Un minorista de tiendas emergentes predecía la demanda a partir de lanzamientos pequeños, no del criterio de los expertos

Todo el modelo del minorista era mercancía de tiendas emergentes: series cortas de productos novedosos que desaparecían rápidamente. El juicio de los expertos tenía dificultades porque los productos eran de moda, no contaban con curvas de ventas históricas y podían dejar a la empresa con inventario costoso que nunca se vendía.

En lugar de pedir a los expertos que adivinaran la serie completa, la empresa utilizó un protocolo de mercado de prueba. Primero se pusieron a la venta pequeñas cantidades, lo que generó señales tempranas de demanda que se combinaron con otros datos de 508 productos y se modelaron con lasso y potenciación de gradiente estocástico.

El resultado fue práctico, no una refinación académica: usar analítica predictiva en lugar de la opinión de expertos redujo en alrededor de un 40 % el porcentaje de artículos que quedaban sin vender, de modo que la empresa fabricó menos productos muertos y gestionó su cadena de suministro con menos desperdicio.

Deje que los lanzamientos pequeños enseñen el pronóstico

El mercado de prueba convirtió una apuesta de moda desconocida en una señal medible antes de la producción completa.

Los modelos regularizados y de potenciación manejaron muchas características de productos sin confiar demasiado en la historia de un solo experto.

El resultado coincidió con la decisión empresarial: si fabricar más unidades, no si el producto parecía tener estilo.

Para productos nuevos sin series temporales, compre información de forma barata antes de comprar inventario de forma costosa.

El artículo de INFORMS informa que la empresa adoptó los pronósticos predictivos para fabricar menos productos que nunca se venden y gestionar su cadena de suministro con mayor eficacia. El caso es un ejemplo compacto de sustituir los pronósticos basados en el gusto por evidencia barata y por etapas.