Duemila ettari di produzione conferita da 340 soci, con picchi di raccolta che si accavallano su una finestra di tre settimane. Troppo personale assunto in anticipo, troppa frutta raccolta prima del momento ottimale per garantire la data di consegna, troppo prodotto che degrada nell'attesa tra campo e magazzino. Il cliente è sotto NDA. Abbiamo costruito un sistema di previsione della maturazione e ottimizzazione della finestra di raccolta che ha ridotto il prodotto declassato o perso del 29% e migliorato il prezzo medio di vendita del 12%.
La raccolta dell'ortofrutta ha una caratteristica che la rende fondamentalmente diversa dalla produzione manifatturiera: non si può scegliere quando farlo. Il frutto matura secondo i suoi tempi, che dipendono dalla varietà, dall'andamento stagionale, dalle scelte agronomiche dei mesi precedenti, e da variabili che nessuno controlla completamente. Quando è pronto, deve essere raccolto in una finestra temporale precisa. Raccogliere troppo presto produce frutta non al top della qualità. Raccogliere troppo tardi produce frutta che non arriva al cliente in condizioni commerciali.
Per una cooperativa con 340 soci conferenti su 2.000 ettari distribuiti in un comprensorio con variabilità microclimatica significativa, coordinare la raccolta è un problema logistico di notevole complessità. Non perché raccogliere sia difficile: perché raccogliere il prodotto giusto, nel campo giusto, nel momento giusto, con il personale e i mezzi disponibili in quel momento, rispettando le finestre di consegna dei clienti e le capacità del magazzino di lavorazione, richiede una pianificazione che la cooperativa gestiva con strumenti inadeguati alla complessità reale.
Il risultato, misurabile e misurato, era un livello di prodotto declassato o perso superiore alla media del settore, e una variabilità nel prezzo medio di vendita stagionale che rendeva difficile la pianificazione economica per i soci.
Il processo di pianificazione della raccolta era affidato a un agronomo senior con trent'anni di esperienza nel comprensorio, supportato da tre tecnici di campo che visitavano periodicamente i soci conferenti.
Il processo reale: nelle settimane che precedevano l'avvio della campagna, l'agronomo visitava un campione di aziende, valutava visivamente lo stato di maturazione, raccoglieva le informazioni dei soci sui volumi attesi, e costruiva un piano di raccolta settimanale basato su questa valutazione. Il piano veniva aggiornato ogni 3-4 giorni in base alle previsioni meteo e alle informazioni che arrivavano dai soci.
Questo sistema aveva una serie di punti di debolezza strutturali.
La visita al campione non rifletteva la variabilità reale. Con 340 soci su un comprensorio esteso, il campione visitato prima della campagna rappresentava meno del 20% della produzione conferita. I soci non visitati venivano pianificati per estrapolazione dalla loro zona geografica e dalla varietà coltivata, con un'approssimazione che non catturava la variabilità individuale (gestione del vigneto, esposizione, portainnesto, pratiche irrigue).
Le previsioni meteo avevano un orizzonte utile troppo corto. Una previsione affidabile a 7-10 giorni permetteva di pianificare una settimana avanti con ragionevole certezza. Ma la logistica della raccolta richiede pianificazione a 3-4 settimane: il personale stagionale deve essere assunto in anticipo, i mezzi di trasporto prenotati, le celle frigo pianificate. Pianificare solo a 7 giorni significava o sovrastimare le risorse necessarie (costo) o sottostimarle (collo di bottiglia).
La comunicazione con i soci era unidirezionale e ritardata. I soci ricevevano il piano di raccolta ogni pochi giorni, e le loro segnalazioni (problemi in campo, anticipi di maturazione, eventi atmosferici locali) arrivavano alla cooperativa con ritardi variabili.
Prima di progettare la soluzione, abbiamo analizzato i dati di tre stagioni precedenti: volumi conferiti, date di raccolta, classificazione qualitativa del prodotto a ricevimento, prezzi di vendita per categoria, e incidenti documentati (prodotto declassato per maturazione eccessiva, prodotto rifiutato alla consegna, calo peso in magazzino superiore al previsto).
I dati hanno confermato il problema e ne hanno precisato la struttura:
Concentrazione del prodotto declassato nelle prime e ultime settimane di campagna. Il problema era asimmetrico: nelle prime settimane, il prodotto veniva raccolto in anticipo per rispettare le prime finestre di consegna e non mancasse capacità di raccolta nel picco successivo. Nelle ultime settimane, il prodotto rimaneva in campo oltre il momento ottimale perché la capacità di lavorazione era già occupata.
Alta variabilità tra soci nella stessa zona. Due soci nella stessa micro-zona producevano prodotto con differenze di maturazione di 4-8 giorni. Questa variabilità non era prevedibile dal piano basato sul campione: veniva scoperta al ricevimento del prodotto.
Perdita di prezzo nelle settimane di picco. Quando troppo prodotto arrivava contemporaneamente al magazzino, parte veniva venduto sul mercato spot a prezzi inferiori a quanto avrebbe ottenuto se distribuito su un orizzonte più lungo. La concentrazione del picco era in parte un artefatto della pianificazione.
Il cuore del sistema è un modello che stima la data di ottimo fisiologico per ogni appezzamento conferito, aggiornato continuamente con i dati disponibili.
Le variabili input del modello:
Dati agronomici del socio. Varietà coltivata, portainnesto, data di messa a fiore (raccolta dai soci via app nella fase di monitoraggio primaverile), storico di anticipo/ritardo rispetto alla media varietale nelle stagioni precedenti. Ogni socio ha un "profilo" che cattura le sue caratteristiche specifiche e permette correzioni personalizzate rispetto alla media varietale.
Dati meteoclimatici per micro-zona. Il comprensorio è stato suddiviso in 23 micro-zone climatiche definite in collaborazione con l'agronomo senior, sulla base di esposizione, altitudine e comportamento storicamente osservato. Ogni micro-zona riceve dati meteo da una rete di stazioni (alcune preesistenti, alcune installate nel corso del progetto) e previsioni meteo disaggregate spazialmente.
Modelli fenologici per varietà. La maturazione dei frutti segue traiettorie fenologiche note per ogni varietà, parametrizzate dagli heat units (gradi giorno accumulati sopra una soglia) dalla fioritura in poi. Il modello integra i dati meteoclimatici storici e prospettici nel calcolo degli heat units per ogni micro-zona e proietta la data di ottimo fisiologico con un intervallo di confidenza.
Indici da telerilevamento. Per i soci che hanno dato il consenso (circa il 60% al termine del primo anno), immagini satellitari multispettrali con frequenza settimanale permettono di calcolare NDVI e indici di stress idrico a livello di appezzamento. Questi dati vengono integrati nel modello come correzione sullo stato effettivo della vegetazione rispetto alla media attesa.
Il modello produce, per ogni appezzamento e con aggiornamento quotidiano, una stima della data di ottimo di raccolta con un intervallo di confidenza a 80% e a 95%. L'intervallo si stringe man mano che si avvicina la data prevista e i dati agrometeorologici diventano più precisi.
La previsione della maturazione è il primo tassello. Il secondo è la traduzione di 340 previsioni individuali in un piano di raccolta coordinato che rispetti i vincoli logistici della cooperativa.
I vincoli che il sistema ottimizza simultaneamente:
Il piano prodotto dal sistema è un calendario di raccolta per appezzamento, con il giorno proposto, il mezzo di raccolta assegnato, la stima del volume e la destinazione commerciale prevista per quel lotto. Ogni giorno del piano è accompagnato da un indicatore di confidenza e da un'analisi di sensibilità: cosa cambierebbe se l'ondata di caldo prevista giovedì fosse più intensa del modello?
L'agronomo senior e i tecnici di campo non sono stati sostituiti da questo sistema. Sono stati liberati dalla gestione meccanica per concentrarsi sulle eccezioni, sulle situazioni che richiedono giudizio agronomico che il modello non può avere, e sulla relazione con i soci.
Il sistema funziona solo se i soci forniscono dati in input e recepiscono il piano in output. Questo ha richiesto la progettazione di un'interfaccia accessibile a un bacino eterogeneo: soci con età media di 58 anni, livello di alfabetizzazione digitale variabile, e una relazione con la cooperativa costruita su decenni di dinamiche specifiche.
L'interfaccia sviluppata per i soci è un'applicazione mobile con tre funzioni core:
Segnalazione eventi. Il socio segnala eventi rilevanti in campo (pioggia intensa, grandine, comparsa di patologia, anticipo o ritardo di maturazione osservato visivamente) con un messaggio strutturato (tipo evento, data, appezzamento interessato, stima dell'impatto). L'evento aggiorna il modello di previsione per quell'appezzamento.
Ricezione del piano. Il socio riceve il piano di raccolta per i propri appezzamenti con aggiornamenti ogni 48 ore. Il piano mostra il giorno proposto, il mezzo che arriverà, il volume atteso e le istruzioni operative.
Feedback post-raccolta. Il giorno successivo alla raccolta, il socio riceve una notifica per confermare se tutto è andato secondo piano o segnalare discrepanze (volume diverso, condizioni di raccolta difficili, problemi rilevati). Questo feedback alimenta il miglioramento continuo del modello.
Il tasso di adozione dell'app dopo la prima stagione era del 73% dei soci. Il 27% che non usava l'app comunicava ancora via telefono con i tecnici di campo, che inserivano le informazioni nel sistema manualmente.
La prima stagione di utilizzo del sistema non ha prodotto i risultati ottimali, per ragioni che erano prevedibili e sono state previste.
Il modello fenologico richiede dati storici per essere calibrato correttamente su ogni micro-zona. Con un solo anno di dati validati, alcune previsioni nelle micro-zone con comportamento più atipico erano sistematicamente sbagliate in una direzione. Il caso più significativo: una micro-zona in quota che aveva un ritardo di maturazione rispetto alla media superiore a quanto il modello prevedeva nelle prime settimane di campagna. Il prodotto di quella zona era arrivato più tardi del piano, creando un collo di bottiglia non previsto.
Il secondo problema della prima stagione: la resistenza di una quota di soci ad anticipare o posticipare la propria data di raccolta rispetto alle abitudini consolidate. Per alcuni soci, raccogliere "prima del solito" per rispettare il piano della cooperativa ha richiesto una conversazione individuale con il tecnico di campo per spiegare il razionale del modello. In alcuni casi, il socio ha comunque scelto di aspettare: il sistema non ha potere coercitivo.
Questi problemi sono stati affrontati nella seconda stagione con calibrazioni del modello sui dati della prima stagione e con un lavoro di comunicazione mirato ai soci "resistenti", mostrando i risultati di prezzo e qualità dei soci che avevano seguito il piano rispetto a quelli che non lo avevano seguito.
I dati della seconda stagione completa di utilizzo del sistema, confrontati con la media delle tre stagioni precedenti:
Prodotto declassato o perso post-raccolta: riduzione del 29%. Il miglioramento è distribuito: -41% nelle prime settimane di campagna (meno raccolta anticipata per coprirsi), -19% nelle ultime settimane (meno prodotto rimasto in campo oltre il punto di ottimo).
Prezzo medio di vendita: migliorato del 12% rispetto alla media precedente, al netto delle variazioni di mercato. La spiegazione è la distribuzione più uniforme del prodotto nel tempo: meno concentrazione nel picco, meno vendite spot a prezzo ridotto, più prodotto collocato nei contratti programmati con la GDO che garantiscono prezzi superiori.
Costo del personale stagionale: ridotto dell'8% a parità di volume prodotto, grazie alla pianificazione più precisa che ha evitato la pratica di assumere personale in eccesso "per sicurezza" nelle settimane di incertezza.
Capacità di cella frigo utilizzata: migliorata del 15% in termini di utilizzo medio, con riduzione dei giorni di sotto-utilizzo nelle fasi di raccolta lenta e di sovraccarico nelle fasi di picco.
Soddisfazione dei soci: misurata con una survey al termine della seconda stagione. NPS complessivo della cooperativa cresciuto di 18 punti rispetto alla survey precedente al progetto. I commenti più frequenti: trasparenza sul piano, prevedibilità dei giorni di raccolta, percezione di maggiore professionalità nella gestione.
Un effetto non previsto nel brief originale è emerso nei rapporti commerciali con i clienti GDO.
La capacità di comunicare ai buyer date di consegna con un anticipo maggiore e con una qualità di stima superiore ha cambiato la dinamica negoziale. Un fornitore che riesce a garantire "consegno la settimana del 12 con un volume di X quintali al 95% di confidenza" è un interlocutore diverso da uno che dice "credo che saremo in grado di consegnare intorno a metà mese, dipende da come va la raccolta".
Due dei tre principali clienti GDO hanno proposto, al termine della seconda stagione, accordi pluriennali con volumi garantiti superiori a quelli degli anni precedenti. In entrambi i casi, il buyer ha esplicitamente citato la migliore prevedibilità delle consegne come fattore della proposta.
I tre assi di sviluppo pianificati per i prossimi 24 mesi:
Estensione a nuove produzioni. Il sistema è stato sviluppato sulla coltura principale della cooperativa. Due colture secondarie, con dinamiche fenologiche diverse, sono candidate all'estensione nella prossima stagione, con un modello specifico calibrato su ogni varietà.
Qualità predittiva. Oltre alla data di raccolta, il sistema sta iniziando a stimare anche la distribuzione qualitativa attesa per ogni appezzamento (percentuale di prodotto in cat. 1, 2 e industria). Questo dato permetterebbe di pianificare la destinazione commerciale prima ancora che il prodotto venga raccolto, ottimizzando l'allocazione ai canali in base ai contratti in essere.
Monitoraggio irriguo integrato. Per i soci con impianto di irrigazione di precisione, l'integrazione dei dati di consumo idrico nel modello potrebbe migliorare significativamente la previsione nelle stagioni con anomalie termiche o siccità prolungate, che sono le situazioni in cui il modello fenologico standard performa peggio.