Método para pronosticar la demanda de la cadena de suministro

Los cinco puntos siguientes son importantes para que una organización pronostique con eficiencia:

1. Entender el objetivo del pronóstico. Todo pronóstico respalda las decisiones basadas en él. Ejemplos de semejantes decisiones incluyen qué cantidad se debe producir de un producto particular, qué tanto inventario se debe tener y cuánto pedir. Tanto las empresas como los Gerentes que forman parte de la cadena de suministro, conocer la dualidad decisión y el pronóstico. Por ejemplo, la idea de Wal-Mart de descontar el precio del detergente durante un mes concreto deben compartirse con el fabricante, el transportista y otros implicados en satisfacer la demanda, ya que las decisiones de todos ellos pueden afectar al pronóstico de la demanda. Si no se unifican las decisiones el resultado puede ser demasiado o muy poco producto en varias etapas de la cadena de suministro.
2. Integrar la planificación y el pronóstico de la demanda a través de la cadena de suministro. Una compañía debe vincular su pronóstico a todas las actividades de planificación a través de la cadena de suministro. Éstas incluyen la planificación de la capacidad, de la producción, de promoción y de las compras, entre otras. En un escenario desafortunadamente común, un minorista desarrolla pronósticos basado en actividades promocionales, mientras que un fabricante, que no está enterado de estas promociones, desarrolla un pronóstico diferente de su planificación de producción basado en pedidos históricos. Esto conduce a un desajuste entre la oferta y la demanda y el resultado es un deficiente servicio al cliente. Para lograr esta integración, es una buena idea que una compañía cuente con un equipo interfuncional, con miembros de cada función afectada responsables de pronosticar la demanda; inclusive, una mejor idea es tener miembros de varias compañías de la cadena de suministro trabajando juntos para crear un pronóstico.
3. Identificar los principales factores que influyen en el pronóstico de la demanda. A continuación, la empresa debe identificar la demanda, la oferta y fenómenos relacionados con el producto que influyen en el pronóstico de la demanda. En lo que a ésta concierne, la compañía debe asegurarse de si está creciendo o declinando, o si tiene un patrón estacional. Estas estimaciones deben basarse en la demanda, no en datos de ventas. Por ejemplo, un supermercado promocionó una cierta marca de cereal en julio de 2012. Como resultado, la demanda de este cereal fue alta mientras que la de otros fue baja. El supermercado no debe emplear los datos de ventas de 2011 para estimar si la demanda de esta marca será alta en julio de 2012, ya que esto ocurrirá sólo si la misma marca se vuelve a promocionar en julio de 2012 y otras marcas responden corno lo hicieron el año anterior. Al pronosticar la demanda el supermercado debe entender cuál habría sido la demanda sin la actividad de promoción, y cómo se ve afectada la demanda por las promociones y acciones de la competencia. Una combinación de estos tipos de información permitirá al supermercado pronosticar la demanda para julio de 2012, dada la actividad de promoción planeada para ese año.

En cuanto a la oferta, una compañía debe considerar las fuentes de abastecimiento disponibles para decidir sobre la precisión del pronóstico deseado. Si están disponibles fuentes de suministro alternas con tiempos de espera cortos, tal vez no sea especialmente importante un pronóstico muy preciso. Sin embargo, si sólo está disponible un proveedor con un largo tiempo de espera, un pronóstico preciso tendrá un gran valor.

Respecto del producto, una empresa debe conocer cuántas variantes de un producto están a la venta y si dichas variantes se sustituyen o se complementan entre sí. Si la demanda de un producto influye o es influenciada por la demanda de otro, es mejor si los dos pronósticos se hacen conjuntamente. Por ejemplo, cuando una compañía introduce una versión mejorada del producto existente, es probable que la demanda de éste decline porque los clientes comprarán la versión mejorada. Aunque los datos históricos no indican la declinación de la demanda del producto original, la demanda histórica sigue siendo útil porque permite a la empresa estimar la demanda total combinada de las dos versiones. Evidentemente, la demanda de los dos productos debe pronosticarse de manera conjunta.

4. Pronosticar al nivel apropiado de agregación. Dado que los pronósticos agregados son más precisos que los disgregados, es importante pronosticar a un nivel de agregación apropiado puesto que la decisión relacionada con la cadena de suministro se ve afectada por el pronóstico. Consideremos un vendedor en una cadena minorista que está pronosticando para escoger el tamaño de un pedido de camisas. Un método es solicitar a cada gerente de tienda el número preciso de camisas necesarias y sumar todas las solicitudes para obtener un tamaño de pedido con el proveedor. La ventaja de este método es que utiliza datos del mercado local que tiene cada gerente de tienda. El problema con este método es que hace que los gerentes de tienda pronostiquen mucho antes de que se presente la demanda en un momento en que es probable que sus pronósticos disgregados sean imprecisos. Un método mejor puede ser pronosticar la demanda en el nivel agregado al ordenar con el proveedor y solicitar a cada gerente de tienda que pronostique sólo cuando las camisas deban asignarse a través de las tiendas. En este caso, el pronóstico de largo tiempo de entrega (pedido del proveedor) es agregado, y por consiguiente el error se reduce. El pronóstico a nivel de tienda disgregado se hace cerca de la temporada de ventas, cuando es probable que los datos del mercado local sean más efectivos.
5. Establecer medidas de desempeño y error para el pronóstico. Las compañías deben establecer medidas claras de desempeño para evaluar la precisión y la oportunidad del pronóstico. Estas medidas deben estar estrechamente correlacionadas con los objetivos de las decisiones del negocio basadas en estos pronósticos. Por ejemplo, consideremos una compañía de ventas por correo que se vale de un pronóstico para colocar pedidos con sus proveedores en la cadena de suministro. Los proveedores tardan dos meses en enviar los pedidos; por esta razón, la compañía debe asegurarse de que el pronóstico se realice al menos dos meses antes del inicio de la temporada de ventas. Al término de ésta la compañía debe comparar la demanda real con la pronosticada para estimar la precisión del pronóstico, y poner en práctica planes para reducir los futuros errores de pronóstico o responder a los observados.