Caso de Estudio
Rebuilding Forecasting Models for a Global Crisis
Rapid analytics to survive the pandemic.
En eBay Classifieds Emerging Markets, Arturo reconstruyó modelos de pronóstico durante la pandemia, ayudando a CFOs y GMs a planificar estratégicamente en medio de una disrupción sin precedentes y garantizar la continuidad operativa.
Resultados Clave
La Transformación
El Desafío
Con los confinamientos de marzo de 2020, todos los modelos de pronóstico de eBay Classifieds Emerging Markets quedaron obsoletos de inmediato. Las visitas inmobiliarias cesaron. El tráfico en concesionarios de autos desapareció. Las curvas de demanda que habían sido confiables por años mostraron patrones que ningún modelo histórico podía predecir. Los CFOs y GMs de México, Sudáfrica, Polonia, Irlanda y Argentina necesitaban pronósticos actualizados de inmediato, no por precisión, sino para sobrevivir. ¿Qué tan profundo sería el descenso? ¿Cuándo comenzaría la recuperación? ¿Qué categorías y mercados repuntarían primero? Los modelos existentes, construidos sobre años de crecimiento estable, no podían responder ninguna de estas preguntas porque nada en los datos de entrenamiento se asemejaba a una pandemia global. Finanzas tomaba decisiones presupuestarias multimillonarias a ciegas, y cada semana sin un pronóstico viable aumentaba el riesgo de recortes excesivos (dañando la posición a largo plazo) o insuficientes (quemando efectivo en el peor momento posible).
Nuestro Enfoque
Descartamos los modelos antiguos y construimos nuevos desde cero, optimizados para velocidad y flexibilidad de escenarios en lugar de precisión estadística. El primer paso fue crear una "línea base sin COVID": usamos datos de tendencias prepandemia para proyectar dónde estarían cada mercado y categoría sin la disrupción. Esta línea base se convirtió en el punto de referencia para medir el impacto real y proyectar trayectorias de recuperación. Construimos modelos de escenarios en Tableau que permitían a los equipos financieros alternar entre supuestos de recuperación: en V (rebote rápido), en U (gradual) y en L (depresión prolongada). Cada escenario se calibró por mercado y por categoría, porque el mercado inmobiliario en México se recuperaba a un ritmo completamente diferente al automotriz en Polonia. Los modelos integraban datos de tráfico de Google Analytics, volúmenes internos de listados y métricas de ingresos, actualizándose semanalmente. El enfoque de prototipado rápido fue deliberado: en lugar de meses construyendo un modelo estadísticamente riguroso, construimos algo útil en días y lo refinamos cada semana a medida que llegaban nuevos datos. Cada lunes actualizábamos los modelos con los datos reales de la semana anterior, recalibrábamos los supuestos de escenario y teníamos pronósticos listos para la revisión financiera del miércoles. Esta cadencia semanal significaba que los modelos se volvían progresivamente más precisos a medida que la pandemia evolucionaba y emergían patrones reales de recuperación. También construimos vistas comparativas de mercado que mostraban a los GMs cómo su mercado se comportaba frente a sus pares. Cuando los confinamientos en Sudáfrica se relajaron pero se endurecieron en Polonia, la vista comparativa ayudó a la dirección a asignar recursos primero a los mercados que mostraban señales de recuperación. Esta vista transversal fue particularmente valiosa para el CFO, quien necesitaba tomar decisiones de inversión a nivel de portafolio basadas en la trayectoria de recuperación y no en intuición. Cada modelo de mercado incluía un análisis de sensibilidad que mostraba cómo los cambios presupuestarios impactarían los plazos de recuperación proyectados, dando a finanzas una base cuantitativa para las decisiones de compensación.
El Resultado
Los modelos de escenarios no predijeron la pandemia — nada podía hacerlo. Pero dieron al CFO y a los GMs un marco estructurado para tomar decisiones de asignación de recursos bajo extrema incertidumbre. En lugar de adivinar, la dirección podía decir: "Bajo nuestro escenario base de recuperación, el inmobiliario en México equilibra en Q3; mantengamos la inversión. Bajo el mismo escenario, el automotriz en Polonia no se recupera hasta Q1 del próximo año; reduzcamos el gasto ahora y reinvertamos cuando mejoren las señales de tráfico". Los modelos apoyaron la planificación presupuestaria en más de 5 mercados durante el período más volátil de la historia de la empresa. Las actualizaciones semanales significaron que los pronósticos mejoraron continuamente a medida que los datos reales reemplazaban a los supuestos. La técnica de "línea base sin COVID" resultó particularmente útil, convirtiéndose en el estándar para medir el impacto de la pandemia y la recuperación en todos los mercados. Varios GMs citaron el marco de planificación de escenarios como crítico para navegar la crisis sin realizar recortes impulsivos por pánico que habrían dañado su posición a largo plazo. El enfoque demostró que el pronóstico bajo incertidumbre no se trata de precisión predictiva, sino de dar a los tomadores de decisiones una manera estructurada de razonar sobre un futuro incierto y tomar decisiones defensibles bajo presión.
¿Quieres resultados similares para tu organización?
Hablemos¿Listo para convertir datos en decisiones?
Hablemos de cómo lograr ROI medible en meses.