6 errores que se cometen en los pronósticos de demanda

 |  

...

Al hacer pronósticos de demanda se debe tener en cuenta que la asertividad del método dependerá del entendimiento de los patrones históricos que influyen en el comportamiento de la misma, con el fin de extrapolarlos y acercarnos a los objetivos esperados.

A continuación se presentan seis errores que comúnmente se aplican en el pronóstico de la demanda.

RECOMENDADO
Robo de mercancías: cómo enfrentarlo con la ayuda de tecnología para el transporte
Leer artículo

1. Utilizar sólo un método de pronóstico de demanda

Los métodos de pronóstico suelen estar estructurados sobre la base de factores irregulares y parámetros para la elección de datos.

Éstos suelen tener mejores resultados al momento de desarrollar 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, así como las variables de comportamiento que permitan advertir y condensar los supuestos que giran en torno a ella.

Al tener en cuenta que los pronósticos representan valores de referencia a futuro para la planeación del abastecimiento y la operación de la cadena, las cantidades se convierten en un compromiso de compra sujeto a posteriores correcciones periódicas.

Tienen el fin de disipar 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 la variación en 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).

Estas permiten entender cuán disperso es el pronóstico respecto a la demanda real y sirven 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, tecnología, personal y en el manejo de la información, destinándose a esfuerzos innecesarios.

Muchas actividades de la empresa dependen de un pronóstico exhaustivo y confiable y cumplen un rol preponderante en los resultados operativos, por lo que no pueden estar ajenas a la presencia de riesgo en su estructura.

Los errores de pronóstico son consecuencia de:

a) 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.

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

pronóstico de la demanda

c) 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 información histórica 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 ésta condiciona el resultado del margen de error de los métodos de pronóstico.

Por lo 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 y a los que se debe 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, ya que 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 podrá identificarse con mayor facilidad entre sus componentes factores aleatorios, de tendencia y estacionales, que favorecerán el margen de asertividad al no ser tan sensibles a las variaciones del mercado y destacan por su bajo grado de complejidad en la proyección.

Dentro de esta categoría podrían considerarse los artículos de primera necesidad, aquellos que mantienen la esencia de su demanda sin mayor dispersión y que ignoran 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 qué tan sensibles son los artículos con demanda probabilística a factores ambientales, económicos y comerciales.

El caso de las industrias estacionales

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 compra una marca de zapatillas y como consecuencia del incremento de la capacidad de gasto, tal vez no necesariamente comprará más pares de la misma marca.

Quizá su decisión pase por comprar aquella marca que anteriormente no podía pagar, por lo 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 adquirir nuestro artículo.

La clave ante este tipo de situaciones es tener claramente identificada nuestra participación y potencial de crecimiento en el mercado.

pronóstico de la demanda

6. Ignorar el ciclo de vida

Los métodos de pronóstico dependen de los patrones de tendencia y estacionalidad, por lo que es imprescindible identificar la etapa y los datos de la demanda histórica de los artículos para determinar qué tan significativos son sobre el periodo que buscamos estimar y así facilitar la elección del método cuantitativo.

Estimar la demanda de un artículo que recién se introduce al mercado podría tomar como referencia cuantitativa la demanda de artículos similares, así como definir el nivel de inversión operativa y comercial para establecerlo como punto de equilibrio.

También lee:
Mejores prácticas en la planeación de la demanda

En esta etapa, la falta de información histórica nos podría llevar también a métodos cualitativos como las encuestas y otros de mayor desarrollo como Delphi, los cuales 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 producto.

La necesidades del cliente

La demanda puede crecer como resultado de acciones integradas que se desarrollan entre el área comercial y operaciones.

Ambas convergen para responder a 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.

Bien identificados pueden extrapolarse al utilizar 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, por lo que se puede 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.

Te puede interesar:
Digitalización y planificación, unidas para enfrentar mejor la incertidumbre de la demanda

De ese modo se refuerza los resultados al tomar en cuenta la opinión de los expertos para anticiparnos a cambios inesperados como consecuencia de factores económicos, comerciales y ambientales propios del mercado.

Pronóstico de la demanda: elementos de medición

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.

De esta manera, 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 establecer objetivos para éstos, sin malgastar esfuerzos para alcanzar resultados técnicamente imposibles para todos los artículos.

THE LOGISTICS WORLD


Últimas publicaciones en Actualidad Logística:

Marco Espejo

Jefe de Operaciones Footloose

Consultor logístico senior, conferencista, investigador, docente en materias logísticas y speaker. Autor del libro Gestión de inventarios, Métodos cuantitativos.


Notas relacionadas


Te podría interesar