En el mundo de la planificación de la supply chain, lograr un equilibrio entre la precisión del forecast y la estabilidad operativa es fundamental. Aunque muchas organizaciones buscan forecasts muy precisos y actualizados con frecuencia, utilizar estas previsiones dentro del horizonte operativo provoca, sin quererlo, importantes desafíos operativos.
Los ajustes constantes en los forecasts crean un entorno operativo volátil, generando ineficiencias como cambios frecuentes en los planes de producción, en los niveles de inventario y en los pedidos de aprovisionamiento. Mantener un forecast estable en este rango compensa con creces la necesidad de tener la última señal de demanda “exacta”, contribuyendo así a una supply chain más resiliente y eficiente.
Equilibrar precisión y estabilidad
La precisión del forecast es, sin duda, importante; sin embargo, centrarse en exceso en los ajustes a corto plazo puede ser perjudicial. Cuando los forecasts se actualizan continuamente para reflejar pequeños cambios en la demanda, puede producirse el llamado “efecto látigo” (bullwhip effect), donde pequeñas variaciones de demanda generan grandes fluctuaciones en los pedidos y en los niveles de inventario. Esta inestabilidad puede tensionar los recursos, aumentar los costes y reducir la eficiencia global de la supply chain.
El forecasting en DDMRP
En el modelo DDMRP, que se centra principalmente en la planificación operativa y táctica, garantizamos que el forecast sea estable utilizando una media entre el forecast y las ventas históricas, conocida como Blended Average Daily Usage (ADU). Para los artículos muy estacionales, ponderamos esta media para utilizar una mayor parte del forecast en un horizonte más corto. Utilizamos machine learning para mejorar el forecast cuando las promociones o los patrones meteorológicos son relevantes, pero siempre pasa a formar parte de la media.
Este método funciona porque medimos la volatilidad de la demanda y establecemos un buffer (zona roja) para absorber los cambios en la demanda real. Cuando la demanda real supera la demanda media esperada —lo que llamamos un spike— reaccionamos inmediatamente para reponer y comenzamos a priorizar ese pedido grande. Estos buffers se ajustan con el tiempo a medida que la demanda cambia; sin embargo, si el buffer se rompe, provocando una rotura de stock, el planificador recibe feedback inmediato y puede ajustar el tamaño del buffer en consecuencia.
El resultado de utilizar un forecast estable
Según el feedback recibido de nuestros más de 180 clientes, este enfoque da lugar a un plan mucho más estable, con menores inventarios, mayores niveles de servicio, menos cambios a lo largo del tiempo y menos urgencias, mejorando así la eficiencia operativa.
Forecasting operativo vs. estratégico
Aunque el método de la media funciona a nivel operativo, la planificación estratégica requiere trabajar con el forecast real. El impacto de los cambios en la demanda (como escasez de suministro o problemas operativos) debe evaluarse rápidamente, y es necesario poner en marcha planes para cumplir con esas ventas previstas o comprender la magnitud del posible revenue perdido. Deben evaluarse escenarios como planificar más turnos, organizar espacio adicional o aumentar precios para frenar la demanda, y deben tomarse decisiones.
Los ajustes deben hacerse a niveles agregados para acelerar la toma de decisiones. Trabajar con un único forecast y colaborar eficazmente con los distintos departamentos es fundamental. Por eso, la introducción del forecast debe realizarse en diferentes unidades de medida según el stakeholder: operaciones en unidades, ventas en dólares y almacén en volumen.
Además, los ajustes del forecast solo deberían realizarse cuando se identifique un impacto significativo en la viabilidad de los planes de suministro. Por ejemplo, ajustar por efectos causales como promociones o tendencias de mercado tiene menos impacto si el forecast ya es muy volátil.
Medición de las mejoras
Tradicionalmente, las métricas de forecast se centran en la precisión, pero la estabilidad y el sesgo del forecast son igualmente importantes. Las mejoras en estabilidad, precisión y sesgo pueden medirse eficazmente comparando los forecasts estadísticos con los forecasts finales enriquecidos. Esto ayuda a identificar áreas de mejora y garantiza que el proceso de forecasting evolucione de forma continua.
Conclusión
Aunque mantener un forecast preciso sigue siendo un objetivo, la estabilidad del forecast es igualmente importante para mantener la eficiencia operativa y reducir fluctuaciones innecesarias. Al centrarse en forecasts estables dentro del rango operativo, las organizaciones pueden lograr una supply chain más resiliente, una mejor utilización de los recursos y niveles de servicio y rentabilidad mejorados. Este enfoque equilibrado del forecasting garantiza que, aunque la organización siga respondiendo a los cambios del mercado, lo haga sin comprometer su integridad operativa.
Think flow,
Kevin Boake
