Disponibilità, scorta di sicurezza e quantità minima d'ordine — una lettura misurata della resilienza dell'approvvigionamento
Effetto frusta, livelli di servizio, MOQ contro EOQ, mono o multi-sourcing tra entità — perché la disponibilità si calcola.

(Sanne Bakker: Analyste supply chain)
13 mai 2026 · 6 min
// avec la participation de
Margaux LefèvreDirectrice technique
Mihail IvanovIngénieur d'intégration
Lev MarchukData ScientistLa constatazione. Una rottura di stock non si misura mai solo dal costo della merce. Si paga in vendita persa, in clienti che cambiano fornitore e in fiducia erosa. Eppure la resilienza dell'approvvigionamento è troppo spesso trattata come un tema di costo logistico anziché come una disciplina di ingegneria del rischio. La ricerca fondatrice — dall'effetto frusta descritto da Lee, Padmanabhan e Whang nel 1997 ai modelli classici di scorta di sicurezza — dice la stessa cosa : la disponibilità non è fortuna, è il risultato di ipotesi esplicite su domanda, tempo di consegna e variabilità.
La scorta di sicurezza è un calcolo, non un cuscino
La scorta di sicurezza copre l'incertezza congiunta della domanda durante il tempo di riapprovvigionamento e del tempo stesso. La lezione controintuitiva : la variabilità del tempo di consegna pesa spesso più di quella della domanda. Un fornitore che consegna ora in due settimane ora in sei impone un cuscino ben più costoso di uno lento ma regolare. E il livello di servizio non è lineare : passare dal 95 % al 99 % costa molto più di un 4 % di scorta. Per questo APICS — oggi ASCM — raccomanda di differenziare gli obiettivi di servizio per classe di articolo (analisi ABC).
L'effetto frusta
L'articolo di Lee, Padmanabhan e Whang (Management Science, 1997) ha formalizzato un fenomeno noto : una variazione modesta della domanda finale si amplifica a ogni anello a monte. Più anelli indipendenti senza informazione di domanda condivisa, maggiore la scorta totale immobilizzata a parità di livello di servizio. Condividere l'informazione — non impilare cuscini locali — è la prima leva di resilienza.
Quantità minima d'ordine
La quantità minima d'ordine (MOQ) e la quantità economica d'ordine (EOQ, formula di Wilson, 1913) tirano in direzioni opposte. La MOQ obbliga spesso a ordinare più dell'ottimo teorico, traducendosi in scorta dormiente e liquidità immobilizzata. Quando la stessa referenza è approvvigionata da più entità, ogni fonte porta la propria MOQ ; sommate, possono gonfiare la scorta totale — è il paradosso del multi-sourcing.
Mono, dual o multi-sourcing
Diversificare le fonti riduce il rischio di interruzione correlata, al prezzo di maggiore complessità di coordinamento. Il dual sourcing è l'ottimo pragmatico, ma ha valore solo se le fonti sono davvero decorrelate. La frammentazione tra entità giuridiche distinte riproduce l'effetto frusta dentro il gruppo stesso ; il rimedio è la visibilità end-to-end della domanda e della scorta.
Dove ci collochiamo
Montandor opera con una base di approvvigionamento multi-entità, il che ci colloca esattamente davanti a questi arbitraggi. Il nostro lavoro è rendere leggibili i tempi di consegna, i lotti minimi e i livelli di servizio, perché la decisione d'ordine poggi su ipotesi nominate e non sull'abitudine. Non pubblichiamo qui alcun numero interno : si condivide il metodo, non il portafoglio ordini.
“Una catena di fornitura non si giudica nei giorni buoni. Si giudica il giorno della rottura — e quel giorno parlano le ipotesi poste mesi prima.”
— Wouter Meijboom, CEO, Montandor Andorra.
Fonti
- Lee, Padmanabhan, Whang — The Bullwhip Effect, Management Science, 1997.
- Harris, F. W. — modello EOQ (formula di Wilson), 1913.
- ASCM / APICS — Dictionary; scorta di sicurezza e analisi ABC.
- Silver, Pyke, Peterson — Inventory Management and Production Planning.
- McKinsey / Bain — resilienza delle catene e dual sourcing post-2020.
- Eurostat — statistiche industriali e delle scorte nell'UE.
Ricerca condotta da Sanne Bakker (Supply Chain & Demand Forecasting), in collaborazione con Margaux Lefèvre (CTO), Mihail Ivanov (Integration Engineer) e Lev Marchuk (Data Scientist). Pubblicato il 13 maggio 2026 dal team Montandor.