Sono le 3 di mattina. Devo fare gli ordini per la settimana. Ho davanti i numeri di ieri, quelli della settimana scorsa, e una serie di decisioni da prendere in trenta minuti prima che i fornitori aprano.
Quanti kg di zucchine ordino? La settimana scorsa ne ho venduti 400 kg, ma c’era il sole. Questa settimana è prevista pioggia e le vendite ambulanti calano. Ordino 300? 350? Di meno?
Senza dati storici strutturati, questa è sempre una scommessa. Con AppSheet e Google Sheets collegati, diventa una stima fondata su quello che è successo davvero nelle ultime settimane — per prodotto, per cliente, per giorno della settimana.
Ecco come si costruisce.
Il Problema: Ordini a Memoria
La maggior parte dei magazzini ortofrutticoli fa gli ordini in uno di questi modi: a memoria, guardando quello che è rimasto in cella, o chiedendo all’operatore più esperto cosa si vende di solito in questo periodo.
Questi metodi funzionano fino a un certo punto. Il problema è che la memoria è selettiva, le eccezioni diventano la regola e i picchi stagionali si ripetono ogni anno nello stesso momento — ma senza dati non li vedi arrivare.
Il risultato è doppio: settimane in cui avanzi merce che non riesci a smaltire, e settimane in cui esaurisci prodotto e perdi vendite. Entrambi costano. Il primo costa in scarti, il secondo in clienti insoddisfatti.
La Soluzione: Storico Vendite su Google Sheets, Previsioni su AppSheet
Il principio è semplice: ogni settimana registri cosa hai venduto per ogni prodotto. Dopo quattro-sei settimane hai un dato storico minimo su cui costruire una previsione. Dopo un anno hai il confronto stagionale.
Non serve un software di business intelligence. Serve un Google Sheet con la cronologia delle vendite e una formula che calcola la media mobile delle ultime quattro settimane. AppSheet ti permette di consultare questi dati dal telefono in magazzino e di inserire gli ordini direttamente nell’app, con il suggerimento di acquisto già calcolato.
Come Si Costruisce: Passo per Passo
1. Il Foglio Vendite su Google Sheets
Crea un foglio con queste colonne:
Data — giorno di riferimento Prodotto — nome del prodotto Quantità venduta — in kg o colli secondo la tua unità Cliente o canale — GDO, mercato, Ho.Re.Ca., ambulante Note — meteo, eventi, promozioni in corso
Inserisci i dati ogni giorno o ogni settimana. Non serve essere precisi al grammo: una stima accurata al 10% è già sufficiente per costruire un trend utile.
2. La Formula di Previsione
In una colonna separata, per ogni prodotto calcola la media delle ultime quattro settimane:
=MEDIA(vendite_settimana_1; vendite_settimana_2; vendite_settimana_3; vendite_settimana_4)
Puoi affinare la formula applicando un peso maggiore alle settimane più recenti — le ultime due valgono di più delle prime due. In questo modo il dato risponde più rapidamente ai cambiamenti di stagione o di domanda.
Per i prodotti stagionali, aggiungi un secondo livello di confronto con lo stesso periodo dell’anno precedente, se hai i dati.
3. Il Foglio Ordini Suggeriti
Crea un secondo foglio che per ogni prodotto mostra:
Prodotto Media vendite ultime 4 settimane Giacenza attuale in cella Quantità suggerita da ordinare — calcolata come: media vendite meno giacenza, con un margine di sicurezza del 15%
Questa tabella diventa il tuo punto di partenza per gli ordini del lunedì mattina. Non è una decisione automatica — sei tu a valutare e correggere — ma parti da un numero fondato invece che da un’impressione.
4. AppSheet come Interfaccia Mobile
Collega il Google Sheet ad AppSheet e crea una view dedicata agli ordini suggeriti. L’operatore apre l’app dal telefono in magazzino, vede la lista dei prodotti con la quantità suggerita, può modificarla e confermare l’ordine direttamente dall’app.
L’ordine confermato viene registrato in automatico nel foglio, con data e operatore. In cinque minuti hai gli ordini della settimana inseriti, tracciati e disponibili per tutta la squadra.
Cosa Cambia dopo Sei Settimane
Nelle prime settimane il sistema ti dà poco: la media di tre o quattro dati non è significativa. Ma già dopo sei-otto settimane cominci a vedere pattern che non avevi mai formalizzato.
Il mercoledì si vendono più zucchine del lunedì. Le patate calano di volumi nella terza settimana di maggio ogni anno. Le fragole hanno un picco di tre settimane a fine maggio poi scendono bruscamente.
Questi pattern esistevano già — li conoscevi a memoria, o li avevi dimenticati. Con i dati scritti diventano consultabili, trasmissibili ai collaboratori e difendibili davanti a un buyer GDO che ti chiede perché hai cambiato i volumi di consegna.
Il Collegamento con la Trattativa GDO
Questo sistema non serve solo per fare ordini migliori. Serve per portare numeri alle trattative.
Se un buyer GDO ti chiede di aumentare i volumi di consegna di pomodori del 20% nelle prossime quattro settimane, tu puoi rispondere con un dato: nelle ultime sei settimane ho venduto una media di X kg a settimana su quel prodotto, e la mia capacità di magazzino è Y. Il 20% in più richiede un adeguamento dei tempi di consegna o una cella dedicata.
Non è un’opinione. È un numero. E i buyer GDO lavorano con i numeri.
Per approfondire come usare i dati di magazzino nella trattativa con la grande distribuzione, leggi: Come pianificare le consegne GDO con il magazzino ortofrutticolo https://freshlogic.it/pianificare-consegne-gdo-magazzino-ortofrutticolo/
Vuoi Implementarlo nel Tuo Magazzino?
👉 Iscriviti alla lista d’attesa
Hai bisogno di supporto per costruire il sistema di previsione acquisti nel tuo magazzino? 👉 Richiedi la consulenza gratuita
Fonti
FreshLogic — Come pianificare le consegne GDO con il magazzino ortofrutticolo
FreshLogic — Dashboard magazzino: vedere tutto in un colpo d’occhio con AppSheet e Google Sheets
FreshLogic — KPI magazzino ortofrutticolo: come misurarli ogni settimana
Google Sheets — Documentazione funzione MEDIA: https://support.google.com/docs/answer/3093615
AppSheet — Documentazione ufficiale views e interfacce mobile: https://support.google.com/appsheet/answer/10104567
FAQ
Quante settimane di dati servono per avere una previsione utile? Il minimo utile è quattro settimane. Con sei-otto settimane la previsione diventa affidabile per i prodotti a vendita costante. Per i prodotti stagionali, il confronto anno su anno richiede almeno dodici mesi di storico.
Devo inserire i dati ogni giorno o basta una volta a settimana? Dipende dalla tua operatività. Per una previsione settimanale è sufficiente un inserimento settimanale — il venerdì sera o il sabato mattina, prima di chiudere. Se vuoi analisi più granulari per giorno della settimana, l’inserimento giornaliero ti dà più precisione.
Questo sistema funziona anche per i prodotti con alta variabilità di prezzo come frutta e verdura stagionale? Sì, ma con un’avvertenza: la previsione riguarda i volumi, non i prezzi. I prezzi li gestisci separatamente con i dati BMTI. Il sistema ti dice quanti kg ordinare — il prezzo a cui ordinarli dipende dal mercato di quella settimana.
Posso usare lo stesso sistema per prevedere le consegne ai clienti invece che gli acquisti dai fornitori? Sì, la logica è identica. Storico consegne per cliente, media mobile, giacenza disponibile, quantità suggerita. Molti magazzini usano lo stesso foglio in lettura inversa: dai fornitori ai clienti.
#DalBancaleAlDato
📦 Il tuo magazzino è pronto per il 2027?
Tracciabilità digitale, dati ESG, codici GS1: dal 2027 i buyer GDO li daranno per scontati. Io quel passaggio l'ho già fatto nel mio magazzino — e posso rifarlo nel tuo in 48 ore.
Fai il Check-up gratuito →
Lascia un commento