Una millora en forecast accuracy es presenta sovint com una via directa per reduir inventari. La relació existeix, però no és automàtica. L’error estadístic i el cost d’inventari viuen en capes diferents del sistema. Entre tots dos hi ha la política de reposició, el nivell de servei, el lead time i la distribució de la incertesa. Per això una baixada clara de WAPE pot produir poc estalvi, mentre una millora modesta en alguns SKUs pot alliberar molt capital o evitar ruptures costoses. El valor depèn de quin error es redueix, on i com respon la política d’estoc.
Dues corbes diferents
La corba d’accuracy descriu la desviació entre previsió i demanda real. La corba de cost descriu què passa quan aquesta previsió alimenta decisions d’inventari. No han de moure’s en paral·lel. Imaginem dos SKUs. El primer té molt volum, lead time curt i baix cost d’emmagatzematge. El segon té menys volum, lead time llarg i una ruptura molt cara. Millorar molt el forecast del primer pot tenir menys impacte econòmic que una millora petita en el segon. La importància d’un error no ve només de la mida, sinó de la decisió que activa. Per això una mètrica agregada és insuficient per prioritzar millores. Cal connectar error amb cost de holding, ruptura, obsolescència, transport urgent i capital immobilitzat.
De l’error a l’estoc
En moltes polítiques, la incertesa del forecast influeix en el safety stock. Si la variabilitat de l’error baixa de manera fiable, el sistema pot necessitar menys buffer per mantenir el mateix servei. Però reduir l’error mitjà no garanteix reduir la incertesa que realment determina el buffer. Un model pot millorar MAE sense canviar gaire els errors extrems. Un altre pot eliminar biaix però mantenir una dispersió semblant. Segons la fórmula o simulació de safety stock, la resposta serà diferent.
També importa el lead time. L’error rellevant per inventari pot ser l’error acumulat durant l’horitzó de reposició, no el d’un sol període. La política s’ha d’avaluar sobre el temps en què l’estoc ha de protegir l’operació.
El paper del nivell de servei
No es pot parlar de cost d’inventari sense especificar quin servei es vol mantenir. Sempre es pot reduir estoc acceptant més ruptures. La pregunta real és quant capital es pot alliberar mantenint un nivell de servei coherent amb l’estratègia comercial. Aquí apareix el trade-off. Un forecast millor pot moure la frontera entre inventari i disponibilitat: menys estoc per al mateix servei, o millor servei amb el mateix estoc. La direcció ha de triar la combinació. Mesurar només “reducció d’inventari” pot ser enganyós. Si l’estalvi porta més backorders, vendes perdudes o urgències logístiques, el resultat net pot empitjorar.
Mesurar bé el valor
La manera més sòlida de quantificar el benefici és fer backtesting de la política completa. Es comparen forecast antic i nou, tots dos alimenten la mateixa lògica de reposició i es simulen inventari, ruptures i costos en condicions comparables. Després es pot provar si el nou forecast permet també redissenyar la política. L’objectiu no és demostrar que el predictor és millor, sinó que el sistema forecast més inventari és econòmicament superior. Com a mínim, cal reportar tres dimensions: accuracy, nivell de servei i cost total d’inventari. Si només millora la primera, l’impacte empresarial continua sense demostrar.
Forecasting pot reduir capital i millorar disponibilitat, però el pont entre precisió i cost és una decisió d’inventari explícita. Sense aquest pont, l’empresa pot celebrar una mètrica millor i mantenir gairebé el mateix estoc. Hi ha un altre efecte pràctic: les polítiques d’inventari sovint tenen restriccions discretes. Mínims de compra, caixes completes, capacitat de pallet o calendaris fixos poden impedir que petites millores d’accuracy es tradueixin en menys estoc. L’estalvi no sempre és continu respecte a l’error. Pot caldre superar un llindar de precisió o variabilitat perquè canviï realment una ordre, un buffer o una freqüència de reposició.