Siga aprendiendo en
LOKAD TV
Las grillas de cuantiles son una mejora significativa con respecto a los pronósticos clásicos o de cuantiles cuando se trata del inventario. Sin embargo, los pronósticos probabilísticos superan con creces el rendimiento de las grillas de cuantiles. Visite nuestras últimas páginas de la sección Tecnología para más información.
Si está leyendo este artículo y no es un estadístico, se preguntará si su negocio tiene posibilidades de aplicar de algún modo sensato estas llamadas "grillas de cuantiles", algo que suena más bien a título de tesis de doctorado en estadística moderna más que a un modo práctico de pronosticar. Si cree que este término es intimidatorio, simplemente reemplace mentalmente "grillas de cuantiles" por "pronósticos que realmente funcionan", y estará encaminado. La gran mayoría de las empresas que utiliza Lokad no cuenta con conocimientos de estadística. El filtro de correo no deseado asociado a su bandeja de entrada también utiliza estadística avanzada, y no es necesario contar con un doctorado para utilizarla.
Lokad está haciendo algo similar para el comercio. Estamos aprovechando el aprendizaje automático avanzado para hacer que su empresa sea más rentable; y la tecnología subyacente es tan avanzada que no hay necesidad de que se preocupe demasiado al respecto. A continuación, describimos lo que sucede detrás de escena en Lokad, pero quédese tranquilo: puede utilizar Lokad aunque no comprenda del todo lo que sucede en nuestro motor de pronóstico, al igual que puede utilizar el filtro de correo no deseado sin estar familiarizado con la inferencia probabilística bayesiana.
De hecho, el desafío para las empresas es evitar los dos extremos: demanda inesperadamente alta que causa desabastecimiento, y demanda inesperadamente que baja, que causa inventario muerto. Lo que sucede en el medio cuando la demanda futura es aproximadamente "como se esperaba" importa muy poco desde la perspectiva comercial.
Aún así, los pronósticos clásicos, o los pronósticos de media o mediana, ignoran por completo estas situaciones "extremas" y se concentran solo en el caso promedio. No sorprende que estos pronósticos no logren prevenir ni las situaciones de desabastecimiento ni las de inventario muerto. Los pronósticos cuantílicos abordan el desafío sin rodeos y observan directamente el escenario de interés, por ejemplo, evitar desabastecimientos, y se esfuerzan para dar una respuesta precisa a este problema. De repente, en 2012, comenzamos a tener cada vez más clientes satisfechos. Por primera vez en la historia de Lokad, más de 3 años después del nacimiento de la empresa, teníamos algo que funcionaba. En 2015, Lokad presentó la tercera versión de su tecnología de pronóstico, las grillas de cuantiles. Si bien los pronósticos cuantílicos ya eran una mejora radical con respecto a los pronósticos clásicos, aún tenían sus debilidades. A medida que fuimos adquiriendo más experiencia con docenas de implementaciones de nuestra tecnología de pronóstico cuantílico, nos dimos cuenta de que, si bien la idea de elaborar un pronóstico para "un" solo escenario comercial era lógico, no era del todo completa. ¿Por qué solo ese escenario? ¿Por qué no un segundo escenario, o un tercero? La gestión manual de varios escenarios resultaba ser tediosa, y nos dimos cuenta de que todos los escenarios deberían pronosticarse a la vez. Desde una perspectiva de cálculo, esto implicaba costos mucho más importantes: para cada producto, calcularíamos las respectivas probabilidades de (casi) cada uno de los niveles de demanda. Sin embargo, si bien la cantidad de cálculos implicada parece impactante, los precios de los recursos de cálculo también han disminuido significativamente a lo largo de los años. Y lo que hace 5 años hubiera sido demasiado costoso, ahora era mucho más asequible.Las grillas de cuantiles adoptan un abordaje muy diferente: para cada producto, Lokad calcula las probabilidades respectivas de cada nivel de demanda futura. En lugar de intentar mantener la ilusión de que la demanda futura es conocida, las grillas de cuantiles expresan directamente las probabilidades asociadas con muchos futuros posibles.
Por ejemplo, si consideramos un producto vendido de modo infrecuente con un tiempo de entrega de 2 semanas, la distribución de la demanda en las siguientes 2 semanas (generalmente el horizonte de pronóstico tiene que coincidir con el tiempo de entrega) para este producto se puede representar del siguiente modo:Demanda | Probabilidad |
---|---|
0 unidades | 55 % |
1 unidad | 20 % |
2 unidades | 14 % |
3 unidades | 7 % |
4 unidades | 3 % |
5 unidades | 0 % (redondeado) |
Para cada decisión de compra, podemos escribir un cálculo simple, la fórmula "resultante" que depende de la demanda futura vs la decisión de compra actual. Luego, cada decisión puede calificarse considerando que está basada en la probabilidad respectiva de cada nivel de demanda futura.
Los pronósticos de demanda se utilizan comúnmente para impulsar decisiones de cadena de suministro, como realizar órdenes de compra para el comercio o desencadenar la producción de un lote en un ambiente industrial. Una vez que tenemos todas las probabilidades asociadas con todos los resultados futuros, es posible elaborar una lista de prioridad completa de todas las decisiones de compra. De hecho, para cada decisión de compra, podemos diagramar un cálculo aproximado simple, la fórmula "de resultado": suponiendo que la demanda será de D unidades y suponiendo que compramos P unidades, el resultado financiero será X. No hace falta decir que Lokad está aquí para ayudarlo a escribir esta fórmula, que para la mayoría de los negocios se reduce a al margen bruto menos el costo de inventario menos el costo de los desabastecimientos. Una vez que tenemos esta fórmula, para cada decisión de cadena de suministro, como "comprar 1 unidad del producto Z", los resultados pueden evaluarse con respecto a las probabilidades de cada futuro posible. Al hacer esto, calculamos el "puntaje" de cada decisión posible. Una vez que la decisión ha sido puntuada, es posible clasificar esas decisiones, poniendo las opciones más rentables al principio de la lista. A esta lista la llamamos lista maestra de prioridad de compra. Es una lista en la que cada producto aparece en varias líneas. De hecho, si bien comprar 1 unidad del producto Z podría ser la decisión de compra mejor clasificada (es decir, la compra más urgente), comprar la siguiente unidad del producto Z podría ser la decisión de urgencia de compra número 20, con muchas otras unidades de otros productos por comprar en el medio.Utilizando las grillas de cuantiles como una lista maestra de prioridad de compra, no tiene que preocuparse por los niveles de servicio, ya que se reflejan nativamente en la priorización misma.
Si el nivel de servicio de un producto de alto margen puede aumentarse a bajo costo, este producto naturalmente sube hasta la cima de la lista. De modo contrario, si un producto presenta ventas muy erráticas, lo que hace que todos los intentos de aumentar el nivel de servicio sean extremadamente costosos, este producto subirá hasta la cima de la lista solo cuando las existencias se estén acercando a niveles peligrosamente bajos y cuando la empresa tenga casi la seguridad de no acabar con un inventario muerto a pesar de los patrones de demanda erráticos. La lista de prioridad también resuelve el problema de las limitaciones de liquidez. Sin importar la situación de su empresa en lo que se refiere a liquidez, la lista de prioridad le proporciona una opción manejable. Si tiene muy poca liquidez, su empresa solo compra lo que está en la cima de la lista, manteniendo niveles de existencias solo de aquellos productos que es absolutamente necesario reabastecer. Si cuenta con liquidez adicional disponible, su empresa tiene la opción de aumentar su inventario concentrándose en artículos que impulsarán el mayor crecimiento al tiempo que mantienen los riesgos de inventario bajo control.Las empresas a menudo deben lidiar con limitaciones de suministro, como cantidades mínimas de orden, ya sea a nivel de SKU o de orden. A veces, es necesario reunir las unidades en grandes lotes, como contenedores. Tales limitaciones pueden integrarse naturalmente en los procesos de flujo de trabajo a través de la lista maestra de prioridad de compra, como se describió anteriormente; esta no solo proporciona sugerencias de compra priorizadas, sino que también ofrece recomendaciones que son compatibles con las limitaciones de pedido.
El proceso exacto a seguir depende del tipo de limitaciones que una empresa puede tener. Consideremos, por ejemplo, los envíos por contenedor. Lokad puede calcular los volúmenes acumulativos por proveedor, suponiendo que las líneas de compra se procesan en el orden de la lista y suponiendo que cada proveedor realiza los envíos en forma independiente de los demás. De acuerdo con esos volúmenes acumulativos, el proceso de ir descendiendo en la lista hasta alcanzar la capacidad objetivo del contenedor es muy directo.
De modo similar, si existe una limitación de cantidad de orden mínima para una determinada SKU, en este caso también es fácil quitar de la lista todas las líneas que vienen antes de que se cumpla con la limitación y llevar las cantidades directamente a la primera línea una vez que se ha satisfecho la limitación.