Tal vez uno de los procesos más complejos y que más enfrentamientos provoca dentro de una empresa son los pronósticos de ventas, en donde lo único de lo que se tiene certeza es que no se va a cumplir y ningún área de la empresa se hará responsable.
La verdad es que apostar cuánto se va a vender, en dónde y cómo se va a hacer, es tan complicado como ganar la lotería sin comprar el billete. En los mercados de hoy los clientes saben en tiempo real qué está pasando y en qué lugar. Ante este flujo de información desmesurado, la pelea de las empresas se está volviendo más intensa, al punto de llegar casi a la desesperación y a la locura.
Muchos son los comités que se han inventado en las empresas para atacar el conflicto entre las áreas y poder entregar el número de ventas. De hecho, dentro de esos comités se han vuelto muy populares los S&OP (Planificación de Ventas y Operaciones), que son escenarios en los que confluyen las áreas como Ventas, Mercadeo y Logística.
Allí definen un número a partir de métodos cuantitativos, como cálculos estadísticos y econométricos, sumado a toda la información cualitativa recogida. El problema es que la asertividad de ese pronóstico de ventas que se obtiene con esos esfuerzos “diplomáticos”, sigue siendo un cuello de botella para el ROI de las empresas.
¿Cómo lograr pronósticos de ventas certeros?
Para conocer la demanda efectiva de los productos de una empresa no basta solo con un histórico de ventas, la información de las conversaciones de los vendedores con los clientes y las visitas a los supermercados.
Solo teniendo en cuenta elementos de micro y macroeconomía como elasticidades de precio, efectos de renta, comportamiento de mercados domésticos y proyecciones demográficas puede ser posible tener pronósticos acertados.
Esa cantidad de información, de tantas fuentes y de tantas clases, es un ejemplo de lo que se conoce como big data. Debido a la cantidad de datos es imposible gestionarlos con los sistemas de información tradicionales.
Uso de big data + IA en los pronósticos de ventas
Los directores y gerentes de logística están comenzando a usar herramientas de advanced analytics, inteligencia artificial (AI) y machine learning para gestionar la información. Asimismo, ha sido necesario capacitar a sus planeadores para que puedan trabajar con estas tecnologías.
Durante los últimos 10 años, la proliferación de la comunicación digital ha facilitado la hiperconexión con los clientes. De esta forma los usuarios han pasado de consumir información a ser proveedores de ella y esta es una gran ventaja para los pronósticos de ventas.
Big data pueden ser datos escritos de todo tipo como textos, imágenes, videos, audios, blogs, comentarios en redes, likes, dislikes, etc. Además, pueden venir de cualquier parte de la cadena como clientes, proveedores y competidores.
El uso de big data con herramientas de IA y machine learning ha permitido aumentar la colaboración entre empresas de diferentes sectores. Dichas tecnologías se han usado en la optimización de procesos, logrando disminuir tiempos de reacción, mayor integración de las áreas y reduciendo tiempos de entrega.
Te puede interesar: El uso de IoT para hiperconectar la logística
Aspectos a tener en cuenta
Siempre será importante empezar por revisar los procesos de negocio y analizar hasta qué nivel se pueden llevar los resultados que se están obteniendo hoy. Hacer un análisis a las previsiones de venta, como los FVA (forecats value add), en donde se evalúa el valor que agrega cada paso del pronóstico al resultado total, son muy importantes en aras de perfeccionar antes de comprar.
Adicionalmente, han salido al mercado soluciones como Demand Driven MRP para planear y ejecutar el abastecimiento, logrando minimizar la dependencia de las empresas a los pronósticos de ventas detallados.
Quiero terminar diciendo que es errado llamar cadena de suministro a lo que en realidad es una red de tres dimensiones. Sin embargo, es más errado aún seguir usando la diapositiva en donde los materiales fluyen hacia la derecha y la información hacia la izquierda. Hoy está claro que los materiales llegan de todas las direcciones, los productos van a todas partes y los datos no solo llegan de los clientes.
Acá la máxima del libro de Barry Shwartz “más es menos, la tiranía de la abundancia” no aplica, porque con la inteligencia artificial, “¡tener más!”, nunca será suficiente.
Por: Juan David Restrepo
Consultor Wa Solutions