Características del puesto de planificador de la demanda
Los planificadores de la demanda desempeñan un papel fundamental en la optimización de la cadena de suministro de cualquier empresa. Utilizan una serie de datos, incluidos los de marketing y ventas, para estimar eficazmente la demanda de productos a largo plazo. Sus responsabilidades incluyen la planificación de la demanda, el análisis de los datos estadísticos y la generación de pedidos a los proveedores.
Del mismo modo, el planificador de la demanda comprueba los pronósticos de demanda en sus análisis y tiene en cuenta los datos proporcionados por otras partes del proceso, como marketing, representantes de S&OP (Ventas y Operaciones), ejecutivos. Equipado con estos conocimientos y herramientas, inicia un viaje durante el cual suelen surgir obstáculos. Las condiciones meteorológicas difíciles, las carreteras cerradas, los atascos son fácilmente comparables a los retos a los que se enfrenta el planificador, como los mínimos logísticos, la falta de mercancías en el fabricante o distribuidor, los retrasos en las entregas. Estos contratiempos, a menudo repentinos, exigen una serie de respuestas correctivas. Aumentar la velocidad cuando sea posible, encontrar desvíos o cambiar totalmente la ruta.
Lo mismo ocurre con la planificación de la demanda, un trabajo que se lleva a cabo en un entorno muy dinámico caracterizado por la volatilidad y la imprevisibilidad. Hoy en día, por tanto, existe una gran necesidad de que las empresas y sus empleados refuercen sus capacidades en el ámbito de la gestión de la demanda. Y, al mismo tiempo, de poder obtener provecho de los programas avanzados de análisis de datos, que -como la navegación durante un viaje- pueden sugerir las soluciones más óptimas, advertir de anomalías, sugerir un cambio en la vía de acción elegida. Sin embargo, dejando la toma final de decisiones -especialmente para la parte del negocio que no puede automatizarse- en manos de expertos.
Solemos asociar la función de planificador de la demanda con la industria minorista y manufacturera. Pero no son los únicos sectores en los que se necesita esta función. Un ejemplo es el sector bancario. Todos los cajeros automáticos y máquinas de depósito de efectivo deben ser inspeccionados y analizados periódicamente para conocer la demanda de efectivo. Se analiza la ubicación de la máquina y su volumen de tráfico a distintas horas del día, así como el número de billetes y sus denominaciones. Sobre esta base, se establece un plan de suministro que minimizará el riesgo de que un cajero concreto se quede sin efectivo.
Tanto si hablamos de producción como de venta minorista, el trabajo de los planificadores de la demanda no es fundamentalmente diferente. La principal diferencia perceptible es el horizonte temporal que se tiene en cuenta en el proceso de planificación. En la venta al por menor, se trata más a menudo de bienes que se mueven con rapidez. Al mismo tiempo, no suele haber espacio de almacenamiento para hacer pedidos más grandes. Las tiendas se abastecen de un día para otro, más aún cuando se trata de productos frescos con una vida útil corta. La división de los productos en categorías también es un aspecto importante. El planificador de la demanda es responsable de un grupo específico de productos y analiza las ventas y la demanda de ese grupo. El trabajo de un planificador que se ocupa de productos con una larga vida útil es, por tanto, diferente del de un responsable de verduras o frutas, que tienen que entregarse a diario.
En la industria de producción, por regla general, el número de productos y su rotación son menores. La logística, los plazos de entrega y el plan de producción se convierten en un reto fundamental. La industria tiene una cadena de suministro mucho más larga, y pedir mercancías hoy significa entregarlas en al menos tres meses. También es mucho más difícil ajustar los pronósticos en caso necesario. Se convierte en un problema cambiarlas cuando se detecta un error, como consecuencia de una estimación matemática incorrecta o de una anomalía. Por eso, a menudo, para ir a la segura, se piden mercancías excedentarias, lo que genera un exceso de existencias.
Es importante destacar que una persona que trabaje como planificador de la demanda no necesita tener formación estadística o matemática. Sin embargo, este trabajo requiere una recalibración frecuente y una configuración precisa de los modelos de pronóstico varias veces al año, en función de la temporada y las tendencias, así como de los cambios logísticos, económicos y geopolíticos. Ante cada planificador de la demanda se fijan objetivos y KPI específicos. Entre ellos destacan los relacionados con la falta de existencias, la precisión de los pronósticos y la fill rate, que es la tasa de cumplimiento de pedidos, es decir, la diferencia entre la cantidad de mercancía pedida por el cliente y la que realmente se le entrega. También son importantes el lead time (plazo de entrega al cliente final) y el nivel de existencias.
Conviene subrayar que los pronósticos de demanda y ventas deben tener en cuenta dos perspectivas. Es un trabajo diferente generar pronósticos en empresas B2B (por ejemplo, fabricantes), donde el planificador tiene conocimiento de los clientes y sus expectativas. Los supuestos y las necesidades rara vez cambian drásticamente, por lo que pueden predecirse con gran exactitud. En cambio, en las empresas minoristas que venden en el modelo B2C, los clientes se cuentan por cientos de miles. Es imposible conocer a cada uno de ellos y predecir su comportamiento de compra individual. Por lo tanto, en este caso, se agrupan las características y necesidades y se analizan las decisiones de compra de grupos de clientes, en lugar de individuos. Así, el proceso de pronóstico está sujeto a un mayor riesgo de error.
¿A qué retos se enfrenta a diario el planificador de la demanda?
Apagar incendios
En el trabajo de un planificador de la demanda, los asuntos urgentes son cotidianos, lo que en la práctica significa «apagar incendios». En el comercio minorista, hay veces en que se subestima la demanda y empiezan a agotarse las existencias de productos en las estanterías. En la producción, surgen situaciones aleatorias y de emergencia que tienen un enorme impacto en la logística y generan retrasos en las entregas, como la escasez de materias primas o productos semiacabados, paradas en la línea de producción o la necesidad de subsanar averías en el parque de maquinaria. Esto genera retrasos en la ejecución del plan de producción y dificultades en la entrega de la mercancía al comprador. Todas estas complicaciones afectan negativamente a la experiencia del cliente, que es crucial en cualquier industria.
Por lo tanto, entre las tareas prioritarias del planificador de la demanda se incluye el análisis de las SKU críticas y más importantes y la comparación de los pronósticos con los niveles de existencias en tienda y la rotación diaria de mercancías. Esta es un área en la que puede originarse el próximo incendio. Los cambios inesperados en el ritmo de ventas, la escasez («out-of-stock») o el exceso («overstock») de productos en las estanterías de la tienda o el almacén hacen que se acumulen los problemas. Una forma de resolver estos problemas es realizar un pedido urgente al proveedor, pero esta vía puede ser problemática.
Incluso si tiene un proveedor flexible o la capacidad de cambiar rápidamente la línea de producción en su planta, la entrega de los productos que faltan le permitirá «apagar el incendio», pero dejará secuelas. Por tanto, el alivio puede ser sólo parcial, ya que una estrategia de actuación de este tipo afecta significativamente a la rentabilidad. Todo cambio conlleva un coste y el planificador de la demanda que decide aplicarlo asume la responsabilidad de los precios más altos, que son cubiertos por el cliente final o la empresa (en forma de márgenes más bajos).
Incumplimiento de las obligaciones
Las principales tareas encomendadas a los planificadores de la demanda son el pedido de mercancías y la gestión óptima de los suministros. Para ello, el planificador tiene que realizar una serie de análisis, lo que significa «papeleo» y «excel», además de trabajo matemático para buscar tendencias, regularidades y anomalías.
Esto plantea la pregunta lógica: ¿y las demás tareas? ¿cómo y cuándo realizarlas si hacer pronósticos precisos -sobre todo sin el apoyo de herramientas y sistemas avanzados basados en el aprendizaje automático- consume mucho tiempo y recursos. En tales circunstancias, el planificador dedica una enorme cantidad de tiempo a buscar y analizar métricas, lo que a menudo se traduce en una falta de tiempo para tomar decisiones sobre, por ejemplo, la generación de pedidos.
En una situación ideal, el planificador debería disponer de datos de pronóstico y tomar decisiones de pedido basadas en ellos. Hoy en día, sigue siendo demasiado frecuente que tenga que construir los modelos él mismo y luego analizar e interpretar correctamente los datos de pronóstico antes de tomar una decisión.
Dar vueltas al tema y buscar el meollo de la cuestión
Imaginemos una situación en la que un planificador de la demanda es responsable de pronosticar las ventas de productos acabados cuya producción requiere de otros productos. Utilicemos un ejemplo del sector de la panadería.
El planificador, responsable de los sándwiches listos para comer, no puede planificar la demanda de un número concreto de sándwiches para un día determinado. Su tarea consiste en organizar cada elemento de este sándwich: debe tener la cantidad adecuada de bollos, tomates, pepinillos, jamón, queso y lechuga. Y aunque solo el sándwich acabado salga a la venta, los pronósticos deben incluir todos sus ingredientes. Su papel, por tanto, es calcular la demanda de sándwiches listos y, por otro lado, crear listas de demanda separadas para bollos, tomates, jamón, etc.
Es importante señalar que es responsabilidad del planificador de la demanda generar pronósticos, independientemente de si recibe datos sobre las ventas, las promociones previstas, las campañas de marketing, etc., y de la calidad de los mismos. Como demuestra la práctica, el planificador rara vez recibe estos datos porque los representantes de otros departamentos no quieren facilitar estimaciones, datos inexactos, sobre todo si conllevan mucha responsabilidad.
En la industria de producción, al planificador de la demanda se le pregunta «¿qué debemos producir?». Y es irrelevante si ha recibido previamente pronósticos de ventas o de demanda de algún producto. En esta situación, el planificador se encuentra, por así decirlo, acorralado. Acude al departamento de ventas, pero en respuesta a una pregunta sobre datos, oye que es difícil estimar las ventas, porque no se sabe cómo reaccionará el mercado ante, por ejemplo, un nuevo producto. El problema es que para hacer un pedido hay que avisar con tres meses de antelación, y el planificador es totalmente responsable de una estimación incorrecta.
Por lo tanto, el planificador de la demanda tiene que buscar soluciones y llegar a las respuestas de una forma distinta a la directa. Por lo tanto, en lugar de pedir cifras concretas, debe plantearse otras preguntas: sobre el grupo destinatario de un determinado producto que se va a encargar, sobre el destinatario y el cliente final de este producto, sobre cuál será la trayectoria promocional. Construir una historia en torno al cliente y al producto permite al planificador hacer pronósticos incluso sin cifras de ventas concretas.
Falta de tiempo, cambios constantes y costes elevados
La tarea del planificador de la demanda es generar pedidos a los proveedores, así como crear pronósticos a corto, medio y largo plazo. Especialmente en el contexto de estas últimas, el número de incógnitas puede ser sorprendente. Por esta razón, el planificador debe mantener el pulso y supervisar los pronósticos a largo plazo para reaccionar con suficiente antelación a las situaciones cambiantes. Por otra parte, debe tener en cuenta que todo cambio tiene un coste. La situación es completamente diferente cuando puede utilizar el apoyo de un sofisticado software que genera automáticamente pronósticos de alta calidad, basados en algoritmos de IA y ML. Entonces es posible calcular la demanda o las ventas varias veces, teniendo en cuenta diferentes variables, escenarios y datos, lo que da lugar a resultados más precisos.
En la industria FMCG, donde hay miles de SKU, el pronóstico diario de ventas para cada producto basado en el análisis de datos de recepción no sería posible sin herramientas modernas. A menos que la empresa emplee un ejército de planificadores, formado por cientos de empleados. Por eso el reabastecimiento suele hacerse como máximo dos veces por semana.
Mientras tanto, no se trata sólo de hacer pronósticos, sino también de optimizar costes. El personal de planificación de la demanda, que se cuenta por cientos en una empresa comercial dada, es objetivamente más caro que una herramienta basada en inteligencia artificial y aprendizaje automático. Por supuesto, este es un argumento que se aplica principalmente a la industria FMCG, donde el plazo de entrega es corto, el proceso de pedido complejo y el número de productos muy grande. Por lo tanto, emplear a personas para hacer pronósticos manualmente resulta caro. En cambio, automatizar este proceso aporta ventajas gigantescas, como el aumento de la eficiencia.
Demasiados SKU – imposible hacer pronósticos cualitativos
Un gran reto para el planificador de la demanda es la cantidad de información y SKU que tiene que procesar y comprobar. Así que suele trabajar en el caos, aunque intenta priorizar las tareas. El problema también radica en Excel, donde se realiza la mayor parte de la planificación. Se calcula que actualmente alrededor del 80% de las empresas abordan los pronósticos de este modo. Excel es flexible y fácil de usar, por eso es tan popular. El uso de fórmulas, reglas y filtros permite agregar datos y ayuda a combinar elementos en un todo coherente.
Por poner un ejemplo: imaginemos que un planificador es responsable de los pronósticos de cinco mil productos, para cien tiendas. Los datos cambian, se actualizan, así que, ante tal abundancia de métricas y parámetros, el planificador se centra sobre todo en los productos que rotan más rápido o son más rentables. Por tanto, se preocupa por el 20% de los productos que aportan el 80% de los ingresos. De este modo, pierde de vista el enorme potencial de los demás productos, a los que no presta tanta atención por falta de tiempo.
¿Cómo optimizar el trabajo de pronóstico mediante inteligencia artificial y aprendizaje automático?
Una plataforma de pronóstico de la demanda basada en inteligencia artificial y aprendizaje automático quita gran parte de la responsabilidad de los hombros del planificador de la demanda. Especialmente de las tareas más sencillas, que se realizan de forma rutinaria. Esto deja tiempo al planificador para asuntos que requieren su especial atención, competencia y creatividad. Tiene más espacio para tomar decisiones importantes que tienen un impacto fundamental en la empresa.
Todo el proceso analítico, la búsqueda de dependencias y regularidades se confían a algoritmos. El sistema asume la parte de la responsabilidad que es repetible, modelable con IA y ML. Y lo que es más importante, dejando siempre del lado de los expertos la posibilidad de interferir en los pronósticos y tomar las decisiones finales.
Es cierto que, incluso con un pronóstico manual, los planificadores de la demanda tienen herramientas a su disposición para facilitar su trabajo. La más popular es Excel, que es rápido de configurar, fácil de usar y flexible. Muchas empresas utilizan también herramientas de business intelligence, que se centran en agregar datos de ventas, combinando información sobre productos que se venden de forma similar, pero no tienen valor predictivo. Tampoco eliminan la necesidad de filtrar manualmente y buscar la validez. Y aunque estas soluciones pueden funcionar bien para empresas más pequeñas con una gama limitada de productos, son inadecuadas para minoristas con gamas de cientos, miles y decenas de miles de SKU.
A la hora de optimizar el negocio, conviene tener en cuenta que las soluciones analíticas avanzadas pueden procesar enormes conjuntos de datos y generar pronósticos, demandas de las tiendas y planes de producción para el 100% de los productos ofertados. Es decir, en lugar de considerar sólo el 20% de las referencias de mayor rotación, se obtiene un análisis completo de todos los productos y categorías de productos que generan el 100% de los ingresos. Este enfoque holístico, que contempla toda la empresa en lugar de una parte de ella, nos permite optimizar el flujo de caja y aumentar las ventas.
