Cómo mejorar la precisión del pronóstico de inventario de Shopify

Un pronóstico "desacertado" no es información útil por sí solo. Fuera de cuánto y en qué dirección, son dos cuestiones distintas. La mayoría de los comerciantes que dicen que sus pronósticos "no funcionan" nunca han medido ninguno de los dos. La precisión mejora menos con una fórmula mejor que con el hábito de comparar un pronóstico con lo que realmente sucedió y leer lo que dice la brecha.

¿Por qué las previsiones varían?

La mayoría de las veces, un pronóstico no es incorrecto porque el método no funciona: es incorrecto porque algo en el negocio cambió y el pronóstico no se ha puesto al día. unplazo de entrega del proveedorsilenciosamente se hizo más largo, unpromociónla demanda se disparó y desapareció, o un patrón genuinamente estacional se reafirmó frente a un pronóstico que todavía promediaba los meses fuera de temporada. Ninguno de estos son fallos de método: simplemente no se ha informado al pronóstico que el terreno se ha movido.

Hay una deriva más sutil sin un solo evento detrás: un desabastecimiento. Cuando se acaba un producto, las ventas que registras no son la demanda que existía: son la demanda que pudiste satisfacer, limitada a cero en el momento en que se vació el estante. Un pronóstico basado en esa historia interpreta el desabastecimiento como "la demanda cayó", no como "nos quedamos sin", y discretamente pide menos la próxima vez. Si pide menos, se le acaba otra vez y el número sigue bajando, un patrón documentado que a veces se denomina efecto de espiral descendente. Si el pronóstico de un SKU sigue sin llegar al nivel bajo y también sigue llegando a cero existencias, verifique el historial de desabastecimiento antes de tocar la fórmula.

Error de pronóstico de medición

"A qué distancia y en qué dirección" es la idea. Vale la pena conocer los términos formales que aparecen a continuación, pero la pregunta en inglés sencillo es qué cambia realmente lo que haces a continuación.

El error absoluto medio (MAE) es el tamaño medio del error, en unidades reales:

MAE = promedio de |Real − Pronóstico|

Digamos que el pronóstico de la semana pasada para "Cedar & Fig, 250 g" fue de 35 unidades y en realidad se vendieron 42. El error es |42 − 35| = 7 unidades. Expresado como un porcentaje de lo que realmente se vendió, ese mismo error es el error porcentual absoluto medio, o MAPE:

MAPE = promedio de ( |Actual − Pronóstico| ÷ Actual ), como porcentaje

7 ÷ 42 = 16,7%. MAPE es popular porque no tiene escala: un porcentaje le permite comparar una vela de cinco unidades por día con una de cincuenta unidades por día sin que el número mayor se vea automáticamente peor. Ahí es también exactamente donde se rompe.

Un pronóstico de SKU de 2 unidades que vende 1 muestra un MAPE del 100 % para esa semana — |1 − 2| ÷ 1 = 100%, aunque el verdadero error fue una sola unidad. La mayoría de los catálogos pequeños de Shopify tienen una larga lista de exactamente este tipo de SKU de bajo volumen, lo que hace que MAPE sea menos confiable en los productos que un comerciante más necesita una lectura real. Realice un seguimiento del MAE, o un recuento de unidades sin procesar, junto con él para detectar cualquier cosa que se venda en un solo dígito.

El tamaño por sí solo pierde dirección. El sesgo (error porcentual medio o MPE) mantiene el signo en lugar de tomar el valor absoluto, por lo que aparece una inclinación constante en lugar de cancelarse:

Sesgo de pronóstico (MPE) = promedio de ((Pronóstico − Actual) ÷ Actual ), con signo

Para la misma semana: (35 − 42) ÷ 42 = −16,7%. El signo negativo indica que el pronóstico estuvo por debajo de lo que realmente se vendió. Una semana de eso es ruido. Una racha de semanas con resultados negativos es un pronóstico sistemáticamente bajo: un patrón MAE y MAPE, por sí solos, no le mostrarán, porque ninguno sigue la dirección.

Una métrica relacionada, la señal de seguimiento, detecta ese tipo de ejecución: un total acumulado de los errores con signo dividido por el error absoluto promedio, observado en busca de un valor que se aleja constantemente de cero. Un valor predeterminado comúnmente utilizado considera que vale la pena investigar aproximadamente ±4, pero eso es una convención de la industria, no un límite estadístico derivado. La misma precaución se aplica a MAPE: no existe un número MAPE "bueno" universal. Lo que se considera razonable varía según la categoría, la volatilidad y el avance del pronóstico: compare su propio número con su propia tendencia, no con un umbral prestado.

Previsión frente a revisión real

El error de una sola semana no dice casi nada por sí solo: a veces todos los pronósticos fallan, y un error de cinco unidades en un producto de cinco unidades por día es una historia diferente que el mismo error en uno de quinientas unidades por día. Lo que importa es la revisión: registrar el pronóstico y lo real uno al lado del otro, para el mismo SKU, período tras período, y observar el patrón en lugar de reaccionar a un solo número.

Aquí vale la pena separar dos cosas. El tamaño del error le indica qué tan preciso ha sido el pronóstico recientemente. La dirección (sesgo, arriba) le indica si tiene una inclinación sistemática, un problema diferente con una solución diferente a un error que simplemente es ruidoso en ambos sentidos: ruidoso pero centrado necesita una entrada más constante, sesgado necesita corregir la suposición subyacente.

La frecuencia con la que se debe ejecutar esto depende de qué tan rápido se vuelve costoso un número incorrecto. Un movimiento rápido agrava rápidamente un mal pronóstico, por lo que vale la pena dedicar diez minutos a la semana. Un vendedor lento puede ser controlado mensualmente sin perder mucho: el riesgo suele ser una deriva lenta, no repentina.

Desarrollar un hábito de recalibración

Una verificación que vale la pena realizar antes de agregar complejidad a un pronóstico: compararlo con la línea de base más simple posible, un pronóstico ingenuo que simplemente repite el número real del último período en adelante. Esta comparación tiene un nombre en la práctica de pronósticos, Pronóstico de Valor Agregado, y la pregunta detrás de ella es contundente: ¿el pronóstico más cuidadoso realmente supera a "solo use el número de la semana pasada" o el proceso adicional no está dando sustento?

Cuando la revisión anterior revela un error real y repetido (no una semana ruidosa sino un patrón), la solución rara vez es una fórmula diferente. Casi siempre es una breve lista de causas concretas: una ventana de ventas obsoleta que pasó por alto una tendencia real, un plazo de entrega que cambió sin que se actualizaran los datos, una promoción o un desabastecimiento que distorsionó silenciosamente la línea de base.Los errores de pronóstico comunes detrás de estoVale la pena comprobarlo directamente, en lugar de adivinar.

Registrar un pronóstico, esperar el resultado real, calcular la brecha y observar un patrón en un catálogo real es el tipo de hábito que sobrevive la primera semana y desaparece a la tercera.StockCuerecalcula el pronóstico de cada SKU todas las noches con respecto a las ventas reales, por lo que la comparación se realiza automáticamente en lugar de vivir en una hoja de cálculo. En cuanto al crecimiento, el "¿por qué esta cantidad?" El desglose muestra exactamente qué entrada (velocidad, tendencia o estacionalidad) movió el número, convirtiendo "el pronóstico estaba equivocado" en "el pronóstico estaba equivocado debido a esto".

Preguntas frecuentes

¿Cómo se mide la precisión del pronóstico de inventario?

La precisión del pronóstico se mide comparando lo que se pronostica con lo que realmente se vendió y luego observando tanto el tamaño como la dirección de la brecha. El tamaño generalmente se expresa como MAE (la pérdida promedio, en unidades) o MAPE (la pérdida como porcentaje de las ventas reales); La dirección (si estás constantemente sobrepronosticando o subestimando) es una cuestión separada que tiene la misma importancia.

¿Cuál es un error de pronóstico razonable que se puede esperar de una pequeña tienda Shopify?

No existe un único número de error de pronóstico "bueno" para cada tienda Shopify: depende de la categoría, de cuán volátil es naturalmente la demanda y del horizonte de pronóstico, y ninguna fuente creíble establece un umbral universal. Realice un seguimiento de su propio error a lo largo del tiempo y, en su lugar, por SKU: la estabilidad o la mejora importan más que borrar una barra externa, y un error cada vez mayor en un SKU es la señal para investigar, no la cifra absoluta.

¿Con qué frecuencia debería comparar un pronóstico con las ventas reales?

Semanalmente para productos de rápido movimiento, ya que un mal pronóstico se agrava rápidamente en un gran volumen. Mensualmente suele ser suficiente para los vendedores más lentos, sin reaccionar al ruido normal de una semana a otra. De cualquier manera, es necesario que ocurra con la suficiente coherencia para que se detecte un cambio genuino (una nueva tendencia, un cambio en el plazo de entrega, un desabastecimiento) antes de que se repita durante meses sin que nadie se dé cuenta.

Para conocer el proceso completo en el que encaja este hábito de medición, consultela guía completa para la previsión de inventario de Shopify.