Con la decisione di rendere disponibile la soluzione Supply Chain Forecast Inventory sul marketplace di Microsoft Azure, ToolsGroup ha dato un impulso forte alla diffusione dell’automatizzazione dei processi di supply chain anche nelle piccole e medie imprese. Un progetto che covava da tempo e che sembra risiedere nel dna dell’azienda
“Fin dalle origini, ToolsGroup ha sposato la filosofia dell’automatizzazione dei processi di pianificazione della supply chain – spiega il CTO Fabio Arione – processi che constano di numerose micro-decisioni da prendere ogni giorno, relative a ogni prodotto gestito in ogni locazione. Le tecnologie ToolsGroup consentono di assumere la maggior parte delle decisioni in maniera automatica, lasciando all’utente l’intervento per eccezioni. In particolare, il nostro strumento Supply Chain Forecast Inventory è una soluzione di supporto alla pianificazione in grado di prevedere la domanda attesa, e di suggerire quali sono le regole necessarie per la corretta gestione dei prodotti nei punti di disaccoppiamento e di stoccaggio”.
La supply chain nell’era dell’automatizzazione
La definizione stessa di supply chain merita un ripasso affinché se ne possano comprendere i nuovi confini stabiliti dall’automatizzazione. “Possiamo definire supply chain – spiega Arione – il processo che determina l’approvvigionamento, la trasformazione e la distribuzione dei prodotti. Ne sono parte determinante anche elementi esterni come i fornitori e il mercato al quale i prodotti sono destinati. Si parla di supply chain estesa quando i processi gestiti nell’ambito di una singola azienda si estendono anche al controllo, alla visibilità e alla pianificazione dei fornitori. Obiettivo della supply chain è quello di garantire la disponibilità dei prodotti nelle giuste quantità, al momento giusto e dove richiesto. Per ottenere tale risultato occorre eseguire una serie di processi che vanno dalla pianificazione dei flussi all’esecuzione dei processi operativi di stoccaggio, produzione, distribuzione e trasporto”.
Modelli statistici proprietari e machine learning
Pianificazione efficiente e previsioni di vendita accurate, non è facile. “Il nostro motore di forecasting – afferma Arione – combina modelli statistici proprietari, che raccolgono l’esperienza decennale di ToolsGroup con centinaia di clienti operanti in vari settori, a tecniche di machine learning. Il sistema è in grado di evidenziare comportamenti ricorrenti quali stagionalità e trend, e reagire correggendo il suo comportamento in base alla variazione dei dati raccolti. In aggiunta agli algoritmi previsionali, il sistema è dotato di una ulteriore capacità di analisi della variabilità residua del segnale di domanda che, tenendo in considerazione i vincoli di approvvigionamento, consente di dimensionare in modo dinamico l’eventuale stock necessario per assorbire tale variabilità e garantire il livello di disponibilità prodotto (livello di servizio) nei punti di stoccaggio”.
Il machine learning è un componente di cui si avverte decisamente la presenza nella soluzione di ToolsGroup. “Le tecniche machine learning sono utilizzate all’interno delle nostre soluzioni in maniera nativa per consentire l’automatica taratura dei nostri algoritmi al variare delle condizioni, ovvero del segnale di domanda o delle condizioni di fornitura – sottolinea Arione – mentre per l’integrazione con gli applicativi aziendali è disponibile un’interazione via API, oltre all’uso mediante l’interfaccia utente”.
Interfaccia utente semplice
La semplicità è un requisito importante quando si va ad automatizzare un processo in buona parte manuale. “Supply Chain Forecasting Inventory richiede un contenuto minimo di informazioni, normalmente disponibili presso qualunque azienda, e presenta un’interfaccia utente estremamente semplice che guida l’utilizzatore nel corso dei vari step. È disponibile in modalità SaaS sul marketplace Microsoft Azure e può essere attivata in modo del tutto autonomo da parte del cliente. I benefici sono quantificabili attraverso i dati che il sistema è in grado di elaborare, in termini di aumento della disponibilità prodotto e riduzione dei costi di gestione”.
