Assessment of optimal inventory levels in supply chain : development of an innovative model and implementation in a real case

Nowadays, fast-changing and high-competitive markets force companies to build up significant amount of stocks throughout the supply chain to get the right product, at the right place, at the right time. Although holding stock is often a necessary condition, excess inventory leads to increasing operating cost, tied up capital and a higher risk of obsolescence. The thesis proposes a new model for the assessment of optimal inventory levels based on multivariate regression analysis. The model was developed by adapting an existing technique used to determine the optimal price of purchased items, the Performance Pricing model, to the new purpose. The literature review was conducted to address the main gaps in supply chain performance measurements and to identify the main drivers of inventory levels, necessary for the development of the model. The model was validated, from a statistical and practical point of view, by being implemented in a real case study. Results of the implementation led to the identification of excess inventories and their root causes, which served as the starting point for improvement actions. The model contributes to the current literature by making available a new performance measurement framework empirically validated and based on robust statistical foundations. The outcome of this project suggests that the developed model is a valid approach which companies can use to identify potential inefficiencies in their inventory management, thus potential reduction of the stock levels. In addition, the thesis offers a detail explanation for practitioners that need to implement the model.

I mercati d’oggi, molto dinamici e caratterizzati da un alto livello di concorrenza, costringono le aziende a mantenere un numero significativo di scorte lungo tutta la filiera per assicurare che il prodotto si trovi al posto e al momento giusto. Nonostante mantenere le scorte risulta spesso essere una condizione necessaria, l’eccesso di quest'ultime porta ad un aumento dei costi operativi, al vincolo di capitale e ad un maggiore rischio di obsolescenza. La tesi propone dunque un nuovo modello, basato su regressione lineare multivariata per la determinazione dei livelli ottimali delle scorte di magazzino. Il modello è stato sviluppando adattando allo scopo di questa tesi un modello preesistente, ovvero il “Performance Pricing model”, il quale viene utilizzato per la determinazione del prezzo ottimale dei bene acquistati. La revisione della letteratura è stata fatta per identificare e colmare le principali lacune nel campo della supply chain performance measurement, e per identificare i principali driver che influenzano il livello di inventario, necessari per lo sviluppo del modello. Esso è stato convalidato, da un punto di vista statistico e pratico, attraverso l'implementazione in un caso di studio reale. I risultati dell'implementazione hanno portato all'identificazione delle scorte in eccesso e delle loro cause nel caso studio. l modello contribuisce alla letteratura attuale mettendo a disposizione un nuovo strumento di misurazione delle prestazioni in supply chain, convalidato empiricamente e basato su solide basi statistiche. Il risultato di questo progetto suggerisce che il modello sviluppato è un valido approccio il quale può essere utilizzato dalle aziende per identificare inefficienze nella gestione del magazzino, con conseguente potenziale riduzione dei livelli delle scorte. La tesi inoltre offre una spiegazione dettagliata per i professionisti che necessitano di implementare il modello.