Pronosticando

PRONOSTICANDO

3.1 Introducción.

Antes de discutir la manera de pronosticar, nos preguntamos si debemos hacerlo y por qué. En los últimos años muchos directivos y académicos han estado apoyando la tendencia hacia la reducción de tiempos de espera y ordenar para hacer (make to order). Una verdad básica acerca de los pronósticos es que pueden resultar equivocados. Por lo tanto, algunas teorías sugieren que la gestión es mejor que pronosticar; y de hecho, si una empresa es lo suficientemente rápida no necesita de pronósticos. Pero ¿qué significa "lo suficientemente rápida"? Y ¿la reducción de los tiempos de espera?.

Ciertamente, la reducción de los plazos de espera es un esfuerzo fructífero. Sin embargo, la realidad es un poco más compleja de lo que sugieren esas teorías. Primero, mientras esas teorías contrastan “ordenar para hacer” ó “hacer para almacenar” (make to stock), de las cadenas de suministro. Casi todas las cadenas de suministro son parcialmente impulsadas por pedidos de los clientes (piensen acerca del ensamblado de un coche que, por lo menos en Europa, es casi siempre construido a la medida del cliente) y parcialmente manejado por los pronósticos de la demanda (piense en las compras de componentes y materias primas).

Ejemplo 3.1: Dell Computers es uno de los mayores fabricantes de PC’s en el mundo y es considerado el campeón de ordenar y hacer de las cadenas de suministro. Dell ensambla las PC’s a pedido de los clientes. Sin embargo, no toda la cadena de suministros de Dell es manejada por órdenes (order-driven). Los inventarios de componentes se establecen de acuerdo a los pronósticos de la demanda; por lo tanto, una descripción más adecuada de la cadena de suministros de Dell es: Producción y distribución son a pedido de los clientes mientras que los componentes son pedidos para almacenaje; esto es una ventaja significativa sobre otros competidores. Como Dell lleva inventario donde el consumo es más predecible (a nivel de componentes) en lugar de donde es menos predecible (simple configuración del producto/simple almacén). Este rediseño de la cadena de suministros hace de Dell un fabricante muy eficiente y un competidor muy exitoso en el difícil negocio de las PC’s.

También Dell proporciona una respuesta muy interesante a la pregunta: ¿qué es lo suficientemente rápido?, Dell redujo significativamente el tiempo de producción y puede entregar en 23 días, ¿es eso suficiente? La respuesta es que por cada PC para la mayoría de los clientes es suficiente ya que no necesitan el equipo comprado de inmediato. Sin embargo, no es suficiente para todos los usuarios. Piense en una situación en donde perdió su PC y necesita hacer una importante presentación mañana, Dell no es su proveedor favorito. También, eso depende del producto que una compañía está vendiendo. Mientras 2 o 3 días son justo lo suficiente para para la mayoría de los clientes de una PC, es definitivamente demasiado largo si estamos hablando acerca de medicamentos para enfermedades agudas.

Por otra parte, muchas compañías pronostican la demanda implícita. Por ejemplo, en el negocio de las empresas de comestibles, ellos no generan ningún pronóstico (sobre todo en la tienda/a nivel de elemento). Sin embargo, cuando uno profundiza en sus sistemas de planeación, se puede ver qué la entrada clave para el plan de compra/entrega, es un pronóstico de la demanda, aunque a menudo es bastante rudimentario. Por ejemplo, en un par de tiendas de comestibles en Italia, el nivel de inventario objetivo para la próxima semana depende de la demanda durante la semana previa, por lo tanto, esas compañías implícitamente asumen una demanda estacionaria y el uso del llamado “enfoque ingenuo”; es decir, el pronóstico de la demanda para el siguiente periodo (entiéndase semana en el ejemplo) es igual a la demanda previa.

Hablando en términos generales, cuando los tiempos de entrega que los clientes quieren son más cortos que la compra, producción y tiempo de distribución, se necesita llevar a cabo algún tipo de pronóstico para ejecutar algunas actividades antes de que sean recogidas las órdenes de los clientes.

Ejemplo 3.2: La mayoría de los clientes minoristas esperan recoger de inmediato los productos que están buscando. Esto significa que la mayoría de las empresas minoristas de alguna manera deberán pronosticar la demanda con el plan de los inventarios para los productos terminados realizadas en cada tienda individual.

Sin embargo, para algunas categorías de productos, la situación es bastante diferente. Para los productos alimenticios tales como la pizza, no puede ser que necesite para llevar todas las variantes del producto final, ya que los clientes podrían estar dispuestos a esperar a que la pizza se esté cocinando. ¿Significa esto que todas las operaciones en una pizzería se fabrican bajo pedido? De hecho, en Italia, el cliente promedio está dispuesto a esperar, mientras que las materias primas son "ensambladas" y cocidas. La mayoría de los clientes no están dispuestos a esperar mientras el cocinero busca y compra el relleno que hayan ordenado. Por lo tanto, incluso en una pizzería sencilla tenemos que prever el consumo de materias primas para comprarlos con antelación (antes de la utilización de las materias primas). También un caso muy interesante lo podemos ver en los clientes que tienen necesidades diferentes. Mientras en las tradicionales pizzerías las pizzas son hechas por encargo, en la comida rápida y la mayoría de las pizzerías de EE.UU. la pizza de queso básica se cocina y luego se agregan ingredientes de acuerdo a los pedidos de los clientes: los clientes no están muy dispuestos a esperar. En este caso los clientes están dispuestos a renunciar un poco a la calidad del producto para reducir la ejecución de la entrega. Para ellos. 15 minutos ya no es lo suficientemente rápido.

Concepto 3.1: Los pronósticos son requeridos cuando los clientes no están dispuestos a esperar el tiempo suficiente para todas las actividades (compra, producción y distribución) en la cadena de suministro que se realiza en base a pedidos de los clientes de la empresa. Por lo tanto, la relevancia del pronóstico también depende de la estrategia de la empresa. En particular, es muy relevante para las empresas que dependen de la entrega rápida y altos niveles de servicio para obtener una ventaja competitiva.

3.2 La variable a predecir.

Antes de pasar a las técnicas de pronósticos (¿cómo debemos pronosticar") vamos a introducir algunos parámetros que nos ayudarán a definir la variable que queremos predecir (¿qué debemos pronosticar). Tenemos que definir este concepto con cuidado a fin de establecer adecuadamente el problema de pronóstico.

El tiempo de ciclo (intervalo de tiempo): En primer lugar, para poder establecer correctamente el problema del pronóstico, debemos de elegir el intervalo de tiempo, que es la unidad de tiempo. El intervalo de tiempo es la medida de tiempo; es decir, una cantidad mínima de tiempo que utilizamos para nuestro análisis de la demanda. Cuando elegimos meses como el intervalo de tiempo, nosotros nunca miramos la demanda a nivel de semana, día u hora. Básicamente escogemos ver el tiempo como un conjunto de meses. Es evidente, que el pronóstico de la demanda a nivel día puede ser más difícil de pronosticar que a nivel semana o mes. Entonces el problema de pronosticar no está configurado correctamente hasta que se define el intervalo de tiempo.

Ejemplo 3.3: Una empresa de venta al por menor en Italia, que históricamente ha registrado la demanda y entrega de datos durante los períodos que consiste en diez días. La lógica detrás de esta opción es que decenas de días es un práctico indicador para dividir los datos mensuales. Sin embargo, esta lógica tiene desventajas significativas para un minorista. En el comercio minorista, el pico de ventas se da en sábado y domingo (en caso de las tiendas están abiertas). Para esta empresa en concreto, las ventas de los sábados y domingos son más del doble de las ventas del día de la semana promedio. Un intervalo de tiempo de 10 (u 11 días) es una pobre elección, ya que los datos de la demanda son muy desiguales. De hecho, cuando sólo se tiene un fin de semana en diez días, la demanda es relativamente baja, mientras que cuando se tienen dos fines de semana en diez días la demanda es sustancialmente mayor (en promedio, en aproximadamente un 20%). Una vez que el problema fue identificado la empresa cambió para intervalos de tiempo semanal para todos los procesos operativos, de planificación de inventario, para fuerza de ventas y programación de la entrega. Los datos mensuales se utilizan sólo para los reportes de ventas e informes de presupuestos; las decenas de días ya no se utilizan.

El horizonte del pronóstico: En segundo lugar, nosotros establecemos el horizonte del pronóstico, que es hasta qué punto del futuro nosotros deseamos prever la demanda. Por ejemplo, dando un intervalo de tiempo de una semana, nos preguntarnos si queremos pronosticar la demanda para la próxima semana en lugar que 52 semanas en el futuro. En muchas ocasiones, tenemos que pronosticar la demanda sobre una variedad de horizontes de pronósticos en lugar de uno sólo. Por ejemplo, podríamos necesitar un pronóstico de demanda para cada una de las siguientes 4 semanas; por lo tanto, nosotros podríamos pronosticar la demanda sobre múltiples horizontes de pronósticos en lugar de uno sólo.

La frecuencia del pronóstico: El tercer parámetro relevante es la frecuencia en que se actualiza el pronóstico. Por ejemplo,

...