ESCUCHAR
A pesar de las crisis, es posible implementar herramientas para afrontar un contexto volátil e impredecible, logrando mayores ventas e inventarios. Aportes de Diego Travaglino, director del Ceolog del ICDA-UCC
Con la llegada de la pandemia de coronavirus, el impacto de la crisis sanitaria en la economía y en las empresas fue profundo, constituyendo un escenario de mayor volatilidad e imprevisibilidad.
Sin embargo, aun en este contexto, es posible optimizar los procesos de la cadena de abastecimiento de las empresas, focalizando en la planificación o gestión de la demanda, como cuestión clave que posibilita anticiparse a lo que puede llegar y a los cambios de comportamiento de los consumidores. Para esto, lo fundamental es evolucionar de la tradicional hoja de cálculos a los modelos matemáticos, incorporando a los procesos herramientas más integrales como el “machine learning”.
“En Argentina, en general, no utilizamos modelos predictivos sobre lo que va a pasar. Entonces, en realidad, somos reactivos. Viene el pico de demanda y las empresas no tienen inventario, no tienen personal. En cambio, si no se vende nada, sobra stock por todos lados”, aseguró Diego Travaglino, director del Centro de Operaciones y Logísticas (Ceolog) del ICDA Escuela de Negocios, que pertenece a la Universidad Católica de Córdoba (UCC), en conversación con Comercio y Justicia. El especialista también es socio de DTA Logística y de Pyplan Forecast.
“En el mundo, estos modelos predictivos forman parte de lo que se denomina la gestión o la planificación de la demanda, que constituye uno de los procesos más importantes dentro de la cadena de abastecimiento”, explicó, y agregó que hoy es “una cuestión de supervivencia” implementar estas nuevas herramientas.
“La ‘nueva normalidad’ va a ser distinta de la anterior. Muchas empresas estaban habituadas a trabajar siempre de una misma forma y ahora todo va a ser distinto. Puede ser que la demanda sea más alta o que sea más baja. O que cambie el producto”, detalló.
“Por ejemplo, las empresas de gaseosas, al no tener abiertos los restaurantes, cambiaron totalmente el mix de productos. Capaz que vendieron un poco menos que antes pero dentro de eso, la venta de las botellas de 380 ml. bajó muchísimo. No obstante, mejoró el desempeño de los envases familiares”, ejemplificó Travaglino.
“Para este momento, se necesitan herramientas que permitan trabajar con eficiencia toda la cadena de abastecimiento. Se trata, básicamente, de vender más, servir mejor al cliente y bajar los costos del inventario y de las operaciones”, afirmó.
Alternativas
Según un documento que elaboró Travaglino, al que pudo acceder este medio, los desafíos que enfrentan las empresas en este contexto de pandemia, son principalmente que los modelos estadísticos tradicionales “no pueden capturar rápidamente nuevas realidades”, anticipando comportamientos nuevos e irracionales de los clientes, como lo que sucedió -por ejemplo- con el papel higiénico al comienzo de las medidas de Aislamiento Social, Preventivo y Obligatorio (ASPO) en el país.
Además, los sistemas que son de común uso por parte de las compañías no tienen posibilidad de “desarrollar capacidades para comprender las implicaciones de todo el ecosistema bajo demanda”, evaluar influencias externas, manejar nuevas fuentes de datos o amplificar las actividades más allá del pronóstico de la demanda.
En este sentido, resulta fundamental la innovación. Al respecto, Travaglino indicó que usualmente “el empresario cordobés utiliza Excel” y, en un paso más avanzado, están quienes usan las series de tiempos de la hoja de cálculos.
No obstante, ya están disponibles modelos más evolucionados como las regresiones y los denominados ARIMA, (Autoregressive Integrated Moving Average), que permiten obtener patrones predictivos.
“Y en estos últimos diez años -explicó el especialista- se empezaron a desarrollar modelos que aprenden del comportamiento, o que van detectando distintas variaciones y estos se llaman machine learning”.
Como ejemplo, el director de Ceolog indicó que actualmente está liberado el coeficiente de movilidad de Google, que permite conocer cómo se mueven los habitantes por la ciudad.
“Hoy existen herramientas que son pagas o free”, explicó aunque detalló claramente que con “el software sólo no alcanza”, al referir que es fundamental incorporar las nociones de planificación para poder avanzar en mejores resultados.
“A lo mejor, las variables macroeconómicas están mal pero dentro de la empresa, existe la posibilidad de estar un paso más adelante”, aseguró.
IMPORTACIONES
Gestionar “en cascada” permite tomar mejores decisiones
En el marco de las problemáticas actuales referidas a la importación de insumos para producir y los bruscos saltos cambiarios, las compañías presentan problemas de producción y de falta de stock.
En este punto, Travaglino explicó que “toda la planificación de los insumos nace de una planificación de las ventas”, para luego focalizarse en la distribución y posteriormente en la producción. “Esto es planificación en cascada, aseguró, al señalar que luego se empieza a diseñar el proceso de compra.
“Cuando uno ya sabe lo que va a comprar en un lapso, entonces es mucho más fácil tomar decisiones. Si bien las restricciones son para todos, poder planificar significa actuar más rápido. Quizás, un producto ahora no se puede traer de China porque está cerrado pero quizás se puede transportar vía aérea por otra ruta”, ejemplificó.
RECOMENDACIONES
La innovación es necesaria para los próximos escenarios
Además, de realizar un cambio en los modelos de abordaje de la cadena de abastecimiento, optando por software que incluyan procesos de machine learning (como Pyplan), Travaglino sugiere considerar otros puntos complementarios.
El primero es lograr “identificar los impulsores de la demanda futura”. En este caso, el documento escrito por el especialista destaca que es importante que la gerencia establezca “modelos de demanda predictivos que utilicen los impulsores de demanda individuales identificados, pero también información sobre enfermedades y bloqueo”.
“Buenos ejemplos son las aerolíneas que necesitan predecir las demandas en su red. Para estimar los pasajeros en el tramo entre Nueva York y Munich, se deben considerar factores como viajes de negocios, eventos cancelados y prohibiciones de viaje”, se precisó.
Por otro lado, resulta fundamental “comprender la dinámica de la cadena de suministro”, logrando “predecir la demanda del consumidor final y la capacidad disponible para desafiar los pedidos de los clientes”, contabilizando “el efecto de los plazos de entrega y los inventarios sobre la propia demanda”.
MIentras, también se recomienda “escuchar a los clientes”, dado que “las interacciones directas son un elemento importante para comprender” lo que puede necesitar el mercado a futuro.
En este sentido, también resulta necesario que se reestructuren los procesos de ventas y operaciones en el actual escenario, configurando principalmente “un equipo multifuncional compuesto por analistas de datos, planificadores de la demanda y ventas”.
En tanto, es clave planificar la cartera de productos y establecer una línea base para la demanda futura.
“Muchas empresas se han visto obligadas a adoptar la agilidad en los últimos meses. Las decisiones importantes se tomaron mucho más rápido de lo normal, a menudo en días en lugar de semanas. Las reuniones de procesos de ventas y operaciones más frecuentes, la integración interdisciplinaria más estrecha y una mejor preparación fueron factores clave aquí”, dice el documento consultado.
“De acuerdo con los nuevos procesos y sistemas, los gerentes deben revisar las capacidades y habilidades que necesitan para el futuro. En lugar de pronosticar solo la demanda, los planificadores deben monitorear la producción y el envío a los proveedores, estimar sus propias capacidades de producción y comprender la evolución del mercado descendente”, agrega.
Aún así, se advirtió de que la actual situación destacó “la necesidad de planificación en conjunto de toda la logística y la cadena de abastecimiento en todos sus diferentes roles”, pero es importante considerar que “si bien los sistemas de inteligencia artificial continuarán apoyando a los planificadores y mejorando su toma de decisiones”, se necesita una nueva forma de planificar para poder afrontar los próximos escenarios.
