¿Qué tan efectivo es usar el análisis de pendientes para analizar la velocidad de venta de productos? ¿Hay mejores métodos?

Me han encomendado la tarea de pronosticar muchos productos a lo largo de los años y he ganado premios por ahorrar millones de dólares cinco trimestres seguidos mientras estaba en Cisco Systems utilizando modelos predictivos basados ​​en datos históricos y la introducción de nuevos productos.

En cualquier conjunto de datos, son las suposiciones las que marcarán la diferencia entre la precisión y las conjeturas y, como dice la expresión “Las estadísticas no pueden sustituir la buena toma de decisiones”. Hay varias formas de generar un pronóstico. El más popular con el que me vi obligado a trabajar fue aquel en el que la compañía entregó una cifra que representa los ingresos que la compañía DEBE ganar ese año y luego expiró un pronóstico que mostraba cómo se alcanzaría ese número después del rollo de producto histórico, estacional. impacto fuera y al final de la vida, etc. Estos pronósticos casi siempre eran una mierda porque lo que salía de ellos eran pronósticos que inducían úlceras, especialmente en compañías que estaban en baja.

También podría hacer una base de pronóstico “en tierra” en las tasas de ejecución históricas y agregar un multiplicador similar al análisis de pendiente sobre el que está especulando. Nuevamente, se debe tener en cuenta la introducción de nuevos productos (que NUNCA es un palo de hockey, sin importar lo que la Administración espere) y el impacto del final de la vida de los demás. Una encuesta de la fuerza de ventas de forma regular para conocer Blue Birds y las grandes ventas esperadas, multiplicada por la probabilidad anticipada, permite desarrollar un pronóstico continuo con una línea de pendiente “pesimista”, “promedio” u “optimista” sobre el período previsto

En mi experiencia, el mejor predictor del rendimiento futuro es el rendimiento pasado, especialmente con un producto que tiene cierta tracción y que la base de clientes conoce. El impacto de los programas publicitarios y cuándo llegarán, el número de clientes potenciales sin procesar y clientes potenciales calificados, el tiempo de cierre esperado y el tiempo de cierre histórico para un acuerdo promedio, la tasa de ventas perdida y los datos, la fecha del próximo lanzamiento y actualización de funciones, y la anticipación de lanzamientos competitivos y nuevos productos, todos deben tenerse en cuenta.

En todo momento, uno debe ser consciente del tamaño estimado del mercado disponible y de los sustitutos que aparecen en línea que podrían afectar las ventas. Un retiro importante, un error o un retraso en la función podría afectar fácilmente las cifras de ventas. Una falla a nivel de fabricación podría retrasar los envíos e impactar la reputación. Esto sucedió con frecuencia en Cisco con ciertos productos que nunca podrían fabricarse lo suficientemente rápido. Los clientes volubles a menudo recurrían a productos competitivos similares, ya que lograr que su negocio fuera completo era más importante que la lealtad a Big Blue (como llamamos a IBM) o al Evil Empire (como llamamos a nuestra propia compañía, Cisco).

Gestioné un negocio de 100 millones de dólares en Cisco que comenzó desde 0 dólares y al menos duplicó su tamaño cada año que estuve allí. Tenía mucho menos que ver con mis habilidades que con la capacidad de Cisco de conectar un producto al esquema de marketing y dejar que la fuerza de ventas lo sacara de quicio. A menudo dijimos que podíamos generar millones de dólares al año vendiendo montones de mierda de perro con el logotipo de Cisco adjunto. Sin embargo, la previsión se volvió críticamente importante tanto por el proceso de fabricación como por las proyecciones de ingresos que generó. Cuando vende productos por un valor de 100 millones de dólares, necesita comprar al menos 20 millones de dólares en componentes y la forma en que se implementa es fundamental para el margen de beneficio. Si está demasiado bajo, termina comprando piezas adicionales al mejor precio al escabullirse en todo el mercado gris, algo que nos sucedió más de una vez cuando los procesadores Intel se hicieron difíciles de conseguir. Nadie se pregunta dónde lo obtienes cuando lo necesitas, solo que lo obtuviste. Pero al final del trimestre, cuando llega la factura, nadie recuerda que lo necesitaba, solo que pagó en exceso.

Hay muchas estrategias para pronosticar y es algo a lo que debe acostumbrarse en una línea de productos en particular. Cuantas más entradas tenga, más complejo es, pero también más preciso puede ser, lo que reduce la chatarra a nivel de fabricación, que va directamente al resultado final. Y eso es todo lo que les importa a las empresas.