Tecnología de pronósticos

Tecnología de pronóstico



Entregando los pronósticos de demanda más precisos que la tecnología es capaz de elaborar

Establecer correlaciones con estadística de alta dimensionalidad

Computar con la computación en la nube

Optimizar con datos comerciales claves



technology of the inventory optimization software

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 en 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.

Si bien el aprovechamiento de las correlaciones dentro de los datos históricos mejora significativamente la precisión, también aumenta la cantidad cálculos que deben ser realizarse. Por ejemplo, para correlacionar 1000 productos observando todos los pares posibles, existen poco 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), cuando los clientes nos envían sus datos, nosotros asignamos los equipos solo 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.

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 del comercio: 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. En lugar de pronostricar el valor por producto, Lokad pronostica toda la distribución de probabilidad.

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 del inventario habrán pasado al bando de los pronósticos probabilísticos, probablemente aprovechando a un descendiente de esta tecnología.






Pronóstico como un servicio

Nuestros clientes nos envían datos, generalmente a través de archivos simples, algunas veces a través de bases de datos, y nosotros enviamos de vuelta resultados. Los pronósticos se ofrecen como un servicio. No se espera que nuestros clientes tengan conocimientos de estadística, ya que Lokad se encarga de todo el proceso.

No es necesario realizar ninguna configuración estadística. Una vez que se introducen los datos en el formato adecuado —no es necesario realizar limpieza de datos—, Lokad devuelve los resultados en menos de 60 min. No importa si es la primera o la décima vez que se introducen los datos en Lokad, nuestro motor de pronóstico es completamente robotizado y no requiere intervención manual alguna.

Nuestros modelos estadísticos

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.

Ya 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.