criterio stocastico: opera tale stima facendo ricorso ai principi fondamentali della statistica e del calcolo delle probabilità

Criterio deterministico

Particolarmente adatto quando il tipo di produzione è “su commessa”. In tal caso, nota la domanda del prodotto finito in corrispondenza di ciascun intervallo di tempo è agevole calcolare la domanda secondaria di parti componenti che da questa trae origine; basterà infatti che per ogni prodotto finito risultino disponibili i documenti di lavoro che indicano le aliquote di ciascun componente che entrano a far parte dell’unità di prodotto finito.

Con riferimento all’esempio precedente, indicando con Q(t) la “domanda primaria di A” al termine della settimana “t”, si può affermare che tale richiesta dà luogo:

 ad una “domanda secondaria di Q(t) unità di C1 e di C2” in corrispondenza della settimana (t – 3),

 ed una “domanda secondaria di materie prime e di prodotti di finitura” la cui disponibilità deve risultare anteriore rispettivamente alla settimana (t – 5) ed a quella (t – 1).

All’inizio della generica settimana “t” dovranno quindi essere emessi gli ordini che seguono (si veda al riguardo la fig. 2):

- fig. 2 -

 ordine di approvvigionamento inerente alle materie prime necessarie alla fabbricazione delle Q(t + 8) unità la cui consegna è prevista per l’inizio della settimana (t + 8);

 ordine di fabbricazione dei componenti necessari per la fabbricazione delle Q(t + 5) unità dell’assieme A da completarsi entro la 5° settimana;

 ordine di approvvigionamento dei prodotti ausiliari impiegati nella finitura delle Q(t + 4) unità di A la cui produzione ha termine per la settimana (t + 4);

 ordine di assemblaggio e di finitura per le Q(t + 3) unità del prodotto finito da completarsi entro la settimana (t + 3).

Il ricorso al criterio deterministico pur risultando assai conveniente si rivela in pratica alquanto limitato a causa delle assunzioni di base che lo caratterizzano:

 sia la natura che l’entità della “domanda primaria” sono state ipotizzate note e invariabili in tutto l’orizzonte di programmazione, ma ciò non avviene quasi mai, anche nel caso particolarmente favorevole di produzione su commessa;

 nel calcolo della “domanda secondaria” non si è tenuto conto che la durata delle lavorazioni nonché il numero ed il tipo di componenti facenti parte di ciascun assieme

possono subire variazioni conseguenti a modifiche tecniche apportate al ciclo di fabbricazione.

Criterio stocastico

Per far fronte alle difficoltà inerenti ad una imperfetta conoscenza della domanda nonché alle possibili modifiche tecnologiche che intervengono sul prodotto, si rende necessario il ricorso a criteri di previsione della domanda fondati “sull’analisi e l’estrapolazione dei dati storici a disposizione”. Tali criteri definiti appunto “stocastici” si avvalgono di metodologie di calcolo di tipo “regressivo” ovvero “autoregressivo”.

Tecniche regressive

Operano la stima della “domanda primaria” in base alla correlazione esistente tra questa ed alcune variabili (indicatori economici) che verosimilmente influenzano le richieste del mercato; tra i più usati risultano:

 reddito nazionale lordo;  reddito medio pro-capite;  reddito agricolo e industriale;  licenze edilizie concesse;

 produzione automobilistica ed immatricolazioni veicoli nuovi;  livello di occupazione;

 prezzi al consumo e all’ingrosso;  depositi bancari;

 produzione industriale;

 produzione di acciaio e cemento, ecc.

Di tali parametri si ricerca l’espressione funzionale che pone in correlazione l’entità della domanda pervenuta alle variabili in oggetto.

L’impiego della metodologia di calcolo regressiva presenta numerose limitazioni e difficoltà; la più evidente è quella inerente alla individuazione, tra le molteplici variabili che intervengono a caratterizzare il problema, dei parametri di maggiore importanza per gli obiettivi perseguiti; vanno in tal senso attuati procedimenti di calcolo iterativi la cui onerosità appare scontata in partenza. A ciò va aggiunto che mentre l’azienda è interessata ad una stima almeno mensile dei fabbisogni, taluni indicatori vengono resi noti con frequenza inferiore (trimestrale, semestrale, annuale), e ciò rende necessaria una ulteriore elaborazione.

In definitiva tali metodologie danno sicuramente risultati più attendibili, a fronte però, in alcuni casi particolarmente complessi, di un dispendio di tempo e di denaro proibitivi che rende l’utilizzo non conveniente.

Tecniche autoregressive

Una drastica riduzione dei calcoli necessari per la previsione della domanda può essere realizzata rinunciando a ricercare la correlazione che lega quest'ultima a taluni indici oggettivi e limitandosi ad operare una stima della prevedibile richiesta in base alla semplice estrapolazione dei “dati storici” inerenti alla domanda pervenuta in passato. Infatti nell'ipotesi che i fattori che valgono a caratterizzare la domanda non subiscano sostanziali modifiche nel tempo, la previsione dai fabbisogni può essere effettuata all'uopo utilizzando metodologie di calcolo autoregressive che pur pervenendo a risultati ugualmente attendibili, appaiono tuttavia indiscutibilmente più semplici e meno dispendiose di quelle basata sulla ricerca dalla correlazione esistente tra variabili.

Vale appena osservare che le metodologie di previsione autoregressive, per la natura stessa delle ipotesi su cui si fondano, sono in pratica utilizzabili solo per previsioni della domanda a medio-breve termine. Intatti, al crescere dell'orizzonte di previsione, la variazioni che via via intervengono a modificare le condizioni di mercato, renderebbero sempre meno attendibile una stima della domanda basata sull'estrapolazione dei dati storici.

Tale metodologia, oltre che risultare di impiego abbastanza semplice, presenta per di più il vantaggio di fare uso di informazioni facilmente reperibili all'interno stesso di un'azienda. Essa richiede infatti esclusivamente dati inerenti ai fabbisogni passati il cui reperimento non presenta in genere eccessive difficoltà.

Le tecniche di previsione autoregressive si fondano, come è noto, sull'estrapolazione della variabile in oggetto in funzione unicamente del “parametro tempo”.

Le “serie storiche”, o “serie temporali”, costituiscono la rappresentazione numerica o grafica dell'andamento di una variabile in un prefissato intervallo di tempo. Pertanto nel problema specifico una serie storica è costituita dall'insieme dei valori assunti in passato dalla “domanda primaria” o”secondaria” di un bene o di un servizio.

Una seria temporale contiene sovrapposti gli uni agli altri, gli effetti dei singoli fattori che intervengono a determinare l'andamento della domanda. Attesa la molteplicità di tali fattori, quest'ultimo presenta in realtà una correlazione con il tempo la cui espressione analitica si rivela di non agevola determinazione. Sicché si preferisce considerare tale

andamento risultante di tre componenti ad ognuna delle quali è demandato il compito di tener conto di uno dei tre fenomeni generalmente ricorrenti nelle serie temporali. In particolare