Implementar un modelo de análisis predictivo de la demanda

No hace mucho tiempo, escuchar a un hotel afirmar que podría predecir de manera precisa cuál iba a ser su ocupación a meses vista nos hubiera parecido un brindis al sol, una burda exageración o una fanfarronada.

No hace mucho tiempo, planificar el reaprovisionamiento de cualquier actividad se resumía, en ocasiones, con un gesto tan representativo como extendido. La persona aludida se acercaba el dedo índice a la boca para acto seguido extenderlo en el aire en una representación de la multitud y arbitrariedad de variables que podían influir – y que de hecho influyen- a la hora de preparar su forecast. “No tengo una bola de cristal” se escuchaba repetidamente cuando se intentaba profundizar en el detalle de alguna de las líneas o para justificar desviaciones demasiado importantes.

Hay otro mantra que vale la pena incorporar al relato. Todas las actividades entrañan particularidades, son únicas y, con mayor o menor complejidad, incorporan elementos de cierta incertidumbre a la hora de planificar. Es cierto que tu negocio es especial. Lo que quizás no estás teniendo en cuenta, es que todos lo son.

La verdad es que en muchas ocasiones la solución la tenemos en casa. El famoso Big Data nos aporta herramientas para poder asimilar una cantidad ingente de datos que ya tenemos pero que, hasta ahora,  resultaba muy difícil cruzar, interpretar o trabajar con un propósito concreto y enfocado a la búsqueda de soluciones verdaderamente de negocio; como si estuvieran cogiendo polvo en las estanterías de nuestro servidor.

A día de hoy ya tenemos muchos ejemplos de negocios que encontraron en el trabajo interno sobre sus propios datos la manera de reinventarse para poder seguir manteniendo competitividad. Nespresso fue uno de los pioneros en nuestro país; utilizando los datos de sus consumidores y socios del club Nespresso que poseía para otros menesteres– ¿habéis rellenado alguna vez esa ficha? - para poder realizar previsiones de consumo individualizadas que fomentaran nuevas formas de interactuar con el cliente. Estas incrementaron la fidelización y la captación de ventas por diferentes canales como, por ejemplo, el SMS. Qué brillante idea pensar en explotar datos hasta entonces puramente de interés para los equipos de Marketing para reenfocar el negocio en base a la propuesta personalizada y a la anticipación como valor añadido para un cliente que solo tiene que contestar un SMS para recibir su café en casa.

La democratización de la tecnología 

Las plataformas o servicios conocidos como SaaS han supuesto una revolución en lo que a la democratización de la tecnología se refiere. A través de un coste modesto de implementación y un fee mensual, cualquier PYME puede tener acceso a este tipo de herramientas que pueden ser definitivas a la hora de poder mantener la competitividad.

¿De qué otra manera sino pueden adaptarse estas compañías al reto, por ejemplo, de la omnicanalidad? Esta es una pregunta que no necesita respuesta porque cae por su propio peso. Si ya entrañaba dificultad el poder afinar en un modelo de venta tradicional, el momento actual y los nuevos hábitos de consumo elevan el listón de exigencia de manera superlativa.

Hablando sobre la parte de la planificación de la demanda en concreto, y más en un contexto de crisis, poder mejorar nuestras previsiones de demanda nos podrá reportar dos principales beneficios muy importantes y que son evidentes:

• El rigor en mantener unos niveles de stock adecuados que no comprometa la salud financiera de nuestra compañía
• El poder mejorar nuestra cifra de ventas gracias a una mejor disponibilidad de nuestros productos.
  

Una propuesta concreta de servicio

Desde 7Experts ayudamos a nuestros clientes a mejorar estas ratios a través de nuestra herramienta predictiva de la demanda, usando una metodología concreta que nos permite una implementación óptima de la solución y aportar valor acerca de la comprensión del comportamiento de las distintas familias de productos del portfolio de nuestros clientes y la definición de las buenas métricas de seguimiento y que se fundamenta en los siguientes pasos:

1.- La recopilación de datos históricos y su posterior análisis e interpretación permite identificar y definir patrones de comportamiento de las distintas familias en aras de conocer la elasticidad de la demanda de cada una de ellas. En este sentido, es obvio que puede haber referencias con una estacionalidad más o menos marcada, ciclos de vida de producto diferenciados o patrones de venta que responden de manera más acentuada a impulsos o estrategias concretas frente a otros que tengan una demanda más estable. Conocer estas diferencias nos puede servir para entender la criticidad y establecer prioridades a la hora de definir el roadmap de la implementación de la herramienta.

2.- En una fase posterior, nos encontramos la creación del algoritmo predictivo y la puesta en marcha de la solución que, se complementará con la elección de los buenos indicadores que nos van a permitir monitorizar el resultado a través de la visualización en tiempo real que ofrece el soporte de Power BI de Microsoft.

3.- Una vez implementada la solución, empezaremos a ver no solo que nuestro forecast mejora en fiabilidad, sino que podemos empezar a tomar buenas decisiones en relación a nuestro stock; redefiniendo políticas de stocks de seguridad y lotes de aprovisionamiento que permitan ajustar los niveles de stock óptimos.

4.- La responsabilidad de la planificación exige un rol proactivo de los planificadores a la hora de incorporar los diferentes imputs que llegan desde las otras áreas de la compañía y ser sensibles a ellos para validar un forecast que los incorpore; por lo que a través de una revisión de los procesos y del flujo de toma de decisiones podremos asegurar que estos elementos se integran en la validación de nuestras previsiones.

5.- El seguimiento es una parte fundamental en este proceso puesto que la herramienta predictiva constituye un útil de ayuda a la decisión y deberemos revisar periódicamente nuestros indicadores de manera conjunta y a través de la buena organización para poder reconducir eventuales desviaciones.

6.- Por último, solo nos queda observar cómo mejoran nuestras ratios tanto de rotación del stock como el índice roturas y su repercusión en la cifra de ventas de las referencias más afectadas por este problema; ayudando enormemente a mejorar la salud financiera de nuestra empresa y aumentar la cifra de negocio.