¿Cómo la implementación de la solución SMART Demand Forecast ha mejorado la precisión de la previsión de la demanda en McDonald’s Georgiа?

Durante 25 años McDonald’s Georgia ha mantenido un alto nivel de servicio y satisfacción de sus clientes, aportando una gran contribución a la reputación de una de las cadenas de comida rápida más grandes y famosas del mundo. Gracias a la iniciativa Experience of the Future, cuyo objetivo es mejorar la experiencia de los visitantes mediante la implementación de las últimas tecnologías, McDonald’s Georgia les ofrece un servicio de calidad. Por eso siempre apetece volver aquí para asegurarse de que «¡realmente me encanta!». Pizarras digitales con productos y ofertas, terminales de autopedido, servicio de mesa, moderna aplicación para móviles – muchas cosas han cambiado desde que se abrió el primer restaurante en Tiflis en 1999. Al mismo tiempo, McDonald’s Georgia ha conseguido conservar los valores fundamentales del restaurante y añadir su propia identidad. Es la hospitalidad mundialmente conocida de Sakartvelo lo que destaca a la cadena en su segmento.

La empresa sigue implementando nuevos métodos para mejorar el servicio. Un paso importante para McDonald’s Georgia fue la implementación de la solución SMART Demand Forecast. Esta herramienta integral está destinada a mejorar la precisión de la previsión de la demanda mediante tecnologías innovadoras basadas en algoritmos de aprendizaje automático e inteligencia artificial. Esta solución es un desarrollo propio de SMART business, que lleva 15 años contribuyendo a la transformación digital de empresas en más de 60 países del mundo. Y hoy contamos sobre los retos, proceso y ventajas de la implementación de esta solución en una nueva historia de éxito de McDonald’s Georgia.

Requisitos previos para la búsqueda de un socio de implementación y cómo se realizaba la previsión de la demanda antes de implementar de la solución SMART Demand Forecast

La necesidad de McDonald’s Georgia de implementar una nueva solución de previsión de la demanda fue causada por varias razones. Pero antes de exponerlas, para comprenderlo mejor, recuerde que puede haber mucha gente en un restaurante McDonald’s y estar libre en otro, situado justo al otro lado de la cuadra. Al mismo tiempo, otros días, la situación puede ser totalmente diferente. Para los visitantes, es la cuestión sólo de unos minutos más, ya que los establecimientos McDonald’s son conocidos por su rápido servicio, incluso en horas punta. Pero desde el punto de vista del restaurante, estas fluctuaciones de la demanda plantean retos mucho más serios. El equipo de McDonald’s Georgia permitió echar un vistazo a su «cocina» de la previsión y compartió cómo estaba organizado el proceso antes de implementar la solución SMART Demand Forecast y por qué el antiguo enfoque necesitaba una transformación.

La empresa tenía establecido un proceso de previsión de la demanda, pero a nivel de toda la cadena. Con este enfoque era difícil considerar todos los factores necesarios con granularidad para cada establecimiento de McDonald’s Georgia. Como resultado, no proporcionaba suficiente detalle y provocaba la necesidad frecuente de que el equipo reaccionara instantáneamente ante una escasez o un exceso de componentes para la fabricación del producto. Además, conllevaba costes logísticos impredecibles y dificultades en la gestión del stock. A esto hay que añadir los periodos punta, eventos masivos en la ciudad y la proximidad de los puntos de venta a los mismos, y diversos factores promocionales. Como resultado, algunos restaurantes se vieron obligados a contratar más personal debido al aumento imprevisible de la demanda, mientras que otros establecimientos al revés experimentaban un exceso de horas de trabajo. Estos factores fueron los desencadenantes que nos dieron cuenta de que es más eficaz hacer previsiones no para toda la cadena a la vez, sino para cada restaurante en particular.

McDonald’s Georgia también quería acortar los intervalos de las previsiones. Antes de colaborar con SMART business, las previsiones se realizaban para los 3 meses siguientes con agregación a nivel mensual. Un intervalo de previsión tan amplio no tenía en cuenta los cambios a más corto plazo en la demanda, como la fuerte dependencia estacional, eventos locales o cambios en el entorno competitivo.

Los representantes de la empresa señalaron que, dado que el índice de precisión de las previsiones se calculó en general para toda la cadena, esto no reflejaba la situación real en términos de los restaurantes particulares. Supongamos que, en verano, a nivel de toda la cadena McDonald’s Georgia, se prevé que la demanda de los refrescos crezca un 20%. Esta previsión se basa en los datos históricos de los últimos años y en las tendencias generales. En el establecimiento de la ciudad costera de Batumi, la previsión se cumple debido a la gran cantidad de turistas y vacacionistas que quieren refrescarse en los días calurosos. Sin embargo, en las zonas céntricas de Tiflis, especialmente cerca de los centros de oficinas, la demanda de los refrescos puede crecer sólo un 10%, ya que la mayoría de los visitantes prefieren el café para animarse. En consecuencia, el establecimiento de Tiflis se enfrenta a un exceso de existencias de refrescos.

¿Cuáles son las exigencias para el nuevo sistema de previsión y por qué eligieron una solución de SMART business?

Había unas cuantas necesidades clave que McDonald’s Georgia requería de la futura implementación:

• La nueva solución debería proporcionar previsiones con agregación a nivel semanal. Este enfoque nos permitiría considerar con mayor precisión los cambios a corto plazo en la demanda, como las fluctuaciones estacionales, eventos locales y otros factores que pueden afectar significativamente las ventas en una semana concreta.
• La granularidad con respecto al producto y al establecimiento final también era importante para el cliente. Como ya hemos mencionado anteriormente, cada establecimiento de la cadena puede tener un nivel diferente de la demanda de productos específicos. La previsión a nivel de cada restaurante y de cada producto nos permite tener en cuenta estas diferencias. Esto permitiría realizar previsiones más precisas y evitar situaciones en las que un restaurante tiene escasez de un producto y otro tiene exceso. En consecuencia, la granularidad aumenta la eficacia de la gestión de stock y reduce los gastos de la empresa.
• McDonald’s Georgia buscaba una solución que le permitiera pasar a un sistema de previsiones centralizado. La compañía quería conseguir la coherencia de los datos y las previsiones en toda la cadena de restaurantes para evitar las discrepancias y los errores que se producen con las previsiones manuales.

Más información

¿Cómo se llevaba a cabo la implementación de la solución SMART Demand Forecast para McDonald’s Georgia?

La implementación de la solución SMART Demand Forecast en los procesos empresariales de McDonald’s Georgia se llevó a cabo en tres fases: diagnóstico, modelado e implementación.

• Diagnóstico
  Primero, el equipo de SMART business analizó los procesos empresariales «as is» del cliente hasta el más mínimo detalle. En la siguiente fase, se definió una visión clara de cómo funcionaría la previsión en McDonald’s Georgia con la solución SMART Demand Forecast. El valor de este paso fue que SMART business ofreció al cliente un enfoque moderno y herramientas para generar previsiones precisas sin necesidad de cambiar los procesos empresariales existentes.

A continuación, elaboramos un organigrama de procesos con un diagrama de flujo detallado para que el equipo de McDonald’s Georgia tuviera una visión clara de los pasos siguientes y planificara sus acciones posteriores de acuerdo con el plan. Adicionalmente, se asignaron los roles y responsables, se establecieron los plazos y se fijaron las prioridades. Todo ello garantizó un enfoque estructurado a la implementación de los cambios y aseguró que todos los participantes del proyecto comprendieran sus tareas y áreas de responsabilidad. Como resultado, la implementación se desarrolló de la forma más fluida y productiva posible.

En la fase de diagnóstico, acordamos con el cliente una estructura de datos unificada que será utilizada por el sistema SMART Demand Forecast para generar las previsiones de demanda. Es importante señalar que para las soluciones basadas en algoritmos de ML e IA, la estructura de datos unificada es la clave para lograr un funcionamiento eficaz del modelo y una alta precisión de las previsiones. El equipo del proyecto de SMART business analizó los procesos empresariales clave del cliente y llegó a McDonald’s Georgia con una plantilla ya preparada. Lo único que tuvo que hacer el cliente fue recopilar y transferir al proveedor los datos necesarios.

Adicionalmente, SMART business desarrolló la documentación técnica describiendo todos los aspectos de la implementación y uso de la solución por parte de McDonald’s Georgia.

Efectivamente, el equipo de SMART business analizó y resaltó aquellos puntos de influencia en la previsión de los que el cliente quizá no era consciente antes. Se trata de un proceso minucioso y de múltiples fases que se compone de una auditoría y observación exhaustivas, encuesta de empleados clave, uso de algoritmos avanzados de análisis de grandes volúmenes de datos y algoritmos de aprendizaje automático. El equipo utiliza herramientas de visualización de datos para que los resultados obtenidos sean más transparentes para la comprensión. Así, en la fase de diagnóstico, conseguimos identificar muchos retos locales de McDonald’s Georgia, que había que tener en cuenta a la hora de implementar la solución. Estos son los más interesantes:

• Las anomalías son picos o caídas de ventas inesperados o inusuales que salen de los patrones habituales. En el caso de McDonald’s, podría ser un autobús con turistas que están hambrientos en la carretera y visitan un establecimiento concreto. En este caso, este evento no es sistémico y, por tanto, no se considera en los datos estándar y se marca como una anomalía. La solución SMART Demand Forecast identifica estos cambios inexplicables y limpia los datos para que no participen en la generación de la previsión.
• Dependencia de ciertos SKU de la estacionalidad – el cliente dispone de muchas distintas unidades de productos que tienen una dependencia estacional. Por ejemplo, la demanda de McFlurries suele incrementarse en verano, cuando hace calor. Por lo tanto, el sistema calcula automáticamente los factores y coeficientes estacionales especiales.
• Predecir la demanda de nuevos productos que se introducen durante las campañas promocionales es todo un reto porque los nuevos productos no tienen datos históricos de ventas. Pero SMART Demand Forecast utiliza un enfoque integrado que tiene en cuenta numerosos factores, como productos similares, patrones generales de comportamiento de ventas, tendencias estacionales y otros factores. Este enfoque se diferencia significativamente de la previsión manual tradicional, que a menudo se ve limitada a la hora de procesar grandes volúmenes de datos. La solución automatizada permitió procesar los datos con mayor rapidez y precisión, proporcionando previsiones más exactas para nuevos productos.

Es importante señalar que si un cliente tiene una petición no estándar que debe tenerse en cuenta en las previsiones, la solución SMART Demand Forecast ofrece la previsión manual de la demanda. Esta función permite introducir rápidamente datos aclaratorios adicionales y responder con flexibilidad a los cambios del mercado cambiante. Al mismo tiempo, se habló de la posibilidad de automatizar cualquier necesidad específica a petición del cliente como un «nice to have» para el futuro.

El paso final del diagnóstico fue preparar la transición a la siguiente fase – el modelado.

• Modelado
  La tarea principal de esta etapa en McDonald’s Georgia consistía en entrenar el modelo de la inteligencia artificial para que sus algoritmos pudieran centrarse con la mayor precisión posible en las necesidades del negocio. Dado que el enfoque «fit once = fit every time» no funciona para diferentes empresas, ni siquiera del mismo sector, el equipo de SMART business customizó el modelo para McDonald’s Georgia:

¿Qué ha aportado la implementación de SMART Demand Forecast a McDonald’s Georgia?

Una vez identificados los factores clave, el modelo empezó a generar los resultados de previsión estables. Se formó la cantidad óptima de factores, a partir de los cuales McDonald’s Georgia puede obtener los indicadores más precisos con las fluctuaciones mínimas admisibles.

El éxito del proyecto se determinaba por alcanzar una precisión de las previsiones de entre el 70 y el 80%:

1. en el horizonte de 4 semanas naturales a partir de la fecha de inicio del periodo de planificación;
2. para cada semana natural
3. para cada uno de los 21 establecimientos de la cadena declarados.

El proyecto se inició en octubre de 2023 y se ejecutó por completo en julio de 2024. El éxito de la implementación ya pudo verse en la fase de proyecto piloto. Se lanzó en la temporada de verano, cuando se observan muchos factores estacionales diferentes y en general la demanda de la cadena de McDonald’s Georgia suele ser la más alta.

Como resultado, conseguimos alcanzar los siguientes objetivos, que incluso superaron las expectativas:

• un 83% de precisión en la previsión de ventas para cada establecimiento basada en la agregación de datos semanales durante un periodo de 4 semanas.
• un 80% de precisión en la previsión de ventas de cada establecimiento basada en la agregación semanal de datos durante un periodo de 12 semanas.
• Desviación media de hasta un 5%, de las previsiones lo que es una norma en la comunidad empresarial mundial.

Pero incluso estos altos indicadores no es el límite para mejorar la previsión. McDonald’s Georgia, junto con SMART business seguirá desarrollando la funcionalidad de la solución SMART Demand Forecast, que abarcará la previsión omnicanal.

La misión de SMART business es ayudar a los empresarios a hacer el futuro más claro y transparente para reducir los riesgos y estar preparado para cualquier desafío. La empresa se enorgullece de contribuir al éxito de sus clientes en todo el mundo y de fortalecerlos en su camino hacia la realización de sus objetivos clave.