Pronóstico de demanda en la moda
Pronosticar es difícil. Pronosticar el futuro de la moda es extremadamente difícil. Como resultado, en su mayor parte, la industria de la moda todavía se basa en métodos rudimentarios como Open-To-Buy, que no son más que promedios móviles de arriba hacia abajo glorificados. Sin embargo, la mayoría de los profesionales de la cadena de suministro argumentarían que mientras no haya algo que realmente pueda superar a Open-To-Buy en el mundo real, entonces Open-To-Buy no está desactualizado, sin importar cuán rudimentario sea el método. De hecho, hasta hace poco, nuestras propias observaciones estaban alineadas con lo que las empresas de moda nos decían: nada realmente funciona para la moda, y la suposición sigue siendo la mejor opción entre todas las demás alternativas, incluso menos satisfactorias.
Nuestro motor de pronóstico probabilístico, lanzado el año pasado, se convirtió en un cambio de juego para la moda. Después de años de luchar con los patrones de demanda de la moda, finalmente tenemos un motor de pronóstico que está arquitecturado de forma nativa hacia los desafíos específicos del sector de la moda. Durante los últimos meses, hemos estado impulsando las cadenas de suministro de múltiples empresas de moda, ¡y bueno, realmente funciona! Teniendo en cuenta el historial de los proveedores de pronósticos en la industria de la moda, las probabilidades realmente no estaban a nuestro favor.
La demanda en la moda está impulsada típicamente por la novedad, y los nuevos productos se agrupan en colecciones. Las colecciones son esenciales desde la perspectiva de la moda; sin embargo, al mismo tiempo, representan un gran desafío de pronóstico.
Es necesario pronosticar la demanda de productos que aún no se han vendido.
La moda no se trata de productos que no se han vendido durante mucho tiempo, la moda se trata de productos que no se han vendido en absoluto. Esta perspectiva es una incompatibilidad fundamental con el enfoque de pronóstico de series de tiempo que representa la base de casi todos los sistemas de pronóstico, excepto Lokad. De hecho, desde una perspectiva de series de tiempo, en el caso de la moda, las series de tiempo no tienen profundidad histórica, por lo tanto, no hay nada en lo que basarse para el propósito del pronóstico.
El motor de pronóstico probabilístico de Lokad adopta una postura completamente diferente: aprovecha activamente los diferentes atributos del producto: marca, estilo, color, tela, tamaño, punto de precio, categoría, etc., para construir un pronóstico de demanda basado en el rendimiento de productos similares en las colecciones anteriores.
Una de las cosas que el motor de pronóstico de Lokad no hace es requerir que los productos se emparejen manualmente entre colecciones. En primer lugar, establecer esos pares es muy complicado y extremadamente lento. Los profesionales de la cadena de suministro no deben ser esclavos de sus propios sistemas; si los sistemas requieren que miles de productos se emparejen manualmente, es probable que este tiempo se invierta mejor en producir un pronóstico manual que se beneficie directamente de las ideas humanas. En segundo lugar, en la moda, la correspondencia de 1 a 1 entre las colecciones antiguas y nuevas en realidad no tiene sentido la mayor parte del tiempo. Es probable que las nuevas colecciones redefinan los códigos de formas sutiles pero importantes: un producto puede convertirse en muchos y viceversa. Una metodología que se basa exclusivamente en emparejamientos de 1 a 1 está garantizada para ofrecer resultados bastante ingenuos sobre las futuras colecciones.
El motor de pronóstico de Lokad se trata de calcular todas esas similitudes de manera completamente automatizada a través de algoritmos de aprendizaje automático. La Inteligencia Artificial está de moda en los medios de comunicación, pero en el fondo se reduce a algoritmos de aprendizaje automático que han experimentado un progreso constante y gradual en las últimas 3 décadas. Lokad aprovecha varias clases de algoritmos de aprendizaje automático, hechos a la medida para fines de la cadena de suministro.
Además, Lokad ofrece pronósticos probabilísticos. En lugar de entregar un pronóstico de demanda único, como la mediana o la media, que (casi) está garantizado que será incorrecto, Lokad entrega las probabilidades para (casi) todos los escenarios de demanda. Este aspecto es de vital importancia para la industria de la moda porque la incertidumbre es irreducible; y un buen pedido de suministro a menudo se reduce a un análisis de riesgo.
En la moda, los dos principales riesgos son las oportunidades perdidas si no hay suficiente stock y las depreciaciones de stock si los productos tienen que venderse con un descuento muy agresivo durante el período de rebajas, con el fin de liquidar los stocks restantes de una colección. Lokad tiene capacidades nativas para manejar este análisis de riesgo específico que es tan importante en la moda.
¿Intrigado por las capacidades de Lokad para la moda? No dudes en reservar una llamada de demostración con nosotros.
