CÓMO UTILIZAR EL ANÁLISIS DE VALOR AGREGADO DE PRONÓSTICO
FVA es una métrica para evaluar el desempeño de cada paso y de cada participante en el proceso de pronóstico para determinar cuál agrega valor y cuál no, de manera que el que no lo hace se puede eliminar. Por ejemplo, cada pronóstico puede tener muchos puntos de contacto; algunos agregan valor a la previsión y otros lo empeoran. El objetivo del análisis FVA es determinar qué puntos de contacto (actividades) ayudan y cuáles no, para poder eliminar aquellos que no ayudan. La anulación de una persona puede mejorar el pronóstico; mientras que de otros lo empeora. El rendimiento de la métrica a medir puede ser el error de porcentaje absoluto medio (MAPE), el sesgo o cualquier otro.
La precisión del pronóstico siempre se ha medido, pero ahora se está convirtiendo en un indicador clave de rendimiento (KPI) para muchas cadenas de suministro. ¿Pero estamos midiendo lo correcto? La mayoría de las empresas utilizan métricas de rendimiento de las previsiones, como el porcentaje de error absoluto medio (MAPE), para determinar qué tan buenas son las previsiones. El problema con métricas como MAPE es que solo comunican la magnitud del error.
Otras métricas, como el error porcentual medio (MPE) u otras señales de seguimiento como tendencia, solo pueden comunicar la dirección del error o el sesgo. El problema es que ninguno revela realmente la imagen completa, ni responden a la simple pregunta, "¿es lo suficientemente bueno?" Aquí es donde FVA (valor agregado de pronóstico), juega un papel fundamental. Para medir todo, necesitamos agregar FVA como una métrica adicional para ayudar a medir la efectividad del proceso o el desempeño del profesional de pronóstico.
Lo que se mide se puede mejorar
MAPE proporciona alguna medida del error de pronóstico . Esto no es algo malo, y para las cadenas de suministro es fundamental tener visibilidad y comprender el grado de error para que la organización pueda administrarlo adecuadamente. Para la mayoría de las empresas, esto se utiliza para establecer objetivos de inventario o comprender los riesgos de sus inversiones de capital.
Desafortunadamente, muchas de estas empresas también establecen objetivos MAPE arbitrarios de lo que les gustaría que fuera la precisión del pronóstico para alcanzar un objetivo de inventario subjetivo. Debido a que los objetivos de MAPE son arbitrarios, las empresas no comprenden los impulsores o su verdadera variabilidad subyacente . Desde el punto de vista del proceso, el problema es que ocurrirá una de dos cosas: la empresa alcanza los objetivos de precisión y queda satisfecha, y luego ocurren pocas o ninguna otra mejora; o nunca alcanzan los objetivos y se frustran, sin comprender nunca por qué no pueden llegar allí. Aquí hay otra forma de ver esto: si bien los pronósticos y la precisión de la medición ayudan a mitigar las ineficiencias en la cadena de suministro, hacen poco para reflejar cuán eficientemente (o de hecho por qué) estamos logrando esa precisión de pronóstico en primer lugar.
Medición del valor agregado del pronóstico
FVA genera la gestión de procesos de pronóstico. El valor agregado de pronóstico aumenta la visibilidad de las entradas y proporciona una mejor comprensión de las fuentes que contribuyeron al pronóstico, de modo que se pueda administrar su impacto en el pronóstico de manera adecuada. Las empresas pueden utilizar este análisis para ayudar a determinar qué modelos de pronóstico, entradas o actividades están agregando valor o en realidad lo están empeorando.FVA también ayuda a establecer objetivos y comprender qué precisión sería si uno no hiciera nada, o qué debería o podría ser con un mejor proceso. Finalmente, su objetivo es la eficiencia: identificar y eliminar el desperdicio en actividades sin valor agregado del proceso de pronóstico, liberando así recursos para ser utilizados en actividades más productivas.
¿Qué es el valor agregado del pronóstico?
El FVA se puede definir de esta manera: "El cambio en una métrica de desempeño que se puede atribuir a un paso o participante en particular en el proceso de pronóstico". Digamos que hemos estado vendiendo aproximadamente 100 unidades al mes y vendimos exactamente esa cantidad el mes pasado. A través del proceso de pronóstico y la inteligencia de mercado adicional, nuestro pronóstico de consenso para el próximo mes llegó a 85 unidades. Los datos reales del mes siguiente llegaron a 95 unidades. Para este ejemplo, después de los ajustes de gestión y marketing, el MAPE fue del 10%, donde un pronóstico ingenuo puede haber alcanzado un MAPE del 5%. Podríamos decir en este caso que los ajustes no han agregado valor ya que el ingenuo fue menor en cinco puntos porcentuales. (Ver tabla 1)
Al realizar el análisis FVA, no es necesario que nos detengamos allí, y podemos hacerlo tan simple o complejo como sea necesario para evaluar nuestro proceso. El FVA se puede utilizar para determinar la efectividad de cualquier punto de contacto en el proceso de pronóstico. Una empresa puede comenzar con un pronóstico ingenuo; sin embargo, este tipo de comparación se puede hacer para cada paso secuencial del proceso de pronóstico. Se puede comparar el pronóstico estadístico con un pronóstico ingenuo o evaluar el valor de las entradas causales, las anulaciones de ventas o el proceso de pronóstico de consenso.
En nuestro análisis anterior, podríamos encontrar, por ejemplo, que el pronóstico estadístico es peor que el pronóstico ingenuo, ya sea impulsado por algo en los datos de la serie temporal o por ajustes que se realizaron en los parámetros de los modelos que estamos usando. También podemos ver que el proceso general está agregando valor al reunir todas las entradas en un consenso, pero las entradas de ventas y marketing están sesgadas negativamente, lo que está afectando las cifras finales.
Una de las mejores formas de medir si el proceso está agregando valor es utilizar FVA y determinar si el pronóstico demuestra ser mejor. ¿Mejor que qué? La prueba más común y fundamental en el análisis FVA no solo es comparar los pasos del proceso utilizados en el pronóstico, sino también comparar el pronóstico con el pronóstico ingenuo.
¿Qué es el pronóstico ingenuo?
Según el glosario del Institute of Business Forecasting (IBF), un pronóstico ingenuo es algo simple de calcular, que requiere una cantidad mínima de recursos. La clave es algo simple, y los ejemplos tradicionales son la caminata aleatoria (sin cambios desde el período anterior donde el último valor observado se convierte en el pronóstico para el período actual), o la caminata aleatoria estacional ("año tras año" usando el valor observado del período anterior mismo período del año que el pronóstico para el período actual).
Aunque parece simple, determinar el pronóstico ingenuo nunca es tan fácil. La mejor manera de determinar la línea de base o el pronóstico ingenuo con el que medir, es necesario recordar cuál es la tarea principal y qué sucede si el pronóstico no lo logra.
Nos gustaría creer que si nosotros, como pronosticadores, desapareciéramos de repente, todas las actividades de las empresas se paralizarían y quedarían paralizadas, sin saber cómo planificar el futuro. La verdad es que la vida seguirá sin nosotros y se producirán artículos, se creará un inventario, se encargarán los materiales y se realizarán inversiones. Esa es la clave y contra lo que me gusta medir.
Si no hiciera nada, ¿qué números utilizaría la empresa para funcionar? Puede que no lo llamen un pronóstico ingenuo, pero lo que generalmente se descubre es que, en ausencia de una señal de pronóstico experta, una empresa aceptará lo que tiene, lo que sabe y lo que es más simple de obtener. Algunos pueden usar un promedio móvil de lo que se vendió en los últimos meses, o incluso más simple, lo que se vendió el mes pasado ( caminata aleatoria ). Para otros que saben que existe una estacionalidad inherente, pueden tomar las ventas del año pasado y planificar contra eso (caminata aleatoria estacional).
Incluso otros tienen presupuestos o finanzas que están bloqueados y, sin una mejor señal, son lo que la empresa planearía. El objetivo es descubrir cómo una empresa y su cadena de suministro tienden a considerar su negocio. ¿Es reaccionario, estacional, de arriba hacia abajo o un enfoque completamente diferente? ¿Cómo se traduce eso en cómo planificarían sin un profesional de pronóstico o un proceso implementado?
Uno se queda con el ingenuo pronóstico de la organización. Esta puede ser la caminata aleatoria tradicional, un promedio móvil simple o una proyección financiera. Incluso he visto a algunas empresas usar la línea base estadística de su sistema de pronóstico como algo ingenuo. Ninguno de estos enfoques es incorrecto. La mejor respuesta es el pronóstico de línea de base que requiere la menor cantidad de esfuerzo a un costo o recursos mínimos o nulos y, agregaría, impulsa la cadena de suministro sin las influencias del proceso de pronóstico.
Otro punto de referencia muy común y pasado por alto es lo que se establecen la mayoría de los puntos de reorden y los objetivos de inventario. Muchas empresas, incluso con un buen pronóstico, aún excluyen la variación del pronóstico de sus cálculos y miran el coeficiente de variación (COV) para medir la variación de la demanda histórica para establecer políticas, en esencia utilizando un pronóstico ingenuo para establecer políticas. Si bien esto no se usa como pronóstico, es un lente que puede usar para comparar el desempeño general de su pronóstico con el Índice de variación de la demanda (DVI). El índice de variación de la demanda utiliza un cálculo similar al coeficiente de variación midiendo la relación entre la desviación estándar absoluta o el porcentaje de variación inherente a la demanda media o promedio.
La salida de DVI será un porcentaje de variación inherente normal como un porcentaje que se puede comparar con MAPE proporcionado por su FVA. Usado comúnmente en pronósticos para ver si el error de pronóstico o la variación de la demanda real a lo largo del tiempo es mayor que la variación normal, es lógico pensar que un DVI mejorado es mejor para predecir la demanda.
Entonces, ahora que hemos determinado la línea de base o el pronóstico ingenuo, una expectativa razonable es que nuestro proceso de pronóstico (que probablemente requiere un esfuerzo considerable y recursos significativos) debería resultar en mejores pronósticos. Hasta que no se realice un análisis de FVA, es posible que no se sepa. Desafortunadamente, hemos visto una y otra vez que los pronósticos de muchas organizaciones son peores que si solo usaran un pronóstico ingenuo. En el libro de Michael Gilliland, Len Tashman y Udo Sglavo, Business Forecasting: Practical Problems and Solutions, los autores destacan un estudio reciente de Steve Morlidge.
Después de estudiar más de 300,000 pronósticos, encontraron que un asombroso 52% de los pronósticos eran peores que usar una caminata aleatoria. Una cantidad creciente de evidencia cualitativa nos llevaría a una conclusión similar: a medida que los sistemas, insumos y procesos se han vuelto más elaborados y complejos, los resultados del pronóstico no han generado resultados mucho mejores. A pesar de toda la colaboración, los datos externos y los modelos sofisticados, no me sorprendería que la mitad de las veces no estemos mejorando el pronóstico ingenuo.
Lo que hay que hacer es centrarse en los pasos y las entradas, simplificar el proceso a lo que está funcionando y utilizar las entradas que agregan valor. De esta manera, podríamos enfocar mejor los recursos, el dinero y el esfuerzo de nuestra organización en el objetivo principal, que es mejorar la precisión del pronóstico. Si tan solo tuviéramos evidencia cuantitativa o una forma de medir los diferentes pasos o entradas en un proceso de pronóstico y concluir que estamos agregando valor ...
Poniendo FVA a trabajar
La previsión es tanto una ciencia como un arte. Las empresas pueden emplear algoritmos estándar para ayudar a generar un pronóstico, pero aún se necesita un profesional capacitado para juntar los números en una forma coherente. Como hemos visto, medir la efectividad de ese pronóstico también es un proceso tanto con la ciencia como con el arte.
Al igual que el concepto de que el FVA es un principio “esbelto” que ayuda a identificar lo que está agregando valor, la utilización del FVA no pretende generar un exceso de trabajo innecesario. Busque un enfoque simple para medir y analizar sus procesos de pronóstico actuales y encontrar las mejores formas de integrar FVA para mejorar las entradas y el proceso que ya tiene. Un buen lugar para comenzar es mapear cada uno de los principales pasos secuenciales en su proceso de pronóstico actual y luego rastrear los resultados en cada uno de esos pasos agregados.
Desde aquí, puede incorporar y usar FVA en su análisis de manera muy similar a como usa cualquier métrica de pronóstico. Además, es importante mantener algunos de los mismos principios que otras métricas. Primero, comprenda que un punto de datos no marca una tendencia. El hecho de que tenga un período con un FVA negativo no significa que debamos despedir a nuestro pronosticador. Pueden ocurrir anomalías en procesos e insumos. Así como pueden ocurrir anomalías con el análisis de datos, también ocurren con el análisis FVA. Como la mayoría de las métricas, debe evaluarse a lo largo del tiempo. De la misma manera que observamos la precisión del pronóstico, el FVA visto a lo largo del tiempo se puede usar para identificar tendencias positivas o negativas y sesgos en las entradas o pasos. A continuación, recomendaría mirar los subprocesos o entradas en los pasos que necesitan más atención.
Por ejemplo, puede encontrar que Ventas intenta volver a pronosticar las cifras cada mes en lugar de proporcionar entradas o anulaciones reales. Usando FVA, ya hemos determinado que la línea base estadística es efectiva, y ahora el propósito de recopilar entradas no debería ser validar el modelo estadístico o los cálculos, sino incluir información selectiva que puede estar disponible pero no reflejada en datos históricos.
En este caso, FVA puede servir como una herramienta de formación en ventas eficaz. No queremos que Ventas gaste sus recursos en regenerar un pronóstico completo para intentar corregir el pronóstico; más bien queremos que lo mejoren. Ya sabemos y podemos demostrar que tenemos un pronóstico de referencia estadístico sólido de nuestro sistema. Tenemos una línea de base que probablemente sepa mejor que ellos sobre la estacionalidad, el nivel, la tendencia y los eventos basados en datos.
Lo que queremos saber es lo que no sabemos, por lo que podemos hacer entradas menores o anulaciones en el pronóstico, ya sea hacia arriba o hacia abajo, en nuestra predicción de línea base. La herramienta de capacitación en ventas viene en el FVA como un circuito de retroalimentación a esos insumos para ayudar a identificar qué insumos funcionan o no, y la escala de ajustes necesarios para crear valor en el proceso de pronóstico.
Finalmente, debemos volver a considerar el proceso como un todo. Para determinar si un paso o entrada de pronóstico está agregando valor, no es suficiente simplemente mirarlo como un elemento aislado; más bien, es mejor considerarlo como una combinación inteligente de insumos y procesos. Extendiendo esto aún más, diferentes entradas (o las mismas) combinadas y agregadas de manera diferente se pueden considerar como diferentes pronósticos y, como tales, brindan información diferente.
La pregunta final para nosotros no es si cada uno de estos insumos agrega valor; más bien, si cada una de estas entradas se puede combinar de manera significativa para crear un mejor pronóstico que integre de manera efectiva el proceso, las entradas y el análisis con la experiencia del planificador. Al final del día, nuestro objetivo es hacer un pronóstico más preciso y confiable para que agregue valor al negocio.
La línea de fondo
Aumentar la precisión del pronóstico no es un fin en sí mismo, pero es importante si ayuda a mejorar el resto del proceso de planificación. Reducir el error de pronóstico y la variabilidad a través del análisis FVA puede tener un gran impacto en el servicio, el inventario y el costo de una organización. Cada vez que agregamos un 2 por ciento de valor agregado previsto, ese 2 por ciento significa algo en dinero. Es por eso que agregamos el análisis FVA para ayudar a medir nuestro proceso y mostrar la propuesta de valor para cualquier cambio de proceso que esté considerando.
Nuestros consultores experimentados, que tienen competencias profundas dentro del sector PYME, capacitan a los clientes para tomar decisiones informadas a través de soluciones centradas en procesos y les ayudan a alcanzar una visión global unificada de su negocio para estimular el crecimiento continuo.
Agendar su cita para hacer el diagnóstico integral de su PYME gratis.
Solicite el o los cursos de capacitación que su PYME requiere para una mejor gestión.
Ing. Juan José Crespo Hernández.
https://youtu.be/My3bSQwxqME
Whatsapp 7712160740
Cel. 7712160740 Pachuca Hgo.
consultoriadeprocesos53@gmail.com
https://crespoconsultoriadeprocesos.blogspot.com
https://crespoconsultoriadeprocesos.blogspot.com
