La gestión colaborativa de supply chain management tiene mucho sentido. En la era actual de la conexión a internet ubicua, ¿por qué tus proveedores deberían permanecer en la oscuridad respecto a tus próximos pedidos? Después de todo, si tu empresa es capaz de generar forecast precisos sobre tus próximos pedidos, compartir estos forecast con tus proveedores sin duda les sería de gran ayuda, lo cual, a su vez, se traduciría en un mejor servicio y/o mejores precios.

Sí, pero todo esto se basa en una suposición defectuosa: los forecast de pedidos deberían ser precisos. Desafortunadamente, no lo serán. Punto. Así que lo que sigue es simplemente un pensamiento ilusorio.

Las empresas frecuentemente nos contactan preguntando si Lokad podría pronosticar la secuencia de los próximos pedidos de compra. Después de todo, deberíamos tener todo lo necesario:

  • niveles diarios/semanales de ventas futuras (pronosticados)
  • niveles actuales de stock, tanto disponibles como en pedido
  • restricciones de compra

Al combinar estos diferentes elementos mencionados anteriormente, ciertamente podríamos implementar una simulación y, en consecuencia, pronosticar los pedidos de compra próximos para un período determinado especificado por un cliente. Sin embargo, aunque esto es algo que es posible hacer, los resultados de tal operación serían desastrosos. En este breve post, compartimos nuestros conocimientos sobre este tema para ayudar a las empresas a evitar perder el tiempo en tales intentos de forecast.

La estadística es terriblemente contraintuitiva. Como se mencionó en nuestros posts anteriores, los enfoques “intuitivos” son ciertamente erróneos; y los enfoques “correctos” son, en el mejor de los casos, desconcertantes.

El problema central con el forecast de los pedidos de los proveedores es que los cálculos involucrados se basan en una suma iterada de forecast; lo cual es muy incorrecto en múltiples niveles. En particular, pronosticar el próximo pedido de compra incluye no una, sino dos variables: la fecha del pedido y la cantidad pedida. Dependiendo de las restricciones de supply chain, la cantidad pedida podría ser algo relativamente sencillo de forecast: si tienes una cantidad mínima de pedido (MOQ), es probable que el pedido sea igual al propio umbral de MOQ. Por otro lado, si el artículo es caro y se vende raramente, es probable que la próxima cantidad a pedir sea una sola unidad.

El verdadero desafío radica en pronosticar la fecha del próximo pedido de compra, y aún más desafiante, pronosticar la fecha del siguiente pedido de compra. De hecho, no solo es probable que la fecha del próximo pedido de compra tenga un error de entre 20% y 30% (como casi cualquier forecast de demanda), sino que la fecha del pedido que sigue a este último tendrá (aproximadamente) el doble del error, y el que sigue (aproximadamente) tres veces el error, etc.

Como se ilustra en el esquema anterior, la incertidumbre respecto a la fecha del enésimo pedido de compra próximo crece tan rápidamente en la práctica, que se convierte en una pieza de información sin valor para el proveedor. La proveedora estará mucho mejor realizando sus propios forecast basándose en su propio historial de demanda, incluso si este forecast no puede aprovechar la señal de demanda más reciente, tal como se observa río abajo.

Sin embargo, aunque pronosticar los pedidos de compra y compartirlos con los proveedores no funciona, avanzar hacia una gestión colaborativa de supply chain sigue siendo un objetivo empresarial válido; simplemente ocurre que este tipo de forecast no es la manera correcta de ejecutar este objetivo.

Mantente atento, nos aseguraremos de discutir aquí a su debido tiempo cómo se puede ejecutar correctamente la gestión colaborativa de supply chain desde una perspectiva predictiva.


Comentarios de los lectores (2)

Hola Neha, Si tu proveedor tiene una total certeza sobre las fechas de los pedidos, significa que toda la incertidumbre se inyecta en las cantidades de reabastecimiento en su lugar. No puedes desear que la incertidumbre de la demanda desaparezca congelando la variable de la fecha del pedido. Luego, si estás pensando en que tu proveedor produzca “según tus forecasts”, entonces significa –muy ciertamente– que estás utilizando forecast clásicos (también conocidos como forecast semanales/mensuales) que funcionan realmente mal en lo que respecta a supply chain. Deberías considerar quantile forecasts o cuadrículas de cuantiles en su lugar. Espero que te sea de ayuda. Joannes Vermorel (3 years ago)


Hola joannes, Me gustaría saber qué pasaría si mi proveedor tuviera total certeza sobre las fechas de los pedidos. ¿Podrías, por favor, informarme de cómo lograrías que el proveedor produjera según tus forecasts en una hoja de Excel? ¿Podrías enviarme un correo electrónico a nehakadamneha87@gmail.com? Neha Kadam (3 years ago)