Demand Planning

6 errores al calcular el pronóstico de la demanda

Al pronosticar la demanda se debe tener en cuenta que la asertividad del método de pronóstico dependerá del entendimiento de los patrones históricos que influyen en el comportamiento de la demanda para así extrapolarlos y acercarnos a los objetivos esperados.

6 errores que se comenten cuando nos disponemos a realizar el cálculo del pronóstico.

1. Utilizar sólo un método de pronóstico.

Los métodos de pronóstico suelen estar estructurados sobre la base de factores irregulares y parámetros para la elección de datos, estos suelen tener mejores resultados en cuanto se desarrolle un trabajo complementario que permita simplificar el proceso de selección de datos

Al pronosticar la demanda es recomendable trabajar con dos o más métodos que se complementen o compartan las características de elección de datos y variables de comportamiento que permitan advertir y condensar los supuestos que giran en torno a la demanda. Teniendo en cuenta que los pronósticos representan valores de referencia a futuro para la planificación del abastecimiento y la operación de la cadena, las cantidades se convierten en un compromiso de compra sujeto a posteriores correcciones periódicas disipando el impacto propiciado por los factores propios de la incertidumbre y la operación.

2. No vincular la demanda histórica con la información de mercado.

La demanda de los artículos en gran medida se encuentra estrechamente relacionada con factores ajenos y propios de cada rubro, que entendidos en forma correcta no deben representar mayor riesgo. Por lo general estas fluctuaciones suelen presentarse como consecuencia de variación en los precios, escasez, promociones y descuentos.

3. No administrar el margen de error.

En cuanto las proyecciones no reflejen la demanda real del mercado, por lo general estarán expuestas a cierto error de pronóstico, el cual se mide empleando herramientas estadísticas como la desviación estándar, varianza y desviación media absoluta (DMA) que permiten entender cuan disperso es el pronóstico respecto a la demanda real, sirviendo en la práctica como herramientas de comparación de métodos para elegir aquel que se acerque a la demanda real.

Los errores de pronóstico pueden desencadenar efectos significativos en la asignación de recursos financieros, infraestructura, tecnológicos, personal y en el manejo de la información, destinándose esfuerzos innecesarios. Muchas actividades de la empresa dependen de un pronóstico exhaustivo y confiable cumpliendo un rol preponderante en los resultados operativos por lo que no puede estar ajeno a la presencia de riesgo en su estructura.

Los errores de pronóstico son consecuencia de:

• Datos poco confiables: La inexactitud de los registros de inventarios sobre el físico al igual que la poca confiabilidad de datos históricos de demanda podrían inducir al error en los resultados de cualquier modelo de proyección.

• Ventas por demanda: Es necesario desarrollar herramientas que permitan registrar la demanda real de los artículos y no sólo las cantidades vendidas. Hay que considerar que estos podrían ser distintos debido a bajos niveles de servicio.

• Picos de demanda: La demanda aunque sea inelástica, podría presentar variaciones que normalmente no pueden predecirse y en ocasiones causan una respuesta equivocada al considerarla como constante para los próximos periodos y no identificarla como comportamientos atípicos motivados por promociones o quiebres de inventario. Estos picos de demanda deben excluirse del horizonte de datos ya que tienden a distorsionar los resultados.

4. Elegir una base insuficiente de datos.

Constantemente nos cuestionamos si la cantidad de datos elegidos son los correctos, podemos encontrar diversas fuentes bibliográficas que recomiendan tomar la mayor cantidad de datos históricos para absorber las desviaciones que se presentan en las variables sistemáticas del pronóstico, mientras que algunos detractores resaltan la importancia de identificar la naturaleza de la demanda del artículo ya que esta condiciona el resultado del margen de error de los métodos de pronóstico, por tanto cuando la demanda por un artículo no es constante arrastra en su estructura distintos componentes aleatorios que no permiten determinar un patrón de comportamiento en el tiempo a los que se deben considerar la cantidad de datos más representativa sobre el periodo de pronóstico.

5. No considerar que la demanda puede ser elástica.

La demanda no siempre es constante. En ocasiones presenta fluctuaciones que responden a factores que escapan de cualquier análisis, atribuyéndole un alto grado de exposición a la incertidumbre. Cuando un artículo tiene demanda inelástica (como se muestra en la Figura 1) podrá identificarse con mayor facilidad entre sus componentes factores aleatorios, de tendencia y estacionales, favoreciendo al margen de asertividad al no ser tan sensibles a las variaciones del mercado destacando por su bajo grado de complejidad en la proyección.

 

          Figura 1. Demanda Inelástica

Dentro de esta categoría podrían considerarse los artículos de primera necesidad, aquellos que mantienen la esencia de su demanda sin mayor dispersión ignorando parcial o en forma total los elementos que la afectan.

En cambio la demanda por un artículo es elástica al presentar un alto grado de incertidumbre y variación en cuanto al cumplimiento del tiempo y cantidad pronosticada, recurriéndose a métodos de mayor complejidad para el pronóstico.

La elasticidad permite determinar cuan sensibles son los artículos con demanda probabilística a factores ambientales, económicos y comerciales. Un cambio en el inicio de las temporadas podría alterar la demanda de los artículos haciendo cada año del pronóstico una tarea compleja especialmente en industrias estacionales. La variación en la tasa de inflación y el tipo de cambio incrementan o recortan la demanda en el mercado, en tanto la mejora en el PIB no garantiza que tenga un efecto positivo sobre la demanda.

Si en la actualidad usted compra una marca de zapatillas y como consecuencia del incremento de la capacidad de gasto, necesariamente no comprará más pares de la misma marca. Quizás su decisión pase por comprar aquella marca que anteriormente no podía pagar. Por tanto, la demanda puede migrar hacia el artículo o marca líder en el mercado. Pero también podríamos recibir a nuevos clientes que anteriormente no podían comprar nuestro artículo. La clave entonces ante este tipo de situaciones es tener claramente identificada nuestra participación y potencial de crecimiento en el mercado.

 

                       Figura 2. Demanda Elástica

 

6. Ignorar el ciclo de vida

Los métodos de pronósticos dependen de los patrones de tendencia y estacionalidad, siendo imprescindible identificar la etapa y los datos de la demanda histórica de los artículos para determinar cuan significativos son sobre el periodo que buscamos estimar y facilitar así la elección del método cuantitativo.

Para estimar la demanda de un artículo recién introducido al mercado, podríamos tomar como referencia cuantitativa la demanda de artículos similares. Podríamos definir el nivel de inversión operativo y comercial para establecerlo como punto de equilibrio. En esta etapa la falta de información histórica nos podría llevar también a métodos cualitativos como las encuestas y otros de mayor desarrollo como el Delphi que permitan predecir con mayor certeza el comportamiento de la demanda de los artículos. No contar con la información más adecuada en esta etapa podría significar el cierre anticipado del ciclo de vida del artículo.

La demanda puede crecer como resultado de acciones integradas que se desarrollan entre el área comercial y operaciones, ambas convergen para responder ante las necesidades de los clientes, quienes han incluido en su presupuesto de compra a este nuevo artículo, comenzando a generar un patrón de comportamiento a través de datos que bien identificados pueden extrapolarse utilizándose el método de regresión lineal y multiplicativo que corrige el pronóstico mediante un factor de tendencia.

En la etapa de maduración la demanda se torna más predecible y con menor variabilidad, pudiéndose recurrir a métodos de menor complejidad como el promedio móvil, suavizamiento y ponderado para que el pronóstico responda sin mayor dificultad a la demanda real.

Cuando la demanda comienza a decaer y se acerca al cierre del ciclo de vida, los factores que condicionan la tendencia de recogimiento pueden entenderse con mayor facilidad aplicándose los mismos métodos que anteriormente consideramos en la etapa de crecimiento, reforzándose los resultados al tomarse en cuenta la opinión de los expertos que nos permitan anticipar cambios inesperados por consecuencia de factores económicos, comerciales y ambientales propios del mercado.

 

             Tabla 1. Ciclo de Vida

Los pronósticos deben tener por lo menos dos herramientas de medición del error (media aritmética, DMA, desviación estándar o señal de rastreo). No administrarlo o no emplear las herramientas disponibles es como ignorar que existe error. Es frecuente tener problemas en los pronósticos cuando la variedad y cantidad de artículos supera el manejo racional de los sistemas, herramientas de programación y hojas de cálculo, exponiendo a la empresa al desequilibrio del nivel de inventario.

Los pronósticos cumplen un rol preponderante a lo largo de la cadena de suministro, teniendo en cuenta que el margen de error debe segmentarse y establecerse objetivos para estos sin malgastar esfuerzos en alcanzar resultados técnicamente imposibles para todos los artículos.

 

Este artículo forma parte del libro Gestión de Inventario escrito por el Autor.

Este libro ha sido pensado y elaborado para un público tanto profesional como académico, apropiado para estudiantes de postgrado en Logística y Administración de Empresas que requieran desarrollar habilidades a través de métodos cuantitativos para la toma de decisiones en la que estén involucrados los inventarios.

Para adquirir este libro, puedes ponerte en contacto con Marco Espejo Gonzalez a través de LinkedIn.

Marco Espejo González
Administrador por la Universidad de San Martin de Porres con post grados en Gestión de la Cadena de Suministros por la misma Universidad y Centrum Católica, investigador y columnista logístico en revistas especializadas en la materia de México, Chile, Perú y Argentina, colaborando también para el Diario La Nación de Argentina y Gestión de Perú. Conferencista en Lo Mejor de la Logística III 2011 – Universidad de Lima, Expo Logística Panamá 2012, II Seminario Logístico del Sector Eléctrico – Perú 2012 y Logistic Summit & Expo México, Workshop Asociación Peruana de Profesionales en Logística – Universidad Pacifico 2013. Experiencia de 9 años en áreas de gestión de stocks y procesos, participando como consultor en más de 25 proyectos, incluyendo México y Panamá, en el ámbito académico como docente en materias de pre grado y programas de especialización.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *