Hacer forecast es difícil, incluso cuando se dispone de una cantidad significativa de datos históricos. Cuando los datos históricos son limitados, hacer forecast es mucho más difícil. Pero entonces, ¿qué pasa con hacer forecast cuando simplemente no hay datos históricos?

La situación no-data es más frecuente de lo que parece: por cada lanzamiento de producto, una empresa tiene que forecast las ventas futuras del nuevo producto, mientras que precisamente no existen registros para este producto.

En la práctica, hemos descubierto que muchas empresas –que ya utilizan herramientas estadísticas robustas para forecast sus ventas regulares– simplemente hacen guesstimate cuando se trata de lanzamientos de producto (o promociones puntuales). También hemos encontrado que, en muchas situaciones, los guesstimates son sumamente inexactos.

Obviamente, si no hay absolutamente ningún dato histórico, entonces, de hecho, las herramientas de statistical forecasting (como Lokad) son impotentes. Sin embargo, en la mayoría de las empresas, los nuevos productos se lanzan de forma regular, y este historial de lanzamientos puede ser analizado para descubrir patrones en las ventas iniciales.

Lokad aprovecha los lanzamientos de producto históricos (cuando dichos datos están disponibles) para forecast las ventas de un producto, incluso si aún no hay datos para este producto en particular. Normalmente, estimamos que se necesitan alrededor de 20 lanzamientos de producto para comenzar a aprender patrones de lanzamiento. En la práctica, no existe un límite inferior codificado en nuestra tecnología en cuanto al número de lanzamientos de producto, pero con menos de 20 lanzamientos, los forecast tienden a volverse erráticos.

En la práctica, puedes usar la Calculadora de Safety Stock para forecast lanzamientos de producto. Ten en cuenta que los datos brutos de ventas no son suficientes en el caso de lanzamientos de producto, también se necesitan tags y events (bueno, al menos tags o events):

  • Tags deben proporcionarse para describir el producto. Los tags suelen expresar similitudes que existen entre productos (por ejemplo: color, tamaño, categoría, familia de producto, …). Esos tags son utilizados por Lokad para emparejar el nuevo producto con los existentes. Típicamente, un tag es un descriptor permanente del producto: no cambia con el tiempo.
  • Events deben proporcionarse (eventualmente) para describir la propia operación de lanzamiento. Los events son similares a los tags, pero se sitúan en una fecha determinada. Los events representan típicamente las operaciones de marketing que apoyan el lanzamiento del producto. Un event usualmente tiene una duración menor que la del propio producto (de lo contrario, debería considerarse un tag).

La distinción entre tags y events ayuda a Lokad a determinar la posición relativa del producto dentro de los canales de distribución de la empresa (tags), y el impacto de las propias operaciones de marketing (events).


Comentarios de lectores (2)

Mi punto es que forecast las ventas en el momento del lanzamiento no es ni un arte ni ciencia de cohetes. Si haces guesstimate, no tienes ninguna posibilidad de mejorar la precisión de tu forecast con el tiempo (a medida que adquieres experiencia con el lanzamiento de producto) porque no existe un proceso. Por lo tanto, sugerimos usar enfoques estadísticos, ya que tienden a ser mucho más precisos si se dispone de datos relevantes. Joannes Vermorel (hace 8 años)


Dices guesstimates… entonces, ¿cómo crees que podrían ser precisos de alguna manera?? Ergo Baby Carrier (8 years ago)