“Si a usted le está yendo bien en la Polla* Mundialista, déjeme decirle que no tiene idea de fútbol”.
Este meme viene circulando por estos días a propósito de las sorpresas del Mundial de Qatar 2022. Brasil y Portugal perdieron en cuartos de final a manos de Croacia y Marruecos (el verdugo de España, otra de las selecciones favoritas, en octavos de final). Alemania, Bélgica y Uruguay ni siquiera pasaron de la fase de grupos y Qatar, siendo anfitrión, perdió el partido inaugural, cosa que jamás había sucedido. Con estos resultados, los “conocedores” de fútbol rápidamente vieron cómo se esfumaba cualquier chance de ganar dinero con sus apuestas.
Lo interesante es que este no es un caso aislado del Mundial de Qatar; es la norma. Basta buscar en Google “Las sorpresas del Mundial de fútbol de…” para confirmar que en todos los mundiales ha habido (y seguirá habiendo) resultados que nadie vaticinaba. De hecho, el meme con el que iniciamos este artículo es reciclado de mundiales anteriores.
La imprecisión de los pronósticos
Saber con precisión cuánto se venderá, qué productos, en qué momento y en dónde es el sueño de cualquier empresa. Un pronóstico perfecto significaría más ventas, menos costos y menos inventario. Sin embargo, la mala noticia es que la demanda es impredecible. De la misma forma en que nadie es capaz de predecir con precisión los marcadores de los partidos del próximo Mundial, ningún algoritmo será capaz de pronosticar, a nivel de SKU y ubicación, cuál será la demanda futura de un producto.
No obstante, asimismo como hay personas con supuestas habilidades para predecir el futuro (el más reciente fue el supuesto “viajero del tiempo”, quien vaticinó que Brasil se coronaría campeón frente a Francia), existen empresas que afirman tener software capaz de predecir el futuro, con promesas de predecir la demanda a nivel de SKU para las siguientes 52 semanas. Una cosa es analizar tendencias, evaluar posibles escenarios, revisar pronósticos agregados, pero otra es pretender que hay precisión sobre lo que es inherentemente preciso.
Ahora, que haya empresas que aseguran poder predecir el futuro (y personas que lo creen) no nos debería sorprender. Nostradamus todavía da de qué hablar, con predicciones que hizo hace más de 600 años y, para no ir tan lejos, en el Mundial de 2010 hubo revuelo global porque un pulpo llamado Paul predijo que España se coronaría campeón. El supuesto viajero del tiempo y el pulpo Paul tuvieron algunos aciertos en sus predicciones, pero esto no significa que tengan la habilidad de “ver” el futuro. Al fin y al cabo, hay personas que se ganan la lotería, pero esto no significa que tengan poderes predictivos.
Y entonces, ¿los pronósticos qué?
El hecho de que los pronósticos sean imprecisos por naturaleza, no quiere decir que no debamos pronosticar, pues para muchas decisiones que tomamos en el día a día es inevitable usar pronósticos. Tampoco ponemos en duda que la precisión de los pronósticos ha mejorado gracias a mejores metodologías y nuevas herramientas como la inteligencia artificial. Pero es osado afirmar que en un futuro cercano tendremos la bola mágica para predecir la demanda con precisión.
En nuestra opinión, la dirección de la solución está en hacer un rediseño completo del modelo de planeación para mejorar la precisión de los pronósticos y reducir nuestra dependencia de ellos; algo que metodologías como TOC, DDMRP y LEAN vienen pregonando desde hace tiempo. A continuación, presentamos algunas recomendaciones generales que podemos aplicar en nuestras empresas, de forma sencilla y sin necesidad de software sofisticado.
1. Defina cuál es el objetivo del pronóstico
Un pronóstico no se hace porque sí, ni se hace sin ningún contexto. Antes de hacer un pronóstico, analice cuál es la decisión que necesita tomar y determine qué tipo de pronóstico requerirá. ¿Necesita un pronóstico agregado o detallado? ¿Para qué horizonte de tiempo? Sin la respuesta a estas preguntas difícilmente podrá tomar una decisión de alta calidad.
2. No evalúe la calidad de una decisión con base en el resultado
Un error común es evaluar la calidad de una decisión con base en su resultado, cuando lo correcto es evaluar la calidad de la decisión en el momento en que se toma. La implicación de lo anterior es que una mala decisión puede generar un buen resultado y una buena decisión puede generar un resultado indeseado. Por ejemplo, si una persona le apuesta USD$1.000 a que es capaz de lanzar una moneda y sacar cara diez veces seguidas, ¿usted aceptaría la apuesta? La probabilidad de que esto ocurra, asumiendo que la moneda no está cargada, es del 0,098%, así tomar la apuesta parece ser una buena decisión. Pero ¿cambiaría de opinión si le dijera que, en contra de todo pronóstico, usted perdió la apuesta? ¿Significaría esto que la decisión de aceptar la apuesta fue equivocada? Todo lo contrario. La decisión de aceptar la apuesta fue acertada y este hecho no cambia con el resultado de dicha decisión. Es más, si la persona le hiciera la misma apuesta, ¡usted debería tomarla de nuevo!
No lo olvide: la calidad de una decisión no cambia con el resultado. No es correcto afirmar que, si ganamos la apuesta, la decisión de tomarla fue buena o que, si la perdemos, la decisión fue mala. Por esta razón, es fundamental mejorar el proceso con el que se toman las decisiones, pues no se puede controlar el resultado final. Ahora bien, cuando tome decisiones importantes, documente los supuestos sobre los cuales basó su decisión y si el resultado no fue el esperado, aprenda de la experiencia.
3. Pronostique seguido y para horizontes de tiempo cortos
Muchas empresas acostumbran a elaborar un presupuesto de ventas para todo el año y a dejarlo fijo a medida que pasan los meses. ¡Grave error! A medida que se obtiene más información, el presupuesto debería ajustarse para reflejar los cambios en el entorno. No olvide que mientras más lejano sea el horizonte del pronóstico, más impreciso será. Por esta razón, es crucial recortar al máximo los horizontes del pronóstico, lo cual se logra reduciendo el tiempo que demora la decisión en surtir efecto.
Por ejemplo, si la decisión es comprar una materia prima con un tiempo de reposición de tres meses, el pronóstico de ventas debe abarcar al menos este horizonte, pero tampoco es necesario pronosticar mucho más allá de este plazo. En otras palabras, si reponer el producto toma tres meses, ¿para qué me sirve un pronóstico de los siguientes doce meses cuando la decisión es cuánto inventario comprar? Ahora, si se logra recortar el tiempo de reposición a dos meses, la precisión del pronóstico mejorará automáticamente.
4. Aplace las decisiones irreversibles
En inglés esto se llama postponement. El objetivo detrás de esto es poder reaccionar a señales reales en vez de pronósticos. Una práctica común en retailers que manejan productos de moda y que venden a través de puntos de venta propios, es comprar la cantidad total que esperan vender de un nuevo producto que están lanzando para la siguiente colección y distribuir el inventario entre las tiendas de acuerdo con algún criterio (usualmente, la participación en ventas de cada tienda).
Al atomizar el inventario en las tiendas se está tomando una decisión “irreversible”, pues devolver el inventario al depósito central o transferirlo entre tiendas es costoso. Al tomar la decisión de cuánto enviar a cada tienda de forma anticipada, estamos operando 100% sobre pronósticos que, de nuevo, no se cumplirán. Por eso el resultado inevitable es que en algunas tiendas habrá agotados y en otras sobrará inventario. ¿No será mejor enviar una porción del inventario a las tiendas, dejar el resto en el depósito central y luego reponer lo que se vaya vendiendo? Al aplazar la decisión de cuánto enviar a cada tienda podremos reaccionar sobre demanda real y no sobre pronósticos.
5. Evalúe escenarios optimistas y pesimistas
En estadística nos enseñaron que un pronóstico siempre tenía un margen de error, pero esta importante lección es ignorada por la mayoría de organizaciones, pues la práctica generalizada es hacer proyecciones determinísticas (de un solo valor). Tal vez por esto William Simón, el Secretario del Tesoro de Estados Unidos en 1975, bromeó diciendo en una rueda de prensa “a veces pienso que los economistas usan puntos decimales en sus pronósticos para demostrar que tienen sentido del humor”.
Pronosticar no es una ciencia exacta. Por esta razón, nuestras proyecciones deberían ser para un rango de posibilidades “realistas”, que nos permitan tomar una decisión más informada. Por ejemplo, si usted está contemplando comprar una máquina nueva, en vez de hacer una proyección determinística de las ventas, evalúe un escenario optimista, en el cual la demanda ocupa toda la capacidad. Pero evalúe un escenario pesimista, donde la demanda aumenta muy poco. Proyecte cuál sería el impacto de ambos escenarios sobre la rentabilidad global de la organización y tome la decisión.
Conclusiones
Tomar decisiones hace parte de nuestro día a día, sea como líderes en nuestras organizaciones o a título personal. Algunas de estas decisiones son simples, sin mayores implicaciones. Pero hay otras que requieren análisis profundos porque una mala decisión puede tener consecuencias muy graves.
Sin importar el tamaño o la industria, todas las empresas deben tomar decisiones de planeación. En empresas del sector de manufactura y de comercio, muchas de estas decisiones están relacionadas con cuánto comprar, producir o distribuir, de qué productos y cuándo hacerlo. El problema surge cuando las empresas parten del supuesto de que es posible prever el futuro y deciden hacer la planeación de su cadena de suministro con base en pronósticos, con el resultado que ya conocemos: agotados y altos inventarios.
Si queremos una mejora en el desempeño de nuestra cadena de suministro, necesitamos hacer un cambio radical en la forma en la que abordamos la planeación de nuestras empresas. Aceptemos el hecho de que el futuro es incierto y que lo único que podemos hacer es ser más veloces en detectar señales reales en el entorno y reaccionar a ellas. Por mucha inteligencia artificial que haya, en nuestra opinión, no existe software que hubiera sido capaz de predecir que la selección de Marruecos iba a ser semifinalista del Mundial de Qatar 2022. Por ahora, el santo grial de los pronósticos sigue perdido.
Más recursos
Metodologías como TOC (Theory of Constraints) y DDMRP (Demand Driven MRP), proponen un modelo operativo de planeación del abastecimiento, de la producción y de la distribución, que se basa principalmente en el consumo y no en los pronósticos. Si usted desea conocer a fondo cómo funciona lo invitamos a que se inscriba en nuestro curso “Cómo INCREMENTAR sus ventas REDUCIENDO su inventario”
*La polla se refiere a una apuesta deportiva en la cual cada participante hace pronósticos sobre los resultados deportivos.
Foto de Fauzan Saari en Unsplash
