Resumen Técnico: FreshRetailNet-LT

Planteamiento del Problema

La estimación precisa de la demanda es fundamental para las políticas de inventario y precios de productos minoristas perecederos. Sin embargo, surge un desafío crítico debido a los datos de ventas censurados causados por eventos de falta de existencias (stockouts). Cuando un producto no tiene existencias, las ventas observadas caen a cero, no porque la demanda haya cesado, sino porque el suministro se ha agotado. Esto crea un sesgo sistemático donde los modelos de pronóstico entrenados con datos de ventas brutos aprenden a subestimar la verdadera demanda latente. Esta subestimación perpetúa un ciclo vicioso: los pronósticos deficientes conducen a un inventario insuficiente, lo que provoca más faltas de existencias, lo que a su vez corrompe aún más las mediciones de la demanda.

Los conjuntos de datos minoristas públicos existentes (por ejemplo, M5, Walmart, Favorita) no abordan esto eficazmente debido a dos limitaciones primarias:

1. Falta de anotaciones de falta de existencias: No distinguen entre la demanda cero real y la demanda cero causada por el agotamiento del inventario, tratando todas las ventas de cero como observaciones de demanda precisas.
2. Granularidad temporal insuficiente: La mayoría de los conjuntos de datos agregan los datos en intervalos diarios o semanales. Esto oscurece los patrones de demanda intradía (por ejemplo, picos de mañana/tarde) y diluye la visibilidad de los eventos de falta de existencias, que a menudo son de corta duración pero críticos para los productos perecederos.

Además, los métodos estándar de imputación y pronóstico suelen asumir que los datos son "Faltantes al Azar" (MAR). En el sector minorista de productos perecederos, las faltas de existencias son "Faltantes No Al Azar" (MNAR), impulsadas por covariables estructuradas como promociones, clima y hora del día, lo que hace que los enfoques estándar sean ineficaces.

Metodología

El artículo presenta FreshRetailNet-LT, un benchmark a gran escala diseñado para facilitar la investigación en la recuperación de la demanda latente y el pronóstico bajo censura. La metodología se estructura en torno a un marco de dos etapas:

1. Construcción del Conjunto de Datos

FreshRetailNet-LT agrega datos operativos de múltiples fuentes de 1,057 tiendas en 18 ciudades principales de China durante un período de dos años (junio de 2023 – julio de 2025).

• Escala: Contiene más de 20,000 series temporales de tienda-producto que cubren 576 SKUs perecederos (vegetales, carne, mariscos, frutas, etc.).
• Resolución: Granularidad horaria, capturando trayectorias de ventas detalladas y el estado del stock.
• Anotaciones: Proporciona de manera única etiquetas de falta de existencias horarias verificadas, distinguiendo entre períodos de demanda cero genuina y períodos donde la demanda fue censurada debido a la falta de existencias.
• Covariables: Incluye datos contextuales ricos como tasas de descuento promocional, precipitación, temperatura y días festivos estatutarios.

2. Enfoque de Modelado de Dos Etapas

Los autores proponen un pipeline para primero recuperar la demanda latente y luego pronosticarla:

• Etapa 1: Recuperación de la Demanda Latente: El objetivo es reconstruir la demanda no observada ($d$) durante los períodos de falta de existencias. El modelo toma las ventas observadas ($y$), las covariables (promociones, clima, etc.) y el indicador de falta de existencias ($s$) como entrada. Estima la demanda faltante ($\hat{d}$) solo cuando $s=0$ (falta de existencias), mientras mantiene las ventas observadas cuando $s=1$.
  • Baselines Probados: Modelos de multiperiodicidad (TimesNet), imputación basada en atención (SAITS, ImputeFormer, iTransformer), generadores conscientes de la incertidumbre (GPVAE) y baselines interpretables (DLinear).
• Etapa 2: Pronóstico Robusto a la Censura: La serie de demanda recuperada se agrega a un nivel diario para crear un conjunto de entrenamiento libre de sesgos. Estos datos se utilizan para entrenar modelos de pronóstico para un horizonte de 7 días.
  • Baselines Probados: Similar Scenario Average (SSA), Temporal Fusion Transformer (TFT), DLinear y el modelo fundacional Chronos2 (zero-shot y ajustado mediante LoRA).

Principales Contribuciones

El artículo afirma tres contribuciones primarias:

1. Anotaciones de Eventos de Falta de Existencias Verificadas: Es el primer benchmark de código abierto que proporciona etiquetas de falta de existencias horarias y verificadas. Esto permite a los investigadores distinguir directamente entre la demanda cero real y la demanda cero restringida por la oferta, una capacidad que anteriormente requería inferencia indirecta.
2. Cobertura Longitudinal Multianual con Alta Granularidad: El conjunto de datos captura tanto las fluctuaciones intradía de grano fino (por ejemplo, picos diarios bimodales) como las dinámicas estacionales a largo plazo durante dos años, abordando la brecha de resolución temporal en los conjuntos de datos minoristas perecederos existentes.
3. Covariables de Multi-modelo: Integra de manera única el clima hiperlocal, los efectos de los días festivos y los descuentos promocionales, apoyando la investigación en cadenas de suministro resilientes al clima y precios dinámicos bajo restricciones de perecederidad.

Resultados Experimentales

Los autores evaluaron el marco utilizando el Error Porcentual Absoluto Ponderado (WAPE) para la precisión y el Error Porcentual Ponderado (WPE) para el sesgo, junto con una Puntuación de Desacoplamiento ($\rho_{DS}$) para medir la eliminación de correlaciones espurias entre las faltas de existencias y la demanda.

• Recuperación de la Demanda Latente:

  • TimesNet logró el mejor rendimiento con un WAPE del 21.35% y un WPE del -8.00%.
  • Crucialmente, TimesNet logró una Puntuación de Desacoplamiento de -0.04, significativamente más cerca de cero que los datos de ventas brutos (-0.60), lo que indica que eliminó con éxito el vínculo artificial entre las faltas de existencias y la supresión de la demanda.
  • Los modelos generativos como GPVAE mostraron errores más altos (48.55% WAPE), lo que sugiere que pueden estar sobre-suavizando los patrones volátiles de la demanda de productos frescos.

• Desempeño del Pronóstico:

  • Usando datos de ventas brutos, el modelo TFT exhibió un sesgo de subestimación sistemática (WPE de -6.69%).
  • Cuando se entrenó con la demanda recuperada por TimesNet, el sesgo de TFT se redujo a casi cero (-0.13%), y el WAPE mejoró de 25.10% a 23.47%.
  • Mejoras similares se observaron en otros modelos (SSA, DLinear, Chronos2) al usar la demanda recuperada, confirmando que corregir el sesgo de censura mejora la confiabilidad del pronóstico.
  • Chronos2 (un modelo fundacional) se benefició de la recuperación pero no igualó la adaptabilidad de arquitecturas especializadas como TFT, probablemente debido a la falta de adaptación específica al dominio para las complejas covariables minoristas.

Significado y Reivindicaciones

El artículo posiciona a FreshRetailNet-LT como un recurso fundamental para avanzar en la investigación de operaciones minoristas de productos perecederos. Su importancia radica en:

• Romper el Ciclo de Censura: Al proporcionar anotaciones de verdad de terreno para las faltas de existencias, permite el desarrollo de modelos que puedan romper el ciclo de retroalimentación de subestimación de la demanda y desperdicio de inventario.
• Estandarizar Benchmarks: Establece un benchmark dirigido para el "pronóstico consciente del inventario", abordando los mecanismos específicos de MNAR encontrados en el sector minorista de productos frescos que los conjuntos de datos de propósito general omiten.
• Habilitar el Análisis Causal: La estructura del conjunto de datos soporta la inferencia causal sobre cómo las perturbaciones promocionales, climáticas y operativas interactúan con los riesgos de perecederidad.
• Utilidad Práctica: Los autores afirman que el conjunto de datos proporciona soluciones inmediatas para la optimización del inventario y una plataforma para la futura innovación metodológica, cerrando la brecha entre la teoría del aprendizaje automático y las restricciones prácticas de las cadenas de suministro de productos perecederos.

El artículo concluye que, si bien el conjunto de datos aborda limitaciones de larga data, aún quedan desafíos en el modelado de SKUs de cola larga y dispersos, así como en el desarrollo de marcos de optimización conjunta de extremo a extremo, señalando estos como direcciones para futuras investigaciones.