Predicción de la Demanda
La pandemia de Covid-19 supuso un desafío sin precedentes para los sistemas de predicción de demanda, especialmente aquellos de diseño más sencillo, que sufrieron fallos catastróficos debido a un fenómeno conocido como "drift" o desviación. Este cambio drástico se debió a un comportamiento consumidor errático y volátil, así como a interrupciones en la cadena de suministro por parte de proveedores clave asiáticos, afectados por rigurosas medidas contra el Covid-19. En este escenario turbulento, Obramat enfrentaba el reto de prever con precisión la demanda de productos altamente estacionales (como sistemas de calefacción y refrigeración) con suficiente antelación para gestionar los pedidos a sus proveedores de forma eficiente.
En WhiteBox innovamos con la implementación de un modelo de predicción basado en árboles de decisión (Gradient Boosting), reemplazando al anterior y obsoleto modelo de Holt-Winters. Este nuevo modelo, desarrollado con herramientas de código abierto como Spark para el procesamiento de datos y LightGBM junto con scikit-learn para la modelización, es capaz de prever las necesidades de stock con dos meses (60 días) de antelación para cada producto en todas las tiendas. Gracias a la robustez de este sistema, se integró perfectamente en la infraestructura de Google Cloud Platform del cliente, garantizando predicciones precisas y escalables con agregación diaria y semanal.
La renovación de su modelo de predicción de demanda ha colocado a Obramat en una posición privilegiada para adelantarse a las fluctuaciones estacionales del mercado, logrando significativos ahorros y evitando roturas de stock. Este modelo no solo permite a Obramat ejecutar pedidos de compra con anticipación, sino que su estructura modular y la gestión de su ciclo de vida automatizada lo mantiene siempre actualizado, protegiéndolo contra futuras desviaciones o "drifts".
- Más de 900 referencias gestionadas por el modelo.
- 30 establecimientos distribuidos por toda España.
- Predicción de 27.000 series temporales simultáneas.
