00:00:04 Introducción: Desafíos de pronóstico para empresas de alto crecimiento.
00:01:16 Tipos de crecimiento de la empresa y problemas de pronóstico relacionados.
00:02:18 Dificultad para predecir el éxito de nuevos productos.
00:04:07 Escenario de “acierto o error” y respuestas.
00:05:43 Otros problemas de pronóstico y concepto de crecimiento escalonado.
00:08:01 Desafíos para predecir el momento de crecimiento empresarial.
00:12:18 Estrategias para mitigar la imprevisibilidad del pronóstico.
00:13:46 El papel de las negociaciones con proveedores en situaciones de “acierto o error”.
00:14:13 Identificación de indicadores de crecimiento próximo.
00:15:16 Estadísticas de búsqueda de Google: ¿una herramienta de pronóstico?
00:16:23 Estrategias para empresas en rápido crecimiento.
00:16:46 Implicaciones de los cambios en TI durante el crecimiento.
00:18:14 Tendencia de las empresas a sobrepronosticar.
00:19:03 Supply Chain Quantitativa y reacciones rápidas al crecimiento.
00:21:11 Reflexiones finales.
Resumen
La entrevista entre Kieran Chandler y Joannes Vermorel se centró en los desafíos de la optimización de la cadena de suministro para empresas de alto crecimiento. Vermorel destacó las complejidades del pronóstico en tales escenarios, identificando dos tipos de crecimiento: orgánico y “acierto o error” a partir de nuevos productos. Este último, argumentó, complica el pronóstico debido a su imprevisibilidad. Reconocer la estructura fina del crecimiento es crucial para diferenciar entre estos escenarios, informando mejores decisiones de inventario. Vermorel sugirió soluciones como la modelización cuantitativa de riesgos, mecanismos de toma de decisiones automatizados de extremo a extremo y estrategias de cadena de suministro flexibles adaptadas a la estructura de crecimiento. También aconsejó anticipar los cambios constantes en el panorama de TI de la empresa para hacer frente a las complejidades relacionadas con el crecimiento.
Resumen Extendido
En la entrevista, Kieran Chandler, el presentador, discutió los desafíos de la optimización de la cadena de suministro para empresas de alto crecimiento con Joannes Vermorel, fundador de Lokad, una empresa de software especializada en este campo. La conversación se centró en los dilemas a los que estas empresas suelen enfrentarse al anticipar y responder a la demanda, y los tipos de crecimiento que pueden complicar los esfuerzos de pronóstico.
Chandler introdujo el problema del pronóstico para escenarios de alto crecimiento, citando el ejemplo de empresas que compran exceso de stock para satisfacer picos de demanda anticipados, solo para encontrarse con un excedente cuando el crecimiento no se mantiene, una situación que resultó en una pérdida de 4.3 mil millones de dólares para H&M ese mismo año.
Vermorel explicó que las empresas que enfrentan un alto crecimiento a menudo encuentran una serie de dificultades, derivadas tanto de la desorganización interna debido al crecimiento rápido como de las complejidades estadísticas vinculadas a la naturaleza del crecimiento. El fundador enfatizó que la fuente de crecimiento de una empresa impacta significativamente en el proceso de pronóstico, haciéndolo más o menos complicado.
Vermorel describió dos tipos de crecimiento que las empresas pueden experimentar. El primero, el crecimiento orgánico, ocurre cuando una empresa crece de manera uniforme, como en el caso de un negocio de comercio electrónico que ve un aumento constante en el tráfico del sitio web, lo que resulta en un crecimiento lineal de las ventas de productos. Este escenario, aunque relativamente más fácil de pronosticar, aún contiene incertidumbres sobre la sostenibilidad del crecimiento, ejemplificado por la situación de H&M.
El segundo tipo de crecimiento surge cuando una empresa introduce nuevos productos al mercado. Este escenario se vuelve más desafiante para el pronóstico, ya que no todos los nuevos productos contribuirán al crecimiento; solo algunos podrían tener éxito, creando una situación de “acierto o error”. El crecimiento, en este caso, está impulsado por estos productos exitosos, mientras que el resto puede no mostrar aumentos significativos en las ventas. Vermorel mencionó a las empresas de moda como ejemplo, donde los productos ocasionales se convierten en grandes éxitos, contribuyendo al crecimiento general, pero la mayoría de los productos mantienen pronósticos de demanda planos.
Este escenario de acierto o error presenta un desafío particular para el pronóstico. Las empresas no pueden responder simplemente aumentando el stock de todos los productos, ya que solo una fracción probablemente tendrá éxito. Una respuesta no diferenciada, como lo expresó Vermorel, conduciría a recursos desperdiciados y sesgos desconcertantes en el pronóstico. Explicó que aunque un negocio pueda estar creciendo, el pronóstico a nivel desagregado puede no reflejar este crecimiento, principalmente porque es imposible predecir qué producto será el próximo gran éxito. Como resultado, el pronóstico promedio puede ser mucho más bajo que el resultado real.
Vermorel comienza reconociendo la imprevisibilidad inherente en el pronóstico para las empresas, especialmente cuando se trata de lanzar nuevos productos. No solo es incierto qué productos serán exitosos, sino que también es incierto cuántos productos podría lanzar una empresa en el futuro. Esta incertidumbre se extiende a productos que aún no se han desarrollado por completo o considerado para su lanzamiento, lo que dificulta predecir con precisión su demanda.
A pesar de esta comprensión, Vermorel señala que predecir el momento exacto en que ocurrirá el crecimiento sigue siendo esquivo. Las empresas pueden anticipar ráfagas de crecimiento pero les resulta difícil determinar su momento exacto. Esto es particularmente cierto al expandirse a un nuevo país, lo que introduce un nuevo conjunto de variables que no son adecuadas para el pronóstico estadístico tradicional.
Abordando la solución a estos desafíos, Vermorel sugiere que aunque es difícil mejorar los pronósticos de resultados promedio debido a la naturaleza de “acierto o error” del éxito del producto, las empresas pueden obtener información al comprender la estructura estadística de su crecimiento. Esta comprensión ayuda a diferenciar si el crecimiento está impulsado por el éxito individual del producto o por factores de toda la empresa. A su vez, esto permite tomar mejores decisiones de inventario, como adoptar políticas de inventario conservadoras desde el principio y ser reactivos cuando un producto parece ser un éxito.
Vermorel afirma que la estrategia clave en la gestión del riesgo de inventario frente a la recompensa esperada es capturar el éxito cuando ocurre. Sin embargo, advierte contra respuestas agresivas de inventario a productos de rápido crecimiento en empresas que suelen experimentar un crecimiento orgánico durante períodos prolongados. Estas situaciones pueden no representar un “acierto” sino que podrían ser un pico temporal, lo que hace que las decisiones de inventario agresivas sean potencialmente perjudiciales.
En casos en los que la previsión está borrosa, Vermorel recomienda ajustar variables como negociar mejores cantidades mínimas de pedido (MOQ) con proveedores. Esta estrategia permite comprar cantidades más pequeñas inicialmente y responder de manera agresiva si un producto resulta ser un éxito, ofreciendo una forma práctica de adaptarse a las incertidumbres inherentes del escenario de “acierto o error”.
Vermorel enfatizó la incertidumbre inherente en la predicción del crecimiento. Si bien puede haber indicadores, argumentó que no existe 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 lo tanto, es vital reconocer esta incertidumbre irreducible. Utilizando las estadísticas de búsqueda de Google como ejemplo, explicó que estos datos pueden proporcionar información a corto plazo, pero no son suficientes para ayudar a las empresas a anticipar tendencias a largo plazo, que son fundamentales para la planificación de la cadena de suministro.
Dadas estas incertidumbres, cuando una empresa se encuentra en un período de crecimiento exponencial, Vermorel sugirió algunas estrategias para estar mejor preparados. Hizo hincapié en la importancia de anticipar que el panorama informático de la empresa estará en constante cambio. A medida que una empresa crece, generalmente cada dos o tres años, es posible que necesite renovar toda su infraestructura informática. Este cambio continuo puede causar complicaciones en el acceso y la conciliación de datos de sistemas antiguos y nuevos, lo que complica aún más la previsión del crecimiento.
Vermorel también habló sobre la tendencia de las empresas a sobreestimar su crecimiento debido al apego emocional. Este sesgo hacia el optimismo puede llevar a una gestión inadecuada del riesgo. Propuso un enfoque más cuantitativo para el modelado de riesgos, argumentando que el crecimiento representa un tipo específico de riesgo que requiere una respuesta rápida y eficiente. Para que estas respuestas sean efectivas, abogó por mecanismos de toma de decisiones automatizados de extremo a extremo en lugar de depender de la intervención humana, que podría introducir retrasos y errores.
Por último, Vermorel recomendó que las empresas consideren la estructura detallada de su crecimiento. Ya sea que el crecimiento sea constante y orgánico, acierto o error, o debido a nuevos mercados, las implicaciones para la cadena de suministro y la gestión de inventario difieren significativamente. Hizo hincapié en la necesidad de adaptar las estrategias de la cadena de suministro a la estructura de crecimiento específica que está experimentando la empresa. Este enfoque puede ayudar a las empresas a gestionar sus cadenas de suministro de manera más efectiva durante períodos de crecimiento.
Transcripción completa
Kieran Chandler: Joannes, en términos de prever escenarios de alto crecimiento, parece ser una tarea bastante difícil. ¿Qué tipo de problemas suelen enfrentar las empresas en estas situaciones?
Joannes Vermorel: En realidad, hay una serie de problemas. En primer lugar, cuando las empresas están creciendo internamente, a menudo hay una gran cantidad de desorganización que es simplemente el resultado del propio crecimiento. Esto complica todo, incluida la previsión, que se vuelve más desafiante debido al crecimiento. Pero desde un punto de vista estadístico, realmente depende de lo que esté generando el crecimiento. Hay muchas formas diferentes de crecer que pueden hacer que la previsión sea más o menos complicada para adaptarse al crecimiento.
Kieran Chandler: ¿De qué tipo de crecimiento estamos hablando aquí?
Joannes Vermorel: Probablemente el tipo más fácil de crecimiento es el crecimiento orgánico. Por ejemplo, si tienes un negocio de comercio electrónico, cada mes tu sitio web recibe un poco más de tráfico y todos tus productos están experimentando una tendencia al alza. Este crecimiento está correlacionado linealmente con el aumento en el tráfico de 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 en toda la empresa que no se materializa, como en el caso de H&M, puede ser bastante perjudicial. Pero aún así, desde una perspectiva puramente de previsión, esta es una situación más simple.
Una forma diferente de crecer es cuando lanzas nuevos productos. Eso significa que tienes artículos que pueden estar creciendo o no, y luego te vuelves mejor en la introducción de nuevos productos al mercado. Estos productos pueden ser un éxito o un fracaso. Tu crecimiento está impulsado por nuevos productos, pero no todos ellos. Esto es típicamente cuando las empresas mejoran en la optimización de su surtido e identifican los productos que serán más atractivos para el mercado. Esto puede suceder, por ejemplo, con empresas de moda que mejoran en el lanzamiento de productos que ocasionalmente se convierten en grandes éxitos. Este escenario es mucho más difícil en términos de previsión estadística.
Kieran Chandler: En este escenario de éxito o fracaso, donde tienes un producto de cada veinte que es realmente exitoso, ¿cómo debería responder una empresa a eso? ¿Es viable poner stock adicional en todos los artículos de tu catálogo?
Joannes Vermorel: Exactamente, esa estrategia no funciona. No puede ser una respuesta indiferenciada. Además, significa que terminarás con muchos sesgos desconcertantes en tu previsión. Por ejemplo, tu negocio está creciendo, pero si miras la previsión a un nivel muy desagregado, no parece estar creciendo. Esto se debe típicamente a 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 pronosticados, están ausentes de nuestras previsiones. Básicamente, pronosticamos la demanda de los productos existentes o los que ya hemos planeado lanzar, pero los productos que aún están bajo consideración no forman parte del pronóstico estadístico. Además de no saber qué nuevos productos van a crecer realmente, ¿hay algún otro problema que enfrentamos al pronosticar el 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 hay un gran aumento y luego no hay crecimiento durante un tiempo. Esto es común en muchos negocios, tanto en línea como en tiendas físicas tradicionales.
Kieran Chandler: ¿Por qué ocurren estos aumentos escalonados en el crecimiento?
Joannes Vermorel: En el comercio electrónico, se pueden ver impactos dramáticos en las páginas de resultados de los motores de búsqueda. Si Google te clasifica 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 televisión a nivel nacional ha experimentado un crecimiento significativo. Por ejemplo, las personas no estaban acostumbradas a comprar piezas de automóviles en línea hasta que una empresa decidió lanzar una campaña masiva en televisión. Incluso las empresas que no pagaban por anuncios de televisión se beneficiaron de este impulso del mercado porque las personas comenzaron a comparar precios en línea.
Kieran Chandler: Entonces, ¿estás diciendo que el problema clave es que una empresa puede saber que va a crecer, que va a dar ese paso adicional en algún momento, pero el verdadero problema es que no saben cuándo va a suceder eso?
Joannes Vermorel: Sí, saben que hay una posibilidad de que suceda, pero es posible que no sepan exactamente cuándo. Por ejemplo, pueden tener una buena suposición si están expandiéndose a un nuevo país. Cuando comienzan a abrir este nuevo país, pueden esperar un aumento en el crecimiento, pero aún no es elegible para un pronóstico estadístico porque no hay un conjunto estadísticamente significativo de eventos que representen la apertura de nuevos países.
Kieran Chandler: Parece que es bastante complicado. Solo sabes que tal vez uno de cada 20 de tus productos va a tener éxito, pero no sabes cuál ni cuándo va a suceder. Entonces, ¿cuál es la solución aquí? ¿Podemos realmente pronosticar estos escenarios?
Joannes Vermorel: Es muy difícil obtener un pronóstico mejor sobre el resultado promedio. El resultado promedio va a ser extremadamente incierto. Cuando tienes un patrón de acierto o error, significa que no sabes qué productos serán los aciertos. Si lo supieras, probablemente serías increíblemente rico.
Kieran Chandler: Sugieres que podríamos comprender estadísticamente el patrón de crecimiento de un negocio. Esta comprensión podría diferenciar entre un negocio donde el crecimiento se debe a aciertos o errores a nivel de producto, o a un crecimiento paso a paso a nivel de toda la empresa, o incluso a otro tipo de crecimiento. ¿Puedes ampliar esto?
Joannes Vermorel: Absolutamente. Hay diferentes tipos de crecimiento. Algunos productos crecen gradualmente con el tiempo hasta convertirse en muy grandes, y no son todos los productos, sino solo algunos. Al capturar la naturaleza, la naturaleza estadística del riesgo, puedes tomar mejores decisiones de inventario. Por ejemplo, si tu crecimiento se debe a un patrón de acierto o error, querrías tener políticas de inventario conservadoras desde el principio. Sin embargo, también querrías que estas políticas fueran increíblemente reactivas y agresivas cuando comiences a detectar que un producto parece ser un acierto. Esta estrategia equilibra el riesgo de inventario versus la recompensa esperada, lo cual es crucial para capturar un acierto porque tales ocurrencias son frecuentes en tu negocio.
Kieran Chandler: Pero, ¿qué pasa si un negocio no muestra estos patrones de acierto o error, 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 es un acierto. 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 pronóstico, pero va a ser bastante borroso. ¿Cómo mitigamos esa borrosidad, especialmente en un escenario de acierto o error?
Joannes Vermorel: Tienes razón, es un desafío. Hay algunos negocios en los que puedes predecir más predeciblemente el futuro. Por ejemplo, en la industria aeroespacial, si estás dando servicio a piezas para aviones, el crecimiento que verás en tu cadena de suministro está típicamente relacionado con la cantidad de aviones que necesitas atender. Típicamente sabes con meses de anticipación si tendrás que atender más aviones. Sin embargo, la mayoría de los negocios no tienen la ventaja de contar con un indicador así. Una estrategia podría ser negociar mejores cantidades mínimas de pedido (MOQs, por sus siglas en inglés) con tus proveedores. Esto podría significar comprar cantidades más pequeñas con más frecuencia, lo que te permitiría responder de manera agresiva si detectas un acierto, en lugar de comprar grandes cantidades de inventario y terminar con exceso de existencias en todos tus errores.
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 hay una forma garantizada de predecir el crecimiento. Si hubiera un método para aprovechar las estadísticas y predecir con precisión el crecimiento, en Lokad no estaríamos haciendo optimización de la cadena de suministro, simplemente estaríamos jugando en la bolsa de valores. Es fundamentalmente una incertidumbre irreducible. Si tuvieras una forma de estar absolutamente seguro de que vas a crecer, alguna empresa estaría explotando este truco para crecer indefinidamente. Pero como hemos visto, incluso las mejores empresas solo pueden crecer durante un largo período hasta que se vuelven excesivamente grandes.
Kieran Chandler: ¿Existen límites en el mercado y es posible que el crecimiento simplemente se detenga? Por ejemplo, ¿podemos incluir cosas como las estadísticas de búsqueda de Google en los pronósticos para obtener alguna idea?
Joannes Vermorel: Sí y no. El problema es que, digamos que estás vendiendo un producto, como un remedio de venta libre para el resfriado común. Necesitas abastecerte con semanas, si no meses, de anticipación. La búsqueda en Google podría darte algunas horas de ventaja cuando las personas comiencen a buscar “Tengo un resfriado, ¿qué puedo tomar para dormir mejor?”. Sin embargo, solo comenzarán a buscar eso en el último momento. Entonces, aunque puedas mejorar ligeramente tu pronóstico para el día siguiente con unas pocas horas de anticipación, en la gestión de la cadena de suministro, típicamente necesitas mirar al menos unas pocas 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 está creciendo exponencialmente, ¿qué puedo hacer para estar mejor preparado? Mencionaste mejorar las relaciones con los proveedores y posiblemente cambiar las cantidades mínimas de pedido. ¿Qué más puedo hacer para estar lo mejor preparado posible?
Joannes Vermorel: Una medida contraintuitiva es anticipar que tu panorama 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 panorama de TI. El ERP existente, el sitio web, el WMS, etc., pueden no ser suficientemente buenos. 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 enfrentar el desafío de conciliar los datos del sistema antiguo con los datos del nuevo sistema. Esto puede causar numerosas inconsistencias y hacer que la previsión bajo crecimiento sea más compleja debido a estas disrupciones de TI.
Kieran Chandler: En el mundo real, ¿dirías que las personas a menudo sobreestiman cuánto van a crecer debido a un apego emocional a sus empresas?
Joannes Vermorel: Sí, hay una tendencia a ser demasiado optimista. La idea debería ser esperar lo mejor pero prepararse para lo peor.
Kieran Chandler: Para lo peor y típicamente, al menos con frecuencia, las personas hacen exactamente lo contrario. Pero fundamentalmente, lo que sucede es que muy pocas empresas intentan modelar su riesgo, yo diría, de manera cuantitativa.
Joannes Vermorel: Eso es lo que intentamos hacer en Lokad con esta idea de Supply Chain Quantitativa. El crecimiento es una cierta clase de riesgo. Significa que hay una cierta clase de incertidumbre donde tu negocio, o algunos productos, pueden de repente vender mucho más y necesitas tener procesos en marcha donde puedas reaccionar muy rápidamente a este tipo de situaciones. La acción rápida típicamente significa no tener personas involucradas porque si esperas que lidiar con el crecimiento dependa de los gerentes de la cadena de suministro que necesitan mirar los datos a diario, tomar una decisión sobre el hecho de 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 vende un 20% más o lo que sea.
Las personas querrán esperar un poco para tener confianza en lo que ven. Puedes agregar fácilmente un par de semanas de retraso solo porque tienes humanos involucrados para implementar decisiones. Entonces, probablemente una forma de lidiar con el crecimiento no sea realmente ser mucho mejor en anticipar el crecimiento. Es simplemente que cuando el crecimiento sea estadísticamente notable, actuar mucho más rápido. Esto significa tener un mecanismo de decisión automatizado de principio a fin que básicamente activa reabastecimientos más rápido, en lugar de tener a alguien que esperará hasta que estén desafortunadamente muy seguros de lo que están viendo.
Pero eso también significa típicamente que tienes mucha confianza en enfrentar faltantes de stock porque si esperas hasta estar muy seguro de que el producto es un éxito, casi garantizas haber esperado tanto tiempo que tienes casi garantizado un faltante de stock porque no has realizado un reabastecimiento lo suficientemente temprano para acomodar esta aparición.
Kieran Chandler: Entonces, para resumir, el mensaje principal que debemos recordar hoy es básicamente que si eres una empresa y estás experimentando grandes cantidades de crecimiento, es mejor ser más reflexivo y receptivo en lugar de almacenar stock y actuar pensando en el futuro. ¿Estás de acuerdo con eso?
Joannes Vermorel: Sí, y es importante pensar realmente en la estructura detallada de tu crecimiento y diferenciar eso para que puedas lidiar con el crecimiento de manera muy diferente, ya sea un crecimiento orgánico constante desde el punto de vista empresarial, golpe o error, o cualquier otro tipo de estructura de crecimiento alternativa como la apertura de países. Porque las consecuencias para tu cadena de suministro y para la forma en que dimensionas tu inventario son muy diferentes.
Kieran Chandler: De acuerdo, genial. Tendremos que terminar aquí, pero gracias por tu tiempo. Eso es todo por esta semana. Volveremos la próxima semana con otro episodio, pero hasta entonces, gracias por vernos.
