Ver ediciones digitales
Compartir

Modelos predictivos en un mundo impredecible

Por: Financiero 13 Dic 2020

Al principio de la pandemia, los cierres repentinos y el cambio hacia el trabajo desde el hogar causaron pánico. Algunos artículos se agotaron, mientras que otros permanecieron en stock. Bajo esta premisa, los analistas Cesar Brea, Sanjin Bicanic, Yue Li y Shweta Bhardwaj produjeron un artículo originalmente publicado en la web de Harward Business Review; los expertos brindaron perspectivas sobre cómo predecir la demanda de los consumidores en situaciones sociales extraordinarias.


Modelos predictivos en un mundo impredecible
La COVID-19 revirtió las predicciones de proveedores, minoristas y consumidores. ¿Cómo navegar el mar de la incertidumbre?

Al principio de la pandemia, los cierres repentinos y el cambio hacia el trabajo desde el hogar causaron pánico. Algunos artículos se agotaron, mientras que otros permanecieron en stock. Bajo esta premisa, los analistas Cesar Brea, Sanjin Bicanic, Yue Li y Shweta Bhardwaj produjeron un artículo originalmente publicado en la web de Harward Business Review; los expertos brindaron perspectivas sobre cómo predecir la demanda de los consumidores en situaciones sociales extraordinarias.

“La incertidumbre persiste” concluyeron. “Ciertos productos siguen siendo escasos. Los vendedores de alimentos están acumulando alimentos básicos para meses en lugar de semanas, para prepararse mejor para este invierno, cuando se espera un repunte de casos y más reclusión”. Agregaron que el desempleo, la volatilidad de los mercados de inversión e incluso el malestar social en torno a las elecciones presidenciales en Estados Unidos y las cuestiones raciales podrían sacudir aún más la demanda.

También se notaron cambios profundos en los comportamientos de los consumidores. Por lo general, los consumidores han buscado formas de reducir el riesgo y la ansiedad. “Comprender estos nuevos patrones y brindar confianza a los clientes para los tiempos de pandemia podría mejorar las previsiones, y debería ser prioritario para muchas empresas”.

Nuevos modelos y conjuntos de datos

Muchos modelos de previsión se basan en datos de ventas a lo largo del tiempo. En épocas estables, estos datos pueden representar una evaluación precisa de la próxima temporada. Pero los analistas afirmaron que, en el contexto de la pandemia, los patrones pasados se vuelven irrelevantes, y eventos análogos a la situación actual podrían tener más poder predictivo.

“Dichos eventos análogos pueden ser conmociones económicas pasadas, desastres naturales, o regiones que se han recuperado de un aumento de casos. Los datos que se desprenden de estos eventos pueden mostrar cuánto tiempo tardó en recuperarse la oferta, la demanda y las cadenas de suministro, e iluminar el futuro próximo durante y después de la COVID-19”.

También se requieren datos casi en tiempo real, que rastreen los comportamientos y actitudes actuales de los consumidores. “Las empresas de bienes empaquetados, por ejemplo, podrían convencer a los minoristas para que compartan sus datos obtenidos de primera mano, o podrían crear canales directos para comunicarse con los consumidores. Las ventas a través del comercio electrónico, patrones de búsqueda en línea, datos de movilidad de teléfonos inteligentes y análisis de sentimientos en redes sociales puede proporcionar señales útiles sobre el impulso del consumidor”.

Aprovechar el conocimiento local

Sin embargo, los datos reunidos deben incluir los conocimientos locales. Con previsiones más precisas, se reducen las devoluciones, el desperdicio de productos, y los tiempos de recorridos para los conductores que deben realizar entregas.

Adicionalmente al conocimiento local, las empresas también pueden solicitar la opinión de expertos, incluidos epidemiólogos en caso de pandemia, o asesores superiores y asociaciones comerciales para las perspectivas de la industria. Las conclusiones de un panel de expertos puede sumarse al conjunto de datos dedicados a la construcción de modelos predictivos.

“Una vez que una empresa tiene datos más relevantes, la siguiente tarea es mejorar su modelo predictivo”, continúan los expertos. “Aquí vale la pena pensar como un pronosticador de huracanes, quienes trazan los caminos predecidos por varios modelos en un gráfico para que los usuarios tengan una idea de la tendencia central del camino de tormenta. En condiciones inciertas y dinámicas, mezclar muchos modelos simples a menudo funciona mejor que usar un modelo complejo, que puede ser más frágil bajo estas condiciones”.

Ensayo y error
“A medida que los gerentes de las empresas orientadas al consumidor vieron que su precisión de las previsiones se degradó durante 2020, las respuestas variaron” concluyeron los expertos, “desde reducir la producción y marketing hasta que el polvo se asiente, hasta ajustes simples en todos los ámbitos. Por el contrario, un grupo más pequeño que persigue nuevos conjuntos de datos, simulaciones y desarrollo de modelos está teniendo éxito inicial en predecir mejor la demanda. Esto les ayuda a controlar los costos sin sacrificar el crecimiento, y los coloca en una posición más fuerte una vez que los mercados lleguen a estabilizarse”. Con un panorama de volatilidad para el 2021, muchas más empresas deberían seguir estos ejemplos.

LEE MÁS CONTENIDO
¿QUÉ TEMA TE INTERESA?