Detección de demanda híbrida:preparación de cadenas de suministro para tiempos de incertidumbre

Las cadenas de suministro actuales se enfrentan al desafío de la proliferación de líneas de productos, la reducción de los ciclos de vida de los productos, el aumento de la 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 están cambiando rápidamente, y las promociones y ventas están sujetas al clima, la introducción de nuevos productos y la economía.

Para estar preparadas para lo que podría traer el mañana, las empresas deben comprender cómo los cambios en las cadenas de suministro afectan la demanda. Solo entonces podrán asegurarse de que los productos que desean los clientes estén disponibles en el momento adecuado.

La detección de la demanda, como su nombre lo indica, es esencialmente el arte y la ciencia de detectar las tendencias a corto plazo de inmediato, con el fin de predecir mejor lo que querrán los consumidores. La demanda es imposible de predecir perfectamente porque se ve afectada por un número infinito de variables conocidas y desconocidas. Según un estudio de KPMG y The Economist Intelligence Unit, solo el 22% de los pronósticos de las empresas eran precisos dentro de los cinco puntos porcentuales. En promedio, los pronósticos se desviaron en un 13%, lo que provocó un efecto significativo en el precio de las acciones.

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

Hoy, existe una forma mejor. Al igual que con la previsión del tiempo, es posible entrenar sistemas inteligentes de detección de demanda para predecir el aparente caos de la demanda de los consumidores 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 sólida, confiable y sostenible que las alternativas de pronóstico simples. No solo se beneficia de la aplicación de diferentes enfoques de planificación, sino que también se vuelve más fuerte y más receptivo a medida que se toman en cuenta conjuntos de datos e inteligencia humana adicional.

Un gran beneficio de la detección de demanda es que incorpora inmediatamente las tendencias a corto plazo en el pronóstico. En lugar de tener que utilizar el mismo pronóstico en una ventana de 60 o 90 días, los planificadores obtienen información que les permite ajustar continuamente los pronósticos utilizando los datos de ventas más recientes. Esta capacidad de reaccionar más rápido y con mayor frecuencia a los cambios de la demanda genera mayores ganancias y niveles de servicio, y menos desperdicio.

A continuación, se muestran algunos ejemplos de cómo la detección de la demanda está ayudando a las empresas a convertir los conocimientos en acciones rentables:

• Optimice la planificación previa al extraer directamente los datos de PoS. La detección de demanda permite extraer información relevante directamente de los datos del punto de venta (PoS). Esto ayuda a los fabricantes a mejorar la precisión del pronóstico de ventas sin tener que esperar la entrada de los distribuidores y minoristas.
• Mejorar la eficiencia de la planificación de la producción . La detección de demanda proporciona información más frecuente para las operaciones de producción y suministro. Esto hace posible ajustar el plan de producción en consecuencia, acelerando o desacelerando los pedidos, por ejemplo.
• Ajuste continuamente el inventario ascendente. La detección de demanda ayuda a optimizar dinámicamente el inventario y equilibrar la red al tener en cuenta el inventario disponible en los almacenes regionales, junto con la demanda prevista de los clientes, por ubicación.
• Cierre la brecha entrante / saliente. Los equipos entrantes quieren llenar los almacenes al máximo de su capacidad; Los equipos de salida se esfuerzan por vaciarlos enviándolos a minoristas y clientes. La detección de demanda sincroniza estos dos grupos mostrando una imagen global única de la demanda.
• Pronostique la 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 los artículos de temporada que pueden venderse solo en una ventana de tiempo anual. La detección de demanda hace posible, por ejemplo, saber inmediatamente cuándo se agotan las existencias de los minoristas clave. Del mismo modo, cuando un artículo no se vende como se esperaba, los fabricantes pueden responder rápidamente ajustando la producción y el inventario para evitar la obsolescencia.
• Inventario del tamaño adecuado para la introducción de nuevos productos. A medida que los ciclos de vida de los productos continúan acortándose, la gestión de 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 nuevas y anteriores de productos para cumplir con los niveles de servicio al cliente.
• Mejore el rendimiento de la promoción. La detección de la demanda puede tener en cuenta los datos de venta, como los atributos de promoción y los detalles del producto y del mercado, para ayudar a los planificadores a comprender los factores que se esconden detrás de la mejora promocional. Esto ayuda a los planificadores a pronosticar mejor el impacto de futuras promociones.

TireHub, un distribuidor de neumáticos de repuesto, incorpora datos de PoS locales en su modelo de detección de demanda, que se mejora con el aprendizaje automático. Los desafíos gemelos de la proliferación de SKU y la estacionalidad habían dificultado que TireHub posicionara de manera óptima su inventario. En la actualidad, no solo planifica las fluctuaciones predecibles de la demanda (como las ventas de neumáticos para nieve que alcanzan su punto máximo en invierno), sino también las complejidades de la demanda local, al tener en cuenta cuántos de los diferentes modelos de automóviles se venden a nivel local y regional. Con este modelo, TireHub ha podido automatizar por completo gran parte de su planificación de reabastecimiento, mejorar los resultados comerciales y desarrollar la capacidad para atender 70.000 puntos de entrega en solo 18 meses.

Hay varias formas de detectar la demanda, y cada nueva información puede acelerar el tiempo de reacción y aumentar las ganancias. Los mayores retornos de los procesos de detección de demanda se encuentran en tres áreas:

Previsión a corto plazo con datos de venta. La forma más fácil para que las empresas comiencen a detectar la demanda es utilizar los datos históricos más detallados disponibles. Por lo general, esto implica analizar los datos diarios de venta / envío a demanda utilizando horizontes de tiempo cortos y ajustando el pronóstico en consecuencia. Este tipo de factores de detección de demanda en el historial de envíos, que está disponible en la mayoría de los sistemas de planificación de la cadena de suministro o planificación de recursos empresariales (ERP). Algunas herramientas de planificación incluyen pronósticos estadísticos a corto plazo para mejorar la capacidad de respuesta de los pronósticos a los cambios en la demanda en curso.

Incorporar datos agotados. Al detectar la demanda, es importante realizar una lluvia de ideas sobre todas las fuentes de datos útiles y posibles que puedan mejorar el pronóstico. La inteligencia de ventas descendentes, como los datos de clientes, puntos de venta o canales, por ejemplo, puede ayudar a identificar las tendencias de la demanda, dar advertencias tempranas de problemas y cerrar la brecha entre el plan y lo que realmente está sucediendo en la cadena de suministro.

Agregue datos externos y causas de demanda. La detección de demanda puede y también debe integrar variables correlacionadas con la demanda para crear un pronóstico sólido capaz de responder a una amplia gama de eventos futuros, desde los conocidos hasta los incognoscibles. Estos incluyen fluctuaciones del mercado de valores, promociones de la competencia, tendencias virales en las redes sociales, introducciones de nuevos productos, clima y otros factores externos.

Poner las tres piezas juntas (los datos de entrada y salida junto con las casuales de demanda relevantes) proporciona la imagen más completa y unificada de la demanda. También sienta las bases para la detección de demanda altamente automatizada, que libera a los planificadores para aplicar el conocimiento comercial para mejorar aún más la previsión y el servicio al cliente.

Innumerables variables internas y externas impactan en 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 utilizar el inventario de la forma más óptima posible. Extrae las señales importantes del ruido para agudizar 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 invierten hoy en herramientas, procesos y habilidades para impulsar sus capacidades de detección de demanda pueden estar realmente preparadas para lo que sea que les depare el mañana.

Robert Kaufholz es director de diseño de soluciones en ToolsGroup.