Tecnología de pronósticos

TECNOLOGÍA DE PRONÓSTICO

"There's a way to do it better - find it." Thomas A. Edison

Desde 2008, hacemos lo posible para entregar los pronósticos de demanda más precisos que la tecnología es capaz de elaborar. Nuestra tecnología está en continuo desarrollo, para reflejar los (descubrimientos más recientes de la matemática y de las ciencias de la computación → avances matemáticos y de la ciencia computacional más recientes)

5 GENERACIONES DE PRONÓSTICOS

En los últimos diez años, las tecnologías relacionadas con los datos han progresado a un ritmo vertiginoso. Las empresas han pasado de la utilización de tecnologías basadas en la matemática, que no habían cambiado mucho desde el siglo XVIII, a una tecnología orientada al Big Data e impulsada tanto por el Machine Learning como por el Deep Learning. Lokad ha trabajado para mantenerse por delante de las tendencias, con el objetivo de llevar la mejor ciencia posible a la optimización de cadena de suministro.

Haga un viaje en la memoria y descubra las diferentes generaciones de nuestra tecnología de pronósticos.

  • Deep Learning (2018): Pronósticos probabilísticos impulsados por la robotización a través de la inteligencia artificial (IA) y de las unidades de procesamiento gráfico (GPU)
  • Pronósticos probabilísticos (2016): Abrazar la incertidumbre con el machine learning y patrones estadísticos avanzados
  • Redes de cuantil (2015): Examinar por completo la probabilidad de distribución de la demanda e inyectar restricciones en relación con la cadena de suministro
  • Pronósticos de cuantil (2012): Desde los pronósticos de media ponderada hasta los pronósticos parciales que reflejan las asimetrías específicas de cada negocio.
  • Pronósticos clásicos (2008): transición de un modelo matemático ajustado de forma manual a un indicador de una vasta librería de modelos totalmente automatizado.

LA COMBINACIÓN ADECUADA DE INGREDIENTES La receta del éxito

La tecnología de Lokad no está basada en la promoción de uno (o más) modelos estadísticos mágicos. Tiene sus raíces en una combinación de ingredientes que trabajan juntos para crear la justa alquimia. En los primeros años de nuestra actividad, nos dimos cuenta muy rápidamente de la disparidad entre los modelos matemáticos y la realidad de la cadena de suministro.

Lo que funcionaba en la teoría, resultaba ineficaz aplicado a la realidad de del mundo de los negocios: los datos no estaban limpios, ni suficientemente profundos, demasiado dispersos, el enorme volumen de referencias en el histórico de ventas de una empresa convertía clases enteras de modelos difíciles de utilizar y las limitaciones logísticas no mejoraban la situación. Por consiguiente, la mejoría en la precisión de los parámetros clásicos de pronósticos deterioró el rendimiento del negocio.

Lokad ha encontrado las respuestas adecuadas a todos estos temas, con el objetivo de transformar de forma radical su visión de los pronósticos y de la optimización de la cadena de suministro.

Establecer correlaciones

Mediante el Deep Learning

Al observar un solo producto a la vez, no hay suficientes datos para elaborar un pronóstico estadístico preciso. De hecho, en la mayoría de los mercados de consumo, el ciclo de vida de un producto es de menos de 4 años, lo que significa que, en promedio, la mayoría de los productos no tienen siquiera 2 años de historial disponible, es decir, el historial mínimo para realizar un análisis de estacionalidad fiable al observar una sola serie de tiempo.

En Lokad abordamos el problema a través de las correlaciones estadísticas: la información obtenida sobre un producto ayuda a refinar el pronóstico de otro producto. Por ejemplo, Lokad detecta automáticamente la estacionalidad aplicable a un producto incluso cuando el producto haya estado a la venta durante solo 3 meses. De hecho, si bien no se puede observar la estacionalidad con solo 3 meses de datos, si ya existen productos más antiguos en el historial, la estacionalidad puede extraerse de allí y aplicarse a los productos más nuevos.

Potencia computacional

Con la computación en la nube y GPU

Si bien el aprovechamiento de las correlaciones dentro de los datos históricos mejora significativamente la precisión, también aumenta la cantidad cálculos que deben ser realizados. Por ejemplo, para correlacionar 1000 productos observando todos los pares posibles, existen algo menos de 1 000 000 combinaciones. Y lo que es aún peor, muchas compañías tienen mucho más de 1000 productos.

Al hacer uso de la computación en la nube (cloud computing) Y de las Unidades de procesamiento gráfico (Graphics Processing Units) o GPU, cuando los clientes nos envían sus datos, nosotros asignamos los equipos sólo cuando los necesitamos; luego, al cabo de menos de 60 min, devolvemos los resultados al tiempo que desasignamos los equipos según corresponda. Debido a que la nube que utilizamos (Microsoft Azure) nos cobra por minuto, solo consumimos la capacidad que necesitamos. Debido a que ninguna compañía necesita pronosticar más de una vez por día, esta estrategia reduce el coste de hardware más de 24 veces comparado con los métodos tradicionales.

Probabilidades

Para abarcar las restricciones de negocios

El pronóstico tradicional es un pronóstico de mediana, es decir, un valor que tiene un 50 % de probabilidad de estar por encima o por debajo de la demanda futura. Lamentablemente, esta visión clásica no aborda los problemas centrales de la cadena de suministro: evitar las faltas de existencias y reducir las existencias.

En 2016, Lokad introdujo el concepto de pronósticos probabilísticos para la cadena de suministro donde se calculan las probabilidades respectivas de cada nivel de demanda futura.probabilidades respectivas de cada nivel de demanda futura. En lugar de pronosticar el valor por producto, Lokad pronostica toda la distribución probabilística.

Los pronósticos probabilísticos superan ampliamente a los pronósticos clásicos para tratar productos de baja rotación, ventas irregulares y demanda muy variable. Creemos que, dentro de 10 años, todas las compañías que se tomen en serio la optimización de inventario habrán pasado al bando de los pronósticos probabilísticos, probablemente aprovechando a un descendiente de esta tecnología.

DE UNA LIBRERÍA MATEMÁTICA A UNA SOLUCIÓN DE SERVICIO DE EXTREMO A EXTREMO

Contamos con una vasta librería de modelos estadísticos, que incluye clásicos conocidos, como el modelo de Box-Jenkins, el método de alisado exponencial, el modelo autorregresivo y todas sus variantes. Sin embargo, los modelos clásicos aprovechan muy poco las correlaciones. Por lo tanto, hemos desarrollado modelos mejores que aprovechan todos los datos que tenemos a disposición. Desde el comienzo, hemos monitorizado continuamente los pronósticos que entregamos. Cada día, ejecutamos simulaciones de pronóstico para evaluar atentamente las debilidades que aún pueda presentar nuestra tecnología. Estos hallazgos nos ayudan a concentrar nuestros esfuerzos de desarrollo donde más se necesita. Nuestros clientes obtienen así el beneficio de una tecnología en constante mejora.

Sin embargo, nos dimos cuenta hace mucho tiempo que todo esto no era suficiente, y que teníamos que investigar más la realidad de la cadena de suministro y los problemas específicos de cada negocio. Por consiguiente, no solo no exigimos que nuestros clientes tengan competencias estadísticas, sino nos ocupamos del entero proceso para ofrecer una solución totalmente utilizable, con órdenes de compra precisas, sugerencias de precio y distribución y dashboards formadas por indicadores cruciales de rendimiento, para evaluar su precisión.

Nuestros Supply Chain Scientists están disponibles para ayudarle a incluir todas las informaciones de su negocio en una aplicación hecha a medida. Esto es posible gracias al uso de un lenguaje de programación orientado a la cadena de suministro, Envision. Su flexibilidad nos permite realizar scripts capaces de reflejar las particularidades de su negocio, con el objetivo de ofrecer el complemento perfecto a nuestra tecnología de pronósticos.

Si quiere más informaciones sobre Envision, eche un vistazo a nuestra página web consagrada a la documentación técnica. Leer más  →

CONTENIDO RELACIONADO

¿Comparte con nosotros el amor por la tecnología y los temas relacionados con la cadena de suministro? ¡Síganos por nuestros distintos canales y manténgase informado sobre los últimos avances!
Image

LOKAD TV

Está interesado en la Inteligencia Artificial, el blockchain, la precisión de las previsiones, la creciente popularidad de los Data Scientists, la S&OP y más? Pues, eche un vistazo a nuestras entrevistas en Lokad TV y comente para participar en el debate.

IR A YOUTUBE

Image

NUESTRO BLOG

Comparta sus reflexiones sobre asuntos de cadena de suministro y tecnología: desde la recompensa por existencias y el “text mining” para mejores previsiones de la demanda, pasando por el Deep Learning, la entropía cruzada y la potencia de cálculo de las GPUs. Síganos a través de nuestros eventos y publicaciones más recientes.

VISITE EL BLOG

Image

EL BOLETÍN DE NOTICIAS

Regístrese a nuestro boletín de noticias. Manténgase informado sobre las últimas novedades y avances tecnológicos. No son mensajes spam; de hecho, solo publicamos dos o tres boletines por año. Puede darse de baja en cualquier momento.

REGÍSTRESE

top