Ejemplo de reporte de pronóstico de ventas elaborado por Salescast

Ejemplo de reporte Excel para la optimización del inventario


Inicio » Salescast » Aquí

Esta página ilustra y documenta un ejemplo de reporte de pronóstico de ventas elaborado por Salescast. Con este reporte de ejemplo podrá ver, a grandes rasgos, en qué consisten los resultados entregados por Salescast.

Image

Descargar ejemplo de reporte Excel: salescast-northwind-sample.xlsx

Panorama general

Salescast inicia una ejecución de proyecto tomando datos de la fuente (ya sea de BigFiles o de un servicio de hospedaje de archivos). Luego se elaboran los pronósticos cuantílicos y/o clásicos. Por último, Salescast crea un reporte consolidado que recoge métricas claves para la optimización del inventario.

Esta página documenta un reporte Excel típico elaborado por Salescast. A continuación se incluyen más detalles por cada sección. De acuerdo con la información ya presente en sus sistemas de TI, su rendimiento puede variar. Salescast podrá elaborar reportes con columnas adicionales o tal vez con menos. No ahondaremos en esos aspectos en el presente documento.

Datos contextuales

Las columnas de datos, en gris en el esquema anterior, representan el contexto, es decir, toda la información recuperada de su sistema de TI.

a) ID del artículo (Item ID): Identificador de cada producto o SKU.

b) Nombre del producto (Product Name): Título legible para el producto.

c) Nivel de servicio (Service Level): probabilidad deseada de no llegar a una situación de falta de existencias. Este valor representa el objetivo de rendimiento en términos de disponibilidad de existencias. Lea más sobre cómo configurar el nivel de servicio adecuado. Este valor es parte de los datos de entrada proporcionados a Salescast.

d) Tiempo de entrega (Lead Time): Retraso expresado en días calendario entre el momento de la nueva orden y la disponibilidad del nuevo stock. Este valor generalmente depende del proveedor. Lea más sobre cómo calcular tiempos de entrega. Este valor es parte de los datos de entrada proporcionados a Salescast.

e) Existencias disponibles, existencias pedidas (Stock On Hand, Stock On Orders): Cantidad de unidades disponibles con respecto a la cantidad de unidades ya pedidas.

f) Historial (History): Ventas agregadas (por día, por semana o por mes) en los últimos 12 períodos. Estos valores se proporcionan para facilitar una rápida validación de los pronósticos de ventas. El historial no mostrado se utiliza para calcular los pronósticos (tanto los clásicos como los cuantílicos).

Métricas de pronóstico y optimización

Los pronósticos son elaborados por Lokad. Basándose sobre esos pronósticos, Salescast infiere algunas métricas de optimización del inventario. Estas se representan sobre un fondo naranja en el esquema que se encuentra arriba.

1) Punto de reorden (Reorder Point): La cantidad de unidades que deberían llevar a una orden de reabastecimiento cuando las existencias disponibles son estrictamente inferiores al valor del punto de reorden. Este valor es calculado por Lokad si están activados los pronósticos cuantílicos.

2) Cantidad de la orden (Order Quantity): La cantidad de unidades que debería ser ordenada nuevamente. Este valor se define por la relación CantidadReorden = PuntoReorden - ExistenciasDisponibles - ExistenciasPedidas (el valor mínimo es cero). Si también se proporciona el MultiplicadorLote, Salescast redondeará hacia arriba la CantidadOrden para que sea múltiplo del mismo.

3) Demanda de tiempo de entrega (Lead Demand): La cantidad de unidades que serán vendidas durante el tiempo de entrega. Este valor se infiere de los pronósticos clásicos combinados con el tiempo de entrega.

4) Cobertura de existencias (Stock Cover): La cantidad de días que falta para que se verifique una situación de falta de existencias si no se realiza una nueva orden. Este valor se infiere de los pronósticos clásicos y de las existencias disponibles.

5) Precisión (Accuracy) (seguida de pronósticos): La exactitud esperada de los pronósticos entregados por Lokad, que puede ser activada en la sección de configuración del proyecto. Este valor es un porcentaje, y se encuentra entre 0 y 1. Cuanto más alto sea el valor, más exactos serán los pronósticos. Se da la siguiente relación Exactitud = 1 - MAPE, donde MAPE es el Error Absoluto Medio Relativo. La precisión esperada es calculada por Lokad —como los pronósticos mismos— a través de análisis estadísticos avanzados. Vea Medición de exactitud de los pronósticos para más detalles.

Pronósticos: Los pronósticos de demanda clásicos elaborados por Lokad. Si se elige solo la tecnología cuantílica, no se incluirán estos pronósticos clásicos. Vea nuestra página sobre Tecnología de pronósticos para más detalles.

Elegir Salescast


Primeros pasos


Guía del usuario


Las opiniones de nuestros clientes

Las soluciones clásicas necesitan demasiados recursos humanos y no resultan escalables con cientos de miles de productos. Lokad y Windows Azure fueron la solución que nuestra empresa necesitaba. Pierre-Noël Luiggi, director ejecutivo de Oscaro
La solución de pronóstico de Lokad nos permite pronosticar nuestras ventas en modo preciso y optimizar nuestro inventario de consecuencia. El resultado está a la vista: estamos manteniendo un nivel de satisfacción del cliente del 99 % y entregamos alimentos que son generalmente más frescos que los que pueden encontrarse en las tiendas locales de mascotas. Anthony Holloway, director ejecutivo de k9cuisine
Lokad mejoró significativamente la precisión de nuestro proceso de planificación. El resultado inmediato fue una reducción de las existencias equivalente a casi € 1 millón , por un coste mensual de € 150. ¡Fue extraordinario ver cómo los niveles de nuestro inventario disminuían drásticamente! Pero lo más impresionante fue la simplicidad de la implementación y el uso. La integración se llevó a cabo sin problemas, y ahora sólo se necesita un clic para recibir un pronóstico en 10 minutos. Ahorro muchísimo tiempo. Thomas Brémont, director de la cadena de suministro Bizline

Más historias de éxito.