Per ciascuno di centinaia di SKU: quando riordinare e quanto — l'equilibrio tra rottura di stock e capitale fermo a magazzino (in letteratura: politica (s,S)).
In breve
Ti suona familiare?
- 'Quando è finito questo prodotto?' non ha risposta chiara — ce ne si accorge al prossimo inventario
- Alcuni prodotti restano a magazzino 6–12 mesi; la cassa è ferma mentre i fornitori sollecitano fatture
- Capita 3–8 volte al mese 'il cliente lo voleva, era esaurito' — e una parte di quei clienti non torna
- Gli ordini urgenti costano spedizione extra o un sovrapprezzo del fornitore — e sforano il budget
- La MOQ del fornitore è alta; sui prodotti a bassa rotazione ordini in eccesso solo per raggiungere il minimo
- All'inizio della stagione, 'quanto tenere di ciascun SKU' dipende dall'intuito e da dati dell'anno scorso pieni di buchi
- Gli SKU prossimi alla scadenza vengono scontati o svalutati — la perdita d'inventario è del 3–8 %
Perché è importante
Come si risolve
Profondità tecnica
Come si risolve
Profondità tecnicaIn una frase: Imposta due numeri per ogni prodotto — un livello di riordino (se la giacenza scende a quel numero ordini) e un livello di riempimento (l’ordine porta lo stock fino a lì). Più volatile la domanda e più lento il fornitore, più alto deve stare il livello di riordino — altrimenti vai sotto scorta.
Quello che il software fa davvero è questo: la stessa decisione di quando e quanto che il tuo buyer prende a memoria su 50 SKU la risolve su 5.000 in secondi, e la aggiorna ogni notte. Tre fasi:
1. Raccoglie i dati. Per SKU: 6–12 mesi di storico vendite, lead time fornitore e sua variabilità, MOQ e scaglioni di prezzo, durata di vita se presente, limiti di spazio a magazzino e livello di servizio obiettivo (per esempio 95 % — novantacinque clienti su cento trovano quello che cercano). I dati arrivano automaticamente da cassa, ecommerce o ERP, oppure si inseriscono una volta in una tabella pulita.
2. Calcola la politica per ogni SKU. Il software non guarda ogni SKU ogni giorno — matematicamente non serve. Usa la modellazione delle scorte — un corpo di lavoro della ricerca operativa (disciplina che usa matematica e computer per risolvere decisioni di business) — per calcolare due numeri per SKU: s (punto di riordino — quando lo stock scende a questo livello, ordina) e S (livello di riordino — riempi fino a qui). Questi due numeri derivano dalla variabilità della domanda, dal lead time e dal livello di servizio desiderato. Quando domanda, lead time o condizioni fornitore cambiano, il software aggiorna i numeri automaticamente.
3. La lista ordini atterra ogni mattina sulla scrivania. Il software mostra quali SKU ordinare oggi, a quale fornitore e in che quantità. Tu dici ‘sì, invia’, il sistema inoltra l’ordine e inizia a tracciare la consegna. Se il fornitore slitta o cambia la MOQ, il software lo segnala.
Non sostituisce il tuo giudizio; pensalo come una calcolatrice che scala ciò che fai su 50 SKU fino a 5.000 senza dimenticarne uno. La decisione resta tua, ma per ogni prodotto hai sempre una tabella aggiornata."
Alternative
Foglio di calcolo + intuito del buyer
GratuitoGratuito
Per chi: 10–100 SKU, domanda stabile, lunga vita utile
- + Costo zero
- + Flessibile — facile sovrascrivere a mano
- + Nessuna decisione di investimento
- − La qualità scende rapidamente oltre ~100 SKU
- − Variabilità della domanda e incertezza del lead time non sono considerate
- − I cambi di stagione colgono di sorpresa
- − Il capitale fermo per SKU non è visibile
Modulo inventario dell'ERP
Aziendale1.500–8.000 EUR di setup + 200–700 EUR/mese (prezzi pmi regionali)
Per chi: 100–1.000 SKU, parco fornitori stabile
- + Interfaccia e supporto in italiano
- + Cablato con contabilità e fatturazione
- + Avvisi di punto di riordino di solito presenti
- − La previsione di domanda è di solito 'mese scorso × 1,1'
- − Il calcolo del livello di servizio / scorta di sicurezza è assente o rudimentale
- − L'ottimizzazione multi-echelon (magazzino + negozi) è debole
Software internazionale specializzato di inventario e supply
Aziendale5–25 EUR/SKU/mese in abbonamento o 30.000–200.000 EUR/anno di licenza
Per chi: 1.000–50.000 SKU, multi-magazzino, pianificazione guidata da previsione
- + Maturo: previsione statistica, ottimizzazione multi-echelon, allarmi pienamente supportati
- + Integrazione fornitori (EDI, API) inclusa
- + Separa stagionalità e trend di fondo
- − Costi alti di licenza e consulenza
- − Implementazione 3–6 mesi
- − Supporto in italiano può essere limitato
Sviluppo proprio su solver open source
Open SourceLicenza gratuita; 8–16 settimane di sviluppo interno o 50.000–250.000 EUR di consulenza
Per chi: Catena con team data science o ecommerce con vincoli inusuali
- + Nessun costo di licenza
- + Personalizzabile sulla propria struttura categorie
- + Cloud o server proprio
- − Capacità interna di dati e di OR è obbligatoria
- − Manutenzione continua — ogni cambio fornitore conta
- − Previsione e politica sono due discipline distinte; costruire entrambe le squadre è caro
Raccomandazione
Chiedi nell'incontro
- Quale modello supporta la previsione di domanda — media semplice, scomposizione stagionale, machine learning? A quale scala si attiva ciascuno?
- Come entra la variabilità del lead time nella scorta di sicurezza? Si può fissare il livello di servizio per singolo SKU?
- Sono supportate MOQ, lotti minimi e sconti per volume?
- Come viene modellato il multi-echelon (magazzino + più punti vendita, o magazzino + ecommerce)?
- Come viene fatta la previsione per prodotti nuovi senza storico? C'è abbinamento per similarità?
- Per gli SKU vicini alla scadenza il sistema propone azioni automatiche (sconto, trasferimento, stop ordini)?
- Come strutturate il pilota — quanti SKU, quante settimane, qual è la soglia di successo?
- Se smettiamo di lavorare con voi, come recuperiamo i dati di prodotto, fornitore e movimenti? Esiste un export in formato standard?
Dettagli tecnici
Nota editoriale
Sul tavolo del buyer questo problema si chiama ‘riapprovvigionamento’, ‘gestione ordini’ o ‘cosa va a scaffale dopo’. Il nome accademico è Inventory Replenishment con politica (s,S) — la regola del punto di riordino e del livello di riapprovvigionamento. Dagli anni ‘50 è uno dei pilastri più antichi della ricerca operativa. Senza quel vocabolario, in una demo non puoi capire se il ‘modulo inventario’ che ti vendono fa davvero previsione statistica e calcolo della scorta di sicurezza — o se è un allarme di stock basso ben vestito.
Il punto più spesso ignorato in questo segmento: molti prodotti pubblicizzano ‘gestione inventario’ ma sotto lavorano solo a logica di conteggio fisico + soglia di allarme — cioè ‘avvisami quando lo stock scende sotto 10’. Funziona quando la domanda è piatta; appena la domanda oscilla o i lead time variano, la qualità del piano crolla. In ogni demo, chiedi al fornitore di percorrere un esempio con 20 SKU di diversa variabilità di domanda e diversi lead time, e di spiegare come si calcola il punto di riordino per SKU.
Percorso passo passo per una pmi
Fase 1 — Prima misura, poi pianifica. Per almeno 12 settimane registra quattro cose:
- Unità vendute al giorno o alla settimana per SKU (da cassa o conteggio manuale)
- Tempo ordine-consegna per fornitore (media e variabilità)
- Numero di rotture di stock e la causa (errore di previsione, slittamento fornitore, campagna imprevista)
- Lista di SKU con 90+ giorni a magazzino e capitale fermo
Senza questa base non puoi sapere quale software produrrà quale risultato.
Fase 2 — Esegui un’analisi ABC. Circa l'80 % del fatturato proviene da ~20 % degli SKU (gruppo A). Gli A richiedono politica stretta, i B media, i C semplice. Fai prima tu la classificazione, poi spiegala al software — l’ABC automatica va bene, ma la tua visione operativa migliora il risultato.
Fase 3 — Pilota. Parti con 30–50 SKU del gruppo A per 8–12 settimane. Definisci il criterio di successo per iscritto, prima del pilota: per esempio, ‘in 90 giorni rotture del gruppo A giù 50 %, inventario medio giù 15 %’. Se la soglia salta, il pilota termina — tieni questo diritto nel contratto.
Fase 4 — Roll-out. Se il pilota chiude bene, scala su tutto il catalogo in 2–4 mesi. Formazione del team operativo 1–2 settimane; integrazione fornitori (EDI o API) richiede tipicamente 4–8 settimane.
Rischi — cosa può andare storto
- Dati di scarsa qualità. Se lo storico vendite contiene periodi con rottura di stock, la previsione esce troppo bassa — il software ordina troppo poco — circolo vizioso. Lo storico va corretto per i periodi di stockout; un buon sistema lo fa da solo.
- Resistenza del team operativo. ‘Il computer dice 50 pezzi ma il mio istinto dice 20’ è frequente. Nel pilota ripercorri i risultati con il team; il software deve mostrare in modo trasparente quale regola ha applicato.
- Reazione del fornitore. Ordini più piccoli e frequenti possono urtare la MOQ o le tariffe di spedizione. Rinegoziare il contratto fornitore deve essere parte del perimetro del pilota.
- Dipendenza dal singolo fornitore. Un software che salva lo storico movimenti e i dati fornitori in formato proprietario rende difficile cambiare in futuro. Inserisci una clausola: ‘Possiamo esportare i nostri dati in formati standard aperti (CSV o simile) in qualsiasi momento, su richiesta.’
Lezione collegata (sarà collegata alla pubblicazione): ‘Un retailer da 5.000 SKU che ha abbandonato il software inventario al mese 14 — cosa è stato trascurato.’
Sguardo tecnico al metodo di soluzione
Questa sezione raccoglie ciò che serve quando parli con un team software o un consulente. Non è ciò che il team operativo vede sullo schermo — è il motore dietro la tenda.
Approcci principali per il riapprovvigionamento:
| Approccio | Uso tipico | Bisogno di dati | Logica di decisione |
|---|---|---|---|
| Formula EOQ | Domanda stabile, prodotto singolo | Basso | Una formula, calcolo immediato |
| Politica (s,S) | Domanda variabile, molti prodotti | Medio | Modello stocastico + scorta di sicurezza |
| Politica (R,Q) | Giorni di ordine fissi | Medio | Revisione periodica |
| Newsvendor / periodo singolo | Deperibili, stagionali | Medio | Distribuzione di domanda + rapporti di costo |
| MIP multi-echelon | Magazzino + rete negozi | Alto | Ottimizzazione di rete completa |
Regola pratica: sotto i 500 SKU con condizioni fornitore stabili, (s,S) o (R,Q) basta. Oltre i 1.000 SKU o in reti multi-echelon si preferisce una soluzione commerciale di demand planning con ottimizzazione multi-echelon. Per deperibili si usano varianti del newsvendor.
La scelta della funzione obiettivo cambia la forma della soluzione:
- Costo totale di mantenimento: ‘Minimizzare la cassa ferma’ — adatto a imprese con tensione di tesoreria
- Livello di servizio (per esempio 95 % fill rate): ‘Nessun cliente esce a mani vuote’ — adatto a chi punta sulla quota di mercato
- Profitto atteso (incluse vendite perse e scarti): ‘Massimizzare il profitto totale’ — adatto a retailer a margine alto
- Bilanciamento costo di rottura / costo di scarto: ‘Strategia deperibili’ — adatto a fresco e farmaceutico
La maggior parte dei deployment reali usa una combinazione pesata dei quattro.
Riferimenti accademici
Elencati nel blocco sources di questa pagina. La gestione delle scorte è uno dei campi più antichi e ancora attivi della ricerca operativa (dagli anni ‘50); INFORMS Interfaces e l’archivio dello European Journal of Operational Research raccolgono casi di applicazione su operazioni reali di retail e supply chain.
Fonti
- Silver, E. A., Pyke, D. F. e Thomas, D. J. (2017). Inventory and Production Management in Supply Chains (4ª edizione). CRC Press. Testo di riferimento del campo.
- Zipkin, P. H. (2000). Foundations of Inventory Management. McGraw-Hill. Riferimento matematico per modelli a periodo singolo e multiplo.
- Nahmias, S. e Olsen, T. L. (2015). Production and Operations Analysis (7ª edizione). Waveland Press. Presentazione vicina alla pratica pmi.
- INFORMS Interfaces — casi studio di applicazioni di ricerca operativa nel retail e nella supply chain. informs.org/Publications/Interfaces
Glossario
- EOQ
- La formula classica di inventario per la quantità di ordine più economica da emettere a un fornitore.
- Scorta di Sicurezza
- Scorta extra contro l'incertezza di domanda e lead time — protegge dalle rotture di stock nelle oscillazioni impreviste.
- MIP
- Modello di ottimizzazione in cui alcune variabili decisionali devono essere numeri interi (es. numero di camion, numero di turni).
Problemi correlati
Decine di SKU dallo Stesso Fornitore — A Quale Frequenza Ordinare Ciascuno per Minimizzare Camion e Stock Insieme?
Questa pagina è per una PMI grossista, importatrice o produttrice che compra 50-500 SKU dallo stesso fornitore — tipicamente distribuiti su 3-15 fornitori principali. La domanda settimanale è la stessa: da questo fornitore, quali prodotti si ordinano oggi e quali possono aspettare la settimana prossima? Se ogni prodotto attiva il suo ordine, lo stesso fornitore finisce per spedire tre camion e tre fascicoli doganali a settimana; un camion, un fascicolo e un costo di setup potrebbero coprire tutto se i raggruppamenti sono giusti. La pianificazione manuale crolla oltre i 50 SKU: alcune settimane mezzo camion, altre tre ordini di fila — i costi fissi tornano come 5-15% del costo unitario del prodotto.
Lo stock non si svuota a fine stagione — quando e di quanto scontare per tenere il margine e non lasciare dead stock?
Questa pagina è per voi se gestite una PMI fast fashion con collezione stagionale, una catena di 30-100 negozi di abbigliamento/scarpe/accessori o una catena di prodotti freschi (fruttivendolo, panificio, macelleria). Il dolore classico: una collezione di 200-1.000 SKU si vende per 4-12 settimane e poi lo stock invenduto diventa un problema — scontare troppo presto erode il margine, scontare troppo tardi lascia una pila di dead stock a fine stagione. La decisione: quale articolo, quando, con che percentuale di sconto? In una catena moda media gestita con regole a intuito il 20-35% dello stock di fine stagione finisce a saldo; un calendario di sconti corretto alza il margine lordo del 5-15%, riduce il dead stock del 20-30% e porta 15-60 milioni TRY di margine operativo all'anno su un fatturato tipico.
Quale SKU su quale scaffale e lungo quale rotta deve camminare il picker?
Un magazzino e-commerce o un CD retail omnicanale gestisce 15.000-200.000 codici prodotto (SKU) e preleva 2K-30K righe d'ordine al giorno. Un picker cammina 200-800 m per ordine e 15-30 km al giorno. Il 50-70% del cammino non genera valore. Due decisioni accoppiate: (a) **slotting** — quale SKU su quale scaffale e a quale altezza, considerando frequenza di picking, pattern di co-ordine e carico ergonomico; (b) **routing di picking** — per una lista, la sequenza di corsie e la regola di rotta scelta (S-shape, return, midpoint, largest-gap, combined). Decisioni aggiuntive: prelevare più ordini in un viaggio (batch picking), suddividere il magazzino in zone (zone picking), unire a una stazione di smistamento. Risolte insieme, la distanza per picker cala del 25-40%.