Por lo general, el mayor problema al implementar un proceso de pronóstico rentable no tiene nada que ver con el análisis. La adopción de pronósticos, la incorporación de pronósticos en la toma de decisiones, es un obstáculo tan alto como las propias modas.
La previsión es más grande que las modas analíticas
La creación de un proceso de pronóstico generalmente comienza con la producción de modelos robustos y complicados. Eso no es poca cosa. En primer lugar, los científicos de la información deben recibir volúmenes gigantescos de información numerosa, luego manipularla y reelaborarla para que esté lista para el análisis. Posteriormente, aplican una variedad de métodos de modelado, desde la recolección de tiempo hasta el estudio de máquinas y todos los elementos intermedios, para generar pronósticos en varios rangos de elementos. Los científicos de la información analizan y refinan continuamente las estrategias de pronóstico para satisfacer las expectativas de precisión.
Luego, el problema se convierte en la construcción de un flujo de trabajo repetible para revisar las excepciones y ajustar las modas. Tan pronto como se ponen en funcionamiento, los pronósticos se integran en los métodos de ejecución y planificación posteriores para que los clientes empresariales puedan comerlos. Los clientes de pronóstico incluyen planificadores de demanda, surtido, monetarios, laborales y de inventario. Para simplificar, llamémoslos “planificadores”. El curso de pronóstico se repite repetidamente para alinearse con los ciclos de planificación, con información actualizada y pronósticos actualizados.
Todos estos esfuerzos son importantes para la previsión. Sin embargo, los científicos de la información suelen descubrir que los planificadores no utilizan pronósticos estadísticos. Algunas empresas informan que los planificadores aún modifican el 80-90% de los pronósticos, a pesar de los resultados de precisión constantemente sólidos.. ¿Por qué? como resultado de miNo se trata del pronóstico estadístico en sí mismo; se trata de confiar en el pronóstico.
La creencia resulta en adopción
La creencia es importante para construir credibilidad en los nuevos procesos de pronóstico. Está claro mientras te has ganado la confianza: mientras asistes a una reunión, los colegas asienten con la cabeza y realmente prestan atención mientras hablas; cuando los responsables de la toma de decisiones consultan un consejo, lo buscan instantáneamente para corroborarlo o negarlo. La creencia es un factor difícil de ganar. Y no aparece milagrosamente debido a su título o porque la administración lo dice. Se necesita tiempo para desarrollar la creencia y es un desarrollo, no un punto final.
Establecer creencias y obtener la adopción de pronósticos incluye confiar en los análisis, los resultados y las personas que producen los pronósticos.
Cree en los análisis: aclara los pronósticos con claridad
Los nuevos procesos empresariales se encuentran naturalmente con un punto de escepticismo. La introducción de un nuevo pronóstico estadístico no es totalmente diferente. Los planificadores podrían preguntar: “¿Me ayudará este pronóstico? ¿Sustituirá mis datos y experiencia? ¿Funcionará además de la información que los científicos dicen que va a hacer?”.
Superar esta vacilación comienza explicando el objetivo de los pronósticos estadísticos. En un flujo de trabajo de planificación, ¿cómo deberían usar los planificadores el pronóstico para mejorar las selecciones? La respuesta dependerá de muchos elementos, equivalentes a la extensión del elemento dentro del pronóstico, la información causal incluida y la frecuencia de las actualizaciones.
Por ejemplo, considere una empresa de artículos de clientes que ha desarrollado una serie de pronósticos estadísticos para ayudar a los planificadores de demanda con planificación agregada y detallada. Los pronósticos combinados se crean en una mejor etapa dentro de la jerarquía de producto/ubicación, en la etapa de modelo/canal, y están diseñados para selecciones estratégicas. Más particularmente, ayudan a los planificadores de la demanda a decidir dónde tomar una posición en el comercio, la publicidad y la innovación.
Sin embargo, las previsiones detalladas se encuentran en una etapa mucho más baja del elemento, en la etapa SKU/comprador. La precisión del pronóstico detallado apunta a las selecciones de ejecución al identificar los peligros y las alternativas dentro del plan. Los planificadores de la demanda no deben usar la combinación y los pronósticos detallados de manera intercambiable, ya que cada pronóstico se desarrolla para un objetivo en particular.
En observación, los pronósticos pueden cumplir una serie de funciones dependiendo de la clase de producto. Los planificadores se apoyan mucho en pronósticos estadísticos en cantidades excesivas, clases de baja volatilidad. Alternativamente, los pronósticos estadísticos son un lugar de referencia para comenzar a estratificar iniciativas futuras en clases intermitentes o estacionales.
Una vez que los científicos de la información describen y hablan del objetivo del pronóstico, ganar confianza en el análisis implica explicar los modelos analíticos en sí. Esto comienza con descubrir y cuantificar los impulsores subyacentes del pronóstico. ¿Qué información causal se incluye dentro del pronóstico? Igualmente necesario, ¿qué información causal no está dentro de la previsión?
Los científicos de la información utilizan métodos variados para calcular mecánicamente el efecto de las variables causales, con metodologías distintivas para la recolección de tiempo, el estudio de máquinas y modelos de conjuntos.
lo que sigue explicabilidad del modelo de pronóstico es más importante desde una perspectiva empresarial que una descripción técnica de los elementos del modelo matemático. En otras palabras, las previsiones se entienden mejor cuando se descomponen en cubos sensibles, como resultados de vacaciones, promocionales y económicos.
Posteriormente, ilustrar los impulsores de pronóstico de forma visual e interactiva en toda la jerarquía de producto/ubicación garantiza que los planificadores puedan interpretarlos sin esfuerzo. Esto da como resultado una comprensión transparente de los modelos de pronóstico al mismo tiempo que brinda visibilidad sobre cómo cambian los pronósticos cuando cambian las entradas causales o las características históricas. (Ver Determinar 1.)
Determine 1. Tablero de indicadores de pronóstico con valor, eventos y resultados macroeconómicos.
Creer en los resultados: Mostrar ventajas significativas
Los planificadores generalmente tienden a creer en los pronósticos estadísticos que constantemente producen resultados confiables. Con ese fin, la publicación de paneles de rendimiento de pronóstico es fundamental para fomentar la confianza en los modelos analíticos.
De hecho, muchos Ciencia de los datos los grupos distribuyen tableros de precisión de pronóstico repetidamente. Sin embargo, cuando los planificadores obtienen una montaña de tableros, Las historias de pronóstico también pueden verse solo o ignorarse por completo. ¿Cómo cambia esta noción?
Los paneles de pronóstico diseñados para anunciar información basada en hechos sobre el rendimiento histórico son instrumentos para comprender activamente lo que ha sido rentable y luego aprovechar esos datos para mejorar los resultados en el futuro. La visibilidad de la eficiencia a través de fabricantes, canales y clientes presenta alternativas para mejorar la información, los pronósticos y las selecciones de planificación.
Es importante analizar la eficiencia del pronóstico desde varios puntos de vista: la precisión del pronóstico medida en el porcentaje de error absoluto implícito (MAPE) o el MAPE ponderado, el sesgo del pronóstico, la rotación del pronóstico y el valor agregado del pronóstico (FVA), por nombrar algunos. A modo de ilustración, el MAPE ponderado general identifica las excepciones que requieren consideración, mientras que el sesgo de pronóstico ayuda a evitar los pronósticos excesivos o insuficientes constantes. Utilizando previsión de abandono, dLos científicos de ata son más capaces de detectar cambios en la demanda histórica o la necesidad de regular modelos estadísticos. Valor agregado de pronóstico (FVA) guía a los planificadores sobre cómo emplearán su tiempo de manera efectiva y exitosa. (Ver Determinar 2.)
Determinar 2. Los resultados de FVA a lo largo de las clases de productos y los rasgos de cantidad de demanda.
Traducir la precisión de los pronósticos en KPI importantes para los planificadores, equivalentes a existencias reducidas, etapa de servicio elevada y proceso mejorado de eficiencias, solidifica la conexión directa entre los pronósticos correctos y los resultados finales. (Ver Determinar 3.)
Determine 3. Precisión del pronóstico alineada con los días de venta de existencias en todas las clases de productos.
Con tantas medidas de precisión de pronóstico para elegir, el objetivo es no inundar a los planificadores con cada estadística factible. Los paneles de eficiencia de pronóstico se vuelven invaluables una vez que incorporan un subconjunto manejable de métricas de precisión que resuenan con su grupo. Explicar el objetivo de cada métrica mejora el poder de tomar acción.
A menos que se priorice el consumo activo de paneles de eficiencia de pronóstico, las historias simplemente pueden ignorarse. Simplemente publicar paneles tiene menos impacto que incorporarlos directamente en un proceso colaborativo y repetible. Tomar esto adicional, incluida la precisión y la adopción de pronósticos como un objetivo empresarial anual para los científicos de la información y los planificadores, incentiva la responsabilidad mutua para producir pronósticos de alta calidad.
Creer en la gente: empoderar a los científicos de la información
Creer se trata de construir relaciones. La energía de la conexión entre los científicos de la información y los planificadores puede afectar considerablemente la noción de pronósticos estadísticos.
En los primeros niveles de un nuevo proceso de pronóstico, la credibilidad de los planificadores que han “caminado con el mismo calzado” es inicialmente más fuerte que la voz de los científicos de la información. Aprovechando la creencia ya establecida, los científicos de la información pueden determinar patrocinadores dentro del grupo de planificación para defender el pronóstico estadístico.
La creación de relaciones entre los planificadores con puntos de vista dispares es vital: interactúe activamente el planificador que intrínsecamente cree en el pronóstico estadístico y el planificador que es el mayor escéptico del pronóstico. Para domesticar la creencia, los científicos de la información pueden preparar debates colaborativos recurrentes con los planificadores para obtener información general de los paneles de eficiencia y explicabilidad de las previsiones.
Mediante estas discusiones, los científicos de la información perciben puntos de vista alternativos sobre cómo los pronósticos estadísticos ayudan a planificar las selecciones. Esta sugerencia se integra en mejoras constantes de pronóstico, como información adicional interna y externa, metodologías de pronóstico modernas y procesos de mejora.
A medida que se fortalece la conexión entre los planificadores y los científicos de la información, los roles de los científicos de la información evolucionan adecuadamente más allá de las modas estadísticas sustentadoras. Los científicos de la información están capacitados para convertirse en compañeros estratégicos para los planificadores y son asesores confiables que brindan información basada en análisis para ayudar a generar resultados invaluables.
Esta creencia reforzada intrínsecamente impulsa el pronóstico estadístico para convertirse en algo más que una línea de referencia; se convierte en el barómetro de amenazas y alternativas, planificación más respetuosa con el medio ambiente y selecciones más altas.
el resumen
Con demasiada frecuencia, la adopción de pronósticos es una ocurrencia tardía. Hacer que la adopción de pronósticos sea una prioridad ayuda a llevar la creencia al frente de los procesos de pronóstico y planificación. Confiar en los pronósticos estadísticos requiere comprender el objetivo y los elementos subyacentes del pronóstico. Confiar en los resultados de precisión del pronóstico requiere paneles de control de rendimiento significativos integrados en un proceso empresarial colaborativo. Confiar en los científicos de la información incluye crear deliberadamente relaciones con responsabilidad mutua por los resultados. Con esta creencia viene la adopción de pronósticos.
