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.
Artículos Relacionados
Haga de la optimización de inventario impulsada por IA un aliado para su organización
En este blog, exploraremos cómo las organizaciones pueden lograr una eficiencia y precisión excepcionales con la optimización del inventario impulsada por la IA. Los métodos tradicionales de gestión de inventario a menudo resultan insuficientes debido a su naturaleza reactiva y su dependencia de procesos manuales. Mantener niveles óptimos de inventario es fundamental para satisfacer la demanda de los clientes y minimizar los costos. La introducción de la optimización del inventario impulsada por la IA puede reducir significativamente la carga de los procesos manuales, brindando alivio a los gerentes de la cadena de suministro de tareas tediosas.
Escenarios de demanda diaria
En este Videoblog explicaremos cómo la previsión de series temporales se ha convertido en una herramienta fundamental, especialmente a nivel diario, en la que Smart Software ha sido pionero desde sus inicios hace más de cuarenta años. La evolución de las prácticas comerciales de incrementos temporales anuales a incrementos temporales más refinados, como el análisis de datos mensual y ahora diario, ilustra un cambio significativo en las estrategias operativas.
Juego constructivo con gemelos digitales
Aquellos de ustedes que siguen temas candentes estarán familiarizados con el término "gemelo digital". Aquellos que han estado demasiado ocupados con el trabajo tal vez quieran seguir leyendo y ponerse al día. Si bien existen varias definiciones de gemelo digital, aquí hay una que funciona bien: un gemelo digital es una copia virtual dinámica de un activo físico, proceso, sistema o entorno que se parece y se comporta de manera idéntica a su contraparte del mundo real. Un gemelo digital ingiere datos y replica procesos para que pueda predecir posibles resultados de rendimiento y problemas que podría experimentar el producto del mundo real.