00:00:04 Introducción: Retos de forecast para empresas de alto crecimiento.
00:01:16 Tipos de crecimiento de la empresa y los problemas de forecast relacionados.
00:02:18 Dificultad de predecir el éxito de nuevos productos.
00:04:07 Escenario de éxito o fracaso y respuestas.
00:05:43 Otros problemas de forecast y el concepto de crecimiento escalonado.
00:08:01 Desafíos en la predicción del momento del crecimiento empresarial.
00:12:18 Estrategias para mitigar la impredecibilidad del forecast.
00:13:46 El rol de las negociaciones con proveedores en situaciones de éxito o fracaso.
00:14:13 Identificación de indicadores de crecimiento inminente.
00:15:16 Estadísticas de búsqueda en Google: ¿una herramienta de forecast?
00:16:23 Estrategias para negocios de rápido crecimiento.
00:16:46 Implicaciones de los cambios de TI durante el crecimiento.
00:18:14 La tendencia de las empresas a sobre-forecast.
00:19:03 Supply Chain Quantitativa y reacciones ante el crecimiento veloz.
00:21:11 Reflexiones finales.
Resumen
La entrevista entre Kieran Chandler y Joannes Vermorel se centró en los desafíos de supply chain optimization para empresas de alto crecimiento. Vermorel resaltó las complejidades del forecast en tales escenarios, identificando dos tipos de crecimiento: orgánico y de “hit-or-miss” de new products. Este último, argumentó, complica el forecast debido a su impredecibilidad. Reconocer la estructura fina del crecimiento es crucial para diferenciar entre estos escenarios, informando mejores decisiones de inventario. Vermorel sugirió soluciones como la modelación cuantitativa de riesgos, mecanismos de automated decision de extremo a extremo, y estrategias de supply chain flexibles adaptadas a la estructura del crecimiento. También aconsejó anticipar los cambios constantes en el paisaje de TI de la empresa para hacer frente a las complejidades relacionadas con el crecimiento.
Resumen Ampliado
En la entrevista, Kieran Chandler, el presentador, discutió los desafíos de la optimización de supply chain para empresas de alto crecimiento con Joannes Vermorel, fundador de Lokad, una compañía de software especializada en este campo. La conversación se centró en los dilemas que a menudo enfrentan estas empresas al anticipar y responder a la demanda, y en los tipos de crecimiento que pueden complicar los esfuerzos de forecast.
Chandler introdujo el problema del forecast para escenarios de alto crecimiento, citando el ejemplo de empresas que compran stock excesivo para satisfacer picos de demanda anticipados, solo para quedarse con un excedente cuando el crecimiento no se sostiene, situación que resultó en una pérdida de 4.3 mil millones de dólares para H&M a principios de ese año.
Vermorel explicó que las empresas que enfrentan un alto crecimiento a menudo se encuentran con una serie de dificultades, derivadas tanto de la desorganización interna ocasionada por el rápido crecimiento, como de las complejidades estadísticas ligadas a la naturaleza del crecimiento. El fundador enfatizó que la fuente del crecimiento de una empresa impacta significativamente en el proceso del forecast, haciéndolo más o menos complicado de adaptar al crecimiento.
Vermorel describió dos tipos de crecimiento que las empresas podrían experimentar. El primero, el crecimiento orgánico, ocurre cuando una empresa crece de manera uniforme, como en el caso de un negocio de ecommerce que ve un aumento constante del tráfico en su sitio web, resultando en un crecimiento lineal de las ventas de productos. Este escenario, aunque relativamente más sencillo de forecast, aún contiene incertidumbres sobre la sostenibilidad del crecimiento, ejemplificado por la situación de H&M.
El segundo tipo de crecimiento surge cuando una empresa lanza nuevos productos al mercado. Este escenario se vuelve más desafiante para el forecast ya que no todos los nuevos productos contribuirán al crecimiento; solo algunos podrían tener éxito, creando una situación de “hit-or-miss”. El crecimiento, en este caso, es impulsado por estos productos exitosos, mientras que el resto podría no mostrar aumentos significativos en ventas. Vermorel mencionó a las empresas de moda como ejemplo, donde de vez en cuando algunos productos se convierten en grandes éxitos, contribuyendo al crecimiento global, pero la mayoría de los productos mantienen forecasts de demanda estancados.
Este escenario de “hit-or-miss” presenta un desafío particular en el forecast. Las empresas no pueden responder aumentando el stock para todos los productos, ya que solo una fracción probablemente tendrá éxito. Una respuesta no diferenciada, como dijo Vermorel, llevaría a un desperdicio de recursos y a sesgos desconcertantes en el forecast. Explicó que, aunque un negocio pueda estar creciendo, el forecast a nivel desagregado podría no reflejar ese crecimiento, principalmente porque es imposible predecir qué producto será el próximo gran éxito. Como resultado, el forecast promedio puede ser mucho más bajo que el resultado real.
Vermorel comienza reconociendo la impredecibilidad inherente en el forecast para los negocios, especialmente cuando se trata de lanzar nuevos productos. No solo es incierto qué productos tendrán éxito, sino que tampoco está claro cuántos productos podría lanzar una empresa en el futuro. Esta incertidumbre se extiende a productos que aún no han sido totalmente desarrollados o considerados para su lanzamiento, haciendo difícil forecastar su demanda con precisión.
A pesar de este entendimiento, Vermorel señala que predecir el momento exacto en que ocurrirá el crecimiento sigue siendo esquivo. Las empresas pueden anticipar rachas de crecimiento pero luchan por precisar su timing. Esto es particularmente cierto al expandirse a un nuevo país, lo cual introduce un nuevo conjunto de variables no aptas para el statistical forecasting.
Abordando la solución a estos desafíos, Vermorel sugiere que, aunque es difícil mejorar los forecast de resultados promedio debido a la naturaleza “hit or miss” del éxito de los productos, las empresas pueden obtener conocimientos comprendiendo la estructura estadística de su crecimiento. Este entendimiento ayuda a diferenciar si el crecimiento es impulsado por el éxito individual de productos o por factores a nivel de la empresa. A su vez, esto permite mejores decisiones de inventario, tal como adoptar políticas de inventario conservadoras desde el inicio y ser reactivos cuando un producto parece ser un hit.
Vermorel afirma que la estrategia clave en la gestión del inventory risk frente a la recompensa esperada es capturar el hit cuando ocurra. Advierte, sin embargo, contra respuestas agresivas de inventario para productos de rápido crecimiento en empresas que generalmente muestran un crecimiento orgánico durante períodos prolongados. Estas situaciones pueden no representar un “hit” sino ser un pico temporal, haciendo que las decisiones agresivas de inventario resulten potencialmente perjudiciales.
En casos donde el forecast es borroso, Vermorel recomienda ajustar variables como negociar mejores cantidades mínimas de pedido (MOQs) con proveedores. Esta estrategia permite comprar cantidades menores inicialmente y responder de manera agresiva si un producto demuestra ser un hit, ofreciendo una forma práctica de acomodar las incertidumbres inherentes al escenario “hit or miss”.
Vermorel enfatizó la incertidumbre inherente en la predicción del crecimiento. Aunque pueden existir indicadores, argumentó que no hay una forma infalible de anticipar el crecimiento de manera definitiva. Cualquier método de este tipo sería explotado por las empresas para generar un crecimiento ilimitado. Por ello, es vital reconocer esta incertidumbre irreducible. Usando las estadísticas de búsqueda de Google como ejemplo, explicó que dichos datos podrían proporcionar conocimientos a corto plazo, pero no son suficientes para ayudar a las empresas a anticipar tendencias a largo plazo, las cuales son críticas para la planificación de supply chain.
Dadas estas incertidumbres, cuando una empresa se encuentra en un período de crecimiento exponencial, Vermorel sugirió algunas estrategias para estar mejor preparada. Enfatizó la importancia de anticipar que el panorama de TI de la empresa estaría en constante cambio. A medida que una empresa crece, típicamente cada dos o tres años, puede necesitar renovar toda su infraestructura de TI. Este cambio continuo puede causar complicaciones en el acceso y conciliación de los datos de sistemas antiguos y nuevos, complicando aún más el forecast del crecimiento.
Vermorel también discutió la tendencia de las empresas a sobre-forecast su crecimiento debido al apego emocional. Este sesgo hacia el optimismo puede conducir a una gestión inadecuada del riesgo. Propuso un enfoque más cuantitativo para la modelación del riesgo, argumentando que el crecimiento representa un tipo específico de riesgo que requiere una respuesta rápida y eficiente. Para que tales respuestas sean efectivas, abogó por mecanismos de [automated decision] de extremo a extremo en lugar de depender de la intervención humana, la cual podría introducir retrasos y errores.
Finalmente, Vermorel recomendó que las empresas consideren la estructura fina de su crecimiento. Ya sea que el crecimiento sea constante y orgánico, de hit or miss, o se deba a nuevos mercados, las implicaciones para el supply chain y el inventory management difieren significativamente. Enfatizó la necesidad de adaptar las estrategias de supply chain a la estructura específica de crecimiento que la empresa esté experimentando. Este enfoque puede ayudar a las empresas a gestionar sus supply chains de manera más efectiva durante períodos de crecimiento.
Transcripción Completa
Kieran Chandler: Joannes, en términos de forecast para escenarios de alto crecimiento, parece ser una tarea bastante difícil. ¿Qué tipo de problemas enfrentan típicamente las empresas en estas situaciones?
Joannes Vermorel: En realidad, existen una serie de problemas. En primer lugar, cuando las empresas están creciendo internamente, a menudo hay una gran cantidad de desorganización que es simplemente resultado del propio crecimiento. Esto complica todo, incluyendo el forecast, que se hace más desafiante debido al crecimiento. Pero, en una base estadística, realmente depende de lo que esté generando el crecimiento. Existen muchas formas diferentes de crecer que pueden hacer que el forecast sea más o menos complicado de adaptar al crecimiento.
Kieran Chandler: ¿De qué tipo de crecimiento estamos hablando aquí?
Joannes Vermorel: Probablemente, el tipo de crecimiento más fácil es el crecimiento orgánico. Por ejemplo, si eres un negocio de ecommerce, cada mes tu sitio web recibe un poco más de tráfico y todos tus productos muestran una tendencia al alza. Este crecimiento está correlacionado linealmente con el aumento del tráfico en tu sitio web. Esa es la situación fácil porque es uniforme. El desafío surge al tratar de anticipar si este crecimiento continuará para siempre. Si anticipas un crecimiento significativo a nivel de empresa que no se materializa, como en el caso de H&M, puede perjudicar bastante. Pero aún así, desde una perspectiva puramente de forecast, esta es una situación más sencilla.
Una manera diferente de crecer es cuando lanzas nuevos productos. Eso significa que tienes artículos que pueden o no estar creciendo, y luego mejoras en la introducción de nuevos productos al mercado. Estos productos pueden ser un hit or miss. Tu crecimiento es impulsado por nuevos productos, pero no todos. Esto es típicamente cuando las empresas se vuelven mejores en optimizar su surtido e identificar qué productos serán los más atractivos para el mercado. Esto puede suceder, por ejemplo, con empresas de moda que se vuelven mejores en lanzar productos que ocasionalmente se convierten en grandes éxitos. Este escenario es mucho más difícil en términos de forecast estadístico.
Kieran Chandler: En este escenario de hit or miss, donde un producto de cada veinte tiene mucho éxito, ¿cómo debería responder una empresa ante eso? ¿Es viable aumentar el stock extra en todos los artículos de tu catálogo?
Joannes Vermorel: Exactamente, esa estrategia no funciona. No puede ser una respuesta no diferenciada. Además, significa que terminarás con muchos sesgos desconcertantes en tu forecast. Por ejemplo, tu negocio está creciendo, pero si miras el forecast a un nivel muy desagregado, no parece estar creciendo. Esto es típicamente por dos razones. Primero, no sabes qué producto va a explotar, por lo que el promedio es mucho más bajo de lo que realmente obtendrás.
Kieran Chandler: A veces, un producto explota inesperadamente, pero tampoco sabemos exactamente cuántos productos vamos a lanzar en el futuro. Estos productos no anticipados, que aún no están en nuestro pipeline y listos para ser forecastados, están ausentes en nuestros forecast. Básicamente, forecastamos la demanda de los productos existentes o de aquellos que ya hemos planeado lanzar, pero los productos aún en consideración no forman parte del forecast estadístico. ¿Además de no saber qué nuevos productos realmente crecerán, hay otros problemas que enfrentamos al hacer forecast del crecimiento?
Joannes Vermorel: Sí, también está el hecho de que el crecimiento de un negocio no siempre es constante. Puede ser una función escalonada donde el crecimiento es lento, luego de repente se produce un gran aumento, y después no hay crecimiento por un tiempo. Esto es común en muchos negocios, tanto en línea como en los tradicionales con tiendas físicas.
Kieran Chandler: ¿Por qué ocurren estos aumentos escalonados en el crecimiento?
Joannes Vermorel: En ecommerce, se pueden observar impactos dramáticos por las páginas de resultados de los motores de búsqueda. Si Google te posiciona más alto o más bajo, puede tener un efecto sustancial en tu negocio. Puede duplicar el tamaño de tu negocio o reducirlo a la mitad de la noche a la mañana. También ha habido casos en los que el primer jugador en un mercado en hacer anuncios de TV a nivel nacional ha experimentado un crecimiento significativo. Por ejemplo, la gente no estaba acostumbrada a comprar repuestos de autos en línea hasta que una empresa decidió lanzar una campaña masiva en TV. Incluso las empresas que no pagaban por anuncios en TV se beneficiaron de este impulso del mercado porque la gente comenzó a comparar precios en línea.
Kieran Chandler: Entonces, ¿estás diciendo que el problema clave es que una empresa podría saber que va a crecer, que dará ese paso extra en algún momento, pero el verdadero problema es que no saben cuándo va a suceder?
Joannes Vermorel: Sí, saben que existe la posibilidad de que ocurra, pero puede que no sepan exactamente cuándo. Por ejemplo, podrían tener una buena idea si se están expandiendo a un nuevo país. Cuando comienzan a abrir ese nuevo país, pueden esperar un salto en el crecimiento, pero aún no es elegible para un forecast estadístico porque no existe un conjunto de eventos estadísticamente significativo que represente la apertura de nuevos países.
Kieran Chandler: Parece que es bastante desordenado. Solo sabes que tal vez uno de cada 20 de tus productos tendrá éxito, pero no sabes cuál ni cuándo sucederá. Entonces, ¿cuál es la solución aquí? ¿Podemos realmente forecast estos escenarios?
Joannes Vermorel: Es muy difícil obtener un forecast mejor sobre el resultado promedio. El resultado promedio va a ser extremadamente impreciso. Cuando tienes un patrón de aciertos o errores, significa que no sabes cuáles productos serán los éxitos. Si lo supieras, probablemente serías increíblemente rico.
Kieran Chandler: Sugieres que podríamos comprender estadísticamente el patrón de crecimiento de un negocio. Este entendimiento podría diferenciar entre un negocio donde el crecimiento es impulsado por un patrón de aciertos o errores a nivel de producto, o por un crecimiento escalonado a nivel de toda la empresa, o incluso por otro tipo de crecimiento. ¿Puedes elaborar al respecto?
Joannes Vermorel: Absolutamente. Existen diferentes tipos de crecimiento. Algunos productos crecen gradualmente con el tiempo hasta volverse muy grandes, y no son todos los productos sino solo ciertos. Al capturar la naturaleza, la naturaleza estadística del riesgo, puedes tomar mejores decisiones de inventario. Por ejemplo, si tu crecimiento es impulsado por un patrón de aciertos o errores, querrías tener políticas de inventario conservadoras desde el principio. Sin embargo, también querrías que estas políticas fueran increíblemente reactivas y agresivas cuando empieces a detectar que un producto parece ser un éxito. Esta estrategia equilibra el riesgo de inventario versus la recompensa esperada, lo cual es crucial para capturar un éxito debido a que tales ocurrencias son frecuentes en tu negocio.
Kieran Chandler: Pero, ¿qué pasa si un negocio no exhibe estos patrones de aciertos o errores, donde los productos crecen orgánicamente durante un período prolongado?
Joannes Vermorel: En un negocio donde los productos crecen orgánicamente con el tiempo, un producto que comienza a crecer muy rápido probablemente no sea un éxito. Probablemente sea solo una casualidad. Por lo tanto, sería una mala decisión de inventario responder agresivamente a este crecimiento.
Kieran Chandler: Entonces, podemos producir algún tipo de forecast, pero va a ser bastante difuso. ¿Cómo mitigamos esa imprecisión, especialmente en un escenario de aciertos o errores?
Joannes Vermorel: Tienes razón, es un desafío. Hay algunos negocios donde puedes predecir el futuro de manera más predecible. Por ejemplo, en la industria aeroespacial, si estás dando servicio a partes para aeronaves, el crecimiento que verás en tu supply chain está típicamente relacionado con la cantidad de aeronaves que necesitas atender. Normalmente sabes con meses de anticipación si tendrás que atender a más aeronaves. Sin embargo, la mayoría de los negocios no tienen el lujo de contar con un indicador así. Una estrategia podría ser negociar mejores cantidades mínimas de pedido (MOQs) con tus proveedores. Esto podría significar comprar cantidades más pequeñas con mayor frecuencia, permitiéndote responder agresivamente si detectas un éxito, en lugar de comprar grandes cantidades de inventario y terminar con sobreinventario en todos tus fracasos.
Kieran Chandler: Antes hablamos sobre esos pasos y dar el salto. ¿Qué tipo de pistas debería buscar una empresa para identificar que está a punto de entrar en un período de crecimiento?
Joannes Vermorel: El problema es que no existe una forma garantizada de predecir el crecimiento. Si existiera un método para aprovechar las estadísticas y predecir el crecimiento con precisión, en Lokad no estaríamos haciendo optimización de supply chain, simplemente estaríamos jugando en el mercado de valores. Es una incertidumbre fundamentalmente irreducible. Si tuvieras la forma de estar absolutamente seguro de que vas a crecer, alguna empresa estaría explotando ese truco para crecer indefinidamente. Pero como hemos visto, incluso las mejores empresas solo pueden crecer durante un largo período hasta volverse excesivamente grandes.
Kieran Chandler: ¿Existen límites en el mercado y es posible que el crecimiento simplemente se detenga? Por ejemplo, ¿podríamos incluir cosas como las estadísticas de búsqueda de Google en los forecast para obtener alguna visión?
Joannes Vermorel: Sí y no. El problema es que, digamos que estás vendiendo un producto, como un remedio de venta libre para un resfriado común. Necesitas abastecerte con semanas, si no meses, de anticipación. La búsqueda en Google podría darte unas pocas horas de ventaja cuando la gente comienza a buscar “tengo un resfriado, ¿qué puedo tomar para dormir mejor?” Sin embargo, solo comenzarán a buscar eso en el último momento. Así que, aunque puedes mejorar ligeramente tu forecast para el día siguiente con unas pocas horas de aviso, en la gestión de supply chain, típicamente necesitas mirar al menos unas semanas hacia adelante. Por lo tanto, incluso los resultados de búsqueda en tiempo real no te ayudan a anticipar eventos que están a semanas de distancia.
Kieran Chandler: Si veo que mi empresa crece exponencialmente, ¿qué puedo hacer para estar lo mejor preparado posible? Mencionaste mejorar las relaciones con los proveedores y posiblemente cambiar las cantidades mínimas de pedido. ¿Qué más puedo hacer para estar lo más preparado posible?
Joannes Vermorel: Una medida contraintuitiva es anticipar que tu entorno de TI estará en constante cambio durante un largo período. Esto complica las cosas porque acceder a los datos se vuelve aún más difícil. Las empresas que crecen significativamente cada dos o tres años a menudo necesitan cambiar todo en su entorno de TI. El ERP, sitio web, WMS, etc., existentes, puede que ya no sean suficientes. Este cambio constante significa que corres el riesgo de no poder conciliar tus datos históricos con los datos del nuevo sistema. Puedes terminar con un nuevo ERP o WMS y luego enfrentarte al desafío de conciliar los datos del sistema antiguo con los del nuevo. Esto puede causar numerosas inconsistencias y hacer que el forecast en condiciones de crecimiento sea más complejo debido a estas disruptions.
Kieran Chandler: En el mundo real, ¿dirías que la gente a menudo sobreestima cuánto va a crecer porque siente un apego emocional a sus empresas?
Joannes Vermorel: Sí, existe una tendencia a ser excesivamente optimista. La idea debería ser esperar lo mejor pero prepararse para lo peor.
Kieran Chandler: Para lo peor y, típicamente, al menos con frecuencia, la gente hace exactamente lo contrario. Pero, fundamentalmente, lo que sucede es que muy pocas empresas intentan modelar su riesgo, diría, de manera cuantitativa.
Joannes Vermorel: Eso es lo que intentamos hacer en Lokad con esta idea de quantitative supply chain. El crecimiento es una cierta clase de riesgo. Significa que existe una cierta clase de incertidumbre en la que tu negocio, o algunos productos, pueden de repente vender mucho más y necesitas tener procesos en marcha que te permitan reaccionar muy rápidamente a este tipo de situación. La acción rápida típicamente significa no tener personas en el circuito, porque si dependes de que los gerentes de supply chain, que deben revisar los datos a diario, decidan que lo que están viendo no es ruido sino realmente el resultado de que este producto ha entrado en una nueva etapa de volumen de ventas. En comparación con la etapa anterior, ahora se está vendiendo 20% más o algo por el estilo.
La gente querrá esperar un poco para tener confianza en lo que ve. Puedes fácilmente añadir un par de semanas de retraso solo porque tienes humanos en el circuito para implementar las decisiones. Así que, probablemente, una forma de hacer frente al crecimiento no es realmente ser mucho mejor en anticipar el crecimiento. Es simplemente que, cuando el crecimiento es estadísticamente notable, actuar sobre él mucho más rápido. Esto significa tener un mecanismo de decisión automatizado de extremo a extremo que básicamente active reorders más rápido, en lugar de tener a alguien que espere hasta estar, lamentablemente, muy seguro de lo que está viendo.
Pero eso también significa, típicamente, que confías mucho en enfrentar faltante de stock, porque si esperas hasta estar muy seguro de que el producto es un éxito, prácticamente garantizas haber esperado tanto que casi aseguras un faltante de stock debido a que no has realizado un reorder lo suficientemente temprano para acomodar esta emergencia.
Kieran Chandler: Entonces, para resumir, el mensaje central a llevarse de hoy es básicamente que, si eres un negocio y estás experimentando grandes cantidades de crecimiento, es mejor ser más reflexivo y reactivo en lugar de almacenar inventario y actuar con el futuro en mente. ¿Estarías de acuerdo con eso?
Joannes Vermorel: Sí, y es importante realmente pensar en la estructura detallada de tu crecimiento y diferenciarla para que puedas tratar el crecimiento de manera muy diferente, ya sea un crecimiento orgánico y constante en términos de negocio, de aciertos o errores, o cualquier otro tipo de estructura de crecimiento alternativa, como la apertura de países. Porque las consecuencias para tu supply chain y para la forma en que dimensionas tu inventario son muy diferentes.
Kieran Chandler: Bien, genial. Vamos a tener que terminar por aquí, pero gracias por tu tiempo. Así que eso es todo por esta semana. Volveremos la próxima semana con otro episodio, pero hasta entonces, gracias por ver.
