Valores atípicos en la previsión de inventarios

Un pedido de regalo corporativo de 200 velas llega en la octava semana. Es una venta real, está en tus datos de Shopify y ahora se encuentra dentro de cada promedio creado a partir de ese trimestre. Lo que sale del otro lado no describe tu tienda. Decidir qué hacer con esa semana es una cuestión de criterio, y es el paso que la mayoría de los consejos de pronóstico omiten en su camino hacia la fórmula.

¿Qué se considera un valor atípico?

Un valor atípico no es un número grande. Es un punto de datos producido por una causa distinta al proceso de demanda que se está pronosticando. Eso hace que la prueba sea causal más que numérica: si no puedes nombrar qué produjo el número, todavía no tienes un valor atípico, sólo uno inexplicable.

Tres familias cubren casi todos ellos. Transacciones únicas que no se repiten: un pedido mayorista o corporativo, un revendedor vaciando su estante, un cliente comprando doce de algo de lo que la gente compra uno. Artefactos de datos: un pedido de prueba, una cantidad mal ingresada, una importación duplicada, tráfico de bots. Y el que todo el mundo olvida, el valor atípico más bajo: una semana sin ventas porque el producto estaba agotado. Esa semana no hay evidencia de que no haya demanda. Es evidencia de que su informe de ventas no pudo ver la demanda.

Aquí está "Cedro e higo, 250 g" durante doce semanas, unidades vendidas por semana, las más antiguas primero:

34, 33, 36, 37, 62, 35, 36, 238, 34, 45, 47, 46

Promedia los doce y obtienes 683 ÷ 12 = 56,9 unidades por semana, una cifra que esa tienda nunca ha tenido. Promedio de las siete semanas tranquilas solas, semanas 1, 2, 3, 4, 6, 7 y 9: (34 + 33 + 36 + 37 + 35 + 36 + 34) ÷ 7 = 245 ÷ 7 = 35 unidades. Ese 35 es la verdadera base. La brecha total entre los dos números es de tres semanas, y esas tres semanas requieren tres tratamientos diferentes.

Señal atípica o real

Cuatro preguntas los separan, en este orden.

Ejecute las tres semanas a través de eso. Los 238 de la semana 8 fueron un pedido de regalo de 200 unidades además de una semana minorista normal de 38 unidades: un pedido con nombre, no repetitivo. Excluya los 200. El 62 de la semana 5 fue un descuento que ejecutó: nombrable, recurrente, distribuido en muchos pedidos. Márcalo, guárdalo. Las semanas 10 a 12, en 45, 47 y 46, persistieron en tres períodos y se componen de pedidos de tamaño normal de diferentes clientes. Eso no es un caso atípico. Ése es el número sobre el que debería basarse su próximo pronóstico.

El error más costoso en este ámbito es el último a la inversa. Un pico estacional y un pedido al por mayor parecen idénticos a cualquier regla que solo considere la magnitud, y eliminar diciembre como una anomalía enseña al pronóstico del próximo año que diciembre es normal. El pico es la única evidencia de que existe el patrón.

Detectarlos en tus datos de Shopify

Suponga que la exportación ya está frente a usted; sacarlo, y la limpieza del primer paso de cancelaciones y reembolsos, se cubre en usando tus propios datos de ventas de Shopify.

Ordene las líneas de pedido del SKU por cantidad, primero la más grande, antes de agregar nada. Un total semanal oculta si 238 unidades provinieron de un solo comprador o de noventa, y esa distinción decide el tratamiento. Luego verifique la columna de clientes en las líneas superiores y las fechas con su propio calendario de promociones, prensa y campañas pagas. En doce puntos de datos, tus ojos superan cualquier regla.

Las reglas estadísticas son para cuando tienes demasiados SKU para observar. Son convenciones, no leyes, y cada una conlleva una suposición que vale la pena expresar antes de confiar en ella.

El común señala algo que esté a más de tres desviaciones estándar por encima de la media. En estas doce semanas, la media es 56,9 y la desviación estándar es 55,2, por lo que el límite se sitúa en 56,9 + 3 × 55,2 = 222,5. La semana de 238 unidades lo supera en unas quince unidades. Observe lo que funcionó: el 238 es la mayor parte de la razón por la que la desviación estándar es 55, por lo que el punto tuvo que superar un umbral que él mismo infló. Reemplácelo con una semana de 100 unidades, un pedido mayorista de 62 unidades además de un pedido ordinario de 38, y la misma regla en la misma serie da una media de 45,4, una desviación estándar de 18,3 y un límite de 100,4. La púa se sitúa bajo su propio umbral y pasa con normalidad.

Esa regla también supone que los valores se distribuyen aproximadamente simétricamente alrededor de la media. Las ventas semanales de un SKU están limitadas a cero y generalmente están sesgadas hacia la derecha, por lo que el porcentaje que la convención toma prestado de la distribución normal no describe los datos. La convención de rango intercuartil, que marca cualquier rango intercuartil superior a un rango y medio por encima del cuartil superior, es más difícil de distorsionar para un punto grande, porque los cuartiles son posiciones en una lista ordenada en lugar de promedios. Falla de manera diferente. Tomemos como ejemplo un negocio de movimiento lento que se vendió siete días de ochenta y cuatro: tres cuartas partes de los días son cero, por lo que el cuartil superior es cero, el rango intercuartil es cero y el umbral es cero. La regla marca cada venta que haya realizado el producto.

Excluir, limitar o marcar

Tres tratamientos, y el incorrecto es peor que ninguno.

Excluya la porción, no el período. Las 238 de la semana 8 se convierten en 38 una vez que se elimina la línea mayorista, y el promedio de doce semanas cae de 56,9 a 483 ÷ 12 = 40,25 unidades. En cambio, eliminar toda la semana habría desperdiciado 38 unidades de demanda minorista genuina y acortado su ventana en un período.

Limitar el valor cuando la demanda era real pero no repetible a ese tamaño: mantener el período, limitarlo a un techo. Útil en SKU erráticos pero genuinos, y el límite es su propio criterio, que vale la pena registrar como tal en lugar de disfrazarse de cálculo.

Marcar el período y excluirlo sólo del cálculo que distorsionaría. Este es el tratamiento adecuado para promociones y picos estacionales, porque necesitas esos períodos intactos para planificar el siguiente. Previsión de promociones cubre la estimación de aumento y el restablecimiento de la línea de base en su totalidad.

Ahora termina la aritmética. Si se elimina el pedido mayorista y se sustituye la línea base de 35 unidades por las 62 de la semana de promoción, el promedio de doce semanas llega a 456 ÷ 12 = 38 unidades. Más limpio, y aún así equivocado, porque el promedio de las últimas tres semanas (45 + 47 + 46) ÷ 3 = 46. La limpieza eliminó la contaminación; no solucionó que una ventana de doce semanas fuera la ventana incorrecta para una serie cuyo nivel cambió hace tres semanas. Ese es un problema de longitud de ventana, cubierto en pronóstico de media móvil.

Esto significa tener a mano un calendario de promociones, una lista de clientes mayoristas y una decisión en mente, por SKU, cada mes. StockCue excluye las ventas atípicas de la velocidad detrás de sus sugerencias en todos los planes, incluido el gratuito, y sus índices estacionales están atenuados y limitados para que un mes inusualmente fuerte no triplique el siguiente pedido. Es exactamente por eso que la siguiente sección es importante: una regla automática sigue siendo una regla y no ha leído su calendario.

El riesgo de una limpieza excesiva

Cada exclusión produce dos cosas a la vez. Reduce el nivel y reduce la variabilidad medida. Una variabilidad más estrecha alimenta un colchón de seguridad más pequeño, por lo que un historial demasiado limpio produce un pronóstico que es a la vez más bajo y menos protegido que la tienda que describe. La serie más ordenada de su hoja de cálculo suele ser la menos defendible.

Vale la pena nombrar tres pérdidas. Al eliminar un pico estacional se elimina la única evidencia de que existe el patrón, y no se puede derivar ningún índice estacional del historial que ya no contenga la temporada. Tratar el cero de una semana de desabastecimiento como demanda real reduce la línea de base y garantiza que usted no podrá realizar pedidos de un producto que ya se estaba agotando. Y eliminar el inicio de un cambio de paso es lo que más cuesta: las semanas 10 a 12 anteriores se encuentran a diez unidades de la línea de base anterior y parecen tres anomalías candidatas para cualquiera que mida contra 35. Elimínelas y pronosticará 35 en una tienda que ahora vende 46.

La guardia es más un tronco que una regla mejor. Cada exclusión tiene una fila: punto, SKU, qué se eliminó, por qué, quién decidió. Sin él, nadie puede decir seis meses después si un historial débil significa que el producto se vendió mal o si alguien lo limpió. Luego verifique si la limpieza ayudó, utilizando la revisión de pronóstico versus real en mejorar la precisión del pronóstico, teniendo en cuenta la advertencia de esa publicación sobre las métricas de error porcentual en SKU de bajo volumen, que son exactamente los SKU en los que un pedido excluido lo cambia todo. Saltarse el paso atípico ya está en la lista de sitios errores comunes de pronóstico. Hacerlo con demasiado entusiasmo pertenece a la misma lista.

Preguntas frecuentes

¿Qué se considera un valor atípico en los datos de ventas?

Un valor atípico es un punto de datos producido por algo distinto a la demanda que se intenta pronosticar: un solo pedido mayorista o corporativo, un pedido de prueba o una cantidad mal ingresada, tráfico de bots o una semana sin ventas causada por un estante vacío en lugar de porque nadie quería el producto. El tamaño por sí solo no convierte a un número en un valor atípico. Una causa que puedes nombrar sí lo hace.

¿Debería eliminar las ventas promocionales de un pronóstico?

No eliminar: bandera. Una promoción tiene una causa conocida que se repite la próxima vez que la ejecutes, por lo que esas semanas son la evidencia que necesitas para planificar la próxima promoción. Exclúyalos de la línea de base que impulsa el reabastecimiento diario, manténgalos etiquetados en el historial y no los elimine por completo.

¿Cómo se distingue una tendencia de un valor atípico?

Pregunte si persistió y si se extendió a muchos órdenes. Una única semana alta impulsada por una gran línea de pedidos es una transacción. Tres o más períodos consecutivos en un nuevo nivel, compuestos por pedidos de tamaño normal de diferentes clientes, constituyen un cambio de nivel, y el pronóstico a partir de la línea de base anterior después de ese punto generará sistemáticamente pedidos insuficientes.

¿Qué sucede si borra demasiado de su historial de ventas?

Cada exclusión reduce el nivel y reduce la variabilidad medida, por lo que un historial demasiado limpio produce un pronóstico más bajo y un margen de seguridad más pequeño al mismo tiempo. Eliminar un pico estacional es la versión más costosa: el pico es la única evidencia de que existe el patrón, por lo que el pronóstico del próximo año trata ese período como uno ordinario.