Demanda Líder

learn menu
Por Joannes Vermorel, última revisión en noviembre de 2014

La demanda líder (también llamada demanda de tiempo de entrega) es la demanda total entre ahora y el tiempo anticipado para la entrega después de la próxima si se realiza un nuevo pedido ahora para reponer el inventario. Este retraso se llama tiempo de entrega. Dado que la demanda líder es una demanda futura (aún no observada), este valor se pronostica típicamente utilizando el análisis de series de tiempo.

El concepto de demanda líder se aplica, entre otros, a negocios minoristas, mayoristas y de fabricación, donde se mantiene inventario para atender a los clientes.

En el análisis clásico de existencias de seguridad, el punto de reorden es la suma de la demanda líder y el componente de existencias de seguridad. La demanda líder mediana se puede interpretar como la estimación de la demanda que tiene un 50% de probabilidades de estar por encima o por debajo de la demanda futura al mirar hacia adelante durante N días, donde N es el tiempo de entrega. Por lo tanto, si la demanda líder se utiliza como punto de reorden con un inventario de seguridad cero, el nivel de servicio esperado sería del 50%.

Sin embargo, con el punto de vista más moderno de cuantiles, se calcula directamente una estimación intencionalmente sesgada de la demanda líder a través de pronósticos de cuantiles. Desde el punto de vista de los cuantiles, el punto de reorden no es más que una estimación intencionalmente sesgada de la demanda líder. El sesgo se ajusta para que coincida con el nivel de servicio deseado.

En ambos casos (clásico o cuantil), la estimación precisa de la demanda líder es fundamental para lograr un buen nivel de optimización de inventario, es decir, utilizar la cantidad mínima de inventario para alcanzar objetivos específicos de nivel de servicio.

Cuidado con Lokad

La forma más natural de pensar en la demanda futura es una demanda futura agregada por día, semana o mes. A través de esta agregación, el pronóstico es simplemente la extensión de la curva de demanda pasada hacia el futuro. Luego, una vez que se especifica un tiempo de entrega, la demanda líder se calcula como la suma de los valores pronosticados para los próximos N períodos.

Sin embargo, este enfoque indirecto no es óptimo porque el criterio que se está optimizando (es decir, el pronóstico por período) no es el que afecta al inventario (es decir, el pronóstico por tiempo de entrega). Esta discrepancia introducida por la propia agregación también explica por qué observamos pronósticos más precisos al aprovechar una tecnología de pronóstico de cuantiles en lugar de una tecnología de pronóstico clásica.