Short term forecast deviation detective and correction

Today the world is continuously changing, when talking about business this means new challenges and new opportunities, in the case of the companies, they are in the obligation of facing these changes as fast as they can in order to survive to the market exigencies, that include short product life cycle, demand uncertainty, and product customization. Fortunately, with all these transformations, living in the information and technology era some solutions have already been developed to help companies to move forward with fewer investments, these apply for all the departments of a company, but this study will be focus on the one that makes possible to arrive at the final customer, the supply chain department, in the demand planning area. The idea of this study is to understand how, according to customer behavior during the month the firm can anticipate some actions in order to satisfy them. This study proposes a model to detect the short term forecast deviation and on the base of this detection a second model to improve the forecast. This paper explores the researches that have been done in the short term forecast and the seasonal one with the intention of finding an existing model that can be adapted to this problem. The results obtained from this proposal verify that in most of the cases it is better to adjust the forecast according to the trend.

Oggi il mondo è in continua evoluzione, quando si parla di business questo significa nuove sfide e nuove opportunità, nel caso delle aziende, loro sono obbligati ad affrontare questi cambiamenti il più velocemente possibile per sopravvivere alle esigenze del mercato, che includono il breve ciclo di vita del prodotto, l'incertezza della domanda e la personalizzazione del prodotto. Per fortuna, con tutte queste trasformazioni, vivendo nell'era dell'informazione e della tecnologia alcune soluzioni sono già state sviluppate per aiutare le aziende a muoversi in avanti con un investimento minore, questo si applica a tutti i dipartimenti di una impresa, ma questo studio sarà concentrarsi in quello che rende possibile arrivare al cliente finale, il reparto della Supply Chain, nell'area di pianificazione della domanda. L'idea di questo studio è di capire come, secondo il comportamento del cliente durante il mese, l'azienda può anticipare alcune azioni al fine di soddisfarle. Questo studio propone un modello per rilevare la deviazione di previsione a breve termine e sulla base di questo rilevamento un secondo modello per migliorare la previsione. Questo documento esplora le ricerche che sono state fatte nelle previsioni a breve termine e quelle stagionale con l'intenzione di trovare un modello esistente che può essere adattato a questo problema. I risultati ottenuti da questa proposta verificano che nella maggior parte dei casi è meglio adeguare la previsione in base alla tendenza.