Módulo: Adaptación rápida de la proyección de ventas¶
Resumen ejecutivo¶
El módulo capta rápidamente todos los cambios en las ventas, tanto aumentos como caídas. Analiza después las últimas semanas de ventas y, si difieren significativamente de la proyección de ventas basada en un histórico de largo plazo, de varios años, ajusta la proyección del período siguiente.
Estos cambios pueden producirse, por supuesto, por diversas razones (la competencia, las condiciones meteorológicas, etc.) y el algoritmo está diseñado para responder a esas influencias. El módulo de adaptación rápida resulta especialmente útil para los bienes de consumo masivo y para la mercancía con alta elasticidad de ventas.
El algoritmo de adaptación rápida ajusta una proyección y la adapta a las fluctuaciones repentinas de las ventas.
El propósito del módulo de adaptación rápida es detectar una evolución repentina y no estándar del mercado y adaptar su oferta a los cambios bruscos en la demanda de sus productos. El módulo de adaptación rápida ajusta y suaviza la proyección actual de modo que aumente el nivel de servicio al cliente, que podría caer ante el empuje del crecimiento de la demanda.
Descripción funcional¶
Cálculo de la adaptación rápida de la proyección de ventas¶
El cálculo se realiza sobre un único ítem de stock. El algoritmo traduce, de forma simplificada, el histórico reciente mediante una regresión; esta sirve luego de base para proyectar el futuro muy próximo y corto.
Es posible ajustar tanto la duración como la periodicidad del histórico. La periodicidad define si se usa un período diario o semanal para la regresión. Por regla general, para períodos más cortos y bienes de consumo masivo es mejor el período diario; para períodos más largos y bienes de rotación más lenta se sugiere el período semanal.
El algoritmo posterior compara la proyección calculada en el módulo Proyección mensual (desglosada en días en el módulo Proyecciones diarias) con los resultados calculados mediante la regresión. Si el resultado es muy distinto, la tendencia de las ventas cambió significativamente y, durante un período corto, la proyección se adapta a los resultados del método de regresión.
Es posible configurar el nivel de sensibilidad, el grado de personalización y también si el cambio debe o no afectar al stock de seguridad (módulo: Stock de seguridad).
El algoritmo trabaja con la estacionalidad calculada en el módulo Estacionalidad: así se puede estimar si la diferencia de ventas entre el período más reciente y la proyección se debe a la estacionalidad y, por lo tanto, si conviene ajustar algo o no. Por ejemplo, es de esperar que las ventas de diciembre sean extremadamente altas, por la Navidad; para enero, en cambio, la proyección es más bien baja en comparación con un diciembre muy estacional. Por eso no es aconsejable aumentar la proyección de ventas de enero mediante el método de regresión.
El algoritmo se desactiva automáticamente si el período monitoreado tiene más días que el número de días con ventas promocionales.
El algoritmo no funciona si el ítem de stock correspondiente se cambió mediante la extensión: Ajustes en las proyecciones.
Explicación del módulo¶
El módulo toma en cuenta multitud de factores que pueden influir en la proyección, por lo que el usuario puede necesitar una pista para sus decisiones. Estas pistas, o explicaciones, se encuentran en el módulo Detalle, en la pestaña Proyección.
Las salidas del módulo son dos gráficos, siempre uno de la proyección mensual y otro de la periodicidad seleccionada.
Los gráficos muestran el desarrollo de los algoritmos de principio a fin: desde los ajustes por quiebres de stock y promociones hasta el índice estacional y los resultados de la regresión final.
La tabla resumen situada debajo del gráfico muestra qué parámetros se cumplieron y cuáles no, y si el algoritmo se aplicó a un ítem concreto.
Extensiones¶
Adaptación rápida para un grupo de productos¶
Si una empresa tiene una bodega central y varias sucursales, es esencial monitorear el crecimiento total de las ventas del producto en todas las ubicaciones, pero evaluar solo la bodega central. Esto es así porque las transacciones de cada sucursal pueden no ser llamativas, con lo que el algoritmo podría no detectarlas, pero en conjunto sí hay un aumento.
En consecuencia, podemos atribuir ese aumento a la bodega central y asegurarnos de que esté suficientemente abastecida por todos los proveedores. El aumento se puede repartir después por igual entre las bodegas subordinadas, o bien se puede repartir según la proyección.
Esta extensión permite definir un grupo de productos que después se evalúan en conjunto.