La schermata delle scorte dice: Ordina entro il 14 marzo. 1,400 unità. Una data e una quantità. Pulita, precisa, operativa — il genere di risposta per cui paghi un software.
Ora fai una domanda al software. Da dove arriva il lead time usato in quel calcolo?
Nella maggior parte degli strumenti la risposta è che non arriva da nessuna parte. È 90 giorni, perché 90 giorni è il valore che il campo aveva alla creazione dell’account e nessuno l’ha mai cambiato. Il tuo fornitore vero ne impiega 58.
La data sbaglia di un mese. Niente sullo schermo lo lascia sospettare.
Il problema non è che il tuo software non sa delle cose. È che non lo dice.
È il difetto più comune nelle analisi per Amazon, c’è in quasi tutti gli strumenti sul mercato compresi quelli cari, e quasi nessuno ne parla — perché parlarne vuol dire ammetterlo.
01Il valore predefinito plausibile
Lo schema è questo. Un calcolo ha bisogno di un dato in ingresso. Il dato non c’è: non l’hai mai inserito, oppure non è nei dati, oppure il report che l’avrebbe portato non è stato caricato.
Il software ha tre possibilità: lasciare vuoto il risultato, dire che cosa manca, oppure sostituire qualcosa di ragionevole e tirare dritto.
Sceglie quasi sempre la terza. E la sostituzione è scelta bene — 90 giorni è un lead time difendibile, 15% è un TACOS difendibile, zero è un costo di trasporto difendibile se non hai registrazioni di trasporto. Niente sembra rotto. La schermata si riempie. Tu agisci.
Chiamalo con il suo nome: un valore predefinito plausibile. Un numero che esiste per far sembrare completa una schermata, presentato in modo identico a un numero che viene dalla tua azienda.
La parte pericolosa non è la sostituzione. È la presentazione identica. La tua velocità di vendita misurata e un lead time inventato stanno nella stessa riga, stesso peso, stesso carattere — e il risultato che li combina eredita la sicurezza della metà migliore.
02Perché lo fanno tutti gli strumenti, anche quelli buoni
Vale la pena essere onesti sul movente, perché non è malafede e non è pigrizia.
È la prova gratuita.
Un nuovo utente collega il suo account un martedì sera. Se il software è onesto, quasi tutta la schermata resta vuota — nessun costo inserito, quindi nessun margine; nessun ordine d’acquisto, quindi nessun lead time; nessuna registrazione di trasporto, quindi nessun costo a destino. È un ritratto fedele di quello che lo strumento sa di lui, e sembra un prodotto che non funziona.
Riempi quei vuoti con valori predefiniti plausibili e lo stesso utente si trova una dashboard ricca in novanta secondi. Grafici, percentuali, raccomandazioni. Quello converte. Ogni team di prodotto che ha provato l’esperimento lo ha visto.
Quindi i valori predefiniti sono una scelta di crescita, presa con lucidità, da persone che non stanno cercando di ingannare nessuno.
Ottimizzano solo i primi cinque minuti del rapporto a spese di ogni decisione successiva. E il costo cade sul cliente rimasto — quello che piazza un ordine d’acquisto da $40,000 su un lead time che nessuno ha misurato.
03Sei indizi: come trovare i numeri inventati nello strumento che usi adesso
Non ti serve il codice sorgente di nessuno. I numeri inventati lasciano impronte, e puoi controllarle tutte e sei in una decina di minuti.
- 01Valori sospettosamente tondi90 giorni. 30%. 15%. Le misure vere sono 58 giorni e 27.3%. Un numero tondo in un campo che non hai mai riempito è un valore predefinito travestito.
- 02Lo stesso valore su ogni SKUOrdina per lead time, o per qualsiasi ipotesi di costo. Se quaranta prodotti condividono una cifra, quella cifra descrive la configurazione del software, non la tua catena di fornitura.
- 03Un risultato che sopravvive a un dato mancanteLa prova più forte. Cancella un costo, oppure controlla un prodotto per cui non hai mai inserito i costi. Se compare comunque un margine, lo strumento se l’è fabbricato — e farà lo stesso ovunque tu non stia guardando.
- 04Nessuna data sui datiChiedi fino a che giorno arrivano i numeri. Se nessuna schermata te lo dice, i tassi sono probabilmente calcolati sul calendario invece che sui dati — il che sgonfia in silenzio ogni velocità di vendita quando i report arrivano tardi.
- 05Niente dice mai «non disponibile»Percorri una sessione intera. Se nemmeno una schermata ammette che manca qualcosa, non è completezza. I dati di nessuno sono completi. Vuol dire che i vuoti vengono riempiti dove non li vedi.
- 06Una precisione che non può avereUn margine del 27.43% costruito su un dato di trasporto ripartito da una regola e su un tasso di resi preso da una media storica. I decimali sono decorazione, e stanno facendo un lavoro di persuasione che i dati non reggono.
Fai queste prove su quello che usi oggi. Quasi tutti i venditori ne trovano almeno tre, e la terza — un risultato che sopravvive a un dato mancante — è di solito il momento in cui l’esercizio smette di essere teorico.
04Perché una casella vuota vale più di una stima
L’istinto dice che una risposta approssimativa batte nessuna risposta. Per questo tipo di problema è il contrario, e vale la pena dire con precisione perché.
Un campo vuoto è un vuoto noto. Ti costa cinque minuti di fastidio e indica un’azione precisa e a buon mercato: vai a cercare il lead time. Lo fai una volta, e ogni decisione a valle migliora per sempre.
Un valore predefinito è un vuoto ignoto. Oggi non ti costa niente e ti toglie la possibilità di sapere quali delle tue decisioni sono state prese su informazioni vere. Non è una versione più piccola dello stesso problema. È un problema diverso, e peggiore, perché non c’è nessun segnale su cui agire: non puoi correggere quello che non si è mai annunciato.
E gli errori non restano fermi. Un lead time sbagliato di un mese non sposta solo una data. Sposta la tua scorta di sicurezza, la quantità da riordinare, il denaro che impegni e quando lo impegni — e quando arriva la rottura di stock la diagnosticherai come un problema di previsione della domanda, perché è lì che è venuta a galla.
Prima di agire su un numero che ti dà il software, chiediti: quali di questi dati in ingresso li ha prodotti davvero la mia azienda, e quali il software?
Se la schermata non sa dirtelo, la lettura onesta di quel numero è «non disponibile», per quanti decimali abbia.
05Come si presenta una schermata che ammette quello che non sa
L’obiezione a tutto questo è che l’onestà dà un prodotto brutto. Non è vero. Dà un prodotto più lungo — e la lunghezza in più è la parte che ti serviva.
Stesso SKU, stesso momento, due modi di mostrarlo:
− 3,100 disponibili − 1,200 in arrivo
La scheda di sinistra è più sicura e meno utile. Quella di destra è la stessa decisione con i calcoli in chiaro — e ti dice di quale parte diffidare e su quale agire lo stesso.
Tre comportamenti producono quella seconda scheda, e non costano molto da costruire. Sono solo poco lusinghieri durante una prova gratuita.
- Rifiuta invece di riempire. «Lead time non misurato — aggiungi una data di ricezione a un ordine d’acquisto passato» batte un 90 che nessuno ha scelto. Una schermata vuota che dice cosa manca è una lista di cose da fare, e una lista utile.
- Dichiara la provenienza. Misurato, ripartito o ipotizzato, sul numero stesso. Stessa cifra, tre pesi molto diversi — e quelli ipotizzati sono esattamente dove deve andare il tuo prossimo lavoro di configurazione.
- Avvisa alla decisione, non al campo. La cosa più difficile e più preziosa. Una nota a piè di pagina sul campo del margine non serve a niente, perché nessuno visita il campo del margine. L’avviso deve comparire sulla scheda dove stai per piazzare un ordine d’acquisto da $40,000.
Guarda cosa la scheda onesta non fa: non si rifiuta di aiutarti. Ti dà comunque una data e una quantità. Si rifiuta solo di far finta che tutti e quattro i dati in ingresso siano ugualmente solidi — e così facendo ti dice che il problema del trasporto tocca il tuo margine ma non la tua data di riordino, che è la frase più utile delle due schede.
06«Non voglio riserve. Voglio un numero.»
Giusto, e la scheda onesta te lo dà. Ordina entro il 14 marzo, 1,400 unità. Sta lì, nello stesso posto, della stessa dimensione.
Quello che aggiunge è la risposta alla domanda che altrimenti dovresti fare a una persona: quanto mi posso fidare? Per un rifornimento di routine non leggerai mai oltre il titolo. Per l’ordine d’acquisto grande il doppio del solito leggerai ogni riga — ed è esattamente l’ordine in cui un valore predefinito di 90 giorni ti costa un trimestre.
L’alternativa non è una schermata più semplice. È la stessa schermata con i dubbi tolti e il rischio lasciato dentro.
C’è una versione di questa regola in ogni mestiere che maneggia conseguenze. Un referto di laboratorio porta con sé i valori di riferimento. La perizia di un geometra dice quali misure sono state prese e quali stimate. Un ingegnere strutturale firma le ipotesi di carico, non solo il carico. Nessuno di loro lo trova gravoso; lo trovano lo standard minimo per un parere su cui qualcuno agirà.
Un software che ti dice di spendere $40,000 va tenuto allo stesso livello.
Domande frequenti
Come faccio a capire se il mio strumento di analisi per Amazon usa valori predefiniti?
Sei controlli: cifre sospettosamente tonde in campi che non hai mai riempito, lo stesso valore ripetuto su ogni SKU, un risultato che compare anche quando il suo dato in ingresso manca, nessuna data che dica quale periodo coprono i dati, nessuna schermata che ammetta da qualche parte che un dato manca, e una precisione che i dati sottostanti non reggono. Il terzo è quello decisivo: controlla un prodotto per cui non hai mai inserito i costi e guarda se compare comunque un margine.
Perché il mio strumento per le scorte usa un lead time di 90 giorni?
Perché è un valore predefinito, e resta finché qualcuno non lo cambia. Il tuo lead time vero si misura dai tuoi ordini d’acquisto: i giorni tra quando piazzi un ordine d’acquisto e quando le unità diventano vendibili, mediati sugli ultimi che hai fatto. Anche la distanza tra quella media e il caso peggiore è la misura giusta per la tua scorta di sicurezza, che è un secondo numero che il valore predefinito ti costa in silenzio.
Una stima non è meglio di nessuna risposta?
Una stima che sai essere una stima, sì. Una stima presentata come una misura, no. La prima è un vuoto noto: indica una correzione a buon mercato. La seconda ti toglie la possibilità di sapere quali decisioni poggiavano su dati veri, e l’errore di solito viene a galla in una parte dell’azienda diversa da dove è nato, quindi viene diagnosticato male.
Cosa dovrebbe fare un software quando non ha il dato?
Dirlo, nel punto in cui si sta prendendo la decisione. Rifiutarsi di calcolare invece di sostituire una cifra plausibile, dichiarare ogni numero come misurato, ripartito o ipotizzato, e mettere l’avviso sulla scheda della decisione invece che sul campo — perché nessuno visita il campo.
Perché i miei due strumenti mostrano numeri diversi per lo stesso prodotto?
Di solito perché almeno uno dei due sta riempiendo un vuoto che non conosci: un costo predefinito diverso, un lead time diverso, un’ipotesi diversa sul trasporto. Due strumenti con dati completi e le stesse definizioni sarebbero d’accordo. Il disaccordo è il segnale; la domanda utile è quale dei due ti dirà che cosa si è inventato.
Una dashboard può permettersi di tirare a indovinare. Una decisione no.
Una dashboard è il ritratto di un’azienda. Se un dato in ingresso è inventato, il ritratto è leggermente storto, e non succede niente: lo guardi, ti senti informato, vai avanti.
Una decisione è un’altra cosa. Una decisione spende soldi in un giorno preciso e in una quantità precisa, ed eredita ogni debolezza di ogni dato che l’ha alimentata. Non esiste un ordine d’acquisto leggermente storto.
Quindi il numero su cui vale la pena agire non è il più preciso, né quello che arriva prima, né quello sulla schermata più bella.
È quello che ti ha detto quanto fidarti.