Por: Jeff Bodenstab
Modelización de la demanda: descubre cómo separar la señal del ruido para obtener previsiones más precisas. Aprende sobre métodos que mejoran la planificación al adaptarse a la variabilidad y reducir los errores en la gestión de la demanda.
Es imposible generar una previsión de la demanda perfecta .
Lo que lo hace imposible es el ruido, es decir, las fluctuaciones aparentemente aleatorias o arbitrarias de la demanda. El ruido no se puede predecir. Muchas veces, cuando los planificadores ajustan manualmente la previsión, están intentando predecir el ruido que la previsión no pudo predecir.
La limitación de los sistemas tradicionales de previsión y planificación de la demanda es que son deterministas; sus procesos internos consideran que todos los datos son exactos. Toman valores exactos como entrada y dan valores exactos como salida.
El cálculo de la previsión ignora la naturaleza incierta de la demanda.
Por eso, con una previsión tradicional, es imposible separar limpiamente la señal del ruido. Cualquier desviación de la demanda, por normal que sea, se considera un error, ya que la previsión es una cifra exacta. El ruido también aparece como variabilidad y se tiene en cuenta exactamente igual que la variabilidad de la señal.
La modelización de la demanda funciona de otra manera.
Separa la señal del ruido. La señal son los datos que tienen valor predictivo. El ruido no. Por eso, cuando se modela la demanda, no se intenta adivinar el ruido. Es inútil intentar predecirlo, así que ¿para qué perder el tiempo, el esfuerzo y el coste? En lugar de eso, la modelización de la demanda mejora la previsión aislando cada vez mejor la señal del ruido.
En la modelización de la demanda, todo es «estocástico». Derivado de la palabra griega “stochastic” -apuntar al blanco-, los sistemas de modelización estocástica apuntan a una previsión más precisa modelizando probabilidades y teniendo en cuenta el comportamiento aleatorio.
Esto significa que un resultado estocástico puede tener cualquier valor dentro de un rango, y que cada valor tiene una probabilidad determinada de producirse. Así, por ejemplo, en lugar de decir que el resultado previsto al lanzar dos dados es 7, el perfil estocástico del resultado previsto sería un rango de resultados de 2 a 12 con una probabilidad de 1/36 para 2, 1/18 para 3… hasta 1/36 para 12.
La modelización de la demanda tiene en cuenta la gama de valores y sus probabilidades, aprovechando el hecho de que la demanda y la oferta son inciertas. La señal no es un número exacto, sino una gama de valores, cada uno de ellos con una probabilidad de ocurrir, igual que la demanda global en el mundo real.
Hay variabilidad, pero la variabilidad forma parte de la señal. La diferencia entre la señal y el ruido es la parte de la demanda que es predecible y la parte que no lo es. Utilizando nuestro ejemplo del lanzamiento de un dado, sacar un total de 2 no se considera un error de previsión, sino un resultado normal -aunque improbable- del lanzamiento.
La previsión tradicional ignora la naturaleza estocástica inherente a la demanda. La modelización de la demanda la tiene en cuenta.
En la modelización de la demanda, la señal se determina «descomponiendo» los datos en una parte de señal y otra de ruido. La granularidad de esta demanda de base es lo más detallada posible. Cuanto más detallada, más señal se conserva y más claramente puede identificarse la señal dentro del ruido. La granularidad más utilizada es la línea de pedido de venta individual, diariamente por artículo y por ubicación de envío.
A partir de este detalle, pueden identificarse todo tipo de patrones. Por ejemplo, cada ubicación de envío puede mostrar patrones de pedido claros que favorezcan determinados días de la semana y excluyan por completo otros días, como sábados, domingos y festivos. Del mismo modo, puede haber patrones obvios para las semanas dentro del mes, impulsados por los objetivos de ventas en los calendarios fiscales. Este detalle permite detectar automáticamente la señal.
La información adicional -estacionalidad, promociones, inteligencia de mercado- afina aún más la separación entre la señal y el ruido para obtener una previsión más «tranquila» y precisa (véase el diagrama de la parte inferior). A medida que se proporciona información adicional, se aísla hasta el último bit de señal del ruido.
En Bestechnology Group hemos ayudado a empresas como la tuya a escalar sus negocios con pronósticos de la demanda más acertados. Contáctanos y conoce SO99+ una de las mejores herramientas de planificación de la demanda que existe actualmente en el mercado.
