Previsión de inventario para productos nuevos (sin historial de ventas)

Hasta ahora, cada método de pronóstico en este sitio supone una cosa: que el producto se ha vendido antes, por lo que hay un historial de ventas a partir del cual calcular. Un SKU nuevo no tiene ninguno. El primer día, tiene cero ventas diarias promedio, cero desviación estándar, cero cualquier cosa que una fórmula pueda usar, y aún tiene que decidir cuántas unidades pedir.

El problema del arranque en frío

La literatura de investigación de operaciones llama a esto el problema del arranque en frío, y vale la pena ser honesto al respecto desde el principio: cada método a continuación es inherentemente de menor confianza que pronosticar un producto establecido con un historial de ventas real. Ésa es una característica estructural del problema, no una deficiencia de ningún método: se están sustituyendo los datos históricos directos que un promedio móvil o un modelo de suavizado realmente necesita por analogía, juicio o una débil señal temprana. Una promesa de exactitud aquí sería una mentira; el objetivo honesto es una estimación inicial defendible y una forma rápida de corregirla. Esta es también la razónpronóstico estacionalno se aplica todavía: un índice estacional necesita un año o más de la historia del producto para construirse, algo que, por definición, un SKU nuevo no tiene.

Una revisión revisada por pares de pronósticos de nuevos productos agrupa los enfoques documentados en cuatro familias: métodos de juicio (comparar el nuevo producto con otros similares existentes, opinión de expertos, paneles estructurados como el método Delphi), investigación de consumidores (pruebas de concepto, mercados de prueba previos al lanzamiento), modelos de difusión (curvas de adopción tomadas de productos maduros comparables) y métodos de aprendizaje automático que necesitan más datos de capacitación que los que tiene un catálogo pequeño. Su propia conclusión es la parte más útil aquí: combinar más de un método es mejor que depender de uno solo.

Uso de productos análogos

La versión más práctica de esto, y la que la literatura de investigación llama "analogía del ciclo de vida del producto", es lo que los comerciantes ya hacen de manera informal: encontrar un SKU existente que sea lo más cercano posible al nuevo (misma categoría, precio similar, misma temporada, mismo cliente) y usar su curva de ventas tempranas como modelo, no solo su volumen total.

Supongamos que está lanzando "Sal marina y cedro, 250 g" junto con su línea establecida "Cedro e higo, 250 g". Cedar & Fig tiene años de historia y vende constantemente 5 unidades al día. Sea Salt & Cedar comparte la misma base de clientes, el mismo precio y el mismo plazo de entrega de proveedor de 12 días, pero no está probado. No existe una fórmula que indique en qué fracción del volumen de Cedar & Fig se abrirá una nueva fragancia relacionada; ese descuento es el criterio que siempre requiere la previsión análoga. Un comerciante que conoce su propia audiencia podría razonablemente esperar que un producto estrechamente relacionado se abra entre la mitad y el volumen total establecido en sus primeras semanas; esa es una suposición inicial para probar con pedidos reales, no un número para tratar como liquidado.

Otras señales tempranas de demanda

La analogía no es la única señal disponible antes del lanzamiento. Los pedidos anticipados, las adiciones a la lista de deseos, la participación en anuncios teaser y los registros de "notificarme cuando esté disponible" contienen información real, aunque ninguno se convierte en ventas a una tarifa fija conocida. Trate cada uno como un ajuste direccional de la estimación análoga (una respuesta fuerte a la lista de deseos lo inclina hacia el extremo superior de su rango, una silenciosa hacia el extremo inferior), en lugar de un número que ingresa en una fórmula. Ninguna fuente proporciona una tasa de conversión defendible para cualquiera de estas señales; Trate cualquier cosa que le proporcione una cifra específica como una suposición, no como un hecho.

Dimensionando el primer pedido

Una vez que tenga una estimación de la demanda, por aproximada que sea, se aplica la misma mecánica básica que cualquier cálculo de reorden: necesita stock suficiente para cubrir el tiempo de entrega del proveedor, más un margen para equivocarse.

Continuando con el ejemplo: el rango anterior estaba "entre la mitad y el volumen total establecido": de 2,5 a 5 unidades por día para la base de referencia de 5 por día de Cedar & Fig. Digamos que obtienes 3 unidades por día, hacia el extremo conservador, ya que en el primer pedido es exactamente donde se mantiene la precaución. Con el mismo plazo de entrega de 12 días, la demanda del plazo de entrega por sí sola es 3 × 12 = 36 unidades. Debido a que esa cifra de 3 unidades por día es una suposición más que un promedio medido, las matemáticas habituales de las existencias de seguridad no se aplican claramente: todavía no hay una desviación estándar real que conectar. En cambio, la medida práctica que hacen la mayoría de las tiendas pequeñas es redondear significativamente más allá del número de tiempo de entrega, lo suficiente para evitar quedarse sin existencias si la estimación se agota, sin pedir tanto que una estimación incorrecta inmovilice efectivo en existencias no vendidas. No existe ninguna fórmula que elimine este criterio; Trate el número final como una posición inicial, no como un objetivo a defender.

Corrección rápida una vez que llegan los datos

En el momento en que empiezan a llegar pedidos reales, valen más que cualquier estimación previa al lanzamiento, por muy cuidadosamente razonada que esté. Vuelva a calcular tan pronto como haya un puñado significativo de ventas reales; no espere a que transcurra primero un período fijo. Ninguna fuente que este paquete haya podido verificar proporciona un número universal defendible de días o semanas de espera antes de confiar en las ventas anticipadas; Trate cualquier contenido que indique algo específico como una suposición que parezca conveniente, no como un estándar documentado. Lo que importa es el hábito de comparar a menudo la estimación con la realidad, no el intervalo exacto.

Observar los primeros días de pedidos de un nuevo SKU y volver a calcular manualmente la estimación es el tipo de seguimiento que se mantiene durante una semana y se detiene silenciosamente después de eso.StockCuetampoco tiene un modo especial de inicio en frío (nada significativo, para un producto con historial cero), pero en el momento en que un nuevo SKU acumula suficientes datos de sus propias ventas, su pronóstico toma el control automáticamente de su estimación manual, recalculando cada noche a partir del propio historial de pedidos de ese producto en lugar de la estimación de lanzamiento con la que comenzó.

Una vez que un producto tiene una historia real,comparando métodos de pronósticoyla fórmula del punto de reordentomar el control de la estimación en esta publicación, o comenzar desdela guía completa para la previsión de inventario de Shopifysi quieres que finalice el proceso completo.

Preguntas frecuentes

¿Cómo se pronostica la demanda de un producto sin historial de ventas?

No lo pronostica como lo haría con un SKU establecido: no hay un historial de ventas para calcular la velocidad. En lugar de ello, se hace una estimación: se compara el nuevo producto con otros similares existentes (predicción análoga), se leen las primeras señales que existen antes del lanzamiento y se dimensiona el primer pedido de forma conservadora para que sea barato corregir una suposición errónea.

¿Qué es la previsión análoga?

La previsión análoga significa encontrar uno o más productos existentes que sean lo más similares posible al nuevo (misma categoría, precio, temporada y cliente objetivo) y utilizar su patrón de ventas inicial como plantilla inicial, ajustado por cualquier diferencia conocida entre los dos productos.

¿Cuántas unidades debería pedir para la primera tirada de un producto nuevo?

Suficiente para cubrir el tiempo de entrega de su proveedor a su tasa de demanda estimada, con un tamaño deliberadamente conservador porque la estimación en sí es una suposición, no un promedio medido. No existe una fórmula que elimine el criterio: el objetivo es un pedido lo suficientemente pequeño como para que una suposición equivocada no inmovilice demasiado efectivo, y lo suficientemente grande como para aprender algo de las ventas reales.

¿Cuándo un nuevo producto tiene suficientes datos para pasar a la previsión normal?

No existe un número de días o semanas universalmente acordado: trate cualquier fuente que indique uno específicamente como una suposición disfrazada de regla. Lo que es defendible es la práctica en sí: recalcular su estimación cada vez que lleguen nuevos datos de ventas significativos, en lugar de esperar a que pase un período fijo antes de que se le "permita" actualizarlos.