CONTESTO ORGANIZZATIVO

Presentazione sul tema: "CONTESTO ORGANIZZATIVO"— Transcript della presentazione:

1 CONTESTO ORGANIZZATIVO
LIVELLO DI SERVIZIO FRESCHEZZA SPRECHI TIME TO MARKET Piani Commerciali Piani operativi Sviluppo nuovi prodotti Progetti di I & R GENERATING DEMAND ENSURING SUPPLY PILOTI DI FLUSSO COORDINAMENTO PROGETTI DEMAND & SUPPLY PLANNING

2 RUOLO PILOTI DI FLUSSO Sintesi
Armonizzare i piani Commerciali con i piani di Produzione di Approvvigionamento e di Distribuzione

3 DEMAND PLANNING SI INSERISCE
NEL “VARCO” TRA I PROCESSI DI GENERAZIONE DELLA DOMANDA E DI ORGANIZZAZIONE DELLA CONSEGNA quali i compiti dei “PROFESSIONISTI DELLA DOMANDA”? mantenere “vivo” il flusso delle informazioni fornire supporto metodologico e statistico a MKTG e VENDITE nell’analisi dei dati di vendita ai fini della definizione degli obiettivi (budget, piani commerciali) formulare previsioni di vendita verificare il progress dei piani commerciali ed il raggiungimento degli obiettivi attesi

4 Consensus o collaborative forecast
LA PREVISIONE E’ IL MOTORE DELLE OPERAZIONI DEVE ESSERE CONDIVISA TRA GENERATING DEMAND ED ENSURING SUPPLY Consensus o collaborative forecast LE RESPONSABILITA’ DEBBONO ESSERE CHIARAMENTE ALLOCATE MKTG-VENDITE-TD.MKTG definiscono le iniziative commerciali future e gli obiettivi attesi DEMAND PLANNING controlla l’avanzamento delle iniziative ed il raggiungimento degli obiettivi

5 COLLABORATIVE FORECAST
significato CREARE UN NETWORK DI COMUNICAZIONE TRA MARKETING - VENDITE - SUPPLY CHAIN collaborative input SVILUPPARE LA CAPACITA’ DI QUANTIFICARE, CONDIVIDENDO METODI CHE CONSENTANO DI VALUTARE L’ATTUALE FASE DEL CICLO DI VITA DEI PRODOTTI E DI PREVEDERE GLI EFFETTI CONSEGUENTI AI DIVERSI TIPI DI INIZIATIVA, QUALI: PROMOZIONI LANCIO DI NUOVI PRODOTTI MODIFICHE ALLA GAMMA D’OFFERTA NUOVI CANALI/CLIENTI POLITICA RESI CAMBIO PREZZI ROTTURE DI STOCK PUBBLICITA’ AZIONI DELLA CONCORRENZA

6 TECNICHE PREVISIONALI
COLLABORATIVE INPUT ANDAMENTO MERCATI OBIETTIVI TOP-DOWN VENDITE TECNICHE PREVISIONALI PROMOZIONI NUOVI CANALI/CLIENTI LISTING/DELISTING ATTIVITA’ DEI COMPETITORS MARKETING COLLABORATIVE INPUT LANCIO NUOVI PRODOTTI PUBBLICITA’ CAMBIO PREZZI ATTIVITA’ DEI COMPETITORS COLLABORATIVE FORECAST BANCHE DATI SALES ANALYSIS AVANZAMENTO RISPETTO AD OBIETTIVI DISPONIBILITA’ PRODOTTI CRITICITA’ STOCK DISPONIBILITA’ LOGISTICHE STOCK DECENTRATI Demand & Supply Planning

7 FORMULAZIONE DELLA PREVISIONE OPERATIVA
MODELLI DI ANALISI (condivisi) BANCA DATI Serie storiche depurate B.D. EVENTI collaborative input TRENDS DI PRODOTTO E DI CANALE MODELLI DI BUSINESS INTELLIGENCE (condivisi) Ipotesi previsionali a t = 0 obiettivi + parametri B.D. EVENTI MODELLI DI CONTROLLO AVANZAMENTO Iniziative in corso ORDINI PREVISIONI OPERATIVE

8 BANCHE DATI E SISTEMI DI ANALISI
LA SPECIFICITA’ DEL CONTESTO Alto Tasso di cambiamento delle SKU Campionari Stagionali Multicanalità HANNO IMPOSTO SOLUZIONI ORIGINALI (= diverse dai modelli std), CHE CONSENTISSERO DI: SOPPERIRE ALLA MANCANZA DI CONTINUITA’ DELLE SERIE STORICHE (SKU) TENER CONTO DELL’ESISTENZA DI PIU’ CANALI CON TRENDS DIVERSI PRE-VALUTARE I MIX DI CAMPAGNA E DI RITARARLI IN TEMPI BREVI

9 LOGICHE E SISTEMI BASATI SULL’ANALISI DELLE CONTINUITA’ (trends)
SONO STATE INTEGRATE CON LOGICHE E SISTEMI CHE CONSENTISSERO L’ANALISI DELLE DISCONTINUITA’ (eventi-effetti) DELLE CONTIGUITA’ (influenze e migrazioni) e DELLE SIMILITUDINI (contesto) CIO’ HA COMPORTATO L’ACQUISIZIONE DI TECNOLOGIA INFORMATICA PER L’ANALISI DEI DATI (SAS) CON L’INTRODUZIONE DI SISTEMI DI DATA MINING ANALISI MULTIDIMENSIONALI TALI STRUMENTI SONO STATI INTEGRATI CON I SISTEMI ESISTENTI

10 STRUTTURAZIONE BANCHE DATI
NOVITA’! PRODOTTI CATALOGAZIONE DEI PRODOTTI ATTRAVERSO ATTRIBUTI OGGETTIVI DI PRODOTTO LE SKU CAMBIANO MA I PRODOTTI RIMANGONO SOSTANZIALMENTE SIMILI ciò consente di DARE CONTINUITA’ ALLE SERIE STORICHE COSTRUIRE AGGREGATI DI ANALISI OMOGENEI NELL’AMBITO DELLE QUALI INDIVIDUARE COMPORTAMENTI O DINAMICHE STABILI

11 CLUSTERIZZAZIONE CLIENTI
STATICHE DA ANAGRAFICA CLIENTI Rete Canale Area Distretto Zona ……. DINAMICHE ABC Rilevanza PESO PONDERALE (interno/Nielsen) FASCIA D’ACQUISTO Popolazione-Mix d’acquisto FEDELTA’ TURN-OVER Migrazioni NOVITA’!

12 ORIZZONTI Rete/Canale/Clienti STRUTTURA GERARCHICA DISTRIBUZIONE
PRODOTTI Dimensioni Principali ASSUNTO LORDO modifiche in portafoglio ESTRATTO + DEP.TI FATTURATO UM utilizzabili KG/PZ EURO CLIENTI ORDINI R.O. Uco Udi Allocazione Temporale Ordini data assunzione data scadenza (Domanda) data fatturazione BOTTOM UP B.U. MERCEOLOGIA SEGMENTO TOP DOWN ORIZZONTI TIPOLOGIA GAMMA D’OFFERTA GRUPPO Rete/Canale/Clienti DISTRIBUZIONE FdV KEY ACCOUNT

13 ATTRIBUTI OGGETTIVI DI PRODOTTO
BANCHE DATI ANAGRAFICHE PRODOTTI Continuità Category CARATTERISTICHE ANAGRAFICHE CLIENTI EVENTI VENDITE (sell-in - sell-out) Comportamento d’acquisto Rilevanza Fedeltà Componente inerziale Componente impulsiva Tipologia Estensione Intensità ATTRIBUTI OGGETTIVI DI PRODOTTO ATTRIBUTI STATICI (rete, canale, fdv, magazzino) ATTRIBUTI DINAMICI BASE-LINE VENDITE INCREMENTALI LANCI E CANNIBALIZZAZIONI LEARNING-LOG

14 MODELLI DI ANALISI DELLE SERIE STORICHE ED APPROCCIO PREVISIONALE
NOVITA’! IL DATO QUANTITATIVO (sia consuntivo che previsionale) VIENE ACCOMPAGNATO DAI PARAMETRI INFLUENTI CHE LO GIUSTIFICANO per il NORMAL TRADE coperture clienti acquisto medio frequenze di acquisto per il TRADE EVOLUTO ponderata trattanti (interna e Nielsen) rotazioni ciò consente: IL DIALOGO TRA LE FUNZIONI (previsioni motivate) UNA CORRETTA ALLOCAZIONE DELLE RESPONSABILITA’ (MKTG-rotazioni, VENDITE-distribuzione) UNA MIGLIORE INDIVIDUAZIONE DELLE ATTIVITA’ CORRETTIVE PER MODIFICARE ANDAMENTI NON SODDISFACENTI

15 TECNICHE PREVISIONALI PER IL CONTROLLO AVANZAMENTO VENDITE DIVERSE PER PRODOTTI CONTINUATIVI E STAGIONALI continuativi BASE-LINE ANALISI DEI TRENDS VENDITE INCREMENTALI BANCA DATI EVENTI NIELSEN/IRI LANCI/CANNIBALIZZAZIONI stagionali ANALISI CAMPIONARIE CLIENTI COMUNI CLUSTER ANALYSIS FEDELTA’ ANALISI MULTIVARIATE TURN-OVER NOVITA’! NOVITA’!

16 RISULTATO DELLA STRATEGIA
PRODOTTI VENDITE TOTALI Pressione Promozionale Efficacia STRATEGIA DI BREVE TERMINE promozionalità VENDITE INCREMENTALI STRATEGIA DI MEDIO TERMINE mix d’offerta Modifiche alla gamma d’offerta Lanci/Cannibalizzazioni Investimenti pubblicitari pubblicità BASE LINE RISULTATO DELLA STRATEGIA DI LUNGO TERMINE fase del ciclo di vita Penetrazione Rotazioni

17 CLIENTI migrazione tra i canali DINAMICHE DI CANALE
NUOVI CANALI COMPORTAMENTO DEI CLIENTI turn-over fedeltà modalità d’ordine tempi di acquisto richieste di servizio migrazione tra i canali concentrazione/polverizzazione dei pdc ruolo e peso dell’intermediazione DINAMICHE DI CANALE

18 Relazione con i fatti rilevanti

19 COSA SONO: LEARNING LOG EVENTI
sono tutti quei “fatti” programmati o accidentali che originano discontinuità temporanee o permanenti nelle serie storiche Sono raggruppabili per tipologia, intensità, estensione ed agiscono su: rotazioni distribuzione Identificare plausibili relazioni di CAUSA – EFFETTO significa realizzare un poderoso strumento di supporto alle decisioni (BUSINESS INTELLIGENCE) LEARNING LOG

20 BANCA DATI EVENTI STRUTTURATA IN MANIERA TALE DA COSTITUIRE UN
NOVITA’! BANCA DATI EVENTI STRUTTURATA IN MANIERA TALE DA COSTITUIRE UN SISTEMA DI “LEARNING-LOG” PROMOZIONI LANCI PUBBLICITA VENGONO RAPPRESENTATI IN MANIERA TALE DA POTER ESSERE ANALIZZATI SU SE STESSI E DA POTER ESSERE CATALOGATI IN INSIEMI OMOGENEI SU CUI VALUTARE ANDAMENTI DI EFFICACIA ED EFFICIENZA

21 UN CAPITOLO MOLTO IMPORTANTE E’ COSTITUITO DALLE
Promozioni UN CAPITOLO MOLTO IMPORTANTE E’ COSTITUITO DALLE

22 NOVITA’! PROMOZIONI Ex-post Identificazione delle vendite promo e delle vendite std Calcolo delle base-line e delle vendite incrementali Pianificazione di medio/lungo periodo (budget o pianificazione vendite) Ipotesi di Pressione Promozionale e di efficacia attesa Calcolo volumi complessivi di vendita Programmazione di breve periodo Identificazione delle SKU e dei Clienti e/o canali oggetto di promozione Stima vendite std e vendite promo Stima quota base-line e quota Vendite incrementali

23 Programmi promozionali
udv 20000 18000 16000 14000 12000 10000 8000 6000 4000 2000 W9836 W9837 W9838 W9839 W9840 W9841 W9842 W9843 W9844 W9845 W9846 W9847 W9848 W9849 W9850 W9851 W9852 W9853 W9901 W9902 W9903 W9904 W9905 W9906 W9907 W9908 W9909 W9910 Base Event Plan settimane

24 Systematic Promotion Planning & Evaluation
SPPE Systematic Promotion Planning & Evaluation GESTIONE DEL CALENDARIO PROMOZIONALE (collaborative input) Budget pressione efficacia sconti ICCC (valutazione economica delle promozioni) promozioni-impegni promozionali ROI - efficacia planning PREVISIONE (vendite incrementali rispetto alla base-line) operativa

25 GESTIONE LANCI input OBIETTIVI DI COPERTURA, DI ROTAZIONI, DI TEMPO
AREE DI POSSIBILE CANNIBALIZZAZIONE Elaborazioni Verifica che la ponderata / numerica progressiva crescano secondo le attese (sell-in) Calcolo tasso di abbandono Verifica ponderate e rotazioni interne con ponderate e rotazioni Nielsen (ex post) Controllo avanzamento rotazioni Calcolo previsioni operative Cannibalizzazioni

26 2.Verificare che la ponderata progressiva cresca secondo le attese
Evoluzione ponderata y = -1E-05x 3 + 0,0007x 2 - 0,0021x + 0,0248 R 2 = 0,9908 25,0% 20,0% 15,0% Peso ponderale fatto 100 i trattanti totali 2000 10,0% 5,0% 0,0% 1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 settimane del 2000 Man mano che entrano gli ordini si costruisce la curva progressiva e si vede se cresce secondo quanto pianificato.

27 Campagne Pubblicitarie

28 DUE PERCORSI PREVISIONALI
Top-down Bottom-up CON RICONCILIAZIONE DEI DATI

29 Previsioni di medio/lungo periodo (budget)
NOVITA’! PROCESSO TOP-DOWN La previsione viene elaborata a livello “segmento/rete” e quindi spaccata ai livelli più bassi attraverso mix proiettate Previsioni di medio/lungo periodo (budget) Ipotesi a t = 0 PROCESSO BOTTOM-UP La previsione viene elaborata a livello “gruppo/canale” e quindi riaggregata ai livelli superiori è la previsione operativa. IN PRESENZA DI UN ALTO TASSO DI CAMBIAMENTO (Campagne) ESISTONO (in particolare nel N.T.) DELLE SOGLIE DI ACQUISTO (assortimento gestito, valore dell’ordine) NON PERCEPIBILI ANALIZZANDO IL SOLO POTENZIALE DI PRODOTTO. IL PROCESSO TOP-DOWN CONSENTE INOLTRE SIMULAZIONI UTILI AI FINI DELL’ELABORAZIONE DEI BUDGET.

30 PROCESSO PREVISIONALE fase di monitoraggio e controllo
IL PROCESSO PREVISIONALE PUO’ ESSERE DIVISO IN DUE FASI DISTINTE MA STRETTAMENTE COLLEGATE: fase “progettuale” fase di monitoraggio e controllo

31 PROCESSO PREVISIONALE
IDENTIFICAZIONE DELLE INIZIATIVE COMMERCIALI E DEFINIZIONE DEGLI OBIETTIVI RISULTATI ATTESI EVENTI/ EFFETTI lanci promozioni VENDITE sell-in sell-out BUSINESS INTELLIGENCE COLLABORATIVE INPUT STORIA RISULTATI ATTESI EVENTI PIANIFICATI FUTURO EVENTI IN CORSO OTTENUTI ORDINI MODELLI PREVISIONALI PRESENTE Ipotesi a t = 0 PROMO LANCI PIANO OPERATIVO CONTROLLO DEGLI OBIETTIVI SEGNALAZIONE DISCORDANZE OPERAZIONI INTERPRETAZIONE DELLE DISCORDANZE DATA WHAREHOUSE GENERATING DEMAND ENSURING SUPPLY

32 FASE PROGETTUALE UNA CAMPAGNA, IL LANCIO DI UN NUOVO PRODOTTO, UNA PROMOZIONE, RAPPRESENTANO PROGETTI AZIENDALI IN CUI VENGONO INVESTITE RISORSE PER RAGGIUNGERE DEFINITI OBIETTIVI. TALI OBIETTIVI POSSONO ESSERE MEGLIO PREVALUTATI ATTRAVERSO STRUMENTI DI BUSINESS INTELLIGENCE. LE BANCHE DATI E GLI STRUMENTI DI ANALISI FACILITANO LA BUSINESS INTELLIGENCE CONSENTENDO DI: individuare aree di rischio/opportunità (di prodotto e di canale) valutare il potenziale inespresso (di prodotto e di cliente) stimare l’impatto di una promozione stimare l’impatto di un nuovo assetto

33 (ipotesi a t = 0, cioè prima che l’evento abbia luogo)
FASE PROGETTUALE IN TAL SENSO SONO/SI STANNO SVILUPPANDO MODELLI TEORICI DI PREVALUTAZIONE (ipotesi a t = 0, cioè prima che l’evento abbia luogo) TALI PROTOTIPI HANNO LO SCOPO DI INDICARE POSSIBILI METODOLOGIE DI INDAGINE DA ATTIVARE PRIMA DELLA DECISIONE. IL PASSO SUCCESSIVO E’ CHE MKTG, TDMKTG, VENDITE FACCIANO PROPRI GLI STRUMENTI (volutamente user-friendly) E PERFEZIONINO LE METODOLOGIE DI VALUTAZIONE FACENDOLE EVOLVERE A standards aziendali

34 FASE DI CONTROLLO AVANZAMENTO
IL MONITORAGGIO SISTEMATICO andamento => obiettivi definiti E’ STATO FINALIZZATO AD INDIVIDUARE E SEGNALARE LE DISCORDANZE IN TEMPO UTILE PER INTRAPRENDERE AZIONI CORRETTIVE: di natura commerciale NUOVE AZIONI RETTIFICA DEGLI OBIETTIVI di natura operativa RIASSORTIMENTO ULTIME PRODUZIONI PREVENZIONE OBSOLETI LE TECNICHE DI MONITORAGGIO E RIPROIEZIONE SONO DIVERSE IN FUNZIONE DEI PRODOTTI E DEI LEAD TIME DI REAZIONE.

35 FASE DI CONTROLLO AVANZAMENTO
prodotti rituali o ad altissima stagionalità MODELLI DI ANALISI CAMPIONARIA CONSENTONO STIME “A CHIUDERE” CON PRECISIONE SUPERIORE ALL’ 80% GIA’ A PARTIRE DALLA 4/5 SETTIMANA DI PREVENDITA. (Nel caso N.T. ciò è sufficiente per riapprovvigionare e ritarare i mix; per il Grocery ciò non è sufficiente. Occorrerà migliorare la previsione a t = o) prodotti continuativi MODELLI DI CONTROLLO SONO STATI FINALIZZATI AD INDIVIDUARE E PROIETTARE O FILTRARE ANDAMENTI ANOMALI DELLA DOMANDA A SECONDA CHE SIANO CONSEGUENTI AL CONCRETIZZARSI DI AZIONI PROGRAMMATE O DOVUTI AD EVENTI ACCIDENTALI (anticipi/ritardi, nuovi listing/delisting, promozioni). I LIVELLI DI ACCURACY OTTENUTI SU MODELLI SPERIMENTALI (Grocery) SUPERANO L’85%

36 Gestione Operativa delle Previsioni
Sistema di Gestione Operativa delle Previsioni INPUT Previsioni SAS Miner a livello Segmento/Mese e Prodotto/Settimana OUTPUT Previsioni a livello Item/Settimana FUNZIONALITA Analisi delle Previsioni elaborate da Enterprise Miner Confronto di Consuntivi e Previsioni Top Down/Bottom Up a tutti i livelli della gerarchia prodotti Gestione dei coefficienti di ripartizione per i livelli della gerarchia prodotti Gestione dei coefficienti di ripartizione dei gruppi >item

37 Flusso delle informazioni
Flusso Top Down Flusso Bottom Up Previsioni Merceologia Previsioni Previsioni Miner Previsioni Segmento Previsioni Coeff Previsioni Tipologia Informazioni al dettaglio: MESE - RETE Previsioni Coeff Previsioni Gamma Previsioni Coeff Previsioni Prodotto Dettaglio: SETTIMANA - CANALE Previsioni Miner Prodotto Dettaglio: SETTIMANA - CANALE Coeff Previsioni ITEM Previsioni di domanda / uscita fatturato a livello ITEM

38 AREE DI OPPORTUNITA’ (SOTTOPRODOTTI)
GLI STRUMENTI SVILUPPATI CONSENTONO DI SUPPORTARE MEGLIO I SEGUENTI PROCESSI/ATTIVITA’ BUDGETING ANALISI PORTAFOGLIO CLIENTI/PRODOTTI GROCERY ANALISI PRESSIONE PROMOZIONALE ED EFFICACIA PROMOZIONI SCHEDA CLIENTE ANALISI OPPORTUNITA’/RISCHI DI PRODOTTO CANALE OTTIMIZZAZIONE ASSETTI AMBIZIONI INTEGRAZIONE DI TUTTO IL PROCESSO SCHEMA

39 PROCESSO PREVISIONALE INTEGRATO
CM/BU BUDGETING OBIETTIVI DI BU utile crescita reale DEFINIZIONE DEL PIANO DELLE AZIONI COMMERCIALI RIPARTIZIONE DEGLI OBIETTIVI X STRUTTURA MKTG E PER CANALE ANALISI DEL MERCATO consumi concorrenza prezzi PERFORMANCE DI PRODOTTO Penetrazione Rotazioni (trend - ciclo di vita) PIANO DELLE INIZIATIVE PROMO-PUBBL PROGETTI DI I & R ANALISI DELLE OPPORTUNITA’/RISCHI DI PRODOTTO E DI CANALE VERIFICA DI REALIZZABILITA’ DEGLI OBIETTIVI VOLUMI ATTESI VARIABILI CHIAVE DEFINIZIONE PRIORITA’ DI AZIONI I & R QUANTIFICAZIONE EVENTI Volumi Parametri chiave

40 PROCESSO PREVISIONALE INTEGRATO
RIPARTIZIONE DEGLI OBIETTIVI NEI PRODOTTI, NEI CANALI, NEL TEMPO CALENDARIO ATTIVITA’ COMM.LI (iniziative, eventi) CLUSTERIZZAZIONE PRODOTTI category (modalità di consumo) CLUSTERIZZAZIONE DEI CLIENTI assortimento, comportamento di acquisto) PROFILI TIPICI dinamiche di sviluppo temporale degli eventi MIX potenziali per SKU CONTROLLO AVANZAMENTO SELL-IN ATTESO SELL-IN EFFETTIVO Volumi COPERTURE CLIENTI ROTAZIONI PEI INIZIATIVE ALTERAZIONI STOCK DI CANALE Parametri che lo spiegano NUOVI OBIETTIVI NUOVE INIZIATIVE PROCESSO PREVISIONALE INTEGRATO PREVISIONI OPERATIVE

41 FORMAZIONE “PACCHETTO” IL SISTEMA SVILUPPATO E’ UN SISTEMA APERTO
NEL SENSO CHE NON SI CONFIGURA COME UN “PACCHETTO” CHE A FRONTE DI INPUT FORNISCE OUTPUT PREDEFINITI SECONDO MODELLI ANCH’ESSI PREDEFINITI ABBIAMO BANCHE DATI TRA LORO ALLINEATE E CORRELABILI (sell-in, resi, eventi, Nielsen,…) ABBIAMO STRUMENTI PER L’ANALISI MULTIDIMENSIONALE (guide, OLAP) ABBIAMO STRUMENTI PREVISIONALI EVOLUTI (miner)

42 SI TRATTA ORA DI SFRUTTARE AL MEGLIO QUESTO POTENZIALE
DURANTE IL PROGETTO, ORIGINARIAMENTE MIRATO AL CONTROLLO DEGLI ANDAMENTI DELLE VENDITE, CI SI E’ RESI CONTO CHE QUESTO NON POTEVA ESSERE FATTO IN MANIERA EFFICACE SE NON PASSANDO ATTRAVERSO UNA DEFINIZIONE DEGLI OBIETTIVI FORMULATA IN MANIERA COERENTE CON LE MODALITA’ DI CONTROLLO. L’OBIETTIVO E’ QUELLO CHE CIASCUN ENTE/FUNZIONE, NEI PROPRI AMBITI DI COMPETENZA, DEFINISCA DELLE METODOLOGIE DI LAVORO (che diverranno poi lo std aziendale) E GARANTISCA AL PROCESSO GLI INPUT NECESSARI AL SUO FUNZIONAMENTO.

43 OPERAZIONI PIANO OPERATIVO CONTROLLO DEL
Ipotesi Simulazioni DEFINIZIONE DEGLI OBIETTIVI BUSINESS INTELLIGENCE INTERPRETAZIONE DISCORDANZE Ipotesi a t = 0 BUDGET INIZIATIVE COMMERCIALI I & R PIANO OPERATIVO CONTROLLO DEL RAGGIUNGIMENTO DEGLI OBIETTIVI E SEGNALAZIONE DISCORDANZE CONTROLLO DELL’AVVERARSI DELLE IPOTESI FATTE proiezioni previsionali OPERAZIONI

44 PERCORSO FORMATIVO PROPOSTO
Parte informativa LOGICHE GENERALI Processi di Pianificazione e controllo ILLUSTRAZIONE PARTI REALIZZATE E GIA’ FRUIBILI Analisi multidimensionali Previsioni top-down Previsioni bottom-up Reports generabili STRUMENTI a cosa servono come si usano Tabelle pivot WEB-OLAP Guide PROPOSTE DI PERCORSI METODOLOGICI per lanci, promozioni, etc

45 ESEMPI DI IMPIEGO PER ANALISI DI BUSINESS INTELLIGENCE (Demo)
(Esempi di domande/risposte) l’analisi dei trends di aggregato, l’analisi dello spostamento dei mix di canale e di prodotto quali Insegne/gruppi/clienti portano l’80% del fatturato, analisi dei trends di volume, chi sale e chi scende, analisi delle dinamiche prodotto canale, analisi delle stagionalità tipiche di prodotto/canale, analisi delle dinamiche di campagna, analisi delle dinamiche di lancio: come si distribuiscono le vendite di un prodotto di successo? è possibile capire già dai primi ordini come evolverà il lancio? come si imposta l’analisi di cannibalizzazione, quali prodotti saranno cannibalizzati, quali prodotti sono stati cannibalizzati? come si relazionano i dati di sell-in e quelli di sell-out? è possibile analizzare l’evoluzione delle coperture di canale? come si identificano i prodotti ad alto potenziale poco spinti ed i prodotti a basso potenziale troppo spinti? quanto influisce la contenenza pacco nella penetrazione dei canali normal trade e grande distribuzione? quali sono gli aggregati temporali più stabili?

46 Approccio ACTION LEARNING
DEFINIZIONE DI METODOLOGIE STD DI ANALISI DEI DATI AZIENDALI quando faccio una cosa quali domande debbo pormi, quali risposte debbo fornire, con quali input debbo alimentare il sistema (collegamento con altri progetti aziendali) METODI E TECNICHE DI OTTIMIZZAZIONE DELLE RISORSE AZIENDALI Budget, SWOT analisys, ottimizzazione piani promoz., ott.ne assetti Gruppi di implementazione

47 ACCURACY 60-70% 80-85% 90% RISULTATI EFFETTI QUANTIFICATI
Prima Ora Obiettivo finale ACCURACY 60-70% 80-85% 90% EFFETTI QUANTIFICATI OBSOLETI PRODOTTI FINITI -50% % MATERIALI -30% -50% LIVELLO DI SERVIZIO VENDITE PERSE 2% 0,5% 0,2% ORDINI MODIFICATI 20% 5% 2% AFFIDABILITA’ % 80% 90% PROGR. DI PROD.

48 EFFETTI NON QUANTIFICATI
RISULTATI EFFETTI NON QUANTIFICATI REALISMO DEI PIANI COMM.LI PERFORMANCE DELLE PROMOZIONI INDIVIDUAZIONE DEI RISCHI/OPPORTUNITA’ DI PRODOTTO E DI CANALE INUTILI E COSTOSE FORZATURE INCREMENTO DEI RESI OTTIMIZZAZIONE SPENDING INNOVAZIONE/RINNOVAMENTO POCO MIRATI NON SFRUTTAMENTO DELLE AREE POTENZIALI