InicioPublicacionesInformaciónPROBLEMAS DE JUICIO Y TOMA DE DECISIONES PARA SATISFACER LA DEMANDA

PROBLEMAS DE JUICIO Y TOMA DE DECISIONES PARA SATISFACER LA DEMANDA

Las actividades de planificación de la demanda se pueden dividir en dos pasos: análisis estadístico de datos históricos e interpretación gerencial de la información del mercado. En la primera etapa se analiza la información cuantitativa, especialmente los datos históricos de ventas, para identificar los componentes cuantificables de la serie, es decir, el nivel de demanda, la tendencia de largo plazo, las oscilaciones cíclicas y los efectos estacionales. Sin embargo, parte de la información relevante para satisfacer la demanda no es directamente cuantificable: promociones, lanzamientos de nuevos productos, acciones de la competencia, etc. – y, por lo tanto, debe interpretarse para la correcta asignación de recursos para satisfacer la demanda.

Por lo general, un especialista en ventas, marketing u operaciones es responsable de interpretar e incorporar esta información en el pronóstico de ventas. El éxito de esta segunda etapa del proceso de planificación de la demanda se basa en las premisas básicas de que este especialista tiene un amplio conocimiento del mercado y que utilizará toda su racionalidad o “sentido común” para llevar a cabo esta interpretación.

Sin embargo, las limitaciones de presupuesto y tiempo en las empresas comprometen, en parte, este proceso, ya que no permiten recopilar y analizar toda la información necesaria para mejorar el proceso de toma de decisiones. Para eludir estas restricciones, los planificadores inconscientemente utilizan algunas reglas que simplifican el proceso de interpretación de la información del mercado. Estas reglas se conocen como heurísticas de decisión.

A pesar de su importancia práctica, agilizando el proceso de toma de decisiones, las heurísticas conducen a errores sistemáticos y predecibles que son difíciles de eliminar. Cuanto más complejo sea el entorno, más difícil será el proceso de interpretación de la información y más propenso será el planificador a utilizar inconscientemente estas heurísticas. A continuación se verán las tres heurísticas principales del juicio probabilístico – Representatividad, Disponibilidad y Anclaje y Ajuste – y sus impactos en la planificación de la demanda.

representatividad

La heurística de representatividad se caracteriza por la búsqueda de aspectos peculiares de un evento probabilístico que correspondan a un estereotipo. Por ejemplo, los planificadores pronostican la demanda de un nuevo producto en función de la similitud (representatividad) de este producto con los lanzados anteriormente, según el éxito de estos lanzamientos. En algunos casos, el uso de esta heurística puede ser un instrumento muy útil para una primera aproximación. En otros, sin embargo, puede dar lugar a errores previos al juicio.

Para tratar de aclarar cómo funciona la heurística de representatividad en el cerebro humano, considere las siguientes secuencias de caras (K) y cruces (C) de una moneda imparcial:

CCCCKK
KCKCCK

Se preguntó a grupos de estudiantes de los programas de MBA y Perfeccionamiento del área de Operaciones y Logística cuál de las dos secuencias es más probable que ocurra y la mayoría (80%) respondió que es la segunda. La respuesta correcta en este caso es que la probabilidad de que ocurra cualquiera de las secuencias es igual. Para comprender por qué la mayoría de los ejecutivos respondieron que sería el segundo, es necesario analizar el proceso de formación de una secuencia de caras y cruces.

La primera regla de formación en una moneda imparcial es esperar aproximadamente un 50 % de cara y un 50 % de cruz. Cuando los ejecutivos analizaron inconscientemente esta regla, encontraron que ambas cadenas cumplían con este requisito. Sin embargo, la segunda regla de formación es que el orden de cara y cruz es aleatorio, lo cual no es reconocido por el cerebro en la primera secuencia y, por lo tanto, los ejecutivos señalaron la segunda como la más probable de ocurrir.

Este problema de juicio probabilístico también ocurre en los juegos de lotería. Aunque cualquier secuencia de seis números sorteados tiene la misma probabilidad de ocurrir, pocas personas apuestan dinero a seis números consecutivos, ya que el cerebro humano tiene dificultad para reconocer este tipo de secuencias como aleatorias. Para estos ejemplos, parece trivial identificar la falta de identificación del componente aleatorio. Sin embargo, en una serie de ventas no siempre es fácil identificar este componente entre el nivel de demanda, la tendencia a largo plazo, los efectos estacionales y las fluctuaciones cíclicas. Estos elementos a menudo se confunden y dificultan la interpretación del comportamiento de la demanda.

Las fallas en la heurística de representatividad ocurren principalmente debido a problemas con la noción intuitiva de aleatoriedad e insensibilidad al tamaño de la muestra. En la planificación de la demanda, estos sesgos pueden provocar fallos en la extrapolación y seguimiento de la demanda, así como hacer que el planificador “vea” tendencias en las series de ventas.

Para ejemplificar estas fallas, se propuso un ejercicio para un grupo de ejecutivos del área de operaciones. En él se presentó una secuencia con seis cifras de ventas, sin información sobre el producto ni el mercado, referentes a los meses de mayo de 2002 a octubre de 2002, como se muestra en la Tabla 1.

2007_06_imagen 01

Luego, se pidió a los ejecutivos que proyectaran el volumen de ventas para el mes siguiente (noviembre/2002) y que indicaran qué porcentaje de confianza tenían sobre ese pronóstico (0% ninguna certeza y 100% certeza absoluta). No fue sorprendente que todos los ejecutivos pusieran un número mayor que el valor de octubre para las ventas de noviembre, porque con los datos disponibles se podía imaginar una secuencia de valores crecientes. Sin embargo, el hecho de que aproximadamente el 80% de los ejecutivos colocaran más del 50% como porcentaje de confianza para un pronóstico hecho sin conocimiento del producto o del mercado, y con solo seis valores, indica un exceso de confianza en una muestra muy pequeña, donde el efecto aleatorio supera los efectos de una posible tendencia a largo plazo.

2007_06_imagen 02

El Gráfico 1 muestra que el siguiente valor en la secuencia presentada es un “valle” de demanda de gasóleo en Paraná, que fue la secuencia utilizada en el ejercicio. La falla en la evaluación de los ejecutivos se deriva de la dificultad de reconocer que una serie con seis números crecientes puede ser una secuencia aleatoria. Es fundamental que el planificador sea consciente de que, en el corto plazo, el efecto aleatorio es preponderante en la evaluación de la variación de las ventas y que los efectos de tendencia solo deben ser considerados en el largo plazo.

Disponibilidad

La heurística de disponibilidad se caracteriza por evaluar la probabilidad de que ocurra un determinado evento por la frecuencia con la que los ejemplos u ocurrencias de este evento están disponibles en la memoria. Un evento emocionalmente cargado, vívido, tangible y/o específico estará más fácilmente disponible en la memoria que un evento subjetivo, anodino y/o no emocional.

Por ejemplo, estudios con personas que han sufrido algún tipo de violencia, como secuestro o agresión, indican que, en el período postraumático, estas personas comienzan a desarrollar mecanismos de protección exagerados, como verificar varias veces si no están siendo seguidos. , desconfiar de todas las personas de su entorno y, en algunos casos, no querer salir de casa. Esta fase dura alrededor de un mes (este tipo de comportamiento por períodos más largos puede caracterizar el desarrollo del trastorno de estrés postraumático). Sin embargo, el hecho de haber sido secuestrado o robado no influye en la posibilidad de que se produzca un nuevo hecho de esta naturaleza. El hecho de que este tipo de evento sea intenso y emotivo hace que el cerebro sobreestime la probabilidad de que se repita.

Así, se puede observar que los sesgos causados ​​por el uso de la heurística de disponibilidad están relacionados con problemas de información vívida y reciente, ya que el hecho de que un evento esté más “disponible” en la memoria no necesariamente lo hace más probable. No siempre es fácil distinguir lo que realmente afecta la probabilidad de que ocurra un evento. Comprender la heurística de disponibilidad es fundamental en situaciones excepcionales en la planificación de la demanda, como promociones y eventos esporádicos.

La realización de una promoción de ventas cambia, en general, el patrón de la demanda en el período en el que se lleva a cabo. Al tratarse de un evento puntual, la promoción tiene un efecto intenso en las decisiones de planificación de la demanda para los siguientes periodos y, principalmente, en las futuras promociones. Una promoción exitosa, es decir, cuando las ventas aumentan significativamente y se eliminan las existencias (lo que a veces conduce a la escasez de productos), se traduce en un aumento de los niveles de existencias en períodos posteriores, como se muestra en el Gráfico 2.

 

 2007_06_imagen 03

 

Se observa que la escasez de existencias constituye un evento vivo para el planificador, quien aumenta el nivel de existencias en periodos posteriores para protegerse de posibles faltantes de productos. Por otro lado, cuando la promoción no es exitosa, es decir, las ventas no alcanzan los niveles planeados, los inventarios tienden a disminuir en los siguientes periodos, como se muestra en la Gráfica 3.

 

2007_06_imagen 04

 

Así, la información referida a un período no regular de ventas tiene un impacto significativo en las decisiones para satisfacer la demanda en períodos regulares posteriores, así como en futuras promociones. En el primer caso, la falta de productos hizo que el planificador sobreestimara la probabilidad de un desabastecimiento. Por otro lado, la expectativa de ventas no confirmadas hizo que se reevaluaran las decisiones de reabastecimiento. Es de gran importancia que el planificador sea consciente de que la intensidad de un evento cambia su percepción de la probabilidad real de una nueva ocurrencia del evento.

anclaje y ajuste

En la heurística de anclaje y ajuste, el planificador evalúa un evento a partir de un valor inicial, ajustándolo con la información disponible hasta llegar a una decisión final. El valor inicial, conocido como “ancla”, puede obtenerse de datos históricos, de la forma en que se presenta el problema o de información aleatoria. El problema de esta heurística es que, en situaciones dudosas, información poco relevante puede tener un gran efecto en la decisión final, si se utiliza como ancla para ajustes posteriores.

En las negociaciones, es muy común que el negociador experimentado trate de “plantar un ancla”, es decir, un valor inicial a partir del cual se discuten los detalles (“ajustes”) para llegar al valor final. Esto sucede porque estos negociadores saben que, una vez que se establece el ancla, es poco probable que los ajustes de valor sean suficientes. Esta técnica se usa a menudo en negociaciones comerciales complejas, pero también funciona bien en la compra/venta de bienes raíces y automóviles.

Un ejemplo del uso de esta heurística para el juicio probabilístico lo presentó Bazerman (2004), basado en estudios realizados por la Universidad de Harvard con auditores fiscales de las principales firmas auditoras de Estados Unidos, quienes fueron divididos en dos grupos.

Al primer grupo se le preguntó: “¿Cree que más de 200 empresas entre las mil empresas estadounidenses más grandes defraudan sus balances?” Y luego, "¿Cuál es su mejor estimación del número de empresas de las 1 principales empresas estadounidenses que hacen trampa en sus balances?" Para el segundo grupo, las preguntas fueron: “¿Usted cree que más de diez empresas, entre las mil más grandes de Estados Unidos, defraudan sus balances?”. Y "¿Cuál es su mejor estimación del número de empresas, de las XNUMX principales empresas de EE. UU., que hacen trampa en sus balances?" Se puede observar que las preguntas son prácticamente idénticas, cambiando únicamente el número de empresas defraudadoras (ancla) en la primera pregunta. Los resultados obtenidos para la segunda pregunta se muestran en el Cuadro XNUMX.

 

2007_06_imagen 05

 

La respuesta a la primera pregunta era irrelevante para el estudio, ya que el objetivo era solo "plantar el ancla" para la segunda pregunta, en la que los auditores debían estimar un valor para el número de empresas fraudulentas. A pesar de los supuestos de que la capacidad de evaluación y conocimiento del mercado no debería ser muy diferente entre los dos grupos de auditores, el promedio de las respuestas a la segunda pregunta fue completamente diferente en cada grupo. Este resultado muestra la influencia del ancla en el proceso de evaluación de la probabilidad de que ocurra un evento.

Los sesgos causados ​​por el uso del ancla y la heurística de ajuste provienen del uso inadecuado del ancla y/o ajuste insuficiente de este valor. Cuando no cuentan con la información registrada o desconocen los métodos adecuados para realizar el pronóstico de ventas, algunos planificadores de la demanda utilizan el artificio de decidir el valor futuro de las ventas ajustando, con base en el conocimiento tácito del mercado, el valor de las ventas. en el mismo período del año o mes anterior (ancla). Este tipo de enfoque puede causar errores importantes en la planificación de la demanda, ya que el valor pasado puede tener poca representación para la situación actual de las ventas, como por ejemplo en series con una tendencia marcada.

Otros sesgos

Además de los sesgos de análisis causados ​​por las tres heurísticas principales presentadas anteriormente, existen otros dos sesgos que causan impactos significativos en la etapa de interpretación de la información de mercado en el proceso de planificación de la demanda: la “trampa de confirmación” y el “pronóstico retrospectivo”.

La “trampa de confirmación” está relacionada con los pesos asimétricos asignados a la evidencia disponible para las “pruebas de hipótesis” que se realizan en el proceso de planificación. La evidencia que confirma las creencias del planificador generalmente recibe mayor peso que la información que contradice las expectativas iniciales. Esto hace que las opiniones, una vez formadas, sean extremadamente resistentes al cambio. En el proceso de planificación de la demanda, es fundamental, por lo tanto, buscar evidencia contradictoria, en lugar de evidencia confirmatoria, lo que traerá más beneficios al proceso de análisis.

A su vez, el “pronóstico retrospectivo”, también conocido como retrospectiva, hace referencia a la famosa frase: “Ya lo sabía”. Luego de la ocurrencia de un evento, el planificador tiende a sobrestimar su capacidad predictiva, es decir, luego de conocer las ventas reales de un período, el planificador comienza a ver una relación directa entre los diferentes eventos que llevaron a ese volumen de ventas y estima erróneamente el asertividad la predicción que había hecho. Este sesgo reduce la capacidad del planificador para aprender del error, factor determinante para mejorar la previsión de ventas. Además, en los procesos de planificación colaborativa, donde la opinión de todos los implicados es fundamental para la eficacia del proceso, este sesgo puede generar críticas sobre la capacidad predictiva de algunos de los implicados.

¿Cómo evitar los sesgos?

La eliminación completa de los sesgos en la planificación de la demanda es muy difícil de lograr, pero sus efectos pueden reducirse en gran medida. El primer paso es concienciar sobre la existencia de heurísticas de juicio y reconocer su impacto en el proceso de planificación. Bazerman (2004) también sugiere una serie de estrategias para mejorar el proceso de toma de decisiones, como adquirir experiencia y conocimientos técnicos de pronóstico de ventas y utilizar modelos lineales basados ​​en el juicio de expertos.

Además, se puede utilizar un enfoque normativo, realizando inicialmente análisis estadísticos, incorporando la información de mercado disponible y finalmente combinando estos dos datos según el grado de precisión que se pueda asociar a cada tipo de información. Es muy común construir un intervalo de confianza para los análisis cuantitativos, pero rara vez se usa para las interpretaciones que hacen los planificadores. La propuesta es precisamente provocar una nueva reflexión en la interpretación de la información de mercado.

CONCLUSIÓN

A pesar de ser parte fundamental de las funciones gerenciales, las actividades de juicio y toma de decisiones son, en general, poco exploradas en la formación de gerentes. Específicamente en la planificación de la demanda, en la que la interpretación de la información del mercado es un factor determinante para el éxito del proceso, el conocimiento de las heurísticas del juicio probabilístico permite al planificador reflexionar sobre los supuestos para su decisión y, con ello, minimizar el error de previsión. de la demanda

Así, buscamos presentar las principales heurísticas y sus impactos en la planificación de la demanda, destacando que, en mayor o menor medida, se utilizan de forma rutinaria para simplificar la toma de decisiones en entornos cada vez más complejos y con limitaciones presupuestarias y de tiempo cada vez mayores.

Referencias

Bazerman, Max H.. Toma de decisiones: para cursos de negocios y economía. Elsevier Editora, Río de Janeiro/2004, 5ª ed., 348 páginas.

Bukszar, Ed. ¿El exceso de confianza conduce a malas decisiones? Una comparación de la toma de decisiones y el juicio bajo incertidumbre. Journal of Business and Management, invierno de 2003, 9(1), pp.33-43.

Gomes, Luiz Flavio AM; Gomes, Carlos Francisco S. and Almeida, Adiel T.. Toma de decisiones gerenciales: enfoque multicriterio. Editorial Atlas, São Paulo/2002, 348 páginas.

Goodwin, Paul y Fildes, Robert. Pronósticos de juicio de series de tiempo afectadas por eventos especiales: ¿Proporcionar un pronóstico estadístico mejora la precisión? Revista de toma de decisiones conductuales, marzo. 1999, 12(1), págs. 37-53.

Heller, Roberto. Tomadores de decisiones. Makron, McGraw Hill, São Paulo/1991, 348 páginas.

Jones, Harry y Twiss, Brian C. Prospectiva tecnológica para decisiones de planificación. Zahar Editores, Río de Janeiro/1986, 1ª ed., 348 páginas.

https://ilos.com.br

Socio Ejecutivo de ILOS. Graduado en Ingeniería de Producción por EE/UFRJ, tiene maestría en Administración de Empresas por COPPEAD/UFRJ con extensión en EM Lyon, Francia, y Doctorado en Ingeniería de Producción por COPPE/UFRJ. Tiene varios artículos publicados en periódicos y revistas especializadas, siendo uno de los autores del libro: “Sales Forecasting: Organizational Processes & Qualitative and Quantitative Methods”. Sus áreas de investigación son: Planificación de la Demanda, Servicio al Cliente en el Proceso Logístico y Planificación de Operaciones. Trabajó durante 8 años en el CEL-COPPEAD/UFRJ, colaborando en la organización del área de Enseñanza de Logística. En consultoría, realizó varios proyectos en el área de logística, como Diagnóstico y Plan Maestro, Previsión de Ventas, Gestión de Inventarios, Planificación de la Demanda y Plan de Capacitación en empresas como Abbott, Braskem, Nitriflex, Petrobras, Promon IP, Vale, Natura, Jequití, entre otros. Como docente, impartió clases en empresas como Coca-Cola, Souza Cruz, ThyssenKrupp, Votorantim, Carrefour, Petrobras, Vale, Via Varejo, Furukawa, Monsanto, Natura, Ambev, BR Distribuidora, ABM, International Paper, Pepsico, Boehringer. , Metrô Rio , Novelis, Sony, GVT, SBF, Silimed, Bettanin, Caramuru, CSN, Libra, Schlumberger, Schneider, FCA, Boticário, Usiminas, Bayer, ESG, Kimberly Clark y Transpetro, entre otras.

Regístrese y reciba contenido exclusivo y actualizaciones del mercado

Manténgase informado sobre las últimas tendencias y tecnologías en Logística y Supply Chain

Rio de Janeiro

Tv. do Ouvidor, 5, sl 1301
Centro, Rio de Janeiro - RJ
CEP: 20040-040
Teléfono:(21) 3445.3000

São Paulo

Alameda Santos, 200 – CJ 102
Cerqueira César, São Paulo – SP
CEP: 01419-002
Teléfono: (11) 3847.1909

CNPJ: 07.639.095/0001-37 | Razón social: ILOS/LGSC – INSTITUTO DE LOGISTICA E SUPPLY CHAIN ​​LTDA

© Todos los derechos reservados para ILOS – Desarrollado por Design C22