Riassunto analitico
Il DEASort è una metodologia che, nel campo dell’analisi multi-criteriale, ha apportato numerose migliorie nell’ambito delle scorte.
Unendo il giudizio degli esperti nel settore e tecniche di machine learning, è riuscito a fornire a diversi contesti aziendali delle opportunità interessanti principalmente nella gestione dei materiali.
Al contrario dell’analisi standard mono-criteriale dell’ABC, il DEASort ha poi risolto diverse problematiche legate agli errori di classificazione che, se trascurati, lasciano naturalmente un grande impatto sul fatturato aziendale, causato delle diverse politiche di riordino inerenti alle singole classi.
L’implementazione dell’analisi ABC si è rivelata spesso efficace ma non necessariamente efficiente.
Il DEASort, ispirandosi al Data Envelopment Analysis, consente quindi di stabilire delle soglie, partendo dalla scelta di alcuni articoli di riferimento e addestrando così la macchina a determinare i pattern comuni utili alla classificazione finale.
Questa tecnica risulta inoltre essere vantaggiosa anche nei casi in cui si ha a che fare con problemi multi-criteriali molto difficili e complessi, caratterizzati da una moltitudine di criteri da valutare.
L’uso del DEASort ha il potenziale quindi di poter ridurre in modo drastico diversi ostacoli che si riscontrano quotidianamente nell’organizzazione degli articoli d’inventario; pertanto, si potrà trarne diversi benefici soprattutto in termini economici, quid fondamentale oramai per qualsiasi realtà aziendale.
|
