L’inesattezza dei dati ha un costo di circa 1,4 mld di sterline l'anno
In UK si stima una perdita di ricavi dell’1% ogni anno da parte di rivenditori al dettaglio e fornitori
Uno studio condotto in Inghilterra da LCP Consulting e dalla Cranfield School of Management stima che l’inesattezza dei dati fra i principali rivenditori al dettaglio di generi alimentari e i loro fornitori comporta costi pari all’1% dei ricavi, ovvero 1,4 mld di sterline (1,6 mld di euro) l’anno. Questo è notevolmente superiore a quanto previsto da un recente studio di GS1 UK e della Cranfield School of Management, che stimano 200 mln di sterline (231 mln di euro) l’anno.
Il professor Alan Braithwaite e il coautore professor Richard Wilding, entrambi della Cranfield School of Management, hanno condotto questa ricerca applicando l’analisi statistica Six Sigma ai risultati dello studio GS1. Hanno identificato un altissimo livello di inesattezza nei dati dei rivenditori pubblicati da GS1 – 29.000 volte peggiore dei risultati Six Sigma – evidenziando l’inesattezza di un elemento di dati ogni dieci, il che comporta un’incoerenza dell’80% nella registrazione dei dati complessivi (GTIN).
I calcoli del professor Braithwaite hanno identificato più in dettaglio il livello della performance aziendale relativo ad un dato rivenditore, mostrando come possa incidere sulla performance di una singola impresa. Secondo il professore, la precisione dei dati è scarsa, con errori nelle dimensioni fisiche, nei prezzi e nei parametri operativi, come il riempimento degli scaffali, i livelli di ricostituzione delle scorte e altre quantità. Dietro questo problema si cela una grande opportunità per ridurre i costi. Il professore consiglia alle aziende di esaminare i principali processi di gestione dei dati unitamente ai metodi di identificazione e acquisizione.
“I business case relativi ad investimenti in sistemi e processi di identificazione possono essere più importanti di quanto previsto”, commenta il professor Alan Braithwaite. “Per ottenere risultati non è necessario dover investire in costi di gestione ma piuttosto concentrarsi sull’organizzazione e migliorare i processi e analizzare gli indici delle performance migliori - l’esperienza mostra che quando qualcosa è migliore è anche più conveniente”.
Il professor Richard Wilding commenta: “I livelli di inesattezza citati e i relativi costi sono preoccupanti. Questo riguarda in particolare il caso degli enormi investimenti che i grandi rivenditori al dettaglio hanno realizzato nell’identificazione dei prodotti, l’acquisizione di dati e l’integrazione della supply chain, oltre all’interesse di molte imprese sui metodi Lean e Six Sigma”.
Dal punto di vista di Zetes, questo studio è un’ulteriore conferma dell’importanza di acquisire dati precisi in tempo reale all’interno dell’intera supply chain. Visibilità è la parola d’ordine nel settore al dettaglio poiché le imprese guardano ad una supply chain che funzioni “just-in-time”, con una gestione delle scorte in tempo reale. Ma anche se esiste la tecnologia per ottenere tassi di precisione di livello Six Sigma nell’acquisizione dei dati in un sistema ERP , questa ricerca evidenzia come l’inefficienza di certi processi di gestione dei dati possa limitare i potenziali vantaggi che ne conseguono. I rivenditori devono essere consapevoli di ciò prima di avviare un progetto, effettuando verifiche sia prima di realizzare l’investimento sia in fase di attuazione.
Per riepilogare questo aspetto, LCP insiste su 8 punti chiave per migliorare l’accuratezza dei dati
- Misurare di continuo la performance effettiva
- Riguardo alle dimensioni fisiche, utilizzare strumenti di misura per acquisire i dati mancanti al ricevimento della merce
- Monitorare e analizzare la rettifica dei dati
- Attuare un processo di revisione continua
- Applicare quanto sopra per identificare il valore potenziale e concentrarsi sulle grosse opportunità
- Migliorare sistematicamente i processi per gestire gli input
- Realizzare tassi di precisione di livello Six Sigma nei KPI interfunzionali e rendere la qualità dei dati una responsabilità comune
- Automatizzare l’allineamento dei dati dove possibile
-