Según un estudio comparativo sobre previsión, este es un año de retos en la previsión, innovación de productos y mayores promociones

El estudio comparativo sobre previsión de Terra Technology, publicado hoy, revela el efecto que tiene la volatilidad continua sobre la industria de productos de consumo envasados (consumer packaged goods, CPG) y los beneficios de la solución Demand Sensing para predecir con precisión la demanda en mercados que cambian rápidamente. En este, su tercer año de publicación, el estudio identifica las tendencias de previsión según la actividad de casi un tercio del mercado norteamericano de CPG, y brinda información sobre la composición de las ventas minoristas del año previo. La comparación incluye a nueve fabricantes multinacionales que tienen 90 000 artículos almacenados en 475 lugares, lo que equivale a un total de 4000 millones de cajas y más de $100 000 millones en ventas anuales.

“La industria de CPG enfrentó otro año de volatilidad en la demanda, marcado por una continua turbulencia económica y una débil confianza de los consumidores”, expresó Robert F. Byrne, Presidente y Director Ejecutivo de Terra Technology. “Los envíos totales tuvieron poco crecimiento y los fabricantes confiaron más en promociones e innovaciones de productos para impulsar las ventas. Estas actividades de marketing modifican el comportamiento del consumidor y aumentan la complejidad de la cadena de suministro. Como resultado, el error total de previsión de planificación de la demanda aumentó ligeramente al 53 %”.

Las previsiones precisas son importantes porque forman la base de todas las decisiones sobre la planificación de inventarios, adquisiciones y fabricación, y, a la larga, impulsan los costos totales de la cadena de suministro. En el caso de las empresas que están obligadas a mejorar el flujo de dinero por medio de la reducción del inventario y los gastos, la clave para disminuir el stock de manera segura sin poner en riesgo los ingresos o el servicio al cliente es mejorar la precisión de las previsiones. Además, el aumento de la eficacia de la cadena de suministro ayuda a reducir los costos operativos y compensa los déficits marginales que surgen de una mayor dependencia de las promociones.

El estudio comparativo muestra que la solución Demand Sensing funciona en medio de la turbulencia provocada por los mercados volátiles, con lo que se reducen los errores de previsión de un 50 % a apenas un 30 %. Queda demostrado que esta solución es eficaz para mejorar la precisión de las previsiones en muchas actividades comerciales, como por ejemplo, nuevos productos, promociones y ventas regulares. Además, reduce drásticamente los casos de error extremo, donde las ventas superan las previsiones, o se encuentran por debajo de estas, en una proporción de dos o más veces. Estos sucesos de error extremo son los más perjudiciales y costosos para las cadenas de suministro.

A continuación, le ofrecemos otros hallazgos clave:

• El volumen de promociones aumentó un 8 % en el 2011. Solo un 11 % de los artículos no formó parte de las promociones durante el año, en comparación con un 23 % en el 2010.
• Los fabricantes siguen mostrando un optimismo constante con respecto a las previsiones, especialmente en el caso de las promociones y los productos nuevos, donde la parcialidad es 3 o más veces más alta.
• Los productos nuevos representan un tercio de todos los artículos. La mitad de todos los artículos tiene un historial de venta menor a dos años.
• En el caso de los productos nuevos, el error de previsión durante el primer año es del 74 %, lo que supone un ligero aumento del porcentaje del 70 % que se registró en el 2010.
• Más de un tercio de todo el volumen previsto está sujeto a errores extremos de previsión.
• Los productos que más se venden, responsables del 20 % del volumen, representan solo el 2 % de los artículos, mientras que los productos con menor movimiento, responsables del mismo 20 % del volumen, representan el 80 % de los artículos. Estos artículos con menor movimiento tienen un error de previsión alto, que es del 73 %.

Gracias a los resultados de la comparación, se aprecia el valor de la utilización de grandes cantidades de datos y cálculos dinámicos para crear previsiones que se adapten a condiciones cambiantes. Teniendo en cuenta que la mitad de los artículos tiene un historial de ventas inferior a dos años, los modelos tradicionales de previsiones temporales carecen de la información básica para crear previsiones significativas, especialmente en mercados volátiles. La solución Demand Sensing tiene un enfoque diferente, ya que utiliza información de varias fuentes de los sistemas de fabricantes y retailers para predecir con precisión la demanda futura de una forma que refleje las realidades de los mercados actuales. Esta es la principal divergencia con los sistemas en los que la industria ha confiado durante décadas.

Las empresas que participan del estudio comparativo sobre previsión de Terra Technology reciben informes interactivos detallados para comparar su rendimiento con el de la competencia, como así también el rendimiento de unidades de negocio individuales, marcas, categorías o artículos específicos con el resto de la organización. El análisis a fondo de los detalles a nivel de producto aportó información que derivó en programas específicos de mejoras en la previsión para eliminar la complejidad de la cadena de suministro, mejorar el servicio y disminuir los costos. La versión pública del estudio comparativo captura el estado del rendimiento de la planificación de la demanda de empresas de productos de consumo, y permite que los lectores comparen el rendimiento de sus previsiones con la industria de CPG en general y las empresas con mejor rendimiento del programa.

Solicite una copia del estudio comparativo sobre previsión de Terra Technology.

Acerca de Terra Technology

Terra Technology utiliza mejores cálculos para detectar la demanda, optimizar el inventario y predecir los requisitos de transporte y almacén de algunas de las empresas más conocidas del mundo. Entre estas se incluyen Procter & Gamble, Unilever, Kraft Foods, Kimberly-Clark, General Mills, Kellogg’s, ConAgra Foods y Campbell Soup. Terra inventó la solución Demand Sensing en el 2002 y fue la primera empresa en utilizar datos de los retailers de manera sistemática para mejorar la eficacia de la cadena de suministro, mejorar el servicio al cliente, reducir el inventario y disminuir el volumen de residuos. Puede encontrar información sobre cómo Terra permite lograr una cadena de suministro verdaderamente integrada en terratechnology.com.