Introduzione
Questo volume descrive i processi di business, le metodologie gestionali di supporto ed i modelli matematici per l’analisi, la previsione ed il controllo della domanda commerciale, relativa alle vendite dei prodotti finiti realizzati dalle aziende manifatturiere, distribuiti dagli operatori logistici lungo i canali commerciali della distribuzione, attraverso i nodi di transito della rete logistica fino a raggiungere i clienti, rappresentati da aziende industriali e consumatori finali che acquistano tali beni. I processi di Demand Planning si collocano all’interno dei cicli di pianificazione e controllo di Sales & Operations Planning, i quali hanno l’obiettivo di formulare piani di domanda, di produzione, di distribuzione, di reintegro delle scorte, di allocazione di quantit` a di prodotti finiti presso i punti vendita della rete distributiva. La definizione del piano di domanda (budget delle vendite) dei prodotti finiti sui mercati, indicante le quantit` a di vendita di ciascun articolo, in ogni locazione di vendita e per tutti i periodi dell’orizzonte di pianificazione, costituisce un processo di importanza strategica nelle attivit` a di Supply Chain Planning, in quanto da esso dipendono le decisioni operate nella costruzione dei piani delle attivit` a esecutive di produzione e di distribuzione, trasporto e rifornimento dei prodotti presso i punti di contatto con il cliente finale. Alcune aziende di produzione di manufatti industriali o di servizi svolgono periodicamente attivit` a d’analisi delle serie storiche della domanda commerciale espressa nel passato dai propri clienti, con strumenti di calcolo elementari o metodi matematici sofisticati, al fine di trarre informazioni utili e conoscenze sui segmenti prodotto-mercato, idonee a supportare il conseguente processo di previsione della domanda futura. Generare stime di vendita accurate aiuta i responsabili della pianificazione della produzione, della distribuzione e degli acquisti a definire piani operativi di Sales & Operations Planning efficaci, in relazione all’erogazione di un adeguato livello di servizio al cliente, ed internamente efficienti nell’utilizzo delle risorse logistiche e produttive impiegate nelle attivit`a operative di fabbricazione, assemblaggio, confezionamento, stoccaggio, trasporto e consegna dei prodotti finiti ai clienti.
2
Introduzione
Il libro affronta le tematiche di Demand Planning secondo differenti punti di vista, fra loro integrati: • contesto industriale: le attivit` a di Demand Planning sono inserite nel contesto di business della gestione delle operations (Supply Chain Management); • contesto operativo: i processi decisionali di Demand Planning sono descritti seguendo flussi di lavoro di riferimento, pi` u comunemente utilizzati nella definizione dei piani di domanda (Sales Forecast, Marketing Plan, Sales Budget, Demand Plan), nell’analisi delle vendite storiche, nella definizione delle campagne di marketing per incentivare le vendite in specifici segmenti prodotto-mercato; • contesto organizzativo: i processi di Demand Planning trovano naturale collocazione all’interno delle strutture organizzative aziendali interne, a vocazione funzionale, ed esterne, di tipo reticolare, comprendenti gruppi di aziende di Produzione e Logistica cooperanti nella definizione dei piani operativi e delle regole di gestione della Supply Chain Network; • infrastruttura informativa: applicativi informatici di tipo gestionale, quali i sistemi Enterprise Resource Planning e Advanced Planning & Scheduling, ed i sistemi di memorizzazione dei dati storici (Data Warehousing) supportano ed abilitano l’implementazione dei processi di Demand Planning, presidiati dalle funzioni organizzative e da specifiche figure professionali (i demand planner ); • contesto metodologico: le decisioni di Demand Planning risultano pi` u efficaci se prese mediante il supporto di metodologie quantitative, modelli matematici ed algoritmi per l’analisi dei dati di domanda e la formulazione dei piani previsionali di vendita nei periodi dell’orizzonte di pianificazione delle operations aziendali. La disciplina gestionale del Demand Planning `e collocata all’interno delle attivit` ae dei processi decisionali ed esecutivi del ciclo di pianificazione e controllo di Sales & Operations Planning, sia dal punto di vista dei riferimenti bibliografici disponibili in letteratura, sia per quanto concerne la strutturazione di insegnamenti universitari e corsi di formazione rivolti alle aziende operanti, a vari livelli e con differenti focalizzazioni, nell’universo del Supply Chain Management. La bibliografia attuale affronta le tematiche complesse di Demand Planning secondo punti di vista parziali, focalizzando la trattazione su specifici aspetti della gestione della domanda commerciale, classificabili secondo tre filoni principali: • la descrizione qualitativa dei processi e dei task caratterizzanti le attivit` a di previsione della domanda, nonch´e le relazioni di input/output che uniscono le attivit` a di Demand Planning a quelle di Production & Distribution Planning; • l’analisi quantitativa dei modelli matematici di Sales Forecasting per la generazione delle previsioni statistiche di vendita, basate sull’analisi delle regolarit` a presenti nelle serie storiche di domanda; • l’analisi descrittiva degli strumenti informativi aziendali a supporto delle attivit` a ordinarie della gestione operativa (order entry, order management, cicli attivo e passivo).
Introduzione
3
Sul fronte delle metodologie matematiche di supporto ai processi aziendali (non soltanto relativi al Supply Chain Management), il recente sviluppo dei modelli di Business Intelligence e di Data Mining suggerisce molteplici ed interessanti applicazioni finalizzate al miglioramento continuo delle attivit` a di Demand Planning a forte contenuto decisionale, concernenti la formulazione dei piani di domanda e di riassortimento delle gamme commerciali di vendita. La letteratura specialistica su tali temi si limita in prevalenza alla descrizione, puntuale ed accurata, dei modelli e degli algoritmi di Data Mining, con brevi accenni ai campi di possibile utilizzo di tali classi di metodi a contesti applicativi anche significativamente differenti fra loro. ` profonda convinzione dell’Autore ritenere che la disciplina gestionale del Demand E Planning necessiti di una trattazione completa ed integrata, includente • l’analisi del contesto operativo, • lo studio dei processi e dei flussi di lavoro implementati nelle aziende della Supply Chain, • le modalit` a organizzative di generazione collaborativa, diffusione e sincronizzazione dei piani di domanda, • la disamina dei sistemi informativi, delle metodologie gestionali e dei modelli matematici a supporto delle decisioni di Demand Planning. Il libro Demand Planning tratta in modo sistematico e con adeguato livello di approfondimento i processi, l’organizzazione e l’infrastruttura tecnologica delle attivit` a di gestione della domanda commerciale, classificando le diverse attivit`a all’interno di quattro macroprocessi gestionali: 1. Demand Analytics: analisi consuntiva ed interpretativa dei dati storici di domanda orientata al reporting direzionale, valutazione delle performance conseguite sul fronte delle vendite e del servizio al cliente, attuata con strumenti di Business Intelligence e Data Browsing; 2. Demand Intelligence: analisi quantitativa della domanda storica mediante modelli di Data Mining, finalizzata all’estrazione di conoscenze significative, non banali, giustificabili ed a valore aggiunto, per meglio condurre le successive attivit` a di pianificazione della domanda futura; 3. Sales Forecasting: generazione dei piani di domanda, mediante applicazione di algoritmi di Time Series Forecasting e Regressione Lineare; 4. Marketing Intelligence: definizione di campagne promozionali su specifici segmenti prodotto-mercato, sfruttando i risultati ottenuti dalle analisi di Demand Intelligence. I processi di Demand Planning inquadrati nelle quattro categorie sono supportati da metodi e modelli matematici, descritti approfonditamente nelle due sezioni centrali del libro: l’utilizzo sinergico dei modelli di Business Intelligence e Sales Forecasting offre opportunit` a nuove ai demand planner, il cui compito primario consiste nella formulazione di stime di domanda il pi` u possibile accurate, veritiere ed affidabili.
4
Introduzione
Struttura dell’opera Il libro `e diviso in quattro sezioni ed `e articolato in 16 capitoli. La prima sezione, Processi, organizzazione e sistemi informativi di Demand Planning, composta dai capitoli 1, 2, 3 e 4, offre un quadro introduttivo del contesto operativo in cui si svolgono i processi aziendali di Demand Planning. La gestione della domanda commerciale viene collocata nell’ambito dei processi di progettazione e gestione della Supply Chain. I processi di Demand Planning vengono descritti in dettaglio, con riferimento ai flussi di lavoro tipici, ai ruoli organizzativi delle diverse figure professionali coinvolte, alle metodologie gestionali di supporto ed agli strumenti informatici di automazione delle attivit` a, a forte contenuto decisionale, locali ai macroprocessi di Demand Analytics, Demand Intelligence, Sales Forecasting e Marketing Intelligence. Il capitolo 1 colloca i processi di Demand Planning all’interno delle strutture reticolari chiamate Supply Chain Network, dichiarando l’oggetto di indagine del libro nell’ambito dei processi di Sales & Operations Planning. Il capitolo 2 analizza i processi decisionali ed operativi di Demand Planning, il capitolo 3 inserisce tali processi all’interno dei reticoli organizzativi aziendali, il capitolo 4 descrive l’infrastruttura informatica e gli applicativi software di gestione dei processi di Demand Planning. Evidente `e la natura descrittivo-divulgativa dei primi quattro capitoli, accessibili anche da parte di lettori che non posseggano sofisticate conoscenze di Algebra Lineare, di Statistica descrittiva ed inferenziale e dei metodi di ottimizzazione lineare della Ricerca Operativa, fortemente consigliate per comprendere efficacemente i modelli, gli algoritmi e le tecniche matematiche presentate nelle tre sezioni successive. Gli studenti universitari dei Corsi di Laurea di primo livello delle Facolt`a a contenuto economico-scientifico (Ingegneria Gestionale, Ingegneria della Produzione e della Logistica, Economia aziendale) possono facilmente accostarsi all’analisi dei contenuti della prima sezione, nell’ambito degli insegnamenti didattici di base sui temi di Supply Chain Management e Sales & Operations Planning, nei quali si affronta l’analisi della domanda commerciale e delle relative metodologie di previsione in modo prevalentemente descrittivo, accennando eventualmente ad alcuni modelli quantitativi di Sales Forecasting contenuti nei capitoli 11 e 12 della terza sezione. La seconda sezione del libro, Modelli e algoritmi di Business Intelligence, include i capitoli 5, 6, 7, 8 e 9, ed ha come oggetto la trattazione delle metodologie e dei modelli matematici di Business Intelligence, calati nel contesto operativo del Demand Planning attraverso la classificazione dei modelli nelle due macroclassi denominate Demand Analytics e Demand Intelligence. La prima classe include le tecniche di analisi multidimensionale dei dati relativi ai piani di domanda ed alle rilevazioni storiche delle vendite: data browsing (capitolo 5), analisi statistica (capitolo 6) e metriche di performance per il Demand Planning (capitolo 6). La seconda classe di modelli riguarda i metodi di Data Mining per l’estrazione di conoscenze significative ed a valore aggiunto dai dati di domanda archiviati ed organizzati nelle strutture di memorizzazione dei datawarehouse: modelli di clu-
Introduzione
5
stering (capitolo 7), algoritmi per l’identificazione di regole associative (capitolo 8) e per la classificazione di segmenti prodotto-mercato (capitolo 9). Questa sezione `e utile agli studenti interessati alla conoscenza delle metodologie di Business Intelligence, Data Mining, Data Warehousing, nell’ambito di insegnamenti didattici omonimi tenuti presso i Corsi di Laurea di primo e di secondo livello nelle Facolt` a di Ingegneria, Scienze dell’Informazione, Statistica o nei Corsi Master delle Facolt` a di Economia aziendale. La terza sezione, Modelli e algoritmi di Sales Forecasting, include i capitoli 10, 11, 12, 13 e 14, relativi alla presentazione dei modelli matematici di Sales Forecasting, relativi alla previsione statistica della domanda commerciale per i prodotti della gamma aziendale. Alcune parti di questa sezione sono tradizionali, capillarmente conosciute e diffuse nelle aziende di Supply Chain Management, irrinunciabili per una trattazione completa delle tematiche di Demand Planning. Accanto a contenuti consolidati nell’ambito della previsione statistica della domanda (i modelli per il Time Series Forecasting nel capitolo 12, le metriche di forecast accuracy nel capitolo 11, le tecniche di regressione lineare nel capitolo 14), i capitoli 10 e 13 contengono aspetti comunemente poco trattati nei corsi universitari inerenti al Supply Chain Management: l’analisi delle serie storiche, le metodologie di Sales Cleaning, i modelli di previsione per serie storiche irregolari, particolarmente difficili da trattare, nel calcolo delle previsioni statistiche. Questa sezione del libro pu` o essere utilmente fruita da studenti universitari che desiderino approfondire i contenuti di base relativi ai modelli di Sales Forecasting, tradizionalmente presentati negli insegnamenti didattici di primo livello relativi alle operations della Produzione e della Logistica, talvolta semplicemente accennati in quanto relegati all’interno di una sola “sezione” descrittiva. Conoscenze base di statistica descrittiva sono richieste per un’adeguata comprensione degli aspetti matematici dei modelli trattati; un valido testo per l’apprendimento di tali contenuti `e indicato in Bibliografia al riferimento [22]. La quarta ed ultima sezione del libro, Supply Chain Planning, composta dai capitoli 15 e 16, propone una rassegna di modelli di ottimizzazione lineare, applicabili nell’ambito dei processi decisionali di Supply Chain Planning, per la progettazione e la gestione delle attivit` a di produzione dei prodotti finiti, distribuzione verso i nodi logistici della Supply Chain Network. A conclusione del capitolo 16, vengono illustrate le pi` u comuni metodologie per la gestione delle scorte (inventory planning). Il piano di domanda rappresenta il principale input per tali modelli, il cui obiettivo consiste nella formulazione di piani di produzione, distribuzione, promozione ed allocazione della domanda ottimali, con riferimento ad una funzione obiettivo da massimizzare o minimizzare, nel rispetto di un sistema di vincoli relativi alle condizioni di funzionamento dei sistemi produttivi e distributivi. Lo studio dei modelli di Supply Chain Planning `e consigliabile agli studenti delle Facolt`a di Ingegneria Gestionale, Ingegneria della Produzione e della Logistica come approfondimento, in insegnamenti didattici della Laurea Magistrale, rispetto ai contenuti di base di Sales & Operations Planning acquisti nei corsi di Supply Chain Management di primo livello. Prerequisito indispensabile per la compren-
6
Introduzione
sione dei modelli presentati `e la conoscenza delle metodologie di Programmazione Lineare Continua e Intera, reperibili nei numerosi testi universitari di Ricerca Operativa, fra i quali si consiglia il volume di cui al riferimento bibliografico [31]. Ad eccezione della trattazione dei metodi di gestione delle scorte, i due capitoli contengono modelli di programmazione lineare, continua o a numeri interi, per la rappresentazione dei sistemi logistico-produttivi orientati alla conduzione ottimale delle attivit` a di Sales & Operations Planning. Tale famiglia di metodi matematici della Ricerca Operativa `e in grado di modellizzare con elevata accuratezza numerose classi di problemi di Supply Chain Management: da quelli di progettazione dei sistemi integrati di reti logistico-produttive e logistico-distributive, ai problemi di formulazione dei piani operativi di produzione, distribuzione, allocazione, replenishment. I punti di forza della programmazione lineare risiedono nella capacit` a di modellizzare obiettivi e vincoli di Supply Chain Management in modo flessibile, scalabile e modulare, e nella capacit`a di esprimere tramite equazioni e disequazioni lineari una molteplicit` a di condizioni operative di logistica e di produzione. In ciascuno dei modelli presentati si fa esplicito riferimento al ruolo svolto dalla domanda, e dalle relative stime predittive, a ribadire l’importanza di un’efficace conduzione dei processi di Demand Planning, nelle fasi decisionali di Demand Analytics, Demand Intelligence, Sales Forecasting e Marketing Intelligence. Contenuto dei capitoli Il capitolo 1 presenta lo scenario industriale entro cui i processi ed i flussi di lavoro di Demand Planning trovano naturale collocazione: Supply Chain Management. Le catene logistico-produttive vengono caratterizzate per tipologia di soggetti aziendali, relazioni di business che le governano, modalit` a di scambio informativo fra decisori. Le decisioni di Demand Planning vengono collocate all’interno dei processi di progettazione della struttura della Supply Chain Network e delle attivit` a operative di pianificazione, esecuzione e controllo dei flussi informativi, fisici e commerciali fra i nodi della rete logistico-produttiva. Il capitolo 2 descrive la struttura ed il contenuto di lavoro dei processi che si svolgono nell’ambito del Demand Planning, inquadrandoli nel paradigma concettuale del Sales & Operations Planning. La definizione degli obiettivi e delle modalit` a di lavoro avviene in accordo con lo schema generale che distingue i processi di Demand Planning in attivit` a di Demand Analytics, Demand Intelligence, Sales Forecasting e Marketing Intelligence. All’interno del capitolo vengono illustrate le differenze operative fra le diverse tipologie di piani di domanda: sales budget, sales target, sales forecast, demand plan. Il capitolo 3 descrive l’organizzazione aziendale che abilita i processi di Demand Planning. Partendo dalla definizione dei flussi di lavoro, di tipo orizzontale o verticale, in cui si articolano i processi decisionali di Demand & Supply Chain Planning, si analizzano le modalit` a organizzative di redazione dei piani di domanda, evidenziando i fabbisogni informativi di ciascuna funzione aziendale e caratterizzando la figura professionale dei demand planner. I modelli organizzativi di Demand Planning vengono classificati secondo tre filoni di analisi: modelli organizzativi interni, in cui il coordinamento avviene nell’ambito delle funzioni aziendali (specialized,
Introduzione
7
multiple, consensus based forecasting), metodi collaborativi per il qualitative forecasting, modelli interaziendali di Demand & Inventory Planning, per lo sviluppo collaborativo di piani di domanda, produzione, distribuzione e riassortimento fra partner della Supply Chain (Vendor Managed Inventory, Collaborative Planning, Forecasting & Replenishment ). Il capitolo 4 affronta il tema dei sistemi informativi di Demand Planning. Le caratteristiche peculiari dei sistemi Enterprise Resource Planning, Advanced Planning & Scheduling, Data Warehousing e Workflow Management sono descritte, in relazione alla tipologia di dati di Demand Planning utilizzati dai demand planner e dai sales analyst nel corso dei processi di analisi e previsione della domanda commerciale. L’architettura multidimensionale dei dati di domanda `e rappresentata, in termini di dimensioni di analisi, gerarchie di navigazione, entit` a e metriche di performance. Il capitolo 5 descrive le metodologie di navigazione multidimensionale sui dati quantitativi di Demand Planning. Dopo aver classificato le metodologie ed i modelli di Business Intelligence, distinguendo fra applicazioni di Data Browsing multidimensionale ed algoritmi di Data Mining per la scoperta di conoscenza nei dati, il capitolo descrive le pi` u comuni operazioni di analisi dei dati storici di domanda, compiute quotidianamente dai demand planner : aggregazione, consolidamento, ripartizione ed allocazione delle quantit` a dei piani di domanda. Il capitolo 6 `e suddiviso in due parti. Nella prima, vengono presentate le metriche di analisi statistica dei dati storici di domanda, distinguendo fra operatori matematici per l’analisi univariata e bivariata. Nella seconda, si passa alla descrizione di sistemi di Key Performance Indicators per l’analisi di fatturato (Sales Analysis) e per la valutazione del servizio erogato ai clienti (Customer Service). Il capitolo 7, primo dei tre dedicati ai modelli matematici di Data Mining, descrive gli algoritmi per il clustering di segmenti prodotto-mercato, in relazione alle caratteristiche assunte da sistemi di attributi descrittivi e quantitativi associati alle entit` a oggetto di classificazione. Dopo aver analizzato le principali tecniche di trattamento e normalizzazione dei valori associati a differenti tipologie di attributi, sono presentati dettagliatamente gli algoritmi di agglomerazione e delle K-medie, nonch´e le metriche di valutazione della bont` a di raggruppamento dei segmenti nei cluster. Il capitolo 8 illustra i modelli matematici per la definizione di regole associative di acquisto congiunto di prodotti da parte dei clienti nei punti vendita della distribuzione. Le regole associative sono classificate in statiche e dinamiche, in relazione alla loro dipendenza temporale. Per le prime, l’algoritmo Apriori viene descritto e corredato da esempi numerici; per le seconde, viene presentato un algoritmo per la gestione delle regole sequenziali basato sui processi stocastici propri delle catene di Markov. Il capitolo 9 illustra i modelli di classificazione di segmenti prodotto-mercato in classi distinte formate dai valori di attributi categorici, utilizzando le tecniche basate sugli alberi di classificazione e sui classificatori bayesiani. Sono presentate le principali metriche di classificazione, insieme ad esempi applicativi ed alle modalit` a di rappresentazione dei risultati in report analitici.
8
Introduzione
Il capitolo 10 `e dedicato all’analisi delle serie storiche di domanda, ed `e il primo di cinque capitoli dedicati ai modelli matematici di Sales Forecasting. Il capitolo `e suddiviso in tre parti: nella prima, le serie storiche vengono classificate in tipologie, analizzandone le caratteristiche quantitative attraverso lo studio delle componenti di regolarit` a; nella seconda, si passa all’analisi delle metodologie quantitative per la pulizia statistica delle serie storiche di domanda; infine, nella terza parte sono presentati due metodi di separazione delle componenti regolari (tendenza, stagionalit` a e ciclicit`a) delle serie storiche. Il capitolo 11 elenca le metriche di valutazione dell’accuratezza predittiva dei modelli di Time Series Forecasting. Alla tradizionale rassegna delle metriche puntuali e globali, di distorsione e di dispersione, si aggiunge la disamina di ambiti applicativi di utilizzo di cruscotti di Forecast Accuracy: monitoraggio temporale degli errori di previsione, benchmarking fra modelli alternativi, selezione del livello di calcolo delle previsioni della domanda commerciale. Il capitolo 12, centrale nella trattazione dei modelli di Sales Forecasting, analizza i principali modelli di previsione della domanda applicati alle serie storiche continue e regolari: medie mobili, smorzamento esponenziale, modello di Holt-Winters, modelli basati su scomposizione della domanda nelle componenti principali. Di ciascun modello si forniscono le equazioni definitorie, gli ambiti pi` u appropriati di utilizzo, le principali limitazioni; il tema dell’ottimizzazione parametrica `e affrontato con riferimento al modello di Holt-Winters. Il capitolo 13 presenta i modelli di previsione per serie storiche caratterizzate da irregolarit` a nella sequenza dei valori di domanda. Avendo individuato le principali cause di sporadicit` a nella domanda, si analizzano i modelli di traslazione, i modelli di Croston e Poisson, le tecniche di previsione della domanda per nuovi prodotti, per i quali non si dispone di dati storici di vendita. A conclusione del capitolo, viene proposta una sintesi dei concetti espressi nei capitoli 12 e 13, presentando un algoritmo per il riconoscimento e la classificazione automatica delle serie storiche di domanda. Il capitolo 14 conclude la trattazione dei modelli matematici di Sales Forecasting, presentando la classe di metodi di regressione lineare. Dall’analisi delle applicazioni di tali modelli ai processi di Demand Planning, si passa a definire le variabili indipendenti e dipendenti, i concetti di correlazione e causalit` a, i modelli per la regressione lineare semplice e multipla. Il capitolo si conclude con la descrizione delle metriche di forecast accuracy per valutare la bont` a predittiva dei modelli di regressione, e delle metodologie di selezione delle variabili indipendenti da includere nei modelli regressivi. Gli ultimi due capitoli del libro sono dedicati alle applicazioni di Demand Planning nell’ambito dei processi di pianificazione delle attivit` a operative della Supply Chain (Supply Chain Planning). Il capitolo 15 presenta alcuni modelli per la progettazione e la gestione dei sistemi distributivi: store replenishment, store allocation, facility location problem, vehicle routing problem. Il capitolo 16 `e dedicato ai modelli di programmazione della produzione (production planning), delle promozioni di vendita (promotion profitability) e di ge-
Introduzione
9
stione delle scorte nelle diverse locazioni produttive e distributive (inventory planning); `e inoltre analizzato un modello per la gestione dei ritardi di consegna al cliente (demand backlogging). Indicazioni bibliografiche Il libro Demand Planning rappresenta una rielaborazione dell’Autore di temi operativi di Supply Chain Management, Supply Chain Planning, Demand Planning, affrontati con l’ausilio delle metodologie e dei modelli matematici di Business Intelligence, Data Mining e Sales Forecasting. I lettori interessati ad avere riferimenti bibliografici sulle tematiche gestionali e metodologiche coperte da questo libro possono analizzare le diverse voci elencate nella Bibliografia finale. Per lo studio degli aspetti generali dei processi di Supply Chain Management, sui versanti della Logistica distributiva e della Logistica di produzione, si segnalano i volumi [4] Brandolese-Pozzetti-Sianesi e [5] Cavalieri-Pinto. Il testo [20] Mentzer-Moon rappresenta un valido riferimento per l’analisi descrittiva dei processi e delle best practices aziendali di Sales Forecasting. Con riferimento alle metodologie matematiche utilizzate nelle sezioni seconda e terza di questo volume, si segnalano due testi di assoluta eccellenza nei rispettivi campi di studio: • [30] Vercellis, per le metodologie quantitative di Business Intelligence e Data Mining; • [18] Makridakis-Wheelwright-Hyndman, per i modelli matematici di Sales Forecasting. Il lettore interessato ad ulteriori indicazioni bibliografiche in relazione a specifici temi contenuti nei capitoli di questo libro pu` o contattare l’Autore, all’indirizzo di posta elettronica:
[email protected] Destinatari dell’opera Il libro si rivolge a due categorie principali di lettori: studenti universitari delle Facolt` a scientifico-ingegneristiche e professionisti aziendali di Demand Planning e Supply Chain Management. L’utilit` a del testo per il primo gruppo di lettori `e stata delineata in precedenza, descrivendo le quattro sezioni in cui il libro `e articolato. In ambito accademico, il testo pu` o essere utilizzato anche per preparare seminari e moduli di approfondimento all’interno degli insegnamenti didattici relativi ai processi di Supply Chain Management. I professionisti aziendali che possono trarre beneficio, a vario titolo e con differente grado di approfondimento, dalla lettura del libro sono i responsabili delle attivit` a di Produzione e Logistica delle aziende industriali e commerciali e coloro che presidiano i processi di pianificazione della domanda commerciale (demand planner, sales analyst ), i quali possono incrementare il proprio bagaglio conoscitivo circa l’universo del Demand Planning attraverso l’analisi di specifici processi, metodi gestionali e modelli matematici presentati in questo libro.
10
Introduzione
Il frequente ricorso ad esempi numerici a corredo della trattazione formale delle metodologie e dei modelli quantitativi serve ad agevolare i lettori nella comprensione delle parti a maggiore contenuto tecnico presenti nel testo. Milano, maggio 2008
Damiano Milanato
