Detección de demanda híbrida: empoderando a las cadenas de suministro para prosperar en la incertidumbre

Las cadenas de suministro de hoy están desafiadas por la proliferación de líneas de producto, ciclos de vida de productos cada vez más cortos, mayor complejidad y cantidades masivas de datos. Para agregar a esa lista, los clientes se están volviendo más exigentes e impredecibles; las tendencias impulsadas por internet cambian en un instante, y las promociones y ventas están sujetas al clima, lanzamientos de nuevos productos y la economía.

Para estar listos para lo que el mañana pueda traer, las empresas deben entender cómo los cambios en las cadenas de suministro afectan la demanda. Solo entonces pueden asegurar que los productos que los clientes quieren estén disponibles en el momento adecuado.

La detección de demanda, como su nombre implica, es esencialmente el arte y la ciencia de captar tendencias a corto plazo de inmediato, para predecir mejor lo que los consumidores querrán. La demanda es imposible de predecir perfectamente porque está afectada por un número infinito de variables conocidas y desconocidas. Según un estudio de KPMG y la Unidad de Inteligencia de The Economist, solo el 22 % de los pronósticos de las empresas fueron precisos dentro de cinco puntos porcentuales. En promedio, los pronósticos estaban fuera por un 13 %, causando un efecto significativo en el precio de las acciones.

Hay muchos puristas que se aferran a enfoques de pronóstico que usan promedios ponderados y otros métodos tradicionales que son fáciles de entender. Este enfoque puede sentirse cómodo y accesible, pero solo puede generar predicciones basadas en patrones de demanda históricos. Carece de datos en línea y externos cruciales que pueden proporcionar una vista casi en tiempo real de la demanda y lo que la influye.

Hoy, hay una forma mejor. Al igual que con el pronóstico del clima, es posible entrenar sistemas inteligentes de detección de demanda para predecir el caos aparente de la demanda del consumidor con un alto grado de precisión. Estos sistemas híbridos de detección de demanda aplican múltiples técnicas de pronóstico y tipos de datos.

La detección de demanda híbrida es más robusta, confiable y sostenible que las alternativas de pronóstico simples. No solo se beneficia de aplicar diferentes enfoques de planificación, sino que también se vuelve más fuerte y receptiva a medida que se incorporan inteligencia humana y conjuntos de datos adicionales.

Un gran beneficio de la detección de demanda es que incorpora inmediatamente tendencias a corto plazo en el pronóstico. En lugar de tener que usar el mismo pronóstico en una ventana de 60 o 90 días, los planificadores obtienen insights que les permiten afinar continuamente los pronósticos usando los últimos datos de ventas. Esta capacidad de reaccionar más rápido y frecuentemente a cambios de demanda conduce a mayores ganancias y niveles de servicio, y menos desperdicio.

Aquí hay algunos ejemplos de cómo la detección de demanda está ayudando a las empresas a convertir insights en acciones rentables:

• Agilizar la planificación upstream extrayendo directamente datos de PdV. La detección de demanda permite extraer información relevante directamente de datos de punto de venta (PdV). Esto ayuda a los fabricantes a mejorar la precisión del pronóstico de ventas sin tener que esperar la entrada de distribuidores y minoristas.
• Mejorar la eficiencia de la planificación de producción. La detección de demanda proporciona entrada más frecuente a operaciones de producción y suministro. Esto hace posible ajustar el plan de producción en consecuencia, por ejemplo, acelerando o desacelerando órdenes.
• Afinar continuamente el inventario upstream. La detección de demanda ayuda a optimizar dinámicamente el inventario y equilibrar la red al considerar el inventario disponible en almacenes regionales, junto con la demanda predicha del cliente, por ubicación.
• Cerrar la brecha entrada/salida. Los equipos de entrada quieren llenar almacenes a capacidad; los equipos de salida se esfuerzan por vaciarlos enviando a minoristas y clientes. La detección de demanda sincroniza estos dos grupos mostrando una imagen global única de la demanda.
• Pronosticar demanda estacional con mayor precisión. Mejorar la visibilidad de la red de distribución es la clave para una mejor capacidad de respuesta de la cadena de suministro. Esto es especialmente importante para acertar con artículos estacionales que podrían venderse solo en una ventana anual. La detección de demanda hace posible, por ejemplo, saber inmediatamente cuando los minoristas clave se quedan sin stock. Igualmente, cuando un artículo no vende como se esperaba, los fabricantes pueden responder rápidamente ajustando producción e inventario para evitar obsolescencia.
• Dimensionar correctamente el inventario para lanzamientos de nuevos productos. A medida que los ciclos de vida de productos continúan acortándose, gestionar la sustitución de artículos es un desafío continuo. La detección de demanda ayuda a las empresas a determinar los niveles óptimos de inventario de versiones de productos nuevos y anteriores para cumplir con los niveles de servicio al cliente.
• Mejorar el rendimiento de promociones. La detección de demanda puede considerar datos de sell-in como atributos de promoción y detalles de producto y mercado, para ayudar a los planificadores a entender los factores detrás del alza promocional. Esto ayuda a los planificadores a pronosticar mejor el impacto de futuras promociones.

TireHub, un distribuidor de neumáticos de reemplazo, incorpora datos locales de PdV en su modelo de detección de demanda, mejorado con aprendizaje automático. Los desafíos gemelos de proliferación de SKU y estacionalidad habían dificultado a TireHub posicionar óptimamente su inventario. Hoy, no solo planifica fluctuaciones de demanda predecibles (como ventas de neumáticos de nieve alcanzando picos en invierno), sino también las complejidades de la demanda local, considerando cuántos de los diferentes modelos de autos se venden local y regionalmente. Usando este modelo, TireHub ha podido automatizar gran parte de su planificación de reposición, mejorar resultados de negocio y construir capacidad para servir 70.000 puntos de entrega en solo 18 meses.

Hay varias formas de detectar demanda, y cada nuevo insight puede acelerar el tiempo de reacción y aumentar ganancias. Los mayores retornos de los procesos de detección de demanda están en tres áreas:

Pronóstico a corto plazo con datos de sell-in

La forma más fácil para que las empresas comiencen a detectar demanda es usar los datos históricos más granulares disponibles. Esto generalmente implica analizar datos diarios de demanda sell-in/ship-to usando horizontes de tiempo cortos y ajustando el pronóstico en consecuencia. Este tipo de detección de demanda considera el historial de envíos, que está fácilmente disponible en la mayoría de los sistemas de planificación de cadena de suministro o planificación de recursos empresariales (ERP). Algunas herramientas de planificación incluyen pronóstico estadístico a corto plazo, para mejorar la capacidad de respuesta de los pronósticos a cambios de demanda en curso.

Incorporar datos de sell-out

Al detectar demanda, es importante hacer lluvia de ideas sobre todas las fuentes de datos posibles y útiles que puedan mejorar el pronóstico. La inteligencia de sell-out downstream, como datos de cliente, PdV o canal, por ejemplo, puede ayudar a identificar tendencias de demanda, dar alertas tempranas de problemas, y cerrar la brecha entre el plan y lo que realmente está sucediendo en la cadena de suministro.

Añadir datos externos y causales de demanda

La detección de demanda puede y debe integrar variables correlacionadas con la demanda para crear un pronóstico robusto capaz de responder a una amplia gama de eventos futuros, desde los conocidos hasta los incognoscibles. Estos incluyen fluctuaciones del mercado bursátil, promociones de competidores, tendencias virales en redes sociales, lanzamientos de nuevos productos, clima y otros factores externos.

Unir las tres piezas —los datos de sell-in y sell-out junto con causales de demanda relevantes— proporciona la imagen más completa y unida de la demanda posible. También sienta la base para una detección de demanda altamente automatizada, que libera a los planificadores para aplicar conocimiento empresarial para mejorar aún más el pronóstico y el servicio al cliente.

Innumerables variables internas y externas impactan la variabilidad de la demanda, y estas solo aumentarán en el enorme período de cambio que se avecina. La mejor herramienta para gestionar la variabilidad y garantizar un alto servicio es el inventario. La detección de demanda ayuda a las empresas a usar el inventario de la forma más óptima posible. Extrae las señales importantes del ruido para afinar la precisión del pronóstico, mejorar la visibilidad de la demanda a corto plazo y minimizar el inventario —todo mientras mejora el servicio a los clientes. Las empresas que inviertan hoy en las herramientas, procesos y habilidades para impulsar sus capacidades de detección de demanda pueden estar realmente listas para lo que el mañana pueda traer.

Robert Kaufholz es director de diseño de soluciones en ToolsGroup.