Come migliorare l’accuratezza delle previsioni?
Grazie all’approccio estremamente pratico e alle numerose testimonianze da parte di primarie aziende, questo corso offre l’opportunità di apprendere concretamente gli strumenti e le metodologie per prendere le decisioni ottimali nell’ambito della pianificazione della Supply Chain. L’alternanza di casi tratti da diverse realtà aziendali con i richiami teorici sull’analisi statistica dei dati e sui modelli di elaborazione delle previsioni consente ai partecipanti di acquisire piena padronanza sui temi della pianificazione della domanda:Il corso vi permette di applicare sin da subito le competenze chiave per una pianificazione ottimale della domanda, acquisite attraverso l’alternanza di concetti teorici e casi pratici tratti da aziende best-in-class.
Attraverso l’analisi dei processi e dei flussi di lavoro tipici del Demand Planning e la presentazione delle principali metodologie di previsione statistica delle vendite, il corso mira a formare professionisti in grado di supportare al meglio il processo di definizione dei piani di domanda, dei piani promozionali e di marketing, monitorando l’andamento reale delle vendite rispetto ai volumi pianificati al fine di implementare opportune azioni correttive. Durante il corso verranno presentati, grazie a numerosi casi reali, i principali modelli di analisi delle serie storiche, le tecniche di sales forecasting, i principali indicatori di forecast accuracy, che verranno applicati passo a passo per consentire un rapido ed efficace apprendimento. Inoltre, grazie a testimonial aziendali, verranno analizzati i principali punti critici per la corretta implementazione dei modelli di forecasting, inclusi quelli più innovativi basati sull’AI.
Obiettivi e opportunità
Partecipando a questo corso, avrai l’opportunità di:
- Comprendere le relazioni che intercorrono tra i diversi processi di pianificazione in azienda: Demand Planning, Demand Analytics, Sales Forecasting, Trade Promotion Management, Sales Planning & Control.
- Sperimentare concretamente l’utilizzo delle metodologie di elaborazione delle previsioni statistiche, dimensionando correttamente i parametri d’uso degli algoritmi (in Excel).
- Apprendere le principali metodologie di previsione delle vendite, sia quelle tradizionali basate sull’analisi delle serie storiche, che quelle più recenti che si ispirano agli algoritmi di Machine Learning, Data Mining e Prescriptive Analytics.
- Saper presidiare le diverse fasi del ciclo di vita del prodotto, dalle early sales al phase out o sostituzione, misurando gli errori previsionali per reagire rapidamente.
Grazie a questo corso svilupperete solide competenze analitiche, tattiche e gestionali sui principali aspetti legati alla gestione della domanda e della supply chain.
Programma
Piani di domanda e processi di Demand Planning
1. Funzioni e obiettivi del Demand Planning
- Inquadramento del Demand Planning nel processo generale di Sales & Operations Planning
- A cosa e a chi serve la previsione della domanda commerciale
- Dimensioni di analisi del Demand Planning: prodotto, mercato, tempo, unità di misura
2. Piani di domanda
- Sales Forecasting, Sales Budget, Sales Target, Promotion Plan, Sales Plan, Demand Plan
- Dati e informazioni di input per ciascuna tipologia di piano
- Scelta dei livelli gerarchici di calcolo della previsione, a livello strategico – tattico – operativo
- Responsabilità organizzativa (RACI) e organizzazione dei meeting di Forecast Review
- Bottom-Up vs Top-Down forecasting e metodi di aggregazione/splitting gerarchico delle previsioni
3. Processi aziendali e workflow di Demand Planning
- Processi di Demand Analytics & Forecasting: Demand Analytics, Sales Forecasting, Marketing Intelligence
- Processi collaborativi: meeting di forecast review, integrazione con il processo Sales & Operation Planning
- Metodologia Collaborative Planning, Forecasting & Replenishment (CPFR)
Analisi e scomposizione delle serie storiche di domanda
1. Demand Analytics
- Business Intelligence per l’analisi delle vendite: progettazione di un cruscotto di KPI per la forecast accuracy
- Classificazione ABC di Pareto per il Sales Forecasting
- Analisi delle serie storiche per demand pattern (Time Series Automatic Classification)
- Sales Cleaning: identificazione e rimozione degli outlier (esercitazione pratica)
- Calcolo delle principali metriche di Forecast Accuracy a diversi livelli gerarchici (esercitazione pratica)
2. Implementare un sistema automatico di calcolo del forecast statistico
- Esempio di workflow completo di Demand Planning & Forecasting
- Forecast Assessment
- Il ruolo aziendale del Demand Planner e del Data Scientist
3. Sales Forecasting: metodi di previsione per serie continue /1
- Modelli di smorzamento esponenziale singolo, doppio, triplo (esercitazione pratica)
4. Testimonianza aziendale – Demand Planning in Galbani-Lactalis
Sales Forecasting e ciclo di vita del prodotto
1. Sales Forecasting: metodi di previsione per serie continue /2
- Metodo di Scomposizione Moltiplicativa delle serie storiche (esercitazione pratica)
2. Trade Promotion Management
- Calcolo dell’efficacia di promozioni storiche (Promo Analytics)
- Pianificazione delle promozioni: algoritmo di calcolo automatico degli uplift promozionali
3. Sales Forecasting: metodi di previsione per articoli a domanda sporadica
- Progettazione del livello di servizio target
- Modello di Croston
- Modello di Poisson, calcolo del Target Stock Level (esercitazione pratica)
4. Sales Forecasting: metodi di previsione per articoli nuovi
- Metodo dei demand pattern
- Forecasting per analogia
- Metodo dei profili stagionali
Applicazioni dell’intelligenza Artificiale al Demand Planning
1. Big Data Analytics & Demand Sensing
- Tipologie di correlazioni fra variabili
- Metodo di regressione lineare (esercitazione pratica)
- Modelli a tendenza ridotta e modelli a tendenza non lineare
2. Metodi di previsione per articoli di recente introduzione (early sales)
- Metodo In-season Reforecasting
3. Intelligenza Artificiale per il Demand Analytics / Sales Forecasting
- Quadro delle metodologie di Machine Learning per il Demand Planning
- Reti Neurali Ricorsive per il Sales Forecasting
- Clustering per l’identificazione di clienti target
- Feature Matching per il New Item Planning
4. Sistemi informativi di Demand Planning
- Funzionalità, architetture di dati, workflow e interfacce
- Modalità di fruizione della previsione “Forecast as a Service”
5. Testimonianza aziendale – Demand Planning in Barilla
Calendario
Prima edizione
- 24 febbraio 2026 Piani di domanda e processi di Demand Planning
- 25 febbraio 2026 Analisi e scomposizione delle serie storiche di domanda
- 10 marzo 2026 Sales Forecasting e ciclo di vita del prodotto
- 11 marzo 2026 Applicazioni dell’Intelligenza Artificiale al Demand
Seconda edizione
- 22 settembre 2026 Piani di domanda e processi di Demand Planning
- 23 settembre 2026 Analisi e scomposizione delle serie storiche di domanda
- 6 ottobre 2026 Sales Forecasting e ciclo di vita del prodotto
- 7 ottobre 2026 Applicazioni dell’Intelligenza Artificiale al Demand
A chi è rivolto
Il corso è pensato per:
- Supply Chain Director, Supply Chain Manager
- Demand Planner, Inventory Manager
- Direttori Acquisti, Logistica e Produzione
- Sales Director, Marketing Manager
- Sales Forecaster, Sales Analyst
Docenti
- Fabrizio Dallari
- Damiano Milanato
- Testimonial aziendali (Lactalis, Ferrero)
