Discusión (0)

Imprimir

RSS

Inicio » Salescast » Aquí

Preguntas frecuentes sobre Salescast

Tabla de Contenidos [Ocultar/Mostrar] Preguntas frecuentes sobre Salescast    Compatibilidad e integración    Prueba       Datos de entrada    Reporte de pronóstico    Resultados de los pronósticos    Tiempo de entrega    Nivel de servicio    Punto de reorden    Demanda de tiempo de entrega    Cobertura de existencias    Precisión    Período    Horizonte    Pronóstico de promociones    Exclusión de productos de baja rotación    Coste    Realización de un pronóstico    Seguridad

Compatibilidad e integración

Salescast puede integrarse con la gran mayoría de las soluciones de ERP, sistemas de gestión de órdenes y plataformas de eCommerce que se utilizan actualmente. El único requisito es que sus datos estén almacenados en una base de datos relacional. El estándar establecido en la industria es SQL; si su sistema cuenta con un backend SQL, está listo para comenzar. Si tiene dudas, simplemente contacte con nosotros. El acceso a datos de QuickBooks requiere los servicios de proveedores terceros especializados. Actualmente, estamos cambiando de proveedores, por lo que durante algún tiempo no podremos admitir nuevos usuarios de QuickBooks. Háganos saber su interés y le informaremos apenas comencemos a ofrecer nuevamente ese servicio. Nos disculpamos por el retraso.

El primer paso consiste en crear una configuración automática para la extracción y el formateo de todo el historial de ventas presente en su sistema. Tiene dos opciones: Puede hacer la integración usted mismo. Para esto deberá contar con algunos conocimientos de TI y generalmente entre 1 y 3 días de tiempo. Vea la documentación. La otra posibilidad es que nosotros nos encarguemos de la integración. En este caso, construimos un adaptador para su sistema. Todo lo que debe hacer es proporcionarnos un acceso remoto de solo lectura a su base de datos. Contáctenos para recibir un presupuesto.

Salescast está alojado en Windows Azure, lo que significa que no tenemos una dirección IP fija, sino más bien un rango IP. Por esta razón, debe otorgar acceso al rango IP del centro de datos de Microsoft: 94.245.0.0/16. Si desea otorgar acceso al servidor MS SQL, asegúrese de leer estas instrucciones.

SQL es un estándar de la industria consolidado para el almacenamiento de datos de negocios. Casi todas las aplicaciones comerciales modernas vienen con un backend SQL. Su compañía probablemente también utilice SQL. SQL viene en varias presentaciones: MSSQL, MySQL, Oracle, etc. Salescast es compatible con todos los proveedores de SQL más importantes.

Las credenciales de bases de datos generalmente son administradas por el departamento de TI de su compañía. Si no está seguro del proceso, no dude en contactarnos.

Prueba

El primer paso para probar Salescast consiste en configurar la extracción y formateo automáticos del historial de ventas. Esta fase es necesaria sin importar qué herramienta de optimización de inventario/pronóstico se esté utilizando. En nuestra experiencia, obtener un extracto de datos limpios representa más del 75 % del esfuerzo total para probar cualquier herramienta o método de optimización de inventario/pronóstico.

Lamentablemente, eso no es posible. Si bien Excel es una herramienta muy útil para muchas cosas, desde una perspectiva técnica, no es adecuada para la gestión y la exportación de datos. Esa es precisamente la función para la que han sido desarrolladas las bases de datos como SQL. Vea nuestra explicación de por qué Excel no puede funcionar como archivo de datos. Recomendamos vivamente una prueba a escala completa. El pronóstico de solo algunos productos, o con solo algunos puntos de datos históricos, no dará resultados significativos, y se habrá perdido tiempo y esfuerzo. La fortaleza de Salescast con respecto a los métodos y los kits de herramientas de pronóstico tradicionales proviene del análisis de patrones y correlaciones en toda la cartera de productos, y del análisis de los datos disponibles. De otro modo, esta ventaja se perdería.

Le proponemos comparar la precisión de un pronóstico de Salescast con la precisión de su pronóstico actual para el mismo período, utilizando el error absoluto. Vea nuestro vídeo sobre precisión para entender cómo hacerlo.

Datos de entrada

Salescast utilizará todo el historial de ventas que se encuentre disponible. Una mayor cantidad de datos es sinónimo de más información, lo que generalmente lleva a mejores resultados en el pronóstico estadístico. Por lo tanto, lo ideal son datos de ventas diarios y más de dos años de historial, pero datos semanales o mensuales de períodos más breves también pueden funcionar. El tiempo de entrega y el nivel de servicio deseado son necesarios para el cálculo del punto de reorden. Si actualmente no almacena esa información en su sistema, le recomendamos que empiece con valores promedio por defecto, que luego podrá mejorar con el tiempo.

La cantidad pedida es ideal, ya que es lo más cercano a la demanda real que se ha observado. Sin embargo, los pronósticos también pueden ser elaborados con la cantidad enviada o información similar.

Recomendamos incluir todas las órdenes como se reciben, independientemente del estado, para poder acercarse lo más posible a la demanda real.

Ambas opciones de integración (el esquema intermediate o el adaptador) excluyen los SKU discontinuos por defecto.

Cuando se utiliza el esquema intermediate para la integración, puede seleccionar los SKU que desea que se incluyan en el reporte introduciendo un 'campo buleano nulo'. Vea nuestra documentación para más detalle. Si la integración se realiza mediante un adaptador, se implementará una función similar.

Por defecto, Salescast pronosticará un producto en cuanto encuentre un solo punto de datos. El pronóstico basado en pocos datos tiene obvias limitaciones: es necesario aplicar modelos muy ingenuos y la precisión será baja. A medida que el historial del producto crece, el motor de pronóstico podrá utilizar modelos cada vez más sofisticados y la precisión del pronóstico aumentará. Los productos con poco o sin historial se beneficiarán particularmente de la introducción de etiquetas. Una situación de falta de existencias causa cero ventas hasta que el producto se encuentra nuevamente en existencias. Cuando se pronostica, estos artefactos no deberían ser interpretados como ' demanda cero', ya que esto disminuiría la precisión del pronóstico. Salescast aplica la heurística para identificar las situaciones de falta de existencias y diferenciarlas de la situación en la que hay cero demanda 'real'. La mayoría de las situaciones de falta de existencias se captura, entonces, automáticamente y sin necesidad de intervención.

Reporte de pronóstico

Vea el reporte de ejemplo y el vídeo demostración de Salescast.

Salescast calculará pronósticos, demanda de tiempo de entrega, punto de reorden, inventario en días (cobertura de existencias) y podrá reportar la precisión del pronóstico. Vea el reporte de ejemplo.

Salescast puede reportar columnas adicionales. Por defecto, proponemos reportar el nombre del producto, el identificador de producto, existencias pedidas y existencias disponibles. Vea la documentación cuando realice la integración a través del esquema intermediate. Cuando la integración se realice a través de un adaptador, los campos que se reportarán deben ser especificados durante la creación del adaptador.

La demanda de tiempo de entrega es una función de tiempo de entrega, el punto de reorden es una función del tiempo de entrega y del nivel de servicio. Si estos datos no estuvieran disponibles, los campos quedan en blanco. Verifique y rellene con los datos de entrada faltantes. La próxima vez que actualice su pronóstico, se calcularán la demanda de tiempo de entrega y el punto de reorden.

Salescast no ofrece un cálculo de la cantidad de la orden por defecto. No obstante, implementar un algoritmo que automáticamente calcula el punto de reorden no es problema. Lea más sobre la elección de la cantidad económica de la orden y descargue nuestra calculadora Excel de EOQ gratuita. Compruebe que el reporte que utiliza para la verificación esté utilizando exactamente la misma definición de órdenes y fechas. Algunos ejemplos: fecha de envío vs. fecha de orden, u órdenes después de cancelación y devoluciones vs. órdenes de cliente iniciales. Si realiza la integración a través de nuestro esquema intermediate SQL, compruebe los potenciales filtros y reglas comerciales que podrían estar siendo implementados a los datos. Si la discrepancia persistiera, contáctenos. Por defecto, Salescast no advierte conjuntos de SKU. Le recomendamos que implemente un script simple que ajuste sus datos de ventas para los conjuntos de SKU antes de cargarlos al esquema intermediate SQL. Contáctenos si necesita asistencia. Por defecto, Salescast aplicará una exclusión de artículos de baja rotación para reducir el coste de suscripción de Lokad de nuestros clientes. Los artículos que no se venden al menos 3 veces en los últimos 3 meses cuando se pronostica por mes, que no se venden al menos 3 veces en las últimas 3 semanas cuando se pronostica por semana, o que no se venden al menos 10 veces en los últimos 15 días cuando se pronostica por día, serán excluidos. Un artículo puede alternar entre baja y alta rotación a medida que pasa el tiempo, dependiendo de sus patrones de venta. Así, cada ejecución podría generar un set de artículos ligeramente diferente a ser pronosticado. Tenga en cuenta que en su cuenta de Salescast puede inhabilitar la función de exclusión de los artículos de baja rotación. Los 12 puntos de datos reportados se muestran simplemente por una cuestión de conveniencia; el motor de pronóstico, no obstante, utilizará todos los datos históricos disponibles. Vea la segunda hoja de su reporte ('detalles’) para un reporte del punto de datos más antiguo utilizado por Salescast.

Resultados de los pronósticos

Una actualización puede tomar desde 5 minutos hasta casi una hora para clientes muy grandes. Las tendencias juegan un rol importante en el pronóstico estadístico. El crecimiento y la estacionalidad son buenos ejemplos de tales tendencias. Por esta razón, ponemos mucho esfuerzo en desarrollar modelos estacionales que las capten. Para hacerlo, una tendencia debe ser observada y verificada- La observación se refiere a la identificación de un patrón, en oposición a fluctuaciones aleatorias. Las ventas que aumentan antes de Navidad y disminuyen después son un ejemplo de este tipo. La verificación de una tendencia requiere que esta tendencia sea identificable al menos una segunda vez. En nuestro ejemplo, esto requiere que se pueda observar un aumento de las ventas también durante la Navidad del año anterior.

En los casos en los que no se observan ni se verifican tendencias, un pronóstico plano es casi siempre el pronóstico más preciso, si bien a menudo da la impresión de ser contraintuitivo- Esto puede parecer simple; aún así, la complejidad yace en la determinación del nivel adecuado del pronóstico plano.

Generalmente, son dos casos los que aplican cuando se observa un pronóstico plano donde se espera una tendencia: Muy poco historial de datos hacen imposible verificar una tendencia observada, o simplemente no hay un patrón (observable y verificable), a pesar de la intuición del observador.

En estos casos, le recomendamos dos pasos: En primer lugar, verificar que se hayan proporcionado suficientes datos para permitir la verificación de una tendencia potencial; en nuestro ejemplo, serían dos temporadas de Navidad. En segundo lugar, verificar que hay una tendencia realmente observable. Esto ayuda a trazar las series de tiempo en agregaciones semanales o mensuales. Este es un patrón muy común, resultado de un crecimiento de la actividad comercial impulsado por la continua adición de nuevos productos, al tiempo que los productos existentes van llegando al final de su ciclo de vida. Dado que solo los productos existentes en diferentes etapas de su ciclo de vida son captados en el pronóstico (incluida la disminución y la desaparición), el pronóstico agregado es da resultados pobres. Lea más sobre este fenómeno. Salescast detecta automáticamente patrones de calendario; por lo tanto, no es necesario que le señale a Lokad que un producto es estacional. Esta función se apoya sobre dos pilares principales: una gran biblioteca de modelos estacionales y el método de series de tiempo múltiples de Lokad. Salescast aplicará los efectos de la estacionalidad a los pronósticos si estos efectos han sido identificados y validados. Una validación se da cuando un patrón se repite al menos una vez o está presente en productos similares. Al observar el reporte de Salescast, es fácil identificar estacionalidades potenciales en los 12 puntos de datos históricos que en realidad no están presentes en períodos anteriores. Hay muchos patrones que suceden una vez al año, pero no siempre en la misma fecha. Por ejemplo, el Día de la Madre (que cae en diferentes fechas de acuerdo con el año y también varía entre países) y otras festividades, como Ramadán, Pascua y Janucá (que caen en diferentes fechas según el año). Muchos de estos eventos, como Pascua, varían solo levemente en el día calendario, mientras que el aumento de ventas correspondiente tiene lugar durante varios días. En este caso, la irregularidad es generalmente menos relevante. Para casos más extremos, utilizamos los modelos cuasi estacionales. Vea la segunda hoja del reporte de Excel de Salescast (llamada 'detalles'). La fecha proporcionada bajo el título 'Sales start' (inicio de ventas) es el punto de datos más antiguo observado en sus datos históricos. Vea la segunda hoja del reporte de Excel de Salescast (llamada 'detalles') para una lista de los nombres y la cantidad de etiquetas que han sido utilizadas. No reportamos el modelo que ha sido utilizado para un producto específico. No obstante, para una visión general de qué modelos tenemos en nuestra biblioteca y de cómo se selecciona el mejor modelo, vea este vídeo. Actualmente, esta información no es reportada; no obstante, la observación del pronóstico debería darle una idea de si un patrón como la estacionalidad ha sido identificado y si se ha aplicado un modelo estacional. ¿Sabía que la estacionalidad no solo se presenta en forma de estaciones anuales? Nuestros algoritmos buscan una gran cantidad de estacionalidades posibles. Algunos ejemplos incluyen estacionalidad semanal, mensual ('pagos') y anual. Sí, puede elegir la actualización automática en la configuración de Salescast.

Salescast elaborará pronósticos y métricas de optimización de inventarios que pueden sobrescribirse manualmente en el reporte de Excel o en su sistema de gestión de reabastecimiento u orden. Sin embargo, le recomendamos que distinga entre el pronóstico de demanda y la optimización de reabastecimiento. Un ajuste del punto de reorden sugerido para reflejar las restricciones de la actividad deberían ser parte de la optimización de reabastecimiento y la gestión de riegos. Esto es así debido a que el rendimiento de pronóstico histórico de la demanda es, en la mayoría de los casos, el mejor proxy para el rendimiento futuro, y las sobrescrituras deberían ser tratadas como excepciones.

Tiempo de entrega

El tiempo de entrega se refiere a los tiempos de entrega de sus proveedores (en oposición a su tiempo de entrega a sus clientes). Se define como la cantidad de días calendario que pasan desde la orden de compra hasta la disponibilidad renovada en su depósito. Vea más información sobre la definición y el cálculo del tiempo de entrega.

El tiempo de entrega se define como la cantidad de días calendario. Los días laborables podrían ser una medida más precisa de tiempo de entrega, aunque el impacto del pronóstico es relativamente menor y dar cuenta de los calendarios nacionales mundiales no es algo factible. Lea más sobre el tiempo de entrega.

El tiempo de entrega variable de sus proveedores puede parecer confuso, ya que solo puede trabajar con un valor para el tiempo de entrega en Salescast. Sin embargo, determinar el tiempo de entrega que debería utilizar es bastante sencillo. Lea más sobre la modelización de los tiempos de entrega variables. No como parte de las funciones estándar. Sin embargo, podemos implementar esta función. Simplemente contáctese con nosotros.

En ese caso, se utiliza una extrapolación para determinar la demanda del tiempo de entrega. Esto nunca tiene resultados tan buenos como un pronóstico; por lo tanto, le recomendamos elegir un horizonte de pronóstico que cubra la mayoría de los tiempos de entrega de la cartera de productos (excluya los valores extremos). Lea más sobre cómo elegir el horizonte de pronóstico adecuado.

Nivel de servicio

El nivel de servicio es la probabilidad deseada de poder cumplir con una orden del cliente. Este valor representa el objetivo de rendimiento en términos de disponibilidad de existencias. Por ejemplo, un nivel de servicio del 90 % significa que tendrá suficientes existencias disponibles para cumplir con 9 de 10 órdenes. El nivel de servicio le permite definir el equilibrio entre el coste de inventario y el coste de las situaciones de falta de existencias. Un alto nivel de servicio aumentará su inventario y su disponibilidad de existencias. Un bajo nivel de servicio disminuirá su inventario, pero también aumentará sus posibilidades de no poder servir a un cliente. La elección depende mucho de la actividad comercial y del producto. Los niveles de servicio pueden ir desde un 99 % hasta menos del 50 %. Encontrará una explicación simple y práctica sobre cómo comenzar con un set de niveles de servicio razonable para su cartera de productos aquí. Vea nuestra calculadora de Excel de nivel de servicio gratuita y un análisis exhaustivo del nivel de servicio. Cuanto más alto es el nivel de servicio, mayor es la cantidad de existencias de seguridad necesaria para garantizar ese nivel. De hecho, el nivel de inventario crece exponencialmente con el nivel de servicio. Como regla general, las existencias de seguridad se duplicarán cuando se divida a la mitad la distancia del nivel de servicio al 100 %. Por ejemplo, cuando se pasa de un nivel de servicio del 95 % a uno del 97,5 %, las existencias de seguridad se duplican. Lea más sobre cómo elegir el nivel de servicio adecuado. Sí, cada SKU tiene su nivel de servicio específico. Salescast tomará esta información junto con su historial de órdenes de su sistema y reportará los valores en el reporte de pronóstico. Sí, puede, si bien le proponemos que incluya el nivel de servicio como parte de su política de gestión de inventario. La reducción y el aumento de disponibilidad de inventario propuestos por Lokad proviene de dos análisis: El pronóstico y el cálculo del punto de reorden (existencias de seguridad). Generalmente, recomendamos que comience por asignar un campo libre (es decir, un campo personalizado) al nivel de servicio y lo rellene con un nivel de servicio 'promedio' uniforme. Luego, puede refinar los niveles de servicio a nivel de producto. Lea aquí cómo hacerlo.

Punto de reorden

El punto de reorden es la cantidad de unidades disponibles que deberían llevar a un reabastecimiento. Cuando las existencias disponibles se encuentran por debajo del punto de reorden, se debería lanzar una orden de reabastecimiento. Intuitivamente, el punto de reorden se calcula para cubrir dos cosas: En primer lugar, las existencias para continuar vendiendo durante el tiempo de entrega (su demanda de tiempo de entrega). En segundo lugar, la volatilidad en su demanda (las existencias de seguridad). Así, punto de reorden = demanda de tiempo de entrega + existencias de seguridad. Lea más sobre el cálculo del punto de reorden. El punto de reorden es una función de la demanda pronosticada, la precisión del pronóstico y el tiempo de entrega. Se calcula como la suma de la demanda del tiempo de entrega (se espera que el producto se venda durante el tiempo de entrega) y las existencias de seguridad (contabilidad de las existencias para la variabilidad en la demanda). La clave es calcular la variabilidad de la demanda para llegar a un nivel de existencias de seguridad optimizado. Resulta intuitivo que un producto altamente predecible y de ventas estables requiera menos existencias de seguridad que un producto de ventas erráticas y, por lo tanto, más difícil de pronosticar. Lea más sobre el cálculo del punto de reorden. El punto de reorden debería ser considerado independiente del período de pronóstico. Sí, es posible. La automatización es un beneficio clave de Salescast, y al actualizar automáticamente el punto de reorden en un sistema, se logra una alto nivel de integración en un modo técnicamente bastante simple. Puede utilizar la tabla Lokad_Forecasts si utiliza el esquema intermediate, o bien los ingenieros de Lokad pueden introducirla en su adaptador.

El punto de reorden es la suma de la demanda de tiempo de entrega y las existencias de seguridad, y las existencias de seguridad son una función de la precisión del pronóstico. Cuanto más preciso sea el pronóstico, menos existencias de seguridad se necesitarán. Salescast de Lokad, por lo tanto, utiliza la precisión de pronóstico calculada como un dato de entrada importante en el cálculo del punto de reorden. Vea cómo calcular las existencias de seguridad con Excel para más detalles. El punto de reorden aumentará con el tiempo de entrega. El punto de reorden es la suma de la demanda de tiempo de entrega y las existencias de seguridad. La demanda de tiempo de entrega es la cantidad de unidades que se venderán durante el tiempo de entrega; cuanto mayor sea su tiempo de entrega, más cantidades de ese producto venderá. El punto de reorden elaborado por Salescast reemplazará al valor Mín. Puede pensarlo como un valor Mín. relativamente 'estático' que es reemplazado por un punto de reorden que se optimiza cada vez que el pronóstico se actualiza. El valor Máx. resulta del cálculo del punto de reorden y la cantidad económica de la orden.

Demanda de tiempo de entrega

La demanda de tiempo de entrega describe la cantidad de unidades que serán vendidas durante el tiempo de entrega. Este valor se infiere de los pronósticos de demanda combinados con los valores de tiempo de entrega. Por ejemplo, si espera vender 10 unidades en un mes, su tiempo de entrega es de 30 días, la demanda de tiempo de entrega es 10.

Cobertura de existencias

La cantidad de días que faltan para que se verifique una situación de falta de existencias si no se realiza una nueva orden. Este valor se infiere de los pronósticos de demanda y de las existencias disponibles Siempre hay un nivel de incertidumbre en lo que respecta al tiempo y a la cantidad de las existencias pedidas. Incluir las existencias pedidas introduciría una incertidumbre adicional (=riesgo) a su gestión de inventario.

Precisión

La precisión reportada es la precisión promedio que ha sido calculada comparando el pronóstico con las ventas reales. Para hacer esto, Salescast vuelve a los datos y pronostica y determina la precisión junto con el historial de ventas, yendo mes por mes. Por defecto, la precisión del pronóstico no se reporta, si bien es un parte integral del análisis que realiza Salescast. Si desea ver la precisión del pronóstico para cada producto, active la función en la configuración de Salescast. Este valor es la precisión esperada de los pronósticos entregados por Lokad. Cuanto mayor es ese valor, más precisos se espera que sean los pronósticos. Tenemos la siguiente relación: Precisión = 1 - MAPE, donde MAPE es el error absoluto medio porcentual. La precisión esperada es calculada por Lokad —como los pronósticos mismos— a través de análisis estadísticos avanzados. MAPE significa error absoluto medio porcentual. Es una medida de precisión comúnmente utilizada en el pronóstico estadístico. A menudo, parte de una prueba es la cuantificación de la mejora en la precisión del pronóstico de Lokad con respecto al pronóstico actual. Esto se realiza en un modo simple y eficaz utilizando el error absoluto. Hemos publicado un vídeo sobre cómo evaluar la precisión de pronóstico y cómo comparar los pronósticos. La precisión cercana al cero o igual a cero se reporta en casos en que la precisión esperada es muy baja y se debería confiar poco en los resultados pronosticados. Generalmente, esto sucede cuando el historial del producto es muy errático. Es muy común que en carteras de productos de cientos a miles de productos esto ocurra con algunos de ellos. El pronóstico estadístico debe ser tomado como un grano de sal: proporciona gran precisión y productividad para el conjunto de los productos, pero difícilmente cubre todos los casos. Sí. El punto de reorden es la suma de la demanda de tiempo de entrega y las existencias de seguridad, y las existencias de seguridad son una función de la precisión del pronóstico. Cuanto más baja sea la precisión del pronóstico, mayor será el nivel de existencias de seguridad necesarias para garantizar el nivel de servicio.

Período

El período de pronóstico pueden ser días, semanas o meses. Por ejemplo, cuando elige un período semanal, Salescast le proporciona un pronóstico de la demanda semanal. En las configuraciones, puede elegir y cambiar el período. Le sugerimos que elija el período que mejor se ajusta operaciones Por ejemplo, si su compañía envía órdenes semanalmente a sus proveedores, entonces los pronósticos semanales serán los más apropiados. Este comportamiento es causado por la función de exclusión de artículos de baja rotación de Salescast. Cada período tiene su propia regla de exclusión, y un cambio en el período probablemente cambie los productos que serán excluidos. Puede activar/desactivar la función de exclusión de los productos de baja rotación en las configuraciones de Salescast. Como resultado natural de la agregación, la precisión del pronóstico aumenta cuando se pasa a períodos más largos (y viceversa, cuando se pasa a períodos más cortos, la precisión disminuye). En teoría, un período más largo proporcionará una mayor precisión, como resultado natural de la agregación, y una mayor precisión llevará a una disminución de las existencias de seguridad y, por lo tanto, a un menor punto de reorden. En la práctica, este efecto es generalmente bastante insignificante. Puede elegir solo un período por pronóstico. Si desea pronosticar dos períodos en forma paralela; por ejemplo, pronósticos diarios a 4 semanas y pronósticos semanales a 26 semanas, le sugerimos que disponga dos pronósticos conectando su base de datos dos veces utilizando el asistente. Por defecto, Salescast pronosticará dentro de los períodos calendario. Contacte con nosotros si necesita un ajuste a su calendario fiscal.

Horizonte

El horizonte debería ser lo suficientemente amplio para cubrir entre el 90 y el 95 % de sus tiempos de entrega. Un horizonte que supere ese nivel aumentará innecesariamente su coste, un horizonte por debajo de ese nivel llevará a una degradación de la precisión de los puntos de reorden calculados. Le más sobre cómo elegir el horizonte adecuado. Técnicamente, no hay límite para el horizonte de pronóstico. Aún así, la precisión del pronóstico disminuye cuando más a futuro pronostica. Como regla general, sugerimos de 0 a un máximo de 42 días para los pronósticos diarios; de 0 a un máximo de 52 semanas para los pronósticos semanales, y de 0 a un máximo de 36 meses para los pronósticos mensuales. En los casos en que se necesita tanto una baja agregación como un horizonte amplio, le sugerimos que combine dos o tres pronósticos siguiendo las reglas establecidas. Si el horizonte elegido fuera más breve que el tiempo de entrega, Salescast utiliza una extrapolación lineal de los pronósticos para calcular la cobertura de existencias y los puntos de reorden. Está de más decir que los resultados elaborados a través de la extrapolación son menos precisos que aquellos producidos directamente a través de nuestra tecnología de pronóstico principal. Por lo tanto, le recomendamos un horizonte que cubra entre el 90 y el 95 % de sus tiempos de entrega.

Pronóstico de promociones

Sí, Salescast puede pronosticar automáticamente el efecto de las promociones en la demanda. Para acceder a esta función, es necesario implementar el marco etiquetas+eventos. Al enviar información sobre las promociones históricas y las programadas para el futuro, Salescast puede analizar sus efectos en las ventas en el pasado e incluir este dato en el pronóstico. Cuantos más datos y detalles pueda proporcionar, mejores serán los pronósticos. En un escenario ideal, los datos de promociones incluyen tipo de promoción (por ejemplo, 2x1, 30 % de descuento), comunicación/publicidad (por ejemplo, espacio de página en catálogo o folleto), facing (por ejemplo, al comienzo del pasillo) y embalaje. En la práctica, estos datos generalmente no están disponibles, o son de calidad cuestionable. Sin embargo, incluso una cantidad de información limitada sobre las promociones puede, no obstante, mejorar gradualmente la precisión. La implementación técnica es simple como la configuración del pronóstico inicial (vea la documentación del esquema intermediate). Sin embargo, 'ajustar' esta función puede resultar un poco más difícil. Por lo tanto, le recomendamos que implemente eventos solo en un segundo paso, una vez que el pronóstico principal esté configurado y en funcionamiento, y con un pequeño paquete de soporte/asesoramiento nuestro, con el que lo guiamos para configurar todo correctamente. Le ofrecemos asesoramiento en todos los aspectos de la implementación, incluidos qué datos utilizar, la planificación de los datos que recopilar y la medición de los resultados. Contacte con nosotros. Puede comenzar leyendo la documentación sobre etiquetas y eventos.

Exclusión de productos de baja rotación

Por defecto, excluimos de su pronóstico productos que se venden con muy poca frecuencia, ya que el pronóstico agregará muy poco valor para usted y aumentará el precio de nuestro servicio sin necesidad. Puede elegir incluir o excluir los productos de baja rotación en las configuraciones de Salescast. La reglas de exclusión por defecto son las siguientes: en los pronósticos mensuales, los artículos que no se venden al menos 3 veces durante los últimos 3 meses son excluidos; en los pronósticos semanales, los artículos que no se venden al menos 3 veces en las últimas 3 semanas son excluidos; en los pronósticos diarios, los artículos que no se venden al menos 10 veces en los últimos 15 días son excluidos.

Coste

El coste es por consumo mensual, que se registra automáticamente. A medida que pronostica durante el mes, se registra su consumo de pronósticos. A fin de mes, se calculará el precio de su consumo mensual sobre la base de nuestros precios al público. Recibirá una factura generada automáticamente. Una vez que todo esté integrado y configurado adecuadamente, y que usted esté satisfecho con sus pruebas iniciales, comenzaremos a cobrarle mensualmente. Usted solamente genera un consumo y, por lo tanto, un coste, cuando hace clic en el botón Actualizar en su cuenta de Salescast. Cualquier otra operación, como descarga de reportes, no genera costes. Si hubiera generado una actualización por error, no se preocupe, puede cancelarla en cualquier momento antes de la compleción. Vea nuestra calculadora de precios. Para una explicación detallada, lea el documento comprendiendo los precios. Vea el artículo Comprendiendo los precios para más explicaciones e ideas sobre cómo ajustar sus pronósticos lo mejor posible.

Realización de un pronóstico

Una actualización puede tomar desde 5 minutos hasta casi una hora para clientes muy grandes. Puede elegir el modo manual o establecer fechas para una actualización automática en su cuenta de Salescast.

Seguridad

Salescast está hospedado en Windows Azure, la plataforma de computación en la nube de Microsoft, que ofrece un ambiente de computación seguro de vanguardia. Así, Salescast mismo utiliza una encriptación de datos de grado industrial (SSL) para todas las conexiones. Además, las rigurosas políticas de privacidad de Lokad se aplican también a Salescast.

Por supuesto. Simplemente envíenos un e-mail a contact@lokad.com con su plantilla de Acuerdo de Confidencialidad y lo revisaremos tan pronto sea posible. Si no posee una plantilla de Acuerdo de Confidencialidad, podemos firmar la plantilla estándar de Lokad.