Il processo di previsione delle vendite

Management Migliorare il processo previsionale g Fabrizio Dallari e Alessandro Creazza Centro di Ricerca sulla Università Cattaneo LIUC Demand Risultati di un indagine sul campo Quali sono le principali criticità nella gestione del processo di previsione delle vendite e di pianificazione della domanda? Quali le best-practice adottate? In questo articolo vengono presentati i risultati di una ricerca che ha coinvolto oltre 100 aziende operanti in alcuni settori chiave in Italia. Il processo di previsione delle vendite (Sales Forecasting) e quello di pianificazione della domanda (Demand Planning) sono inevitabilmente e strettamente correlati e con confini non sempre ben definiti. Per eliminare ogni possibile fonte di fraintendimento è opportuno inizialmente fornirne una definizione (Marien, 1999) figura 1: Sales forecasting è il processo tramite il quale vengono definiti i futuri volumi di vendita per un determinato periodo di tempo (orizzonte di previsione), partendo da una serie storica di dati di vendita. Questo processo fornisce, sulla base di indicazioni di tipo statistico e attraverso un sistema informatico, la baseline della previsione per un dato intervallo temporale (es. settimanale), vale a dire una proiezione nel futuro della domanda, generata trascurando gli effetti di fattori esterni, quali ad esempio le attività promozionali; Demand è il processo che unifica la previsione statistica e tutte le informazioni interne ed esterne provenienti da mercato e clienti (sia quantitative che qualitative), ove l intervento umano ha un ruolo significativo soprattutto per quanto attiene all integrazione delle informazioni riportate dalle diverse funzioni durante i forecast meeting. Il processo di Sales Forecasting & Demand Planning (SF&DP) risulta critico e di fondamentale importanza non solo per chi è responsabile dei vari processi aziendali che attengono alla gestione della supply chain, ma anche per le altre funzioni aziendali, ai fini della pianificazione tattica, operativa e strategica di un impresa. Per quanto riguarda le Vendite, la previsione della domanda è uno strumento mediante il quale è possibile migliorare il livello di servizio al cliente, inteso come disponibilità di materiale a scorta e dunque consegne in tempi rapidi; per il Marketing, è utile al fine di misurare la buona riuscita di un attività promozionale e per stanziare le risorse necessarie al lancio di un nuovo prodotto; per la Finanza, è necessaria per sviluppare e verificare i risultati dei piani finanziari ; infine, per la Supply chain, la previsione è fon- Supply Chain Forecasting & demand Figura 1 Il processo di Sales Forecasting & Demand Planning all interno della supply chain. MP WIP PF PF PF Vendite Ordini Promo Sistema produttivo Sistema distributivo Baseline Procurement Production & MRP Inventory Aggregate Distribution & transport Forecast Demand plan 62

I risultati - a) Contesto di filiera a) Contesto aziendale e di filiera Le aziende intervistate hanno così quantificato le determinanti della domanda: 5 4 3 2 Stagionalità Elevata nel settore beverage 5 4 3 2 Vietate per i farmaci etici Attività promozionali Forte impatto nel settore Home e Personal care Figura 2 Il contesto di filiera e le determinanti della domanda. Organizzazione e processo Metodi, sistemi e prestazioni 1 5 4 3 2 1 Introduzione nuovi prodotti Pochissimi nel settore farmaceutico Impatto medio nel settore Home e Personal care 1 5 4 3 2 1 Azioni dei competitor Beverage Pharmaceutical Grocery non-food damentale per generare un programma di approvvigionamento, produzione e distribuzione il più efficiente possibile, vale a dire razionalizzando tutte le risorse impiegate (materiali, energia, macchinari, trasporti, persone, ). Per contro, nonostante l innegabile rilevanza del processo di SF&DP per ogni funzione aziendale, è stata rivolta una sempre minore attenzione alla sua organizzazione. La letteratura di settore si è concentrata abitualmente sulle tecniche e sui sistemi informativi utilizzati, trascurando la filosofia manageriale che unisce gli aspetti organizzativi, procedurali e umani del processo di previsione e la sua integrazione all interno delle varie funzioni aziendali (Drury, 1990). A partire dagli inizi degli anni 90, grazie ad un filone di ricerca innovativo avviato da Mentzer su un campione di aziende americane che ad oggi ha superato quota 400, si è iniziato a porre al centro dell analisi il processo di SF&DP. In particolare, attraverso interviste dirette, è stato analizzato il processo di previsione, inteso come somma di tre elementi interdipendenti: le tecniche e i modelli, che possono essere divisi in modelli basati su correlazioni (Box Jenkins, ARIMA, ), modelli di estrapolazione delle serie storiche (media mobile, smorzamento esponenziale, ) e tecniche qualitative (opinione di esperti, metodo Delphi, ); i sistemi IT e gli applicativi software, ovvero tutto ciò che riguarda gli strumenti software e i sistemi di comunicazione usati per sviluppare, analizzare e condividere i dati di vendita e le previsioni tra tutte le funzioni; l approccio manageriale: com è organizzato, gestito e controllato il processo di SF&DP, che va dalla raccolta dei dati, alla generazione delle previsioni statistiche, all integrazione con le informazioni provenienti dalle altre funzioni sino al monitoraggio delle prestazioni. Nonostante i primi due rappresentino gli elementi abilitanti del processo di previsione, l approccio manageriale risulta quello più determinante: Mentzer e Schroeter (1994) sostengono che miglioramenti sotto questo aspetto hanno un impatto fondamentale sull accuracy previsionale più di quanto non ne abbiano gli altri due. Nell ambito dell approccio manageriale rientrano l identificazione degli attori coinvolti nel processo di SF&DP con i rispettivi ruoli e responsabilità, la determinazione della funzione responsabile del processo (ad esempio Vendite, Marketing,, Produzione) e le relazioni che quest ultima deve gestire con i vari interlocutori in gioco. Di fatto, è stato riscontrato come una mancanza di comunicazione tra le funzioni all interno dell azienda e con i partner di filiera conduca a processi separati e isolati, contrariamente al raggiungimento di un consensus forecast, vale a dire di una condivisione interfunzionale dei risultati del processo previsionale. Quest ultimo si traduce in un incontro formale nel quale si giunge, grazie a una discussione tra tutti gli attori coinvolti nel processo, a una previsione definitiva per il successivo orizzonte di pianificazione, punto di partenza per tutte le attività di supply. In particolare, la previsione generata viene scomposta secondo diversi livelli di dettaglio (ad esempio a livello di singolo articolo, su base settimanale e per canale commerciale) utili per pianificare in maniera efficiente i fabbisogni e la distribuzione. Partendo dalla baseline (la domanda base, ossia incondizionata), le persone coinvolte nel processo di demand valutano in che misura gli input provenienti dall esterno potranno modificare la previsione generata dal sistema. Al fine di evidenziare gli aspetti critici e le best practices nel processo di SF&DP, nonché di fornire un modello di riferimento specifico di ogni settore, è stata svolta un ampia ricerca strutturata secondo un modello preciso. Il framework della ricerca La ricerca, effettuata dal Centro di Ricerca sulla dell Università Cattaneo LIUC di Castellanza, ha coinvolto più di cento aziende 63

Management Migliorare il processo previsionale operanti in diversi settori industriali. In una prima fase (aprile 2004 - marzo 2005) si è analizzato in dettaglio il processo di sales forecasting. Seguendo la metodologia di analisi proposta da Mentzer (2003), per ciascuna delle aziende coinvolte è stata redatta una scheda con una valutazione su quattro aree d indagine: integrazione funzionale; approccio al processo revisionale; sistemi IT e applicativi; misurazione delle performance. Al fine di supportare le informazioni ricavate direttamente dall indagine sul campo con una base di dati consistente, in questa prima fase sono state condotte 20 interviste sul campo e 60 interviste telefoniche (per ulteriori approfondimenti di veda Bottan et al., 2004). Nella seconda fase (aprile 2005 - marzo 2006), realizzata in collaborazione con Ailog (Associazione italiana di logistica e di supply chain management) sono state intervistate approfonditamente circa 25 aziende, operanti in Italia nei settori beverage, farmaceutico e home&personal care. Grazie al coinvolgimento diretto delle aziende intervistate, è stato possibile comprendere definitivamente l organizzazione, la governance e il modus operandi dei loro processi di SF&DP. I risultati di questa seconda fase, infatti, sono stati analizzati e discussi separatamente per settore durante diversi focus group ai quali hanno partecipato i supply chain manager di tutte le aziende intervistate. Il processo di pianificazione della domanda La seconda fase della ricerca si è focalizzata su tutto il processo di SF&DP con l intento di analizzare le relazioni tra budget, pianificazione operativa e previsioni di vendita, sia all interno delle aziende sia tra i business partner della medesima filiera. In accordo con Ailog, la ricerca si è concentrata su tre settori distinti: beverage (acque minerali, soft drink, spirits e birra), grocery non-food (articoli per la cura della persona e per la pulizia della casa) e farmaceutico. Il questionario d indagine è stato pertanto differenziato tenendo in considerazione due fattori fondamentali: in primo luogo la necessità di concentrarsi soprattutto sugli aspetti organizzativi e manageriali piuttosto che su tutte le quattro dimensioni; secondariamente, l esigenza di personalizzare l analisi per i diversi settori industriali presi in esame. L indagine è stata articolata in tre sezioni: a) contesto aziendale e specificità di filiera: per comprendere appieno le caratteristiche della domanda è necessario analizzare profondamente l ambiente nel quale l azienda vive e compete, ossia dimensioni e complessità in termini di vendite, stabilimenti produttivi e siti distributivi, varietà e quantità di prodotti, numero di clienti e canali distributivi. In questa sezione è valutato, inoltre, l impatto di alcuni fattori quali la stagionalità, gli eventi promozionali, le azioni dei competitor e i lanci dei nuovi prodotti; b) organizzazione e processo: valutando tutti i contributi provenienti dalle funzioni coinvolte nel processo, l obiettivo è quello di tracciare il diagramma di flusso del processo di previsione della domanda e di comprendere come le varie funzioni comunichino e collaborino tra di loro. Lo scopo è quello di individuare all interno dell organizzazione, chi è responsabile del processo, quali funzioni vi prendono parte, quali informazioni vengono scambiate e come avviene il coordinamento delle varie attività; c) metodi previsionali, sistemi IT e misura delle prestazioni: questa parte riprende alcuni degli I risultati - b) Organizzazione processo DP Figura 3 L organizzazione del processo di Demand Planning. Contesto aziendale e di filiera b) Organizzazione e processo Metodi, sistemi e prestazioni Chi detiene la ownership del processo 29% 71% Marketing/Vendite SC/ Funzioni che partecipano al forecast meeting 7 Supply Chain 71% 67% 29% 13% Marketing Vendite Finanza Customer Service 7 5 2 3 3 2 2 1 1 Frequenza degli incontri Settimanale Mensile Trimestrale Numero di SKU per planner <100 100-200 200-500 500-1000 >1000 64

Contesto aziendale e di filiera Organizzazione e processo c) Metodi, sistemi e prestazioni I risultati - c) Metodi e sistemi IT 10 8 6 4 2 5 4 3 2 1 32% Qualitativi 23% Modelli previsionali Beverage Pharmaceutical Grocery non-food Serie storiche Causali Applicativi e sistemi IT 14% 32% 36% 21% 27% None Spreadsheet DP module Stand alone application POS Customer 9% Channel 68% Company Market 23% Product 9 Business Unit Brand Family SKU / item Day Week 18% 77% Figura 4 I modelli previsionali adottati e i sistemi di Information Technology. Month Year Time aspetti già analizzati nella prima fase della ricerca e, in particolare, attraverso quali modelli vengono generate le previsioni e con quale livello di dettaglio, con quale logica (top down vs. bottom up), attraverso quali sistemi IT. In questa sezione si è inoltre analizzato il criterio di monitoraggio delle prestazioni (forecast accuracy) e le modalità con cui vengono valutati gli impatti di una buona/scarsa accuratezza su altri aspetti fondamentali, come ad esempio i costi di stock out o d immobilizzo a scorta. Il nuovo questionario è stato il punto di partenza per l indagine sul campo ed è stato pensato come guida per il gruppo di lavoro attraverso tutto il processo di raccolta delle informazioni. Il gruppo di lavoro, composto sia da ricercatori universitari che da professionisti di Ailog (demand planner, supply chain manager e responsabili delle previsioni), ha intervistato 30 aziende leader, concentrate prevalentemente nel nord Italia. Al fine di comprendere al meglio la gestione, la ownership del processo SF&DP, il team di ricerca ha trascorso diversi giorni presso le aziende intervistate. A volte si è preso parte ai forecast meeting, al fine di poter incontrare tutto il personale coinvolto nel processo di demand e assistere all iter di validazione (a volte di accesa contrattazione) delle previsioni. I risultati dell indagine sul campo Le risposte hanno permesso la compilazione di una scheda riassuntiva composta dalle stesse sezioni del questionario, in modo da rendere immediata la comprensione dei risultati. Nell ambito della sezione a) è stato chiesto ai supply chain e demand manager di assegnare un punteggio da 1 a 10, per indicare l incidenza sulla domanda di stagionalità, eventi promozionali, lancio di nuovi prodotti e azioni dei competitors (figura 2). Dall analisi è emerso come la stagionalità ricopra un ruolo fondamentale solo per il settore beverage, dove circa l 8 delle aziende ha risposto assegnando un punteggio da 7 a 10, a causa delle condizioni climatiche che influenzano i consumi dei clienti. Nel settore grocery non-food, che comprende un vasto numero di prodotti, la stagionalità è legata alle categorie di prodotto: la domanda di prodotti per la cura della persona, infatti, presenta una stagionalità più alta (punteggio tra 6 e 8 su 10) di quelli per la pulizia della casa (punteggio tra 2 e 3 su 10). Le attività promozionali, nei quali fornitori e retailer definiscono condizioni ad hoc su particolari forniture in periodi di promozione (in termini di riduzione dei prezzi di vendita, stima dei volumi necessari per il periodo di sell in della promozione) sono molto alte solo per il settore grocery non food: il 6 delle aziende assegna un punteggio superiore a 8 punti su 10. Al contrario, si è verificato come, nel settore farmaceutico, l impatto degli eventi promozionali sia nullo poiché proibito dalle normative italiane (esclusi i farmaci da banco), mentre è riscontrata una forte correlazione con episodi legati a epidemie o in concomitanza dell entrata in vigore di alcune norme regolatrici del settore. Le aziende del settore farmaceutico hanno evidenziato un punteggio molto basso per quanto riguarda l incidenza dei nuovi prodotti. Questi ultimi sono generalmente poco numerosi ma rivestono un ruolo fondamentale nel processo di previsione, poiché non sono disponibili dati storici di vendita; l impatto dei nuovi prodotti è moderato (in media poco più di 5 punti su 10) solo nel settore grocery non food, dove il tasso d innovazione e il numero di varianti dei prodotti sono decisamente alti. Infine, le azioni dei competitors non vengono prese in considerazione nel processo SF&DP, sebbene sia presente attualmente una gran quantità di informazioni esterne e analisi sui dati di sell out, sui comportamenti di acquisto dei clienti e sulle quote di mercato fornite da enti specializzati (ad esempio IRI Infoscan, AC Nielsen, GfK). Solo alcune multinazionali leader del settore grocery non food (circa il 4 del campione) prendono in considerazione le azioni dei competitors nel loro processo di SF&DP. Al fine di individuare le variabili in grado di spiegare l organizzazione del processo SF&DP, nella sezione b) si è cercato, in primo luogo, di marcare le funzioni che prendono parte al pro- 65

Management Migliorare il processo previsionale cesso, distinguendo chi ne detiene la ownership rispetto a chi vi collabora o viene consultato (figura 3). Nel 71% dei casi la responsabilità del demand ricade nell ambito di responsabilità della funzione logistica o supply chain mentre, nella restante parte (29%), il processo è gestito dal marketing o dall area vendite. L 88% delle aziende intervistate ha dichiarato che il processo di pianificazione della domanda inizia da un forecast meeting al quale partecipano diverse funzioni: supply chain e logistica (nel 7 delle aziende), marketing (71%), vendite (67%), finanza (29%) e customer service (13%). Generalmente il forecast meeting ha una frequenza mensile (64%), a volte settimanale (29%) soprattutto nel settore beverage. Considerando il numero di SKU (Stock Keeping Unit) gestite da ogni singolo planner come proxy dell impegno e dello sforzo previsionale individuale (correlato sia con l accuracy che con gli strumenti utilizzati), sono stati trovati valori compresi da un minimo di 25 SKU per planner a un massimo di 800 SKU. La terza e ultima sezione d indagine è stata utile per poter confrontare i risultati generali con quelli disponibili dalla prima fase, anche se da un punto di vista differente. Come mostrato nella figura 4, la quasi totalità delle aziende intervistate si avvale di tecniche qualitative, mentre i modelli statistici basati su correlazione sono usati soltanto da alcune aziende del settore beverage, in particolare per tenere conto del rapporto causale tra la temperatura esterna e le vendite. Tecniche basate sulle serie storiche sono usate da quelle aziende che utilizzano degli applicativi informativi in grado di estrapolare la baseline, ossia di riconoscere le componenti di trend e stagionalità. Facendo una media sui vari settori, si evidenzia come la pianificazione della domanda sia effettuata generalmente a livello di singole SKU, con livello di aggregazione per canale di vendita e con time bucket mensile. Oltre il 6 delle aziende utilizzano un applicativo informatico dedicato per effettuare le previsioni, il 23% ha dichiarato di non utilizzare alcun software, mentre la restante parte adotta programmi general purpose (in primis spreadsheet come Excel). Solo poche aziende sono in grado di correlare l accuratezza previsionale (forecast accuracy) con gli impatti che essa genera sull efficienza dei processi logistici (ad esempio extra costi dovuti alle scorte di sicurezza) e sull efficacia (livello di servizio al cliente). I livelli più bassi di forecast accuracy sono stati rilevati nel settore grocery non-food, soprattutto a causa della crescente incidenza degli eventi promozionali sulla baseline, unitamente a un numero molto elevato di prodotti. Sebbene le aziende indichino nei rapporti di collaborazione con i distributori e i retailer la leva fondamentale per poter migliorare l accuratezza delle previsioni, più della metà di esse non agisce in questa direzione, evitando di condividere obiettivi e informazioni con i propri clienti. Il livello medio di collaborazione a monte e a valle della filiera è, infatti, molto basso per tutte le aziende intervistate (circa 2 punti su 10), a causa della forte frammentazione del mercato italiano della GDO. Principali criticità e raccomandazioni Volendo tracciare un bilancio dell indagine svolta, occorre evidenziare quali sono le maggiori criticità riscontate nei vari settori. In primis, lo studio ha messo in risalto l esistenza di un generale fraintendimento sul reale significato delle attività di previsione e demand, nonché sui rispettivi limiti e interazioni. Diventa pertanto difficile stabilire il chi fa cosa e come nel momento in cui i terms of reference non sono progettati in un ottica di processo integrato di SF&DP. In secondo luogo, la ricerca ha messo in luce come non sempre l attività previsionale scaturisca da indicazioni iniziali basate su dati di carattere statistico. Anche in presenza di un adeguata analisi delle serie storiche, non sempre i dati utilizzati vengono preventivamente depurati e resi maggiormente attendibili. In tal modo si rischia di pregiudicare l accuratezza delle previsioni fin dall inizio del processo. Le cosiddette 3C (Comunicazione, Collaborazione e Coordinamento) che influenzano le modalità con cui il processo di SF&DP deve essere organizzato, gestito e controllato sono molto lontane dall essere pienamente comprese e sfruttate. Un reale consensus forecast è tuttora un obiettivo da raggiungere, piuttosto che una pratica consolidata tra le funzioni che partecipano al processo di SF&DP, mentre sono quasi del tutto assenti esempi di collaborazione con gli altri attori della filiera (ad esempio strumenti come il vendor managed inventory e il collaborative, forecasting & replenishment). Sono molto frequenti le realtà aziendali ove il processo di previsione viene pregiudicato dell annoso conflitto dovuto alla diversità di esigenze e vedute tra area commerciale e logistica. Inoltre, per quanto riguarda la collaborazione di filiera, si deve porre in evidenza come ciò che sembra essere in grado di creare problemi in questo caso non sia la volontà delle aziende, bensì un eccessiva frammentazione del mercato italiano della distribuzione. La maggior parte delle aziende dichiara di disporre di sistemi informativi adibiti al supporto del processo di SF&OP. Allo stato attuale, in ogni caso, la disponibilità di sistemi di information technology IT non è sinonimo di effettivo utilizzo degli stessi né, tantomeno, di integrazione tra le funzioni. Si assiste frequentemente a casi in cui convivono in azienda numerosi software differenti (utilizzati da funzioni diverse e non comunicanti tra loro) che favoriscono in tal modo una duplicazione 66

Conclusioni e linee guida PRINCIPALI CRITICITÀ Organizzazione: Roadmap evolutiva confusione interpretativa tra processi di SF e DP attività parallele o duplicate, ownership parziale conflittualità tra commerciale/supply chain comunicazione, coordinamento e collaborazione sia cross-functional sia tra attori della filiera (CPFR?) Metodi: scarsa attenzione alla depurazione dati storici difficoltà a gestire promozioni/eventi vs. baseline a volte forecast non è estrapolato statisticamente Sistemi IT: coesistenza di più sistemi per SF e DP (Excel imperat) circolo vizioso : complessità del tool, non adeguate competenze statistiche, mancato trasferimento conoscenza perdita di fiducia e non utilizzo tool Accuracy: non sempre viene misurata (indici Bias e Mape) difficoltà a quantificare impatti su KPI & gap analysis Integrare efficacemente i processi SF e DP Innescare il circolo virtuoso delle 3C e attivare processi collaborativi con gli attori della filiera Elevare il commitment a livello individuale e la sponsorship del top management Utilizzare e manutenere correttamente lo storico (vendite, ordini, promozioni, eventi, share, etc.) Sfruttare al meglio le potenzialità degli applicativi e degli strumenti IT Misurare e correlare analiticamente l accuracy previsionale alle performance e ai costi della SC Figura 5 La roadmap evolutiva per i processi di SF&DP. Bibliografia Bottan A, Basile G, Dallari F., Di Mattia M., Previsione della domanda: la governance del processo,, Tecniche Nuove, gennaio 2005. Bottan A., Basile G., Dallari F., Di Mattia M., Il processo di previsione della domanda, Management, gennaio/febbraio 2005. Dallari F., Marchet G., Noè C., Benchmarking Sales Forecasting Processes, Logistics Research Network, Plymouth, 2005. Drury D.H., Issues in Forecasting Management, Management International Review, vol. 30, no. 4, 1990. Marien E. J, Demand Planning and Sales Forecasting: A Supply Chain Essential, Supply Chain Management Review, Winter, 1999. Mentzer J.T., Moon M., Sales Forecasting Management: a Demand Management approach, Sage Publications, 2005. Mentzer J.T., Moon M., Smith C. D, Conducting a sales forecasting audit, International Journal of Forecasting, vol. 19, 2003. Mentzer J.T., Schroeter J., Integrating Logistics Forecasting Techniques, Systems, and Administration: The Multiple Forecasting System, Journal of Business Logistics, vol. 15, n. 2, p. 205-226, 1994. di processi e uno spreco di risorse. Esistono anche casi di implementazioni fallite a causa del mancato coinvolgimento degli effettivi utilizzatori, oppure casi di preoccupante sottoutilizzo del software a causa della mancanza di competenze statistiche e informatiche adeguate. Infine, per quanto riguarda la misura delle prestazioni risulta difficoltoso effettuare un analisi comparativa: ogni azienda adotta un proprio indicatore dell errore previsionale, rendendo, di fatto, impossibile qualsiasi confronto. Un ristretto numero di aziende è in grado di correlare, in maniera quantitativa, l impatto dell accuratezza delle previsioni sulle performance complessive dell azienda (come il livello di servizio al cliente, i costi di stock out, ) o di effettuare analisi ex post che indichino gli effetti di una scarsa accuratezza previsionale. I tre settori analizzati nella seconda fase (beverage, grocery non-food e farmaceutico) attraverso specifici focus group, sebbene caratterizzati da diversi modelli di supply chain, hanno evidenziato caratteristiche comuni, quali l incremento delle attività promozionali, la mancanza di fiducia nelle previsioni statistiche e una carenza nella misura delle performance con le relative valutazioni e premi. Tutte le problematiche e le criticità svelate ed evidenziate dall indagine dovrebbero indurre le aziende a ricercare continuamente il miglioramento del proprio processo previsionale, muovendosi lungo una sorta di roadmap che permetta loro di incrementare le performance sia delle previsioni (in termini di accuracy) sia delle attività operative risultanti (in termini di efficienza in fase di produzione e distribuzione). È importante in primo luogo marcare meglio i confini e le interazioni tra i processi di sales forecasting e demand, in modo tale da comprenderne i limiti e individuare le interazioni. Confondere i processi può comportare sovrapposizioni di attività, con il risultato di contribuire a sprechi di risorse e a sub-ottimizzazioni delle prestazioni e dei risultati aziendali. Parallelamente, risulta di fondamentale importanza ricercare una sempre maggiore integrazione, sia intra-organizzativa, sia in un ottica di filiera, innescando a tal proposito il circolo virtuoso delle 3C (Comunicazione, Collaborazione e Coordinamento). Entrando nel dettaglio della gestione del processo si possono individuare tre aspetti determinanti per l ottenimento di ottime prestazioni. Occorre ricercare innanzitutto la massima attendibilità dei dati storici, in modo tale da poter disporre di estrapolazioni della baseline altrettanto attendibili. Occorre elevare il commitment individuale, ricorrendo altresì a meccanismi di incentivazione (non solo per l owner del processo), e l attenzione che il top management ripone nel processo, il tutto a garanzia di impegno e di allocazione delle risorse adeguate (materiali, finanziarie e umane). Infine, è opportuno favorire un maggiore sfruttamento dei sistemi applicativi e degli strumenti IT, spesso implementati con forti difficoltà e ingenti risorse; è da ricercare fin dall inizio un integrazione software-uomo, coinvolgendo quest ultimo nelle fasi implementative e di sviluppo, in modo tale da creare quella fiducia nelle potenzialità dell applicativo che contribuisce a un suo pieno utilizzo. Per concludere vale ricordare che i benefici e le implicazioni indotti dal processo di previsione sulle prestazioni dell azienda devono essere rilevati. Valutare l opportunità di un intervento che porti, attraverso una migliore gestione del processo, a un aumento dell accuratezza richiede di conoscere come quest ultima impatta, analiticamente, su altri indicatori di prestazione. Occorre dunque identificare delle correlazioni esprimibili in termini analitici e numerici tra l accuratezza e i cosiddetti economics dell intera supply chain. 67