Desarrollo de un modelo de estimación de demanda de medicamentos para una empresa farmacéutica

Abstract

Uno de los principales desafíos dentro de la logística de una empresa farmacéutica, y en general de cualquier empresa que lidia con la comercialización de productos de cualquier tipo, es la estimación de demanda. Hacer un buen pronóstico de lo que se venderá en períodos futuros afecta directamente en los ingresos de la empresa, ya que: si se sobreestima la demanda, se tiene sobre stock de productos que se deberá vender a precios más bajos; y si se subestima, se tienen ventas perdidas. En una empresa farmacéutica estos riesgos son aún mayores porque se trata de medicamentos con fechas de expiración estrictas y con la salud de las personas. La empresa farmacéutica en estudio tiene un nivel de cumplimiento de pronóstico del 56% en promedio, es decir, el 56% de sus productos cumple con lo predicho, con un rango de error del 20%. El objetivo de este trabajo es desarrollar un modelo de estimación de demanda mensual de los medicamentos de la empresa en estudio, a nivel de SKU y para los diferentes canales de venta. Esto para poder robustecer el proceso de estimación de demanda, para dar satisfacción a sus clientes (instituciones que venden medicamentos e instituciones de salud) y controlar grandes variaciones de stock. Para este objetivo se emplea la metodología de CRISP-DM, donde se aplican modelos estadísticos para hacer las estimaciones de demanda para cada una de las series de tiempo de producto-canal de venta. Se aplican modelos que van desde lo más simple (Promedio móvil simple) a lo más complejo (modelos ARIMA). Se selecciona un medicamento por cada principio activo para aplicar los modelos, considerándolos como medicamentos representativos de todo el catálogo de la empresa. Posteriormente se estima y se selecciona el mejor modelo para cada una de las series SKU-canal, considerando el que tenga menor RMSE y menor desvío entre la demanda real y pronosticada. Como principal resultado se obtiene un 78% de cumplimiento de pronóstico en los medicamentos con los mejores modelos seleccionados, frente a un promedio histórico de cumplimiento de pronóstico del 62%. Se propone para trabajos futuros capturar la demanda desde los pedidos que se hacen a la empresa para tener pronósticos más certeros.