Seleccione su ubicación para ver el contenido específico de su país

x

Demand Planing

Demand Planning para afrontar la incertidumbre  

¿Cómo controlar la cadena de suministro en tiempos de crisis? Responder a esta pregunta sigue siendo contingente, a pesar de estar a más de dos años desde que la pandemia azotó al planeta y una nueva guerra aparece en el horizonte.

A continuación te dejamos un extracto del Breakfast Seminar donde Marcelo Cejudo nos explica el Demand Planning, uno de los pilares fundamentales para afrontar la incertidumbre en tiempos de crisis.

Si te interesa saber más sobre el demand planning para afrontar la incertidumbre te invitamos a acceder al vídeo completo

ACCEDE AQUÍ>>

también si prefieres puedes seguir leyendo el artículo hacia abajo…

Para eso, hemos ideado tres pilares fundamentales para controlar la cadena de suministro en tiempos de crisis y el primero lo vimos en un artículo anterior. En este momento, vamos a desarrollar el segundo pilar para afrontar la incertidumbre, el demand planning, con el objetivo de mirar hacia el futuro.  

Demand Planning para afrontar la incertidumbre  

La planificación de la demanda o el Demand planning lo dividimos en tres puntos relevantes en los cuales prestar atención para afrontar una crisis o momentos de incertidumbre: Construir un forecast, Gestión sobre la excepción y la estacionalidad de la demanda.  

Estos tres puntos son la base para componer una planificación de la demanda lo suficientemente robusta que aguante momentos de incertidumbre.  

Construir un forecast 

La mejor manera de entender este concepto es ejemplificarlo en seis pasos.  

Pexels Pixabay 236748

1. Determinar qué es demanda
Primero, determinar qué es la demanda: hay múltiples respuestas para esto, la venta, el consumo o incluso la venta perdida. Pero es importante que cada empresa defina cuál va a ser la demanda para casa sector y así continuar con el siguiente punto, que es elegir una base suficiente de datos.  

2. Elegir una base suficiente de datos
Se recomienda tener dos años, tener un historial más antiguo que eso ya es marginal para un cálculo de forecast. El pronóstico, por lo general, se calcula en función del último año móvil, pero se recomiendan dos para detectar patrones de estacionalidad, es decir, comparar un año con otro y ver en qué año hubo alzas o bajas de demanda.  

3. Limpiar distorsiones en la historia de demanda
En tercer lugar, es clave en el proceso de la construcción del forecast limpiar las distorsiones en la historia de demanda. Por ejemplo, una promoción pudo provocar una baja de precio en un producto muy elástico y se disparó la demanda, pero fue por un momento y después no continúa. Eso puede ensuciar el patrón de demanda y causar “ruido” en el forecast, por eso hay que eliminarlo.  

4. Detectar un patrón de demanda
Una vez limpio el historial de demanda, se debe detectar un patrón de demanda. Identificar si el producto es frecuente o normal o, por el contrario, es un slow mover, ya que en función de ese patrón de demanda que se pueda identificar, es el algoritmo de cálculo que se ocupará en el forecast.

5. Forecast estadístico
En este punto, se plantea el forecast basado en estadísticas y para esto, se pueden utilizar diferentes modelos de cálculo. Estos pueden ser el modelo Poisson, Croston o de suavizado exponencial de Holt-winters, lo que siempre dependerá del patrón de demanda.

6. Enriquecer el forecast con juicio humano
Finalmente, todo lo anterior debe ser enriquecido con un juicio humano. No basta con un software que utilice todos los datos y modelos de calculo específico si es que no hay un especialista detrás quién esté validando los procesos. Es muy necesario tener a personas que tenga el know-how del negocio y que sepa poner los inputs para sacarle partido a los datos.

Gestión sobre la excepción

Un analista es capaz de revisar 200 combinaciones de SKU/ubicación diarias, incluyendo forecast, parámetros (lead time o frecuencia de compra) y sugerencia de compra. Existen compañías que cuentan con más de 600 mil combinaciones o incluso, millones de ellas. Sin embargo, no es necesario tener cientos de empleados para analizar todos esos datos, basta con gestionar las excepciones.

Para hacer el proceso de la gestión sobre la excepción hay que comparar lo que se proyecta con lo que realmente ocurrió y si es que se está dentro del rango, está todo normal y por lo tanto no se revisa. Por el contrario, si es que hay algo que no está dentro de los parámetros establecidos, se le pone foco a los artículos en donde hubo una desviación considerable en la demanda ya sean al alza o a la baja.

En el caso de que sean muchas, se pueden combinar con el análisis ABC y así acotar aun más el foco de atención y así poner las energías en los artículos de más relevancia para la compañía.

Hay diferentes tipos de gestión sobre la excepción y aquí te dejamos algunas de ellas:

  • Peak de demanda: Si es que la demanda del producto está muy por sobre o debajo de la demanda media.
  • Tendencias elevadas: Que estructuralmente la tendencia de demanda se ve que cada vez es mayor y se escapa del forecast.
  • Reconocer los quiebres de stock: Estudiar que si la falta de venta fue por quiebre de stock o si es que hay otra razón.
  • Error acumulado del forecast: Esto se utiliza para saber si es que el forecast está siguiendo el incremento de crecimiento a la misma velocidad que ocurre o si es que no está bien ajustado.
  • Demanda elevada en el mes en curso: Aquí se compara la venta acumulada contra la proyección de ventas que se tenía hasta ese periodo.

Estacionalidad de la demanda

Teniendo dos años de historia se podría detectar cuando se vende más o menos. Por ejemplo, más calefactores en invierno y menos ventas en verano. Estos factores se pueden agregar como un factor multiplicativo al forecast con la debida antelación, para inflar el forecast teniendo en cuenta que la demanda subirá en cierto mes.

Estas fluctuaciones pueden afectar el stock de seguridad, para que no sea plano, sino que también siga el movimiento de la estacionalidad de la demanda. Con estos datos, se consigue un mejor ajuste y por lo tanto menos desviación. Cuando los productos son vendidos de acuerdo a un patrón específico, es importante tener el forecast y la reposición basada en ese patrón.

Aquí unos ejemplos de como se ve un perfil estacional no activado versus uno que sí.

Forecast

En este artículo hablamos sobre el supply planning para afrontar momentos de incertidumbre. Para continuar leyendo nuestro contenido, te dejamos invitado a seguir el contenido que tenemos preparado con más formas de enfrentar tiempos complejos en la cadena de suministro.

ACCEDE AL VIDEO COMPLETO DE ESTE ARTÍCULO

Microsoftteams Image (19)

VIDEO COMPLETO DEL BREAKFAST SEMINAR

Vuelve a vivir el Breakfast Seminar marzo 2022 donde conversamos sobre:
> Demand Planning en tiempos de incertidumbre
> Supply planning para afrontar los riesgos
> Gestión del surtido en tiempos difíciles
> Recomendaciones para tiempos de crisis

ACCEDE AL VIDEO COMPLETO >>

Habla con un experto sobre tus desafíos de inventario

Christian Contact Img Square Min

Christian Martin

Call_icon mail_icon LinkedIn_icon