La importancia de los pronósticos de demanda y qué hacer en pandemia

Autor: Sergio Mendoza, Ph.D., Cofounder & CEO Airnguru, Senior Advisor Pricinguru

Los pronósticos de demanda juegan un rol muy relevante en la disciplina del Revenue Management. Por un lado, Revenue Management utiliza los pronósticos de demanda desagregada y libre de restricciones para realizar recomendaciones de precios (Pricing) y calcular inventarios y capacidades óptimas (Capacity Optimization). Por otro lado, los pronósticos de demanda restringida (es decir, aquélla que se obtiene luego de haber optimizado los precios, inventarios y capacidades) y agregada a nivel de período de tiempo (por ejemplo, mes, trimestre, año), área de negocio y/o familia de productos, etc, son una herramienta clave para anticiparse a las oportunidades y desafíos que presenta el negocio en el corto plazo y para ajustar ese futuro a favor del negocio a través de las palancas comerciales, estratégicas y financieras de las que se dispone.

En un escenario de baja demanda los inventarios y capacidades están con holgura, es decir, no son restricciones activas, no tenemos trade-offs en la venta o el mix que podemos y debiéramos disponibilizar de cada producto, por cada canal de ventas, y a cada segmento de clientes, en la medida de que siga siendo rentable hacerlo -una fuerte caída de precios podría llevarnos a restringir la venta por ya no ser rentable vender-. En un escenario así el Capacity Optimization no estaría generando valor incremental, y, por lo tanto, los pronósticos de demanda desagregada, aunque importantes, tienen menos impacto financiero que en un escenario "normal" donde típicamente encontramos restricciones activas de capacidades al menos en algunas fechas o épocas del año. En escenarios de baja demanda el Pricing pasa a ser la palanca más relevante del Revenue Management, donde juega un rol clave a la hora de segmentar y estimular la demanda.

En un escenario de alta demanda típicamente quebramos inventario y saturamos capacidades más allá de lo previsto y de lo conveniente (de cara a los clientes y a la competencia). Parte de este efecto se mitiga y se aprovecha con alzas de precio (esta estrategia será más sustentable en la medida que seamos capaces de introducir atributos diferenciadores consistentemente valorados por nuestros clientes; querer llegar mucho más allá de eso sería difícil de justificar de cara a nuestros clientes y estaríamos invitando a nueva competencia). Es en un escenario así donde mayor provecho podemos sacarle al Capacity Optimization, privilegiando en forma sistemática aquellos segmentos de demanda, productos o servicios y canales de venta que nos dejan mayor margen de contribución (dentro de las restricciones que imponen las políticas comerciales y estrategia de la compañía). Los pronósticos desagregados permiten anticipar las capacidades e inventarios requeridos por los segmentos de mayor margen de contribución y de esta forma priorizarlos a la hora de la venta.

Durante la pandemia hemos observado sustanciales cambios en el comportamiento de la demanda producto de un dramático cambio de contexto. Muchas industrias se han visto tremendamente golpeadas mientras otras han visto crecer sus negocios como nunca en la historia. Todo esto debiera llevar a las empresas a replantearse el "mix óptimo".

Estos fuertes cambios en el contexto y en el comportamiento de la demanda además han debilitado las capacidades de las empresas de pronosticar y, por lo tanto, de presupuestar y prever lo que sucederá en el futuro cercano (ni los epidemiólogos se atreven ya a pronosticar lo que sucederá con la pandemia de 2 a 18 meses más). Los sistemas de revenue management típicamente utilizan data histórica para pronosticar el futuro y optimizar las capacidades. No obstante, en el contexto actual la data histórica nos puede decir muy poco respecto del futuro cercano. No sólo cambió el comportamiento de la demanda, sino que éste se hizo más volátil, más incierto. Eventos inesperados (nuevos brotes, medidas de confinamiento, etc) pueden alterar rápida y significativamente el comportamiento de la demanda. Esto hace que pronosticar la demanda sea un verdadero dolor de cabeza. ¿Cómo podemos abordar entonces el desafío de prepararnos mejor para lo que viene?

Hace algunos días Airnguru propuso a las líneas aéreas el uso de metodologías de simulación para abordar el desafío de la pérdida de la capacidad predictiva de los pronósticos frente a la incertidumbre, no como una forma de predecir el futuro, sino como una forma de encontrar estrategias resilientes frente a una amplia diversidad de posibles escenarios futuros. A medida que el futuro se va haciendo menos incierto podemos ir enfocando las estrategias nuevamente y volviendo a las metodologías tradicionales, donde típicamente nos jugamos por un escenario o pronóstico del futuro para realizar nuestros presupuestos y nuestro revenue management.

¿Cómo seguir?

Si estás interesado en profundizar este tema o explorar el beneficio potencial que puede traer el Revenue Management para tu negocio, o si estás en una fase más avanzada y necesitas implementar tecnología para sistematizar tus pronósticos de demanda y tus decisiones de precios e inventarios, déjanos tus datos aquí para contactarte de vuelta y coordinar una conversación indagatoria:

https://www.pricinguru.com/contacto

o escríbenos directamente aquí:

contacto@pricinguru.com

Sergio Mendoza, Ph.D.

Senior Advisor Pricinguru, Cofounder & CEO Airnguru