Muchas empresas adoptan la filosofía de “es mejor tenerlo y no necesitarlo, que necesitarlo y no tenerlo”. Las iniciativas de planificación, como la implementación de software de optimización de inventario para optimizar los puntos de pedido, las existencias de seguridad y las cantidades de pedido, a menudo se consideran estrechamente enfocadas en reducir el inventario y no se persiguen. Los costos de desabastecimiento pueden muy bien ser extremadamente altos. Sin embargo, los recursos son finitos. El costo de oportunidad de mantener demasiado de un producto significa menos espacio, efectivo y recursos para otro producto. El exceso de existencias en un artículo reduce la capacidad de proporcionar niveles adecuados de servicio en otros artículos. Justificar el exceso de existencias afirmando que es bueno para el cliente es, en el mejor de los casos, una mala excusa que perjudica al cliente e ignora de qué se trata realmente la optimización del inventario: reasignar adecuadamente las inversiones de inventario.
Rendimientos decrecientes e inventario
Cada unidad adicional de inventario que lleva compra proporcionalmente menos servicio. El software de optimización de inventario puede ayudarlo a comprender el riesgo exacto de agotamiento de existencias dado un cierto nivel de existencias. Por ejemplo, digamos que su riesgo de desabastecimiento con 20 unidades de inventario es 10%. Si agrega otras 10 unidades y lleva 30 unidades, el riesgo de desabastecimiento podría reducirse a la mitad a 5%. Si luego agrega 10 adicionales para un total de 40 unidades, el riesgo de desabastecimiento solo puede reducirse a 4%. En algún momento, el inventario adicional simplemente no vale el servicio adicional que compra. Esto es así especialmente si el efectivo utilizado para comprar esas 10 unidades adicionales para obtener un pequeño aumento en el nivel de servicio de un artículo podría haberse gastado en otro artículo igualmente importante para un mayor aumento en el servicio.
Llevar más de lo que necesita significa que no está administrando los activos de manera eficiente, lo que cuesta dinero, lo que significa que no puede ofrecer el mejor precio a su cliente, lo que perjudica su capacidad para vencer a la competencia. También significa que hay menos dinero para invertir en otros artículos. Esto da como resultado el adagio común "Tenemos demasiado de lo que no necesitamos y no lo suficiente de lo que hacemos".
La optimización del inventario tiene que ver con la reasignación
El ejemplo presentado en la imagen principal del blog destaca los beneficios de reasignar el inventario. Nosotros usamos pronóstico de probabilidad para estimar los niveles de servicio y los costos de inventario que resultarían de la política actual de almacenamiento. Luego llevamos a cabo un escenario hipotético modificando la política. En el punto de referencia que se muestra en la primera columna, se pronosticó que los niveles de existencias actuales producirían un nivel de servicio de 84,78% y requerían $1,67 millones en inventario. Casi 12% de los números de artículos habían alcanzado su punto de rendimiento decreciente y se pronosticó que alcanzarían un nivel de servicio de 100%. Al imponer un nivel de servicio máximo de 99% y un nivel de servicio mínimo de 80%, reasignamos el inventario. Como resultado, la inversión en inventario se redujo a $1,5 millones y el nivel de servicio aumentó en 3%.
El punto exacto de los rendimientos decrecientes diferirá según el artículo, los clientes involucrados y la empresa que toma la decisión de almacenamiento. Es importante comprender los niveles inherentes de riesgo de desabastecimiento que resultan de las políticas de inventario actuales y cómo los cambios en las políticas actuales afectarán el riesgo y los costos. Esto permite remodelar el inventario para maximizar el servicio al mínimo costo posible.
Descargue la hoja de producto de Smart Inventory Optimization aquí: https://smartcorp.com/inventory-optimization/
Artículos Relacionados
¿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
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?
¡El artículo de Smart Software ganó el primer lugar en la categoría de pronóstico de los premios MVP de la cadena de suministro de 2022!
Smart Software se complace en anunciar que nuestro artículo "Gestión del inventario en medio del cambio de régimen" ganó el primer lugar en la categoría Pronóstico de los premios MVP de 2022 Supply Chain Brief.
Mensajes recientes
Las 3 razones principales por las que su hoja de cálculo no funcionará para optimizar los puntos de pedido de piezas de repuestoA 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. […]
Cómo interpretar y manipular los resultados del pronóstico con diferentes métodos de pronósticoEste 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. […]
Por qué las curvas de compensación de piezas de repuesto son de misión crítica para la planificación de piezasAl 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 sentidoA 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. […]
La planificación de piezas de repuesto no es tan difícil como creeAl 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
- Las 3 razones principales por las que su hoja de cálculo no funcionará para optimizar los puntos de pedido de piezas de repuestoA 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. […]
- Por qué las curvas de compensación de piezas de repuesto son de misión crítica para la planificación de piezasAl 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. […]
- La planificación de piezas de repuesto no es tan difícil como creeAl 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. […]
Planificación basada en el nivel de servicio para empresas de repuestosLa 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. […]
