Modelli per la Gestione delle Scorte di Pezzi di Ricambio = Models for Spare Parts Inventory Management

L'evoluzione tecnologica, in particolare l'architettura cloud, ha rivoluzionato la gestione dei magazzini di pezzi di ricambio, essenziali in diverse industrie. L'Inventory Manager, figura chiave, può sfruttare l'architettura cloud e i modelli di Intelligenza Artificiale per ottimizzare le operazioni e migliorare le prestazioni aziendali. Nel primo capitolo la tesi esplora l'implementazione dell'architettura cloud e le sue opportunità, concentrandosi sulla gestione efficiente dei magazzini di pezzi di ricambio e sull'importanza di figure specializzate come l'Inventory Manager. L'uso di dati in tempo reale e capacità di elaborazione avanzate consente decisioni più informate, contribuendo al miglioramento delle operazioni aziendali. Nel secondo capitolo, si affronta l'importante tema della previsione della domanda. Questo aspetto è cruciale perché la domanda può variare notevolmente a seconda di vari fattori. All'interno dell'applicazione web in questione, sono stati implementati diversi modelli di previsione, tra cui approcci statistici, machine learning e tecniche avanzate di analisi dati. L'obiettivo principale è valutare l'accuratezza di tali modelli in diverse situazioni di domanda e determinare quale algoritmo sia più efficace. Questo processo di valutazione comparativa utilizza metriche di performance adeguate. La scelta del modello migliore ha un impatto diretto sulla precisione delle previsioni e sull'ottimizzazione delle scorte, consentendo all'azienda di prendere decisioni più informate e migliorare i processi operativi. Nel terzo capitolo, vengono presentati i KPI (Key Performance Indicator) essenziali per la gestione del magazzino, come il punto di riordino e la scorta di sicurezza, insieme ad indicatori fondamentali per valutare le prestazioni dei magazzini, come il livello di servizio e il fill rate. Il livello di servizio misura l'efficienza nel soddisfare le richieste dei clienti, mentre il fill rate riflette la capacità del magazzino di completare gli ordini in modo completo e puntuale. In questo capitolo si esaminano dettagliatamente gli aspetti logistici legati alla distribuzione e all'organizzazione dei magazzini, riconoscendo il loro ruolo cruciale nella catena di approvvigionamento e nell'efficacia generale dei magazzini. L'analisi dei KPI e la comprensione degli aspetti logistici consentono una valutazione completa dell'efficacia dei processi aziendali, identificando aree di miglioramento e supportando decisioni strategiche basate su dati concreti.