In questi primi giorni di avvio di una nuova fase operativa, stiamo cercando di capire come le aziende abbiano reagito a questa congiuntura e cosa suggeriscano gli analisti per consentire alle imprese di acquisire resilienza minimizzando i costi e mantenendo i loro margini, così da garantire al meglio la continuità delle loro attività lavorative.
Protiviti Inc. e l’Institute for Supply Chain Management confermano in modo autorevole alcune riflessioni che riguardano l’impiego di tecnologie informatiche a supporto dell’efficientamento della supply chain oggi sottoposta a forte “stress”.
In un contesto produttivo, avere una visibilità completa della propria catena del valore rappresenti un plus, perché in questa crisi stiamo imparando che reagire velocemente è più importante che saper prevedere accuratamente.
L’impiego di data analytics a supporto delle decisioni può rappresentare un fattore risolutivo nella contingenza attuale, ma anche un approccio strutturale alla sua gestione. Un sistema di data analytics end-to-end non può essere implementato da zero e reso immediatamente operativo sulla propria Supply Chain, tuttavia identificare alcuni dati chiave ed avviarne l’approccio analitico può comunque risultare molto utile.
Una volta usciti da questa fase delicatissima, una seria revisione della capacità di estrarre valore dai dati della propria catena di approvvigionamento, produzione e distribuzione si renderà necessaria e rappresenterà uno dei punti cardine della ricostruzione e del rilancio del nostro tessuto industriale.
Per capire quali analisi basate sui data analytics potrebbero essere utili alla gestione di questa crisi, è necessario partire dall’identificazione dei principali rischi che in questo momento il sistema si trova ad affrontare:
- I network distributivi potrebbero essere limitati nella loro capacità operativa e le filiere di approvvigionamento e produttive potrebbero andare incontro ad una interruzione;
- può venire meno la disponibilità di materie prime, semilavorati e prodotti finiti;
- può esservi una carenza di manodopera diretta e indiretta;
- rischio di default dei fornitori e di limitata capacità di identificarne e qualificarne di nuovi.
In questa situazione i data analytics rappresentano il principale strumento di reazione che un’azienda possa utilizzare, tuttavia è essenziale saper scegliere in modo critico e razionale i dati di input, le informazioni a supporto, i driver, le variabili e i modelli, evitando così l’errore di analizzare quanti più dati possibili. I dati non sono il fine, ma il mezzo usato in questo contesto per gestire rapidamente e consapevolmente all’emergenza.
Le esperienze che abbiamo maturato ci portano a suggerire i seguenti approcci sull’intera Supply Chain (cosiddetti “end-to-end Supply Chain Analytics”).
- Analisi mirate a studiare alcune aree tipicamente critiche, anche in situazioni di crisi, quali ad esempio:
- Progettazione della rete di fornitura
- Pianificazione della domanda
- Pianificazione degli acquisti
- Ottimizzazione degli inventari
- Analisi della domanda – che per definizione appare molto volatile in periodi di grande crisi – con l’obiettivo di ottimizzare il portafoglio prodotti e definire soglie di prezzo corrette, contenendo così l’impatto sulla profittabilità degli stessi, e in particolare:
- Razionalizzazione degli “SKU”
- Gestione delle promozioni commerciali
- Strategie di “Pricing”
Ovviamente, maggiore è la capacità di creare delle correlazioni fra le diverse analisi e maggiori saranno i benefici in termini di orientamento delle catene di approvvigionamento e distributive, di riconversione delle capacità produttive e di ottimizzazione della gestione dei magazzini.
“Correlare” significa anche avere margine di applicazione per tecnologie come l’intelligenza artificiale, che può semplificare l’individuazione di trend ed aiutarci nello sviluppo di analisi what-if.
Facciamo un esempio relativo alla razionalizzazione degli SKU: immaginiamo un modello (un semplice Magic Quadrant) che partendo dall’analisi della marginalità prevista a budget, vada a inserire e analizzare tutti i fattori di complessità rispetto alla domanda nel periodo analizzato come, ad esempio, quelli legati ad acquisti, produzione, confezionamento, distribuzione, inventario, sviluppo, ecc…
Risulterà evidente che prodotti con minore complessità di realizzazione, pur essendo potenzialmente meno profittevoli, recuperano appeal a fronte di prodotti con margini più ampi ma che presentano maggiore complessità e criticità di realizzazione.
E’ possibile quindi utilizzare questo output per ridefinire il nuovo portafoglio strategico, identificando le famiglie di prodotti “winners” che devono essere spinte per ottimizzare l’offering in questi contesti eccezionali.
Queste alcune azioni che ci sentiamo di consigliare nella pratica:
- accorciare l’intera filiera;
- ottimizzare le proprie performance di distribuzione e i livelli di servizio in risposta alle nuove modalità di acquisto (es. molti consumatori sono passati dal fare la spesa su base quotidiana a concentrare gli acquisti con frequenza settimanale);
- rimodulare gli acquisti, la produzione e le politiche inventariali per evitare stock inutili/inutilizzati che comportano dispendi di cassa e invenduti;
- attivare nuovi canali di vendita (es. digital/e-commerce) per recuperare le perdite sul retail o sull’Ho.Re.Ca;
Sono azioni concrete, per fortuna non necessariamente applicabili solo ad aziende “Fortune 1000”, utili per l’oggi così come per il domani, che richiedono solo una visione manageriale chiara e un po’ di supporto informatico. In questo ISI è a fianco delle aziende per consolidare i loro dati, aiutare nella loro interpretazione e mettere a punto i necessari strumenti di analisi.
“Without data, you’re just another person with an opinion” W.E. Deming