Efecto del farol y pronósticos
Un policía ve a un hombre borracho buscando algo debajo de un farol y le pregunta qué ha perdido. Él dice que ha perdido sus llaves y ambos miran debajo del farol juntos. Después de unos minutos, el policía pregunta si está seguro de que las perdió aquí, y el borracho responde que no, que las perdió en el parque. El policía pregunta por qué está buscando aquí, y el borracho responde: “aquí es donde está la luz”. David H. Freedman (2010). Wrong: Why Experts Keep Failing Us.
Una de las cosas más paradójicas de los “pronósticos clásicos” es que buscan el valor promedio, a veces mediano, de la demanda futura, mientras que este caso promedio, como veremos a continuación, es en su mayoría irrelevante. Cuando se utilizan pronósticos diarios, semanales o mensuales, estos se pueden considerar como pronósticos promedio. ¿Por qué? Porque otros tipos de pronósticos, como los pronósticos de cuantiles, no son aditivos, lo que los hace bastante contraintuitivos. De hecho, la mayoría de los profesionales de la cadena de suministro ni siquiera son conscientes de que existen alternativas a los pronósticos “clásicos” en primer lugar.
Sin embargo, desde el punto de vista empresarial, en lo que respecta al inventario, no es el punto intermedio el que cuesta dinero, sino los extremos. Por un lado, está la demanda inesperadamente alta que causa un faltante de stock. Por otro lado, está la demanda inesperadamente baja que causa inventario muerto. Cuando el nivel de demanda está aproximadamente donde se esperaba, los niveles de inventario fluctúan suavemente y el inventario rota de manera muy satisfactoria.
Como resultado, no tiene sentido optimizar el caso promedio, es decir, cuando el inventario está rotando de manera muy satisfactoria, porque no hay mucho o nada que mejorar en primer lugar. Son los extremos los que deben ser atendidos. De hecho, la mayoría de los profesionales son conscientes de este problema, ya que sus dos principales problemas son mejorar la calidad del servicio por un lado (es decir, mitigar la demanda inesperadamente alta), mientras mantienen los niveles de stock bajo control por otro lado (es decir, mitigar la demanda inesperadamente baja).
Sin embargo, dado que hemos acordado que los desafíos de la cadena de suministro se relacionan principalmente con los “extremos”, ¿por qué muchas empresas siguen buscando respuestas a través de pronósticos “promedio”? Creo que la gestión de la cadena de suministro, como industria, está sufriendo un grave caso de búsqueda del borracho, un problema llamado efecto del farol. Las herramientas y procesos clásicos están arrojando luz sobre situaciones “promedio” que apenas necesitan ser iluminadas aún más, mientras dejan completamente en la oscuridad todo lo que se encuentra en los extremos.
Un error frecuente consiste en pensar que mejorar el caso “intermedio” también mejorará marginalmente los extremos. Lamentablemente, el pronóstico estadístico es contraintuitivo y el análisis numérico básico muestra que esto simplemente no es cierto. El pronóstico estadístico es como un microscopio: aunque es increíblemente afilado, su enfoque también es increíblemente estrecho.
Intentar solucionar los problemas de su cadena de suministro a través de pronósticos “promedio” clásicos es como tratar de diagnosticar qué le pasa a su automóvil que se niega a arrancar poniendo cada pieza del automóvil bajo un microscopio comenzando por el motor. A este ritmo, probablemente nunca logrará diagnosticar que su automóvil no se mueve porque no tiene más gasolina, lo cual, a posteriori, era un problema bastante obvio.
Sin embargo, esto no es el fin de la locura. Ahora imagina que el mecánico, después de no poder diagnosticar por qué tu automóvil no se mueve, comienza a afirmar que su diagnóstico falló porque su microscopio no tenía suficiente resolución. Y ahora el mecánico te está pidiendo más dinero para que pueda comprar un microscopio mejor.
Bueno, un escenario similar está ocurriendo actualmente en muchas empresas: la iniciativa de pronóstico anterior no logró ofrecer el rendimiento de inventario deseado, y las empresas siguen adelante con otra iniciativa de pronóstico siguiendo exactamente las mismas líneas que causaron que la primera iniciativa fallara en primer lugar.
En Lokad, nos llevó 5 años darnos cuenta de que el enfoque de pronóstico clásico no funcionaba, y lo que es peor, que nunca funcionaría sin importar cuánta tecnología agregáramos al caso, al igual que cambiar a un microscopio de ultra alta resolución de $27 millones nunca habría ayudado al mecánico a diagnosticar tu tanque vacío. En 2012, descubrimos los pronósticos de cuantiles que hemos ido mejorando constantemente; y de repente, las cosas comenzaron a funcionar.
Esos cinco años de fracasos continuos y constantes se sintieron largos, muy largos. En nuestra defensa, cuando toda una industria trabaja con promesas falsas que se remontan a manuales universitarios, no es tan fácil comenzar a pensar fuera de la caja cuando la propia caja es tan enorme que puedes pasar toda tu vida vagando en círculos por dentro y nunca chocar con las paredes.
Comentarios de los lectores (1)
Muy buena analogía, gracias Joannes Vermorel. Hace un año | Victor
