Riassunto esame Gestione della produzione, Prof. Romagnoli Giovanni, libro consigliato Sistemi di gestione della produzione, De Toni, Panizzolo

PREVISIONE DELLA DOMANSA E DEMAND PLANNIG:

Quando si vuole prevedere e/o pianificare la domanda, una differenza fondamentale è

se l’azienda possiede o meno direttamente i dati che riguardano la domanda dei

consumatori finali. Quindi in base al possesso o meno dei dati che riguardano la

domanda finale sell out si possono verificare due situazioni:



Si possiedono i dati e si fanno valutazioni dirette

 Non si possiedono i dati e si fanno valutazione indirette sell-in

 

Si può dimostrare che risalendo la catena di fornitura, che la variabilità della domanda

del consumatore finale aumenta e questo fenomeno può essere descritta

dall’effetto Bullwhip o Forrester: con ξ direttamente proporzionale all’errore di

previsione e inversamente proporzionale alle

ridondanze del modello di previsione (ovvero alle sue capacità di funzionare

correttamente al variare delle assunzioni di base

Nel caso in cui non si possiedono i dati storici della domanda, la stima della domanda

risulta un po’ più complicata, ma possono essere comunque sfruttate altre

informazioni come per esempio:

Gli ordini dei propri clienti, anche se non sono consumatori finali.

 Guardare il fatturato di propri clienti (ovviamente nel caso BTB) ovvero colui che

 ha effettuato l’ordine.

Viceversa, nel caso in cui si disponga direttamente dei dati di consumo del

consumatore finale, ovvero dei dati storici della domanda si è più avvantaggiati e per

poter prevedere la domanda è necessario effettuare un’analisi delle serie storiche.

I livelli di aggregazione delle serie storiche sono i seguenti:

Prodotto

 Mercato

 Tempo



Ovviamente maggiore è il livello di aggregazione più accurata sarà la previsione,

mentre minore sarà il tempo sul quale si effettua l’analisi, più accurata sarà la

previsione.

Per definire la prevedibilità delle serie storiche si considerano poi le seguenti

metriche:

Coefficiente di variazione CV individua quanto la domanda è variabile

 

Intervallo medio di arrivo della domanda ADI serve per definire la

 

caratteristica della domanda di essere saltellante.

È fondamentale sapere che i valori di CV e ADI sono robusti ma non immutabili ed

eterni.

In base ai valori di CV e ADI si possono individuare le seguenti classi di domanda:

REGOULAR CV basso, ADI basso, facilmente prevedibile

 

INTERMITTENT CV basso, ADI alto, difficilmente prevedibile anche

 

con appositi modelli.

VARIABLE CV alto, ADI basso, prevedibile ma risulta opportuno

 

investigare sulle motivazioni che comportano un CV elevato.

ERRATIC CV alto, ADI basso, difficilmente prevedibile anche con

 

appositi modelli.

SERIE CONTINUE = R + V (serie prevedibili)

SERIE SPORADICHE = I + E

LE COMPONENTI DELLA DOMANDA

Analizziamo ora le componenti della domanda:

L livello di partenza del trend, ovvero livello di partenza della domanda.



T trend, andamento della domanda, domanda che aumenta o diminuisce



regolarmente secondo un determinato trend.

S stagionalità, variazioni regolari e ripetitive e possono essere:

 Stagionali se di ripetitività <12mesi

 A ciclicità se di ripetitività >12 mesi



R rumore, fluttuazioni casuali, ovvero ciò che rimane dopo aver individuato e tolto



le altre componenti della domanda.

Premessa: sia t un pedice che indica il periodo temporale di riferimento e D la

domanda che i vuole prevedere allora la domanda può essere espressa come una

funzione generica del trend al tempo t, stagionalità al tempo t e rumore al tempo t:

PROCESSO DI PIANIFICAZIONE DELLA DOMANDA

Il processo di pianificazione della domanda si basa su 4 step:

1) D ANALYTICS analisi e individuazione delle caratteristiche della domanda



storica, bisogna comprendere quanto più o meno facile sia prevedere la

domanda e vedere in base ai diversi livelli di aggregazione se la domanda

risulta più prevedibile o meno.

2) SALES CLEANING pulizia dei dati da anomalie, eliminare valori annualmente



alti o bassi, eliminare le stagionalità, individuare poi gli antlier, l’obbiettivo è

proprio quello di eliminare gli antlier. La rettifica degli antliers può avvenire

riportandoli:

- Al limite valutato

- Al valore medio

- Al valore precedente

Una volta fatto ciò ripristino i trend e le stagionalità.

3) SALES FORCASTING utilizzo di strumenti matematici parametrizzati per



elaborare le previsioni di vendita future sulla base dei dati storici. È importante

sapere quindi che il sales forcasting si basa su dati puliti e possono essere

utilizzate tecniche qualitative o quantitative e intrinsechi o estrinsechi.

in questa fase l’obbiettivo è quello di prevedere la domanda commerciale con la

massima accuratezza previsionale, di solito si utilizzano algoritmi appartenenti a

classi diverse i cui parametri sono “inizializzati” al meglio attraverso:

-best fit parametrico individuazione dei parametri che fanno performare al



meglio il modello.

-best fit algoritmico individuazione dell’algoritmo o classe che permette la



previsione più accurata.

4) CONSENUS-BASED FORCASTING integrazione con altre funzioni



aziendali (soprattutto commerciale e marketing) per ottenere il demand plan:

impressioni, informazioni di piani, previsioni numeriche.

INDICATORI DI AFFIDABILITÀ DELLE PREVISIONI

Gli indicatori di affidabilità delle previsioni misurano l’affidabilità dei modelli

previsionali adottati, questi indicatori si classificano in due categorie:

Indicatori di misure puntuali su singole previsioni (poco utili in quanto si

 

riferiscono a singole previsioni)

Indicatori di misure globali su previsioni multiple, questi indicatori a loro

 

volta si classificano in due classi

- Misure di distorsione misurano l’accuratezza dei modelli.



- Misure di dispersione misurano la precisione dei modelli.



Questi indicatori possono poi presentare due metriche diverse:

Metrica assoluta indicatori misurati con l’unità di misura delle grandezze

 

che sto misurando.

Metrica relativa indicatori misurati con valori adimensionali, numeri puri

 

privi di unità di misura.

In base a queste caratteristiche gli indicatori di affidabilità delle prestazioni vengono

classificati nel seguente modo:

DISGREGAZIONE DEI PIANI DI PRODUZIONE

Partendo dal PP piano di produzione aggregato si passa poi all’MPS ovvero piano

principale di produzione riducendo gli orizzonti e gli intervalli temporali e

implementando il livello di dettaglio successivamente disgregando l’MPS si passa al

FAS ovvero piano finale di produzione, il quale è caratterizzato da orizzonti e intervalli

temporali inferiori e livello di dettaglio maggiore.

La disgregazione dei piani di produzione avviene tenendo conto degli orizzonti

temporali distinti fra:

Orizzonte di pianificazione tutto (= orizzonte confermato + orizzonte di

 

tentativo)

Orizzonte di tentativo variazioni libere poiché si opera su ordini predefiniti,

 

pianificati.

Orizzonte confermato eventuali variazioni vanno concordate con fornitori o

 

con la produzione in quanto trovandosi all’interno dell’ di LTC, sono già stati

emessi ordini d’acquisto e/o di fabbricazione dei codici figli e nipoti di distinta

base. Ciò comporta la possibilità di eventuali cambiamenti del piano di

produzione sostenendo però dei costi aggiuntivi.

Orizzonte congelato variazioni non ammesse, ordini codice padre già

 

rilasciati, le variazioni quindi non sono ammesse previe eventuali deroghe della

direzione per esigenze molto particolari.

ATP

Una tecnica che consente di valutare periodo per periodo le quantità di materiale

effettivamente a disposizione dall’azienda per nuovi ordini, cioè che possono essere

promesse ai nuovi clienti è l’ AVAIABLE TO PROMISE ovvero ATP.

L’ATP in generale viene definita come una funzionalità dell’MPS che indica la quantità

di produzione distribuita nel tempo non ancora coperta da ordini clienti acquisiti e

quindi disponibile per nuovi ordini ovvero che può soddisfare le richieste di nuovi

clienti. L’ATP consente di definite la data di consegna di un ordine cliente in

funzione della disponibilità di materiale.

L’ATP si calcola nel primo intervallo temporale del record MPS ed in ogni

intervallo in cui si prevede una produzione (ovvero MPS > 0).

ATPt = giacenza iniziale * + (eventuale) MPS nel periodo t – ordini promessi

entro il successivo MPS

*giacenza iniziale La giacenza iniziale viene inserita solo nel calcolo di ATP al



primo periodo utile, poi omessa.

Nei periodi successivi al primo l’ATP sarà (ovviamente quando MPS>0):

ATP = MPS nel periodo t – ordini già promessi entro il successivo MPS.

CTP

Le funzionalità offerte dalle applicazioni ATP standard coprono solo una porzione delle

effettive esigenze di gestione degli ordini clienti in quanto le verifiche di disponibilità

riguardano esclusivamente i PF. Qual ora l’ATP dei PF risulti insufficiente a coprire

ulteriori ordini dei clienti nella data richiesta al fine di individuare la prima data utile di

evasione degli ordini è necessario verificare da un lato la disponibilità dei codici figli di

primo livello della distinta base e dall’altro la disponibilità di capacità produttiva delle

lavorazioni finali. Questa verifica viene eseguita da una procedura nota come CAPABLE

TO PROMISE – CTP.

La CTP è una funzionalità dell’MPS che estende le logiche dell’ATP in quanto

considera le info sulla capacità produttiva.

L’ATP considera esclusivamente la disponibilità dei materiali e assume di

operare con risorse produttive a capacità infinita.

La CTP considera sia la disponibilità dei materiali che della capacità, dando un quadro

più realistico della possibilità di soddisfare una domanda all’interno di un certo

intervallo temporale.

La CTP richiede:

L’inserimento delle nuove richieste dei clienti.

 L’ATP sui componenti figlio di primo livello, qual ora l’ATP dei figli non dia esito

 positivo allora:

- MRP da oggi al più presto per individuare la prima data utile.

-l’MRP del punto precedente considera la priorità cliente ed ammette

sbranamento di un piano di consegna già attivo “cannibalismo”. Il