A medida que las empresas de bienes de consumo se centran en objetivos como crecimiento, programas directo-a-consumidor y marketing multicanal, su previsión de la demanda se está viendo afectada. Ha crecido la introducción de nuevos productos, los portafolios de productos y los productos de baja rotación. A esto hay que añadirle la creciente influencia de la promoción sobre la demanda (en medios de comunicación, promociones, introducción de nuevos productos) y el comportamiento de compra en internet; los planificadores están experimentando grandes desviamientos en sus previsiones.
Por desgracia, muchos de los sistemas de las cadenas de suministro y de análisis de demanda no son capaces de gestionarlo. En su mayoría siguen utilizando estrategias de previsión basadas en algoritmos complicados y en series temporales de datos de ventas acumuladas históricas. Esta incapacidad para integrar, analizar y explotar la ventaja que supone contar cada vez con más datos hace que la precisión de las previsiones sea peor, cuando realmente podría ir a mejor.
La buena noticia es que la mayor parte de las empresas ya cuentan con los datos que precisan para lograr mejoras importantes en sus previsiones y en su cadena de suministro. Ayudamos a las empresas de bienes de consumo a generar más señales con menos ruido para mejorar la previsión, el inventario y los niveles de servicio.
El modelado de la demanda (Demand Modeling) puede mejorar ampliamente la previsión de la baja rotación. La captura de la demanda (Demand Sensing) puede utilizar datos actuales diarios de los puntos de venta (POS) o del canal para capturar cambios a corto plazo. Machine Learning puede modelar los datos de márketing de manera fiable y medir el sentimiento y el comportamiento del consumidor, incluyendo incluso las redes sociales. El análisis de la demanda y la optimización de la cadena de suministro puede ayudar a las empresas a moverse hacia una previsión basada en el mercado.
