Previsione della domanda nel 2026: la guida per chi vive il magazzino ogni giorno
Lettura 8 min · AstraLoop Studio
Ottobre. Devi ordinare le materie prime per il quarto trimestre, ma il foglio Excel che usi da tre anni ti sta dicendo di comprare come se il picco di dicembre fosse uguale a quello dell'anno scorso. Peccato che l'anno scorso avessi due clienti in meno e un prodotto in gamma in meno. Il magazzino ha ancora scatoloni dell'ultima promozione che non sono usciti, e il responsabile acquisti ti chiede: "quanto ordino, stavolta chi decide?"
La previsione della domanda è esattamente questo: capire quanto venderai (o produrrai, o dovrai spedire) nelle prossime settimane, per non trovarti con lo scaffale vuoto o con il magazzino pieno di roba che non si muove. Detta così sembra un esercizio da controller. In realtà è un lavoro fatto di numeri sporchi, correzioni a mano e telefonate con chi sta davanti allo scaffale ogni giorno.
Non è la stessa cosa per tutti: chi ne ha bisogno e perché cambia
Prima di parlare di software, vale la pena essere onesti su una cosa: "previsione della domanda" non significa la stessa attività in ogni azienda.
Un e-commerce con duemila SKU e resi giornalieri ha un problema di volume e di frequenza: deve ricalcolare spesso, su tantissime referenze, con dati che arrivano in automatico dalla piattaforma di vendita. Un'azienda manifatturiera con venti prodotti a catalogo ma lead time di fornitura lunghi ha un problema diverso: sbagliare la previsione oggi significa restare senza materia prima tra due mesi, perché il fornitore ha tempi suoi. Un distributore che rifornisce punti vendita ha bisogno di previsioni per punto di consegna, non solo per prodotto: il negozio di Bergamo e quello di Bari non consumano allo stesso ritmo.
E poi c'è chi vende un servizio, non un pezzo fisico: uno studio che deve pianificare quante ore di personale servono la settimana prossima, o un'azienda di manutenzioni che deve capire quanti interventi arriveranno in un certo periodo dell'anno. Anche lì si parla di previsione della domanda, solo che l'unità di misura non è "colli" ma "ore" o "interventi". Se lavori nel service, il discorso si intreccia spesso con la manutenzione predittiva, che è un cugino stretto: prevedere quando un impianto si romperà per pianificare in anticipo pezzi di ricambio e squadre.
Quindi la prima domanda da farsi non è "che software mi serve", ma "che tipo di previsione mi serve davvero, e a che livello di dettaglio". Un conto è prevedere il totale mensile di un'azienda, un altro è prevedere quanto venderà ogni singola taglia e colore in ogni singolo punto vendita.
Il punto di partenza: lo storico di vendita, con tutti i suoi difetti
Qualunque metodo tu usi, parte da lì: lo storico. Cosa hai venduto, spedito, prodotto, negli ultimi mesi o anni, articolo per articolo. Sembra semplice, ma è la parte dove nascono i primi problemi veri.
Primo problema: la stagionalità. Se vendi ombrelloni, agosto non è un mese come gli altri, e confrontare le vendite di agosto con quelle di aprile porta a numeri senza senso. Serve guardare lo stesso periodo dell'anno prima, non il mese prima. Un buon sistema di previsione riconosce questi pattern stagionali automaticamente; un foglio Excel gestito a mano li riconosce solo se qualcuno se li ricorda.
Secondo problema, più insidioso: le promozioni sporcano i dati. Se a marzo hai fatto uno sconto forte e le vendite sono schizzate, quel numero non racconta la domanda "normale" di marzo: racconta l'effetto della promozione. Se il sistema (o la persona che guarda il foglio) tratta quel picco come domanda ordinaria, la previsione del prossimo marzo sarà gonfiata, e ti ritroverai con merce in eccesso. Chi lavora bene su questo tema tiene traccia separata di "vendite da listino" e "vendite da promozione", proprio per non confondere le due cose.
Terzo problema: gli articoli nuovi non hanno storico. Punto. Non puoi prevedere sulla base del passato qualcosa che non è mai esistito. Qui il software più sofisticato del mondo non ti salva da solo: serve un criterio, tipo agganciare il nuovo articolo a un prodotto simile già venduto (stessa categoria, prezzo comparabile, stagionalità comparabile) e partire da lì, correggendo poi con le prime settimane di vendita reale. È un lavoro che richiede occhio, non solo algoritmo.
Come si misura se la previsione è buona o cattiva
Qui molte PMI si fermano prima ancora di iniziare, perché non hanno mai misurato l'errore di previsione. Prevedono, comprano, e se qualcosa non torna la colpa è "del mercato" o "del fornitore in ritardo". Ma senza misurare l'errore, non sai se il tuo metodo di previsione funziona o no.
L'errore di previsione, in sostanza, è la differenza tra quanto avevi previsto di vendere e quanto hai venduto davvero, per ogni articolo e per ogni periodo. Non serve un dottorato in statistica: basta confrontare, mese dopo mese, previsto contro reale, e guardare dove lo scarto è sistematico. Se un articolo viene costantemente sottostimato, forse la sua stagionalità non è mappata bene. Se un'intera categoria viene sovrastimata, forse c'è un fattore esterno (concorrenza, prezzo, trend) che nessuno sta considerando.
Un gestionale pensato bene su questo tema tiene lo storico delle previsioni fatte, non solo quello delle vendite: così puoi tornare indietro e vedere quanto ti sei sbagliato, articolo per articolo, e correggere il metodo invece di correggere solo il singolo ordine.
Vuoi vedere come si collega la previsione della domanda al resto del tuo gestionale, senza fogli Excel paralleli? Parliamo del tuo caso con AstraLoop.
Chi corregge la previsione a mano, e perché è normale
Nessun algoritmo, per quanto ben tarato, sa che il tuo cliente più grande ti ha appena detto a voce che il prossimo trimestre ordinerà il doppio perché sta aprendo due nuovi punti vendita. Non lo sa perché quell'informazione non è nei dati storici: è in una telefonata, in una fiera, in una mail commerciale.
Per questo, in un buon processo di previsione della domanda, c'è sempre un momento in cui una persona, spesso il responsabile commerciale o quello acquisti, guarda il numero calcolato dal sistema e lo aggiusta a mano, spiegando perché. Questo passaggio non è un difetto del sistema: è la parte più importante del processo, perché unisce il dato con l'informazione che il dato non può contenere.
Il problema, nelle aziende che lavorano ancora con fogli sparsi, è che questa correzione avviene a voce, si perde, e nessuno la registra. La volta dopo, la stessa previsione sballata si ripete perché nessuno si ricorda che l'anno scorso qualcuno aveva già corretto quel numero e il perché. Un sistema strutturato tiene traccia di chi ha corretto cosa, e quando: non per controllare le persone, ma per non perdere la conoscenza che quella correzione portava con sé.
Dove finisce la previsione: acquisti e produzione
Una previsione che resta su un foglio a sé stante, scollegata dal resto, serve a poco. Il punto è che il numero previsto deve arrivare dritto dentro chi decide quanto ordinare e quanto produrre.
Se sei un'azienda commerciale, la previsione alimenta il piano acquisti: quanto riordinare, quando, tenendo conto dei tempi di consegna del fornitore e delle scorte di sicurezza. Se sei un'azienda manifatturiera, la previsione alimenta il piano di produzione, e lì il discorso si allarga al calcolo del fabbisogno materiali, perché sapere quanto venderai non basta: devi sapere quanti componenti, quante materie prime, quanta capacità produttiva servono per arrivarci in tempo.
Quando questi due mondi (previsione e acquisti, previsione e produzione) sono su sistemi separati, o peggio su fogli diversi che nessuno tiene sincronizzati, il rischio è che la previsione venga fatta bene ma poi ignorata al momento dell'ordine, perché "è più veloce ordinare come al solito". È uno dei motivi per cui vale la pena guardare la previsione della domanda insieme al resto del ciclo, non come un modulo isolato: un buon gestionale di magazzino che parla con gli acquisti e con la produzione rende la previsione utile davvero, non solo un esercizio da fine mese.
Standard, verticale o su misura: come scegliere davvero
Qui arriva la domanda pratica: che software scegliere?
Se la tua azienda ha pochi SKU, una stagionalità semplice e un processo di riordino lineare, un modulo di previsione già pronto, magari incluso nel gestionale che usi già, può bastare e avanza. Non c'è nessun motivo di costruire qualcosa su misura per fare quello che uno strumento standard fa già bene: sarebbe tempo e budget sprecati. Se cerchi un punto di partenza generale su cosa valutare in un gestionale, la nostra guida su come scegliere un software gestionale per PMI copre bene i criteri di base.
Il problema nasce quando il tuo processo ha delle specificità che lo strumento pronto non contempla. Esempi reali: previsioni per punto vendita e non solo per prodotto, gestione separata di vendite promozionali e ordinarie che il modulo standard mischia senza distinzione, correzioni manuali che vanno tracciate con motivazione e responsabile per rispettare un audit interno o una certificazione, oppure il collegamento diretto tra previsione e piano di produzione con logiche di distinta base che il verticale generico non sa gestire.
In questi casi, forzare il processo dentro un prodotto pronto significa quasi sempre tornare a lavorare fuori dal sistema: un foglio Excel parallelo "perché il gestionale non lo fa", che è esattamente il problema da cui si voleva uscire. Quando la specificità del tuo processo è reale (non capriccio, ma un modo di lavorare che ti dà un vantaggio o che è imposto dal tuo settore), un gestionale su misura costruito attorno a come funzioni davvero tu, prodotto per prodotto, cliente per cliente, punto vendita per punto vendita, smette di essere un lusso e diventa la scelta più economica nel tempo, perché eviti la doppia gestione e gli errori che nascono dal passaggio manuale dei dati tra sistemi diversi.
Quanto costa, in linea di massima
Sui numeri veri bisogna essere onesti: dipendono troppo da quanti articoli gestisci, quanti punti vendita o stabilimenti, e da quanto è complessa l'integrazione con acquisti e produzione. In generale, un modulo standard ha un canone mensile per postazione, contenuto, e va bene se il tuo caso rientra nello standard. Una soluzione su misura ha un investimento iniziale una tantum per progettare e costruire il sistema attorno al tuo processo, più un canone di manutenzione più leggero rispetto al canone di un prodotto ricco di funzioni che non usi. Se vuoi capire come si ragiona sui costi di un progetto su misura in generale, ne parliamo nel dettaglio in quanto costa un software su misura.
La domanda giusta da farsi non è "quale costa meno oggi", ma "quale mi costa meno nei prossimi tre anni, contando anche il tempo perso a correggere gli errori di un sistema che non calza". Se vuoi confrontare i due percorsi con più calma, in su misura o standard, quale scegliere trovi lo stesso ragionamento applicato in generale ai gestionali aziendali.
Se il tuo magazzino oggi vive di rincorse, ordini fatti a sensazione e correzioni urgenti perché nessuno aveva previsto quel picco, il primo passo non è comprare un software: è mappare come funziona davvero il tuo processo di previsione oggi, chi corregge cosa e perché. Da lì, con AstraLoop, si costruisce un sistema che parla la lingua del tuo magazzino, non quella di un manuale.
Domande frequenti
Cos'è la previsione della domanda in un magazzino aziendale?
È la stima di quanto venderai o dovrai produrre nelle prossime settimane, articolo per articolo, per decidere quanto ordinare o produrre senza restare senza scorte o accumulare merce invenduta. Parte sempre dallo storico di vendita, corretto per stagionalità, promozioni e informazioni commerciali recenti.
Come si misura l'errore di previsione della domanda?
Si confronta, per ogni articolo e periodo, quanto era stato previsto con quanto è stato venduto davvero. Serve tenere uno storico delle previsioni fatte, non solo delle vendite, per capire dove lo scarto è sistematico e correggere il metodo, non solo il singolo ordine.
Perché le promozioni rendono difficile prevedere la domanda?
Perché un picco di vendite dovuto a uno sconto non rappresenta la domanda ordinaria. Se viene trattato come domanda normale, la previsione del periodo successivo risulta gonfiata e porta ad acquistare più del necessario. Va tenuta traccia separata tra vendite a listino e vendite promozionali.
Come si prevede la domanda per un articolo nuovo senza storico?
Non esiste un metodo puramente automatico: si aggancia il nuovo articolo a un prodotto simile già venduto per categoria, prezzo e stagionalità, si parte da quella base, e si corregge rapidamente con i dati reali delle prime settimane di vendita.
Conviene un modulo di previsione standard o un sistema su misura?
Se il processo è semplice, pochi SKU, stagionalità lineare, un modulo standard incluso nel gestionale basta. Conviene il su misura quando servono previsioni per punto vendita, tracciamento delle correzioni manuali, o collegamento diretto con produzione e distinta base che il prodotto pronto non gestisce senza forzature.
Vuoi capire se ti serve un modulo pronto o un sistema costruito sul tuo processo di previsione? Parliamone: AstraLoop progetta gestionali su misura partendo da come lavora davvero il tuo magazzino.