Demand sensing

Un modelo clásico de series temporales trata cada periodo como una observación del mismo peso, así que un cambio de nivel tarda varios periodos en mover los parámetros. El demand sensing acorta ese retraso: trabaja en un horizonte de días a pocas semanas, pondera más las observaciones recientes y puede incorporar señales de la parte baja de la cadena – datos de punto de venta, pedidos ya lanzados, meteorología, actividad promocional. La salida no es una segunda previsión, sino una corrección de la existente, normalmente al nivel de referencia‑ubicación‑día.

• Horizonte – días a pocas semanas, no meses ni una temporada entera.
• Entrada – demanda reciente más señales de la parte baja de la cadena, no solo el histórico de la propia referencia.
• Salida – corrección de una previsión existente, no un sustituto del modelo de planificación.

Demand sensing en la práctica

La corrección vale lo que valga la decisión que todavía puede cambiar. Cuando el lead time del proveedor y el periodo de pedido cubren juntos varias semanas, la cantidad de ese periodo ya está pedida cuando el sensing detecta el cambio; lo que queda abierto es la asignación entre ubicaciones y la redistribución del stock que ya está en la red. Por eso el sensing rinde primero en ciclos cortos – fresco con entrega diaria, reposición de tiendas desde el almacén central, comercio electrónico – y en la decisión de asignación, no en el pedido de compra.

La segunda condición es la entrada. Las últimas semanas tienen que describir demanda, no ventas: una referencia que estuvo sin existencias muestra ventas deprimidas, y una capa de sensing que lee ventas en bruto baja la previsión, pide menos y agrava la rotura de stock. Con las promociones ocurre lo mismo – donde el calendario promocional es denso, la desviación reciente suele ser el pico promocional y no un cambio de nivel, así que la corrección corresponde a un baseline limpio. Y en demanda intermitente, unas pocas semanas de observaciones no distinguen un cambio de nivel del azar.

Veritico STOCK utiliza el demand sensing como una capa de la previsión: compara las últimas semanas con el histórico a largo plazo y ajusta la previsión en consecuencia. Calcula sobre un histórico limpiado de extremos, roturas de stock y efectos promocionales, y prevé la demanda real en lugar de las ventas censuradas – que es lo que impide que una corrección a corto plazo amplifique un problema de disponibilidad. La previsión corregida entra después en la reposición y la asignación.

Términos relacionados

• Previsión de la demanda
• Planificación de la demanda
• Demanda base (baseline)
• Previsión de series temporales
• Previsión de nuevos productos