Corso di Inventory Analytics

Lezione 1 • Cosa Sono le Scorte e Perché Sono Importanti

Definisce le scorte come un bene aziendale e spiega il loro ruolo nel bilanciare domanda e offerta. Stabilisce il vocabolario utilizzato in tutto il corso.

Lezione 2 • Indicatori Chiave di Prestazione per le Scorte

Definisce l'indice di rotazione, i giorni di giacenza, il tasso di riempimento e il livello di servizio come metriche fondamentali. Collega ciascun KPI al processo decisionale operativo e finanziario.

Lezione 3 • Dati di Inventario e Accuratezza delle Registrazioni

Spiega come la qualità dei dati sia alla base di ogni modello analitico introdotto in seguito. Tratta il conteggio ciclico, la riconciliazione e il monitoraggio delle differenze inventariali.

Lezione 4 • Componenti del Costo delle Scorte

Scompone i costi di mantenimento, ordinazione ed esaurimento e mostra come interagiscono. Fornisce la lente dei costi applicata in ogni successivo modello analitico.

Lezione 1 • Metodi di Previsione Qualitativa

Tratta il giudizio degli esperti, le indagini di mercato e il metodo Delphi per situazioni con dati nuovi o scarsi. Integra i metodi quantitativi quando i dati storici sono limitati.

Lezione 2 • Accuratezza delle Previsioni e Misurazione dell'Errore

Definisce le metriche MAE, MAPE, RMSE e di distorsione per valutare e migliorare la qualità delle previsioni. Una misurazione accurata dell'errore guida la selezione del modello e i calcoli delle scorte di sicurezza.

Lezione 3 • Metodi Quantitativi per Serie Temporali

Insegna i modelli di medie mobili, livellamento esponenziale e Holt-Winters per una domanda stabile. Gli studenti applicano ciascun metodo a dataset reali e confrontano i risultati.

Lezione 4 • Comprendere i Modelli di Domanda

Identifica tendenza, stagionalità, ciclicità e casualità nei dati della domanda. Un riconoscimento accurato dei modelli è il prerequisito per scegliere il giusto modello di previsione.

Lezione 1 • Modello del Lotto Economico d'Acquisto

Deriva la formula dell'EOQ e le sue ipotesi per minimizzare i costi totali di ordinazione e mantenimento. Serve come modello di base rispetto al quale vengono confrontate tutte le estensioni.

Lezione 2 • Sistemi a Revisione Periodica

Spiega il modello order-up-to e il rifornimento a intervallo fisso come alternative alla revisione continua. Evidenzia i compromessi nella frequenza di revisione, nelle scorte di sicurezza e nello sforzo amministrativo.

Lezione 3 • Determinazione delle Scorte di Sicurezza

Quantifica le scorte di sicurezza utilizzando la variabilità della domanda, la variabilità del lead time e i livelli di servizio obiettivo. Applica direttamente le metriche di errore di previsione del Capitolo 2.

Lezione 4 • Estensioni e Varianti dell'EOQ

Tratta i modelli di quantità di produzione economica, sconti quantità e backorder come adattamenti dell'EOQ. Estende l'applicabilità a contesti di produzione e acquisto guidati da sconti.

Lezione 1 • Modello dell'Edicolante e Rapporto Critico

Risolve le decisioni di approvvigionamento per un singolo periodo utilizzando il rapporto critico e la logica del costo marginale. Si applica direttamente a beni deperibili, articoli di moda e scorte per eventi.

Lezione 2 • Analisi del Compromesso sul Livello di Servizio

Quantifica il costo per ottenere miglioramenti incrementali del livello di servizio utilizzando le curve del tasso di riempimento. Permette una negoziazione basata sui dati degli obiettivi di servizio con gli stakeholder.

Lezione 3 • Ottimizzazione delle Scorte in Condizioni di Vincolo

Applica i vincoli di budget, spazio e fornitori alle decisioni sul livello delle scorte utilizzando concetti di programmazione lineare. Collega i modelli statistici con i limiti operativi del mondo reale.

Lezione 4 • Distribuzioni di Probabilità nella Domanda

Mappa i modelli di domanda alle distribuzioni normale, di Poisson e binomiale negativa. La corretta selezione della distribuzione è fondamentale per tutti i modelli probabilistici di scorte.

Lezione 1 • Analisi Prescrittiva e Ottimizzazione

Traduce i risultati analitici in quantità d'ordine e programmi di rifornimento raccomandati. Chiude il ciclo tra analisi ed esecuzione operativa.

Lezione 2 • Fonti Dati e Integrazione

Mappa i flussi di dati dell'inventario dai sistemi ERP, WMS e POS in un livello analitico unificato. La qualità dell'integrazione dei dati determina direttamente l'affidabilità di tutte le analisi a valle.

Lezione 3 • Progettazione di Dashboard per le Scorte

Progetta dashboard specifiche per ruolo che mettano in evidenza i KPI giusti per pianificatori, acquirenti e dirigenti. Una visualizzazione efficace accelera il processo decisionale e la gestione delle eccezioni.

Lezione 4 • Analisi Predittiva e Demand Sensing

Utilizza segnali di machine learning e indicatori anticipatori per migliorare le previsioni della domanda a breve termine. Estende la previsione classica con input di dati in tempo reale per una risposta più rapida.

Lezione 1 • Processo di Revisione delle Prestazioni delle Policy

Definisce un ciclo strutturato per misurare i risultati delle policy e attivare aggiornamenti dei parametri. La revisione continua garantisce che le policy rimangano allineate con il mutare delle condizioni di domanda e offerta.

Lezione 2 • Policy Segmentata per Categoria di Prodotto

Assegna politiche di rifornimento differenziate ai segmenti ABC-XYZ identificati nel Capitolo 1. Garantisce che gli articoli ad alto valore e alta variabilità ricevano un'attenzione gestionale proporzionata.

Lezione 3 • Definire i Parametri della Politica di Inventario

Specifica i punti di riordino, le quantità dell'ordine e le scorte di sicurezza come parametri formali della policy. Converte i risultati del modello in regole operative che i pianificatori possono eseguire in modo coerente.

Lezione 4 • Considerazioni Normative e di Conformità

Affronta i requisiti di tracciabilità, gestione delle scadenze e audit pertinenti ai settori regolamentati. Integra la conformità nella progettazione delle policy anziché trattarla come un ripensamento.

Lezione 1 • Pianificazione, Previsione e Rifornimento Collaborativi

Applica il framework CPFR per allineare le previsioni e i piani di rifornimento tra i partner commerciali. La pianificazione condivisa riduce l'errore di previsione e la duplicazione delle scorte lungo la catena.

Lezione 2 • Analisi del Lead Time del Fornitore

Misura e modella la variabilità del lead time del fornitore per affinare le scorte di sicurezza e i punti di riordino. Dati accurati sul lead time riducono le scorte cuscinetto in eccesso nella rete.

Lezione 3 • Programmi di Inventario Gestito dal Fornitore

Spiega le strutture VMI in cui i fornitori gestiscono il rifornimento utilizzando dati di domanda condivisi. Riduce l'onere amministrativo dell'acquirente migliorando al contempo la pianificazione della produzione del fornitore.

Lezione 4 • Condivisione e Visibilità dei Segnali di Domanda

Utilizza i dati del punto vendita e della posizione dell'inventario condivisi a monte per ridurre l'effetto bullwhip. Si basa sui concetti multi-livello del Capitolo 4 con una guida pratica all'implementazione.

Lezione 1 • Ottimizzazione delle Scorte a Livello di Rete

Ottimizza il posizionamento dello stock attraverso le reti di distribuzione utilizzando modelli multi-livello e la condivisione del rischio. Estende i modelli a singola sede alle decisioni di posizionamento dell'inventario a livello aziendale.

Lezione 2 • Riduzione delle Scorte e Capitale Circolante

Identifica i fattori determinanti le scorte in eccesso e obsolete e quantifica il capitale circolante liberato dalla loro riduzione. Collega direttamente l'analisi delle scorte al flusso di cassa e al rendimento delle attività.

Lezione 3 • Sfide dell'Inventario Omnicanale

Affronta il pooling delle scorte, l'instradamento dell'evasione e l'inventario fantasma nel dettaglio omnicanale. Applica l'analisi per bilanciare lo stock tra i canali di domanda fisici e digitali.

Lezione 4 • Machine Learning nell'Ottimizzazione delle Scorte

Applica l'apprendimento per rinforzo e il deep learning al rifornimento dinamico e alla previsione della domanda. Mette gli studenti in condizione di valutare e implementare strumenti di IA di nuova generazione per le scorte.