El Blog de Smart

 Recomendaciones para la planificación de la demanda,

previsión y optimización de inventario

Un profesional de inventario que es responsable de 10 000 artículos tiene 10 000 cosas por las que estresarse todos los días. Duplica eso para alguien responsable de 20,000 artículos.

En el ajetreo de los negocios, las decisiones rutinarias a menudo pasan a un segundo plano después de la lucha contra incendios: lidiar con los contratiempos de los proveedores, corregir los errores de papeleo, recuperarse de la colisión entre un camión y el muelle de carga.

Mientras tanto, sin embargo, su empresa políticas de control de inventario acumulado seguir haciendo lo que hacen, incluso si están perdiendo dinero. Un buen gerente se tomará el tiempo para escuchar el "ruido de fondo", incluso cuando escuche fuertes golpes en el almacén.

Considere la configuración actual de sus parámetros de control de inventario (p. ej., puntos de pedido y cantidades de pedidos). Es fácil pensar en estas como decisiones de "despedir y olvidar". Pero estas configuraciones generalmente se acumulan con el tiempo y terminan formando una mezcolanza de decisiones de juicio olvidadas que pueden no estar alineadas con su entorno operativo actual. Muchos factores pueden alejarse de sus niveles anteriores, como los plazos de entrega de los proveedores, los costos de pedido o la demanda promedio de artículos. Estos cambios pueden forzar compensaciones invisibles que no son lo mejor para usted.

Es aconsejable revisar estas configuraciones de control de vez en cuando para ver si es posible alinear sus operaciones diarias con las realidades actuales. Por supuesto, sería inviable para un gerente ocupado calcular manualmente los efectos de cambiar la configuración de control en, digamos, 10 000 artículos. Pero para eso está el software moderno de optimización de inventario y planificación de la demanda: hacer factibles las tareas analíticas a gran escala. Dicho software le permitirá procesar automáticamente nueva información y calcular ajustes a escala. el resultado será victorias fáciles – muchos de los cuales de otro modo no se realizarían. Y ahorrar continuamente un poco aquí y allá se suma a dólares significativos cuando administra miles de artículos.

Considere este ejemplo. La empresa A utiliza un sistema de inventario de revisión periódica. Cada 30 días, verifican el inventario disponible de todos sus artículos y deciden cuánto inventario de reposición ordenar. Cada uno de sus 10.000 artículos tiene un nivel de pedido hasta el que determina el tamaño de sus pedidos de reabastecimiento.

Por ejemplo, supongamos que el artículo 1234 tiene un nivel de pedido hasta 74, determinado al tener en cuenta la demanda promedio de artículos de 1,0 unidades por día, un tiempo promedio de reabastecimiento de 8 días y una tasa de cumplimiento objetivo de 90% para este artículo. . La elección de 74 como nivel de orden hasta el nivel permite a la empresa A alcanzar su objetivo de tasa de cumplimiento 90% para el artículo 1234, pero también da como resultado un nivel de inventario disponible promedio de 40 unidades. A $1,500 por unidad, este artículo por sí solo representa $45,000 de inversión en inventario.

Supongamos ahora que la demanda promedio de artículos aumentaría de 1,0 a 1,2 unidades por día. ¡Sin que nadie se diera cuenta, la tasa de relleno del artículo 1234 se reduciría a 82%!

Ahora suponga que la demanda cambiara en la otra dirección y descendiera a 0,8 unidades/día. Al igual que con el aumento en la demanda promedio de 1,0 a 1,2 unidades/día, este tipo de cambio es difícil de ver cuando se observa una gráfica (consulte la Figura 1), pero puede tener un impacto operativo significativo. En este caso, la tasa de llenado aumentaría a un generoso 96% pero el inventario disponible también aumentaría: de 40 unidades a 46. Esas seis unidades adicionales representarían $9,000 en exceso de inventario.

Figura 1: Muestras de demanda diaria con dos valores medios diferentes. La diferencia en la demanda es imperceptible a simple vista, pero si no se tiene en cuenta, tendrá un gran impacto operativo en el gasto de inventario y los niveles de servicio.

Ahora imagine pequeños cambios similares que pasan desapercibidos en una flota completa de 10,000 artículos de inventario. El impacto financiero total de todos esos cambios sería suficiente para entrar en el radar de cualquier CFO. Tratar de mantenerse al tanto de esta turbulencia sería imposible si se hiciera manualmente, pero el software moderno de optimización de inventario podría calcular los ajustes adecuados automáticamente con la frecuencia que su empresa pueda manejar, incluso a diario, ayudándolo a lograr mejoras sustanciales en los niveles de servicio, la eficiencia del inventario, mientras reduce el desabastecimiento. y costos de mantenimiento!

 

Deja un comentario

Artículos Relacionados

¿Sus pronósticos estadísticos sufren el efecto de oscilación?

¿Sus pronósticos estadísticos sufren el efecto de oscilación?

¿Qué es el efecto meneo? Es cuando su pronóstico estadístico predice incorrectamente los altibajos observados en su historial de demanda cuando realmente no hay un patrón. Es importante asegurarse de que sus pronósticos no cambien a menos que haya un patrón real. Aquí hay una transcripción de un cliente reciente donde se discutió este problema:

Cómo manejar pronósticos estadísticos de cero

Cómo manejar pronósticos estadísticos de cero

Un pronóstico estadístico de cero puede causar mucha confusión a los pronosticadores, especialmente cuando la demanda histórica no es cero. Claro, es obvio que la demanda tiene una tendencia a la baja, pero ¿debería tener una tendencia a cero?

Mensajes recientes

  • Empresario y empresaria leyendo y analizando hojas de cálculoLas 3 razones principales por las que su hoja de cálculo no funcionará para optimizar los puntos de pedido de piezas de repuesto
    A menudo nos encontramos con métodos de planificación de puntos de pedido basados en Excel. En esta publicación, detallamos un enfoque que utilizó un cliente antes de continuar con Smart. Describimos cómo funcionaba su hoja de cálculo, los enfoques estadísticos en los que se basaba, los pasos que los planificadores siguieron en cada ciclo de planificación y sus motivaciones declaradas para usar (y realmente gustarles) esta hoja de cálculo desarrollada internamente. […]
  • Grupo de negocios de estilo en trajes de negocios clásicos con binoculares y telescopios reproducen diferentes métodos de pronósticoCómo interpretar y manipular los resultados del pronóstico con diferentes métodos de pronóstico
    Este blog explica cómo funciona cada modelo de pronóstico utilizando gráficos de tiempo de datos históricos y de pronóstico. Describe cómo elegir qué modelo usar. Los ejemplos a continuación muestran el mismo historial, en rojo, pronosticado con cada método, en verde oscuro, en comparación con el método ganador elegido por Smart, en verde claro. […]
  • Ingeniero trabajador de fábrica que trabaja en la fábrica usando una tableta para verificar la tubería de agua de la caldera de mantenimiento en la fábrica.Por qué las curvas de compensación de piezas de repuesto son de misión crítica para la planificación de piezas
    Al administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]
  • Qué hacer cuando un pronóstico estadístico no tiene sentidoQué hacer cuando un pronóstico estadístico no tiene sentido
    A veces, un pronóstico estadístico simplemente no tiene sentido. Todos los pronosticadores han estado allí. Pueden volver a verificar que los datos se ingresaron correctamente o revisar la configuración del modelo, pero todavía se quedan pensando por qué el pronóstico se ve muy diferente al historial de demanda. Cuando el pronóstico ocasional no tiene sentido, puede erosionar la confianza en todo el proceso de pronóstico estadístico. […]
  • Retrato de una trabajadora de fábrica con casco azul sostiene una tableta y se para en el área de trabajo de repuestos. Concepto de confianza en trabajar con software de planificación de piezas de repuesto.La planificación de piezas de repuesto no es tan difícil como cree
    Al administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]

    Optimización de inventario para fabricantes, distribuidores y MRO

    • Empresario y empresaria leyendo y analizando hojas de cálculoLas 3 razones principales por las que su hoja de cálculo no funcionará para optimizar los puntos de pedido de piezas de repuesto
      A menudo nos encontramos con métodos de planificación de puntos de pedido basados en Excel. En esta publicación, detallamos un enfoque que utilizó un cliente antes de continuar con Smart. Describimos cómo funcionaba su hoja de cálculo, los enfoques estadísticos en los que se basaba, los pasos que los planificadores siguieron en cada ciclo de planificación y sus motivaciones declaradas para usar (y realmente gustarles) esta hoja de cálculo desarrollada internamente. […]
    • Ingeniero trabajador de fábrica que trabaja en la fábrica usando una tableta para verificar la tubería de agua de la caldera de mantenimiento en la fábrica.Por qué las curvas de compensación de piezas de repuesto son de misión crítica para la planificación de piezas
      Al administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]
    • Retrato de una trabajadora de fábrica con casco azul sostiene una tableta y se para en el área de trabajo de repuestos. Concepto de confianza en trabajar con software de planificación de piezas de repuesto.La planificación de piezas de repuesto no es tan difícil como cree
      Al administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]
    • Trabajador en un almacén de piezas de repuesto para automóviles que utiliza un software de planificación de inventarioPlanificación basada en el nivel de servicio para empresas de repuestos
      La planificación de piezas de servicio impulsada por el nivel de servicio es un proceso de cuatro pasos que se extiende más allá de la previsión simplificada y las existencias de seguridad de regla empírica. Proporciona a los planificadores de piezas de servicio un soporte de decisiones basado en datos y ajustado al riesgo. […]