El eterno paradigma de la previsión

Dado que por desgracia no son siempre conocidos todos los pedidos de cliente con la suficiente antelación como para iniciar entonces su fabricación, es necesario el disponer de una herramienta que nos diga que pedidos van a producirse antes de que estos mismos ocurran. Dicha herramienta es el sistema de previsión.

Para la predicción de los pedidos, se parte siempre de un histórico de pedidos de años anteriores, y sobre ellos se efectúa un análisis matemático teniendo en cuenta la estacionalidad, la tendencia, las variaciones puntuales, la aleatoriedad y alisamiento y la extrapolación.

Conforme van trascurriendo dichos periodos, se deberá ir efectuando un nuevo alisamiento de los datos reales frente a los previstos inicialmente, que detecte y corrija las desviaciones que se vayan produciendo.

La previsión de la demanda se había tratado tradicionalmente en técnicas y modelos basados en series de tiempo que, como resultado, pronosticaban una previsión asentada en las ventas históricas previas. Los datos obtenidos de varias series anuales, proporcionaban la información sobre los patrones estacionales que podían ser predecibles.

En la actualidad, sabemos que las ventas pasadas no son siempre el mejor predictor para las estimaciones futuras. Es por ello que necesitamos técnicas distintas que utilicen diferentes indicadores a tener en cuenta para detectar las señales de la demanda, entre ellos datos provenientes de la cadena de suministro. Hay que tener en cuenta eventos del entrono real en el que nos desenvolvemos, como por ejemplo podrían ser cambios en el mercado, variaciones climáticas, comportamiento del consumidor, comportamiento de la economía, etc.

Se trata de una técnica de nueva creación para la generación de previsiones, que combinando nuevas técnicas matemáticas de previsión conjuntamente con la toma de información cuasi real en la cadena de suministro, permite el crear previsiones de alta calidad, basadas en la realidad de los hechos en la cadena. El error usual cometido por los sistemas de previsión basados en series numéricas, queda reducido en un 30 %, o más, con esta técnica. Es un salto cualitativo, que acompañado de un uso de ingeniería concurrente y de la personalización para el cliente a la vista del pedido (MTO), permite aproximarse a la realidad del Mercado, minimizando su volatilidad, obteniendo ventajas de una cadena ‘demand driven’, con niveles de servicio al cliente mas altos y operaciones más eficientes. Ello redunda de forma inmediata en mejores márgenes, menor inventario, arrastrando otros indicadores de primer nivel a valores de excelencia.

Hasta ahora son sólo las grandes compañías con capacidades de manejar grandes volúmenes de datos (data mining), que permiten el análisis de cientos o miles de combinaciones de productos, localizaciones y ventanas de tiempo, se han atrevido con esta técnica. Logran convertir toda esa información recopilada, una vez ha sido tratada con los modelos matemáticos adecuados, en señales de demanda. El siguiente paso es que sean publicados a efectos de que los Sistemas de Planificación de la Cadena de Suministro, puedan construir, distribuir y reaprovisionar productos, subproductos y componentes de una forma dinámica y consistente.

Consciente de las oportunidades que esta nueva técnica ofrece, ICIL trabaja en un proyecto de investigación, que en breve saldrá a la luz y permitirá la puesta a disposición de estas técnicas a todo tipo de empresas, no solo las grandes corporaciones, de manera que puedan ser usadas con eficiencia, claridad y a la vez logren una sostenibilidad económica, minimizando tanto como sea posible el impacto del tamaño de la empresa usuaria.

Las investigaciones que hemos iniciado, son prometedoras y en breve podremos empezar a extrapolar los primeros datos de aplicación en empresas reales, que han dado resultados muy alentadores. En la medida de los posible. Pronto tendremos los primeros casos de éxito.