---
title: "Pianificazione di domanda e scorte sui dati"
description: "Previsioni per articolo e livelli di scorta proposti da modelli che seguono le regole del pianificatore, al quale restano ordini e priorità."
url: https://www.joinx.it/it/settori/casi-d-uso/pianificazione-di-domanda-e-scorte
---

# Previsioni per articolo che partono dalle regole di chi pianifica

La previsione della domanda si fa spesso in un foglio di calcolo e le scorte di sicurezza riflettono l'esperienza del pianificatore più che lo storico degli ordini.

## Come si pianificano oggi domanda e scorte

Di solito il pianificatore estrae dal gestionale gli ordini dei clienti e lo storico delle vendite, li porta in un foglio di calcolo e li corregge con quello che sa, per esempio la promozione annunciata dal commerciale, o il cliente che ordina solo a fine trimestre. Finché gli articoli sono pochi il metodo regge. Quando i codici diventano molti, la revisione si concentra sui più venduti e il resto segue scorte di sicurezza fissate anni prima, così le rotture di stock emergono quando l'ordine del cliente è già arrivato.

## Il modello propone previsioni e scorte, il pianificatore approva il piano

Nell'esempio i modelli di previsione della Data Intelligence leggono lo storico degli ordini, le promozioni in calendario e i tempi di consegna dei fornitori e stimano la domanda di ciascun articolo. Su questa base propongono livello di scorta e punto di riordino applicando le regole che il pianificatore usa già, come il lotto minimo di un fornitore. Il pianificatore guarda per primi gli articoli in cui la proposta si allontana dal piano attuale, corregge dove sa ciò che i dati non dicono e decide gli ordini.

1.  I modelli leggono ordini, promozioni e tempi dei fornitori
2.  Propongono previsione e scorta per articolo, secondo le regole in uso
3.  Il pianificatore corregge gli scostamenti e approva il piano
4.  Le sue correzioni entrano nel ciclo successivo

Esempio illustrativo

## Che cosa serve per pianificare le scorte sui dati

| Voce | Nel caso |
| --- | --- |
| Dati | Storico di ordini e vendite per articolo, giacenze, tempi di consegna e lotti minimi dei fornitori, promozioni, regole di scorta in uso |
| Moduli | Data Foundation, Data Intelligence, Workspace |
| Chi decide | Il pianificatore su piano, ordini e priorità; il responsabile della pianificazione sulle regole che i modelli applicano |
| Che cosa misuriamo | Lo scarto tra previsione e domanda effettiva, le rotture di stock, le scorte ferme e il tempo del pianificatore, rispetto al metodo di oggi |
| Classe di rischio AI Act | I modelli stimano la domanda di articoli e non valutano persone, quindi il caso resta lontano dagli usi ad alto rischio dell'allegato III che incontriamo più spesso, come il merito di credito delle persone fisiche; la classificazione la fissiamo comunque con rischio e conformità prima dello sviluppo |
| Da dove si comincia | Dal Deployment su una famiglia di articoli, quando lo storico degli ordini sta nel gestionale e il pianificatore ha il tempo di scrivere le regole che applica |

## Senza uno storico pulito la previsione non regge

Se gli articoli cambiano codice a ogni revisione, o se resi e ordini annullati restano mescolati alle vendite, il modello impara una domanda che non è mai esistita e il primo lavoro riguarda i dati, con la Data Foundation. Per i prodotti su commessa lo storico manca del tutto e il giudizio del pianificatore resta la fonte migliore. Con pochi articoli e una domanda stabile, infine, il foglio di calcolo costa meno di un modello.

Il caso viene dalla pagina sull'industria.

[Dati e AI per l'industria](https://www.joinx.it/it/settori/industria) · [Tutti i casi d'uso](https://www.joinx.it/it/settori/casi-d-uso)

## Partiamo da un articolo rimasto senza scorta

Con un articolo andato in rottura negli ultimi mesi, o rimasto fermo a magazzino, vediamo con il pianificatore quali dati avrebbero dato l'avviso in tempo.

[Contattaci](https://www.joinx.it/it/contattaci?settore=industria)
