processo di decision making.
Per questo i modelli previsionali integrati nella piattaforma Ublique si avvicinando sempre di più a un approccio demand sensing, senza trascurare il forecast tradizionale e l’azione di data cleansing sulle serie storiche, integrando predictive and prescriptive analytics con algoritmi di simulazione, ottimizzazione e tecniche di intelligenza artificiale per supportare i decisori a ridurre il tempo tra gli eventi e la risposta a tali eventi, pianificando azioni strategicamente orientate alla riduzione dei costi e al miglioramento delle performance.