ETFFIN Finance >> Corso di Finanza Personale >  >> Gestione Finanziaria >> Contabilità

KPI per la Pianificazione della Domanda: 20 Metriche per Previsioni Accurate

La pianificazione della domanda è il processo di previsione della domanda per un prodotto o servizio e allineamento di inventario e altre risorse per soddisfare quella domanda analizzando risultati passati, condizioni di mercato mutevoli e vendite attese. Ma non puoi pianificare per il futuro senza le informazioni giuste. Ed è qui che gli indicatori chiave di prestazione (KPI) per la pianificazione della domanda possono aiutare.

In generale, i KPI tracciano quanto bene un'azienda sta progredendo verso i suoi obiettivi e informano il processo decisionale. Nel caso della pianificazione della domanda, tenere d'occhio i KPI può aiutare a migliorare l'accuratezza degli ordini, scoprire cambiamenti nella domanda e monitorare le vendite. E non sbagliarti: la pianificazione della domanda può avere impatti significativi sul bottom line di un'azienda, come molte imprese hanno imparato — spesso nel modo più duro.

Cos'è la Pianificazione della Domanda?

La pianificazione della domanda aiuta un'azienda a prevedere le vendite future. È un processo di supply chain management che studia il comportamento storico dei clienti, trend progettati e condizioni di mercato ed economiche, tra gli altri fattori, per aumentare le possibilità di soddisfare le richieste dei clienti evitando l'eccesso di inventario. Mentre la previsione della domanda si concentra sulla previsione dei trend di vendita futuri, la pianificazione della domanda usa gli insight della previsione per soddisfare le vendite attese in modo più efficiente. La pianificazione della domanda tocca ogni aspetto di un business, da vendite e marketing ad acquisti, operazioni di supply chain, produzione e finance.

Cosa Sono i KPI per la Pianificazione della Domanda?

Date la rapidità con cui i mercati cambiano e la domanda fluttua, una pianificazione della domanda di successo richiede informazioni accurate e in tempo reale. I KPI per la pianificazione della domanda sono progettati per fornire intelligence aggiornata su attività critiche per la pianificazione. Alcuni KPI misurano direttamente i risultati degli sforzi di pianificazione della domanda, come l'errore percentuale assoluto medio. Altri forniscono insight sulla domanda futura, come un'analisi di Pareto dei clienti (ne parleremo dopo) e metriche di pre-ordine. Alcuni, come l'errore di previsione settimanale per articolo e ubicazione, possono persino rivelare come supply chain e previsioni di vendita stanno influenzando singoli punti vendita locali.

Perché i KPI per la Pianificazione della Domanda Sono Così Importanti?

I KPI per la pianificazione della domanda sono importanti perché possono fornire insight critici per il bottom line. Un KPI che segnala che le vendite hanno sottoperformato in un particolare mercato può innescare una vendita flash o un calo di prezzo per ridurre l'inventario, per esempio. Oppure, un KPI che indica un forte trend al rialzo per un prodotto può significare che un'azienda deve aggiustare il suo piano di supply chain per aumentare la produzione. La natura di questi esempi serve anche a sottolineare perché è importante che i KPI per la pianificazione della domanda siano aggiornati in tempo reale, così tutte le metriche chiave sono accurate, aggiornate e pronte per essere analizzate in qualsiasi momento.

Non monitorare da vicino i KPI di pianificazione della domanda può essere costoso. Alcuni esempi di alto profilo di problemi nella pianificazione della domanda includono il fallimento di Walgreens nel riconoscere il trend di aumento dei prezzi dei farmaci generici nelle sue previsioni 2014. Il risultato: quei prezzi in aumento hanno compresso i margini, risultando in un calo di $1,1 miliardi negli utili e costando al CFO il suo posto. Nel 2001, errori nel programma di pianificazione della domanda di Nike hanno causato all'azienda di ordinare $90 milioni di una scarpa che vendeva male. Come ha influito sulla performance finanziaria del brand? È costato a Nike circa $100 milioni in vendite quell'anno e ha tagliato il suo prezzo azionario del 20%.

Come Scegliere i Giusti KPI per la Pianificazione della Domanda

Migliorare l'accuratezza della pianificazione della domanda del tuo business non è un compito semplice o facile, poiché non c'è un indicatore valido per tutti che metterà un business sulla strada giusta. Ci sono diversi KPI essenziali che la maggior parte delle aziende usa per valutare la pianificazione della domanda (come i primi 10 esempi sotto), ma c'è anche una vasta gamma di KPI per la pianificazione della domanda che possono essere particolarmente utili per un business ma non per un altro.

Determinare quali KPI sono più adatti alla tua azienda può richiedere prove ed errori. Ogni metrica ha i suoi vantaggi e svantaggi, e ogni business ha i suoi obiettivi, che sia crescita rapida o mantenimento della quota di mercato. Quindi, i KPI "giusti" per la pianificazione della domanda varieranno da un'azienda all'altra. Fortunatamente, c'è una vasta gamma di KPI tra cui scegliere.

Top 20 KPI e Metriche per la Pianificazione della Domanda per la Tua Dashboard

Data la natura cross-funzionale della pianificazione della domanda, che richiede collaborazione tra discipline come previsione delle vendite, supply chain management e inventory management, le informazioni devono unirsi il più facilmente possibile. Una dashboard per la pianificazione della domanda può aiutare aggregando i KPI in un'interfaccia visiva facile da comprendere che può essere condivisa e personalizzata tra ruoli. Il perno, ovviamente, è selezionare i KPI per la pianificazione della domanda che sono più importanti per il tuo business.

Ci sono KPI per la pianificazione della domanda per quasi ogni area del business. E molti settori e singole aziende hanno sviluppato KPI personalizzati per dare loro insight sulla pianificazione della domanda che affrontano le loro particolari sfide e caratteristiche. Tuttavia, alcuni KPI essenziali per la pianificazione della domanda si applicano a qualsiasi business, che tu venda scarpe o sviluppi farmaceutici.

KPI per la Pianificazione della Domanda: 20 Metriche per Previsioni Accurate

Ecco i top 20 KPI per la pianificazione della domanda — seguiti da spiegazioni e come calcolare ciascuno. Attenzione: alcuni richiedono vera matematica, quindi è una buona idea tenere una calcolatrice a portata di mano.

  1. Vendite previste vs. vendite reali (errore di previsione)
  2. Accuratezza della previsione
  3. Errore di previsione mensile per categoria di prodotto
  4. Bias
  5. Segnali di tracciamento
  6. Errore assoluto medio (MAE) e deviazione assoluta media (MAD)
  7. Errore percentuale assoluto medio (MAPE)
  8. Errore percentuale assoluto medio simmetrico (SMAPE)
  9. Errore percentuale assoluto medio ponderato (WMAPE)
  10. Errore quadratico medio (MSE)
  11. Radice dell'errore quadratico medio (RMSE)
  12. Conversioni di vendite reali vs. assunzioni di vendita
  13. Tasso di evasione ordini
  14. Tasso di ordini perfetti
  15. Errore di previsione settimanale per articolo e ubicazione
  16. Indicatori di allarme precoce per variazione della domanda
  17. Analisi di Pareto della domanda dei clienti
  18. Pre-ordini per nuovi prodotti
  19. Prodotti in fase di dismissione
  20. Intelligence di marketing sulle attività dei competitor

1. Vendite Previste vs. Vendite Reali (Errore di Previsione)

Misurare le vendite previste contro i numeri di vendite reali indica se il reparto vendite o team specifici sono sulla buona strada per raggiungere i loro obiettivi. Questo KPI più semplice è anche noto come "errore di previsione" e può essere consegnato settimanalmente, mensilmente, trimestralmente, month-to-date e year-to-date — o tutti i precedenti — a seconda del prodotto o servizio e di quanto velocemente le decisioni devono essere prese. Per i pianificatori della domanda, è l'insight di prima linea sulla qualità del loro output; proprio così spesso, è usato dai responsabili vendite per controllare la performance delle vendite e spingere il team, se necessario. La formula è:

Vendite previste vs. vendite reali (errore di previsione) = Vendite reali - Vendite previste

Per esempio, diciamo che una previsione trimestrale per una società di consulenza richiede alla sua divisione software di portare $5 milioni di fatturato, ma quel gruppo ne porta solo $4 milioni. L'errore di previsione sarebbe $1 milione, la differenza tra quei numeri.

2. Accuratezza della Previsione (FA)

L'accuratezza della previsione è il KPI per la pianificazione della domanda a livello macro. Ti dice quanto accurate sono state le tue previsioni per domanda e vendite. Migliore è la tua FA, più allineati i tuoi costi operativi sono con la domanda e più alti i tuoi profitti. Un numero buono o accettabile per questo KPI varierà a seconda del prodotto e dello scenario di business. Per un nuovo prodotto senza storico vendite, un'accuratezza di previsione dell'80% è considerata molto buona. (I prodotti stagionali possono essere un'eccezione a questa regola se ci sono grandi variazioni dovute al meteo, che possono risultare in percentuali di accuratezza più basse.) Tuttavia, prodotti con un lungo storico vendite dovrebbero mirare a una FA del 90% o meglio. Come molti KPI, la FA può essere calcolata con la frequenza che un'azienda necessita o è in grado di fare data la velocità dei suoi particolari cicli di business. La formula è:

Accuratezza della previsione = 1 – [Valore assoluto di (Vendite reali per periodo – Vendite previste per stesso periodo) / Vendite reali per periodo]

Quindi, se la previsione di un'azienda richiedeva di vendere 100 unità di un particolare prodotto e ne ha effettivamente vendute 115, la sua FA era 87%: 1 – [(115 – 100) / 115], o 1 – .13 = .87. Nota che questa formula ignora il segno positivo o negativo (questo è ciò che "valore assoluto" significa). Per esempio, se l'azienda ha venduto 87 unità contro la stessa previsione di 100 unità, la sua FA è 85%, non -85%.

3. Errore di Previsione Mensile per Categoria di Prodotto (MPCFE)

Questo KPI per la pianificazione della domanda è semplicemente l'accuratezza della previsione (FA) applicata a una specifica categoria di prodotto su base mensile. Con ramificazioni attraverso diversi dipartimenti, questa metrica può aiutare a mettere a punto cambiamenti in vendite e marketing, così come avvisare i pianificatori quando le supply chain devono essere rafforzate. In generale, l'errore di previsione mensile per categoria di prodotto dovrebbe essere più accurato delle previsioni a livello aziendale poiché le informazioni disponibili ai pianificatori della domanda sono più precise. La formula è:

Errore di previsione mensile per categoria di prodotto = 1 – [Valore assoluto di (Vendite reali categoria prodotto per mese – Vendite previste categoria prodotto per mese) / Vendite reali categoria prodotto per mese]

4. Bias

Il bias, anche noto come errore medio di previsione (MFE), è la tendenza degli errori di previsione a trend in una direzione — costantemente più alti o più bassi dei risultati di vendita reali. È importante tracciare il bias così, se rilevato, può essere corretto prima che distorca le previsioni per troppo tempo in una direzione, che potrebbe causare costi di inventario in eccesso (se il bias è verso sovra-previsione) o opportunità di vendita perse (se il bias è verso sotto-previsione). Il bias può provenire da molte fonti, come il desiderio dei responsabili per previsioni che corrispondano a obiettivi di vendita o obiettivi dipartimentali. La formula è:

Bias = Somma degli errori di previsione osservati su più periodi / Numero totale di periodi osservati

Per esempio, diciamo che vuoi calcolare il bias per quattro settimane a febbraio dove i pianificatori della domanda prevedono vendite di 10 articoli a settimana. Come mostra la tabella sotto, le vendite nella settimana 1 erano 12, quindi l'errore di previsione era 2; settimana 2 ha visto vendite reali di 8, facendo un errore di -2; settimana 3, 8, per un altro -2; e settimana 4, 7, risultando in un -3. La somma di quei quattro errori di previsione è -5 (2 + -2 + -2 + -3), e -5 diviso quattro periodi di previsione produce un bias di -1,25.

Bias per Febbraio

Settimana 1 Settimana 2 Settimana 3 Settimana 4 Somma errori
previsione
Vendite reali 12 8 8 7
Previsione 10 10 10 10
Errore previsione 2 -2 -2 -3 -5
Bias = -5/4 = -1,25

5. Segnali di Tracciamento (TS)

I segnali di tracciamento sono un altro modo per misurare l'esistenza di bias persistente. L'analisi dei segnali di tracciamento su un lungo periodo può anche indicare l'accuratezza del modello di previsione. La formula è:

Segnale di tracciamento = (Vendite reali per un mese – Vendite previste per quel mese) / Valore assoluto di (Vendite reali per un mese – Vendite previste per quel mese)

Questa formula è per un segnale di tracciamento in un periodo osservato e resulta in 1 o -1. Un TS di 1 indica sotto-previsione (la domanda è più alta della previsione) e un TS di -1 indica sovra-previsione (la domanda è più bassa della previsione). I pianificatori della domanda tipicamente calcolano questo KPI sommando i segnali di tracciamento per molti periodi. Se tracciato per 12 settimane, per esempio, il risultato più alto possibile è 12 e il più basso è -12. Un TS di zero è sempre ideale, indicando nessun bias consistente.

6. Errore Assoluto Medio (MAE) e Deviazione Assoluta Media (MAD)

L'errore assoluto medio e la deviazione assoluta media sono due nomi per la stessa formula, una popolare tra i pianificatori della domanda. È un KPI semplice che misura l'accuratezza della previsione mediando le magnitudini degli errori di previsione e rivelando così la variabilità delle previsioni nel tempo. Come il nome implica, è la media dell'errore assoluto (noto anche come deviazione), il che significa che i valori positivi e negativi non si annullano a vicenda (come fanno, per esempio, nel calcolo del bias). È espresso come numero di unità piuttosto che come percentuale, quindi non è scalato rispetto alla quantità di domanda. Un MAE di cinque unità è ottimo se la tua domanda è 1.000 ma piuttosto scarso se la domanda è solo 10. La formula è:

Errore assoluto medio (o deviazione) = Somma degli errori di previsione assoluti osservati su più periodi / Numero di periodi

La tabella allegata calcola il MAE/MAD per febbraio dall'esempio descritto nel KPI n. 4 (bias).

Errore Assoluto Medio per Febbraio

Settimana 1 Settimana 2 Settimana 3 Settimana 4 Somma errori
assoluti previsione
Vendite reali 12 8 8 7
Previsione 10 10 10 10
Errore previsione 2 2 2 3 9
MAE = 9/4 = 2,25

7. Errore Percentuale Assoluto Medio (MAPE)

L'errore percentuale assoluto medio è una misura statistica dell'accuratezza di una previsione. Questo KPI per la pianificazione della domanda esprime il grado di errore come percentuale, così rimane applicabile indipendentemente dalla magnitudine della domanda ed è più facile da comunicare a dipartimenti diversi — in altre parole, persone che non sono pianificatori della domanda e/o statistici. La formula è:

Errore percentuale assoluto medio = Somma di (Errore previsione per periodo / Vendite reali per quel periodo) / Numero totale errori previsione x 100

La tabella allegata calcola MAPE per febbraio usando gli stessi numeri di previsione e vendite dal n. 4.

Errore Percentuale Assoluto Medio per Febbraio

Settimana 1 Settimana 2 Settimana 3 Settimana 4 Somma Errori
%
Vendite reali 12 8 8 7
Previsione 10 10 10 10
Errore % 16,7 25 25 42,9 109,6
MAPE = 109,6/4 = 27,4%

8. Errore Percentuale Assoluto Medio Simmetrico (SMAPE)

Se ci sono pochi dati di vendite reali, MAPE può spesso far sembrare gli errori di previsione peggiori dei trend reali. Per compensare, i pianificatori della domanda usano anche l'errore percentuale assoluto medio simmetrico. Il vantaggio di usare questo KPI per esprimere gli errori di previsione è che ha sia un limite inferiore (0%) che un limite superiore (200%) per superare alcuni degli svantaggi di MAPE. La formula è:

Errore percentuale assoluto medio simmetrico = 2 / Numero errori previsione x Somma di (Vendite previste per periodo – Vendite reali per periodo) / (Vendite previste per periodo + Vendite reali per quel periodo)

Per chi sta ancora seguendo, la tabella allegata calcola SMAPE per il nostro esempio in corso.

Errore Percentuale Assoluto Medio Simmetrico per Febbraio

Settimana 1 Settimana 2 Settimana 3 Settimana 4 Somma Errori
%
Previsione - Reale 2 2 2 3
Previsione + Reale 22 18 18 17
9,1% 11,1% 11,1% 17,6% 49,0%
SMAPE = 2/4 * 49% = 24,5%

9. Errore Percentuale Assoluto Medio Ponderato (WMAPE)

L'errore percentuale assoluto medio ponderato è un altro KPI usato per esprimere gli errori di previsione ed è progettato per essere un'ulteriore versione migliorata di MAPE. Il WMAPE migliora MAPE ponderandolo usando osservazioni reali o, in un caso tipico di previsione vendite, ponderandolo secondo i volumi di vendita reali. La formula è:

Errore percentuale assoluto medio ponderato = Somma di (Vendite reali per periodo – Vendite previste per stesso periodo) / Vendite reali per stesso periodo

Questa tabella calcola WMAPE per febbraio.

Errore Percentuale Assoluto Medio Ponderato per Febbraio

Settimana 1 Settimana 2 Settimana 3 Settimana 4 Somme
Vendite Reali 12 8 8 7 35
Previsione 10 10 10 10
Reale - Previsione 2 -2 -2 -3 -5
WMAPE = -5/35 = -14,3%

10. Errore Quadratico Medio (MSE)

L'errore quadratico medio valuta la performance della previsione mediando i quadrati degli errori di previsione, che rimuove tutti i termini negativi. Ha l'effetto di dare più peso agli errori più grandi nei dati e può quindi sovraenfatizzare quei fattori nel tasso di errore che produce. MSE non è una percentuale, e non c'è un benchmark contro cui giudicare i risultati, ma più basso è il numero, più accurata è la previsione. La formula è:

Errore quadratico medio = Somma dei quadrati degli errori di previsione su più periodi / Numero di periodi

Ancora una volta usando i numeri dal nostro esempio in corso, questa tabella calcola l'MSE per febbraio.

Errore Quadratico Medio per Febbraio

Settimana 1 Settimana 2 Settimana 3 Settimana 4
Vendite Reali 12 8 8 7
Previsione 10 10 10 10
Errore Previsione 2 -2 -2 -3
Errore Quadrato 4 4 4 9
MSE = 21/4 = 5,25

11. Radice dell'Errore Quadratico Medio (RMSE)

La radice dell'errore quadratico medio è semplicemente la radice quadrata dell'MSE. Strettamente parlando, è definita come la radice quadrata dell'errore quadratico medio. È utile nel determinare il grado di severità degli errori di previsione, dicendo ai pianificatori della domanda quanto seriamente potrebbero dover affrontare gli errori. Tuttavia, come KPI si dovrebbe anche notare che, come MAE, l'RMSE non è scalato secondo la domanda reale. La formula è:

Radice dell'errore quadratico medio = Radice quadrata (Quadrato (Vendite previste per periodo – Vendite reali per stesso periodo))

Nell'esempio in corso, RMSE sarebbe √5,25 (il valore MSE calcolato per n. 10), che è 2,29.

12. Conversioni di Vendite Reali vs. Assunzioni di Vendita

Con questo KPI, i pianificatori della domanda tracciano i risultati delle attività di marketing contro i risultati attesi per aggiustare futuri piani di produzione e inventario. Registrare le proiezioni di vendite iniziali e poi confrontarle con le vendite reali può anche aiutare a migliorare le attività di marketing e merchandising. L'idea è tracciare il tasso di conversione di vendita reale e confrontarlo con il tasso di conversione di vendita stipulato nel piano di marketing. La formula è:

Tasso di conversione vendita = (Lead convertiti in vendite / Lead qualificati) x 100

13. Tasso di Evasione Ordini

Il tasso di evasione ordini è usato principalmente come KPI di inventory management, ma evadere gli ordini dei clienti rapidamente può influenzare la domanda a lungo termine soddisfacendo quei clienti e portando a ripetuti acquisti e passaparola positivo. Mostra quanti ordini clienti un business può evadere direttamente dall'inventario disponibile. La formula è:

Tasso di evasione ordini = (Numero ordini clienti spediti / Numero ordini clienti evasi) x 100

14. Tasso di Ordini Perfetti (POR)

Il KPI POR misura quanti ordini vengono spediti senza incidenti — cioè, merci danneggiate, ordini inaccurati e spedizioni in ritardo, tra gli altri. Naturalmente, ogni organizzazione mira al POR più alto possibile perché non solo riflette bene sugli aspetti produttivi e logistici di un'azienda, ma un alto POR dovrebbe anche tradursi in un alto grado di soddisfazione del cliente. In altre parole, un alto POR dovrebbe fattorizzare in una domanda aumentata o stabile; un tasso POR scarso probabilmente indurrà un calo della domanda. La formula è:

Tasso di ordini perfetti = Ordini completati senza incidenti / Totale ordini effettuati

15. Errore di Previsione Settimanale per Articolo e Ubicazione

Le aziende con molte diverse ubicazioni retail o magazzini di distribuzione spesso avranno bisogno di pianificare la domanda per articolo per periodi di tempo discreti, come un mese o una settimana. L'approccio più popolare per questo scopo è applicare MAPE (n. 7) per misurare l'accuratezza della previsione per ogni articolo che richiede un piano di domanda e applicarlo settimanalmente in ogni ubicazione. Osservato nel tempo, l'errore di previsione settimanale per articolo e ubicazione fornisce informazioni critiche confrontando i risultati dei sistemi point-of-sale e i dati di distribuzione regionale. Può correggere errori logistici, per esempio, quando le vendite superano le previsioni e gli scaffali dei negozi rimangono vuoti (o il contrario, che può portare a sovrastoccaggio). Quindi ridurre gli errori di ubicazione può contribuire a importanti risparmi sui costi.

16. Indicatori di Allarme Precoce per Variazione della Domanda

L'idea qui è che i pianificatori della domanda monitorino MAPE e/o KPI di accuratezza previsione settimanalmente a livello di categoria di prodotto o anche di articolo e intraprendano azioni immediate ogni volta che le vendite reali differiscono dalla previsione del 15% in entrambe le direzioni. L'obiettivo è innescare cambiamenti nei piani di inventario e supply chain che allineino meglio i reali con la domanda attraverso la supply chain del business.

17. Analisi di Pareto della Domanda dei Clienti

Coniata dall'economista italiano Vilfredo Pareto nel 1896, la legge di Pareto dice che l'80% di un dato insieme di risultati è causato dal 20% dei fattori noti. In termini di domanda dei clienti, questo significa che il comportamento del top 20% dei clienti influenza l'80% delle vendite. Quindi, l'analisi di Pareto della domanda dei clienti è la pratica di focalizzare uno o più dei KPI per la pianificazione della domanda descritti in questo articolo per analizzare solo il comportamento del top 20% dei clienti di un business. La teoria è che identificare e rispondere ai cambiamenti nella domanda tra quel 20% produrrà il maggior beneficio in vendite complessive e redditività.

18. Pre-ordini per Nuovi Prodotti

Se un prodotto è reso disponibile per pre-ordine prima della disponibilità generale, monitorare da vicino il numero di pre-ordini e confrontarlo con le aspettative previste può fornire una sorta di allarme precoce. Può dire ai pianificatori della domanda se aumentare — o diminuire — una produzione pianificata. Questo può togliere un po' di imprevedibilità dal lancio di un nuovo prodotto. Le aziende possono prevedere più accuratamente volumi di prodotto e vendite tramite la pianificazione della domanda usando questo KPI, evitando così carenze o troppo inventario.

19. Prodotti in Fase di Dismissione

Questo è come l'inverso di un lancio di nuovo prodotto: la fine del ciclo di vita di un prodotto. Cronometrare accuratamente il ritmo di una transizione di prodotto può influire altrettanto direttamente sulla performance finanziaria di un'azienda. Quindi la domanda per un prodotto che sta essere dismesso deve essere monitorata da vicino usando MAPE o FA settimanalmente o anche quotidianamente, a seconda del prodotto e della situazione. Questo aiuta un business a far corrispondere continuamente l'offerta con la domanda, mantenere i prezzi e prevenire l'eccesso di stock.

20. Intelligence di Marketing sulle Attività dei Competitor

In molti casi, l'analisi competitiva può aiutare un'azienda a determinare più accuratamente la domanda. Mentre molte delle informazioni necessarie non sono pubblicamente disponibili, vale la pena fare lo sforzo per cercare di determinare i seguenti tre importanti KPI:

  • Performance di lancio nuovo prodotto del competitor (basato su unità vendute e fatturato).
  • Rottura di stock sostenuta del competitor (misura i loro ritardi di spedizione e consegna).
  • Problemi di qualità o richiami di prodotto del competitor (basato su recensioni clienti).

Tali KPI sono un promemoria che i pianificatori della domanda devono anche tenere d'occhio l'ambiente di business esterno e i dati correlati.

Accuratezza della Previsione del Fabbisogno di Capacità a Lungo Termine

I pianificatori della domanda sono anche chiamati a contribuire alla pianificazione della capacità a lungo termine di un'azienda per aiutare a garantire che ci saranno risorse di produzione sufficienti — come fabbriche, persone e attrezzature — per soddisfare i bisogni di produzione del business per gli anni a venire. Tale pianificazione della domanda a lungo termine è critica per budgeting, pianificazione degli investimenti in capitale, pianificazione contratti e sistema di distribuzione. Tuttavia, è essenzialmente una disciplina diversa dalla previsione e pianificazione della domanda quotidiana, fattorizzando l'evoluzione a lungo termine di multiple linee di prodotto nel contesto di un'economia in continua evoluzione.

Visualizzare i KPI con una Dashboard per la Pianificazione della Domanda

Senza una presentazione visiva efficace, sarebbe difficile per la maggior parte delle persone dare senso a tutti questi KPI per la pianificazione della domanda. Ma quando i KPI sono graficamente visualizzati su una dashboard, le informazioni più importanti diventano rapidamente e facilmente accessibili. Le dashboard possono confrontare automaticamente i KPI in tabelle, grafici e altra grafica, dispensando con processi manuali così i pianificatori della domanda possono concentrarsi sull'analisi dei dati e la collaborazione con i loro counterpart in altri dipartimenti aziendali.

Il monitoraggio dei KPI in una dashboard può aiutare aziende e pianificatori della domanda a valutare i progressi verso i loro obiettivi e dire loro se un'azione immediata o cambiamenti più strategici sono necessari, tutto in tempo reale. Una dashboard rende anche più facile comunicare i risultati a una varietà di dipartimenti e stakeholder che non hanno una conoscenza profonda delle metriche di pianificazione della domanda.

Tracciare i KPI per la Pianificazione della Domanda con Software

I KPI per la pianificazione della domanda richiedono di mettere insieme informazioni da tutto un business, incluse vendite, marketing, inventario, produzione e logistica. Quindi la capacità di collegare e coordinare i dati di business in un singolo sistema è critica per una pianificazione della domanda accurata. Un business deve essere in grado di aggregare tali informazioni per pianificare accuratamente i suoi acquisti di materiali, calcolare l'inventario, programmare i dipendenti e mettere in funzione i centri di lavoro per fare consegne puntuali. È anche critico che l'inserimento dati stesso sia automatizzato per tracciare i KPI in tempo reale.

Per questi scopi, uno strumento di pianificazione della domanda legato a una soluzione enterprise resource planning (ERP) cloud-based è il migliore, come il modulo di pianificazione della domanda di NetSuite. Il modulo può combinare i dati KPI per la pianificazione della domanda e automatizzare analisi statistiche per aiutare i pianificatori della domanda a calcolare livelli ottimali di produzione e inventario più velocemente e accuratamente di quanto gli umani potrebbero fare via penna e carta o foglio di calcolo. Tutte queste informazioni sono collegate a un database centrale che contiene altri dati critici correlati con la piattaforma NetSuite ERP.

La pianificazione della domanda è critica per le vendite e il bottom line di qualsiasi business. Ma ha ramificazioni per quasi ogni parte dell'azienda, dagli acquisti alla supply chain al marketing. Una domanda improvvisa e non anticipata può bloccare i fornitori, per esempio, o sovraccaricare i sistemi di spedizione. E un calo della domanda può lasciare un'azienda con stock morto e alti costi di inventario. Quindi non è una sorpresa che la pianificazione della domanda comprenda una vasta gamma di informazioni e richieda punti dati continuamente aggiornati. Monitorare i giusti KPI per la pianificazione della domanda è una proposta che fa la differenza per qualsiasi business di prodotto.

Domande Frequenti sui KPI per la Pianificazione della Domanda

Quali sono i 5 indicatori chiave di prestazione?

Ci sono molti indicatori chiave di prestazione che monitorano il successo della pianificazione della domanda. Per la maggior parte dei business, cinque KPI principali sono:

  • Accuratezza della previsione: Più accurata è la tua previsione, più efficientemente puoi gestire il business — e quindi, più alti i tuoi profitti.
  • Vendite previste vs. vendite reali: Un'indicazione della performance reale rispetto a ciò che l'organizzazione si aspettava.
  • Errore assoluto medio (MAE): Il tasso medio di accuratezza della previsione.
  • Bias: La tendenza degli errori di previsione a trend costantemente nella stessa direzione.
  • Tasso di ordini perfetti (POR): La misura di quanti ordini un'azienda spedisce senza incidenti.

Cos'è la pianificazione KPI?

La pianificazione KPI si riferisce alle decisioni che vengono prese basate sulle metriche usate nei KPI. La scelta dei KPI dipende dagli obiettivi di business, come aumentare le vendite o ridurre i costi di produzione. Tipicamente, la pianificazione KPI implica anche la condivisione di queste metriche con tutta l'organizzazione.

Quali sono i KPI per la supply chain?

Poiché le supply chain coprono tutti i passi dalla costruzione dei prodotti al metterli nelle mani dei clienti, il tasso di ordini perfetti (POR) — una misura di quanti ordini un'azienda spedisce ai clienti senza problemi — può essere il KPI supply chain per eccellenza. Altri importanti KPI supply chain includono consegna puntuale, rapporto inventario-vendite, tasso di mantenimento inventario e errore di previsione settimanale per articolo e ubicazione.

Cos'è un KPI nel procurement?

Il procurement è il processo di acquisto dei rifornimenti di cui un'azienda ha bisogno per produrre o rivendere come parte del suo modello di business. Alcuni degli esempi più notevoli di KPI procurement includono tassi di conformità, tassi di difetti fornitori, tasso di acquisti d'emergenza e lead time fornitori.

Come si misura l'accuratezza della previsione della domanda?

L'accuratezza della previsione (FA) confronta le vendite previste per un periodo con le vendite reali per lo stesso periodo. La percentuale risultante indica l'accuratezza della previsione. La formula per calcolare FA è 1 – [Valore assoluto di (Vendite reali per periodo – Vendite previste per stesso periodo) / Vendite reali per periodo].

Cosa significa pianificazione della domanda?

La pianificazione della domanda ottimizza la capacità di un business di soddisfare la domanda dei clienti nel modo più efficiente possibile. Implica previsione vendite, supply chain management, production management e inventory management per bilanciare offerta e domanda.

Qual è la differenza tra supply planning e demand planning?

Entrambi sono intimamente correlati. La pianificazione della domanda implica predire la domanda dei clienti per le offerte di un business. La pianificazione dell'offerta implica gestire inventario e supply chain per soddisfare quelle domande previste. Supply e demand planning lavorano in concerto.

Quali sono i componenti chiave di una strategia di previsione della domanda?

La previsione della domanda è parte del più ampio processo di pianificazione della domanda e forma la base del processo di pianificazione per le vendite anticipate. Come tali, i componenti chiave di una strategia di previsione di successo possono comprendere dati da diversi dipartimenti interni diversi, inclusi dati di vendite passate e informazioni storiche sui costi stagionali correlati. Quali componenti sono inclusi dipenderà dagli obiettivi di pianificazione della domanda. Quegli obiettivi possono includere non solo l'aumento delle vendite, ma anche la minimizzazione dell'inventario in eccesso o delle interruzioni della supply chain.