La presente tesi analizza il ruolo del Demand forecasting e della Business Intelligence nel miglioramento delle performance della supply chain. Dopo aver approfondito l’evoluzione della Business Intelligence e i principali metodi previsionali, il lavoro confronta diversi modelli di previsione della domanda, valutandone l’accuratezza mediante specifiche metriche di errore. L’analisi viene condotta su un dataset relativo alla gestione dell’inventario, che consente di esaminare il legame tra qualità delle previsioni e decisioni di approvvigionamento. L’obiettivo è evidenziare come la scelta del modello previsionale non debba basarsi esclusivamente sull’accuratezza statistica, ma anche sull’impatto generato sulle principali performance della supply chain.
DEMAND FORECASTING E BUSINESS INTELLIGENCE: ANALISI DELL’IMPATTO DEI MODELLI PREVISIONALI SULLE PERFORMANCE DELLA SUPPLY CHAIN
DI CARLO, FEDERICA PIA
2025/2026
Abstract
La presente tesi analizza il ruolo del Demand forecasting e della Business Intelligence nel miglioramento delle performance della supply chain. Dopo aver approfondito l’evoluzione della Business Intelligence e i principali metodi previsionali, il lavoro confronta diversi modelli di previsione della domanda, valutandone l’accuratezza mediante specifiche metriche di errore. L’analisi viene condotta su un dataset relativo alla gestione dell’inventario, che consente di esaminare il legame tra qualità delle previsioni e decisioni di approvvigionamento. L’obiettivo è evidenziare come la scelta del modello previsionale non debba basarsi esclusivamente sull’accuratezza statistica, ma anche sull’impatto generato sulle principali performance della supply chain.I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/20.500.14253/110972