El año 2020 representó el armagedón de la previsión, sin más datos históricos en los que basarse para planificar las acciones comerciales. ¿Es hora de dejar de hacer pronósticos? No, es hora de cambiar la forma en que lo haces.
El Demand Sensing cambia la perspectiva de la previsión y desplaza la línea temporal de lejos a muy cerca para hacer frente a los retos del cambio.
¿ES UN MUNDO SIN PASADO UN MUNDO SIN FUTURO?
Si el año pasado nos ha enseñado algo, es que cuando se trata de pronosticar, hay que estar listo en cualquier momento para tirar todo por la borda y empezar de nuevo. El año 2020 representó el armagedón de la previsión, llevando a todos los actores del mercado de vuelta al inicio, sin certezas a las que aferrarse, sin datos históricos en los que apoyarse para interpretar el futuro y planificar las acciones comerciales.
¿Significa esto que hay que dejar de hacer pronósticos?
No, sólo significa cambiar la forma en que las hacemos y, sobre todo, partir de una premisa diferente: en un mundo dominado por la incertidumbre, el ganador no es el que trata de predecir lo impredecible, sino el que es capaz de reaccionar mejor ante lo inesperado.
El impacto del Covid-19 en nuestra realidad ha sido ciertamente una calamidad, pero desde algunos puntos de vista también puede considerarse una
oportunidad para repensar viejas lógicas que ya habían empezado a entrar en crisis hace algún tiempo y que sólo sobrevivieron por inercia, impulsadas por el empuje de la costumbre.
Este proceso de revisión incluye conceptos fundamentales como el trabajo y el debate sobre el trabajo inteligente, la escuela y el DAD, la sostenibilidad ambiental y el modelo capitalista, la socialidad física y mediada, la inteligencia colectiva y la resistencia abusiva.
El campo de la inteligencia de la demanda y todas las técnicas analíticas, que de diversas maneras se ocupan de la previsión, está plenamente invertido por esta mirada crítica/revisionista.
Pero que algo estaba cambiando, o necesitaba cambiar, es una conciencia no nueva de que la llegada del Covid-19 probablemente sólo se aceleró: no estábamos completamente desprevenidos para la idea de tener que lidiar con un futuro sin pasado.
DEMAND SENSING: EL FUTURO A CORTO PLAZO
En términos generales, el proceso tradicional de previsión de la demanda se basa en el análisis de series temporales extraídas, en el ámbito de la venta al por menor por ejemplo, de los datos de envío y venta de un producto, pero es un hecho que en los últimos tiempos las nuevas técnicas analíticas están cambiando la forma de entender la previsión de la demanda, centrándose en un marco temporal que ya no es el largo plazo, sino que cada vez más mira al just in time con una visión temporal de unas pocas semanas, si no unos pocos días.
Esta técnica de previsión se define como el demand sensing y combina grandes cantidades de datos, procedentes de las fuentes más dispares (no sólo de los históricos de ventas de un producto), con la inteligencia artificial (IA) y las técnicas de machine learning. Los sistemas de demand sensing se mezclan desde la red de charla hasta los terminales de punto de venta (POS), para proporcionar imágenes en tiempo real de lo que está sucediendo en la primera línea de productos, tanto en las tiendas minoristas como en los canales de venta en línea. Los datos de ventas reales, entonces, se integran con todo, desde los pronósticos del tiempo hasta los hashtags de Instagram, lo que resulta en una contaminación entre lo virtual y lo real. En otras palabras, si un determinado producto se vuelve viral en el contenido de los canales sociales, es muy probable que esa tendencia de comunicación se extienda a las tendencias de la demanda en el mundo real.
¿Cuáles son las ventajas reales de adoptar una estrategia basada en el demand sensing?
Muchas empresas ya han recurrido el demand sensing como palanca estratégica de negocio, transformando los datos y la información que tienen en acciones concretas.
Los beneficios de adoptar este enfoque son muchos y se prestan a diferentes situaciones. Tomemos algunos ejemplos.
El demand sensing reduce los tiempos de espera cuando hay un distribuidor/revendedor intermediario entre su negocio y el cliente final. Desde este punto de vista, la información y los datos procedentes del punto de venta asumen una centralidad fundamental para mejorar las previsiones de ventas sin tener que esperar al distribuidor. El demand sensing permite proporcionar un mejor insumo a corto plazo a los productores y proveedores, interviniendo en tiempo real para mejorar el plan de producción basado en la previsión.
Además, la gestión de las existencias es una operación muy delicada, especialmente cuando hay existencias disponibles, pero en el lugar equivocado. El demand sensing permite una optimización dinámica de las existencias a corto plazo al cotejar la disponibilidad de existencias en el almacén con la variación de la demanda prevista.
La variabilidad estacional de la demanda es otro elemento que hay que considerar cuando se piensa en términos de previsión. Uno de los objetivos del demand sensing es obtener rápidamente información sobre la demanda para anticipar las tendencias o reaccionar ante cambios repentinos en el medio ambiente. Por ejemplo, si las previsiones de ventas de un artículo no se corresponden con las cifras de ventas reales, el paradigma de demand sensing permitirá reajustar rápidamente la producción y las existencias, evitando el envejecimiento de las mercancías en el almacén.
Por último, el demand sensing permite gobernar incluso los ciclos de vida de los productos, cada vez más cortos, favoreciendo una rotación de los bienes rápidamente y sin errores de cálculo, que puede satisfacer las demandas de la demanda sin generar over stock o stock out.
GOD SAVE THE BARBOUR
Un ejemplo actual de lo que se ha dicho hasta ahora está representado por la oleada de solicitudes de compra de chaquetas Barbour tras el lanzamiento y el gran éxito de la serie The Crown de Netflix. De hecho, parece que la cuarta temporada de The Crown ha despertado un inesperado interés masivo en las chaquetas enceradas de la familia real británica. La presencia de la marca en los episodios es tan masiva que un artículo de la revista The Cut hablaba de “Barbour-jacket porn». Ahora bien, que el entretenimiento tenga un papel masivo en la configuración de acciones, comportamientos y elecciones colectivas, no es ciertamente una novedad, por lo que podemos decir que es también y especialmente gracias a la serie Netflix que las chaquetas Barbour están de nuevo de moda y han entrado en la lista de deseos de la gente que, hasta entonces, no sabía o no estaba interesada en la marca. Aquí, entonces, que las ventas de la prenda se han disparado (más del 25 por ciento) en diciembre. Pero las primeras señales ya se vieron durante el Black Friday con ofertas de descuento de la prenda, tanto nuevas como usadas. El fenómeno pasó entonces de la ficción a lo social, de lo social a las tiendas, de las tiendas a lo social, en un circuito virtuoso que amplía la visibilidad y por tanto el atractivo para los consumidores.
Pero ahora la pregunta es: ¿habrá estado Barbour preparado para hacer frente a un aumento tan sustancial de la demanda (especialmente en un momento de crisis generalizada) explotando la ola de esta inesperada buena fortuna o su cadena de producción/distribución habrá sucumbido bajo el peso del estrés?
LA PREVISIÓN NO ES SUFICIENTE SIN LA INTEGRACIÓN
Para esto es para lo que sirve el demand sensing: para mejorar las previsiones del futuro próximo, por supuesto, pero sólo en una perspectiva de colaboración entre las partes, integrando el paradigma de la supply chain en colaboración con el de la demanda, creando una visión del mercado centrada en la plena satisfacción de las necesidades de los clientes. Satisfacer las necesidades del consumidor significa disponer de un sistema de distribución capilar y resistente para ofrecer al mismo tiempo altos niveles de servicio y reducción de costos.
El objetivo del demand sensing es ayudar a los responsables de la toma de decisiones a tomar decisiones a corto plazo basadas en lo que acaba de suceder, no en lo que ha sucedido en los últimos años. Pero la obtención de mejores previsiones a corto plazo sólo produce valor si el sistema de producción y distribución es capaz de adaptarse rápidamente y responder a las fluctuaciones de la demanda. Por eso, tener una cadena de suministro bien integrada y sincronizada es fundamental para responder a las demandas cambiantes en tiempo real.
El demand sensing puede orientar a las empresas en la dirección correcta, pero requiere sistemas que faciliten la comunicación entre las diferentes áreas y profesionales, una visión compartida en la que se pueda tener una visión global de la situación y un enfoque basado en la demanda para tomar la decisión correcta para alcanzar el objetivo que el pronóstico sólo ha indicado.
Es evidente que el demand sensing es un aspecto de la previsión que no sustituye al sistema de previsiones basado en series históricas, con un enfoque a largo plazo, ya que las empresas deben ante todo satisfacer una necesidad de planificación que no puede seguir sólo lógicas de última hora, sino que requiere una visión amplia para optimizar al máximo los recursos y las inversiones. Los procedimientos precisos y exactos de data cleansing son y siguen siendo esenciales en un proceso de previsión útil para la administración en el proceso de toma de decisiones.
Por esta razón, los modelos de previsión integrados en la plataforma Ublique se acercan cada vez más a un enfoque de demand sensing, sin descuidar la previsión tradicional y la acción de depuración de datos sobre las series históricas, integrando el análisis predictivo y prescriptivo con algoritmos de simulación, optimización y técnicas de inteligencia artificial para ayudar a los responsables de la toma de decisiones a reducir el tiempo entre los acontecimientos y la respuesta a los mismos, planificando acciones orientadas estratégicamente a reducir los costos y mejorar el rendimiento.
¿TIENES GANAS DE MÁS?
Predecir el futuro incierto: el papel de la IA
En los dos últimos años se ha cuestionado la predicción de acontecimientos futuros basada en datos históricos. Las cadenas de valor se han enfrentado a un periodo de incertidumbre. Esta...
Metaverso e Inteligencia Artificial: un matrimonio que lo vale
Intentar definir el metaverso es una empresa para corazones intrépidos, no tanto porque el tema sea especialmente complicado, sino porque es fácil encontrarse dentro de una vorágine en la...