No, no ese tipo de cambio de régimen: nada aquí sobre misiles de crucero y bombarderos furtivos. Y no, no estamos hablando del otro tipo de cambio de régimen que golpea más cerca de casa: barajar el C-Suite en su empresa.
“Cambio de régimen” tiene un tercer significado que es relevante para su profesión como planificador de demanda o administrador de inventario. Para los investigadores en economía y finanzas, el cambio de régimen significa cambios repentinos en el carácter mismo de una serie temporal de observaciones aleatorias. La serie temporal aleatoria en cuestión aquí es la secuencia de conteos de demanda diarios (o semanales o mensuales) para sus productos y artículos de inventario.
La mayoría del software de pronóstico utiliza algoritmos estadísticos para procesar la demanda histórica. Puede agregar pasos adicionales, como incorporar inteligencia de campo del personal de ventas, pero todo comienza con el historial de demanda de cualquier artículo que deba administrar.
La pregunta que plantea el cambio de régimen es, ¿qué datos utiliza? La respuesta simple es "Todo", porque eso conduce a los pronósticos más precisos, pero solo si su mundo de datos es estable. Si su mundo de datos es turbulento, usar todos los datos significa que está basando los pronósticos en condiciones pasadas. A su vez, ingresar datos obsoletos en su algoritmos de pronóstico conduce inevitablemente a una reducción de la precisión del pronóstico.
Tenga en cuenta que lidiar con un cambio de régimen no es lo mismo que lidiar con valores atípicos. Los valores atípicos suelen ser excepciones únicas causadas por eventos transitorios, como una torcedura en su cadena de suministro causada por una gran tormenta de nieve que obstruye todas las rutas de tránsito. Por el contrario, el cambio de régimen persiste durante un período más largo y, por lo tanto, es capaz de causar más daño a sus pronósticos. He aquí una analogía: los valores atípicos tienen que ver con el clima y el cambio de régimen tiene que ver con el clima.
Las formas más drásticas de cambio de régimen son existenciales. La Figura 1 muestra un ejemplo de un cambio existencial: no hubo demanda durante mucho tiempo, y de repente hubo demanda. Si no tenía demanda de un artículo porque no existía pero retiene valores de demanda cero en su base de datos, y luego el artículo se activa y tiene ventas, la transición de nada a algo es un cambio de régimen extremo. Incluir todos esos valores de demanda cero desde antes del "Día Uno" seguramente sesgará los pronósticos estadísticos por debajo de donde deberían estar. Lo mismo sucede si elimina un producto pero sigue registrando una demanda cero: incluir todos esos ceros recientes degrada sus pronósticos de demanda.
En principio, el mantenimiento cuidadoso de registros debería eliminar estos problemas. Debe registrar solo valores cero significativos. Si tiene un elemento nuevo, comience a grabar cuando se publique. Si ya no tiene demanda de un artículo y no espera ninguna, elimínelo de su base de datos o al menos pronostique una demanda cero.
Desafortunadamente, hay una diferencia entre el principio y la práctica. Vemos muchos casos en los que los registros de datos de elementos nuevos e inactivos no se mantienen correctamente, con "ceros falsos" confundidos con "ceros reales". Este problema no es necesariamente el resultado de la incompetencia: por lo general, es un subproducto de la escala del problema, con muy pocas personas tratando de realizar un seguimiento de demasiados elementos.
Estos cambios de régimen existencial son relativamente fáciles de manejar en comparación con formas más sutiles, que parecen afectar a más elementos. La figura 2 muestra dos ejemplos de cambios de régimen en un patrón de ventas continuas. Hay una serie de factores que pueden cambiar la demanda de un artículo: el rendimiento de la fuerza de ventas, los esfuerzos de marketing y publicidad, las acciones de la competencia y del proveedor, la aparición de nuevos clientes o la desaparición de clientes antiguos, etc. 1 unidad por día pero de repente se duplica (o viceversa), eso es un cambio de régimen. En el nuevo orden mundial, la demanda es de 2 unidades/día y los pronósticos deberían reflejar eso. En cambio, los algoritmos de pronóstico estadístico pronosticarán muy poca demanda si se alimentan todos los datos, incluidos los anteriores al cambio de régimen.
¿Cómo te proteges del cambio de régimen? La respuesta es la misma para el dictador más cruel o el planificador de demanda más inocente: Inteligencia. Y debido a que las amenazas son muchas, la inteligencia se automatiza mejor. Los sistemas de software modernos tienen la capacidad de examinar decenas de miles de elementos en busca de signos de cambio de régimen. Luego, el software puede llamar su atención sobre los elementos problemáticos y pedirle que designe qué datos recientes usar en los cálculos. O el software puede detectar y corregir automáticamente el cambio de régimen, trabajando rápidamente a una escala que derrotaría fácilmente a cualquier persona ocupada que trabaja "a mano".
Artículos Relacionados

¿Sus pronósticos estadísticos sufren el efecto de oscilación?
¿Qué es el efecto meneo? Es cuando su pronóstico estadístico predice incorrectamente los altibajos observados en su historial de demanda cuando realmente no hay un patrón. Es importante asegurarse de que sus pronósticos no cambien a menos que haya un patrón real. Aquí hay una transcripción de un cliente reciente donde se discutió este problema:

Cómo manejar pronósticos estadísticos de cero
Un pronóstico estadístico de cero puede causar mucha confusión a los pronosticadores, especialmente cuando la demanda histórica no es cero. Claro, es obvio que la demanda tiene una tendencia a la baja, pero ¿debería tener una tendencia a cero?

¡El artículo de Smart Software ganó el primer lugar en la categoría de pronóstico de los premios MVP de la cadena de suministro de 2022!
Smart Software se complace en anunciar que nuestro artículo "Gestión del inventario en medio del cambio de régimen" ganó el primer lugar en la categoría Pronóstico de los premios MVP de 2022 Supply Chain Brief.