Desarrolladores » Aquí
Guía del usuario para etiquetas y eventos
Esta página es una guía introductoria para el marco de nombre código
Etiquetas+Eventos (Tags+Events). La tecnología de pronósticos de Lokad supera a los métodos clásicos. En particular, contamos con un marco avanzado capaz de refinar los pronósticos teniendo en cuenta más datos que los que pueden elaborar los métodos tradicionales. Esta página le proporcionará información sobre cómo aprovechar las etiquetas y los eventos para refinar sus propios pronósticos.
Las etiquetas y los eventos son útiles en el sector comercial o en fabricación para generar mejores pronósticos cuando tienen lugar:
- Lanzamientos de producto
- Promociones
- Operaciones de marketing
- Faltas
- Canibalización
- ...
Para las compañías de servicios, como los centros de atención telefónica, las etiquetas y los eventos son útiles cuando tienen lugar:
- Operaciones de marketing
- Interrupción en el servicio
- Eventos locales
- ...
Esta página no se centra en los detalles técnicos específicos de cómo gestionar los datos de Etiquetas+Eventos ni de cómo establecer comunicación con la
API de pronósticos. El objetivo es ofrecerle información para que comprenda cuál es la función de las etiquetas y los eventos y el modo en que deberían ser utilizados en las situaciones de la vida real.
Modelo de pronóstico clásico
En Lokad, entregamos
pronósticos de series de tiempo. Una serie de tiempo no es más que una lista de pares de fechas y valores. Cualquier fenómeno que pueda ser medido a lo largo del tiempo puede ser representado como una serie de tiempo.
Por ejemplo, en el sector comercial, las ventas de cada producto (cada SKU, para ser específicos) puede representarse como una serie de tiempo, con un punto de datos por semana si se elige una agregación de datos semanal.
Los modelos de pronóstico clásicos toman las series de tiempo como entradas —esas series de tiempo representan los datos históricos de la compañía— y también producen series de tiempo como resultado. Esos resultados representan los pronósticos de las ventas de la compañía.
En pocas palabras, la realización de un pronóstico consiste en prolongar las series de tiempo en el futuro. Si bien esto se podría llevar a cabo de muchos modos, hoy en día es sabido que para la mayoría de los pronósticos de corto y medio plazo, si se dispone de datos históricos, los pronósticos estadísticos tienden a presentar resultados mucho mejores que todos los demás abordajes.
Limitaciones del modelo clásico
Nuestro marco Etiquetas+Eventos extiende el modelo clásico de pronóstico de series de tiempo a través de metadatos adicionales, que son precisamente las
etiquetas y los
eventos. Para entender por qué Lokad presenta esta extensión, comencemos por profundizar en las limitaciones del modelo de pronóstico clásico.
Series de tiempo breves
El modelo clásico se vale sólo de la información contenida en las series de tiempo puras para producir los pronósticos. Si consideramos series de tiempo breves, por ejemplo las ventas mensuales de un producto agregado por semana que ha sido lanzado hace sólo 4 semanas, la cantidad de información contenida en las series de tiempo será muy limitada: sólo 4 puntos de datos en esta situación. Obviamente, patrones moderadamente complejos como la estacionalidad quedan excluidos de toda consideración, ya que se necesitarían 12 meses de historial para un análisis de ese tipo. Incluso si intentáramos combinar las 4 semanas con otras series de tiempo para obtener una estacionalidad mediante la correlación de datos, 4 semanas seguirán siendo probablemente demasiado pocas para proporcionar cualquier coincidencia confiable para inferir, en términos puramente estadísticos, una estacionalidad fiable para el producto. Con series de tiempo breves, el abordaje de pronóstico clásico es limitado. Obviamente, quedan también excluidos los pronósticos de lanzamiento de producto.
Factores externos
El modelo clásico no aprehende factores externos que afectan a las series de tiempo, ya que se supone que toda la información está contenida dentro de las series de tiempo. Sin embargo, si consideramos un factor externo como una promoción comercial, se presentan dos problemas:
- las promociones pasadas han incrementado artificialmente las ventas históricas y, a menos que los datos se corrijan (de algún modo), el modelo de pronóstico sobrestimará el nivel de ventas pasado y, como consecuencia, también sobrestimará los pronósticos de ventas.
- Si se planea una promoción en el futuro, el modelo clásico no puede tener en cuenta este elemento y, como consecuencia, los pronósticos que correspondan al intervalo de fechas de la promoción futura serán subestimados.
Si bien el modelo clásico es apropiado para la evaluación de factores internos de los datos, como la tendencia, resulta limitado por su diseño cuando entran en juego factores externos.
Note que el modelo clásico podría procesar teóricamente factores externos a través de una
covariante, pero esto implicaría de alguna manera extender la definición de lo que típicamente se considera
clásico y
amplio en el pronóstico de series de tiempo. La mayoría de las herramientas de pronóstico no procesan en modo nativo estos tipos de información externa y, aquellas que lo hacen, generalmente ofrecen una automatización baja o nula.
El objetivo primario de nuestro marco Etiquetas+Eventos es proporcionar una solución eficaz, puramente estadística a los problemas presentados anteriormente.
La solución introducida por Etiquetas+Eventos
Las limitaciones enumeradas en la sección anterior pueden resumirse del siguiente modo: las series de tiempo solas no son lo suficientemente
expresivas como para reflejar la complejidad de los fenómenos que intentamos pronosticar. Por esta razón, necesitamos enriquecer el modelo de datos con elementos adicionales que se agreguen a los valores de tiempo puros. Las etiquetas y los eventos son, precisamente, esos elementos adicionales.
Etiquetas
Una
etiqueta no es más que una palabra clave o un término. Utilizamos la palabra
etiqueta en lugar de
palabra clave para enfatizar que no nos concentramos en el significado de la palabra clave; la
etiqueta se utiliza sólo como un identificador. Lokad se centra en el procesamiento estadístico puro, no en el análisis semántico y lingüístico. Cada serie de tiempo se puede asociar a varias etiquetas (1000 etiquetas es la limitación actual de Lokad) o a ninguna.
Por ejemplo: para un distribuidor de dulces, la etiqueta
limón podría aplicarse a todas las series de tiempo asociadas a las ventas de dulces cuando éstas sean de dulces de sabor a
limón.
Las etiquetas son definidas por el usuario; por lo tanto, cualquier combinación de letras puede ser utilizada como una etiqueta. No necesariamente debe ser una palabra que exista en español o en el idioma utilizado. La
etiqueta refleja alguna clase de descripción especificada por el usuario mismo y su utilidad se deriva de las comparaciones que se pueden establecer a partir de varias apariciones de la misma etiqueta. Esto implica que usted necesita varias series de tiempo (en la práctica, una docena o más) etiquetadas con la misma etiqueta. De lo contrario, no se podrán inferir patrones estadísticos a partir la presencia (o ausencia) de la etiqueta.
Por ejemplo: para un distribuidor de dulces que ha aplicado la etiqueta
limón a todos los dulces con sabor a
limón, Lokad puede aprovechar la etiqueta
limón para determinar si existen patrones de venta específicos para los dulces de este sabor, como por ejemplo una estacionalidad compartida.
Además, las etiquetas también se pueden combinar. Si bien hemos dicho que una sola serie de tiempo no puede asociarse a más de 1000 etiquetas a la vez, no existe un límite para la cantidad total de etiquetas distintas. Así, es posible crear grupos de etiquetas altamente descriptivas. Lokad puede aprovechar las combinaciones de etiquetas complejas para detectar patrones estadísticos sutiles que luego utiliza para refinar aún más los pronósticos, no sólo considerando particiones simplistas basadas en etiquetas individuales como se ilustra más arriba.
Eventos
Los eventos se asemejan a las etiquetas pero son levemente más complejos. Un evento es básicamente una
etiqueta con fecha, es decir, una etiqueta que contiene información adicional de tiempo que refleja el momento en el que tuvo lugar el evento. Para ser más precisos, un evento tiene 3 propiedades:
- una fecha de inicio;
- un known-since ( o “conocido desde”. Esta propiedad es un poco más sutil y será tratada en detalle más adelante);
- un conjunto de rótulos (o “tokens”. No utilizamos la palabra etiqueta nuevamente para evitar que se confunda con las etiquetas Lokad).
Por ejemplo: un distribuidor de dulces realiza cada año, durante la semana antes de Navidad, una promoción para las piruletas de chocolate que reza
compre una y lleve otra gratis. La serie de tiempo asociada a las ventas de piruletas de chocolate se decora con eventos con nombre código
compre1lleve2. El evento comienza el 18 de diciembre cada año. Al aplicar el evento con anticipación a comienzos de diciembre, el distribuidor puede anticipar 3 semanas antes la cantidad adecuada de piruletas de chocolate que deberá tener en existencias, al tiempo que tiene en cuenta el efecto promocional futuro.
Si el mismo evento (es decir, eventos que tienen el mismo rótulo) ocurre varias veces dentro de la misma serie de tiempo, Lokad puede extraer el patrón estadístico asociado a la aparición del evento. Cuando un evento es aplicado a un intervalo de tiempo que se ubica en el futuro, Lokad ajusta sus pronósticos aplicando dentro de los pronósticos el patrón asociado al evento.
Al igual que con las etiquetas, Lokad necesita varios eventos con idéntico rótulo para identificar similitudes entre las series de tiempo y, en consecuencia, refinar sus pronósticos. Por convención, a los eventos con idénticos rótulos se los llama
similares. Aún así, eventos similares pueden estar distribuidos en múltiples series de tiempo. La situación en la que una sola serie de tiempo contiene eventos similares es el caso más sencillo de analizar pero, en la práctica, las situaciones son generalmente más complicadas y un solo producto puede tener sólo un evento en todo su ciclo de vida. Al comparar el efecto del evento en otros productos, Lokad refina sus pronósticos, incluso si el evento nunca ha ocurrido antes en el producto considerado.
Por ejemplo: un distribuidor de dulces realiza cada año, durante la semana antes de Navidad, una promoción para todas las piruletas que reza
compre una y lleve otra gratis. Las series de tiempo asociadas a las ventas de piruletas se decoran con rótulos que rezan
compra1lleva2. Sin embargo, cada año, el distribuidor elige un grupo de sabores de piruletas diferente, para renovar la oferta de la tienda pero también para ajustarse a las tendencias del mercado. Cada año, hay nuevos sabores de piruletas en oferta, pero el distribuidor no cuenta con datos históricos para esos nuevos sabores relacionados con las promociones de navidades anteriores. No obstante, Lokad puede incluir el efecto de
compre 1 lleve 2 utilizando el patrón que se había observado previamente con otras piruletas.
Propiedad known-since de los eventos
En la sección anterior, con el fin de simplificar, hemos detallado sólo las 3 propiedades más importantes de un evento: un rótulo, una fecha de inicio y una duración. Sin embargo, cada evento cuenta con una cuarta propiedad: la fecha
known-since (conocida desde). Debido a que el propósito de esta propiedad es levemente más sutil, hemos dejado la explicación para esta sección.
La propiedad
known-since representa el punto en el tiempo en el que la información que se refiere al evento ha comenzado a estar disponible para el sistema que lleva a cabo el pronóstico (es decir, Lokad). Dicho de otro modo, la existencia del evento ha sido
conocida desde (known since) esa fecha específica.
Determinados eventos, como las promociones, generalmente se conocen con semanas de anticipación, mientra que otros, como los cortes de energía, no. La propiedad known-since indica si los eventos pasados podrían haber sido considerados como conocidos con anticipación para refinar los pronósticos o no.
La razón por la que este sutil aspecto es importante es que la medición de la precisión es el aspecto más crítico de cualquier tecnología de pronóstico buena (y Lokad no es la excepción). La información contenida en los eventos generalmente mejora la precisión pero, si en las situaciones comerciales reales algunos eventos no se conocen hasta que se verifica la situación, los datos históricos —que incluyen los datos adquiridos con posterioridad— podrían de alguna manera dar una falsa sensación de precisión al sistema de pronóstico, lo que llevaría a optimizaciones por debajo del nivel óptimo al tiempo que se toma el modelo de pronóstico de los datos.
Adquisición de datos para etiquetas y eventos
Hemos descrito el modo en que se pueden utilizar las etiquetas y los eventos para refinar los pronósticos. Si bien hemos dicho que tanto las etiquetas como los eventos son arbitrarios y definidos por el usuario (siendo que las etiquetas y los rótulos son una combinación arbitraria de letras), no son introducidos manualmente en Lokad.
De hecho, Lokad tiene como objetivo no sólo permitir la
optimización del proceso, sino también su
automatización. Para un distribuidor con miles de referencias de productos, introducir miles de etiquetas y eventos en forma manual no sólo resultaría una tarea engorrosa, sino también un proceso propenso al error.
Por esta razón, generalmente recomendamos configurar un proceso para extraer automáticamente etiquetas y eventos de la solución de TI con la que cuente la compañía (generalmente software ERP, MRP o CRM). Si bien este proceso es generalmente específico del dominio, si no específico de la compañía, se proporcionan a continuación algunas directrices generales.
Conclusiones
Hemos detallado las limitaciones asociadas al modelo de pronóstico clásico. Lokad responde a esas limitaciones introduciendo un modelo de datos más rico que no sólo gestiona las series de tiempo puras, sino también metadatos genéricos llamados
etiquetas y
eventos. Tanto las etiquetas como los eventos se utilizan para
decorar las series de tiempo. Las etiquetas introducen una noción implícita de la similitud entre series de tiempo completas, mientras que los eventos introducen una noción implícita de la similitud entre intervalos de tiempo específicos dentro de las series de tiempo. Estas similitudes son aprovechadas por Lokad para refinar los pronósticos en modos que no están disponibles para los modelos clásicos.
Elección de Etiquetas+Eventos en distribución y fabricación
Esta sección se concentra en el
uso de etiquetas y eventos para el sector de comercio/distribución y el de fabricación. Las situaciones típicas en estos sectores consisten en el pronóstico de ventas de producto para cada
SKU ((Unidad de Mantenimiento del Stock, por sus siglas en inglés) para
optimizar las cantidades de inventario de cada una de ellos. Detallamos aquí el modo en que se pueden utilizar las etiquetas y los eventos para mejorar la administración del inventario a través de pronósticos refinados.
Productos a través de etiquetas
La función principal de las etiquetas es eludir las limitaciones de los modelos de pronóstico clásicos, que sólo tienen en cuenta los niveles de demanda históricos para calcular los pronósticos. Las etiquetas proporcionan un conjunto de información adicional que va más allá de los datos estrictamente históricos (es decir, de las ventas históricas).
Los productos o los bienes pueden describirse de muchas maneras y con muchos niveles de detalle, comenzando por las propiedades físicas (color, peso, medidas, material, etc.) hasta llegar a las propiedades más abstractas (familia de producto, marca, duración de la garantía, etc.).
Por otro lado,
las etiquetas tienen una expresividad limitada: para las series de tiempo asociadas a la historia de ventas de un producto, una etiqueta sólo puede estar presente o ausente, y existe un límite de 1000 etiquetas por serie de tiempo. Si bien las etiquetas son notablemente expresivas a pesar de su simplicidad, no es posible codificar una descripción extremadamente detallada de las propiedades físicas del producto.
Aún así, nos concentramos en las
descripciones de producto eficaces, no en las que totalmente inclusivas. Debido a que la tarea en cuestión es el pronóstico de la demanda, la eficacia de la descripción se juzga en base a la cantidad de
mejora introducida en la precisión del pronóstico mediante los datos adicionales.
Si bien al comienzo esto puede parecer un esfuerzo complejo, se pueden utilizar algunas directrices simples para elegir las etiquetas que introducirán mejoras eficaces.
La idea principal es que la descripción no se debería centrar en los productos mismos sino en las relaciones que representan y, especialmente, en las relaciones que puedan potencialmente poner en evidencia patrones de venta similares. En general, la jerarquía del producto como se expresa en el catálogo del distribuidor o del fabricante es un buen candidato para comenzar con las etiquetas.
Por ejemplo: un distribuidor de dulces tiene el siguiente catálogo (las referencias del producto se colocan entre paréntesis):
- Chicle
- Sabor a cola (1)
- Sabor a limón (2)
- Sabor a menta
- Color blanco (3)
- Color verde claro (4)
- Piruletas
- Sabor a manzana
- Color verde claro (5)
- Color verde(6)
- Sabor a limón (7)
- Sabor a menta
- Color blanco (8)
- Color verde claro (9)
- Gominolas
Hay 10 dulces en el catálogo. Se eligen las siguientes etiquetas:
- Chicle, Gominolas, Piruletas, para las categorías de dulces.
- Manzana, Cola, Limón, Menta, para los sabores.
- Verde, VerdeClaro, Blanco, para los colores.
Ahora podemos asociar las siguientes etiquetas con cada referencia de dulce:
- Chicle, Cola
- Chicle, Limón
- Chicle, Menta, Blanco
- Chicle, Menta, Verde Claro
- Piruletas, Manzana, VerdeClaro
- Piruletas, Manzana, Verde
- Piruletas, Limón
- Piruletas, Menta, Blanco
- Piruletas, Menta, VerdeClaro
- Gominolas, Cola
Antes hemos dicho que tener etiquetas que aparecen sólo una vez en una sola serie de tiempo resulta poco útil, ya que no se pueden inferir comparaciones directamente con otras series de tiempo. Si bien esto es, a grandes rasgos, verdadero, Lokad puede hacer un uso limitado de las etiquetas que aparecen sólo una vez. Aún puede ser útil refinar la
cantidad de diferencias entre dos series de tiempo como las reflejan etiquetas con diferencias, incluso cuando algunas etiquetas se encuentren sólo una vez.
En la práctica, le sugerimos que preste más atención a la jerarquía global en lugar de intentar microoptimizar las etiquetas. Lokad es resistente al ruido. La presencia de muchas etiquetas que no son utilizables para la realización de pronósticos no es un problema, ya que éstas serán filtradas. Mientras que las etiquetas
valiosas no sean sobrepasadas en forma masiva por las etiquetas
ruidosas, los pronósticos no se verán afectados negativamente.
Como regla general, cuanto más significativa y legible sea la jerarquía, una vez pulidas como conjunto de etiquetas, mayor será la probabilidad de que proporcionen información útil y de calidad para refinar los pronósticos.
Aquí presentamos una lista breve de las
propiedades que podrían ser utilizadas como etiquetas eficaces:
- Códigos de ubicación para SKU, ya que el mismo producto se puede vender en diferentes puntos de venta. La etiqueta de ubicación puede ser utilizada por Lokad para identificar patrones de venta que sean específicos para el punto de venta.
- Posicionamiento de precio. Si bien las etiquetas son puramente cualitativas (una etiqueta no puede representar una cantidad), el posicionamiento de precio es generalmente un importante factor de ventas. El posicionamiento típico sería: primer precio, mejor relación precio/calidad, mejor calidad.
- Opciones de facing, tales como la fila elegida para la exposición del producto.
Promociones a través de eventos
Las promociones son
eventos importantes que influencian fuertemente las ventas. Tener en cuenta las promociones es importante por dos razones:
- Para anticipar picos de demanda que no hubieran podido pronosticarse de otro modo. Este el uso directo y más obvio de la información relacionada con las promociones.
- Para eliminar el sesgo de los datos históricos que se introduciría en otros patrones. Por ejemplo, si una promoción pasada no está marcada como tal, esto podría impactar en modo adverso en el cálculo de estacionalidad, lo que generaría cifras incorrectas.
Consulta también nuestro artículo acerca de
mejores pronósticos de promoción en distribución para conocer más detalles.
Al igual que los productos, las promociones pueden describirse con muchos detalles específicos. Aún así, no nos concentramos en proporcionar detalles exhaustivos acerca de las promociones, sino más bien en enfatizar los aspectos salientes que resultan más útiles para refinar los pronósticos de promociones.
Hemos visto que cada evento
Lokad tiene 4 propiedades: un rótulo, una fecha de inicio, una duración y una fecha known-since. Para representar un evento comercial complejo, como una promoción, generalmente se utilizan varios eventos. Debido a que todos estos eventos se relacionan con el mismo fenómeno comercial, recomendamos dejar que compartan iguales valores para las 3 propiedades temporales: fecha de inicio, duración y fecha known-since.
Así, un evento
complejo puede ser visto con 4 propiedades definitorias: un conjunto de rótulos, una fecha de inicio, una duración y una fecha known-since.
Veamos cómo deberían definirse cada una de estas 4 propiedades. Las propiedades temporales son más bien evidentes:
- la fecha de inicio refleja el día en que se inicia la promoción;
- la duración refleja la duración de la operación;
- la fecha known-since representa el momento en que se decidió la promoción (generalmente con algunas semanas de anticipación con respecto a la fecha de inicio de la promoción).
Debido a que la propiedad
known-since es levemente inusual, los ERP tradicionales no llevan un registro de esta información. Sin embargo, para las promociones, podemos suponer con seguridad que siempre se conocen con anticipación. Por lo tanto, se podría utilizar cualquier fecha que se ubique antes del inicio de la promoción. Por ejemplo,
1.º de enero de 1901 podría ser un valor de marcador de posición de prueba que exprese el hecho de que las promociones sólo son conocidas con anticipación.
El conjunto de rótulos es, desde luego, la propiedad que contiene la mayor parte de la información que define la promoción. Lo que dijimos acerca de las etiquetas se mantiene: los rótulos deberían concentrarse en las similitudes que existen entre los eventos comerciales.
En general, una promoción viene acompañada de dos conjuntos de descriptores:
- El mecanismo que describe la naturaleza del descuento.
- La comunicación que describe el modo en que se notifica a los clientes.
El mecanismo es, por ejemplo,
compre una y lleve otra gratis. Los grandes distribuidores generalmente tienen docenas de mecanismos de promoción, que van desde el descuento inmediato hasta esquemas más complejos que implican varios productos e incluso varias operaciones por parte de los consumidores.
DLos descuentos se expresan generalmente como porcentajes (por ejemplo: -15 % sobre el precio del producto). Aún así, las etiquetas son atributos cualitativos, no cuantitativos. Vea la sección
Trabajando con variables cuantitativas a continuación para refinar la representación de su etiqueta en presencia de factores cuantitativos.
La comunicación en general supone varios canales:
- Un embalaje para el producto promocionado.
- Un facing específico, como el final del expositor.
- Publicidad radial local.
- Correo directo al cliente.
- ...
Cada canal se asociaría en general con su propio nombre código, que debe colocarse en la descripción de la promoción.
Por ejemplo: un distribuidor de dulces tiene la siguiente representación de evento:
- Mecanismo:
- Compre1lleve2
- Compre2lleve3
- Compre1menos20porciento
- Comunicación
- ExhibiciónEnEscaparate
- CorreosEnVecindario
- ExpositorPromocional
El distribuidor planea una promoción de primavera en la que los clientes pueden comprar 3 orozuz por el precio de 2. Se colocará un cartel de grandes dimensiones en el escaparate de la tienda y se enviarán correos al vecindario, pero no habrá un expositor personalizado dedicado a los orozuz en promoción. La promoción tiene fecha de inicio el 15 de abril y durará una semana. La descripción de la promoción en el marco Lokad es:
ProductRef (Ref.Producto): Orozuz (también el nombre de la serie de tiempo asociada a las ventas del orozuz)
Names (Nombres): Compre2lleve3, ExhibiciónEnEscaparate, CorreosEnVecindario
Start-date (Fecha de inicio): 15 de abril
Duración: 7 días
Known-Since (Conocido desde): 1.º de marzo
Debería notarse que las etiquetas de los productos, que se ubican sobre los eventos, también son muy útiles para los pronósticos de promociones. De hecho, Lokad podrá ajustar los patrones de promoción con mayor eficacia si las descripciones del producto se proporcionan encabezando los eventos.
Lanzamientos de producto a través de etiquetas y eventos
El lanzamiento de un producto es, en general, una situación
patológica para la mayoría de las herramientas de pronóstico, precisamente porque no existen datos de ventas disponibles para el producto que se va a lanzar. No obstante,
Lokad puede pronosticar lanzamientos de producto en un modo completamente automático. Como es habitual, el proceso es puramente estadístico. Lokad aprovecha
los patrones observados en lanzamientos de producto anteriores para determinar el patrón de ventas para el producto que se va a lanzar.
No es necesario aclarar que pronosticar el lanzamiento de un producto requiere un historial de ventas significativo con docenas o más de productos ya lanzados. Si el producto que se va a lanzar es el primer producto que vende la compañía (por ejemplo, en el caso de una nueva empresa), entonces ningún abordaje es aplicable.
Desde la perspectiva de Lokad, los lanzamientos de producto se asemejan mucho a las promociones, excepto en el hecho de que no se encuentran disponibles datos de ventas históricos para el producto que se va a lanzar. Para representar un lanzamiento de producto, sugerimos incluir 3 datos distintos:
- un valor de tiempo cero justo antes del lanzamiento.
- Un conjunto de etiquetas que describa el producto.
- Un conjunto de eventos que describa el lanzamiento mismo.
El propósito del
valor de tiempo cero es darle a Lokad un contexto para que se pueda realizar el pronóstico. De hecho, Lokad utiliza un abordaje
centrado en los datos cuando se trata de pronosticar. En pocas palabras:
los pronósticos comienzan donde terminan los datos históricos. El cero proporciona un indicio que le permite a Lokad posicionar el primer pronóstico correctamente.
En el contexto del lanzamiento de un producto, las etiquetas son necesarias porque Lokad no cuenta con ventas históricas de las que valerse. Lokad depende completamente de la información contenida en
otras ventas de productos.
Por último, los eventos no son necesarios, pero debido a que la cantidad de información contenida en las etiquetas es poca comparada con la situación de pronóstico habitual con un historial de ventas disponible, la información adicional proporcionada a través de los eventos probablemente aumente en modo significativo la precisión.
Otros tipos de eventos
Las promociones probablemente sean los patrones más importantes que pueden modelarse a través de los eventos en distribución. No es necesario comunicarle a Lokad eventos estacionales, como Navidad. Lokad ofrece un manejo nativo implícito de las recurrencias que impactan a una amplia cantidad de sectores comerciales.
Existen otros tipos de eventos que podrían modelarse, como:
- Faltas parciales, que se reflejarían en los datos como una baja de la demanda, mientras que en realidad reflejan que, en algún punto, ya no fue posible comprar el producto.
- Día de cierre extraordinario, que tener una infinidad de causas, tales como recuento de inventario, tormentas, huelgas u obras de construcción.
En este punto, Lokad no elabora datos del clima como entrada para refinar los pronósticos que se basan en patrones de clima local. Esta función es parte de nuestro plan para mitad de trimestre.
Algunos pasos avanzados con Etiquetas y Eventos
Esta sección describe situaciones más sutiles que no han sido detalladas anteriormente por motivos de claridad.
Trabajando con variables cuantitativas
El marco Etiquetas+Eventos no gestiona en modo nativo variables cuantitativas. Por ejemplo, si consideramos un distribuidor de dulces que aplica un 10 % de descuento en piruletas y un 30 % de descuento en gominolas, podríamos crear dos rótulos
Descuento10 y
Descuento30. Aún así, esto no le dirá a Lokad que existe una relación entre ambos rótulos.
Para reflejar la relación entre valores cuantitativos a través de las variables cualitativas (también llamadas variables discretas o booleanas), podemos establecer una gradación discreta, por ejemplo:
- -10 % se asocia con: Descuento10
- -20 % se asocia con: Descuento10, Descuento20
- -30 % se asocia con: Descuento10, Descuento20, Descuento30
- ...
Este método es eficaz pero no debería abusarse de él, ya que utilizar una granularidad demasiado exhaustiva en una escala tan fina podría ir en detrimento de la precisión. De hecho, de alguna manera provocaría una inundación de rótulos informativos en medio de otros no tan informativos. En la práctica, recomendamos mantener las gradaciones menores a 5 rótulos, a menos de que existe una buena razón para exceder este número.
Trabajando con eventos de baja frecuencia
Algunas variables también pueden reflejar implícitamente un fenómeno cuantitativo pero con un giro de frecuencia sutil. Por ejemplo, cuanto más extremo sea el fenómeno, mayor será el impacto en el negocio. Aún así, los eventos extremos tienden a ser también raros, lo que los hace más difíciles de cuantificar.
Por ejemplo: la lluvia, las tormentas y los huracanas impactan de modo negativo las ventas de un distribuidor de dulces; cuanto peor sea el clima, mayor será el impacto negativo en las ventas. No obstante, la lluvia, las tormentas y los huracanes ocurren con frecuencias radicalmente diferentes. En el lugar en el que se encuentra el distribuidor, estos son los promedios:
- Las lluvias tienen lugar 10 semanas al año (1).
- Las tormentas tienen lugar 5 días al año (2).
- Los huracanes tienen lugar sólo una vez cada tres años (3).
Teniendo en cuenta que el distribuidor tiene 10 semanas de lluvias cada año, es suficiente observar los datos del año pasado para cuantificar el impacto de las lluvias en su negocio (el método estadístico podría ser complicado, pero al menos los datos se encuentran disponibles). Por otro lado, los datos del año pasado podrían no contener ni un solo huracán. Por esta razón es difícil cuantificar el impacto de un huracán.
El desafío es que, sin más información, el modelo estadístico probablemente ignore el evento de un huracán simplemente porque no cuenta con datos suficientes como para establecer un patrón sólido sobre la base de algunos pocos sucesos. De hecho, sólo se verificaron dos huracanes en toda la historia del negocio.
Así, siguiendo el mismo abordaje que hemos utilizado en la sección anterior para las variables cuantitativas, el distribuidor de dulces elige una representación gradual para estos eventos climáticos:
- Lluvia
- Lluvia, Tormenta
- Lluvia, Tormenta, Huracán
Esto le permitirá a Lokad refinar sus pronósticos para los huracanes sobre la base de los eventos de lluvias o tormentas. Si no existieran datos suficientes para sostener la cuantificación del evento huracán, Lokad aún así podrá aproximar el efecto del huracán a través de tormentas más frecuentes.
El abordaje que hemos presentado es un modo potente de trabajar con los fenómenos extremos de baja frecuencia. Una vez más, sugerimos que no se abuse del método, ya que a menudo resulta mejor mantener una gradación de 2 o 3 rótulos.
Privacidad a través de la ocultación
Las etiquetas y los eventos pueden representar información sensible para su negocio. Si bien la protección de los datos de nuestros clientes es la prioridad número uno para Lokad, usted puede decidir
ocultar los datos que envía a Lokad. Este proceso asegura que los datos que se ponen a disposición de Lokad no puedan ser utilizados para ningún otro fin que el de la realización de pronósticos estrictamente estadísticos. Para más información, consulte nuestra página acerca de la
ocultación.