Analisi della correlazione temporale tra le serie storiche di vendita all'ingrosso e al dettaglio: il caso di un'azienda multinazionale del pharma&care

Essere in grado di sviluppare previsioni sellin sulla base della copertura dei negozi permette di ridurre il gap tra le analisi eseguite dal fornitore e dai clienti.
Da un lato, i negozi utilizzano l'approccio della copertura per analizzare il proprio stock, quindi ordinare al fornitore tutte le referenze la cui copertura risulta essere minore a quella ottimale.
Dall'altro lato, il fornitore ha una visione aggregata dell'evoluzione della copertura in grado di prevedere l'andamento nel tempo dello stock in distribuzione, quindi di valutare quando e in che quantità sarà necessario riassortire i propri clienti.
Questa tecnica può raggiungere sviluppi ancora migliori nei contesti in cui ogni cliente decidesse di collaborare in modo strategico con il fornitore.
L'oggetto della collaborazione sarebbe la condivisione dei dati di stock e di sellout al termine di ogni mese.
In questo modo, il fornitore sarebbe in grado di costruire in modo ancora più dettagliato le previsioni sellin, in quanto sarebbero costruite sulla base delle coperture previste di ogni cliente.
La partnership da sviluppare deve permettere una grande integrazione tra le parti concedendo al fornitore di avere visibilità dei dati di stock e sellout dei negozi, e al cliente di avere un servizio di vendita ottimale.
A seconda del contesto possono essere approcciate diverse tecniche: Vendor Managed Inventory (VMI), Continuous Replenishment (CR), consignment stock o ancora il Collaborative Planning, Forecasting and Replenishment (CPFR).
Nella multinazionale di riferimento, non è stato possibile approcciare alcuna delle tecniche sopra elencate poiché la distribuzione è molto frammentata, quindi sarebbe poco verosimile richiedere e aggregare mensilmente in modo efficiente (ed efficace) più di 1000 comunicazioni dei dati di stock e vendite da parte dei clienti.
Qualitativamente, è possibile affermare che considerare una variabile così importante come quella dello stock in distribuzione per costruire le previsioni di sellin potrebbe migliorare sia l'accuratezza previsionale che il tasso di servizio al cliente.
Inoltre, si ricorda che il sellout è molto più reattivo del sellin.
Utilizzare questa informazione per migliorare la velocità di reazione delle previsioni sellin è fondamentale in un contesto i cui le dinamiche sono frenetiche e l'accuratezza fondamentale per una corretta performance del business.