{"id":4113,"date":"2026-09-30T09:00:00","date_gmt":"2026-09-30T07:00:00","guid":{"rendered":"https:\/\/brentasoft.com\/blog\/inventory-forecasting-odoo-19-pmi-italiane-guida-13\/"},"modified":"2026-10-01T11:44:09","modified_gmt":"2026-10-01T09:44:09","slug":"inventory-forecasting-odoo-19-pmi-italiane-guida-13","status":"publish","type":"post","link":"https:\/\/brentasoft.com\/blog\/inventory-forecasting-odoo-19-pmi-italiane-guida-13\/","title":{"rendered":"Previsione delle scorte con Odoo: pianificazione della domanda, scorta di sicurezza e ABC-XYZ (guida 13 di 15)"},"content":{"rendered":"<p><em>Centosedicesima guida operativa su Odoo 19 per le PMI italiane, tredicesima della serie dedicata al magazzino (15 guide). La previsione delle scorte trasforma una gestione che reagisce alle rotture di stock in una pianificazione che le anticipa: previsione della domanda, scorta di sicurezza e tempi di approvvigionamento affidabili. Il risultato atteso \u00e8 un equilibrio migliore tra disponibilit\u00e0 della merce e capitale immobilizzato a magazzino. Vediamo le regole di riordino, il calcolo della scorta di sicurezza, l&#8217;affidabilit\u00e0 dei tempi di consegna, la previsione per la produzione e l&#8217;analisi ABC-XYZ.<\/em><\/p>\n<p>Gli argomenti: strategia delle regole di riordino, calcolo della scorta di sicurezza, affidabilit\u00e0 dei tempi di approvvigionamento, previsione per la produzione, impatto delle distinte base, pianificazione della domanda, alcuni esempi applicativi.<\/p>\n<h2>Le basi della previsione<\/h2>\n<h3>Che cos&#8217;\u00e8 la previsione della domanda<\/h3>\n<ul>\n<li>Stima della domanda futura<\/li>\n<li>Basata su dati storici, andamento di fondo e stagionalit\u00e0<\/li>\n<li>Determina quando riordinare e quanto<\/li>\n<li>Dimensiona la scorta di sicurezza<\/li>\n<li>Riduce l&#8217;incertezza nelle decisioni di acquisto e produzione<\/li>\n<\/ul>\n<h3>Metodi di previsione<\/h3>\n<ul>\n<li><strong>Media mobile<\/strong>: semplice, reagisce ai cambiamenti<\/li>\n<li><strong>Livellamento esponenziale<\/strong>: d\u00e0 pi\u00f9 peso ai dati recenti<\/li>\n<li><strong>Regressione lineare<\/strong>: individua l&#8217;andamento di fondo<\/li>\n<li><strong>Scomposizione stagionale<\/strong>: isola la stagionalit\u00e0<\/li>\n<li><strong>Apprendimento automatico (machine learning)<\/strong>: riconosce schemi complessi<\/li>\n<li><strong>Dal basso<\/strong>: stime raccolte dai commerciali<\/li>\n<li><strong>Dall&#8217;alto<\/strong>: crescita attesa del mercato in percentuale<\/li>\n<\/ul>\n<h3>Misure di accuratezza<\/h3>\n<ul>\n<li><strong>MAPE<\/strong> (Mean Absolute Percentage Error): errore percentuale assoluto medio<\/li>\n<li><strong>MAD<\/strong> (Mean Absolute Deviation): scostamento assoluto medio<\/li>\n<li><strong>Distorsione (bias)<\/strong>: tendenza sistematica a sovrastimare o sottostimare<\/li>\n<li><strong>Segnale di controllo (tracking signal)<\/strong>: rileva quando la distorsione diventa significativa<\/li>\n<\/ul>\n<h2>Regole di riordino: la previsione operativa<\/h2>\n<p>Le regole di riordino (orderpoint) sono lo strumento operativo di Odoo per la previsione: soglie minime e massime per prodotto e ubicazione. Il sistema confronta la giacenza prevista con le soglie e propone il riordino. Ecco l&#8217;elenco delle regole:<\/p>\n<p><img decoding=\"async\" src=\"https:\/\/brentasoft.com\/blog\/wp-content\/uploads\/2026\/06\/odoo-fc-01-orderpoints.png\" alt=\"Odoo 19 regole di riordino con soglie minime e massime per la previsione delle scorte nelle PMI italiane\" class=\"aligncenter size-full wp-image-4108\"\/><\/p>\n<ul>\n<li>Elenco delle regole attive<\/li>\n<li>Prodotto e ubicazione<\/li>\n<li>Quantit\u00e0 minima e massima<\/li>\n<li>Tempi di approvvigionamento considerati<\/li>\n<li>Giorni di visibilit\u00e0 sulla domanda futura<\/li>\n<li>Modalit\u00e0 di attivazione (automatica o manuale)<\/li>\n<li>Rifornimento con un clic<\/li>\n<li>Operazioni su pi\u00f9 righe<\/li>\n<\/ul>\n<p>Odoo calcola la giacenza prevista sulla base di ordini, consegne e produzioni gi\u00e0 pianificati; non include un motore statistico di previsione della domanda. Per la pianificazione su orizzonte pi\u00f9 lungo c&#8217;\u00e8 il Programma principale di produzione (MPS, Master Production Schedule), disponibile in Enterprise.<\/p>\n<h2>Calcolo della scorta di sicurezza<\/h2>\n<p>La scorta di sicurezza \u00e8 il cuscinetto che assorbe la variabilit\u00e0: picchi di domanda, ritardi dei fornitori, problemi di qualit\u00e0. Si calcola con metodi statistici in base al livello di servizio desiderato e alla variabilit\u00e0 della domanda. In Odoo si riflette nella quantit\u00e0 minima della regola di riordino. Ecco una regola con scorta di sicurezza:<\/p>\n<p><img decoding=\"async\" src=\"https:\/\/brentasoft.com\/blog\/wp-content\/uploads\/2026\/06\/odoo-fc-02-safety-stock.png\" alt=\"Odoo 19 calcolo della scorta di sicurezza come cuscinetto contro la variabilit\u00e0 della domanda nelle PMI italiane\" class=\"aligncenter size-full wp-image-4109\"\/><\/p>\n<ul>\n<li>Quantit\u00e0 minima (comprende la scorta di sicurezza)<\/li>\n<li>Quantit\u00e0 massima (livello obiettivo dopo il riordino)<\/li>\n<li>Giorni di visibilit\u00e0 della previsione<\/li>\n<li>Tempo di consegna del fornitore<\/li>\n<li>Attivazione automatica<\/li>\n<li>Multiplo d&#8217;ordine (lotto minimo del fornitore)<\/li>\n<li>Frequenza di controllo pianificata<\/li>\n<\/ul>\n<h3>Formula della scorta di sicurezza<\/h3>\n<ul>\n<li>SS = Z \u00d7 \u03c3 \u00d7 \u221aLT<\/li>\n<li>Z: fattore legato al livello di servizio (95% = 1,65; 99% = 2,33)<\/li>\n<li>\u03c3: deviazione standard della domanda per periodo<\/li>\n<li>LT: tempo di approvvigionamento espresso in periodi<\/li>\n<li>La formula considera solo la variabilit\u00e0 della domanda; se anche i tempi di consegna variano molto, serve una versione estesa<\/li>\n<\/ul>\n<h3>Livello di servizio per classe (esempio)<\/h3>\n<ul>\n<li>Articoli A: 98-99%<\/li>\n<li>Articoli B: 95%<\/li>\n<li>Articoli C: 90%<\/li>\n<li>Articoli critici per la continuit\u00e0 produttiva: livelli pi\u00f9 alti<\/li>\n<\/ul>\n<h2>Affidabilit\u00e0 dei tempi di approvvigionamento<\/h2>\n<p>Il tempo di consegna del fornitore, cio\u00e8 l&#8217;intervallo tra l&#8217;invio dell&#8217;ordine d&#8217;acquisto e il ricevimento, \u00e8 decisivo per la qualit\u00e0 della previsione. Misurarlo nel tempo permette di correggerlo. Ecco una regola con la configurazione dei tempi:<\/p>\n<p><img decoding=\"async\" src=\"https:\/\/brentasoft.com\/blog\/wp-content\/uploads\/2026\/06\/odoo-fc-03-leadtime.png\" alt=\"Odoo 19 affidabilit\u00e0 dei tempi di consegna dei fornitori per la previsione nella catena di fornitura delle PMI italiane\" class=\"aligncenter size-full wp-image-4110\"\/><\/p>\n<ul>\n<li>Tempo di consegna in giorni configurato sul fornitore<\/li>\n<li>Confronto tra date promesse e date effettive<\/li>\n<li>Margine per la variabilit\u00e0<\/li>\n<li>Valutazione dell&#8217;affidabilit\u00e0 del fornitore<\/li>\n<li>Fornitori alternativi<\/li>\n<li>Correzioni stagionali<\/li>\n<li>Modifica manuale possibile<\/li>\n<\/ul>\n<h3>Componenti del tempo di approvvigionamento<\/h3>\n<ul>\n<li><strong>Preparazione<\/strong> da parte del fornitore<\/li>\n<li><strong>Produzione<\/strong>, se il fornitore produce su commessa<\/li>\n<li><strong>Trasporto<\/strong><\/li>\n<li><strong>Dogana<\/strong>, per acquisti extra UE<\/li>\n<li><strong>Scarico<\/strong> in magazzino<\/li>\n<li><strong>Controllo qualit\u00e0<\/strong> in accettazione<\/li>\n<li><strong>Stoccaggio<\/strong> nell&#8217;ubicazione definitiva<\/li>\n<\/ul>\n<h2>Previsione per la produzione<\/h2>\n<p>La previsione si estende alla produzione: capacit\u00e0 necessaria, fabbisogno di componenti, tempi degli ordini di produzione (MO, Manufacturing Order). Cos\u00ec si pianificano calendario e carico dei reparti. Ecco la vista degli ordini di produzione:<\/p>\n<p><img decoding=\"async\" src=\"https:\/\/brentasoft.com\/blog\/wp-content\/uploads\/2026\/06\/odoo-fc-04-mo-forecast.png\" alt=\"Odoo 19 previsione degli ordini di produzione e pianificazione della capacit\u00e0 nelle PMI italiane\" class=\"aligncenter size-full wp-image-4111\"\/><\/p>\n<ul>\n<li>Ordini di produzione da avviare e pianificati<\/li>\n<li>Ordini futuri previsti<\/li>\n<li>Carico previsto dei centri di lavoro<\/li>\n<li>Fabbisogno previsto di componenti<\/li>\n<li>Ottimizzazione della sequenza<\/li>\n<li>Individuazione dei colli di bottiglia<\/li>\n<li>Calcolo dei tempi di produzione<\/li>\n<\/ul>\n<h3>Strategie di produzione<\/h3>\n<ul>\n<li><strong>MTS (Make to Stock)<\/strong>: si produce per il magazzino sulla base della previsione<\/li>\n<li><strong>MTO (Make to Order)<\/strong>: si produce all&#8217;arrivo dell&#8217;ordine cliente<\/li>\n<li><strong>ATO (Assemble to Order)<\/strong>: componenti pronti, assemblaggio all&#8217;ordine<\/li>\n<li><strong>ETO (Engineer to Order)<\/strong>: progettazione su misura per commessa<\/li>\n<\/ul>\n<h2>Impatto delle distinte base sulla previsione<\/h2>\n<p>Le distinte base (BOM, Bill of Materials) collegano la domanda del prodotto finito a quella dei componenti: la previsione del finito si trasforma, attraverso la distinta, in fabbisogno di componenti. Ecco l&#8217;elenco delle distinte base:<\/p>\n<p><img decoding=\"async\" src=\"https:\/\/brentasoft.com\/blog\/wp-content\/uploads\/2026\/06\/odoo-fc-05-bom-forecast.png\" alt=\"Odoo 19 distinte base e domanda dipendente dei componenti per la previsione nelle PMI italiane\" class=\"aligncenter size-full wp-image-4112\"\/><\/p>\n<ul>\n<li>Elenco delle distinte e dei prodotti finiti<\/li>\n<li>Dipendenza dei componenti<\/li>\n<li>Esplosione su pi\u00f9 livelli<\/li>\n<li>Propagazione della previsione<\/li>\n<li>Tempi che si sommano lungo i livelli<\/li>\n<li>Proiezione dei costi<\/li>\n<li>Segnalazione dei componenti critici<\/li>\n<\/ul>\n<h3>Calcolo del fabbisogno di componenti<\/h3>\n<ul>\n<li>Previsione del prodotto finito (unit\u00e0 per periodo)<\/li>\n<li>\u00d7 quantit\u00e0 del componente in distinta<\/li>\n<li>+ scorta di sicurezza<\/li>\n<li>\u2212 giacenza disponibile e ordini gi\u00e0 in corso<\/li>\n<li>= fabbisogno netto del periodo, che genera ordini d&#8217;acquisto o di produzione<\/li>\n<\/ul>\n<h2>Stagionalit\u00e0<\/h2>\n<h3>Schemi ricorrenti<\/h3>\n<ul>\n<li>Settimanali: giorni feriali e fine settimana<\/li>\n<li>Mensili: picchi di fine mese<\/li>\n<li>Trimestrali: ultimo trimestre e festivit\u00e0<\/li>\n<li>Annuali: ferie estive<\/li>\n<li>Specifici del settore<\/li>\n<\/ul>\n<h3>Esempi di fattori stagionali<\/h3>\n<ul>\n<li>Picco di dicembre per i prodotti da regalo<\/li>\n<li>Calo di gennaio dopo le festivit\u00e0<\/li>\n<li>Aumento estivo nelle zone turistiche<\/li>\n<li>Black Friday<\/li>\n<li>Rientro a scuola tra agosto e settembre<\/li>\n<\/ul>\n<h3>Correggere la previsione<\/h3>\n<ul>\n<li>Base storica di alcuni anni<\/li>\n<li>Indice stagionale per periodo<\/li>\n<li>Andamento di crescita annuale<\/li>\n<li>Calendario di promozioni ed eventi<\/li>\n<li>Previsione corretta = base \u00d7 indice stagionale \u00d7 andamento<\/li>\n<\/ul>\n<h2>Analisi ABC-XYZ<\/h2>\n<h3>ABC: per valore<\/h3>\n<ul>\n<li>A: pochi articoli (circa il 20%) che generano gran parte del valore (circa l&#8217;80%)<\/li>\n<li>B: fascia intermedia<\/li>\n<li>C: molti articoli di valore basso<\/li>\n<li>Le soglie sono indicative e vanno adattate all&#8217;azienda<\/li>\n<\/ul>\n<h3>XYZ: per prevedibilit\u00e0<\/h3>\n<ul>\n<li>X: domanda regolare (variabilit\u00e0 bassa)<\/li>\n<li>Y: domanda moderatamente variabile<\/li>\n<li>Z: domanda irregolare (variabilit\u00e0 alta)<\/li>\n<\/ul>\n<h3>Matrice combinata a 9 celle<\/h3>\n<ul>\n<li><strong>AX<\/strong>: valore alto e domanda regolare: approvvigionamento just in time possibile<\/li>\n<li><strong>AY<\/strong>: valore alto e domanda moderata: previsione standard<\/li>\n<li><strong>AZ<\/strong>: valore alto e domanda irregolare: scorta di sicurezza elevata o produzione su ordine<\/li>\n<li><strong>CX<\/strong>: valore basso e domanda regolare: riordino automatico<\/li>\n<li><strong>CZ<\/strong>: valore basso e domanda irregolare: candidato all&#8217;uscita dall&#8217;assortimento<\/li>\n<\/ul>\n<h2>Previsione con apprendimento automatico<\/h2>\n<h3>Algoritmi<\/h3>\n<ul>\n<li>ARIMA (modelli autoregressivi)<\/li>\n<li>Prophet (libreria open source di Meta)<\/li>\n<li>Reti LSTM (apprendimento profondo)<\/li>\n<li>Random Forest<\/li>\n<li>XGBoost<\/li>\n<li>Modelli ibridi<\/li>\n<\/ul>\n<h3>Quando \u00e8 utile<\/h3>\n<ul>\n<li>Storico sufficiente (almeno due anni di dati)<\/li>\n<li>Schemi di domanda complessi<\/li>\n<li>Molti fattori in gioco<\/li>\n<li>Segnali esterni (meteo, eventi)<\/li>\n<li>Accuratezza davvero critica per il business<\/li>\n<\/ul>\n<h3>Come si integra<\/h3>\n<ul>\n<li>Estrazione dei dati da Odoo verso Python o R tramite API<\/li>\n<li>Riaddestramento periodico dei modelli<\/li>\n<li>Reinserimento della previsione in Odoo (per esempio aggiornando le regole di riordino)<\/li>\n<li>Monitoraggio del degrado dei modelli<\/li>\n<li>Confronto tra modelli alternativi<\/li>\n<\/ul>\n<h2>Il processo di pianificazione della domanda<\/h2>\n<h3>Ciclo mensile<\/h3>\n<ol>\n<li>Stime dei commerciali sui clienti principali<\/li>\n<li>Base statistica dallo storico<\/li>\n<li>Informazioni sul mercato<\/li>\n<li>Impatto delle campagne di marketing<\/li>\n<li>Riunione di consenso<\/li>\n<li>Previsione definitiva approvata<\/li>\n<li>Trasmissione alle funzioni operative<\/li>\n<li>Verifica a met\u00e0 mese<\/li>\n<li>Confronto di fine mese tra previsto ed effettivo<\/li>\n<li>Correzioni per il ciclo successivo<\/li>\n<\/ol>\n<h3>Gruppo di lavoro interfunzionale<\/h3>\n<ul>\n<li>Commerciale (conoscenza dei clienti)<\/li>\n<li>Marketing (campagne)<\/li>\n<li>Amministrazione e finanza (coerenza con il budget)<\/li>\n<li>Produzione (capacit\u00e0)<\/li>\n<li>Acquisti e logistica (fornitori)<\/li>\n<li>Riunione mensile di pianificazione integrata vendite-operazioni (S&amp;OP, Sales and Operations Planning)<\/li>\n<\/ul>\n<h2>Indicatori di prestazione (KPI) della previsione<\/h2>\n<h3>Accuratezza<\/h3>\n<ul>\n<li>MAPE per categoria<\/li>\n<li>Andamento della distorsione nel tempo<\/li>\n<li>Scostamento tra previsto ed effettivo<\/li>\n<li>Affidabilit\u00e0 dei tempi di consegna<\/li>\n<li>Efficacia della scorta di sicurezza<\/li>\n<\/ul>\n<h3>Effetti sul business<\/h3>\n<ul>\n<li>Frequenza delle rotture di stock<\/li>\n<li>Livello di servizio raggiunto<\/li>\n<li>Indice di rotazione delle scorte<\/li>\n<li>Capitale circolante immobilizzato<\/li>\n<li>Costo di mantenimento delle scorte in percentuale<\/li>\n<\/ul>\n<h2>Esempi applicativi<\/h2>\n<p>Gli scenari seguenti sono esempi illustrativi, non casi cliente.<\/p>\n<h3>Esempio 1 \u2014 Distribuzione di beni di largo consumo<\/h3>\n<ul>\n<li>Migliaia di articoli da prevedere<\/li>\n<li>Matrice ABC-XYZ applicata<\/li>\n<li>Indici stagionali calcolati<\/li>\n<li>Rotture di stock monitorate per classe di articolo<\/li>\n<\/ul>\n<h3>Esempio 2 \u2014 Manifattura B2B<\/h3>\n<ul>\n<li>Previsione per cliente<\/li>\n<li>Misura dell&#8217;affidabilit\u00e0 dei fornitori<\/li>\n<li>Previsione propagata lungo le distinte base<\/li>\n<li>Pianificazione S&amp;OP mensile rigorosa<\/li>\n<li>Obiettivo: meno capitale immobilizzato a parit\u00e0 di servizio<\/li>\n<\/ul>\n<h3>Esempio 3 \u2014 Alimentare<\/h3>\n<ul>\n<li>Prelievo FEFO (First Expired, First Out: prima ci\u00f2 che scade prima) e tempi brevi<\/li>\n<li>Forte stagionalit\u00e0<\/li>\n<li>Monitoraggio dell&#8217;effetto delle promozioni<\/li>\n<li>Aggiornamento quotidiano della previsione<\/li>\n<li>Obiettivo: ridurre gli scarti per scadenza<\/li>\n<\/ul>\n<h3>Esempio 4 \u2014 E-commerce<\/h3>\n<ul>\n<li>Domanda a coda lunga difficile da prevedere<\/li>\n<li>Apprendimento automatico per gli articoli A<\/li>\n<li>Base statistica per gli articoli B<\/li>\n<li>Gestione manuale per gli articoli C<\/li>\n<\/ul>\n<h2>5 errori comuni nella previsione<\/h2>\n<ol>\n<li><strong>Lo stesso metodo per tutti gli articoli<\/strong>: trattare allo stesso modo articoli A e C riduce l&#8217;accuratezza<\/li>\n<li><strong>Nessun controllo della distorsione<\/strong>: sovrastime o sottostime sistematiche non vengono corrette<\/li>\n<li><strong>Segnali di mercato ignorati<\/strong>: tendenze esterne non integrate nella previsione<\/li>\n<li><strong>Tempi di consegna considerati fissi<\/strong>: la variabilit\u00e0 viene ignorata e la scorta di sicurezza risulta insufficiente<\/li>\n<li><strong>Nessun processo di consenso<\/strong>: una previsione imposta dall&#8217;alto non viene condivisa<\/li>\n<\/ol>\n<h2>Domande frequenti sulla previsione delle scorte<\/h2>\n<h3>Qual \u00e8 l&#8217;orizzonte di previsione giusto?<\/h3>\n<p>Operativo: 1-3 mesi (regole di riordino). Tattico e strategico: 12-18 mesi (capacit\u00e0 produttiva). Per la pianificazione S&amp;OP si arriva anche a 24 mesi. Ogni livello ha il suo orizzonte.<\/p>\n<h3>Serve l&#8217;apprendimento automatico?<\/h3>\n<p>Per una piccola impresa i metodi statistici classici di solito bastano. L&#8217;apprendimento automatico si giustifica con volumi alti, accuratezza critica e almeno due anni di storico; l&#8217;investimento va valutato caso per caso.<\/p>\n<h3>La scorta di sicurezza \u00e8 troppo alta?<\/h3>\n<p>Misurate il costo di mantenimento delle scorte, che nelle stime pi\u00f9 diffuse si colloca intorno al 20-30% annuo del valore. Ridurre il livello di servizio degli articoli C, per esempio da 99% a 95%, libera capitale circolante.<\/p>\n<h3>Che accuratezza aspettarsi?<\/h3>\n<p>Dipende molto dal settore: le forniture B2B a contratto sono pi\u00f9 prevedibili, il commercio al dettaglio e l&#8217;e-commerce a coda lunga molto meno. Pi\u00f9 che un valore assoluto conta che l&#8217;errore si riduca nel tempo e che non ci sia distorsione sistematica.<\/p>\n<h3>Ogni quanto fare la pianificazione S&amp;OP?<\/h3>\n<p>Di solito mensilmente; pi\u00f9 spesso per l&#8217;e-commerce con prodotti ad alta rotazione, meno spesso per il B2B stabile. Conviene allinearla al ciclo di pianificazione finanziaria.<\/p>\n<h2>Conclusione<\/h2>\n<p>Una previsione delle scorte ben impostata riduce l&#8217;incertezza e il capitale immobilizzato, migliorando la disponibilit\u00e0 della merce. L&#8217;impostazione richiede alcuni mesi e procede per gradi, partendo dagli articoli di maggior valore. La prossima guida (14\/15) tratter\u00e0 l&#8217;<strong>integrazione con la contabilit\u00e0<\/strong>: flussi di costo, valorizzazione del magazzino e reportistica finanziaria.<\/p>\n<p style=\"margin-top:30px;background:#f4f4f8;padding:18px;border-radius:8px;\"><strong>Vuoi impostare la previsione delle scorte nella tua azienda?<\/strong><br \/>\nI consulenti certificati Odoo di BrentaSoft aiutano le PMI ad analizzare la domanda, dimensionare la scorta di sicurezza, misurare i tempi dei fornitori, classificare gli articoli con l&#8217;analisi ABC-XYZ e impostare il processo S&amp;OP, con eventuali integrazioni di modelli previsionali esterni.<br \/>\n<a href=\"https:\/\/brentasoft.com\/contatti.php\"><strong>Prenota una call conoscitiva<\/strong><\/a> oppure prova la nostra <a href=\"https:\/\/odoo.brentasoft.com\/\">demo Odoo 19 online<\/a>. Oppure <a href=\"https:\/\/www.odoo.com?utm_campaign=partner-d192ce8a&amp;utm_source=partner_ref\" target=\"_blank\" rel=\"noopener noreferrer\">prova Odoo direttamente su odoo.com<\/a> (link referral di BrentaSoft).<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Centosedicesima guida Odoo 19, tredicesima serie Inventory: forecasting con orderpoints, safety stock formula, lead time accuracy, ABC-XYZ, ML, S&#038;OP.<\/p>\n","protected":false},"author":2,"featured_media":4108,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_seopress_titles_title":"Previsione delle scorte con Odoo (guida 13)","_seopress_titles_desc":"Centosedicesima guida operativa su Odoo 19 per le PMI italiane, tredicesima della serie dedicata al magazzino (15 guide). La previsione delle scorte\u2026","_seopress_robots_index":"","_seopress_robots_follow":"","_seopress_robots_imageindex":"","_seopress_robots_snippet":"","_seopress_robots_primary_cat":"","_seopress_robots_breadcrumbs":"","_seopress_robots_freeze_modified_date":"","_seopress_robots_custom_modified_date":"","_seopress_robots_canonical":"https:\/\/brentasoft.com\/blog\/inventory-forecasting-odoo-19-pmi-italiane-guida-13\/","_seopress_social_fb_title":"","_seopress_social_fb_desc":"","_seopress_social_fb_img":"https:\/\/brentasoft.com\/blog\/wp-content\/uploads\/2026\/06\/odoo-fc-01-orderpoints.png","_seopress_social_fb_img_attachment_id":0,"_seopress_social_fb_img_width":0,"_seopress_social_fb_img_height":0,"_seopress_social_twitter_title":"","_seopress_social_twitter_desc":"","_seopress_social_twitter_img":"","_seopress_social_twitter_img_attachment_id":0,"_seopress_social_twitter_img_width":0,"_seopress_social_twitter_img_height":0,"_seopress_redirections_value":"","_seopress_redirections_enabled":"","_seopress_redirections_enabled_regex":"","_seopress_redirections_logged_status":"","_seopress_redirections_param":"","_seopress_redirections_type":0,"_seopress_analysis_target_kw":"","footnotes":""},"categories":[24,689,5],"tags":[],"class_list":["post-4113","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-erp-gestionali","category-guide-odoo","category-kpi-e-metriche"],"_links":{"self":[{"href":"https:\/\/brentasoft.com\/blog\/wp-json\/wp\/v2\/posts\/4113","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/brentasoft.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/brentasoft.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/brentasoft.com\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/brentasoft.com\/blog\/wp-json\/wp\/v2\/comments?post=4113"}],"version-history":[{"count":0,"href":"https:\/\/brentasoft.com\/blog\/wp-json\/wp\/v2\/posts\/4113\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/brentasoft.com\/blog\/wp-json\/wp\/v2\/media\/4108"}],"wp:attachment":[{"href":"https:\/\/brentasoft.com\/blog\/wp-json\/wp\/v2\/media?parent=4113"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/brentasoft.com\/blog\/wp-json\/wp\/v2\/categories?post=4113"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/brentasoft.com\/blog\/wp-json\/wp\/v2\/tags?post=4113"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}