Previsioni di vendita in magazzino: la guida 2026 per la PMI
Lettura 8 min · AstraLoop Studio
Il commerciale ti dice che il cliente storico rifarà l'ordine grosso a settembre. Tu, sulla base di quella riga scritta a mano nel foglio Excel, prenoti il container, blocchi lo spazio in magazzino, magari anticipi la produzione. A settembre l'ordine arriva, ma è la metà. Nel frattempo hai pallet fermi tra le corsie, capitale immobilizzato negli scaffali e un fornitore a cui hai chiesto una consegna che ora ti pesa in giacenza per tre mesi. Questo non è un problema di vendite. È un problema di previsioni di vendita che non hanno mai incontrato il magazzino.
Chi gestisce operations, acquisti o produzione in una PMI conosce bene questa distanza. Le previsioni nascono in un foglio del commerciale o in un CRM, e il magazzino le scopre solo quando arriva l'ordine di produzione o la richiesta di riordino. Nel mezzo non c'è quasi mai un metodo condiviso, solo la sensazione di chi ha visto il cliente l'ultima volta.
Perché le previsioni dei commerciali, da sole, non bastano
Non è cattiva fede. È struttura dell'incentivo: chi vende viene misurato su quello che chiude, non su quanto la sua stima si è avvicinata alla realtà. Il risultato è un ottimismo sistematico che si ripete trimestre dopo trimestre, quasi sempre nella stessa direzione, verso l'alto. Un commerciale che segnala "probabile" un ordine ancora in trattativa lo fa perché ci crede, o perché vuole tenerlo visibile in pipeline, non perché stia mentendo. Ma se prendi quella riga così com'è per decidere quanti colli tenere a scorta o quando far partire un lotto di produzione, stai costruendo un piano su un dato che sistematicamente pende da una parte.
La correzione non è diffidare del commerciale, è pesare quello che dice. Da qui nasce l'idea di pipeline ponderata per probabilità: ogni opportunità in trattativa porta con sé una probabilità di chiusura attesa (una trattativa appena aperta pesa poco, un ordine con contratto firmato ma consegna non ancora programmata pesa quasi come certo) e chi pianifica acquisti e magazzino lavora sul valore pesato, non sul totale ottimistico che il commerciale vedrebbe volentieri realizzato.
Lo storico come contrappeso
La pipeline ponderata da sola resta comunque un'opinione, sia pure corretta. Il contrappeso vero è lo storico: cosa è successo negli stessi mesi degli anni precedenti, quanto ha inciso la stagionalità, quali codici si muovono insieme (chi vende ombrelloni di solito vende anche teli mare), quanto tempo passa in media tra la firma di un ordine e la consegna reale. Un magazzino che tiene solo il dato del commerciale sbaglia in una direzione. Uno che guarda solo lo storico sbaglia nell'altra, perché ignora che quest'anno è entrato un cliente nuovo o che ne è uscito uno grosso. La previsione utile sta nell'incrocio: la pipeline dice cosa il mercato segnala adesso, lo storico dice quanto fidarsi di quel segnale.
In pratica significa avere, per ogni codice o famiglia di prodotto, due numeri affiancati: quello che arriva dal commerciale, pesato, e quello che arriva dallo storico dello stesso periodo. Quando i due numeri divergono molto, è il momento di guardarci dentro prima di ordinare o produrre, non dopo.
L'orizzonte temporale conta più del modello
Un errore comune è cercare la previsione "giusta" senza chiedersi per cosa serve. L'orizzonte utile cambia in base alla decisione che deve alimentare. Per riordinare un articolo con lead time di una settimana dal fornitore locale, bastano le ultime settimane di vendita reale: non serve nessuna proiezione a sei mesi. Per pianificare un acquisto import con nave e sdoganamento, l'orizzonte utile diventa quello dei tre o quattro mesi, perché è il tempo tra l'ordine al fornitore e l'arrivo a scaffale. Per programmare un turno produttivo o prenotare una materia prima con lead time lungo, l'orizzonte si allunga ancora, con tutta l'incertezza che comporta.
Chi progetta un gestionale su misura parte proprio da qui: non un'unica previsione generica, ma orizzonti diversi collegati alle decisioni reali che magazzino e produzione devono prendere, ciascuno con il proprio lead time di riferimento. È uno dei punti su cui uno strumento standard fatica di più, perché tende a offrire una sola vista temporale uguale per tutti i codici, mentre nella pratica un ricambio a rotazione rapida e una materia prima a lead time lungo non possono vivere sullo stesso orizzonte.
Da dove arriva davvero la domanda: non tutte le PMI sono uguali
Qui vale la pena fermarsi, perché "previsioni di vendita" non significa la stessa cosa per tutti. Un'azienda di servizi con pochi clienti importanti lavora quasi solo sulla pipeline commerciale: pochi nomi, valori alti, e la previsione coincide in buona parte con lo stato delle trattative aperte. Un'azienda di produzione con distinta base ha un problema diverso e più a monte: la previsione di vendita del prodotto finito deve tradursi in fabbisogno di componenti e materie prime, con tempi di approvvigionamento diversi per ogni voce, il terreno tipico di un gestionale MRP. Un e-commerce o un retailer con centinaia di SKU lavora su volumi alti e margini unitari bassi, dove la previsione serve soprattutto a non restare senza scorta sui best seller e a non affogare in giacenza gli articoli a bassa rotazione: qui la logica assomiglia più a un gestionale di magazzino con soglie di riordino automatiche che a una pipeline commerciale vera e propria. E poi ci sono le realtà miste, distributori o grossisti, dove convivono entrambe le logiche: previsione per famiglia di prodotto basata sullo storico, più un correttivo qualitativo sui clienti grandi che il commerciale segue uno per uno.
Non esiste quindi un solo modo corretto di fare previsioni di vendita. Esiste il modo giusto per il tuo processo, che dipende da quanti codici gestisci, da quanto pesano i clienti singoli sul fatturato e da quanto sono lunghi i tuoi lead time di produzione o approvvigionamento.
Se il tuo processo di previsione oggi vive tra un foglio Excel e la memoria del commerciale, un gestionale su misura può collegare pipeline, storico e magazzino in un unico posto. Scopri come lavora AstraLoop su misura.
Cosa deve fare davvero il software, punto per punto
Spogliato dal marketing, un sistema di previsione utile per una PMI deve reggere poche cose ma farle bene:
- Raccogliere la pipeline commerciale con probabilità di chiusura assegnata, non solo l'elenco delle trattative aperte.
- Confrontare quella pipeline pesata con lo storico dello stesso periodo, per codice o per famiglia, evidenziando gli scostamenti forti.
- Gestire orizzonti temporali diversi legati ai lead time reali di riordino, import e produzione, non un'unica proiezione uguale per tutto.
- Alimentare in automatico le decisioni a valle: liste di riordino verso i fornitori, fabbisogno di materie prime per la produzione, priorità di picking sugli articoli in tensione.
- Tenere traccia di previsto contro realizzato, mese per mese e commerciale per commerciale, per capire nel tempo di chi fidarsi di più e di chi correggere sistematicamente le stime.
Quest'ultimo punto è quello che quasi nessuno fa e che vale più di tutti gli altri messi insieme. Se tieni traccia del confronto tra previsto e realizzato per ogni agente o area commerciale, dopo due o tre trimestri hai un dato oggettivo: chi tende a essere sistematicamente ottimista, chi invece è quasi sempre allineato. A quel punto puoi applicare un fattore di correzione personale alla pipeline di ciascuno, invece di trattare tutte le stime come se valessero allo stesso modo. È un lavoro di poche righe in un database ben strutturato, quasi impossibile da tenere aggiornato a mano su un foglio.
Excel, modulo verticale o su misura: quando basta lo standard
Va detto con chiarezza, perché è quello che rende credibile il resto del discorso: se hai pochi codici, un solo magazzino e una pipeline commerciale semplice, un buon foglio di calcolo ben tenuto, o il modulo previsionale incluso nel gestionale già in uso, possono bastare per parecchio tempo. Non ha senso costruire un sistema su misura per gestire dieci clienti e cinquanta codici: il problema in quel caso è la disciplina nell'aggiornare i dati, non lo strumento.
Il discorso cambia quando il processo ha specificità che il prodotto pronto ti costringe a piegare: orizzonti temporali diversi per famiglie di prodotto diverse, una logica di ponderazione della pipeline legata a come lavorano davvero i tuoi commerciali, un collegamento diretto tra previsione e fabbisogno di produzione che nessun modulo standard modella esattamente come serve a te. In quei casi il modulo previsionale di un gestionale generalista ti obbliga o a semplificare il tuo processo per farlo entrare nello strumento, o a tenere comunque un foglio Excel parallelo che nessuno guarda con continuità: il segnale che lo strumento non sta più seguendo il lavoro reale.
Un gestionale su misura ha senso proprio in questo passaggio: non sostituisce il buon senso di chi conosce i clienti, ma lo struttura, lo pesa e lo confronta con lo storico dentro un unico sistema, collegato in automatico ad acquisti, magazzino e produzione invece di restare un file isolato che qualcuno deve ricopiare a mano ogni lunedì mattina.
Quanto costa, in ordine di grandezza
Sui numeri veri, meglio essere onesti fin da subito: un modulo previsionale dentro un gestionale standard ha di solito un canone mensile per postazione, spesso incluso nel pacchetto più completo che già usi. Uno sviluppo su misura comporta invece un investimento iniziale una tantum per progettare la logica di ponderazione, gli orizzonti temporali e i collegamenti con magazzino e produzione, seguito da un costo di manutenzione più contenuto nel tempo. Non esiste una cifra valida per tutti: dipende da quanti sistemi deve collegare (il gestionale attuale, il CRM, l'e-commerce), da quanti orizzonti e famiglie di prodotto deve gestire e da quanto è approfondita l'analisi previsto-realizzato che vuoi tenere. La cosa più sensata è farsi fare un preventivo puntuale sul proprio caso, invece di ragionare su cifre generiche lette online.
Come si comincia, senza stravolgere tutto
Non serve partire dal sistema perfetto. Un buon primo passo è isolare due o tre famiglie di prodotto ad alta rotazione, mettere accanto pipeline pesata e storico per quelle sole famiglie, e cominciare a registrare previsto contro realizzato mese per mese. Dopo un trimestre hai già un'idea concreta di quanto le tue stime si discostano dalla realtà e su quali codici vale la pena investire in un sistema più strutturato. È lo stesso approccio incrementale con cui conviene affrontare la digitalizzazione dei processi aziendali in generale: partire da dove il problema è più concreto, non dal progetto più ambizioso sulla carta.
Se il tuo magazzino oggi vive di sensazioni del commerciale e di un foglio Excel che nessuno aggiorna con regolarità, il problema raramente si risolve comprando uno strumento in più. Si risolve capendo prima quale logica di previsione serve davvero al tuo processo, e poi scegliendo se un modulo pronto la copre o se vale la pena costruirla su misura. AstraLoop progetta gestionali su misura partendo esattamente da questa domanda: cosa deve fare il tuo magazzino, con i tuoi codici, i tuoi lead time e i tuoi commerciali, prima di scegliere lo strumento.
Domande frequenti
Le previsioni di vendita servono solo alle aziende con molti prodotti?
No. Anche un'azienda di servizi con pochi clienti importanti fa previsioni di vendita, solo che la sua pipeline coincide quasi interamente con lo stato delle trattative commerciali aperte, senza bisogno di gestire centinaia di codici o famiglie di prodotto.
Perché non basta prendere per buone le stime dei commerciali?
Perché chi vende viene misurato su quello che chiude, non su quanto la stima si avvicina alla realtà. Questo produce un ottimismo sistematico che va corretto pesando ogni opportunità per la sua reale probabilità di chiusura e confrontandola con lo storico.
Che differenza c'è tra pipeline ponderata e previsione basata sullo storico?
La pipeline ponderata riflette cosa il mercato sta segnalando adesso attraverso le trattative in corso, pesate per probabilità. Lo storico dice quanto in media quelle stime si sono avvicinate al risultato reale negli stessi periodi degli anni precedenti. La previsione affidabile nasce dal confronto tra i due.
Quando conviene un modulo previsionale standard e quando uno su misura?
Con pochi codici, un solo magazzino e una pipeline semplice, un buon foglio di calcolo o il modulo incluso nel gestionale già in uso bastano. Conviene il su misura quando servono orizzonti temporali diversi per famiglie di prodotto diverse o un collegamento diretto tra previsione e fabbisogno di produzione che nessun prodotto pronto modella come serve al tuo processo.
Come si misura se le previsioni funzionano davvero?
Tenendo traccia, mese per mese e per ogni commerciale o area, del confronto tra previsto e realizzato. Dopo qualche trimestre questo dato oggettivo dice di chi fidarsi di più e su chi applicare un fattore di correzione alle stime future.
Vuoi capire se le tue previsioni di vendita hanno bisogno solo di più disciplina o di un sistema costruito sul tuo processo reale? Parliamone: AstraLoop progetta gestionali su misura partendo dal tuo magazzino, dai tuoi lead time e dai tuoi commerciali.