Precisión de la previsión

La precisión es el complemento del error de previsión, así que hereda todas las propiedades de la métrica de la que se deriva. Se usan dos definiciones. Una parte del MAPE, que promedia los errores porcentuales referencia por referencia y trata igual a una referencia pequeña y a una grande. La otra parte del WAPE, que divide el error absoluto total por la demanda total y por tanto pondera las referencias por volumen. Para trabajar con inventario y reposición, la cifra basada en WAPE es el valor por defecto más seguro, porque una sola referencia de baja rotación con un fallo porcentual grande no la distorsiona.

• Precisión (según WAPE) = 1 − Σ|A − F| / ΣA, sumado entre referencias y periodos
• Precisión (según MAPE) = 1 − (1/n) Σ (|A − F| / A) – indefinida siempre que la demanda real sea cero
• Sesgo = Σ(F − A) / ΣA – la dirección del error; una cifra aparte que va junto a la precisión
• Indica el nivel y el horizonte: «82 % por referencia × tienda × semana, a un lead time» es una afirmación; «82 % de precisión» no lo es

La precisión de la previsión en la práctica

La agregación es lo primero que hay que comprobar en cualquier cifra declarada. Una cifra mensual, de toda la red y ponderada por volumen deja que los errores se compensen: pasarse en una tienda y quedarse corto en otra se anula, y el total no revela que ambos pedidos estaban mal. La misma previsión medida por referencia × tienda × día, que es el nivel en el que realmente se decide la reposición, sale mucho más baja. Ninguna de las dos cifras es falsa; responden a preguntas distintas y solo la segunda predice si el lineal estará lleno.

El segundo parámetro es el horizonte. La precisión medida a lag cero – la previsión de esta semana hecha esta semana – describe una previsión con la que nadie puede pedir. La cifra que importa es la del horizonte del lead time más el ciclo de pedido, porque es cuando el pedido se compromete.

El tercer problema es más silencioso y más caro. Cuando la precisión se mide contra las ventas, la previsión se compara con algo que no es la demanda. Durante una rotura de stock las ventas están censuradas: la previsión dijo 40, el lineal se agotó en 25 y el error se contabiliza como sobreprevisión. La precisión parece entonces mejor justo donde la empresa perdió ingresos. Los días sin disponibilidad hay que excluirlos del cálculo o reconstruir la demanda perdida. En referencias de baja rotación con demanda intermitente existe además un techo para cualquier modelo, y las métricas porcentuales se rompen cuando los valores reales son a menudo cero: ahí el trabajo lo hace el stock de seguridad y acortar el lead time, no perseguir la precisión. La precisión es una métrica de entrada; el resultado que merece llegar a un comité es la disponibilidad, la cobertura de inventario y los deterioros.

Veritico STOCK elige entre unos ochenta métodos el de menor error esperado para cada referencia, limpia del histórico las roturas de stock y los efectos promocionales antes de calcular, y prevé por referencia, almacén y día, el nivel que consume la reposición – véase previsión de la demanda y optimización de inventario y gestión de reposición y asignación. Mondelez pasó del 50 % al 70 % de precisión tras unificar la planificación entre funciones; Kofola alcanzó un 76 % en previsiones promocionales, donde la precisión es estructuralmente más difícil que en la demanda base.

Términos relacionados

• Previsión de la demanda
• Planificación de la demanda
• Rotura de stock
• Stock de seguridad
• MAPE
• Sesgo de la previsión (forecast bias)