Blog

El pronóstico de demanda es el componente más importante de la planificación de demanda. Un pronóstico de demanda de alta precisión y a un nivel de detalle apropiado otorgará la capacidad de anticiparse y comprender mejor sus cadenas de suministro y los patrones de demanda de los clientes para lograr un crecimiento sostenido de sus operaciones comerciales.

Según varios estudios se sabe de los altos beneficios potenciales de tener Pronósticos de Demanda más precisos:

• Según la consultora Gartner, con un 1% de mejora en la precisión del pronóstico se logra:

o Reducción del 7% en el inventario de productos terminados (días)

o Reducción del 2% en los costos de transporte (porcentaje de ventas)

o Reducción del 9% en la obsolescencia del inventario (porcentaje del valor del inventario)

• Según un estudio del IBF (Institute of Business Forecasting & Planning) se observó que tan sólo 1% de mejora en el pronóstico generó ahorros de alrededor de 3% del ingreso por ventas.

• Según otro estudio del IBF un 15% de mejora en la precisión del pronóstico generó en promedio de 3% de incremento en las utilidades antes de impuestos.

Estos beneficios pueden representar ganancias muy grandes que pueden variar entre cientos de miles de dólares hasta millones de dólares anuales, dependiendo del tamaño, complejidad y características de las empresas.

¿Cómo lograr pronósticos de demanda de alta precisión?

Lograr pronósticos de demanda de alta precisión no es una tarea sencilla. Para obtener pronósticos de alta precisión se requiere en primer lugar de un software de Analítica Avanzada y Machine Learning de alta capacidad de procesamiento y performance, que permita incorporar y gestionar una gran cantidad y variedad datos de consumo de los clientes actualizados con frecuencia y a un suficiente nivel de detalle. Además, debe incluir una librería amplia de modelos y técnicas de pronósticos y que sean configurables por el usuario, con opciones para monitorear y mejorar estos modelos con el tiempo y facilitar la colaboración de diferentes usuarios para ajustar los pronósticos.  

En segundo lugar, se requiere de una consultoría especializada en Analítica Avanzada que consista en la implementación técnica, configuración y capacitación del software, junto con el diseño del proyecto que incluya las mejores prácticas para cambios de procesos, gestión de procesos y metodologías de pronósticos y planificación de demanda.

Para obtener pronósticos de alta precisión, no es suficiente con calcular pronósticos de demanda mensuales y a nivel agregado como categoría o país. Se requiere pronósticos detallados que puedan actualizarse con datos semanales o diarios, y a nivel de almacén, región, tienda, cliente, línea, categoría, subcategoría, producto, SKU, etc. de acuerdo a las necesidades de planificación, incorporando datos que influyen en la demanda en el punto de venta, como promociones, eventos, precios, clima, nuevos productos, sentimiento del consumidor, actividades de la competencia y otros factores relevantes, para poder detectar los patrones cambiantes del consumidor de forma diferenciada por producto, grupo de productos, ubicación geográfica, etc.

Uno de los errores más comunes de las empresas es desarrollar su pronóstico de demanda en base a datos históricos de ventas restringidas por abastecimiento, es decir que se incorporen datos sólo de lo que se pudo vender en cada periodo. Lo recomendable es usar datos que midan lo que realmente los clientes querían comprar y no lo que se les pudo vender. Si sólo se tiene datos de ventas restringidas, se debe ajustar estos datos para eliminar el efecto negativo de los stockouts que pudieron darse en ciertos días o semanas. La data que se recomienda usar debe basarse en los pedidos de los clientes e intención de compra, de tal forma que sea lo menos restringida posible. El no seguir esta recomendación puede tener impactos negativos en las ventas, debido a que habría un abastecimiento menor a la demanda en los productos que tuvieron stockouts.

Otro error común es usar datos de envíos en el caso de pronósticos de la demanda sell-in (Desde el fabricante al distribuidor mayorista o minorista). Para obtener una alta precisión en el pronóstico de demanda sell-in se recomienda en lo posible pronosticar primero la demanda en el punto de venta (sell-out) para que se pueda capturar de forma más exacta, evitando el efecto bullwhip (efecto látigo) y a partir de este pronóstico se puede obtener un pronóstico sell-in más preciso incorporando la data de demanda histórica sell-in junto con otros factores que influyen en esta demanda.

Por otro lado, hay que tomar en cuenta que es importante hacer pronósticos en el nivel de frecuencia y agregación adecuados, dependiendo de cómo se usarán los pronósticos en el proceso de planeamiento. Por ejemplo, si se quiere determinar los niveles de inventario para envíos desde diferentes almacenes regionales y se sabe que la demanda varía mucho semana a semana, se recomienda por lo general hacer pronósticos diferenciados por cada región y con datos semanales. Por otro lado, el nivel de desagregación podría ser a nivel de producto o SKU, dependiendo de la diversidad en los patrones de demanda que existan en la cartera de productos que maneje la empresa. Además, si se organizan en base a unidades de negocio separadas se podría usar un nivel de frecuencia y agregación diferente de acuerdo a las necesidades y características de cada unidad de negocio y si hay una mayor dependencia de diferentes factores como el precio. Para determinar el nivel adecuado de frecuencia y desagregación para el caso particular se requiere la ayuda de un software de pronóstico avanzado y la asesoría de consultores con el conocimiento y experiencia adecuados.

Por último, no se puede pronosticar a todos los productos usando las mismas técnicas y nivel de detalle. Es necesario segmentar los productos de acuerdo a sus características y ciclo de vida. Por ejemplo, con la ayuda del software se puede obtener segmentos de productos con alta o baja frecuencia de demanda, productos con demanda intermitente o continua y productos nuevos o en transición. Cada uno de estos segmentos tienen patrones de demanda que pueden ser muy diferentes y por lo tanto podrían requerir técnicas de pronóstico diferentes, y pronósticos con niveles de frecuencia y agregación diferenciados.

Implementar un sistema de pronóstico con este nivel de detalle y precisión implica un costo de inversión considerable, pero que es plenamente justificado por los grandes beneficios que se traducen en altos niveles de reducción de costos de inventario, mejoras en servicio al cliente y mejoras en eficiencias operativas a lo largo de toda la cadena de suministro. Los Retornos sobre la inversión (ROI) que pueden obtenerse con un sistema de pronóstico de demanda de alta precisión pueden ser muy altos, pudiendo superar en algunos casos los 300% por año.  

¿Cómo calcular el ROI de tener pronósticos de demanda de alta precisión?

Estimar el ROI de tener pronósticos de demanda más precisos no es una tarea sencilla, debido a que el impacto es a nivel de toda la organización, con algunos beneficios difíciles de medir como el incremento de satisfacción del cliente por reducción de stockouts, mejor respuesta a las preferencias del consumidor, y por reducciones del efecto bullwhip (efecto látigo) en los niveles upstream de la cadena de suministro (fabricantes o proveedores). Por ejemplo, una mejora del pronóstico de demanda en el punto de venta, por ejemplo, a nivel de tienda, va a reducir las imprecisiones en los pronósticos de envíos de los fabricantes, lo cual reduciría los costos de producción e inventario con un beneficio conjunto para todos los participantes de la cadena de suministro. Otro impacto difícil de medir es en la reducción de los tiempos invertidos en las actividades de planificación de demanda, S&OP o IBP (Integrated Business Planning) y Planificación de Suministros, debido a un mayor nivel de detalle y mayor automatización e incorporación de escenarios what-if interactivos que facilitan el consenso en las reuniones de planificación.

El cálculo del ROI dependerá de las características propias de cada negocio y la complejidad de su cadena de suministro. La estimación del ROI requiere de un entendimiento de los beneficios de tener un pronóstico más preciso a lo largo de toda la cadena de suministro.

Los principales beneficios de un pronóstico de demanda de alta precisión pueden ser ahorros de costos de inventario, mayor satisfacción del cliente y ahorros de costos de gestión.

Ahorros de costos de inventario:

La reducción del inventario de productos terminados downstream (consumidor final) solo por la mejora de la precisión del pronóstico incluye un ahorro único por la disminución del inventario a un nivel menor (menor stocks de seguridad), así como un ahorro recurrente del costo de mantenimiento del inventario (costos operativos y costos de oportunidad de mantener productos sin vender en los almacenes). Las estimaciones varían considerablemente dependiendo del tipo de negocio, por ejemplo, si es una empresa de fabricación o distribución basados en stock los ahorros pueden ser mayores que para una empresa que fabrica productos a pedido. En cualquiera de los casos, las empresas y cadenas de suministro siempre reducen sus costos de inventario cuando mejoran la precisión de sus pronósticos de demanda debido a que siempre se basan en pronósticos de demanda para gestionar sus inventarios ya sea de materias primas, insumos o productos terminados.

Mayor satisfacción del cliente:

La precisión de los pronósticos respalda una mejor gestión del inventario, lo que a su vez respalda una mejor gestión de los plazos de entrega, lo que puede hacer o deshacer una relación con el cliente. La satisfacción del cliente puede medirse mediante la reducción de la escasez y el desabastecimiento, el aumento de las tasas de cumplimiento de pedidos y la optimización de la coincidencia entre oferta y demanda para que los clientes de mayor prioridad (que generan mayores ganancias o valor) se mantengan en el nivel más alto de atención al cliente. El comprender los requisitos de su demanda con mayor precisión, puede construir una relación más significativa que, en última instancia, beneficia a tanto al fabricante como al distribuidor final del producto.

Ahorros de costos de gestión

La automatización del proceso de pronóstico reducirá el tiempo dedicado a crear y administrar el proceso de pronóstico general.  Las ganancias de eficiencia operativa de las mejoras en la planificación y programación serán impulsadas por un pronóstico más preciso, confiable y, a veces, más detallado. Una planificación financiera más predecible resultará de un pronóstico más preciso.

Los ahorros en la gestión de materias primas generados por un pronóstico de productos terminados upstream más preciso pueden ser significativos. Las prácticas de adquisición de materiales y la planificación de la cadena de suministro se pueden mejorar drásticamente. Además, las reducciones en el inventario de materias primas y los costos de manejo de inventario asociados pueden ser una fracción de los ahorros en el inventario de productos terminados, dependiendo de cuánto valor agregue el proceso de fabricación al producto terminado.

El ROI que se pueda obtener de cualquier iniciativa de mejora en la planificación como planificación de demanda, S&OP, Gestión de Inventarios, IBP, etc, dependerá en gran medida de la precisión de los pronósticos.  Sin un sistema de pronóstico robusto y de alta precisión  cualquier proceso de planificación que se implemente no podrá lograr resultados satisfactorios. 

Contáctanos para asesorarte sobre la mejor aplicación de la analítica avanzada en tus pronósticos de demanda

contacto@bctsconsulting.com | +51 997 500 500

Colaboración de Gino Sedano | Consultor Senior en Analítica Avanzada | BCTS Consulting