Caratteristiche principali dall’ambito Demand Planning

Maggiore precisione nelle previsioni e nelle decisioni strategiche

Con la Release 25.0, le aziende possono per la prima volta scegliere tra la pianificazione delle vendite basata sul valore e quella basata sulle quantità. L'integrazione di test di stagionalità e analisi del White Noise (rumore bianco) dalla Predictive Analytics Library (PAL) di SAP consente un’analisi più precisa dei dati di consumo e supporta decisioni ben fondate. Questi miglioramenti non solo aumentano l’affidabilità della pianificazione, ma rafforzano anche la fiducia di investitori e partner nella stabilità economica dell’azienda.

Integrazione PAL: test di stagionalità e White Noise

Nuove funzioni della Predictive Analytics Library (PAL) di SAP sono state integrate nella nostra soluzione SCX for Demand Planning.

Test di stagionalità:

• Funzione: determina se una serie temporale presenta componenti stagionali.
• Risultato: fornisce l’indice ACF (Autocorrelation Function). Nella soluzione SCX for Demand Planning, finora era possibile impostare solo una durata stagionale manuale per ciascun scenario di pianificazione e per i materiali corrispondenti. Con il test di stagionalità, è ora possibile decidere per ogni impostazione del materiale se utilizzare il valore predefinito manuale oppure la durata stagionale calcolata per il calcolo statistico delle previsioni. Il valore predefinito manuale è lo stesso per tutti i materiali, mentre la durata stagionale calcolata viene determinata individualmente per ciascun materiale. L’indice ACF è compreso tra -1 e 1; viene definito nelle impostazioni come valore di soglia (valore consigliato: 0,6). I materiali con un indice ACF ≥ 0,6 utilizzano la durata stagionale calcolata, mentre quelli con un indice ACF < 0,6 utilizzano la durata stagionale manuale.

Test del White Noise:

• Funzione: analizza le serie di dati di consumo alla ricerca di fluttuazioni casuali e inspiegabili che non seguono uno schema specifico.
• Risultato: il White Noise (rumore bianco) è un tipo di serie temporale che non ha uno schema prevedibile, né tendenze o stagionalità. È costituito da valori casuali distribuiti in modo indipendente e identico, cioè con la stessa media, la stessa varianza e la stessa distribuzione di probabilità. Il White Noise (rumore bianco) è inoltre non correlato, il che significa che i valori in momenti diversi non hanno alcuna relazione lineare tra loro; quindi rappresenta la forma più pura di casualità. In presenza di White Noise (rumore bianco), si può concludere che una previsione statistica basata su questi dati storici non può essere affidabile oppure risultare errata. L'indicatore WN è integrato nella nostra soluzione di pianificazione della domanda come segnale di tracking e può quindi essere utilizzato per l’analisi.