Hace poco leí una manifestación de una consultora que abogaba por la búsqueda de la «Excelencia en las Previsiones».
La demostración era imparable, tendía a demostrar que la mejora de la fiabilidad de las previsiones tenía efectos beneficiosos para todas las funciones de la empresa.
Básicamente el mensaje era:
«SI se mejora la fiabilidad de las previsiones, ENTONCES se puede aspirar a tener un mejor stock, un programa de producción más estable, una proyección financiera sin sorpresas, etc.
Podemos apoyarle en esta búsqueda de la excelencia en las previsiones, desde el punto de vista de las personas y las competencias, la configuración de los procesos, las herramientas informáticas y la inteligencia de negocio para medir los resultados de sus esfuerzos.
Así es.
Si pudiera predecir el futuro con gran precisión, entonces sería rico.
Lo que es más sorprendente es que no se cuestione el «SI»…
Así que tenemos una gran cantidad de promesas en el mercado, con enfoques de IA / ML, algoritmos probabilísticos, tecnología y consultoría, suficiente para llenar su hoja de ruta de negocios y de TI por un tiempo.
Nada ha cambiado. A pesar de que los acontecimientos demuestran una y otra vez que estamos evolucionando en un entorno en gran medida imprevisible, todo un sector de la industria del software y la consultoría de la cadena de suministro sigue centrado en mejorar la sacrosanta fiabilidad de las previsiones.
¿Y SI? ¿Y si realmente no es posible mejorar la fiabilidad de las previsiones? ¿O qué pasa si sólo es posible un corto margen? ¿O qué pasa si sólo es posible a muy corto plazo?
¿Pasar de un 65% a un 70% de fiabilidad de las previsiones cambia el juego de forma drástica? ¿Qué diría usted si su proceso de fabricación sólo ofreciera un 70% de productos buenos?
Es innegable que tener en cuenta la meteorología o eventos específicos -festivos, promociones, etc.- es esencial para varios escenarios de dimensionamiento de stock, pero la mayoría de las veces en un horizonte de corto plazo – sobre todo cuando se trata del tiempo…
Invirtamos el supuesto.
Y si no pudiera confiar en previsiones fiables, ¿entonces qué haría?
¿ENTONCES?
Entonces, ¿no le gustaría acortar sus plazos de entrega, establecer agilidad con buffers bien dimensionados y gestionados, programar sus operaciones lo más cerca posible del consumo de su mercado y reducir la latencia de las señales de reposición? Por supuesto que necesitamos previsiones, pero este proceso debe ser sencillo, colaborativo y capaz de captar información importante del mercado; nuestra atención y esfuerzos deben centrarse en la fase previa, en la organización
