Dynamic Dual-Period Multi-Criteria Inventory Decision Framework (DPMC-IDF): An Empirical Comparison with ABC and ABC-XYZ

Immagina di essere il capitano di una massiccia nave cargo, ma invece di navigare l'oceano, stai navigando in un mare di migliaia di prodotti. Il tuo compito è decidere quali articoli inserire nei posti più sicuri e facilmente accessibili e quali possono essere riposti nella stiva profonda. Questo è il mondo della gestione dell'inventario, una parte cruciale per mantenere i negozi riforniti e le aziende redditizie. Per decenni, i capitani si sono affidati a due vecchie e fidate mappe: l'analisi ABC e l'analisi XYZ.

Pensa all'ABC come a una mappa che si cura solo di quanti soldi genera un articolo in un intero anno. È come classificare i tuoi amici solo in base a quanta pizza hanno mangiato in un anno, ignorando se l'hanno mangiata tutta in una notte o se l'hanno distribuita nell'arco di un mese. La XYZ è una mappa che osserva quanto sia "irregolare" la domanda. Utilizza uno strumento matematico chiamato "coefficiente di variazione" per ipotizzare se le vendite di un articolo siano costanti come un lago calmo o selvagge come un mare in tempesta. Il problema è che queste vecchie mappe sono statiche. Guardano l'intero anno come una singola foto grande e sfocata. Se una tempesta improvvisa colpisce a novembre, la mappa si confonde e pensa che l'intero anno sia stato tempestoso, portando i capitani a prendere decisioni errate su cosa scorteggiare.

Questo articolo introduce una nuova bussola dinamica, il Dynamic Dual-Period Multi-Criteria Inventory Decision Framework (DPMC-IDF). Invece di guardare l'intero anno in una volta sola, questo nuovo strumento divide l'anno in due metà (come due semestri) e osserva come gli articoli si muovono tra di esse. Non si limita a chiedere "quanto denaro hai guadagnato?", ma chiede: "come è cambiata la tua quota di torta?" e "le tue vendite sono saltate o sono crollate?". Facendo così, spera di individuare tendenze che le vecchie mappe perdono, come un prodotto che sta crescendo silenziosamente o uno che ha avuto un picco una tantum ma che è in realtà stabile. L'autore ha testato questa nuova bussola contro le vecchie per vedere se aiuta i capitani a evitare di rimanere senza scorte o di sprecare denaro su articoli che nessuno vuole.

Le Vecchie Mappe vs. La Nuova Bussola

L'articolo sostiene che il metodo tradizionale ABC-XYZ ha un grande punto cieco: assume che il mondo sia "stazionario", ovvero che non cambi molto nel tempo. L'autore dimostra che questo spesso è falso. Immagina un prodotto che vende 10 unità ogni mese per undici mesi, ma poi ne vende 100 nel dodicesimo mese a causa di una vendita festiva. La vecchia mappa XYZ guarda l'intero anno, vede il grande salto e calcola un punteggio di "volatilità" elevato. Etichetta il prodotto come "erratico" (un articolo Z), dicendo ai manager di trattarlo come un elemento imprevedibile. Ma in realtà, il prodotto è stato calmo per 11 mesi! La vecchia mappa è stata ingannata da quel singolo mese, proprio come una previsione del tempo che dice "è sempre tempestoso" a causa di un singolo uragano.

Allo stesso modo, la vecchia mappa ABC potrebbe classificare un prodotto come "Alto Valore" solo perché ha venduto molto in totale, anche se le sue vendite stanno diminuendo ogni mese. È come classificare un corridore come "il più veloce" perché ha corso una maratona una volta, ignorando che non ha più corso da allora.

Il Nuovo Strumento: Dividere il Tempo e Osservare lo Slittamento

Il framework DPMC-IDF corregge questo problema facendo tre cose intelligenti:

1. Dividere l'Orizzonte: Inveclus di guardare l'intero anno, taglia l'anno a metà (Periodo 1 e Periodo 2). Controlla come un articolo si è comportato nel primo semestre e poi di nuovo nel secondo. È come controllare i voti nel primo semestre e nel secondo semestre separatamente, invece di fare solo la media per l'intero anno.
2. Classifica Percentile: Invece di usare una semplice media (che può essere sbilanciata da un numero folle), classifica gli articoli l'uno rispetto all'altro. Chiede: "Questo articolo è andato meglio o peggio del 75% degli altri articoli?". Questo rende la classificazione più robusta contro gli outlier.
3. L'Indice di Volatilità (VI): Questa è la formula segreta. Calcola esattamente quanto è cambiata la quota di un articolo rispetto alle vendite totali dal primo semestre al secondo. Fornisce un codice a tre lettere (come LHV o HMM) che racconta una storia.
   • LHV potrebbe significare un articolo che è iniziato come "Basso" (Low) in termini di quota, è diventato "Alto" (High) e che è "Volatile".
   • HMM potrebbe significare un articolo che era "Alto" (High), è rimasto "Medio" (Medium) e che è "Moderato" (Moderate).

La Simulazione: Un Racconto di Tre Prodotti

Per testare la loro idea, l'autore ha creato un piccolo mondo simulato con solo tre prodotti:

• Prodotto A: Costante e affidabile, ma che sta lentamente perdendo quota di mercato a favore di un concorrente.
• Prodotto B: Un prodotto stagionale che inizia lentamente ma esplode in popolarità nella seconda metà dell'anno.
• Prodotto C: Un prodotto stabile che ha avuto un unico, enorme picco di vendite per un mese, per poi tornare alla normalità.

L'Errore delle Vecchie Mappe:

• La vecchia mappa XYZ ha etichettato sia il Prodotto B (la stella crescente) che il Prodotto C (il picco una tantum) come "Articoli Z Erratici" perché entrambi avevano alti punteggi di volatilità. Non riusciva a distinguere tra una sana tendenza di crescita e un glitch temporaneo.
• La vecchia mappa ABC ha inserito il Prodotto A e il Prodotto B nello stesso contenitore di "Alto Valore", ignorando che il Prodotto A stava svanendo mentre il Prodotto B stava crescendo.

Il Successo della Nuova Bussola:

• DPMC-IDF ha identificato correttamente il Prodotto B come LHV (da Basso ad Alto, Volatile), riconoscendo una tendenza di crescita che richiede investimenti.
• Ha etichettato il Prodotto C come MLV (da Medio a Basso, Volatile), rendendosi conto che il picco era temporaneo e che l'articolo era in realtà in declino, quindi non dovrebbe essere trattato come un articolo ad alta priorità permanente.
• Ha visto il Prodotto A come HMM, notando che anche se era costante, stava perdendo il suo vantaggio competitivo.

In questo test simulato, il nuovo framework ha commesso zero errori nella classificazione dei prodotti, mentre i vecchi metodi hanno commesso diversi errori. L'autore ha calcolato un "Indice di Riduzione del Rischio di Classificazione Errata" (MRRI) e ha scoperto che il nuovo strumento ha ridotto il rischio di errore del 100% rispetto ai vecchi metodi in questo specifico scenario.

Il Test del Mondo Reale: Il Negozio StellarMart

Tuttove, l'articolo non si ferma alle simulazioni. L'autore ha portato la sua nuova bussola su un dataset reale proveniente da un negozio chiamato StellarMart, che aveva 5.000 transazioni in quattro regioni (Est, Ovest, Sud, Nord) e 25 prodotti. Ha utilizzato i dati di vendita del 2023 per prevedere cosa sarebbe successo nel 2024.

Qui, la storia diventa un po' più sfumata. Il nuovo strumento non ha vinto ogni singola volta.

• Nella regione Sud, DPMC-IDF è stato un eroe, tagliando quasi a metà il tasso di errore rispetto ai vecchi metodi.
• Ma nelle regioni Nord e Ovest, ha ottenuto prestazioni leggermente peggiori rispetto alla vecchia mappa ABC-XYZ.
• Quando hanno guardato tutte e quattro le regioni combinate (100 articoli totali), il nuovo strumento ha ridotto il tasso di errore semplice di circa il 5,5% rispetto alla combinazione della mappa ABC-XYZ.

L'autore ha scoperto che il nuovo strumento fatica quando il trend di un prodotto si inverte dopo i due periodi monitorati. Ad esempio, se un prodotto è declinato nella seconda metà del 2023 ma è rimbalzato nel 2024, il nuovo strumento (che si basa pesantemente sulla seconda metà) potrebbe prevedere erroneamente che continuerà a declinare. Gli strumenti vecchi, che facevano la media dell'intero anno, a volte sono stati fortunati grazie alla capacità di smussare questi ribalzi.

Cosa Significa Tutto Questo

L'articolo conclude che DPMC-IDF è un potente nuovo strumento, ma non è una bacchetta magica che risolve tutto. Brilla quando i prodotti stanno attraversando cambiamenti strutturali — come una crescita costante o un declino costante — perché può vedere la direzione della tendenza. Aiuta i manager a individuare le stelle nascenti e le luci che si spengono che le vecchie mappe perdono.

Tuttavia, l'autore ammette che se il comportamento di un prodotto è imprevedibile o si inverte rapidamente, il nuovo strumento potrebbe inciampare. Suggerisce che in futuro lo strumento potrebbe essere migliorato guardando più di due periodi o combinandolo con altri metodi decisionali.

In breve, il framework DPMC-IDF offre un modo più dinamico e "consapevole del tempo" per gestire l'inventario. Suggerisce che, dividendo l'anno e osservando come gli articoli si muovono, le aziende possono fare scelte più intelligenti su cosa scorteggiare. Ma come ogni nuova tecnologia, funziona meglio in condizioni specifiche e richiede di essere utilizzato con una chiara comprensione dei propri limiti. Il lavoro dell'autore suggerisce che, sebbene le vecchie mappe siano ancora utili, è necessaria una bussola nuova e più flessibile per il mondo complesso e mutevole delle moderne catene di approvvigionamento.