El Blog de Smart

 Recomendaciones para la planificación de la demanda,

previsión y optimización de inventario

Físicos como mi cofundador de Smart Software, el Dr. Nelson Hartunian, nos dicen a los civiles que todo es diferente cuando profundizamos hasta el nivel más pequeño del mundo. La física a nivel cuántico es bastante extraña, no se parece en nada a lo que experimentamos en nuestra vida macroscópica habitual. Entre las rarezas están la "superposición", el "enredo" y la "espuma cuántica". Por extraños que sean estos fenómenos, no puedo evitar ver analogías en el mundo supuestamente diferente de la gestión de la cadena de suministro.

Considere la superposición cuántica. Brevemente, la superposición significa que cualquier entidad cuántica puede estar en dos estados a la vez. El gato de Schrödinger es la ilustración más famosa de esta idea. Pero, ¿cuántos de vosotros lectores estáis también en estado de superposición? ¿No se encuentra siendo un gerente de un equipo ya la vez miembro del equipo de su supervisor, un solucionador de problemas pero también un experto en pronósticos o un optimizador de inventario y...? ¿Y todo esto no te hace sentir a veces, como ese gato, que estás vivo y muerto a la vez? El software moderno puede aliviar parte de esta carga al automatizar las tareas de planificación de la demanda y optimización del inventario. El resto depende de usted.

Un segundo análogo cuántico es el entrelazamiento. Brevemente, el entrelazamiento es el vínculo entre dos elementos de un sistema. Pueden estar a años luz de distancia, pero cambiar una parte de un sistema entrelazado cambiará instantáneamente la otra parte. Esto molestó a Albert Einstein, quien lo ridiculizó como "acción espeluznante a distancia". En nuestro mundo habitual, la planificación de la demanda y la optimización del inventario están entrelazadas, ya que el proceso de optimización del inventario se encuentra por encima del proceso de previsión de la demanda. El software moderno une los dos en una interfaz eficiente.

Finalmente, la espuma cuántica, una de mis ideas favoritas. Tal como lo entiendo, la espuma cuántica es un sustituto del espacio vacío: no hay espacio vacío, sino un burbujeo constante de "energía del vacío" acompañado por un flujo de "partículas virtuales" que nacen de la nada y luego desaparecen en la nada. En el mundo de la cadena de suministro, los análogos de las partículas virtuales son los pedidos de los clientes. A menudo parece que aparecen sin previo aviso de la nada y, a veces, desaparecen por cancelación en un proceso igualmente aleatorio y misterioso. Este tipo de fluctuación de la demanda es la base de toda la teoría del control de inventario. Por lo tanto, el software moderno comienza con modelos de probabilidad de la demanda del cliente. Esos modelos luego tienen implicaciones para cantidades tan tangibles como las existencias de seguridad, los puntos de pedido y las cantidades de los pedidos.

¿Realmente ayuda a los planificadores de la demanda y los administradores de inventario pensar en estas ideas de la física cuántica? Bueno, es un poco divertido ver las analogías con nuestro mundo laboral habitual. Y sí nos recuerdan cuestiones más macroscópicas: los conceptos básicos de la necesidad de hacer frente a más de una tarea simultáneamente, la vinculación entre la previsión y la gestión de inventarios, y la aleatoriedad como característica fundamental de la cadena de suministro.

 

 

 

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

  • Quince preguntas que revelan cómo se calculan los pronósticos en su empresaQuince preguntas que revelan cómo se calculan los pronósticos en su empresa
    En una publicación reciente de LinkedIn, detallé cuatro preguntas que, una vez respondidas, revelarán cómo se utilizan los pronósticos en su negocio. En este artículo, hemos enumerado preguntas que puede hacer que revelarán cómo se crean los pronósticos. […]
  • 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. […]

    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. […]