Quantiles = Optimización de inventario 2.0
Obtener pronósticos más precisos, que se conviertan en ganancias, es la prioridad número 1 para Lokad. Sin embargo, el pronóstico de la demanda ha sido ampliamente investigado durante más de medio siglo, y cada 0.1% de precisión adicional suele ser nada menos que una batalla cuesta arriba.
Sin embargo, a veces hacemos un avance. Hoy, anunciamos la actualización tecnológica más significativa de Lokad desde su lanzamiento hace 6 años: la disponibilidad inmediata de pronósticos cuantílicos.
Los cuantiles son disruptivos en el sentido de que en muchas situaciones hacen que los pronósticos clásicos sean obsoletos en lo que respecta a la optimización de inventario, tanto para empresas minoristas, mayoristas como manufactureras.
Hemos identificado 3 situaciones en las que los cuantiles realmente destacan:
- Altos niveles de servicio del 90% en adelante.
- Demanda intermitente (productos de movimiento lento).
- Pedidos a granel (demanda irregular).
En esas situaciones, las comparaciones con nuestra propia tecnología clásica de pronóstico indican que los pronósticos cuantílicos suelen reducir el inventario en un 20% o reducir los faltantes de stock en un 20%.
Afirmaciones extraordinarias requieren evidencia extraordinaria. Carl Sagan
Sin embargo, las numerosas comparaciones que hemos realizado hasta ahora con nuestros prospectos y clientes indican que nuestra tecnología de pronóstico clásica ya está por delante de la competencia; pero con los pronósticos cuantílicos, se puede lograr un nivel completamente nuevo de optimización de inventario.
No dude en poner a prueba los cuantiles.
La historia detrás de la actualización cuantílica
El pronóstico cuantílico (también llamado regresión cuantílica) ha existido durante décadas en círculos académicos. Luego, en finanzas, los analistas han estado utilizando ampliamente los cuantiles para el análisis del Valor en Riesgo (VaR) desde finales de la década de 1980.
En Lokad, los cuantiles también han estado presentes durante mucho tiempo. Por ejemplo, en 2009, Sequential Quantile Prediction of Time Series. IEEE Transactions on Information Theory, marzo de 2011, vol. 57, n°3 fue publicado por uno de nosotros. Sin embargo, hasta hace muy poco, los cuantiles se consideraban erróneamente una distracción matemática (en términos de negocios) en lugar de un concepto crítico para la misión.
Lo que nos frenó no fue la falta de conocimientos en estadística, sino la falta de conocimientos en la profunda relación entre cuantiles y optimización de inventario. Esta idea se desencadenó, en su mayoría por pura suerte, cuando un cliente nos pidió que encontráramos una fórmula para calcular los niveles de servicio óptimos para su inventario.
Un avance sí, pero tardío
Este avance cuantílico es solo muy relativo en el sentido de que los cuantiles ya se han aplicado con éxito durante décadas en otros sectores. Sin embargo, hay un aspecto que explica parcialmente esta llegada tardía: los modelos de cuantiles suelen requerir aproximadamente 10 veces más potencia de procesamiento en comparación con los modelos de pronóstico clásicos. Sin la computación en la nube, no habríamos podido poner los cuantiles en producción, al mismo tiempo que mantenemos una estructura de precios agresiva.
