La importancia del forecast y su significado para la
gestión,
[Link]
workspaces/business-challenges/paperless/la-importancia-del-
[Link]
La demanda futura de un producto en una empresa viene
condicionada por múltiples factores, en ocasiones difíciles de
determinar con exactitud. El Forecasting consiste en la
estimación y el análisis de dicha demanda futura mediante
algoritmos que analizan muchas variables que influyen, como son
los históricos de venta, estimaciones de marketing, promociones,
campañas, estudios de mercado, cuadros de mando, etc… para
optimizar el flujo de información en la cadena de suministro y
preparar las diferentes áreas de la organización que se ven
afectadas. Típicamente, estas áreas que se ven afectadas, en las
acciones que se tendrán que llevar a cabo en el futuro, son la de
logística, compras, producción, finanzas, etc… La importancia
del forecast para la gestión de la demanda es, por tanto,
fundamental para optimizar todos estos procesos, así como para
ser competitivos, rentables y productivos, incluso, afectando a la
visión y percepción de la calidad por parte del cliente y, por
consiguiente, en su fidelización.
La importancia del forecast para la
gestión de la demanda
El forecasting se considera una herramienta clave para el éxito de
una empresa afectando, directamente, en muchas partes de la
cuenta de resultados y, por tanto, del EBIT de la misma.
Entendamos que estamos hablando de calcular una demanda
que se ve afectada por dos factores tipológicamente
diferenciados:
Factores tangibles. Típicamente, datos objetivos del negocio, como son el histórico
de información de pedidos, ventas y ofertas, junto con contratos ya firmados y
entregas pactadas.
Factores intangibles o futuribles. En este tipo de factores se incluyen todo tipo de
estimaciones; ventas futuribles en base al impacto que entendemos tendrá una
campaña de marketing, el resultado del lanzamiento de un producto, la venta
estacional asociado a un factor (como puede ser un medicamento para la gripe), el
efecto de la competencia, etc… en general, datos que se basan en estimaciones,
más o menos formales, pero futuribles en cualquier caso.
La comprensión y la predicción, de esta demanda de los clientes,
son fundamentales también para evitar roturas de stock y
mantener los niveles de inventario correctos, acorde con la
necesidad, sabiendo que la perfección de los cálculos no existirá
pero que sí se acercará a una medida óptima.
En este caso, los métodos basados en estadísticas han
creado modelos y algoritmos de previsión de la demanda que,
dependiendo del sector y el caso que ocupe, tiene un grado de
acierto considerable. Seleccionar el método más adecuado al
sector y a la situación del mercado es fundamental para la
empresa, no existiendo un único método aplicable. Además, es
aconsejable el mezclarlo con la experiencia y el Know-how de la
empresa, junto con los métodos estadísticos que existen, como
procedimiento más óptimo a seguir.
Los métodos estadísticos aportan objetividad basándose en
cálculos comprobados en todo tipo de sectores e industrias.
Fundamentalmente, si se tiene un histórico de ventas, se pueden
realizar estimaciones en base a proyecciones. Los datos
históricos generan proyecciones denominadas “serie de
tiempo’. Éstas pueden ser representadas en gráficas que
permiten detectar tendencias, estacionalidades, cómo ha afectado
a la demanda la situación económica de una región, cómo ha
afectado la acción del marketing o comercial, etc…
Este método es un método sencillo y simple, así como muy
utilizado en la industria, pero que tiene como limitación el tener
datos históricos que puedan ser repetibles en el futuro. Dado que
la situación de los mercados y sectores es cambiante, las
situaciones vividas en el pasado no siempre se repiten, bien
porque ahora hay otros competidores, bien porque tenemos otra
estrategia de competir o porque hablamos de nuevos productos o
lanzamientos, bien porque el consumidor ha cambiado, etc…
La importancia del forecast para la gestión de la demanda es cada
día creciente. Se crean nuevos datos y métodos a diario. Por
ejemplo, el uso del BigData incluye información de la masa de
consumidores potenciales, competencia incluyendo sus
comportamientos, que antes eran imposibles analizar. No
obstante, los resultados de estos cálculos deberán ser
acompañados del juicio de expertos en marketing o negocio para
realizar ajustes, al alza o a la baja, del Forecasting.