Planeación: El pronóstico de ventas es la base para varias fases de la planificación de ventas y operaciones (S&OP-Sales and Operations Planning) de una empresa de moda. Es una tarea crucial en la gestión de la cadena de suministro, afecta en gran medida a los minoristas y a otros canales de diversas maneras. Asimismo, se enfrenta a las demandas dinámicas del mercado y al aumento de la competencia global. Sin pronósticos de ventas, las operaciones sólo pueden responder en forma retroactiva, lo que provoca los siguientes problemas:
— Ineficiente planeación de producción
— Ventas perdidas
— Nivel de servicio al cliente inadecuado
— Uso inadecuado de recursos
Pronosticar las ventas del sector Moda no es una tarea fácil
La industria de la moda tiene características que aumentan la complejidad de los pronósticos de ventas en la cadena de suministro al menudeo. Estas características son:
Ciclos muy cortos de vida de los productos.
— Demanda de los clientes incierta y volátil.
— Alta variedad en la producción.
— Largos procesos de suministro.
— Estacionalidad.
— Ambiente de mercado muy cambiante.
Necesidad de herramientas
En la industria de la moda existe la necesidad de desarrollar modelos de pronóstico que sean lo suficientemente flexibles y robustos para manejar las características mencionadas. Considerando las demandas dinámicas del mercado, el pronóstico de ventas depende principalmente de la experiencia subjetiva de quienes lo realizan y del uso de modelos lineales simples, tales como el modelo autorregresivo (AR) y el modelo de media móvil.
Una empresa minorista de moda generalmente realiza presupuestos de abastecimiento de forma anual, trimestral y mensual, pronosticando las cantidades totales de ventas de artículos de moda a nivel producto. En un segundo paso, dicha empresa determina qué artículos deben comprarse o producirse en cada categoría.
Cada categoría de producto en el sector moda se compone de varios elementos con algunos atributos comunes. En una empresa de moda típica, las categorías generalmente no cambian, mientras que los artículos en cada categoría cambian con frecuencia, según las diferentes temporadas de ventas.
Debido a los cortos ciclos de vida y los frecuentes reemplazos de artículos de moda se recomienda una combinación de los dos niveles de detalle:
— Pronosticar las ventas a nivel SKU.
— Pronosticar ventas a nivel categoría.
Actualmente, varios modelos de pronóstico de series de tiempo se aplican ampliamente en el pronóstico de ventas.
Modelos lineales
— Modelo exponencial suavizado (Exponential smoothing model).
— Modelo de media móvil de regresión automática (Auto-regresive-moving average model).
En muchos casos, estos modelos lineales no pueden capturar datos no lineales (como patrones no lineales, observaciones externas ocasionales y ciclos asimétricos), por lo que no son los modelos más recomendables para los pronósticos de ventas de moda o ropa. Los enfoques de inteligencia artificial / heurística abordan exactamente este problema.
Modelos de Inteligencia Artificial /heurísticos
Los modelos de inteligencia artificial /heurísticos disponibles son:
— Modelo basado en la red neuronal (NN) para pronosticar los perfiles de ventas de las nuevas prendas de vestir.
— Modelo evolucionario de red neuronal (ENN), que es eficaz para la previsión de ventas de artículos de moda con características de baja demanda, de demanda incierta o de tendencias estacionales débiles.
— Modelo de red neuronal con máquina de aprendizaje extremo para la previsión de ventas de moda / evaluación de la relación entre ventas y producto (Neural Network model with extreme learning machine for fashion sales forecasting/relationship evaluation between sales and product).
— Modelos multivariables de lógica difusa (Multivariate Fuzzy Logic Models).
Los sistemas expertos, los sistemas de lógica difusa y los modelos NN son métodos heurísticos, entre los cuales las NN son las alternativas más atractivas tanto para los investigadores de pronósticos como para los profesionales.
Al final del día, lo más importante en los pronósticos de ventas es que al modelo seleccionado se le ingresen parámetros correctos y datos de buena calidad. Para una implementación sin problemas en su empresa, existen tres factores de éxito:
— Involucrar desde el inicio de los trabajos al personal adecuado y competente, con experiencia en el análisis de datos y en la aplicación de métodos.
— Estar abiertos a un enfoque de prueba y error para la prueba de los modelos y, lo más importante:
— Una gran confianza en estas técnicas de análisis.
Por Dirk Friebel de Miebach Consulting
Ilustración (c) Minerva Studio vía Shutterstock
