Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Componenti dei modelli di domanda
L'analisi dei modelli di domanda avviene su tre dimensioni:
-
Modelli di domanda (basati su come la domanda cambia nel tempo e in quantità)
-
Domanda annuale (quantità totale richiesta in un periodo di 12 mesi)
-
Durata della cronologia (periodo di tempo per il quale sono disponibili i dati storici sulla domanda)
L'analisi classifica i modelli di domanda in quattro tipi distinti: regolare, intermittente, irregolare e irregolare. Ciascuno viene determinato analizzando la frequenza e la variabilità della domanda. Se sono presenti prodotti idonei senza dati storici, questi vengono raggruppati nella sezione Zero Forecast Demand. Per ulteriori informazioni, consulta Demand pattern.
La distribuzione dei modelli di domanda tra i prodotti fornisce informazioni preziose sull'affidabilità prevista delle previsioni. I prodotti con andamenti di domanda fluidi (che mostrano volumi e frequenze degli ordini costanti) generano in genere le previsioni più affidabili, perché il loro comportamento è più prevedibile. Al contrario, gli schemi irregolari o irregolari, caratterizzati da picchi irregolari e frequenze degli ordini variabili, generalmente si traducono in una minore affidabilità delle previsioni a causa della loro natura imprevedibile. Comprendendo questa distribuzione, i pianificatori della domanda possono stabilire aspettative appropriate e adottare misure proattive.
Il sistema analizza anche la domanda negli ultimi 12 mesi (soggetta alla configurazione di riduzione), nota anche come domanda annuale, immediatamente precedente la data di inizio della previsione. Ad esempio, supponiamo che la data di inizio della previsione sia il 15 gennaio 2024 (lunedì) e che il periodo di pianificazione sia settimanale. Il sistema considera che il periodo di analisi degli ultimi 12 mesi sia compreso tra il 16 gennaio 2023 e il 14 gennaio 2024. L'analisi della domanda degli ultimi 12 mesi aiuta i pianificatori della domanda a distinguere tra prodotti attivi e non attivi, identificando al contempo i prodotti che passano da uno stato all'altro, modelli che influiscono direttamente sull'affidabilità delle previsioni. Concentrandosi sulla storia recente anziché su modelli di dati più vecchi, è possibile prendere decisioni più informate su quali prodotti richiedono un'attenzione speciale o approcci di previsione alternativi, in particolare per casi come articoli stagionali, prodotti fuori produzione o articoli in via di eliminazione graduale. Per ulteriori informazioni, vedere Forecast Algorithms.
La durata della cronologia in anni viene calcolata per ogni granularità della previsione (ad esempio, combinazione prodotto/ubicazione) in base alla prima e all'ultima data disponibile nei dati storici della domanda preelaborati, dopo aver adattato le date all'inizio predefinito del periodo. Questa analisi aiuta a determinare se i prodotti hanno accumulato dati storici sufficienti per generare previsioni affidabili, con un minimo di due anni in genere necessari per acquisire i modelli stagionali e le tendenze a lungo termine.
