Sectores

Bienes de consumo

Solicite una demo
Las compañías de consumer goods buscan crecer en un entorno donde las expectativas de servicio, producto y entrega de los consumidores están aumentando día tras día. Los cambios en los patrones de compra están impulsando el marketing multicanal y los programas directos al consumidor. La búsqueda de ingresos de las compañías ha generado la aparición de nuevos productos y de nuevas configuraciones de producto, un aumento del portfolio de las referencias que se comercializan, un crecimiento de la demanda long-tail y un aumento de la volatilidad de la demanda. La sincronización de la demanda y la optimización de toda la cadena de suministro (desde la fabricación hasta el consumidor) se ha vuelto, pues, más difícil.

Este entorno ha generado grandes portfolios de productos a gestionar, ha aumentado el riesgo de obsolescencia y ha aumentado la complejidad en la planificación y en la previsión de la demanda.

Las nuevas configuraciones de producto y la demanda long tail continúan generando errores de forecast. La influencia de factores externos de demand shaping (acciones en medios, promociones, introducción de nuevos productos) y la explosión de las compras por Internet complican aún más esta situación. En este sentido, la planificación de la cadena de suministro se ha fracturado a través de la multiplicidad de canales y de diferentes objetivos. Eso conlleva que, en algunas empresas, el forecast accuracy haya disminuido.

Muchas empresas están buscando respuestas a preguntas como: ¿Cómo puedo prever la demanda de mis ventas on line? ¿Cómo puedo gestionar el inventario en este caso? ¿Cuántos días de stock debo tener en un Centro de Distribución? ¿Hay que compartir el inventario entre los diferentes canales?

Ante esta situación, muchas empresas están empezando a abordar la necesidad de automatizar el proceso de decisión, cambiando el rol del planificador para que sea más productivo. Y es que algunos se preguntan por qué necesitan equipos con muchos planificadores y si las tareas sin valor añadido les impide alcanzar niveles más altos de madurez en la planificación.

La buena noticia es que la mayoría de las empresas de bienes de consumo ya tienen los datos que necesitan para conseguir grandes mejoras en la planificación de sus cadenas de suministro. Sólo necesitan herramientas específicas para hacerlo. ToolsGroup ayuda a las empresas de consumer goods a reducir el ruido de su señal para mejorar sus niveles de forecast, inventario y niveles de servicio.

  • Demand modeling mejora enormemente el forecast de los productos long-tail: las técnicas de forecast basadas en la probabilidad gestionan la demanda intermitente y los factores externos que influyen en la demanda.
  • Las tecnologías Machine Learning y Advanced Analytics modelan de manera fiable los datos de marketing para generar un forecast market-driven.
  • La tecnología Demand Sensing utiliza datos del punto de venta o datos de canal para detectar cambios de demanda a corto plazo. Se pueden identificar factores causales tales como las promociones, las redes sociales y factores económicos que permiten predecir de manera temprana los problemas potenciales que pueden llegar a surgir.
  • Demand & Supply Collaboration proporciona una colaboración a tiempo real entre los actores internos de la empresa, así como con sus proveedores externos.
  • La optimización de la cadena de suministro y la optimización del inventario multinivel (MEIO) garantizan que el nivel de servicio y las políticas de inventario de cada producto proporcionen un servicio óptimo en una red de múltiples niveles.
  • S&OP equilibra la demanda y el reaprovisionamiento respecto al budget, identifica los desequilibrios de costes e inventario y crea un análisis de posibles escenarios en una cadena de suministro compleja.

Nuestros clientes del sector de Consumer Goods suelen lograr:

  • 10-20%Reducción del error de forecast entre 10-20%.
  • 10-30%Reducción en ventas perdidas entre 10-30%.
  • 10-30%Reducción en la obsolescencia del producto entre 10-30%.

Soluciones para las compañías de Consumer Goods:

CUSTOMER CASE STUDY

Granarolo

El líder en productos lácteos Granarolo tenía hacer frente a una gran cantidad de productos con una vida útil muy corta y a fuertes presiones promocionales. La compañía realiza miles de promociones anualmente, generando 34.000 combinaciones de forecast ítem-promotion y provocando picos de demanda de hasta 30 veces las ventas de cada referencia. Su compleja red de distribución (seis plataformas logísticas, 35 depósitos de tránsito y una gran flota de vehículos refrigerados) requería una gestión de inventario optimizada y la capacidad de proporcionar respuestas inmediatas para maximizar los niveles de servicio al cliente y cumplir con todas las restricciones logísticas.

Con ToolsGroup, Granarolo creó un plan de demanda y reaprovisionamiento altamente fiable para sus productos perecederos. La base de su solución era la capacidad de hacer el forecast de sus promociones y estimar correctamente la demanda máxima. La funcionalidad de trade promotion forecast de ToolsGroup utiliza tecnología Machine Learning para predecir automáticamente los picos promocionales y proponer niveles de stock de seguridad dinámicos para mantener los niveles de servicio altos frente a la variablidad de la demanda.

Granarolo mejoró su forecast accuracy del 80 al 85%, consiguiendo aumentar las ventas. Los niveles de inventario se redujeron en más del 50%, lo que redujo la inmovilización de capital y el tiempo de entrega a la mitad. Al reducir el tiempo de entrega, Granarolo también aumentó significativamente la frescura del producto (vida útil residual del punto de venta) y minimizó la obsolescencia. Granarolo redujo, también, los costes de transporte a causa de la reducción de las entregas urgentes.

  • 5ppAumento de la fiabilidad del forecast
  • 50%Reducción de los niveles de inventario

Con datos fiables y actualizados, tratamos el inventario de una manera totalmente diferente y estructurada. A los planificadores les resulta mucho más satisfactorio e incluso divertido trabajar con estos datos porque saben que se van a utilizar y que obtienen feedback inmediato. Además, como que no tienen que pasar todo su tiempo procesando números manualmente, se les libera de trabajo sin valor añadido para que participen en un trabajo más importante
Erik Börtemark, Supply Chain Director en Findus Sweden AB

Recursos relacionados