Para los minoristas, las cadenas de suministro y las empresas de bienes de consumo la precisión en las previsiones de la demanda ha sido siempre un factor clave para la buena planificación del negocio, la gestión de stocks, la racionalización de la logística y la satisfacción del cliente. Unas previsiones exactas son esenciales para entregar el producto adecuado en el lugar adecuado y en la cantidad correcta. Por ello, Google Cloud ha lanzado Vertex AI Forecast, una solución que ayuda a los retailers a predecir la demanda en tiempo real.

Tal y como Craig Wiley, director de Gestión de Producto de IA y soluciones sectoriales de Cloud, los clientes se molestan cuando los productos que quieren comprar están agotados, pero un exceso de stock supone unos costes elevados e innecesarios. Los comercios pierden más de un trillón de dólares al año debido a la mala gestión de stocks (IHL Group), mientras que una mejora del 10-20% en la precisión de las previsiones de demanda puede reducir el 5% los costes de stock y aumentar los ingresos el 2-3%.

Sin embargo, la gestión de stocks es tan solo una de las numerosas actividades que se sustentan en la previsión de la demanda: los minoristas también necesitan dimensionar la plantilla de sus tiendas y almacenes en las temporadas de mayor movimiento, planificar sus ofertas y evaluar varios factores que pueden influir en el tráfico de ventas físicas y online, señala este experto.

Y es que, a medida que los retailers amplían su oferta de productos y su alcance geográfico, los datos disponibles se vuelven más complejos y hacer previsiones precisas resulta cada vez más difícil. "Las actividades que no han sufrido restricciones durante la pandemia no han hecho sino agravar los cuellos de botella en las cadenas de suministro y aumentar la dificultad de las previsiones, ya que los cambios han sido rapidísimos", dice Wiley.

UN MILLÓN DE REFERENCIAS EN MEDIA JORNADA

Vertex AI Forecast puede admitir conjuntos de datos de hasta 100 millones de filas que contienen muchos miles de líneas de productos desde BigQuery o archivos CSV. Su potente motor de modelado procesará automáticamente los datos y evaluará cientos de modelos diferentes para encontrar el más eficiente, antes de proporcionar configuraciones opcionales fáciles de ajustar, incluso sin conocimientos informáticos avanzados. Esta solución es capaz de crear un modelo preciso para 1 millón de combinaciones de referencias/tienda en tan solo 12 horas.

El elemento clave de esta innovación es la búsqueda de arquitecturas de modelos, donde se evalúan cientos de configuraciones. Este algoritmo permite a Vertex AI Forecast encontrar sistemáticamente las configuraciones más eficientes para una gran variedad de clientes y conjuntos de datos.

Gracias a las capacidades de pronóstico jerárquico de esta solución, los retailers pueden generar previsiones muy precisas que trabajan en múltiples niveles (por ejemplo, vinculando las demandas a nivel de artículo, tienda y región), minimizando los problemas creados por la compartimentación organizacional.

Vertex AI puede ingerir grandes volúmenes de datos no estructurados para comprender las "señales" más relevantes, como el clima, los precios de las materias primas o los costes de flete y de transporte marítimo. Ello "permite a las empresas obtener una información valiosa y comprender la importancia de los principales factores que impulsan la demanda", asegura Wiley.