COMPARACIÓN ENTRE LOS ENFOQUES TOP-DOWN Y BOTTOM-UP PARA LA PREVISIÓN DE VENTAS

La previsión de ventas juega un papel muy importante en la planificación y coordinación de los flujos de información y productos físicos en una empresa, teniendo impactos relevantes en la gestión de marketing, la programación y control de la producción, las operaciones logísticas y las decisiones de planificación de capacidad de las instalaciones.

El imperativo de la reducción de costos y los avances en las tecnologías de la información hicieron que las empresas buscaran mejorar sus métodos e integración de los procesos de pronóstico de ventas, lo que hasta entonces era realizado por cada área de la empresa por separado, lo que casi siempre resultaba en pérdidas. de precisión y mayores niveles de inventario.

El aumento de la complejidad de los sistemas logísticos, con la multiplicación de los puntos de venta, el aumento del número de sitios de producción y almacenamiento y la reducción del ciclo de vida y proliferación de productos, se tradujo en un aumento de la dificultad para realizar previsiones de ventas. Las empresas minoristas, por ejemplo, necesitan realizar pronósticos para miles de artículos diferentes en cientos de puntos de venta. Estos pronósticos generalmente tienen poca precisión, lo que resulta en desabastecimiento de algunos productos y niveles de inventario excesivos para otros. Existen dos enfoques para realizar la previsión de ventas en estos casos: Top-Down o Bottom-Up.

El enfoque Top-Down consiste en realizar pronósticos de ventas para series consolidadas, es decir, el pronóstico se realiza para ventas agregadas de varios productos o varias regiones. En el enfoque Top-Down, también conocido como enfoque analítico, el pronóstico de ventas se realiza por grupos o familias de productos y luego se desagrega para cada artículo, de acuerdo con el porcentaje histórico de ventas. También es posible realizar un pronóstico agregado para una región y luego descomponerlo en pronósticos para las diferentes localidades que conforman esa región, de acuerdo a su representatividad histórica. La Figura 1 muestra un ejemplo muy común del enfoque Top-Down en las industrias de bienes de consumo no duraderos: la empresa pronostica las ventas de un determinado producto basándose en datos históricos de ventas totales y, posteriormente, decide el volumen que se enviará a cada centro de distribución, según su representatividad (en %).

Figura 1 – Ejemplo de enfoque de arriba hacia abajo

En el enfoque Bottom-Up, el pronóstico se realiza directamente para cada artículo o para cada ubicación y, posteriormente, se agrega por familia/grupo de productos o por regiones. La Figura 2 presenta un ejemplo del enfoque de abajo hacia arriba. En este caso, los centros de distribución tienen la autonomía para realizar la previsión de ventas de un determinado producto, que luego se envía a fábrica y se consolida para generar órdenes de producción y expedición.

Figura 2 – Ejemplo de enfoque de abajo hacia arriba

La elección de uno u otro enfoque para la realización de la previsión de ventas tiene impactos operativos y estratégicos para la empresa. En general, las empresas optan por la estrategia que minimiza el error de pronóstico, pero también se tienen en cuenta otros factores, como los costos de implementación y operación del método. La decisión, por tanto, de qué enfoque elegir es de gran importancia para un gran número de empresas, con énfasis en las grandes empresas minoristas, distribuidoras y productoras de bienes de consumo no duradero. A continuación se presentarán algunas comparaciones entre los dos enfoques, con respecto a los costos de implementación y operación y la precisión.
COSTO DE IMPLEMENTACIÓN Y OPERACIÓN

Con respecto a los costos, el principal argumento de los defensores del enfoque Top-Down es que almacenar información y hacer pronósticos de ventas para miles de artículos es muy costoso. De esta forma, el enfoque Bottom-Up sería mucho más costoso en términos de: (a) almacenamiento de datos, (b) tiempo requerido para el cálculo y (c) uso de recursos computacionales. Sin embargo, algunos estudios (Schwarzkopf, Tersine y Morris, 1988) muestran que no existe una diferencia significativa, en términos de costo, entre los dos enfoques.

Para comparar costos entre los enfoques Top-Down y Bottom-Up, se utilizó el método cuantitativo de suavizamiento exponencial simple para realizar pronósticos, ya que este es un método muy utilizado para calcular el pronóstico de valores futuros en series relativamente estables y cortas. es decir, series sin estacionalidad y sin tendencia. En este método, el pronóstico de ventas se calcula en base a tres parámetros: ventas reales del período anterior (Rt-1), pronóstico de ventas del período anterior (Pt-1) y la constante de suavización (a).

Ecuación 1 - Fórmula para calcular el Amortiguación exponencial simple

(a) Almacenamiento de datos

El costo del almacenamiento de datos se puede calcular por el costo del espacio de almacenamiento y el esfuerzo requerido para mantener los datos actualizados. En la mayoría de los sistemas de información, el esfuerzo por actualizar la información es más importante que el costo del espacio de almacenamiento, ya que involucra tanto a los sistemas como a las personas.

El costo del espacio de almacenamiento se calcula en función de la cantidad de información que se almacena. En el enfoque Top-Down, para realizar el pronóstico de ventas, utilizando el método de suavizamiento exponencial simple, para cada artículo de una familia de productos determinada, se requiere información sobre las ventas totales de esta familia de productos en el último período, el pronóstico de ventas totaliza para el último período y la representatividad de cada artículo en relación con las ventas totales de la familia. Sin embargo, para obtener esta representatividad histórica es necesaria toda la información sobre las ventas de cada artículo en períodos anteriores. En el enfoque Bottom-Up, para realizar el mismo pronóstico de ventas, solo se necesita la información de ventas del último período. Por lo tanto, en general, el enfoque de abajo hacia arriba requiere menos datos almacenados para realizar el pronóstico.

Además de la cantidad de información que se almacena para poder realizar la previsión de ventas, otra dimensión relevante es la frecuencia con la que se utilizan estos datos. En el enfoque Bottom-Up, en todos los períodos es necesario recuperar la información de ventas y pronósticos del período anterior de cada artículo, es decir, la información se actualiza en cada período para obtener un nuevo pronóstico. En el enfoque Top-Down, en general, no es necesario revisar el porcentaje de participación de cada ítem en cada período, ya que estos porcentajes tienden a mantenerse relativamente estables en el tiempo. La revisión de estos porcentajes puede, por ejemplo, realizarse anualmente. Así, la única información que se actualiza periódicamente es el total de ventas y la previsión de ventas de la familia de productos. Por lo tanto, en general, el enfoque Top-Down requiere menos esfuerzo para actualizar los parámetros. Sin embargo, cuando las series de representatividad (en %) de cada producto sean inestables, se
Ambos enfoques requieren esencialmente el mismo esfuerzo de mantenimiento.

La Tabla 1 muestra las diferencias entre los enfoques, en relación al costo de almacenamiento de datos, indicando el de menor costo. Estas diferencias están influenciadas por las características de las series de ventas.

Tabla 1 - Comparación del costo de almacenamiento de datos (costo más bajo)

(b) Tiempo requerido para el cálculo

Otra medida de costos para un sistema de pronóstico de ventas es el tiempo requerido para el cálculo, que se puede medir por el número de operaciones matemáticas realizadas para llegar al pronóstico de ventas de cada artículo.

En el enfoque Top-Down, los cálculos para obtener la previsión de ventas de cada artículo serían:

(1) Calcule el pronóstico de ventas de la familia de productos:

En este cálculo tendríamos dos multiplicaciones y una suma, totalizando tres operaciones matemáticas.(2) Multiplique el pronóstico de ventas de la familia de productos por la representatividad histórica (en %) de cada artículo:

En este cálculo tendríamos una multiplicación por cada artículo que compone la familia de productos.

Así, en el enfoque Top-Down, tenemos 3+N operaciones matemáticas, donde N es el número de artículos en la familia de productos.

En el enfoque Bottom-Up, los cálculos para obtener la previsión de ventas de cada artículo serían:

(1) Calcule el pronóstico de ventas para cada artículo:

En este cálculo tendríamos dos multiplicaciones y una suma, totalizando tres operaciones matemáticas para cada elemento.

Así, en el enfoque Bottom-Up, tenemos 3N operaciones matemáticas, donde N es el número de artículos en la familia de productos.

Así, cuando no hay necesidad de actualizar constantemente la representatividad de cada ítem, el enfoque Top-Down tiene cierta ventaja. Sin embargo, si fuera necesario actualizar periódicamente la representatividad histórica de cada producto, el número de operaciones matemáticas a realizar para obtener la previsión de ventas sería prácticamente el mismo en ambos enfoques. Nótese en la Tabla 2 la comparación entre los enfoques.

Tabla 2 - Comparación de Tiempo Requerido para Cálculo (menor tiempo)

(c) Uso de Recursos de Cómputo

El uso de los recursos computacionales se puede medir por los accesos al disco duro de la computadora. Sin embargo, como es difícil evaluar el valor de un acceso al disco duro, la regla general sigue que la diferencia entre los dos enfoques radica en el hecho de que, como se discutió anteriormente, en el enfoque Bottom-Up es necesario acceder a un número información y, por lo tanto, este enfoque requiere un mayor uso de recursos computacionales.

A pesar de las aparentes diferencias entre los enfoques Top-Down y Bottom-Up, en cuanto a costos de implementación y operación, Schwarzkopf, Tersine y Morris (1988) muestran mediante simulación que, en la práctica, estas diferencias no son significativas. Simularon pronósticos para un conjunto de 10.000 4 artículos diferentes, incluidas las variaciones estacionales y las tendencias en las series de ventas, y encontraron resultados idénticos para los costos de almacenamiento de datos y el uso del sistema informático en ambos enfoques. La única diferencia encontrada en la simulación fue el tiempo requerido para el cálculo, que en el enfoque Top-Down fue 1.000,00 segundos más rápido, lo que significa que si el tiempo para esta operación costara R$ 1,11, la diferencia sería de R$ XNUMX.

La mayor complejidad de los pronósticos y la estructura organizativa de la empresa pueden influir en los costos de cada enfoque. Sin embargo, como conclusión general, se puede decir que no existen diferencias de costos significativas entre los enfoques Top-Down y Bottom-Up para pronosticar las ventas de artículos individuales. La elección de la metodología debe estar influenciada por otros factores, como la precisión del pronóstico.

EXACTITUD DEL PRONÓSTICO DE VENTAS

La medición de la precisión es bastante compleja y debe tener en cuenta, además de (a) la precisión del pronóstico de ventas, (b) los sesgos y (c) la solidez del enfoque. Para examinar el desempeño de los enfoques Top-Down y Bottom-Up en estos factores, no se elegirá un método específico para realizar el pronóstico de ventas. La elección y aplicación de un método de pronóstico puede hacer que el análisis sea muy complejo y desviar la atención del objetivo de comparar la precisión de los enfoques.

(la exactitud

La precisión del pronóstico de ventas se mide por la variabilidad de los valores estimados en relación con los valores observados. En otras palabras, la precisión de un enfoque de pronóstico de ventas se mide por el tamaño del error, es decir, qué tan diferentes son los valores observados de los valores pronosticados. El error se define como el promedio de la diferencia al cuadrado entre las estimaciones y los valores reales, siendo calculado por la varianza (Var) de estos valores. Los partidarios del enfoque de arriba hacia abajo, basado en el principio estadístico que sugiere que una serie formada por la suma de varios elementos es menos variable que la serie de elementos individuales, afirman que esto sería inherentemente más preciso que el enfoque de abajo hacia arriba.

El problema de este análisis radica en que no considera una correlación entre las series de ventas de los dos productos. Sin embargo, en la mayoría de los casos reales, existe una correlación positiva o negativa entre las ventas de los productos de una familia. Por ejemplo, el aumento de las ventas de un producto en particular puede impulsar las ventas de toda la familia de productos de la que forma parte. En este caso, existe una correlación positiva entre las series de ventas. Por otro lado, un aumento en las ventas de un producto determinado puede disminuir las ventas de un producto relacionado de la misma familia. El lanzamiento de un nuevo envase (nuevo SKU – unidad de mantenimiento de existencias) o el aumento de la publicidad de un artículo pueden hacer que los consumidores comiencen a preferir este nuevo artículo o producto en mayor medida en detrimento de otro producto de la misma familia consumido anteriormente y , en consecuencia, de la misma empresa. Este proceso se denomina “canibalización” (o efecto cartera) e indica una correlación negativa entre series de ventas.

Para efectos prácticos, esto significa que la serie de ventas consolidada de una familia de productos con una fuerte correlación positiva entre sus artículos tendrá una varianza mayor que la suma de las varianzas de las series de ventas de cada artículo. Por lo tanto, el error de pronóstico calculado por el enfoque Top-Down será mayor que el error del enfoque Bottom-Up. En el caso de una fuerte correlación negativa, se observará el efecto inverso y el enfoque Top-Down tendrá ventajas sobre el enfoque Bottom-Up. La Tabla 3 muestra la varianza calculada para las series de ventas de productos con correlación positiva y negativa.

Tabla 3 - Efecto Cartera

El efecto de las correlaciones entre las series de ventas de los productos de una empresa debe ser cuidadosamente estudiado, ya que, como se ve en el ejemplo anterior, tienen una gran influencia en la decisión de qué enfoque adoptar para realizar el pronóstico de ventas. Otros estudios (Gordon, Morris y Dangerfield, 1997) compararon los dos enfoques, utilizando diferentes métodos cuantitativos y cualitativos y variando las características de las series de ventas, y encontraron resultados similares, es decir, independientemente del método utilizado para calcular el pronóstico de ventas, el enfoque Bottom-Up presenta mejores resultados para series correlacionadas positivamente y el enfoque Top-Down para series correlacionadas negativamente.

(b) sesgos

Al evaluar solo la precisión del enfoque (a), se descartan otros factores importantes de la precisión del pronóstico de ventas, como el impacto de los sesgos (b) en los pronósticos de ventas de productos. El sesgo es una desviación constante (positiva o negativa) del pronóstico de ventas de las ventas reales, causada por la inexactitud del método de pronóstico de ventas. La existencia de sesgos es bastante común en las previsiones de ventas, ya que los métodos no son exactos y frecuentemente están influenciados por juicios optimistas o pesimistas.

En el enfoque Bottom-Up, como el pronóstico se realiza para cada producto, el sesgo en una de las series no interfiere con la precisión, ya que el proceso de modelado individual de cada serie elimina el sesgo. En el enfoque Top-Down, el sesgo tendrá un impacto negativo en la precisión, ya que se distribuirá incorrectamente entre los pronósticos de cada elemento.

Así, además del componente de error relacionado con la precisión, existe otro componente de error que hace referencia al modelo de previsión de ventas. En la práctica, es necesario evaluar si este componente juega un papel significativo que puede cambiar la decisión de qué enfoque utilizar para el criterio de precisión.

(c) Robustez

La solidez de un enfoque se puede medir por la influencia de datos problemáticos o inadecuados en las series de ventas. Los estadísticos creen que los modelos basados ​​en datos agregados (Top-Down) son más sólidos, ya que los modelos basados ​​en datos no agregados (Bottom-Up) tienden a ser más sensibles a los valores atípicos en la muestra.

En resumen, hay tres dimensiones de error que deben incluirse en el proceso de elección del enfoque que se utilizará para realizar el pronóstico de ventas: precisión, sesgos y sensibilidad a datos erróneos (influencia de valores atípicos). Los enfoques Top-Down y Bottom-Up se comportan de manera diferente en cada una de estas dimensiones, lo que hace bastante complejo el proceso de toma de decisiones para elegir el enfoque a utilizar.

Los resultados sugieren que el enfoque Top-Down reduce los efectos del error aleatorio y la influencia de los valores atípicos en las series de ventas, siendo así más robusto que el enfoque Bottom-Up. Sin embargo, este último se comporta mejor frente al efecto de los sesgos. Además, el enfoque Top-Down introduce una interacción compleja entre los efectos causados ​​por los sesgos y los valores atípicos en las ventas.

En cuanto a la precisión de cada enfoque, podemos concluir que existen diferencias significativas. Sin embargo, la decisión de qué enfoque utilizar depende mucho del comportamiento de la serie de ventas. La correlación entre productos, la existencia de sesgos y valores atípicos y la representatividad de cada producto determinarán qué enfoque se debe utilizar. En general, los estudios empíricos indican que la variable con mayor impacto en el error y, por tanto, la más importante para el análisis, es la precisión. La existencia de una correlación positiva o negativa (efecto cartera) entre productos, como se muestra en la Tabla 3, tiene un fuerte impacto en la decisión de qué enfoque se debe utilizar.

Se encuentran correlaciones positivas, por ejemplo, en productos que siguen las mismas variaciones estacionales. Las correlaciones negativas a menudo se encuentran en variaciones (tamaño, empaque o modelo) del mismo producto. Por ejemplo, las ventas de ventiladores y acondicionadores de aire siguen el mismo patrón estacional, influenciado por factores climáticos, y muestran una fuerte correlación positiva. Por lo tanto, la previsión de ventas debe realizarse por separado (Bottom-Up). Entre los ventiladores, hay varios modelos diferentes y, aunque las ventas siguen efectos estacionales, las ventas de cada modelo están influenciadas por otros factores, con una “canibalización” de las ventas entre modelos. En este caso, será más eficiente hacer un pronóstico agregado para toda la familia de ventiladores y luego desagregar este pronóstico por la representatividad histórica de cada modelo (Top-Down).

CONCLUSIÓN

Según lo analizado, existen aspectos positivos y negativos en cada uno de los enfoques. La comparación entre los enfoques Top-Down y Bottom-Up muestra que hay lugar para usar ambos. Si bien un pronóstico de arriba hacia abajo puede ser más preciso, los pronósticos de artículos individuales pueden ayudar a identificar patrones de demanda. Por lo tanto, no son mutuamente excluyentes y se pueden usar en combinación, en un modelo híbrido.

Si la empresa utiliza la previsión de ventas para desarrollar planes estratégicos y decidir presupuestos, es posible que se prefiera el enfoque de arriba hacia abajo. Por otro lado, si se utiliza el pronóstico de ventas para organizar los programas de producción y distribución, es probable que se elija el enfoque de abajo hacia arriba. De esta forma, la elección del enfoque depende, además del comportamiento de los datos, de los objetivos de utilización de la previsión por parte de la empresa.

Referencias

Darrough, Masako N. y Russell, Thomas “Un modelo positivo de pronóstico de ganancias: de arriba hacia abajo versus de abajo hacia arriba” The Journal of Business, 75 (1), enero/2002, pp.127-152.

Gordon, Teresa P., Morris John S. y Dangerfield, Byron J. “De arriba hacia abajo o de abajo hacia arriba: ¿Cuál es el mejor enfoque para el pronóstico?” The Journal of Business Forecasting Methods & Systems, 16(3), otoño de 1997, pp.13-16.

Jain, Call L. “How to Determine the Approach to Forecasting” The Journal of Business Forecasting Methods & Systems, 14 (2), verano de 1995, página 2.

Kahn, Kenneth B. "Revisión de pronósticos de arriba hacia abajo versus de abajo hacia arriba" The Journal of Business Forecasting Methods & Systems, 17 (2), verano de 1998, pp.14-19.

Lapide, Larry “Nuevos desarrollos en la previsión empresarial” The Journal of Business Forecasting Methods & Systems, 17(2), verano de 1998, pp.28-29.

Portougal, Victor “Pronóstico de demanda para una empresa de venta al por menor por catálogo” Revista de gestión de producción e inventario, 43 (1/2), pp.29-34.

Schwarzkopf, AB, Tersine, RJ y Morris, JS "Estrategias de pronóstico de arriba hacia abajo versus de abajo hacia arriba" International Journal of Production Research, 26 (11), 1988, pp.1833-1843.

West, Douglas C. “Número de métodos de previsión de ventas y gestión de marketing” Journal of Forecasting, 13(4), agosto de 1994, págs. 395-407.