Nuestro almacén es pequeño: unos 3,000 metros cuadrados, seis personas incluyéndome a mí. Esa experiencia me enseñó más sobre la calidad de datos para pronósticos de IA que cualquier demostración de un proveedor. El año pasado por fin compré una herramienta de pronóstico, con la esperanza de dejar de adivinar cuánto stock mantener. El primer mes me puso en mi lugar rápidamente. El sistema decía que una botella de agua popular vendería más de 400 unidades la semana siguiente, así que me abastecí. Vendimos menos de 100. El stock extra quedó en los estantes durante semanas, y el efectivo inmovilizado en él era efectivo que no podía usar para nada más. Mi primer instinto fue culpar al modelo y discutir con el proveedor. Luego un amigo que trabaja con datos dedicó media hora a revisar nuestros registros de entradas y salidas y me dijo la verdad: el modelo no era el problema principal. Nuestros datos eran un desastre.
No podemos permitirnos quemar dinero como lo hace una empresa grande. Una operación grande contrata un equipo de datos y limpia las cosas durante meses. Tenemos seis personas, y cada hora dedicada a corregir registros es una hora que no se dedica a preparar pedidos, empacar o enviar. Así que los métodos que terminamos usando son vergonzosamente simples: filtrar una hoja de cálculo, verificar registros contra facturas de mensajería a mano, y escribir una regla para bloquear cada error recurrente. Sin embargo, lo simple funciona, porque un pronóstico solo es tan bueno como lo que le das de comer. Aliméntalo con basura y obtendrás basura cara de vuelta.
Calidad de datos para pronósticos de IA, primer problema mortal: códigos duplicados y registros faltantes
Los códigos duplicados nos golpearon primero. El mismo producto termina con dos o tres códigos, y el sistema trata cada código como un artículo distinto. El pasado septiembre, una de nuestras botellas aislantes cambió de empaque, y compras creó un código nuevo sin retirar el anterior. Los pedidos en línea corrían con el código nuevo, los pedidos fuera de línea con el anterior, y cada código parecía por sí solo un artículo de venta lenta. El pronóstico se mantuvo bajo hasta que llegó una gran promoción, cuando de repente descubrimos que el stock combinado ya estaba muy por encima de nuestro nivel de seguridad. Habíamos acumulado un exceso de botellas por valor de unos pocos miles de dólares, que luego tardaron semanas en liquidarse.
Los registros faltantes son el fallo opuesto, y duelen igual. Durante un tiempo ingresábamos los envíos salientes a mano, y en días de mucho trabajo se omitían entradas. La curva de ventas que veía el sistema estaba llena de huecos, y un día faltante se veía exactamente como un día sin ventas. Los pronósticos bajaron, y nuestros productos más vendidos se agotaron. La solución fue aburrida pero efectiva: cada viernes por la tarde dedico alrededor de una hora a cotejar los registros salientes de esa semana con las facturas de mensajería, y todo lo faltante se completa. También establecimos una regla interna de que los pedidos del mismo día se cierran el mismo día, y todo lo que queda durante la noche se concilia a primera hora de la mañana siguiente. Dos meses de esa rutina redujeron los huecos a un nivel con el que podía vivir.
Calidad de datos para pronósticos de IA, otros problemas mortales: promociones, canales mezclados y cubos de tiempo equivocados
Los otros tres problemas mortales son más insidiosos, y cuestan más. Las promociones anormales pueden arrastrar un pronóstico al mundo de la fantasía. El año pasado una oferta de tres días de compra uno y llévate otro gratis impulsó un estilo de calcetín a más de cinco veces sus ventas diarias normales. El sistema trató esos tres días como demanda normal y siguió recomendando un reabastecimiento fuerte durante un mes después. Ahora etiquetamos cada promoción, liquidación y evento en vivo por separado, y excluimos esos días de los pronósticos cotidianos o los modelamos como su propia categoría. Una promoción es una promoción. La demanda cotidiana es demanda cotidiana. Mézclalas y ningún modelo puede salvarte.
Los canales mezclados causan la misma confusión de otra manera. Nuestros ritmos en línea y fuera de línea casi no tienen nada en común. Las ventas en línea se disparan con las campañas, mientras que las ventas fuera de línea provienen de un puñado de tiendas cercanas que piden de forma constante. Cuando ambas corrientes se agruparon en un solo total, el número del pronóstico no le servía a nadie. Ahora las registramos por separado y las pronosticamos por separado, sumándolas solo cuando necesitamos una vista combinada. Requiere un poco más de disciplina, pero cada número puede rastrearse hasta una persona o pedido real.
Los cubos de tiempo equivocados son los más fáciles de pasar por alto. Durante un tiempo nuestra herramienta producía pronósticos semanales mientras reabastecíamos a diario, así que una semana que el lunes se veía bien podía quedarse seca el jueves. Lo inverso es igual de malo: los pronósticos diarios no ayudan cuando un acuerdo de compra se negocia mensualmente. Mi regla ahora es fijar primero el ritmo de reabastecimiento y luego elegir el cubo de pronóstico que lo acompañe. El reabastecimiento diario recibe pronósticos diarios; la compra mensual recibe un acumulado mensual. Si el cubo no coincide con la decisión, incluso un buen modelo es inútil.
Cinco formas en que los datos sucios matan un pronóstico, y lo que cuesta cada solución
| Problema de datos sucios | Lo que ves en el almacén | Cómo verificarlo | Costo de la solución |
|---|---|---|---|
| Códigos duplicados | Las ventas de un producto se dividen entre varios códigos | Busca por nombre de producto y código de barras para encontrar repeticiones | Bajo: una limpieza más una regla para códigos nuevos |
| Registros faltantes | Huecos inexplicables en la curva de ventas | Coteja los registros salientes con las facturas de mensajería | Bajo: alrededor de una hora de conciliación a la semana |
| Promociones anormales | Los pronósticos siguen inflados mucho después de que termina una oferta | Etiqueta los días de promoción y exclúyelos de la demanda base | Bajo: cambia el cálculo, no la herramienta |
| Canales mezclados | Un solo número de pronóstico que no se ajusta a ningún canal | Registra las ventas en línea y fuera de línea por separado | Medio: requiere un cambio en los hábitos diarios |
| Cubos de tiempo equivocados | Un pronóstico semanal que no puede guiar el reabastecimiento diario | Fija primero el ritmo de reabastecimiento, luego el cubo de pronóstico | Bajo: cambia el formato de salida |
Aquí está la parte contraintuitiva, y es el punto que más quiero que escuchen otros pequeños operadores: limpiar datos es mucho más barato que mejorar un modelo, y a menudo ayuda más. Cuando preguntamos por una mejora de modelo, el costo anual extra ascendía a miles de dólares, sin garantía de mejores resultados. Limpiar los cinco problemas anteriores no nos costó casi nada en dinero, solo unas pocas horas a la semana de tiempo del personal. También hay un giro más agudo. Cuanto más caro es el modelo, con más confianza se equivoca con datos sucios. Un modelo barato alimentado con datos limpios te da un número utilizable. Un modelo caro alimentado con datos sucios te da un número equivocado disfrazado de precisión. Para un almacén pequeño, ese cálculo de retorno de la inversión tiene que hacerse antes de cualquier decisión de mejora, no después.
Después de aproximadamente dos meses de limpieza, el cambio no fue un espectacular gráfico de precisión que pudiera enmarcar en la pared. Fue algo más práctico: empecé a confiar lo suficiente en las recomendaciones como para realmente hacer pedidos a partir de ellas. Las roturas de stock en los productos más vendidos se volvieron notablemente menos frecuentes, y el stock lento dejó de comerse silenciosamente el espacio en los estantes. No citaré una mejora precisa de precisión, porque nuestros registros antes de la limpieza eran demasiado poco fiables para respaldar una, e inventar un número repetiría exactamente el error contra el que advierte este artículo. La medida honesta es si el pronóstico es utilizable, y el nuestro finalmente se volvió utilizable.
Si diriges un almacén de nuestro tamaño, aquí está la rutina que copiaría. Antes de crear un código nuevo, busca un código antiguo que ya cubra ese producto, y exige un paso de confirmación antes de retirar uno. Cierra los envíos el mismo día, y concilia contra las facturas de mensajería en un día fijo cada semana. Etiqueta los días de promoción antes de que empiece la promoción, no después. Mantén separados los registros en línea y fuera de línea, y deja que tu ritmo de reabastecimiento fije tu cubo de pronóstico. Tampoco intentes arreglar todo en un heroico fin de semana. Nuestra primera limpieza completa tomó cerca de dos semanas, y todo desde entonces ha sido pequeño mantenimiento semanal. Los datos sucios se acumulan a diario, así que la limpieza tiene que ser un hábito diario, no un evento anual. Ponla en la lista junto a los conteos de stock y la reposición, al mismo nivel de importancia.
Los almacenes pequeños tienen su propia forma de sobrevivir. No superamos en gasto ni en personal a las grandes empresas. Ganamos manteniendo nuestros datos lo suficientemente limpios como para que una herramienta modesta pueda hacer un trabajo honesto por nosotros. Acierta primero con los datos, y solo entonces discute si el modelo es lo suficientemente bueno.
Por Xiao Ma, Propietario de un pequeño almacén Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.







