L’analisi ABC-XYZ per avere previsioni più accurate delle scorte a magazzino

Monitorare costantemente i consumi, le quantità di materie prime a magazzino e applicare l’analisi abc-xyz permette di ottimizzare lo stock avendo sempre a disposizione il materiale necessario.

Per garantire la continuità nella produzione è fondamentale avere la giusta quantità di materie prime a magazzino. Ogni azienda ha le proprie strategie di approvvigionamento adatte al mercato in cui opera ognuna delle quali vanta dei punti di forza e dei rischi; analizzare continuamente il proprio fabbisogno permette di compiere le migliori scelte in termini di acquisti e stoccaggio delle materie prime soppesando al contempo i rischi.

L’analisi ABC-XYZ, considerando lo storico delle quantità consumate e la variazione della domanda, è un valido strumento per tale finalità permettendo di disporre di forecast più precisi e identificando in anticipo i prodotti critici.

Pareto: il punto di partenza

È piuttosto scontato che, per valutare le quantità di prodotto da acquistare, bisogna avere un’idea di quanto esse, in media, vengono consumate e a questo scopo torna utile la regola 80/20 ovvero il principio di Pareto. Tale regola empirica evidenzia come, in molte situazioni, la maggior parte degli effetti sono generati da pochi fattori e che quindi, individuando questi ultimi e intervenendo con opportune azioni, si ottengono ottimi risultati minimizzando l’impegno.

Applicando tale principio al magazzino, molte aziende riscontrano che, sebbene a stock sia presente un’ampia gamma di materiali e spessori, la loro produzione è basata principalmente su una minoranza di tali referenze.

Per avere un’evidenza tangibile del fenomeno è sufficiente fissare un orizzonte temporale sul quale effettuare l’analisi, calcolare il consumo dei vari materiali e ordinarli in ordine decrescente. A questo punto si procede calcolando le frequenze relative (ovvero le percentuali di consumo di ogni referenza sul totale) e, in ultimo step si calcolano le frequenze relative cumulate sommando a ogni frequenza relativa tutte le precedenti. Il controllo da effettuare per essere sicuri che il procedimento sia stato eseguito correttamente è assicurarsi che la somma di tutte le frequenze relative sia 1 (o 100% se si opera in termini percentuali) e che il valore della frequenza relativa cumulata in corrispondenza dell’ultima referenza, ovvero quella con minor consumo, sia anch’esso 1 o 100%.

Si è così applicato il principio di Pareto; l’analisi ABC effettua un ulteriore step suddividendo i materiali in 3 classi di consumo al fine di individuare le migliori strategie di gestione.

• Classe A: sono i materiali a elevato consumo che incidono pesantemente sulla produzione aziendale, qualora dovessero esaurirsi la produzione sarebbe seriamente compromessa. Possono ricadere in questa classe le referenze che, ad esempio, costituiscono dallo 0 alla 80% della produzione.
• Classe B: sono i materiali a consumo ridotto che, sebbene fondamentali per la produzione, ne costituiscono una parte marginale. In questa classe possono rientrare i materiali che costituiscono dall’80% al 95% della produzione in base all’analisi di Pareto.
• Classe C: le referenze che costituiscono la “coda lunga” del consumo di materie prime. Il loro impatto sulla produzione è assai ridotto, come ad esempio quelli a cui corrispondono il 95-100% delle frequenze relative cumulate in base al principio di Pareto.

Le soglie che definiscono i valori delle classi A, B e C sono fissate arbitrariamente in base alla sensibilità del management avendo sempre cura di assegnare l’impatto maggiore alla classe A e il minore alla classe C.

Fallacia dell’analisi ABC

La classificazione ABC è un buono strumento per concentrare le energie sui prodotti che rappresentano i maggiori consumi. Essa diventa fallace quando la domanda non è costante ma variabile nel tempo. L’incertezza della domanda, infatti, può portare a creare delle scorte errate per le varie categorie di materie prime. Integrando l’analisi ABC con altre 3 classi (X, Y e Z) che classificano ulteriormente le varie referenze in base alla loro deviazione standard nel consumo è possibile aggiungere profondità e accuratezza.

Analisi della variabilità

Lo scopo della seconda parte dell’analisi è andare a fornire altre tre classificazioni:

• Classe X: rappresenta i prodotti che hanno una domanda regolare nel tempo. Il consumo dei prodotti risulta costante nel tempo rendendone facile la prevedibilità e la gestione tramite azioni tempestive che anticipano eventuali stock-out.
• Classe Y: prodotti che hanno una variabilità nella domanda maggiore rispetto ai prodotti di classe X, tale variabilità può essere causata da numerosi fattori come ad esempio la stagionalità. Essi sono più difficili da prevedere ma è ancora possibile attuare degli accorgimenti che prevengano eventuali stock-out.
• Classe Z: prodotti che hanno una domanda variabile e assolutamente imprevedibile. La volatilità rende difficile qualsiasi previsione e comporta un elevato rischio di stock-out. Per facilitare la gestione sono richieste ulteriori analisi o strategie commerciali ad hoc.

A tale scopo è necessario calcolare il coefficiente di variazione di ogni referenza (media aritmetica/deviazione standard), è un indice di dispersione che indica quanto i valori registrati si discostano dalla media aritmetica.

Dopo aver calcolato i coefficienti di variazione è il momento di fissare i valori che determinano gli estremi delle classi X, Y e Z. Anche in questo caso le soglie del coefficiente di variazione che determinano le 3 classi sono da fissarsi in base alla sensibilità del manager e alle soglie di rischio accettabili.

L’unione fa la forza

Dall’applicazione contemporanea delle due analisi fino a qui descritte si vanno a generare 9 classi di prodotto (figura 1). Possiamo generalmente affermare che tutte le classi che contengono la X non presentano grosse criticità e possono pertanto essere gestite con approvvigionamenti costanti provando a minimizzare il cover index (stock attuale / consumo medio) dal momento che il rischio di picchi di domanda che possano causare la rottura dello stock è limitata.

Le classi che, al contrario, coinvolgono la fascia Z sono più rischiose e, di conseguenza, sarebbe opportuno avere a magazzino scorte maggiori per fare fronte ai picchi di domanda; in questo caso si aumenta l’indice di copertura per far fronte alla maggiore variabilità.

Per quanto concerne le fasce A, B e C esse sono un amplificatore di rischio: le classi di fascia A, dal momento che impattano maggiormente sulla produzione, potrebbero creare maggiori problemi nel caso venissero a mancare; al contrario, le classi di fascia C, costituirebbero un problema relativo.

Scendendo nel dettaglio possiamo identificare:

• Prodotti di classi AX, BX, CX: semplice gestione, una volta stabilito il consumo mensile o settimanale sarà sufficiente pianificare gli approvvigionamenti affinché il periodo di riferimento sia coperto.
• Prodotti di classe AY e BY: sono importanti per la produzione ma l’instabilità della domanda costituisce un fattore di rischio. Sono i prodotti più interessanti sui quali applicare tecniche di previsione della domanda quali analisi della stagionalità oppure regressione lineare o multivariata; qualora fosse possibile costituire un modello previsionale efficace potrebbero essere trattati come i prodotti sopra descritti, altrimenti è necessario aumentare lo stock a magazzino per compensare eventuali picchi.
• Prodotti di classe AZ: sono i più rischiosi da gestire in quanto hanno un impatto significativo ma difficilmente il loro consumo segue pattern prevedibili. Spesso l’unica soluzione è avere grandi quantità a stock accettando i relativi costi.
• Prodotti di classe CY, BZ e CZ: sono prodotti dalla domanda instabile ma con un impatto basso o contenuto. Il loro scarso consumo solitamente non giustifica sforzi per costruire modelli previsionali; qualora siano di importanza fondamentale per la produzione possono essere trattati come i prodotti di classe AZ (aumentando le scorte a magazzino con i relativi costi); qualora invece non siano fondamentali e il rischio stock-out possa essere accettabile è possibile anche ordinarli sul venduto. In questo caso il cliente avrebbe tempi di consegna più lunghi ma il magazzino sarebbe più snello.

Principali benefici

Sebbene i calcoli da effettuare per l’analisi ABC-XYZ siano macchinosi e siano richieste delle conoscenze statistiche di base, essa può essere automatizzata con un semplice foglio di calcolo elettronico e i benefici che si ottengono sono tutt’altro che trascurabili. Abbiamo visto come in primis essa aiuti a ottimizzare il magazzino bilanciando i rischi di over-stock e stock-out evidenziando i rischi e i benefici di eventuali azioni e aiutando a porre in atto le migliori strategie di gestione; inoltre, aspetto di importanza crescente al crescere delle dimensioni aziendali, aiuta a giustificare le scelte di approvvigionamento.

In generale, come ogni strategia che abbia come obiettivo l’ottimizzazione, anche l’applicazione dell’analisi ABC-XYZ, grazie alla propria finalità di efficientare le scorte di materie prime, comporta una riduzione dei costi di magazzino senza compromettere il servizio offerto alla clientela. Per concludere è bene ricordare che ogni processo di analisi per quanto potente e dettagliato, tenderà sempre a semplificare la realtà, quindi, è sempre necessario analizzare i risultati con sguardo critico.

UN ESEMPIO PRATICO

Per familiarizzare con l’analisi ABC-XYZ immaginiamo un’azienda che abbia a catalogo 12 codici di acciaio e decida di ottimizzare la gestione delle materie prime. Viene così tracciato il consumo per un periodo di 6 settimane (figura 2) definendo anche il consumo totale e il consumo medio settimanale, tracciamo anche le quantità attualmente in giacenza (colonna stock) e calcoliamo anche l’indice di copertura come rapporto tra lo stock attuale e il consumo medio settimanale. Il primo passo è riordinare i dati in senso decrescente in base al consumo settimanale (figura 3) calcolando il peso di ogni referenza sul totale, ovvero le frequenze relative (colonna “Share”) e, in seguito, le frequenze relative cumulate (colonna “Pareto) ottenendo così gli input necessari all’analisi ABC. Per la parte di analisi della domanda si procede calcolando la media aritmetica e la deviazione standard e, dal rapporto tra deviazione standard e media aritmetica, il coefficiente di variazione. È ora il momento di fissare le soglie delle varie fasce: dal momento che la produzione è molto sbilanciata verso una singola referenza, definiamo prodotti di fascia A quelli che costituiscono il 60% della produzione, i prodotti di fascia B saranno quelli che si collocheranno tra il 60% e il 95% mentre i prodotti di fascia C i rimanenti. In merito alle soglie di variabilità, definiamo un rischio accettabile valori entro il 10% del coefficiente di variazione, valori inferiori al 20% saranno imputabili alla classe Y mentre la classe Z vedrà tutti i valori superiori.

Classificando i vari prodotti ci si rende conto di come il prodotto “j” è il più problematico (elevato consumo ed elevata variabilità); desta attenzione anche il fatto che il cover index (per quanto esso sia poco indicativo vista l’elevata variabilità) è piuttosto basso, motivo per il quale sarebbe opportuno aumentare urgentemente la quantità a magazzino. I prodotti “a”, “d” e “b” dal momento che risultano in classi AX e BX non destano particolare attenzione; i cover index sono una buona approssimazione del reale consumo settimanale motivo per il quale è necessario solamente sincerarsi che vi siano giacenze a sufficienza per coprire un paio di settimane di operatività (lo stock del prodotto “b” risulta addirittura sovradimensionato).

I prodotti evidenziati in giallo possono essere oggetto di un’ulteriore analisi per capire se esiste una correlazione tra il loro consumo e qualche altro fenomeno aziendale prevedibile al fine di creare un modello previsionale, in alternativa conviene sincerarsi che il cover index sia, ad esempio, superiore a 4 settimane. Infine, per quanto concerne i prodotti in arancione la cui domanda è imprevedibile ma il consumo non influisce sostanzialmente sulla produzione, non vi sono grosse criticità dal momento che il materiale a stock è, assai probabilmente, in grado di garantire alcune settimane di copertura. Anche in questo caso è possibile, per sicurezza, aumentare gli ordini oppure posticipare gli ordini accettando il rischio di esaurimento scorte.