Blog técnico

Predicción de ventas en Navidad

Conversión de datos en información

Estamos inmersos en las fiestas navideñas. En España, tradicionalmente, la arrancada se producía en el puente de diciembre, cuando todo el mundo aprovecha para poner el árbol, decorar la casa y sacar los jerséis de lana, y las instituciones proceden a los esperados ‘encendidos’ de pueblos y ciudades. Sin embargo, en los últimos años, la cita se ha adelantado con la consolidación en Europa del Black Friday.

Hace ya algún tiempo que esta tradición norteamericana irrumpió tímidamente en el viejo continente, para acabar consolidándose como una de las campañas de rebajas más esperadas del año por los compradores. A su favor tiene la fecha en la que se desarrolla, el último viernes de noviembre, cerca ya del periodo navideño, que obliga al gasto familiar en regalos y ropa para lucir en las fiestas.

La noche de Acción de Gracias era el pistoletazo de salida de la época más consumista del año en Estados Unidos, y ahora lo es en la mayor parte del mundo, si bien, como todo en el 2020, el desarrollo de la campaña ha sido diferente, como también lo va a ser la venta en Navidad. Los confinamientos, y las recomendaciones de evitar espacios cerrados y contacto con otras personas han hecho del Black Friday un Ciber Friday, con compras masivas por internet, que se están extendiendo a las adquisiciones de nuestras fiestas más tradicionales.

En este mercado atípico, marcado por una fuerte crisis económica, derivada de la sanitaria, y por el cambio de hábitos de los consumidores, ¿cómo afrontan las empresas este reto productivo y logístico? La mejor manera es aliarse con las nuevas tecnologías. La conjunción de Inteligencia Artificial, Algoritmia y Analítica Avanzada de Datos, permite poner en correlación y analizar múltiples variables, tanto internas como externas, con las que determinar la estimación de la demanda de artículos y servicios. En entornos tan volubles como en el que nos encontramos, los modelos predictivos muestran, con altas cotas fiabilidad, lo que está por venir, facilitando la toma de decisiones a lo largo de toda la cadena de suministro.

¿Van a caer las ventas? ¿Qué canales de compra van a ser los más utilizados? ¿Qué productos van a solicitar los consumidores? ¿Cuánto stock necesito? Estas preguntas están latentes en todas las empresas desde el inicio de la pandemia, ya lo estaban antes, puesto que la incertidumbre es la fiel aliada de la palabra mercado, pero ahora lo son de manera continua puesto que la sensación en el día a día es la de pisar sobre arenas movedizas. Situaciones complejas sirven para evidenciar, más aún, que la intuición, la experiencia, los resultados de campañas anteriores (modelo con el que se trabajaba hasta ahora) ya no son válidas como referencia. Se necesitan evidencias en la, cada día más compleja, toma de decisiones de negocio.

Conversión de datos en información

Esas certezas de las que hablamos las da la información, y esta surge de la explotación de datos, de inputs objetivos que, interrelacionados, ofrecen una radiografía a futuro de las tendencias de consumo. Los datos son una fuente de riqueza, que hasta no hace mucho tiempo se desechaban sin explotar al máximo, es más, sin saber muchas veces que existían. Cada segundo todos los procesos de la cadena de suministro generan información, por lo que el primer paso para la implantación de sistemas de predicción de la demanda es compilar esos datos.

Recogida la materia prima de dispositivos Internet of Things (IoT), ERPs, MRP, SGA, CRM… es el momento de interrelacionarla. A través de algoritmos predictivos avanzados, ingenieros de datos conectan las series extraídas para convertirlas en información útil y objetiva continuamente actualizada. Para que estos resultados sean sencillos de interpretar el siguiente paso corre de la mano de otra tecnología disruptiva, el Business Intelligence, que permite plasmar la información en cuadros de mando visuales e intuitivos, con los que el personal, en función de sus áreas y permisos, puede orientar las acciones de negocio de modo eficiente pasando de trabajar con estimaciones a hacerlo con predicciones.

De la Estimación a la Predicción y de esta a la Prescripción

Pero aún hay un paso más, el salto a la prescripción. El Machine Learning o aprendizaje automático permite definir modelos de análisis predictivo, basados en los datos evolutivos de los consumos de productos que tengan un histórico de ventas, de sus sustitutivos o de aquellos que cuenten con características similares. En el resto de los casos la estimación de comportamiento se realiza en función de modelos asociativos, basados en las tendencias de mercando, capacidad de consumo o influencia de campañas de marketing.

En base a esa información, los modelos prescriptivos autoajustan, mediante procesos de aprendizaje automático, las desviaciones producidas por periodos atípicos como el actual o por cambios en la moda de consumo. La gran ventaja de estos sistemas de predicción de las ventas es, en consecuencia, la generación de modelos que se adelanten a la reacción del mercado potencial, identificando necesidades futuras de consumo, con las que poder prescribir la planificación de la demanda.

Contar con pronósticos de la evolución estimada de las ventas permite tener los niveles necesarios de stock, evitando roturas (posible pérdida de clientes) y sobrestocages (inmovilización de capital); posibilita optimizar las rutas de transporte; reducir riesgos como la obsolescencia de referencias; reducir los costes operacionales; realizar campañas de marketing y precio reforzando periodos de baja rotación; mejorar acuerdos con proveedores gracias a mayores cotas de previsión; otorga capacidad de reacción frente a variaciones de la demanda, y ahorra tiempo de planificación que puede dedicarse a la toma de decisiones, que serán además mucho más acertadas, entre otros muchos beneficios.

Eficiencia, seguridad y rentabilidad

En definitiva la predicción de la demanda se traduce en eficiencia, seguridad y rentabilidad y eso en cualquier mercado, pero más aún en las circunstancias actuales, es oro. La crisis del Covid-19 ha acelerado la necesidad de subirse al carro de la transformación digital, si se quiere ser competitivo. Quienes han iniciado el camino de la digitalización y cuentan con estrategias de data driven tienen una sólida base para la toma de decisiones acertadas, eliminando altas cotas de incertidumbre. Campañas navideñas tan atípicas como la que estamos viviendo van a ser mejor afrontadas  por quienes cuentan, por ejemplo, con los sistemas de predicción de la demanda de los que hemos hablado, que transforman las preguntas en certezas, permitiendo una gestión eficiente de la cadena de suministro.