en un Publicación anterior, analicé uno de los problemas más espinosos que a veces enfrentan los planificadores de demanda: trabajar con datos de demanda de productos caracterizados por lo que los estadísticos llaman sesgo, una situación que puede requerir costosas inversiones en inventario. Este tipo de datos problemáticos se encuentran en varios escenarios diferentes. En al menos uno, la combinación de demanda intermitente y promociones de ventas muy efectivas, el problema se presta a una solución efectiva.

Revisando los términos, recuerde que el “nivel de servicio” es la probabilidad de no agotarse mientras espera que llegue una orden de reposición, mientras que la “tasa de llenado” es el porcentaje de la demanda que se satisface inmediatamente con el stock. En mi publicación anterior, "El flagelo de la asimetría", señalé que cierto tipo de distribución de la demanda, que tiene una "cola larga a la derecha", conducirá a tasas de llenado que pueden ser mucho más bajas que los niveles de servicio. También señalé que, a veces, la única forma de mejorar la tasa de llenado es aumentar el nivel de servicio objetivo a un nivel inusualmente alto, lo que puede resultar costoso.

En esta publicación, analizaré la solución del problema en un caso especial: la asimetría resultante de promociones de ventas efectivas combinadas con "demanda intermitente". La demanda intermitente tiene una gran proporción de valores cero, con valores distintos de cero mezclados al azar. Las promociones de ventas exitosas, obviamente positivas, tienen un inconveniente: pueden confundir la "señal de demanda" con picos en su historial de demanda y pueden socavar los pronósticos y sesgar los cálculos de existencias de seguridad. Cuando la demanda intermitente y las promociones de ventas efectivas son la fuente de la asimetría de sus datos, existen métodos para solucionar el problema y lograr tasas de cumplimiento más altas y pronósticos de demanda más precisos.

Cómo las promociones aumentan la asimetría

Las promociones exitosas aumentan abruptamente la demanda de artículos. Esto crea anomalías, o "valores atípicos", que contribuyen a formar una distribución sesgada. Sabiendo cuándo ocurrieron promociones en el pasado, podemos ajustar el registro de demanda pasada de un artículo. Producimos un historial de demanda alternativo como si no hubiera habido promociones, reemplazando los valores atípicos con valores más representativos del nivel "natural" de demanda. Estos ajustes reducen la asimetría de la demanda. La reducción del sesgo puede conducir a reducciones significativas tanto en los pronósticos esperados como en las existencias de seguridad, que se suman para formar puntos de pedido.

Es probable que se repitan las promociones exitosas. Cuando eso sucede, los efectos de promoción se pueden agregar a los pronósticos de demanda para aumentar su precisión. El efecto de las futuras promociones en la gestión del inventario será aumentar el riesgo de desabastecimiento, por lo que una respuesta sensata es trabajar a nivel operativo para generar un suministro temporal, en una cantidad ajustada al impacto estimado de las promociones anteriores en los artículos afectados.

Uso del modelado de eventos para mejorar la previsión de la demanda

Es posible modelar el impacto de eventos similares y aplicarlo a eventos planificados en el futuro. Si lo hace, puede mejorar su pronóstico de dos maneras importantes: al proyectar la sacudida de la demanda que espera de un evento planificado; y racionalizando los picos en el pasado que fueron causados por eventos, haciendo que su actividad de referencia sea más visible y predecible con mayor precisión. Hacemos mucho de esto en SmartForecasts, así que permítame usar nuestra experiencia allí para mostrarle lo que quiero decir.

El modelado de eventos implica los siguientes pasos:
• Estimación automática del impacto de promociones anteriores (que es un resultado útil en sí mismo).
• Ajuste de la demanda histórica para eliminar estadísticamente el efecto de las promociones.
• Creación de previsiones sin promoción.
• Revisar las previsiones de los períodos de tiempo futuros en los que se prevén promociones.

A este tipo de análisis lo llamamos “pronóstico de promociones”. Usamos la palabra "promociones" para describir lo que hace usted mismo para mejorar sus resultados. Usamos "eventos" para describir lo que el mundo te hace, generalmente en detrimento tuyo; los ejemplos incluyen huelgas, cortes de energía, incendios en almacenes y otros sucesos desafortunados.

Para comprender cómo el modelado de eventos puede ayudarlo a lidiar con la asimetría al hacer pronósticos de demanda para artículos de gran volumen, considere las Figuras 1-3.

La Figura 1 muestra que el patrón de demanda de este artículo es claramente estacional, y el pronóstico es estacional y "ajustado", lo que significa que el intervalo de incertidumbre del pronóstico ("margen de error", que se muestra en líneas cian) es muy estrecho.

La figura 2 muestra una historia alternativa en la que una promoción en junio de 2014 revirtió el mínimo estacional habitual asociado con las ventas de junio. Este patrón de demanda se pronosticó mediante el torneo de pronóstico automático en SmartForecasts, como se muestra en la figura 1. Esta vez, la promoción alteró el patrón estacional lo suficiente como para crear un pronóstico no estacional inapropiado y que tiene un margen de error mucho mayor.

Finalmente, la Figura 3 muestra cómo el pronóstico de promoción maneja el mismo escenario promocionado, conservando un pronóstico estacional e incorporando al pronóstico una estimación del efecto de una promoción repetida planificada en 2015.

El caso de la demanda intermitente

En la Figura 1, el artículo era un bien terminado de gran volumen y la tarea era la previsión de la demanda. El modelado de promociones también es útil cuando se trata de la tarea de establecer existencias de seguridad y puntos de pedido para artículos con demanda intermitente, ya sean productos terminados, componentes o repuestos. La demanda intermitente muy a menudo tiene una distribución sesgada que dificulta lograr una alta disponibilidad de artículos con una pequeña inversión en inventario.

La Figura 4 ilustra el problema que una promoción exitosa puede crear accidentalmente para la gestión de inventario. Si tal aumento surge de la demanda natural no promovida, entonces la única forma de mantener altas tasas de llenado es proporcionar existencias de seguridad lo suficientemente grandes como para hacer frente a estos aumentos repentinos. En este caso, el gran aumento de la demanda de 500 unidades en febrero de 2013 fue el resultado de una promoción única.

Tener en cuenta las promociones para mejorar la gestión de inventario

Sin darse cuenta, tratar el pico en el ejemplo anterior como parte de la variabilidad natural de la demanda da como resultado una tasa de cumplimiento deficiente. Para lograr un nivel de servicio objetivo de, digamos, 95% con un plazo de entrega de un mes, se requeriría un punto de pedido de 38 unidades, calculado como la suma de un pronóstico esperado durante el plazo de entrega de reabastecimiento de un mes de 21 unidades complementado con un inventario de seguridad de 17 unidades. Esta inversión daría como resultado una tasa de llenado decepcionante de solo 36%.

Sin embargo, reconocer que el pico es una promoción única y reemplazar las 500 unidades con 0 obviamente marcaría una gran diferencia. El punto de pedido caería de 38 unidades a 31 (la suma de una demanda esperada de 7 unidades y un stock de seguridad de 24 unidades) y la tasa de llenado aumentaría a 94%.

Por supuesto, no está bien descartar picos de demanda inconvenientes cuando hacen que la vida sea incómoda; tiene que haber una “historia comercial” válida detrás del ajuste de la demanda histórica. Si el pico es el resultado de un error de procesamiento de datos, entonces, por supuesto, arréglelo. Si el pico coincide con una promoción, reemplazar el pico con, digamos, la demanda media (a menudo cero, como en este ejemplo) dará como resultado una inversión en inventario mucho más sostenible que aún cumple con los objetivos de rendimiento agresivos. Las futuras promociones del mismo tipo en el mismo artículo requerirán un esfuerzo adicional para prepararse para el aumento temporal de la demanda, pero el punto de reorden recomendado será correcto a largo plazo.

Thomas Willemain, PhD, cofundó Smart Software y actualmente se desempeña como vicepresidente sénior de investigación. El Dr. Willemain también se desempeña como Profesor Emérito de Ingeniería Industrial y de Sistemas en el Instituto Politécnico Rensselear y como miembro del personal de investigación en el Centro de Ciencias de la Computación, Instituto de Análisis de Defensa.

Mejore la precisión de la prediccion, optimice el inventario y maximice los niveles de servicio

En este video, el Dr. Thomas Willemain, cofundador y vicepresidente senior de investigación, habla sobre la política de gestión de inventario basada en pronósticos, también conocida como lógica MRP. Esta es la cuarta de nuestra serie sobre los principales enfoques para administrar el inventario. Comenzamos observando algunos modelos muy simples y luego más robustos de dinámica de inventario que nos ayudan a determinar cuánto pedir o fabricar y cuándo. Luego consideramos cómo calcular el tiempo de entrega y dar cuenta de la variabilidad del tiempo de entrega. Tom concluye describiendo la importancia del stock de seguridad, su papel en la amortiguación adecuada contra la incertidumbre de la oferta y la demanda, y la mejor manera de calcularlo. 

Cualquiera que haga el trabajo sabe que administrar el inventario puede ser estresante. Los factores estresantes comunes incluyen: clientes con solicitudes "especiales", departamentos de TI con otras prioridades, sistemas ERP inestables que se ejecutan con datos inexactos, escasez de materias primas, proveedores con largos plazos de entrega en países lejanos donde la producción a menudo se detiene por varias razones y más. Esta nota abordará una fuente de estrés particular y siempre presente: la variabilidad de la demanda.

Todo el mundo tiene un problema de previsión

Supongamos que gestiona una gran flota de repuestos. Estos pueden ser equipos quirúrgicos para su hospital o repuestos para su central eléctrica. Tu misión es maximizar el tiempo. Tu enemigo es el tiempo de inactividad. Pero debido a que las averías ocurren al azar, estás constantemente en modo reactivo. Puede esperar ser rescatado de las tecnologías de pronóstico. Pero los pronósticos son inevitablemente imperfectos hasta cierto punto: el elemento sorpresa siempre está presente. Puede esperar a que se implemente la tecnología de Internet de las cosas (IOT) en su equipo para monitorear y detectar fallas inminentes, lo que lo ayudará a programar las reparaciones con mucha anticipación. Pero sabes que no puedes medir las miles de cosas pequeñas que pueden fallar y deshabilitar una cosa grande.

Por lo tanto, decide combinar la previsión con la gestión de inventario y crear reservas o existencias de seguridad para protegerse contra picos inesperados en la demanda. ahora tienes que calcular cuanto stock de seguridad mantener, sabiendo que muy poco significa vulnerabilidad y demasiado significa hinchazón.

Suponga que maneja inventarios de productos terminados para una empresa de fabricación contra stock. Su problema es esencialmente el mismo que en la gestión de piezas de servicio: tiene clientes externos y una demanda incierta. Pero también puede tener problemas adicionales en términos de sincronización de múltiples proveedores de componentes que ensambla en productos terminados. Los proveedores quieren que les digas cuánto de sus cosas hacer para que puedas hacer tus cosas, pero no sabes cuánto de tus propias cosas necesitarás hacer.

Finalmente, suponga que maneja productos terminados en un empresa de fabricación por encargo. Puede pensar que ya no tiene un problema de pronóstico, ya que no construye hasta que le pagan por hacerlo. Pero usted tiene un problema de previsión. Dado que sus productos terminados pueden ensamblarse a partir de una combinación de componentes y subensamblajes, debe traducir algún pronóstico de la demanda de productos terminados para elaborar un pronóstico de esos componentes. De lo contrario, irá a fabricar sus productos terminados y descubrirá que no tiene un componente requerido y tendrá que esperar hasta que pueda ensamblar reactivamente todo lo que necesita. Y es posible que sus clientes no estén dispuestos a esperar.

Entonces, todo el mundo tiene un problema de previsión.

Lo que dificulta la previsión

La previsión puede ser rápida, fácil y absolutamente precisa, siempre que el mundo sea simple. Si la demanda de su producto es de 10 unidades cada semana, mes tras mes, puede hacer pronósticos muy precisos. Pero la vida no es tan así. Si tiene suerte y la vida es casi así, tal vez la demanda semanal sea más como {10, 9, 10, 8, 12, 10, 10...}, aún puede hacer pronósticos muy precisos y solo hacer pequeños ajustes en los bordes. . Pero si la vida es como suele ser, tal vez la demanda semanal parezca {0, 0, 7, 0, 0, 0, 23, 0...}, la previsión de la demanda es realmente difícil. La distinción clave es la variabilidad de la demanda: es el zigzagueo lo que crea el dolor.

El inventario de seguridad toma el control donde termina el pronóstico

Los métodos de pronóstico estadístico son una parte importante de la solución. Le permiten obtener la mayor ventaja posible de los patrones históricos de demanda que su empresa ha registrado para cada artículo. El trabajo de los pronósticos es describir lo que es típico, lo que proporciona la base sobre la cual hacer frente a la aleatoriedad en la demanda. Las técnicas de pronóstico estadístico funcionan encontrando características de "panorama general" en los registros de demanda, como la tendencia y la estacionalidad, y luego proyectándolas hacia el futuro. Todos asumen implícitamente que cualquier patrón que exista ahora persistirá, por lo que el crecimiento de 5% continuará y la demanda de julio siempre será 20% más alta que la demanda de febrero. Para llegar a ese punto, los métodos de pronóstico estadístico usan alguna forma de promediar para sofocar el "ruido" en el historial de demanda.

Pero luego el resto del trabajo recae en la gestión del inventario, porque el componente aleatorio y atípico de la demanda futura seguirá siendo una molestia en el futuro. Este nivel inevitable de incertidumbre tiene que ser manejado por el "amortiguador" llamado stock de seguridad.

Los mismos métodos que producen pronósticos de tendencia y/o estacionalidad pueden usarse para estimar la cantidad de error de pronóstico. Esto debe hacerse con cuidado utilizando un método llamado "análisis de exclusión". Funciona así. Suponga que tiene 365 observaciones de la demanda diaria del artículo X, que tiene un plazo de reposición de 10 días. Quiere saber cuántas unidades se demandarán durante algún período futuro de 10 días. Puede ingresar los primeros 305 días del historial de demanda en la técnica de pronóstico y obtener pronósticos para los próximos 10 días, días 306-315.

La respuesta le da una estimación de la demanda total de 10 días. Es importante destacar que también le brinda una estimación de la variabilidad en torno a ese pronóstico, es decir, el error de pronóstico, la diferencia entre lo que realmente sucedió en los días 306-315 y lo que se pronosticó. Ahora puede repetir el proceso, esta vez usando los primeros 306 días para pronosticar los próximos 10, los primeros 307 días para pronosticar los próximos 10, etc. Termina con 52 estimaciones honestas de la variabilidad de la demanda total durante un período de 10 días. tiempo de espera. Suponga que 95% de esas estimaciones son menos de 28 unidades. Entonces, 28 unidades serían un stock de seguridad bastante seguro para agregar al pronóstico, ya que se encontrará con escasez solo 5% del tiempo.

El software estadístico moderno hace estos cálculos automáticamente. Puede aliviar al menos uno de los dolores de cabeza crónicos de la gestión de inventario al ayudarlo a hacer frente a la variabilidad de la demanda.

Este blog define y compara las tres políticas de control de inventario más utilizadas. Debería ser útil tanto para los nuevos en el campo como para las personas experimentadas que contemplan un posible cambio en la política de su empresa. El blog también considera cómo la previsión de la demanda respalda la gestión de inventario, la elección de qué política usar y el cálculo de las entradas que impulsan estas políticas. Piense en ello como una pieza abreviada del Inventario 101.

Guión

Está administrando un artículo en particular. El artículo es lo suficientemente importante para sus clientes como para que desee tener suficiente inventario para evitar que se agote. Sin embargo, el artículo también es lo suficientemente caro como para minimizar la cantidad de efectivo inmovilizado en el inventario. El proceso de pedido de stock de reposición es lo suficientemente costoso y engorroso como para minimizar la cantidad de órdenes de compra que debe generar. La demanda del artículo es impredecible. También lo es el tiempo de reabastecimiento entre el momento en que detecta la necesidad de más y el momento en que llega al estante listo para usar o enviar. 

Su pregunta es “¿Cómo administro este artículo? ¿Cómo decido cuándo pedir más y cuánto pedir?” Al tomar esta decisión, hay diferentes enfoques que puede utilizar. Este blog describe las políticas de planificación de inventario más utilizadas: orden periódica hasta (T, S), punto de pedido/cantidad de pedido (R, Q) y mín./máx. (s, S). Estos enfoques a menudo están integrados en los sistemas ERP y permiten a las empresas generar sugerencias automáticas sobre qué ordenar y cuándo. Para tomar la decisión correcta, necesitará saber cómo cada uno de estos enfoques está diseñado para funcionar y las ventajas y limitaciones de cada enfoque.    

Revisión periódica, política de pedidos actualizados

La notación abreviada de esta política es (T, S), donde T es el tiempo fijo entre órdenes y S es la orden hasta el nivel.

Cuándo ordenar: Los pedidos se realizan como un reloj cada T días. El uso de un intervalo de pedido fijo es útil para las empresas que no pueden realizar un seguimiento de su nivel de inventario en tiempo real o que prefieren emitir pedidos a los proveedores a intervalos programados.

Cuanto pedir: Se mide el nivel de inventario y se calcula la brecha entre ese nivel y el pedido hasta el nivel S. Si el nivel de inventario es de 7 unidades y S = 10, entonces se ordenan 3 unidades.

Comentario: Esta es la política más simple de implementar, pero también la menos ágil para responder a las fluctuaciones en la demanda y/o el tiempo de entrega. Además, tenga en cuenta que, si bien el tamaño del pedido sería adecuado para devolver el nivel de inventario a S si el reabastecimiento fuera inmediato, en la práctica habrá algún retraso en el reabastecimiento durante el cual el inventario seguirá cayendo, por lo que el nivel de inventario rara vez alcanzará todos los niveles. camino hacia S.

Revisión continua, política de cantidad de pedido fija (Punto de pedido, Cantidad de pedido)

La notación abreviada de esta política es (R, Q), donde R es el punto de pedido y Q es la cantidad de pedido fija.

Cuándo ordenar: Los pedidos se realizan tan pronto como el inventario cae por debajo del punto de reorden, R. En teoría, el nivel de inventario se verifica constantemente, pero en la práctica, por lo general, se verifica periódicamente al principio o al final de cada día laboral. 

Cuanto pedir: El tamaño del pedido siempre se fija en Q unidades.

Comentario: (R, Q) responde mejor que (S, T) porque reacciona más rápidamente a las señales de falta de existencias inminente. Es posible que el valor de la cantidad fija Q del pedido no dependa totalmente de usted. A menudo, los proveedores pueden dictar términos que restringen su elección de Q a valores compatibles con mínimos y múltiplos. Por ejemplo, un proveedor puede insistir en un pedido mínimo de 20 unidades y siempre ser un múltiplo de 5. Por lo tanto, los tamaños de los pedidos deben ser 20, 25, 30, 35, etc. (Este comentario también se aplica a las otras dos políticas de inventario. )

Revisión continua, política de pedido hasta (Min/Max)

La notación abreviada de esta política es (s, S), a veces llamada "pequeña s, gran S", donde s es el punto de pedido y S es el pedido hasta el nivel. Esta política se denomina más comúnmente (Min, Max).

Cuándo ordenar: Los pedidos se realizan tan pronto como el inventario cae por debajo del mínimo. Al igual que con (R, Q), se supone que el nivel de inventario se monitorea constantemente, pero en la práctica se suele verificar al final de cada jornada laboral. 

Cuanto pedir: El tamaño del pedido varía. Es igual a la brecha entre el máximo y el inventario actual en el momento en que se alcanza o se supera el mínimo.

Comentario: (Min, Max) responde incluso mejor que (R, Q) porque ajusta el tamaño del pedido para tener en cuenta cuánto ha caído el inventario por debajo del Min. Cuando la demanda es cero o una unidad, una variación común establece Min = Max -1; esto se llama la "política de existencias base".

Otra opción de política: ¿Qué sucede si me quedo sin existencias?

Como puede imaginar, es probable que cada política conduzca a una secuencia temporal diferente de niveles de inventario (consulte la Figura 1 a continuación). Hay otro factor que influye en cómo se desarrollan los eventos a lo largo del tiempo: la política que seleccione para lidiar con los desabastecimientos. En términos generales, hay dos enfoques principales.

Política de pedidos pendientes: Si se agota, realiza un seguimiento del pedido y lo completa más tarde. Bajo esta política, es sensato hablar de inventario negativo. El inventario negativo representa el número de pedidos atrasados que deben completarse. Presumiblemente, cualquier cliente obligado a esperar obtiene los primeros dibs cuando llega la reposición. Es probable que tenga una política de pedidos pendientes sobre artículos que son exclusivos de su empresa y que su cliente no puede comprar en otro lugar.

Política de pérdidas: Si se agota, el cliente recurre a otra fuente para completar su pedido. Cuando llegue el reabastecimiento, algún nuevo cliente obtendrá esas nuevas unidades. El inventario nunca puede ir por debajo de cero. Elija esta política para artículos básicos que se pueden comprar fácilmente a un competidor. Si no lo tiene en stock, su cliente seguramente se irá a otra parte. 

El papel de la previsión de la demanda en el control de inventario

La elección de los parámetros de control, como los valores de Min y Max, requiere entradas de algún tipo de proceso de previsión de la demanda.

Tradicionalmente, esto ha significado determinar la distribución de probabilidad del número de unidades que se demandarán en un intervalo de tiempo fijo, ya sea el tiempo de entrega en los sistemas (R, Q) y (Min, Max) o T + el tiempo de entrega en (T, S) sistemas. Se ha supuesto que esta distribución es Normal (la famosa “curva en forma de campana”). Los métodos tradicionales se han ampliado en los que no se supone que la distribución de la demanda sea normal, sino alguna otra distribución (es decir, Poisson, binomial negativa, etc.) 

Estas metodologías tradicionales tienen varias deficiencias.

• En primer lugar, por lo general ignora el problema del subimpulso, en el que la demanda reduce el inventario no solo hasta el punto de pedido, sino por debajo de él. Suponiendo que no La subestimación conduce a sobreestimaciones de los niveles de servicio y las tasas de llenado.

• En segundo lugar, la distribución de probabilidad de la demanda muy a menudo ni siquiera se acerca a la "forma de campana" o cualquier distribución supuesta que se seleccionó, especialmente para artículos con demanda intermitente, como repuestos y piezas de servicio.

• En tercer lugar, las estimaciones precisas de los costos operativos del inventario requieren un análisis de todo el ciclo de reposición (de una reposición a la siguiente), no solo de la parte del ciclo que comienza cuando el inventario llega al punto de reposición.

• Por último, los plazos de reposición suelen ser impredecibles o aleatorios, no fijos. Muchos modelos asumen un tiempo de entrega fijo basado en un tiempo de entrega promedio cotizado por el proveedor o un tiempo de entrega promedio + tiempo de seguridad.

Afortunadamente, existe un mejor software de planificación y optimización de inventario basado en la generación de una gama completa de escenarios de demanda aleatorios, junto con plazos de entrega aleatorios. Estos escenarios “prueban el estrés” de cualquier par propuesto de parámetros de control de inventario y evalúan su desempeño esperado. Los usuarios no solo pueden elegir entre políticas (es decir, Min, Max vs. R, Q), sino también determinar qué variación de la política propuesta es mejor (es decir, Min, Max de 10,20 vs. 15, 25, etc.). Ejemplos de estos los escenarios se dan a continuación.

El proceso de pedido de stock de reposición es lo suficientemente costoso y engorroso como para minimizar la cantidad de órdenes de compra que debe generar.

Elegir entre políticas de control de inventario

¿Qué política es adecuada para usted? Hay un claro orden jerárquico en términos de disponibilidad de artículos, con (Min, Max) primero, (R, Q) segundo y (T, S) último. Este orden se deriva de la capacidad de respuesta de la política a las fluctuaciones en la aleatoriedad de la demanda y la reposición. El orden se invierte cuando se considera la facilidad de implementación.

¿Cómo se "puntúa" el rendimiento de una política de inventario? Hay dos fuerzas opuestas que deben equilibrarse: costo y servicio.

El costo del inventario se puede expresar como inversión en inventario o como costo operativo del inventario. El primero es el valor en dólares de los artículos que esperan ser utilizados. Este último es la suma de tres componentes: costo de mantenimiento (el costo del “cuidado y alimentación de las cosas en el estante”), costo de ordenar (básicamente el costo de cortar una orden de compra y recibir esa orden) y costo de escasez (el multa que paga cuando pierde una venta u obliga a un cliente a esperar por lo que quiere).

El servicio generalmente se mide por nivel de servicio y tasa de llenado. El nivel de servicio es la probabilidad de que un artículo solicitado se envíe inmediatamente desde el almacén. La tasa de llenado es la proporción de unidades demandadas que se envían inmediatamente desde el stock. Como exprofesor, pienso en el nivel de servicio como una calificación de todo o nada: si un cliente necesita 10 unidades y solo puede proporcionar 9, eso es una F. La tasa de llenado es una calificación de crédito parcial: 9 de 10 es 90% .

Cuando decide los valores de las políticas de control de inventario, está logrando un equilibrio entre el costo y el servicio. Puede proporcionar un servicio perfecto manteniendo un inventario infinito. Puede mantener los costos a cero al no mantener inventario. Debe encontrar un lugar sensato para operar entre estos dos extremos ridículos. La generación y el análisis de escenarios de demanda pueden cuantificar las consecuencias de sus elecciones.

Una demostración de las diferencias entre dos políticas de control de inventario

Ahora mostramos cómo el inventario disponible evoluciona de manera diferente bajo dos políticas. Las dos políticas son (R, Q) y (Min, Max) con pedidos pendientes permitidos. Para que la comparación sea justa, establecemos Min = R y Max = R+Q, usamos un plazo de entrega fijo de cinco días y sometemos ambas pólizas a la misma secuencia de demandas diarias durante 365 días simulados de operación.

La Figura 1 muestra el inventario disponible diario bajo las dos pólizas sujetas al mismo patrón de demanda diaria. En este ejemplo, la política (Min, Max) tiene solo dos períodos de inventario negativo durante el año, mientras que la política (R, Q) tiene tres. La política (Min, Max) también opera con un menor número promedio de unidades disponibles. Diferentes secuencias de demanda producirán diferentes resultados, pero en general la política (Min, Max) funciona mejor.

Tenga en cuenta que los gráficos del inventario disponible contienen la información necesaria para calcular las métricas de costo y disponibilidad.

Figura 1: Comparación del inventario disponible diario bajo dos políticas de inventario

Papel del software de planificación de inventario

Los sistemas Best of Breed Inventory Planning, Forecasting, and Optimization pueden ayudarlo a determinar qué tipo de política (es mejor usar Min/Max sobre R,Q) y qué conjuntos de entradas son óptimos (es decir, qué debo ingresar para Min y Max ). Los mejores sistemas de planificación de inventario y previsión de la demanda pueden ayudarlo a desarrollar estas entradas optimizadas para que pueda completar y actualizar regularmente sus sistemas ERP con controladores de reposición precisos.

Resumen

Definimos y describimos las tres políticas de control de inventario más utilizadas: (T, S), (R, Q) y (Min, Max), junto con las dos respuestas más comunes a los desabastecimientos: pedidos atrasados o pedidos perdidos. Observamos que estas políticas requieren un esfuerzo cada vez mayor para implementarlas, pero también tienen un desempeño promedio cada vez mejor. Destacamos el papel de los pronósticos de demanda en la evaluación de las políticas de control de inventario. Finalmente, ilustramos cómo la elección de la política influye en el nivel diario del inventario disponible.

Resumen

Establecer un objetivo nivel de servicio o tasa de llenado es una decisión estratégica sobre la gestión de riesgos de inventario. Elegir los niveles de servicio puede ser difícil. Los factores relevantes incluyen los niveles de servicio actuales, los plazos de reabastecimiento, las restricciones de costos, el dolor que la escasez le causa a usted y a sus clientes, y su posición competitiva. El establecimiento de objetivos a menudo se aborda mejor como una colaboración entre operaciones, ventas y finanzas. El software de optimización de inventario es una herramienta esencial en el proceso.

Opciones de nivel de servicio

El nivel de servicio es la probabilidad de que no ocurra escasez entre el momento en que solicita más existencias y cuando llega al estante. El rango razonable de niveles de servicio es de alrededor de 70% a 99%. Los niveles por debajo de 70% pueden indicar que no le importan o que no puede manejar a sus clientes. Los niveles de 100% casi nunca son apropiados y generalmente indican un inventario muy inflado.

Factores que influyen en la elección del nivel de servicio

Varios factores influyen en la elección del nivel de servicio para un artículo de inventario. Estos son algunos de los más importantes.

Niveles de servicio actuales:
Un lugar razonable para comenzar es averiguar cuáles son sus niveles de servicio actuales para cada artículo y en general. Si ya está en buena forma, entonces el trabajo se convierte en el más fácil de ajustar una solución que ya es buena. Si se encuentra en malas condiciones ahora, establecer los niveles de servicio puede ser más difícil. Sorprendentemente, pocas empresas tienen datos sobre esta importante métrica en toda su flota de artículos de inventario. Lo que sucede a menudo es que los puntos de reorden crecen de forma aleatoria a partir de las elecciones realizadas en la prehistoria corporativa y rara vez, a veces nunca, se revisan y actualizan sistemáticamente. Dado que los puntos de pedido son un determinante importante de los niveles de servicio, se deduce que los niveles de servicio "simplemente suceden". El software de optimización de inventario puede convertir sus puntos de pedido y plazos de entrega actuales en estimaciones sólidas de sus niveles de servicio actuales. Este análisis a menudo revela un subconjunto de elementos con niveles de servicio demasiado altos o demasiado bajos, en cuyo caso tiene orientación sobre qué elementos ajustar hacia abajo o hacia arriba, respectivamente.

Plazos de reabastecimiento:
Algunas empresas ajustan los niveles de servicio para que coincidan plazos de reabastecimiento. Si toma mucho tiempo hacer o comprar un artículo, entonces toma mucho tiempo recuperarse de una escasez. En consecuencia, elevan los niveles de servicio en los artículos con mucho tiempo de entrega y los reducen en los artículos para los que los retrasos serán breves.

Restricciones de costo:
El software de optimización de inventario puede encontrar las formas más económicas de alcanzar objetivos de alto nivel de servicio, pero los objetivos agresivos inevitablemente implican costos más altos. Es posible que los costos limiten su elección de objetivos de nivel de servicio. Los costos vienen en varios sabores. La “inversión en inventario” es el valor en dólares del inventario. Los “costos operativos” incluyen tanto los costos de mantenimiento como los costos de pedido. Las restricciones a la inversión en inventario a menudo se imponen a los ejecutivos de inventario y siempre implican límites máximos en los objetivos de nivel de servicio; el software puede hacer explícitas estas relaciones pero no eliminar la necesidad de elegir. Es menos común oír hablar de techos en los costos operativos, pero siempre son al menos un factor secundario que aboga por niveles de servicio más bajos.

Costos de escasez:
Los costos de escasez dependen de si su política de escasez requiere pedidos pendientes o pérdida de ventas. En cualquier caso, los costos de escasez funcionan en contra de la inversión en inventario y los costos operativos al argumentar por niveles de servicio más altos. Es posible que estos costos no siempre se expresen en términos de dólares, como en el caso de los suministros médicos/quirúrgicos, donde los costos de escasez se denominan en términos de morbilidad y mortalidad.

Competencia:
Cuanto más cerca esté su empresa de dominar su mercado, más podrá reducir los niveles de servicio para ahorrar dinero. Sin embargo, retroceder demasiado conlleva riesgos: alienta a los clientes potenciales a buscar en otra parte y alienta a los competidores. Por el contrario, la alta disponibilidad de productos puede contribuir en gran medida a reforzar la posición de un jugador menor.

Orientación colaborativa

Los ejecutivos de inventario pueden ser los encargados de establecer los objetivos de nivel de servicio, pero puede ser mejor colaborar con otras funciones al realizar estas llamadas. Finanzas puede compartir cualquier "línea roja" al principio del proceso, y se les debe asignar la tarea de estimar los costos de mantenimiento y pedidos. Las ventas pueden ayudar a estimar los costos de escasez al explicar las reacciones probables de los clientes ante los pedidos pendientes o la pérdida de ventas.

El papel del software de planificación y optimización de inventario

Sin un software de optimización de inventario, establecer objetivos de nivel de servicio es pura conjetura: es imposible saber cómo se desarrollará un objetivo dado en términos de inversión en inventario, costos operativos, costos de escasez. El software puede calcular las curvas de compensación cuantitativas y detalladas requeridas para tomar decisiones informadas o incluso recomendar el nivel de servicio objetivo que resulte en el costo total más bajo considerando los costos de mantenimiento, los costos de pedido y los costos de desabastecimiento. Sin embargo, no todas las soluciones de software son iguales. Puede ingresar un nivel de servicio 99% definido por el usuario en su sistema de planificación de inventario o el sistema podría recomendar un servicio objetivo, pero eso no significa que realmente alcanzará ese nivel de servicio establecido. De hecho, es posible que ni siquiera se acerque a alcanzarlo y logre un nivel de servicio mucho más bajo. ¡Hemos observado situaciones en las que un nivel de servicio objetivo de 99% en realidad logró un nivel de servicio de solo 82%! Cualquier decisión que se tome como resultado del objetivo dará como resultado una mala asignación no intencionada del inventario, consecuencias muy costosas y muchas explicaciones por hacer.Así que asegúrese de consultar nuestro artículo de blog sobre cómo medir la precisión de su pronóstico de nivel de servicio para que no cometas este costoso error.