Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Lograr un mayor rendimiento de la cadena de suministro con una demanda más potente y precisa Planificación
Descripción Ejecutiva: La estimación de la demanda futura es uno de los desafíos más valiosos, pero difíciles en la
optimización de la cadena de suministro. Cualquier discusión de este tema observará siempre que las previsiones son
siempre incorrectas, pero absolutamente esenciales para planear el negocio con eficacia. La predicción de la
demanda proporciona la imagen crucial hacia el futuro que configura cómo una compañía desplegará su cadena de
suministro para aprovechar al máximo las oportunidades de los clientes. "Planificación de la demanda" es el esfuerzo
para aumentar la exactitud de los pronósticos y los niveles de servicio al cliente a través de una mejor percepción,
predicción y configuración de toda la gama de factores que determinan cuán bien satisface las necesidades del
mercado.
Ningún otro aspecto de la optimización de la cadena de suministro tiene mayor impacto en la rentabilidad del
negocio. Proporcionar el mejor pronóstico de "un número" requiere capturar la demanda cerca de su fuente y
predecir con exactitud la demanda real con suficiente tiempo y confianza para asegurar el máximo rendimiento de
ventas y operaciones a un costo mínimo.
En este documento se describen cuatro elementos clave que apoyan la planificación eficaz de la demanda y
establecen parámetros fundamentales para niveles de servicio más altos y menores costos de inventario. Estos son los
"pilares" en los que se construyen ventajas competitivas y rentabilidad:
• Modelado de pronósticos
• Agregación de la demanda (y desagregación)
• Gestión por excepción
• Colaboración entre las partes interesadas de la cadena de suministro interna y externa
Según un reciente estudio de Gartner sobre la mejora de la planificación de la demanda, los encuestados indicaron
que "la falta de responsabilidad por la exactitud del pronóstico" era el mayor reto. Las empresas pueden beneficiarse
de definir claramente el equilibrio entre el modelado estadístico y los métodos de predicción colaborativa.
El primer pilar de una mejor planificación de la demanda es llevar el poder de un enfoque de predicción estadística
híbrida a las ISFL, las extensiones de marca y las iniciativas de retiro de productos. La tecnología avanzada de
planificación de la demanda supera los esfuerzos basados en hojas de cálculo calculando la mejor predicción de
demanda posible basada en varios insumos, incluyendo el desempeño pasado de productos relacionados o no
relacionados que comparten los atributos clave además de los datos generados por las pruebas de mercado previo al
lanzamiento.
Según Gartner, "el pronóstico del lanzamiento de nuevos productos depende excesivamente de las ventas y la
comercialización de los insumos de la demanda. Existen oportunidades para eliminar el sesgo de predicción
mediante la utilización de técnicas de modelado de atributos y soluciones que usan introducciones de productos
similares para comprender las pruebas y repeticiones de consumidor / cliente, así como los supuestos de construcción
de volumen, para mejorar el pronóstico ".
1
Vender, vender y madurar
El perfil de demanda se incrementa a medida que las promociones introductorias, el apoyo publicitario y el boca a
boca se combinan para crear una fuerte demanda inicial, y luego se sumergen a medida que el período de venta da
paso a la fase de maduración, con sus propias promociones y programas de marketing intentando Con el tiempo.
A medida que se despliega el ciclo de vida del producto, la solución de planificación de la demanda compara la
demanda real con la previsión. Los algoritmos de correspondencia estadística pueden usarse para determinar cuán
significativamente la demanda real se ha desviado de la predicción. La precisión predictiva de otros perfiles de
demanda se puede comparar, y cuando un perfil diferente proporciona una mejor coincidencia con la señal de
demanda real, se intercambia en juego.
Los productos que experimentan una demanda de bajo nivel, "irregular" o períodos de demanda cero-requieren
tratamiento estadístico específico para generar una previsión pertinente. Los modelos estadísticos de los sistemas de
planificación deben ser capaces de acomodar intervalos de demanda bajos o nulos en el pronóstico de tiempo.
Según Gartner, el error promedio por porcentaje absoluto (MAPE) es la medida principal de error de pronóstico
utilizada por el 92% de los encuestados. Los sistemas de planificación deben soportar medidas de exactitud
incluyendo MAPE, Mean Absolute Deviation (MAD) y Smoothed MAD (SMAD). Éstos se pueden utilizar
conjuntamente para proporcionar pantallas estandarizadas del tablero de instrumentos e indicadores clave de
rendimiento.
El modelado causal ayuda a conciliar conflictos potenciales o superposiciones en las propuestas de planificación
promocional. Si se espera que las promociones aumenten la demanda de un artículo / localización en un 5% durante
tres meses, mientras se predice que los cambios de precio suprimirán la demanda un 2% durante un período de seis
meses, el modelo de demanda deberá compensar la demanda total en tiempo.
Detección de demanda
Las capacidades de detección de demanda proporcionan un control sobre cuán reactivo es el sistema a los cambios en
la señal de demanda. Una encuesta reciente de Gartner indica que el 60% de las empresas perciben la demanda. Para
entender mejor la demanda del mundo real, los planificadores se esfuerzan por recopilar los datos de la demanda lo
más cerca posible del cliente (por ejemplo, los datos del punto de venta) y determinar qué se vende y dónde.
Mientras que algunas organizaciones líderes de planificación realizan análisis diarios para ajustar las predicciones de
la demanda, un estudio de Aberdeen sobre la gestión de la demanda en las industrias del consumidor encuentra que
el 50% de las organizaciones tomó un mes o más para detectar los cambios en la demanda.
Durante la introducción de nuevos productos, los planificadores generalmente quieren un alto grado de sensibilidad a
los datos reales de la demanda para que los pronósticos se puedan volver a montar lo más rápidamente posible y no
quedarse atrás. En el otro extremo, para los productos básicos en la etapa madura del ciclo de vida, la reacción
excesiva a los picos transitorios o las caídas de la demanda pueden desviar los niveles de inventario
2
innecesariamente. Plataformas de planificación de vanguardia ofrecen la capacidad de variar su sensibilidad y ser
más o menos reactivos en cualquier nivel, desde la familia de productos hasta los artículos individuales.
Conclusión Los sistemas avanzados de planificación y previsión de la demanda automatizan muchas de las
funciones necesarias para seleccionar, modelar y generar pronósticos, eliminando la carga de los enfoques
manualmente intensivos. Las mejores prácticas incluyen la capacidad de incorpórate experiencia personal y el peso
de los diversos factores en la generación de pronósticos. Múltiples métodos de pronóstico pueden ser apropiados en
el tiempo a medida que un producto pasa por cambios de vida, y también para hacer coincidir las condiciones en
diferentes regiones geográficas o niveles de agregación. Los planificadores necesitan una solución tecnológica
sofisticada y fácil de usar para desarrollar e identificar perfiles de demanda de mejor ajuste y luego evaluar y
ajustar automáticamente los perfiles y los métodos de pronóstico a medida que los datos de la demanda real se
acumulan durante la vida útil del producto
Los estudios del Grupo Aberdeen han demostrado que los programas de planificación de la demanda mejoran la
precisión de los pronósticos en un promedio del 13%, con una mejora del 5% en el margen bruto.
Pilar # 2: Batir el "diablo en los detalles" con una jerarquía de agregación de demanda
La agregación de la demanda y la desagregación son fundamentales para crear el mejor pronóstico posible en todos
los niveles de granularidad necesarios para conciliar los planes corporativos (estratégicos) con los planes de
operaciones (tácticos). Como dice Gartner, "el equilibrio entre enfoques colaborativos ascendentes versus modelos
estadísticos descendentes es un reto". La jerarquía de agregación de la demanda es un concepto familiar para la
mayoría de los planificadores: una visión multicapa en la que los niveles más bajos representan la demanda Para un
mayor número de subcomponentes, mientras que los niveles más altos resumen la demanda por familia de producto,
grupo, región, etc. En la práctica, esta pirámide debe soportar la entrada de múltiples fuentes, incluyendo previsiones
de clientes, previsiones de ventas, dirección de gestión y previsiones basadas en restricciones, así como señales de
demanda externa generadas por datos sindicados e información de puntos de venta.
La estructura jerárquica divide los planes de nivel superior en previsiones detalladas asociadas con componentes del
producto como estilo, color, tamaño, canal de ventas, cliente, región y otros elementos. Captura "cuántos de esos
tipos" necesitan ser creados, almacenados y distribuidos para estructuras de productos multinivel tales como
accesorios, componentes, consumibles y piezas de servicio que tienen una demanda dependiente en el tiempo.
3
Si bien la pirámide puede utilizarse de "abajo hacia arriba" para agregar los niveles más detallados hasta un
pronóstico de demanda global, esto tiende a magnificar el error de estimación de niveles inferiores en un mayor
coeficiente de error al nivel de predicción maestro. En general, los pronósticos más precisos se consiguen
desagregando las previsiones de demanda de nivel superior hasta los niveles tácticos, dividiendo así el error de
predicción inherente en el nivel superior en imprecisiones menores en los niveles más bajos de la planificación de la
demanda.
Un poderoso sistema de planificación de la demanda calculará un pronóstico para cada registro en cada nivel de la
pirámide usando modelos estadísticos apropiados.
Es extremadamente útil ir más allá de un plan de demanda en capas "de una sola jerarquía" para crear múltiples
jerarquías que agreguen diferentes características. Mientras que los ejecutivos de nivel C pueden querer ver un
pronóstico agregado por el cliente, y tener menos interés en los desgloses detallados, otros grupos de interés tienen
otras prioridades. Los gestores de distribución están interesados en el plan de demanda por región geográfica. Los
equipos de marketing pueden centrarse en la demanda según el estilo del producto. La fabricación necesita detalles
de los componentes: cantidades de cada tamaño, sabor, contenedor, etc. Cuando se selecciona un sistema de
planificación de la demanda, debe darse prioridad a la capacidad de cambiar modelos basados en una serie de
factores.
Perfiles Proporcionales
Al desagregar los pronósticos de artículos a cantidades detalladas por características (tamaño, color, región,
configuración, etc.), el perfilado proporcional entra en juego. El perfilamiento proporcional utiliza el historial de
ventas reales para determinar los porcentajes relativos necesarios de cada versión intrínseca de un producto. Un
ejemplo común es la "curva de tamaño", que define qué porcentaje de un artículo de prendas de vestir debe fabricarse
en cada tamaño. La curva de talla de un zapato de correr, por ejemplo, según lo determinado por sus datos del
historial de ventas, describiría la popularidad relativa de los tamaños 5 ½ D, 10 E y así sucesivamente. Las curvas de
tamaño se usan para explotar el pronóstico de un estilo individual en planes de ejecución específicos para la
reposición.
Tradicionalmente, las curvas de tamaño y otros perfiles proporcionales han sido generados manualmente por los
planificadores utilizando hojas de cálculo. Este enfoque poco sofisticado sufre una precisión limitada y no satisface
realmente los desafíos planteados por la estacionalidad, las diferencias regionales, la secuenciación temporal y la
proliferación de SKU. Además, las proporciones cambian a medida que un ítem pasa por las etapas de su ciclo de
vida. Además, las situaciones en las que la demanda es esporádica requieren aún más flexibilidad y precisión. Los
sistemas avanzados de predicción ahora crean perfiles proporcionales más precisos y precisos. Una solución de
planificación de buena demanda realizará análisis sobre patrones históricos de demanda para crear perfiles óptimos
(tamaño, color, velocidad, configuración, etc.). Esto acorta una actividad que lleva mucho tiempo y da a los
planificadores la confianza vital de que están generando los mejores niveles de componentes.
Crear un plan de demanda con varias jerarquías que agreguen diferentes características. Un poderoso sistema de
planificación de la demanda calculará un pronóstico para cada registro en cada nivel de la jerarquía.
Conclusión: Mientras que una jerarquía de agregación de demanda puede organizar los pronósticos priorizados
por el cliente o la familia de productos, se puede usar una segunda jerarquía para desagregar la demanda por
ubicación SKU para impulsar la ejecución. Los sistemas de planificación de demanda que automatizan la creación
de perfiles proporcionales eliminan los cálculos manuales que consumen mucho tiempo y crean curvas de tamaño
mejor ajustadas basadas en datos históricos de ventas.
4
se disponga de datos de ventas reales, el sistema monitorea la validez comparando la curva de demanda existente con
la señal de demanda real. Una pantalla de panel centralizada y alertas de correo electrónico en tiempo real específicas
de planificador llaman la atención sobre condiciones importantes que se han desviado de objetivos establecidos o
expectativas. Las soluciones sofisticadas de planificación de la demanda permiten a los planificadores crear alertas
personalizadas según sea necesario para respaldar las prioridades y objetivos de negocio de la organización.
La estratificación de ABC se basa en el hallazgo universal de que para la mayoría de los fabricantes el ± 20% de
SKUs conduce ± 80% de ventas, mientras que el 30% siguiente conduce 15% a 19% y el balance (la "cola larga")
genera el 5% o menos. Establecer reglas de negocio que enfocan alertas sobre los productos de alto valor (los ítems
"A") aporta más experiencia para soportar los productos que más contribuyen. La gestión por excepción indica las
desviaciones de la previsión utilizando umbrales más estrictos para los elementos A que para los elementos B. Las
alertas del sistema impulsan al planificador a la acción en la primera indicación de posible variación para los
productos más críticos para el negocio. Las alertas para los ítems C se pueden manejar según sea necesario
Indicadores clave de rendimiento (KPI). Establecer y monitorear automáticamente un conjunto personalizado de
indicadores de desempeño proporciona a los planificadores ya otras partes interesadas una visión completa de lo bien
que funciona el esfuerzo de pronóstico. Los KPI comunes incluyen exactitud de pronóstico, niveles de inventario,
nivel de servicio, tasa de llenado y porcentaje de existencias. El sistema de planificación de la demanda proporciona
paneles de control individualizados que muestran KPIs relevantes para las necesidades de cada uno de los
interesados.
Gestionando un conjunto integrado de KPIs en toda la organización, desde el lado de la oferta hasta el lado de la
demanda, en cada nivel de agregación de pronósticos; Todo el mundo permanece en la misma página en relación con
el rendimiento general contra métricas unificadas de servicio al cliente. Los productos se ven a menudo de una
manera que se adapte a las necesidades de los equipos de ventas y marketing, utilizando una jerarquía centrada en el
cliente o centrada en la familia de productos. Al mismo tiempo, se puede emplear una jerarquía orientada a productos
para su ejecución, para adaptarla a la fabricación.
Conclusión: la gestión de pronósticos para miles o cientos de miles de SKU / ubicaciones puede abrumar a los
planificadores de la mejor demanda. Adopte una estrategia de identificación de productos clave, clientes u otros
criterios y establezca alertas para avisar a los planificadores cuando los elementos de alto valor comiencen a
desviarse del plan. Defina KPIs y rastree el rendimiento en cada nivel de agregación de demanda.
VMI y CPFR
Dos métodos tradicionales para mejorar la exactitud de los pronósticos son la planificación, planificación y
reposición colaborativa (CPFR) y el inventario gestionado por el proveedor (VMI). En los últimos años, ha habido
un movimiento para combinar y mejorar los dos conceptos en "VMI colaborativo". En cualquier forma, el objetivo es
que los socios comerciales compartan información y cooperen para detectar la demanda lo antes posible y responder
a los cambios en la demanda eficientemente.
Un proceso de VMI colaborativo se basa en calendarios compartidos y reuniones proactivas que permiten a los
socios comerciales integrar y ver los datos del punto de venta, calendarios promocionales, inventarios de
compradores y vendedores, previsiones de reposición, introducciones de nuevos productos y más. Cuando se
5
ejecutan en un ambiente de confianza, los mayoristas no reaccionan ciegamente al nivel de inventario de un
minorista y los minoristas no son sorprendidos desprevenidos debido, digamos, a un deslizamiento en los plazos de
entrega. La función de planificación se mueve más allá de un enfoque en órdenes solamente y se acerca al
comportamiento real del consumidor.
El éxito requiere procesos formalizados para anticipar con exactitud las necesidades de reposición de inventario y
tiempo de inventario. Las reglas empresariales activan automáticamente las órdenes de reposición y se establecen
parámetros para administrar devoluciones, establecer objetivos de giro de inventario y administrar bienes de
movimiento lento. Cada socio comercial debe ver la información pertinente en el contexto de su negocio.
Los sistemas de planificación colaborativos pueden reducir la complejidad de las asociaciones y proporcionar un
vehículo seguro para el intercambio de información (la solución tecnológica debe proporcionar interoperabilidad de
datos entre los socios). Al proporcionar alertas empresariales automatizadas, la priorización de eventos y un nivel de
resolución automática de conflictos, una buena facilidad de colaboración alienta a los planificadores y compradores a
ser proactivos en lugar de reactivos, concentrando su atención en las condiciones de excepción antes de explotar en
temas importantes. Los planificadores deben ser capaces de agrupar y desagregar la información con el fin de
centrarse en el nivel de granularidad más adecuada para el contexto empresarial. Además de proporcionar
comunicaciones seguras, un sistema de colaboración debe ser capaz de escalar para manejar grandes redes, tanto en
el interior de la empresa, así como intercambios comerciales públicos, y proporcionar una integración de datos en
curso entre las unidades de negocio y socios comerciales. Por último, casi todas las organizaciones de planificación
se ocuparán de los socios extranjeros en algún momento, por lo que es necesario un apoyo multinacional para
permitir a cada participante ver los costos y precios en las monedas locales / regionales, al tiempo que se amplía el
plan en una moneda única a niveles más altos de detalle.
Una encuesta reciente de Gartner / RIS News sobre el sector minorista encontró que las iniciativas de pronóstico de
demanda pueden aumentar en un 20% a 30%, aumentar la productividad del inventario entre un 3% y un 5%, reducir
el inventario obsoleto entre 105 y 15% y aumentar Ingresos y margen bruto en un 1% a 3%.
- Gartner
Un excelente programa de planificación de la demanda asegura que el proceso de S&OP se alimente con la
información de predicción más exacta posible y apoya un plan de "un número" que da a todos los departamentos una
visión unificada de lo que está por venir. La negociación interna entre ventas, marketing y operaciones puede
proceder con claridad y entendimiento mutuo cuando el plan de demanda se construye sobre un terreno sólido,
apoyado por hechos y técnicas de estimación probadas en lugar de la intuición, la emoción e incluso la ilusión.
Un programa de S&OP mutuamente ventajoso que con confianza ilumina el camino durante tres o más meses en el
futuro sólo puede resultar cuando las previsiones se dan cada oportunidad de golpear la marca con precisión. El nivel
de incertidumbre de la demanda debe ser contemplado correctamente, y los escenarios de demanda alterna deben
examinarse para ver qué opciones están disponibles para dar forma a la demanda real. La capacidad de producir
evaluaciones dinámicas de la demanda rápidamente es extremadamente valiosa: las percepciones frecuentes sobre
cómo factores como los patrones de compra y las señales de demanda en fase de tiempo están cambiando permiten
una respuesta más ágil a las condiciones del mercado real.
Con una visibilidad máxima a los niveles de inventario, datos de puntos de venta, planes promocionales, variaciones
regionales y más, el plan de demanda puede convertirse en el arma más poderosa apoyando recomendaciones sabias
y mejores decisiones de S&OP cada mes.
6
Conclusión: Establezca relaciones de confianza
más cercanas con socios y clientes siempre que sea
posible para reunir y compartir información vital
de la demanda desde cualquier lugar del mundo a
través de una plataforma de intercambio de
información común y segura. Utilice técnicas
escalables de planificación de la demanda basadas
en la ciencia para dinamizar su trabajo en equipo
de Ventas y Planificación de Operaciones en los
niveles departamental y ejecutivo.
Después: Un sistema avanzado de planificación de la demanda mejoró la empresa a una nueva forma de trabajar, con
planificadores de demanda alineados por código de producto, generando pronósticos de demanda para los próximos
12 meses basados en 36 meses de historia y aplicando curvas de estacionalidad. Los planificadores se centraron en
las introducciones de nuevos productos, promociones y sólo SKUs de alta prioridad que se desviaron de las
predicciones. Los informes basados en la Web están disponibles para todos los interesados. Los cambios de
pronóstico se transmiten dinámicamente al plan de reposición para una acción inmediata.
La compañía ha visto una mejora de 12,5% en el error de pronóstico sobre los productos establecidos.
Resumen
Como hemos visto, proporcionar el mejor pronóstico de "un número" requiere capturar la señal de demanda cerca de
su fuente y predecir con exactitud la demanda con suficiente tiempo y confianza para asegurar el máximo
rendimiento de ventas y operaciones a un costo mínimo.