El truco del reverse supply chain para el forecast de demanda
En lo que respecta al forecast, existe un viejo dicho “Gargage In Garbage Out” que dice que incluso la mejor tecnología de forecast no puede arreglar entradas de datos incorrectas. Aunque, en nuestra experiencia, los datos de ventas que manejan minoristas y fabricantes suelen estar bastante limpios. En esta era de transacciones electrónicas, la cantidad de datos de ventas introducidos incorrectamente es ínfimamente pequeña.
No obstante, aún existen sutilezas cuando se trata de forecast. En particular, Lokad se esfuerza en entregar forecast de demanda en lugar de forecast de ventas.
Al consolidar sus datos históricos de demanda, hemos notado que devoluciones, que forman parte del proceso de reverse supply chain, y cancelaciones, acaban siendo contabilizadas frecuentemente como negativas en las ventas consolidadas históricas. Tal patrón típicamente genera ventas negativas que son bastante fáciles de identificar, incluso si tienden a ser bastante raras, ya que el número de devoluciones suele ser pequeño en comparación con el número de pedidos.
Este comportamiento es correcto desde el punto de vista contable, pero desafortunadamente engañoso desde el punto de vista del forecast. Veamos por qué.
Consideremos que se ordenan 9 unidades de un producto el lunes. Al entregarse el martes, considerando el envío nocturno, se devuelven 3 unidades. Al final, solo se han vendido realmente 6 unidades el lunes. Sin embargo, ¿cuál es el forecast de demanda correcto para el lunes?
- Si asumimos que 6 unidades es la demanda correcta para el lunes, entonces solo se almacenan 6 unidades; lo que conduce a que solo 6 clientes sean atendidos el lunes, siendo los 3 clientes restantes probablemente desatendidos debido a la falta de mercancía disponible. Luego, el martes, se devuelven 2 unidades (en lugar de 3). Este enfoque conduce a 4 ventas efectivas para el lunes.
- Si asumimos que 9 unidades es la demanda correcta para el lunes, entonces se almacenan 9 unidades y, en consecuencia, se envían. Menos 3 devoluciones el martes, este enfoque conduce a 6 ventas efectivas para el lunes.
Obviamente, el segundo escenario es mejor para el minorista. Como pauta general, los datos que provienen del reverse supply chain no deberían tener ningún impacto en los forecast de demanda.
Luego, en lo que respecta a las cancelaciones, existe un área gris.
- Si un pedido se cancela rápidamente, antes de que el artículo tenga alguna posibilidad de ser enviado, el artículo se vuelve inmediatamente disponible para que se realice un nuevo pedido. En tal situación, tiene sentido no contar el artículo cancelado rápidamente como parte de la demanda.
- Sin embargo, si la cancelación ocurre un par de días después del pedido, pero aún antes del envío, entonces un artículo en inventario se ha considerado como no disponible durante todo el período entre el pedido y la cancelación. No contar este pedido con cancelación demorada como demanda podría potencialmente impedir que clientes reales compren el artículo que desean.
La segunda conclusión es aún más contundente si la cancelación es causada por el largo retraso en el envío desde el principio.
Como pauta general, todas las operaciones que se llevan a cabo para asignar inventario deben contarse como demanda, incluso si esas operaciones resultan ser canceladas posteriormente. La cancelación puede considerarse una reposición incierta, pero no como una demanda menor. Para un producto de alta rotación asociado a un porcentaje de devoluciones bastante estable, esto eventualmente significaría que el stock on order que representa el inventario que se espera recibir en el futuro, podría incrementarse de acuerdo con la cantidad de ventas en proceso para reflejar la tasa de cancelación esperada.
