Pronosticar la demanda de productos o servicios es vital para la planeación de las operaciones dentro de una cadena de suministro porque impacta en el desempeño de la misma, en su productividad y posteriormente su sobrevivencia. Predecir no es más que determinar el comportamiento futuro de un sistema. Así que hablar de predecir la demanda no es más que determinar cuales van a ser las ventas futuras para que con base a ello se realice la planeación de inventarios, capacidad productiva, numero de empleados a contratar, etc.
Generalmente se utilizan modelos matemáticos que se ajustan a los patrones de la demanda como lo son la tendencia y la estacionalidad, en el peor de los casos un comportamiento caótico. Estos modelos lo que buscan es extrapolar hacia el futuro los datos y dar una aproximación a lo que posiblemente serian las ventas, a un cierto nivel de confianza y error. Este error se puede medir como el error absoluto medio, error cuadrático medio y con la señal de rastro para hacerlo un poco más innovador donde esta ajuste los parámetros del los modelos en cada calculo de la función del modelo a utilizar.
En la literatura existen gran cantidad de modelos tradicionales para la predicción de los valores de la demanda que van desde el simple hecho de tomar la demanda del ultimo periodo, pasando por los periodos moviles hasta llegar a los metodos autoregresivos de Box-Jenkins, y un poco más de arte contemporáneo con las redes neuronales utilizadas para la predicción, donde estans van aprendiendo iterativamente. Generalmente en los textos de investigación operativa y de Administración de Operaciones (bien puede ir a una biblioteca a revisar libro por libro) estos son los modelos que están plasmado (en el mejor de los casos lo mas avanzado es Winter`s) y que tambien estan preprogramados en los software comerciales de estadistica como StatGraphics, R, SPSS, ect., Adicionalmente a esto, en las universidades también ocurre lo mismo en dichos cursos.
Pero que pasa cuando no se tienen datos para realizar una predicción. Por ejemplo cuando se introduce un nuevo producto al mercado del cual no se tienen datos históricos. ¿Como realizar un pronostico-Forecast-para este producto y planificar sus ventas? La respuesta esta en la literatura científica y es simple: Estos modelos no se pueden utilizar porque la fiabilidad de los mismos funcionan por sus datos históricos. ¿Que hacer entonces?
Si saltamos a la ingeniería de Marketing, encontramos la respuesta a la pregunta anterior, porque un producto tiene un ciclo de vida (este tema se toca por encima en los libros de Admon de Operaciones) el cual tiene varias etapas como lo son introducción, crecimiento, maduración, ….. Este ciclo de vida se puede predecir con un muy buen ajuste (la literatura lo demuestra) a través de los modelos de difusión, los cuales son ampliamente utilizados en epidemiología.
Para no ahondar tanto en el tema, los modelos de difusión permiten determinar la velocidad en que se adoptan innovaciones dentro de un sistema social. Básicamente estos modelos provienen de la famosa teoría de la comunicación, porque los agentes(individuos) que adoptan las innovaciones lo hacen motivamos por influencias externas o por la presión que ejerce el sistema social sobre él, a medida que va aumentando el numero de adoptantes. Obviamente hay modelos que tienen deserciones. Estos modelos se utilizan ampliamente en la introducción de equipos electrónicos, PC, Vídeo Juegos, productos agrícolas, publicación de artículos científicos, propagación de un virus, etc.
Entro los diferentes modelos que exiten se encuentran principalmente: el Modelo de Difusión de Bass, el Modelo de Difusión de la Curva Logística(del mismo que salen esas bellas bifurcaciones) y el Modelo de Difusión de Gompertz . Así mismo de cada uno de ellos existen variantes que se adaptan de acuerdo a la problematica a estudiar. Estos modelos tambien son utilizados utilizando simulación de dinamica de sistemas o de sistemas multiagentes.
Saludos.
Jairo.
JARACOHE 