Ciencia de supply chain
Volver al blog ›
Big data en retail, una verificación de la realidad
Debido a las limitaciones de personal, los minoristas hacen muy poco uso de sus datos de market basket. Descubre lo que Big Data puede hacer.
Out-of-shelf puede explicar 1/4 del error forecast de tienda
Las OOS pueden hacer algo mucho peor que simplemente degradar la precisión del forecast; además, las OOS también pueden mejorarla...
Estacionalidad ilustrada
Las series de tiempo largas son más visuales y atractivas. Lokad se opone, en cambio, a las series de tiempo cortas - ¡descubre por qué!
Dos KPIs para tu detector de OOS
Descubre por qué la sensibilidad y la precisión son las dos métricas fundamentales para evaluar un sistema OOS.
El negocio está en alza pero los forecast están a la baja
Aprende a invertir tu forma de pensar y a ir en contra de lo que parece lógico para obtener una forecast de demanda más precisa.
Nuevo FAQ de Tecnología de forecast
Descubre nuestras nuevas preguntas frecuentes que cubren los temas de estacionalidad, tendencia, ciclo de vida del producto, promociones y más.
Falacias en la limpieza de datos para el forecast de ventas (a corto plazo)
Descubra por qué Lokad no proporciona ninguna función explícita que soporte la limpieza de datos.
El truco del reverse supply chain para el forecast de demanda
Entiende por qué nos esforzamos por entregar forecast de demanda en lugar de forecast de ventas.
Faltante vs. Stock, la precisión del forecast importa
La relación entre el nivel de servicio, existencias de seguridad y la precisión del forecast a veces es confusa. Vamos a aclararlo.
Modelando tiempo de entrega variable
Los altos niveles de servicio no son gratuitos. Descubre el impacto de los tiempos de entrega variables en esto.