El forecast de promociones es notoriamente difícil. Implica desafíos de datos, desafíos de procesos y desafíos de optimización. Dado que las promociones están presentes en todo el sector minorista, han sido una preocupación a largo plazo para Lokad.

Sin embargo, mientras casi cada minorista tiene su cuota de promociones, y mientras casi todos los proveedores de forecast aseguran brindar soporte total para el manejo de promociones, la realidad es que casi todas las soluciones de forecast que existen están lejos de ser satisfactorias en este aspecto. Peor aún, nuestra experiencia indica que la mayoría de dichas soluciones en realidad logran resultados peores, en cuanto a precisión de forecast se refiere, que si se usara el enfoque ingenuo que consiste en simplemente ignorar las promociones por completo.

Lo que hace que las promociones sean tan desafiantes es el grado de incertidumbre que se observa rutinariamente al trabajar con promociones. Desde la perspectiva clásica de forecast, que sólo considera la demanda futura media o mediana, esta incertidumbre extra es muy perjudicial para el proceso de forecast. De hecho, los resultados numéricos de tales soluciones de forecast son tan poco fiables que no ofrecen ninguna opción razonable para utilizar sus cifras en la optimización de la supply chain.

Sin embargo, en Lokad, a lo largo de los años, nos hemos vuelto bastante buenos para lidiar con futuros inciertos. En particular, con nuestro 4th generation forecasting engine probabilístico, ahora tenemos la tecnología que está completamente orientada hacia la cuantificación precisa de situaciones muy inciertas. La perspectiva probabilística no elimina la incertidumbre; en cambio, en lugar de descartar el caso por completo, proporciona un análisis cuantitativo preciso del alcance de dicha incertidumbre.

Nuestro forecasting engine probabilístico ha sido recientemente mejorado para poder soportar promociones de forma nativa. Cuando se proporcionan datos promocionales a Lokad, esperamos que tanto las promociones pasadas como las futuras sean marcadas como tales. Las promociones pasadas se utilizan para evaluar el incremento cuantitativo, así como para incorporar correctamente las distorsiones de demanda introducidas por las propias promociones. Las promociones futuras se utilizan para anticipar el incremento de la demanda y ajustar los forecast en consecuencia.

A diferencia de la mayoría de las soluciones clásicas de forecast, nuestro forecasting engine no espera que los datos históricos sean “limpiados” de los picos promocionales de ninguna manera. De hecho, nadie sabrá con certeza lo que habría pasado si no se hubiera realizado una promoción.

Finalmente, independientemente de la cantidad de machine learning y de esfuerzos estadísticos avanzados que Lokad es capaz de ofrecer para forecast de promociones, una cuidadosa preparación de datos sigue siendo tan crítica como siempre. Los forecast de promociones end-to-end están completamente soportados como parte de nuestro paquete de inventory optimization as a service.