Estamos desarrollando varias iniciativas con clientes en la industria de retail y consumo masivo, para desarrollar soluciones basadas en Inteligencia Artificial (IA), que se integren con SAP, y que les permitan mejorar la calidad de sus pronósticos de demanda.
Con estos clientes, hemos detectado que sus modelos de pronóstico actuales no logran capturar adecuadamente el efecto sobre la demanda de peaks irregulares (como, por ejemplo, feriados, día de la madre, cyber monday o eventos deportivos), que pueden variar su impacto de un año a otro. Esto los obliga a implementar ajustes manuales sobre sus pronósticos que dependen de la intuición o experiencia del planificador o category manager.
Hay categorías de productos que tienen demanda estacional muy predecible y otros con alta volatilidad asociada a distintos eventos, por ejemplo, un partido importante de la selección de futbol afecta en forma notoria la venta de los televisores, los productos asociados a asado a la parrilla (cerveza, carbón, parrillera, carnes y otros productos), entre otros, mientras que otros productos como el azúcar y los artículos de baño no alteran su demanda en forma significativa.
Utilizando IA podemos cuantificar de manera adecuada, el impacto de este tipo de eventos en la demanda proyectada, produciendo pronósticos de mejor calidad, que eliminan discrecionalidad y dependencia de la “intuición” de algún experto.
Básicamente lo que hacemos es construir un modelo de planificación de demanda, que extrae datos de SAP, los complementa con información relevante de otras fuentes, los carga en un motor de IA, procesa los pronósticos, y luego los retroalimenta donde el proceso de negocios del cliente lo requiera. Esto puede ser, en la planificación de SOP (Sales Operations Planning), para planificar la producción, o en otros casos, en el MRP, para planificar las compras y el reaprovisionamiento, etc.
Además de eso, construimos herramientas de BI que permitan a los analistas de negocios, examinar esa información y tomar decisiones. Estas herramientas permiten analizar aspectos tales como la precisión de los pronósticos en función de distintos factores como la categoría o el segmento de clientes, de manera de identificar de mejor manera dónde hay potencial de mejorar los modelos, ayudando a la mejora continua del proceso de planificación.
Por último, al ser basado en IA, los pronósticos serán cada vez mejores en el tiempo, a diferencia de los modelos tradicionales, donde la precisión de los pronósticos se mantiene similar en el tiempo.
Para más información de nuestros servicios invitamos a la comunidad de SAP Chile a contactarnos, a través del formulario de contacto de nuestro sitio web.
Autor Patricio Renner, gerente de Tecnología.
Notas relacionadas:
Chile
México
Estados Unidos
