Pronóstico de inventario para el sector de la moda

Pronóstico de inventario para el sector de la moda


Inicio » Clientes » Aquí

El pronóstico de la demanda para el sector de la moda es difícil, y muchos profesionales creen que no hay ningún software que funcione bien en este campo. Creemos que esos profesionales tienen casi (pero no toda) la razón, porque es posible que Lokad sea la excepción que confirma la regla. En Lokad, hemos desarrollado un motor de pronóstico orientado de manera nativa hacia las colecciones que se encuentran en el sector de la moda. Pronosticamos productos que nunca se han vendido antes, y nuestra tecnología no se basa en el tedioso proceso de establecer correspondencias manuales entre productos. Además, las complicaciones de la cadena de suministro, como los tiempos de entrega prolongados y las MOQ (cantidades de orden mínimas), también se admiten de forma nativa.

Colecciones y correspondencia entre productos

La tecnología de pronóstico de Lokad está orientada de un modo único hacia los patrones de demanda que se observan en el sector de la moda. En este sector, a las colecciones, que incluyen principalmente productos con un ciclo de vida breve, se les atribuye una importancia fundamental desde la perspectiva del pronóstico. El motor de pronóstico de Lokad es capaz de pronosticar la demanda de un nuevo producto, o, dicho de otro modo, de un producto que nunca se haya vendido antes, basándose exclusivamente en las ventas históricas observadas en colecciones pasadas.

A diferencia de los métodos tradicionales, esta capacidad de pronóstico no se vale de la correspondencia manual entre productos pasados y productos nuevos establecida indicándole al sistema qué producto pasado debería considerarse más relevante para pronosticar el producto nuevo. Nuestro motor de pronóstico, en cambio, se vale exclusivamente de algoritmos avanzados de aprendizaje automático para detectar las similitudes que pueden existir entre productos, y para identificar, por sí mismo, qué productos específicos son relevantes para pronosticar un producto nuevo de la colección.

Esta detección automática de similitudes se vale de los numerosos atributos de producto que generalmente están presentes en la moda: tipo de producto, familia de producto, talla, color, material, estilo, precio, marca, etc. Si bien la cantidad de datos que se requiere podría generar preocupación, nuestra experiencia en Lokad indica que los datos de catálogo, como los que existen para operar, por ejemplo, las facetas del front-end de un e-commerce, generalmente son suficientes para obtener buenos resultados.

Las soluciones de pronóstico tradicionales que se basan en la correspondencia manual entre productos lleva demasiado tiempo para ser eficaz —hay demasiadas correspondencias por considerar—, ya que es precisamente el establecimiento de correspondencias el ingrediente principal de los pronósticos. Debido a la ineficacia de este método, las empresas tienden a volver a las hojas de cálculo, ya que la solución de pronóstico de correspondencia manual no logra proporcionar el valor necesario. Lokad enfrenta el desafío concentrándose en la dificultad central que presenta, en lugar de pasarle la responsabilidad a los usuarios.

En Lokad, si bien definimos al proceso de pronóstico como establecimiento de correspondencias entre productos, no suponemos que exista una asignación de 1 a 1 entre productos de una colección pasada y una colección nueva. Por ejemplo, un mismo producto puede tener diferentes variantes, que pueden generar canibalizaciones. Otro ejemplo: un producto podría ser realmente nuevo, sin productos pasados con los que se puedan establecer correspondencias. En este caso, el motor de pronóstico se vale de consideraciones más amplias, como la categoría del producto, la familia, la marca o el precio.

Los modelos de pronóstico avanzados que aprovechan las correlaciones entre artículos y colecciones son un elemento obligado para las empresas del sector de la moda, precisamente por la cantidad de datos que tienen que correlacionar.

Tiempos de entrega prolongados y limitaciones de la cadena de suministro

Los minoristas del sector de la moda se han globalizado: el país en que se fabrican los artículos generalmente no es el mismo país en el que se venden. Los tiempos de entrega a menudo son prolongados y erráticos, por lo que el motor de pronóstico de Lokad respalda en forma nativa los pronósticos de tiempo de entrega. Al igual que con los pronósticos de las colecciones, los pronósticos del tiempo de entrega son considerados de fundamental importancia en Lokad, y vienen con su bagaje de patrones específicos. Por ejemplo, cada año, el Año Nuevo chino tiende a generar retrasos en la fabricación de entre 2 y 4 semanas para China, y este es uno de los patrones, entre muchos otros, de los que se encarga el motor de pronóstico de Lokad.

Además, las cadenas de suministro del sector de la moda deben enfrentar muchas otras limitaciones numéricas: Las MOQ (cantidades de orden mínimas) y los lotes de contenedor probablemente sean las limitaciones que se encuentran más a menudo en este sector. Los pronósticos que no tienen en cuentan ninguna limitación de la cadena de suministro resultan insuficientes, porque si las cantidades de pedido sugeridas elaboradas por los pronósticos no cumplen con las limitaciones de compra, no será posible realizar la orden de compra (o al menos ninguna orden de compra que tenga sentido). Lokad ofrece respaldo nativo para una amplia variedad de limitaciones de compra halladas en el sector de la moda, y hemos desarrollado una serie de solvers numéricos específicamente orientados a la resolución de esas limitaciones.

Por ejemplo, nuestro solver de MOQ puede gestionar varias limitaciones de MOQ que se superponen: puede que haya una MOQ a nivel de producto (por ejemplo, un mínimo de 100 unidades por producto para cada orden de compra), otra MOQ a nivel de material (por ejemplo, un mínimo de 3000 metros de tela por color), y una última MOQ a nivel de proveedor (por ejemplo, un mínimo de USD 50 000 en mercancías por pedido). Cumplir con todas estas MOQ manteniendo al mismo tiempo los niveles de stock bajo control es un gran desafío cuando las MOQ se procesan manualmente. Lokad optimiza el proceso completamente a través de solvers numéricos que permiten identificar el sobre de orden de compra que satisface todas las limitaciones aplicables.

La plataforma de Lokad ofrece funciones programáticas que permiten integrar los impulsores de negocios de la empresa en la solución teniendo en cuenta al mismo tiempo las limitaciones de su cadena de suministro. Los impulsores de negocios representan todas las variables económicas que pueden, de modo positivo o negativo, afectar su negocio: margen bruto, costos de almacenamiento, costos de desabastecimientos, etc. Si bien la palabra programático puede sonar técnica y un poco intimidatoria, la realidad es que el sector de la moda es sutil: puede que la venta de un artículo solo tenga sentido si también está disponible un accesorio relacionado. Como resultado, para abordar el conocimiento del dominio se requiere una plataforma capaz de ocuparse de prácticamente cualquier tipo de información estratégica del negocio. Cuando se trata de la optimización predictiva de la cadena de suministro, los botones y los menús desplegables nunca funcionan para las empresas del sector de la moda. Lokad, en cambio, enfrenta el desafío a través de un lenguaje de programación específico de dominio.

Si su solución de pronóstico no cuenta con capacidades programáticas, le ofrece menos que Excel.
¿Puede su negocio permitirse tener menos que Excel?

Escalado a cientos de tiendas

La moda a escala implica cientos de tiendas y decenas de miles de variantes. El motor de pronóstico no solo tiene que poder escalar hasta millones de posiciones de SKU, sino que también necesita ser los suficientemente rápido para que los cálculos puedan realizarse diez veces por día si fuera necesario, ya que las suposiciones se ajustan, se revisan y se corrigen mientras se prepara para la próxima colección. De hecho, es precisamente porque las empresas del sector de la moda tienen solo una oportunidad por colección (ya que el margen de ajuste de los pedidos de compra iniciales es pequeño) que se requiere una agilidad extrema en la fase de pronóstico.

Nuestro motor de pronóstico ha sido diseñado en forma nativa para la computación en la nube. A diferencia de las soluciones tradicionales, la nube no es una ocurrencia tardía para Lokad: cuando se nos envían los datos, nuestro sistema asigna automáticamente recursos informáticos en la nube y devuelve los resultados lo más rápido posible cuando los cálculos están listos. Para una empresa de moda de dimensiones considerables, esto puede representar varios cientos de servidores que se asignan en minutos. El autoescalado o, dicho de otro modo, la asignación dinámica de recursos informáticos, es un ingrediente fundamental del motor de pronóstico. Y este es precisamente el modo en que Lokad puede procesar terabytes de datos en menos de una hora.

Hace algunos años, Lokad se convirtió en una de las primeras empresas a la que Microsoft le cobraba por minuto por el uso que hacía de sus recursos informáticos en Azure. De hecho, si bien la capacidad de procesar datos para cientos de tiendas es muy deseable, los costos informáticos pueden ser exorbitantes. Lokad mantiene sus costos informáticos informáticos bajo control mediante la desasignación agresiva de estos apenas se completan los cálculos. Para las empresas del sector de la moda, esta función de la tecnología de Lokad reduce significativamente los costos operativos, especialmente debido a que el pronóstico tiende a ser una operación de temporada, lo que se corresponde precisamente con el abordaje del sector impulsado por las colecciones.