Ottimizzazione dell'inventario

Recensioni dei lettori

Il libro di Nicolas Vandeput sull'ottimizzazione delle scorte è apprezzato per il suo approccio completo ai modelli matematici e alle simulazioni che si rivolgono ai vari livelli di esperienza nella gestione della supply chain. La capacità dell'autore di presentare concetti complessi in modo comprensibile viene spesso sottolineata, rendendolo una risorsa preziosa sia per i professionisti avanzati che per gli studenti. Tuttavia, alcuni lettori hanno riscontrato difficoltà nelle applicazioni pratiche delle teorie presentate e ci sono problemi con il formato digitale su Kindle. I feedback sono contrastanti per quanto riguarda la profondità dei contenuti rispetto all'accessibilità per i principianti.

⬤ Copertura completa e dettagliata dei metodi di ottimizzazione dell'inventario.
⬤ Spiegazioni accessibili di concetti matematici complessi.
⬤ Approccio pratico con esempi di programmazione in Python.
⬤ Utile sia per i professionisti avanzati che per gli studenti di supply chain management.
⬤ Fornisce una prospettiva innovativa sulle politiche di inventario al di là dei metodi tradizionali.

⬤ Alcuni lettori hanno trovato difficoltà nell'implementazione degli esempi di codice a causa della dipendenza da variabili precedentemente definite.
⬤ Mancanza di casi pratici per rafforzare i concetti.
⬤ Problemi con la versione Kindle, compresi i problemi di formattazione.
⬤ Alcuni ritengono che il contenuto non giustifichi il prezzo rispetto ad altri testi accademici.
⬤ Manca una chiara spiegazione dei limiti dell'ottimizzazione e dell'applicazione reale dei modelli.

(basato su 21 recensioni dei lettori)

Titolo originale:

Inventory Optimization

Contenuto del libro:

In questo libro... Nicolas Vandeput si fa strada nel labirinto delle ottimizzazioni quantitative della supply chain. Questo libro illustra come dovrebbe essere realizzata ed eseguita l'ottimizzazione quantitativa delle catene di fornitura del XXI secolo.... Vandeput è all'avanguardia di un modo nuovo e migliore di gestire le catene di fornitura e, grazie a un libro riccamente illustrato, in cui ogni singola situazione ha il suo frammento di codice illustrativo, potreste farlo anche voi.

--Joannes Vermorel, CEO di Lokad.

Inventory Optimization sostiene che i modelli matematici di inventario possono portarci solo fino a un certo punto nella gestione della supply chain. Per ottimizzare le politiche di inventario, dobbiamo utilizzare simulazioni probabilistiche. Il libro spiega come implementare questi modelli e simulazioni passo dopo passo, partendo da semplici modelli deterministici fino a complesse ottimizzazioni multi-echelon.

Le prime due parti del libro trattano i modelli matematici classici, i loro limiti e le loro ipotesi, e forniscono una rapida ma efficace introduzione a Python. La terza parte contiene modelli più avanzati che consentono di ottimizzare i profitti, stimare le vendite perse e utilizzare distribuzioni avanzate della domanda. Viene inoltre spiegato come sia possibile ottimizzare una catena di approvvigionamento a più colonie sulla base di un quadro semplice, ma potente. La quarta parte tratta l'ottimizzazione delle scorte grazie a simulazioni con funzioni di probabilità discrete personalizzate della domanda.

I responsabili delle scorte, i pianificatori della domanda e gli studiosi interessati a ottenere soluzioni economicamente vantaggiose trarranno beneficio dagli esempi "fai da te" e dai programmi Python inclusi in ogni capitolo.

Eventi intorno al libro

Link a un evento online di De Gruyter in cui l'autore Nicolas Vandeput insieme a Stefan de Kok, innovatore della supply chain e CEO di Wahupa; Koen Cobbaert, direttore della practice S&O Industry di PwC Belgio; Bram Desmet, professore di operations & supply chain presso la Vlerick Business School di Gand; e Karl-Eric Devaux, consulente di pianificazione, Hatmill, discutono di modelli per l'ottimizzazione delle scorte.

L'evento sarà moderato da Eric Wilson, Direttore della Thought Leadership dell'Institute of Business Forecasting (IBF):

Https: //youtu. be/565fDQMJEEg.