modelamiento top down
DESCRIPTION
Pronosticos Modelamiento Top DownTRANSCRIPT
-
CREACION DE PRONOSTICOS PRECISOS A TRAVES DEL
MODELAMIENTO TOP DOWN
Hay dos principios fundamentales en un proceso de planeacin de Ventas y Operaciones, el primero de ellos es balancear la oferta y la
demanda del cual es la esencia del proceso de planeacin de la demanda y del cual ya se ha hablado en mltiples ocasiones en nuestras
publicaciones, sin embargo hay otro principio fundamental sobre el cual no se ha hecho el mismo nfasis:
Concentrarse en el Panorama y administrar el MIX El presente artculo explica como la aplicacin de este principio va en
concordancia con las mejores prcticas del proceso de pronstico para mejorar la precisin del resultado, donde dependiendo de las
propiedades de los datos se puede utilizar una estrategia de planeacin
agregada (Top Down).
Que es un Pronostico Top Down?
Muchas compaas manejan mltiples niveles de agregacin y requieren pronsticos consistentes en todos los niveles. Por ejemplo una empresa
de bebidas podra necesitar un pronstico de ventas totales, pero tambin un pronstico por marca, por segmento de cliente, por
presentacin y por SKU.
Modelo Base Bottom Up Top Down Paquete de 6 70 70 84
Paquete de 12 30 30 36 Cerveza 120 100 120
Cuando se preparan pronsticos por jerarquas, usted debe tener clara su estrategia de consolidacin, un enfoque es aplicar mtodos de
pronstico estadsticos directamente a las historias de demanda de nivel ms bajo y construir todos los pronsticos de nivel de grupo sumando
los pronsticos de nivel inferior -esto se conoce como un pronstico Bottom Up. Un enfoque alternativo es usar mtodos de pronstico
estadsticos sobre datos ms agregados y luego aplicar un esquema de asignacin para generar los pronsticos de nivel inferior Esto se conoce como un pronstico Top Down.
Ilustremos este enfoque con un ejemplo:
-
La columna de Modelo base contiene los pronsticos aplicando un
mtodo de pronstico estadstico de forma independiente para cada nivel jerrquico. As en nuestro ejemplo, si usted pronosticara la
demanda de la presentacin Paquete de 6, el pronstico seria igual a 70, de igual forma si pronosticara la demanda de la presentacin
Paquete de 12 el pronstico seria igual a 30 y si usted pronosticara la demanda de Cerveza totales el pronstico sera igual a 120. Note que
los pronsticos totales no son iguales a la suma de paquete de 6 y paquete de 12 cuando los tres sets de datos son pronosticados
independientemente usando su propia historia.
En el enfoque Bottom Up los pronsticos del modelo base son usados para los datos de nivel de SKU (Paquete de 6 y Paquete de 12) y los
pronsticos a nivel de grupo (Cerveza) son calculados como una suma. En el enfoque Top Down El pronostico del modelo Base es usado a nivel
de grupo y los pronsticos de nivel de SKU son ajustados
proporcionalmente de modo que la suma sea igual a lo que se esta pronosticando a nivel de grupo.
Cuando la aplicacin de un modelo Top Down puede mejorar los
resultados del pronostico?
La decisin de utilizar un modelo Top Down o un Bottom Up a menudo depende de dos cuestiones importantes.
1. Las unidades de niveles inferiores (SKUs) requieren distintos
modelos estadsticos?
Esto sera el caso si las fuerzas de mercado que forman ventas en el nivel inferior son diferentes. Mercados diferentes, publicidad
diferente, promocin, y distribucin diferente. Si las manzanas y
naranjas tienen mercados claramente diferentes, entonces probablemente ser mejor pronosticarlos separadamente.
Si no, entonces hay a menudo una alternativa al pronosticar Top
Down, Siempre y cuando los datos de nivel inferior sean estadsticamente similares, este modelo de pronstico generalmente
ofrecer mejores resultados ya que presenta las siguientes caractersticas:
A. Hay un mayor volumen de datos.
B. Hay menos ruido (variacin aleatoria) en los datos agregados que podran sesgar los pronsticos.
-
C. Los datos agregados a menudo presentan una estructura ms
pronunciada, donde es ms fcil reconocer los patrones y pronosticarlos.
2. Existe suficiente informacin estadstica en el nivel ms bajo
para construir un modelo basado slo en las ventas?
Muchas organizaciones que necesitan generar pronsticos al nivel mas bajo descubren que en los niveles ms bajos no hay la
informacin suficiente para generar una estructura estadstica adecuada. En estos casos no hay ms remedio que generar los
pronsticos no con modelos estadsticos, sino mediante el uso de un sistema de asignacin Top Down.
Por ejemplo.
La figura 1 muestra las ventas mensuales de una marca de jarabe para la tos.
La Figura 2 muestra las ventas mensuales para un SKU. La empresa asigna un nico nmero a cada SKU por la combinacin de sabor y
tamao de botella que produce.
-
Considere los dos grficos. Observe que en el nivel de Total Jarabe
hay una estructura de datos ms definida, el patrn estacional es evidente, hay menos ruido y tambin se tiene ms de Dos aos de
historia de la demanda, mientras que a nivel de SKU1 slo se cuenta con la historia de los ltimos 7 meses.
En este ejemplo, . El jarabe para la tos es claramente un producto
estacional pero la falta de historia a nivel de SKU1 no permite construir un modelo de pronstico con estas caractersticas, por
consiguiente un modelo bottom-up ofrece un rendimiento de pronostico muy pobre. Por otro lado, un enfoque Top Down le permite
capturar la estructura estacional que existe en el nivel de grupo y pronosticar el SKU1 por medio de un ajuste proporcional mostrando
que el SKU1 puede tener un comportamiento estacional a pesar de solo contra con 7 meses de historia como lo muestra la Figura 3.