El
presente artículo corresponde a una síntesis del escrito por Rob Dhuyvetter en
la publicación de Foresight de octubre de 2005, Rob es analista directivo en la
empresa J.R. Simplot, localizada en Boise, Idaho. Los últimos años ha trabajando
con la división de alimentos de la empresa tratando de mejorar el proceso de pronóstico,
y su uso en todos los eslabones de la cadena de suministro. Rob tiene un M.A.
en matemáticas de la universidad del estado de Minesota y un M.S. en ingeniería
industrial y administración de sistemas, mientras enseña estadísticas en la
universidad de Lincoln Nebraska. En el artículo Rob comparte sus ideas y
experiencia sobre la combinación de los pronósticos cuantitativos y
cualitativos en J.R. Simplot. Su recomendación principal es: que el empleo de los
métodos cualitativos no se limiten al ajuste de las salidas de modelos de
pronóstico estadísticos, sino que hagan parte del desarrollo del modelo de pronóstico
estadístico. La clave para lograr esto es la comunicación oportuna con ventas y
marketing, y documentar el proceso.
Introducción
El componente humano como una entrada al pronóstico estadístico.
El desarrollo de un pronóstico estadístico juega un papel principal en
la creación de un plan de demanda válido, y rutinariamente no debería ser
tratado como una caja negra. Christopher Koch
Muchos
Planeadores han comprendido que, sin el componente humano, los pronósticos estadísticos
por si solos no proporcionan previsiones adecuadas de demanda. En un artículo
para la Revista CIO, Ben Worthen (2003, http://www.cio.com/archive/071503/future.htmlkjcv)
dice que “El pronostico de la demanda suena como una ciencia exacta, pero si se
analiza detenidamente las personas son la mitad de la ecuación en el proceso”.
En
la edición especial de la revista Forseight de junio de 2005, varios autores
enfocaron sus opiniones acerca de cómo integrar los pronósticos cuantitativos y
los cualitativos. Nigel Harvey (2005, p.18) lo resumió: " Como Paul
Goodwin y otros, opino que el juicio de expertos y los métodos estadísticos se complementan
mutuamente en el proceso de pronóstico y que el problema para los planeadores
es decidir cuando combinarlos y como alcanzar la mejor combinación. "
Muchos
planificadores de demanda comprenden que el pronóstico automático no hace todo el
trabajo. Los modelos estadísticos usados en el desarrollo de sus pronósticos trabajan
con datos “brutos”. Los modelos no saben si los números representan papas
fritas o memorias USB, tampoco son capaces de interpretar una pendiente en ventas como un
exceso en producción, ni saber si un pico en
la demanda es el resultado de publicidad adicional o una venta de tipo
aleatorio. Más aun, los modelos estadísticos no predicen circunstancias
inesperadas. Ana Ku (2002, http://www.analyticalq.com/energy/demand/default.htm)
menciona acertadamente en su nota “Si las entradas a su modelo de pronóstico
son pobres, sería muy difícil conseguir un pronóstico bueno no importa que tan bueno
sea su modelo. ".
Es
importante anotar que lo anterior se aplica si dentro del proceso hay un proceso estructurado de pronóstico.
Ventas
y Márketing - Reuniones de Predemanda
Muchos procesos de planeación de la demanda siguen el siguiente proceso:
- Generar pronósticos estadísticos.
- Ajustar los pronósticos basados en el conocimiento del mercado.
- Llegar a un consenso y
publicar los resultados.
Una
mejor estrategia seria traer el conocimiento como una entrada en el desarrollo
de pronósticos estadísticos. Esta estrategia ha tenido una gran acogida entre
muchos académicos de pronóstico. J. Scott Armstrong (2001, p. 736), en su libro
Principies of Forecasting, menciona la importancia de utilizar el conocimiento
de ventas y marketing como entradas en el desarrollo de una planeación
funcional.
Principio
11.2: Usar de forma estructurada el conocimiento como entradas a modelos
cuantitativos.
Principio
11.3: Usar el conocimiento para seleccionar, ponderar, y modificar los métodos
cuantitativos.
La
inversión del tiempo y energía en modelos que incorporan el conocimiento
correctamente ayudará a los analistas a crear pronósticos estadísticos más
exactos, reducirá el número de modificaciones manuales, y mejora la exactitud
de previsión.
En
la Empresa J.R. Simplot, las Ventas y el personal de Márketing participan en
reuniones "de predemanda". En estas reuniones, se organizan, evalúan
y formula la última información comercial. Se Documenta el proceso totalmente y
se comparten los resultados con los analistas antes de la construcción de
modelos estadísticos.
Veamos algunas conclusiones resultantes en este proceso de incorporar el conocimiento de Ventas y Márketing que ayudaron a mejorar los resultados de pronóstico estadísticos:
- Al pronósticar estadísticamente a nivel de SKU y luego distribuir los resultados de forma descendente se lograron mejores resultados que pronósticando de forma desagragada.
- Realizar una clasificación de pareto sobre las referencias permite concentrar los esfuerzos en la referencias tipo A (aquellas criticas para el negocio) y programar revisiones con frecuencias más bajas en las tipo B y C.
- Los articulos cuyo comportamiento es demasiado variable para pronósticar por medio de un modelo estadístico, son retirados gradualmente conforme pasan los meses, dado que usualmente estos articulos presentan características especiales como contratos de cantidades y fechas fijas, nuevos artículos los cuales no cuentan con historia, lo cual hace que el desempeño de un modelo estadistico sea muy pobre.
- Se debe medir el impacto de los eventos en el comportamiento de la demanda, identificar patrones en los cuales las ventas pueden incrementarse de repente e investigar las causas de estos comportamientos para poder ponderarlas y pronósticar su impacto hacia futuro.
- Es necesario medir el desempeño del pronóstico comparando el valor real vs el pronósticado, identificar las causas y tomar medidas.
Revisión y Consenso
Cabe
anotar que los ajustes cualitativos se seguiran realizando para aquellas referencias en las
cuales no se ha incorporado la historia de los eventos realizados (promociones,
publicidad etc.), o aquellos que no fueron objeto de estudio durante las
reuniones de predemanda. 
Una
vez generados, los pronósticos estadísticos son revisados con el equipo
de planeación de la demanda con el fin de incluir aquellos nuevos productos
que deben ser pronosticados, los que se deben excluir del pronostico estadístico
y por ultimo aquellos que requieren información adicional. Como resultado de
esta revisión se llega a un consenso sobre el pronóstico estadístico.
Luego
de llegar al consenso sobre el pronóstico estadístico se formalizan revisiones programadas
en las cuales participan los departamentos de Ventas, Marketing, Operaciones y Dirección.
Los motivos para los cambios adicionales incluyen nuevas promociones
planificadas, ganar o perder clientes principales, contracciones de producción,
y acciones directivas orientadasa a alinear las ventas con objetivos estratégicos de la
compañía como la decisión de promover un producto particular para lograr la
participación en el mercado proyectada.
Conclusión
Muchas
empresas toman como base los pronósticos generados a partir de un software para iniciar
su ciclo de planeación de la demanda, para luego realizar ajustes manuales que incorporarn el conocimiento de ventas, márketing, y operaciones. Al incorporar y
formalizar el conocimiento dentro de la construcción de los pronósticos base se
puede incrementar la exactitud del pronostico entre un 10 y 15% y se reducen
los ajustes manuales en aproximadamente un 40%.