Pronosticando la serie de órdenes futuras a proveedores

Joannes Vermorel

La gestión colaborativa de supply chain management tiene mucho sentido. En la era actual de conexión a internet ubicua, ¿por qué tus proveedores deberían mantenerse en la ignorancia respecto a tus próximas órdenes de compra? Después de todo, si tu empresa es capaz de producir forecast precisos sobre tus próximas órdenes, compartir estos forecast con tus proveedores ciertamente les sería de gran ayuda, lo que, a su vez, se traduciría en un mejor servicio y/o mejores precios.

Sí, pero todo esto se basa en un supuesto defectuoso: los forecast de órdenes deberían ser precisos. Desafortunadamente, no lo serán. Punto. Así que lo que sigue es meramente un pensamiento ilusorio.

Las empresas frecuentemente se ponen en contacto con nosotros preguntando si Lokad podría forecast la secuencia de las próximas órdenes de compra. Después de todo, deberíamos tener todo lo necesario:

• niveles de ventas futuras diarios/semanales (forecast)
• niveles actuales de stock levels, tanto en existencia como en pedido
• restricciones de compra

Combinando estos diferentes elementos mencionados anteriormente, ciertamente podríamos implementar una simulación y, en consecuencia, forecast las próximas órdenes de compra para un período especificado por un cliente. Sin embargo, aunque esto es algo que se puede hacer, los resultados de tal operación serían desastrosos. En este breve post, compartimos nuestras ideas sobre este tema para ayudar a las empresas a evitar perder tiempo en tales intentos de forecast.

Las estadísticas son terriblemente contraintuitivas. Como se mencionó en nuestros posts anteriores, los enfoques “intuitivos” son, sin duda, erróneos; y los enfoques “correctos” son, en el mejor de los casos, inquietantes.

El problema central con el forecast de las órdenes de los proveedores es que los cálculos involucrados dependen de una suma iterada de forecast; lo cual es muy erróneo en múltiples niveles. En particular, forecast la próxima orden de compra incluye no una, sino dos variables: la fecha de la orden y la cantidad ordenada. Dependiendo de las restricciones de supply chain, la cantidad ordenada podría ser algo relativamente sencillo de forecast: si tienes una cantidad mínima de pedido (MOQ), es probable que la orden 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 ordenar sea una sola unidad.

El verdadero desafío radica en forecast la fecha de la próxima orden de compra, y aún más desafiante, forecast la fecha de la orden de compra siguiente. De hecho, no solo es probable que la fecha de la próxima orden de compra tenga un error del 20% al 30% (como sucede con prácticamente cualquier forecast de demanda), sino que la fecha de la orden que sigue a esa última orden de compra tendrá (aproximadamente) el doble del error, y la siguiente (aproximadamente) el triple del error, etc.

Como se ilustra en el esquema anterior, la incertidumbre respecto a la fecha de la enésima orden de compra próxima crece tan rápidamente en la práctica, que se convierte en una pieza de información sin valor para el proveedor. El proveedor estará mucho mejor realizando sus propios forecast basados en su propio historial de demanda, incluso si este forecast no puede aprovechar la señal de demanda más reciente, tal como se observa aguas abajo.

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

Estén atentos, 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 certeza absoluta sobre las fechas de pedido, 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 de pedido. Entonces, si estás pensando en que tu proveedor produzca “de acuerdo a tus forecast”, entonces significa -sin duda- que estás utilizando forecast clásicos (también conocidos como forecast semanales/mensuales) que funcionan realmente mal en lo que respecta a supply chain. Deberías considerar forecast cuantiles o rejillas de cuantiles en su lugar. Espero que ayude. Joannes Vermorel (hace 3 años)

Hola joannes, Me gustaría saber qué pasa si mi proveedor tiene certeza absoluta de las fechas de pedido. ¿Podrías, por favor, decirme cómo harías para que el proveedor produzca de acuerdo a tus forecast en una hoja de excel? ¿Podrías enviarme un correo a nehakadamneha87@gmail.com? Neha Kadam (hace 3 años)