Planificación de promociones en retail – Desafíos del proceso
En nuestro post anterior, cubrimos los desafíos de datos en los forecast de promoción. En este post, abordamos los desafíos del proceso: ¿Cuándo se producen los forecast? ¿Cómo se utilizan? Etc. De hecho, aunque obtener forecast precisos ya es difícil, los minoristas frecuentemente no aprovechan los forecast de la forma en que deberían, lo que lleva a usos subóptimos de los resultados numéricos disponibles. Como de costumbre, el forecasting estadístico resulta ser una ciencia contraintuitiva, y es demasiado fácil tomar todos los caminos equivocados.
No negocies los resultados del forecast
El departamento de compras usualmente supervisa el proceso de planificación de promociones. Sin embargo, aunque el regateo puede tener un poder tremendo para obtener buenos precios de los proveedores, el regateo sobre los forecast no funciona. Punto. No obstante, observamos rutinariamente que los forecast de promoción tienden a ser una especie de compromiso negociado entre Compras y Supply Chain, o entre Compras y IT, o entre Compras y Planificación, etc.
Asumiendo que existe un proceso de forecast – el cual puede o no ser preciso (este aspecto es una preocupación separada) – entonces, los forecast no están abiertos a negociación. Los forecast son simplemente la mejor estimación estadística que se puede producir para que la empresa anticipe la demanda de los artículos promocionados. Si una de las partes negociadoras dispone de un método de forecast claramente superior, entonces este método debería convertirse en la referencia; pero, nuevamente, no hay negociación involucrada.
La errónea concepción generalizada aquí es la falta de separación de preocupaciones entre forecasting y análisis de riesgo. Desde la perspectiva del análisis de riesgo, probablemente esté bien pedir un volumen 5 veces mayor que el forecast si el proveedor ofrece una oferta excepcional para un producto de larga duración que ya se vende en la red fuera del evento promocional. Cuando la gente “negocia” sobre un forecast, se está llevando a cabo un análisis de riesgo no reconocido. Sin embargo, se obtienen mejores resultados si el forecasting y el análisis de riesgo se mantienen separados, al menos desde un punto de vista metodológico.
Elimina las intervenciones manuales de los forecast
En el comercio minorista de mercancías generales, todos los procesos de datos que involucran operaciones manuales son costosos de escalar a nivel de red: demasiados artículos, demasiadas tiendas, promociones con demasiada frecuencia. Así, desde el principio, el objetivo debería ser un proceso de forecast automatizado end-to-end.
Sin embargo, mientras que (casi) todos los proveedores de software prometen soluciones completamente automatizadas, los requerimientos de mano de obra se infiltran por todos lados. Por ejemplo, es posible que se tengan que mantener jerarquías especiales entre artículos solo por el bien de los sistemas de forecast. Esto podría involucrar grupos especiales de artículos dedicados al análisis de estacionalidad, o el listado de productos “emparejados” donde la historia de ventas del producto antiguo se utiliza como sustituto cuando al producto nuevo no se le encuentra historia de ventas en la tienda.
Además, el fine tuning de los propios modelos de forecast podría ser muy exigente, y aunque se supone que es una operación única, debería contabilizarse como un costo operacional continuo.
Como pequeño consejo, para redes de tiendas, cuidado con cualquier proveedor que prometa visualizar forecast: gastar hasta decenas de segundos por punto de datos para verlos es horriblemente caro para cualquier red minorista de tamaño considerable.
El tiempo que dedican los empleados debería dirigirse a las áreas donde la inversión se capitaliza a lo largo del tiempo – mejorando continuamente la planificación de promociones – en lugar de consumirse simplemente para sostener la actividad de planificación en sí.
No omitas niveles completos de la iniciativa
Los forecast más inexactos que producen los minoristas son los implícitos: decisiones que reflejan algún tipo de forecast subyacente pero que nadie ha identificado como tal. Para los forecast de promoción, típicamente hay tres niveles distintos de forecast:
- forecast nacionales utilizados para dimensionar el pedido global realizado al proveedor para toda la red minorista.
- forecast regionales utilizados para distribuir las cantidades nacionales entre los almacenes.
- forecast locales utilizados para distribuir las cantidades regionales entre las tiendas.
Observamos frecuentemente que entidades distintas dentro de la organización del minorista terminan siendo responsables por separado de partes de la iniciativa general de planificación: Compras se encarga de los forecast nacionales, Supply Chain se encarga de los forecast regionales y los Gerentes de Tienda se encargan de los forecast locales. Luego, la situación empeora cuando las partes comienzan a regatear sobre los números.
Cuando se divide el proceso de forecast entre múltiples entidades, nadie resulta claramente responsable de la (in)eficacia de la planificación de promociones. Es difícil cuantificar la mejora aportada por cualquier iniciativa específica porque los resultados se ven mitigados o amplificados por iniciativas interferentes llevadas a cabo por otras partes. En la práctica, esto complica los intentos de mejorar continuamente el proceso.
Forecast tan tarde como puedas
Una creencia errónea común acerca del forecast estadístico es la esperanza de que, de alguna manera, los forecasts se vuelvan perfectamente precisos en algún momento. Sin embargo, los forecast de promoción jamás estarán ni de lejos cerca de lo que la gente comúnmente percibe como muy preciso.
Por ejemplo, en los mercados occidentales, observamos que para la mayoría de los artículos en promoción a nivel de supermercado, se venden menos de 10 unidades por semana durante la vigencia de la promoción. Sin embargo, hacer un forecast de 6 unidades y vender 9 unidades ya produce un error de forecast del 50%. No hay esperanza de lograr un error inferior al 30% a nivel de supermercado en la práctica.
Sin embargo, aunque los forecast están condenados a tener un nivel irreducible de inexactitud, algunos minoristas (en realidad no solo los minoristas) agravan el problema al hacer forecast para un periodo más lejano en el futuro del que se requiere.
Por ejemplo, los forecast nacionales se necesitan típicamente con hasta 20 semanas de anticipación, especialmente cuando se importan mercancías desde Asia. Sin embargo, ni los forecast regionales ni los forecast locales necesitan establecerse con tanta antelación. A nivel de almacén, la planificación normalmente puede realizarse solo con 4 a 6 semanas de anticipación y luego, en lo que respecta a las tiendas, los detalles cuantitativos de la planificación pueden finalizarse únicamente 1 semana antes del inicio de la promoción.
Sin embargo, dado que el proceso de forecast generalmente es manejado en conjunto por diversas partes, surge un consenso sobre una fecha que se ajusta a las limitaciones de todas ellas, es decir, la fecha más temprana propuesta por cualquiera de las partes. Esto con frecuencia resulta en hacer forecast de la demanda a nivel de tienda hasta 20 semanas de anticipación, generando forecast salvajemente inexactos que podrían haberse evitado por completo posponiendo los forecast.
Así, recomendamos que la planificación de las promociones sea hecha a la medida para que las decisiones cuantitativas queden pendientes hasta el último momento, cuando finalmente se produzcan los forecast definitivos, aprovechando los datos más recientes.
Aprovecha el(los) primer(es) día(s) de ventas promocionales a nivel de tienda
Hacer forecast de la demanda promocional a nivel de tienda es difícil. Sin embargo, una vez que se observa el primer día de ventas, hacer forecast de la demanda para el resto de la promoción puede realizarse con una precisión mucho mayor que la de cualquier forecast producido antes del inicio de la promoción.
Así, la planificación de promociones puede mejorarse significativamente al no enviar todos los productos a las tiendas de una vez, sino solo una fracción, manteniendo reservas en el almacén. Luego, después de uno o dos días de ventas, los forecast de promoción deberían revisarse con las ventas iniciales para ajustar cómo se debe enviar el resto del inventario a las tiendas.
No ajustes tus forecast después de cada operación
Una de las preguntas frecuentes que recibimos de los minoristas es si revisamos nuestros modelos de forecast tras observar el resultado de una nueva promoción. Aunque esto parece un enfoque razonable, en el caso específico de los forecast de promoción, hay un pero y una aplicación ingenua de esta idea puede resultar contraproducente.
De hecho, observamos que, para la mayoría de los minoristas, las operaciones promocionales, es decir, el conjunto de productos que se promueven en el mismo período, típicamente con un mensaje promocional unificado, vienen acompañadas de fuertes correlaciones endógenas entre los incrementos. En pocas palabras, algunas operaciones funcionan mejor que otras, y la diferencia entre las operaciones de menor rendimiento y las de mayor rendimiento es de al menos un factor 10 en volumen de ventas.
Como resultado, después del fin de cada operación, es tentador revisar todos los modelos de forecast al alza o a la baja basándose en las últimas observaciones. Sin embargo, esto crea significativos problemas de sobreajuste: los forecast históricos revisados se hacen artificialmente más precisos de lo que realmente son.
Para mitigar los problemas de sobreajuste, es importante revisar los modelos de forecast de promoción únicamente como parte de un extenso proceso de backtesting. Backtesting es el proceso de reproducir toda la historia, regenerando de manera iterativa todos los forecast hasta la última operación promocional recién agregada. Un backtesting extenso mitiga grandes oscilaciones en los incrementos anticipados de las promociones.
Valida los registros de promoción “ex post”
Como se discutió en el primer post de esta serie, la calidad de los datos es un ingrediente esencial para producir forecast de promoción sólidos. Sin embargo, descubrir las anomalías de las promociones meses después de que hayan terminado es impráctico. Por lo tanto, sugerimos no retrasar la revisión de los datos de promoción y hacerlo al final de cada operación, mientras la operación sigue estando fresca en la mente de las personas involucradas (gerentes de tienda, proveedores, compradores, etc).
En particular, sugerimos buscar valores atípicos tales como ceros y volúmenes sorprendentes. Los ceros reflejan que, o la operación no se ha llevado a cabo o la mercancía no ha sido entregada a las tiendas. De cualquier forma, unas pocas llamadas telefónicas pueden ser muy útiles para identificar el problema y luego aplicar las correcciones de datos adecuadas.
De manera similar, los volúmenes extremos inesperados pueden reflejar factores que no se han tenido en cuenta adecuadamente. Por ejemplo, algunas tiendas podrían haber asignado espacio para exhibiciones en su entrada, mientras que el plan inicial era mantener la mercancía en los pasillos. Naturalmente, los volúmenes de ventas son mucho mayores, pero es solo una mera consecuencia de una disposición alternativa.
Mantente atento, la próxima vez discutiremos los desafíos de optimización en la planificación de promociones.
