Además de la clasificación automática ABC, SKU Science también permite organizar tus pronósticos según la clasificación XYZ, para identificar aquellos que son relativamente estables o fáciles de predecir frente a los que son más inestables o tienen grandes amplitudes.
Hay dos opciones disponibles para la clasificación XYZ:
Método de coeficiente de variación.
Método de error de pronóstico (planes Pro y Enterprise).
Para acceder a las reglas que definen el método de clasificación XYZ, simplemente haz clic en el ícono de engranaje y selecciona Reglas.
A continuación, accederás a esta interfaz.
Método de clasificación
Dependiendo de tu suscripción, esta lista te permite elegir entre dos opciones:
Coeficiente de variación.
Error de pronóstico.
Clasificación XYZ usando el método de Coeficiente de Variación (COV)
El cálculo del coeficiente de variación es un método estadístico.
El análisis XYZ mediante el método de coeficiente de variación divide los artículos en tres categorías. Los artículos de clase X representan los más estables históricamente. Los artículos de clase Y se caracterizan generalmente por una variación moderada en la demanda. Los artículos de clase Z son los más inestables, con grandes variaciones.
Este método identifica la desviación de los valores con respecto al promedio de todos estos valores. Esto te da una idea de cuán estable es tu artículo a lo largo del tiempo.
La fórmula utilizada para el cálculo del COV es la siguiente:
CV es el coeficiente de variación.
σ es la desviación estándar.
μ es la media.
Límite de la clase X (%)
A continuación, debes especificar el coeficiente máximo para la clase X.
Por defecto, está establecido en un 10%.
Así, si el límite de la clase X se establece en un 10%, todos los artículos con un COV entre 0 y 10% se clasificarán como X.
Límite de las clases X e Y (%)
Por defecto, está establecido en un 30%.
Si estableces el límite de la clase Y en un 30%, entonces todos los artículos con un COV entre 10% y 30% se clasificarán como Y, y aquellos por encima del 30% obtendrán la clase Z.
Si bien este método es interesante en cierta medida para identificar estabilidad, un producto con alta estacionalidad se identificará como un producto Z, aunque potencialmente pueda ser fácil de predecir en SKU Science.
Por esta razón, hemos introducido otro método que proporciona mejores resultados.
Clasificación XYZ usando el método de error de pronóstico
Al seleccionar Error de Pronóstico en la ventana de la interfaz, obtendrás las siguientes opciones:
Lag de XYZ
El motivo por el que realizas tu pronóstico generalmente determina la elección del lag para el cálculo de la clasificación. Aquí se pueden encontrar explicaciones sobre la elección del lag para el cálculo.
Si ingresas "2", el pronóstico considerado para calcular el error frente al valor de demanda real será el pronóstico creado dos meses antes de cada período para cada artículo en tu cuenta.
Las tablas a continuación te ayudan a entender cómo funciona esto:
Para el artículo 0011-3, al elegir 'Lag 2', la tabla se actualiza automáticamente con los valores de los errores (y otros KPIs).
En la línea de error, se calcula un porcentaje promedio para este artículo, en este caso 25%. Esta información se calcula para cada artículo con el fin de establecer la clasificación para un lag determinado. Luego, puedes verificar los resultados de la matriz generada de acuerdo con tus parámetros.
Tipo de error
Hay dos opciones disponibles:
La primera opción calculará las clases XYZ a partir de los pronósticos del usuario, teniendo en cuenta todos los ajustes realizados por el usuario en los pronósticos base. El pronóstico base se calcula en la plataforma o se carga a través de un pronóstico externo.
La segunda opción calculará las clases XYZ solo a partir de los pronósticos base, sin considerar ningún ajuste realizado por el usuario.
Límite de la clase X (%)
A continuación, debes especificar el porcentaje máximo para la clase X. Por defecto, está establecido en un 10%. Así, si el límite de la clase X se establece en un 10%, todos los artículos con un error promedio para lag 2 entre 0 y 10% se clasificarán como X.
Límite de las clases X e Y (%)
Por defecto, está establecido en un 30%. Si estableces el límite de la clase Y en un 30%, entonces todos los artículos con un error promedio para lag 2 entre 10% y 30% se clasificarán como Y, y aquellos por encima del 30% obtendrán la clase Z.
Al hacer clic en Guardar, guardas tu configuración y se lanza un nuevo cálculo de las clases XYZ.
Una vez que se complete el cálculo, haz clic en la pestaña Inicio para ver la tabla de prioridades.
Luego, simplemente haz clic en la parte de la matriz para una combinación de clases determinada, para obtener automáticamente una vista de estos artículos. Por ejemplo, puedes acceder directamente a la lista de artículos de clase AY.
No dudes en contactarnos para realizar tus preguntas directamente en la interfaz de la herramienta, utilizando el mensajero en la parte inferior derecha de la pantalla.