Pronosticar

es un proceso, No un
nu mero!
Pordefinicin,elpronsticodedemandaesunaactividaddestinadaadeterminarlacantidaddeun
producto(ounservicio)quelosclientescompraranenunaventanadetiempofutura.Existen
numerososmtodosytcnicasempleadasconesteobjetivo,muchosdeelloscuantitativos(porejemplo
modelosestadsticosbasadosenlademandahistrica)y/ocualitativos,talescomoexpertoscalificados.
Desarrollarunpronsticoconfiableesvitalparaelxitodeunaempresa;dadoqueestepronstico
puedeserusadoen:definicionesdeprecios,planificacindecapacidades,planificacinycontrolde
inventarios.Elpronsticodedemandaesunaactividadclaveafectandomuchosaspectosdelas
operacionesdelosnegocios,y,comoresultadosudesempeopuedeimpactarenlarentabilidaddela
ltimalnea.
Msan,lospronsticosdedemandaamenudosoninfluenciadosporsubjetividadesy/oenalguna
medidaporvisionessesgadasdelosdiferentesparticipantesenelproceso.(Ejemplo:Ventas,Finanzas,
Operacionesetc.).Aunque,eltenerunavisinmsampliamejoraraelpronsticofinal,perocmo
podemoscuantificar,monitoreary,desernecesarioajustarelpronstico?
Durantenuestrosproyectosdeconsultoraconnumerososclientes,casisiempreaparecennumerosas
interrogantes:Cmosaberquemipronsticoesconfiable?Debemosmiraralosltimosmeses,y
resumirelerroractualentredemandavspronstico?Deseras,cuantosmesesdeberamosconsiderar?
Existenmuchastcnicasparaestimarlademanda,culdeellasnosdaelmejorresultado?Yotengo
msde20.000diferentesSKU,dequformapodemosresumirlaprecisintotaldelospronsticos?
etc.
Nuestratpicarespuestaesque,elpronsticodedemandanoesniunmeronmerosacadodeuna
cajanegraparaestemesnitampocounjuegodeadivinanzas.Elpronsticodedemandaesunproceso
continuorealizadoporvariosparticipantes(porejemplo:operaciones,finanzas,marketing,etc.)enun
esfuerzoconjuntoparamejorarlaprecisin(fiabilidad)delospronsticosatravsdeltiempo.
Enformasimilaralprocesodecontrolestadsticodeprocesos(SPC),elpronsticodedemandadebeser
medido,monitoreadoeneltiempoy,desernecesario,tomaraccionescorrectivasparamantenerel
resultadodentrodeunrangodeseado.
Ennuestradiscusin,nosfocalizaremosenelpronsticodedemandacomosoporteparaelprocesode
decisindereposicindeinventarios.Stockdeseguridad(SS),puntodereorden(ROP)ycantidada
pedir(OQ)estndirectamenteafectadosporlaincertidumbredelospronsticosdedemanda.
Mejorandolaprecisinatravsdeltiempopermitirunmejorcontroldelniveldeinventariosyal


mismotiempo,unamejoraenelniveldeservicio(yfillrate),reduciendolaprobabilidaddequiebresde
stock.Enotraspalabras,cuantomejorsereldesempeodelospronsticos;cuantomayorserel
resultadodelainversineninventarios.

Medidas de desempeo de los pronsticos

Paraquenuestroprocesoseaefectivamentemonitoreado,necesitamosprimeramentecuantificar
nuestraprecisindelpronstico(oerror)eneltiempo.Lamedidadebesersimpleycomprensible,
ademsdebepoderseraplicablealosdiferentessegmentosdeproductos(porejemplo:bsicos,
complementarios,intermitentes,etc.),ydebeserindependientedelaescalautilizadadetalmodoque
puedaseragregadaporgrupossegmentosdeproductos.
Consideremosamododeejemplolasiguientetabladepronsticossemanales:
Week Demand Forecast
1
2
3
4
5
6
7
8
9
10
11
12

At
100
90
120
140
180
120
150
100
130
152
200
180

Ft
150
130
90
110
200
90
100
150
70
120
150
250

Asumiendoqueeltiempodeentregaesde1semana,entonceselpronsticosemanalpuedeserusado
paraestimarlademandaenunciclodereposicin.
Enlaprcticaseutilizafrecuentementeelpromedioabsolutodeporcentajedeerror(MeanAbsolute
PercentageError)(MAPE)paraestimarelporcentajedeerrordelaseriedepronsticos:

MAPE t

1
N

N 1

i 0

At i Ft i

At i

DondeNeselnmerodeobservacionesusadasenelclculodelindicador.


Desafortunadamente,elMAPE,y/oelMAPEsimtriconosonaplicablescuandoenlaseriecuandola
demandaesigualacero(0).Unaseriededemandaconunoomsvaloresdeceroescomnenseries
dedemanda,especialmenteparaproductoscondemandaintermitente(porejemplo.repuestos).
Muchosplanificadoresdedemanda,enlaprctica,eliminaranestosvaloresdecero(0)demandadelas
observaciones,yutilizanelrestodelosvaloresparacalcularelMAPE.Alhaceresto,seestnalterando
lanaturalezadelosinputsdelaserie(ejemplo.intermitentebsico),yentonceselclculoes
irrelevante,yenelpeordeloscasos,elpronsticoencuestin.
EnRastPro,optamosporusarunamedidasimilarMAD/MEAN,(MeanAbsolutDeviation/Media)
peromuchomsrobustaenelcasodedemandaintermitente:

MADt
MAD-To-MEAN t t

MEAN t

1
N

N 1

i 0

1
N

At i Ft i
N 1

A
i 0

t i

N 1

A
i 0

t i

Ft i

N 1

A
i 0

t i

Where

At i eslademandarealiperiodosanteriores

Ft i eselpronsticoiperiodosanteriores

N eselpromediomvildelaventanadetiempo

Ensuesencia,elMAD/MEANesbsicamenteelratioentredospromediosmviles:(1)elerrorde
pronstico,y(2)lademandareal(actual).
UsandoelmismoejemplocalculemoselMA,MADyMAD/MEANconunhorizonte(ventana)detiempo
de6semanas:
Week Demand Forecast

Error

Error

Demand

At

Ft

Et

MAD

MA

MAD/MEAN

100
90
120
140
180
120
150
100
130
152
200
180

150
130
90
110
200
90
100
150
70
120
150
250

50
40
30
30
20
30
50
50
60
32
50
70

33
33
35
40
40
45
52

125
133
135
137
139
142
152

27%
25%
26%
29%
29%
32%
34%

1
2
3
4
5
6
7
8
9
10
11
12

Enotraspalabras,elMADtoMEANesunratiodelerrordelpronsticodivididoporlademanda
promedio.Nosotrosusamosunaventanafinita(porejemplo.N)paratrazarlosltimoscambiostanto
enlademandacomoenelerrordelpronstico.
QuvalordeberaserusadoparaN?Siescogemosunvalorpequeo(digamosN=2)resultaraenun
valormuyvoltilsesgadoalosvaloresmsrecientes,ymenossesgadoalosvaloresdeperiodos
anterioresmsantiguos.Porotraparte,escogiendovaloresdeNdemasiadolargos(digamos25
periodos)resultarauvalormsestableperoinsensibleareaccionaralosltimoscambiosenlaserie.
Debemosencontrarunbalanceentreambosefectos.EnnuestroejemplonosotroselegimosN=6
perodos.
Otraconsideracinimportante,especialmenteparalademandaintermitente,esladuracindelaserie
deceros.Nosotrosnodeseamosquenuestropromediomvilseaigualaceroenningnmomento,de
talmodoquenousaramosunvalordeNlosuficientementegrandeparaevitarestaocurrencia.
EnRastPro,usamoscomodefaultelpromediomvilconunaventanadeseis(6),peroelusuariofinal
puedecambiarestevalorporotroencadaSKU.
IMPORTANTE:Laeleccindelaventanadetiempodelpromediomvilesbasadaenconsideraciones
netamenteestadsticasparaequilibrarestabilidadversussensibilidad.

Qu horizonte de tiempo debo usar en mi pronstico? Semanal,

Quincenal, Mensual, etc.
Aquevariableestreferidalaventanadetiempo?Bueno,dependeparaelusoqueUd.quieradarle.
Dependeenquedeseausarlo.Paraefectosdeladecisindecontroldeinventariosyreposicindelos
mismos,nosotrosestamosconcentradosenlademandaduranteelciclodeentrega(Leadtime).


Espereunmomento!Eltiempodeentregaestdeterminadopornuestraeleccindenuestro
proveedor,porloqueelhorizontedetiempopuedeserdiferenteparacadaSKU,adems,si
cambiramosnuestrafuentedeabastecimiento,laventanadetiempodelpronsticoconsiderada
tambincambiara.
Enresumen,eldesempeodelproveedordeterminalaventanadetiempo(horizontedetiempo)a
considerar.Estepuntoapesardeserintuitivoconllevaaunaseriedeinterrogantesdenuestros
clientes:
1. Eltiempodeentreganoesunaconstante,msbienunavariablealeatoria.
[Respuesta]Utiliceeltiempopromedio.
2. Tenemosdiferentesproveedoresy/odiferentesnivelesdeservicioparacadaSKU,culdebera
usar?
[Respuesta]Utiliceeltiempodeentregadelultimoproveedorutilizado/olainformacindel
niveldeservicio.
3. NosotrostenemossolamentepronsticosmensualesdeVentas&Marketing,peronuestro
tiempodeentregaesde15das.
[Respuesta]Enestecasonotenemosopcinmsopcin,queasumirunmesdehorizontede
pronstico.
4. NosotrostenemossolamentepronsticosmensualesdeVentas&Marketing,peronuestro
tiempodeentregadelproveedoresde2meses.
[Respuesta]Nuestrohorizontedepronsticoquenosconcierneesde2meses,yportanto
necesitarconvertir(agregar)elpronsticomensualabimestral.

ContinuandoconRastpro,paracalculareldesempeodelospronsticosdeunSKUdeterminado,
realizamoslosiguiente:

Seleccionadoselhorizontedetiempomsprximoaltiempodeentrega(ejemplo:2meses).
Generamosunaseriedepronsticosydatosrealesporperiodosequivalentesaltiempode
entrega(ejemplo.2meses).
Seleccionamosunpromediomvildelaserie(ejemploN=6).
CalculamoselMAD/MEANporSKUparaunmomentodeterminado(ejemplo.ahora)

Parecesimple?Loes!Hacerlopara50,000SKU,esunahistoriadiferente.Afortunadamente,RastPro
compilalosdatosnecesariosyrealizalosclculosdetrsdelainterfaceconelusuario,ylespresentaa
Uds.losvaloresfinales.

ndice de desempeo de los pronsticos

Hastaelmomento,solohemosdiscutidoeldesempeodelpronsticoparaunsolounSKU.Hoyenda
unretailer/distribuidortpicotieneensugamadeproductos(sinocientosdemiles)dediferentesSKU,y
portanto,necesitamosunndicerepresentativoanivelmacro,paramedirymonitorearelprocesototal
delprocesodepronsticos.
Conanterioridad,dijimosquenecesitamosunndicededesempeodepronsticosquefuera
independientedelaescala,detalmodoquepudiramosagregarlosvaloresengrupos(segmentos)de
SKUs.Inicialmente,podramoselegirunpromedioaritmticosimpledetodoslosSKUscalculandolos
valoresMAD/MEAN,comonuestrondicededesempeo( ).

1
M

i 1

(i )
t

Donde:

t eselndicededesempeoeneltiempot

t(i ) eselvalordeMAD/MEANparaelithSKUeneltiempot

M eselnmerodenuestroSKUenelportafoliodeproductos

Desdeelpuntodevistadeunadecisin,unpromediosimpleesunbuencomienzo,peroasignauna
ponderacinigualacadaSKU,estonosdaunavisiningenuadeldesempeodenuestracapacidadde
pronosticar.
Considerandoque,quetodoslosproductosnosonigualmenteimportantesparaunaempresa
cualquiera,dependiendoporejemplodemrgenesdecontribucindiferentes,valordelproductodesde
laperspectivadelosclientes,ventajascompetitivasysisucesivamente.Parareflejarestadiferencia,
nosotroscambiamosladefinicinanteriorusandounmodeloponderadodeclculo:

t i t(i )
i 1

i 1

Donde:

i eselpesorelativoparaelithSKU


Ahora,revisemoselescenariodereposicinycontroldeinventarios.Lasempresasmantienenunstock
deseguridad(SS)paraabsorberlaincertidumbredelademanda(ylavariacindelleadtime)duranteel
ciclodereposicin,yreducedeestamaneralasprdidasdeventacomoconsecuenciadelosquiebres
destocks.
Cuantomenorseaelerrorenelpronsticoduranteelleadtime,menorserelstockdeseguridad
necesarioymenorlasprdidasdeventacomoconsecuenciadeunamenorrupturadestocks.Si
suponemosporejemploquereducimoselerroenun5%,laempresarequerirmenosinversinen
inventariosdeseguridad,yaumentarlosingresosporventacomoconsecuenciadeunareduccinde
lasprdidasdeventacomoconsecuenciadequiebresdestocks.
DesdeunaperspectivadelPlanificadordelademanda,lestinteresadoenidentificarlosSKUque
tienenelmayorpotencialdeahorro,ydedicarsutiempoyesfuerzoparamejoraranmslaprecisin
delospronsticos.
Desdeunaperspectivadelaempresa,losSKUconmayorcosto(oensuefecto,altosnivelesdemargen)
sonmsimportantesparalaltimalneaderentabilidad,yentoncesestosproductostendrnuna
mayorponderacinenelndicedeDesempeo.

Sensibilidad en el desempeo del ndice de desempeo

Unaempresatienecostosporelhechodemantenerinventarios:(1)costodeoportunidaddelcapitalde
trabajo,y(2)costodemantenerelinventario(almacenamiento,manipulacin,obsolescencia,etc.)
Lasempresasmantieneninventariosuficienteparaenfrentarunademandaestocstica,yreducirla
probabilidaddeperderventasdebidoaunasituacindequiebredestocks.

Funcin de costobeneficio del inventario

ParaunFillratedeterminado( r ),demanda( d , d )leadtimedelpedido( l , l ),definimoselpunto
dereorden( ROP )yperdidadeventas( LS )comosigue:

ROP f (r , d , d , l , l )

LS g (r , d , d , l , l )

Enseguida,definamoslafuncincostobeneficiocombinandolfuncindecostosdemantenerstocksy
lafuncinesperadadeprdida.

U Q(r , d , d , l , l ) E[ R] CoC LS Margin

ROP
CoC LS ( P C )
2


Loscostosdemantenerstocks( CoC )puedeserfcilmentesimplificadaasumiendosuvalorcomoun
porcentaje( )deloscostostotales(ejemplo.4%mensual).

ROP
C LS ( P C )
2

Mantengapresente,quenuestrabaseunitariadetiempoesunciclodereposicin(tiempopromediode
entrega),porloqueelcostodemantenerstocks(i.e. C )debecorresponderalamismaduracin.
Cambiandoeltiempounitariodeciclodeltiempodereposicin,aunaunidadindependientedelciclot
digamosunao,necesitamoscalcularlasiguienteformulaenbaseanual( U y ).

U y( i ) U (i )

365

Donde:

l eselciclodereposicin(leadtime)endas.

EnRastpro,usamoslafuncincostoutilidadparaasignarlasponderacionesdelosdiferentesSKUenel
clculodelndicededesempeodelPronstico.
M

U
i 1

(i )
y

t(i )

U
i 1

(i )
y

Enresumen,hemosvinculadolasponderacionesdelosvaloresdeldesempeodelospronsticoscon
loscostosdelinventario.

Planificacin de la demanda
DesdeunaperspectivadelPlanificadordelademanda,ellosdeseanpriorizarsutiempoyesfuerzoen
aquellosSKUquetienenlamayorsensibilidad( U )aerroresenelpronsticodedemanda.
Calculemoselcambioenlafuncindeutilidad( U )cuandolaelerrordelademandacambiaenun
5%,mientrasmantenemoselrestoconstante.

U H (r , d ,1.05 d , l , l )

ROPH
C LS H ( P C )
2

ROPb
C LSb ( P C )
2

ROPL
U L (r , d , 0.95 d , l , l )
C LS L ( P C )
2
U UL
U H
2
U ( r , d , d , l , l )

Cambiandolaunidaddetiempodelciclodereposicindeunproducto,aunaunidadindependiente
digamosunao,necesitamoscalcularelcorrespondientecambioenlafuncindeutilidadcostoanual
( U y ).

U y U

365

Conclusion
Enesteartculo,hemosdiscutidoypresentadoendetalleelprocesodemedicindemedidadelerrorde
lospronsticosparaunsoloSKU,ycontinuamosconunadefinicinparaunndicededesempeode
multiproductos.Laeleccindelamedidaestdefinidodetalmodoqueseaintuitiva,perosinembargo
robustaparaproveerunavisinyentendimientodelprocesoqueestdetrsdelosnmeros,ypermitir
suseguimientoeneltiempo.
Ahora,contamosconunamedidadeldesempeodelpronsticotantoparaproductosindividuales
comogrupos(segmentos)deproductos.Deestamanerapodemosmonitoreareneltiempo,detectarla
necesidaddecambiosyrealizarcorreccionescuandoseanecesario.
Laprximainterrogantecruciales,cmopodemosmejorarelprocesodepronsticos?Esteesun
tpicoparaunartculofuturo,peroporahoralesadelantaremosalgunospuntosrelevantes:

Fuentesdepronsticos:Valoresdepronsticosdediferentesfuentes:modelosanalticos,
fuentesinternas(ejemplo:investigacindemercados),externas(ejemplo:pronsticosde
clientes,paneldeexpertos,etc.).

Combinandodiferentesfuentes:necesitamoscombinardiferentesfuentes,ytomarunadecisin
finaloficialdepronstico.Ennuestromododever,nosonsololosnmeros,sinocomo
elegimoseincorporamosestosnmerosenladecisinfinalycomoellosafectaneldesempeo
delprocesodepronosticar.

Leadtimedelosproveedores:Amenudoeltiempodeentregadelosproveedoresesuna
variablepococonsiderada,peroafectaelrangodelaventanadepronstico.Porejemplo,
pronosticarunasemanadedemandatieneinherenteunmenorerrorquepronosticarla
demandadelosprximosmeses.

ExpertoseIntuicin:Planificadoresyexpertosfuncionalespuedenpriorizarsutiempoymejorar
lospronsticosdeaquellosproductosconmayorsensibilidadaerrordepronstico,ylograr
grandesmejorasenlaprecisindelosmismos.