Las personas a menudo preguntan si la inteligencia artificial puede ayudarlos a lograr mejores pronósticos de ventas y planes de adquisición. Mi respuesta: Sí, ciertamente es posible. Especialmente las mejoras que utilizan algoritmos de aprendizaje automático son muy impresionantes. Para lograrlo, se deben considerar dos puntos clave desde el inicio del proyecto.
- Necesita desarrollar un buen sentido de los impulsores ‘externos’ que tienen el mayor impacto en la planificación de la demanda.
- Las cadenas logísticas deben ser capaces de acomodar mejores pronósticos de ventas futuras.
¿Qué significa esto exactamente? Echemos un vistazo más de cerca a estos dos puntos.
más barbacoa en verano
Los factores externos incluyen información que está disponible digitalmente y que influye en la demanda. AI reconoce estas correlaciones entre series de datos y puede aprender a evaluarlas.
Un ejemplo simple de un factor externo de este tipo es el pronóstico del tiempo. El buen clima en los fines de semana de verano puede impulsar las ventas de carnes a la parrilla, carbón y helados. La IA puede ayudar a mejorar la calidad de los pronósticos al incorporar estos datos en el proceso de planificación de la demanda. En este ejemplo, las predicciones pueden ser un 50 % más fiables que los métodos más clásicos de reconocimiento de patrones utilizados para analizar los datos de existencias salientes. Esto significa que al utilizar el aprendizaje automático, la desviación entre las ventas reales y las previsiones se puede reducir a la mitad nuevamente. Este es un aspecto importante, especialmente en discusiones de sostenibilidad y negocios con márgenes limitados. La IA también puede aprender el efecto de canibalización (la influencia de artículos similares entre sí). Por ejemplo, aprendiendo los efectos de las acciones en un producto (brócoli orgánico) para compuestos de productos similares (otras variedades de brócoli) con base en datos históricos.
¡Pero ten cuidado! Al buscar estos factores externos, menos es más. Honestamente, nadie puede esperar que una IA que tenga acceso a Internet pueda aprender de forma independiente, ya que los factores del mundo de los grandes datos afectarán de alguna manera la demanda. En cambio, arreglar la evaluación de los factores principales y ponerlos a disposición digitalmente es una gran ventaja, por eso las contribuciones humanas son importantes en los proyectos de IA. En este ejemplo, los datos meteorológicos probablemente tengan poco efecto en el surtido de movimiento lento de la tienda de bricolaje. Sin embargo, las cosas pueden ser diferentes en el sector de las plantas de jardín. Encontrar los ingredientes correctos, ponerlos a disposición en forma digital e incorporarlos a las tecnologías de IA existentes es fundamental para un proyecto exitoso de aprendizaje automático.
¿Qué tan ágil es su logística?
El segundo punto es difícil e importante para las empresas. Se trata de cómo las empresas pueden responder a las predicciones que han sido alteradas por la IA. Cíñete al ejemplo del clima anterior. El pronóstico del tiempo de hoy es realmente bueno solo hasta 3 días en el futuro. Cualquier cosa después de eso es una guía aproximada en lugar de una predicción confiable. Esto significa altas demandas en la logística y las cadenas de suministro. Esto se debe a la necesidad de adaptarse a los cambios en el plan de demanda dentro de este corto período de tiempo. Las cadenas minoristas de alimentos generalmente tienen que planificar los alimentos perecederos todos los días, por lo que son lo suficientemente rápidos. Por lo general, pueden ajustar el surtido en la tienda dentro de las 24 horas. Pero no todas las empresas pueden responder tan rápido. En la industria automotriz y la venta al por mayor de tecnología, los canales de adquisición globales a menudo resultan en un reabastecimiento lento. Al mismo tiempo, los productos y mercancías no tienen una vida útil mínima y, a menudo, se mantienen en stock durante largos períodos de tiempo. Aparte del hecho de que la gestión de inventario e incluso los cálculos de existencias de seguridad nunca deben realizarse sin un sistema de planificación inteligente, los algoritmos de IA pueden mejorar los pronósticos y las perspectivas futuras cuando los factores externos también brindan información a largo plazo. tendencias de la demanda.
Precisamente hablando, cuanto más precisos y estables sean los datos de factores externos para el futuro lejano, más cadenas logísticas que consumen mucho tiempo se pueden utilizar. Los pronósticos también pueden mejorar significativamente en horizontes de planificación más largos, con efectos positivos en la gestión de inventario y almacenamiento. Sin embargo, sin la capacidad de responder a los efectos temporales de factores externos dentro de la cadena logística, los proyectos de IA no pueden lograr el éxito deseado.
Al final
Al iniciar un proyecto de IA en la planificación de ventas o en la planificación de adquisiciones, generalmente debe aclarar los dos factores que se analizan en este artículo. Si puede responder afirmativamente a las preguntas relevantes, aumentan sus posibilidades de éxito atractivo. Sin embargo, hay muchas otras preguntas que resolver durante el transcurso de un proyecto de IA. Por ejemplo, qué algoritmos de IA se están utilizando. Las redes neuronales son excelentes, pero no siempre son la mejor opción para todas las áreas de aplicación. Hay mas. Por lo tanto, es importante contar con un socio a su lado que tenga los conocimientos necesarios de IA y pueda contrastar los beneficios de los algoritmos de aprendizaje automático con los esfuerzos del proyecto correspondiente. Los sistemas de optimización maduros ya son adecuados para muchas preguntas sobre la mejora de la planificación de ventas y adquisiciones. Basado en algoritmos matemáticos, puede mejorar la precisión del pronóstico muchas veces y proporcionar a los planificadores sugerencias de pedidos optimizadas. Aquí, no es raro que los niveles de servicio mejoren al 99% al mismo tiempo que se reduce el inventario. Con un acceso cada vez mayor a los datos, el aprendizaje automático presenta una oportunidad para ir un paso más allá y hacer que los modelos predictivos estén aún más preparados para el futuro a través de la inteligencia artificial. Veo un gran potencial en esto.
¿Qué tan confiables son sus planes actuales de ventas y adquisiciones?¿Ya está usando software propietario?
Haga clic aquí para el artículo original aquí.
Fuentes de imagen: Shutterstock, Thanakorn.P