Ahora mas que nunca
La optimización del inventario se ha convertido en una prioridad aún mayor en los últimos meses para muchos de nuestros clientes. Algunos están encontrando sus productos en una demanda mucho mayor; más tienen el problema opuesto. En cualquier caso, eventos como la pandemia de Covid19 están obligando a reexaminar las condiciones operativas estándar, como las opciones de puntos de pedido y cantidades de pedido.
Incluso en tiempos más tranquilos, los parámetros de control de inventario como Mins y Maxes pueden establecerse lejos de sus mejores valores. Podemos preguntar "¿Por qué el punto de pedido para SKU_1234 se establece en 20 unidades y la cantidad de pedido se establece en 35?" Esas elecciones probablemente fueron el resultado anquilosado de años de conjeturas acumuladas. Un poco de investigación puede mostrar que las opciones de 20 y 35 ya no están correctamente alineadas con el nivel de demanda actual, la volatilidad de la demanda, el tiempo de entrega del proveedor y los costos de los artículos.
La persistente sensación de que "Deberíamos repensar todas estas opciones" a menudo es seguida por "Oh, no, ¿tenemos que resolver esto para los 10,000 artículos en el inventario?" El salvador aquí es software avanzado que puede ampliar el proceso y hacerlo no solo deseable sino factible. El software utiliza algoritmos sofisticados para traducir los cambios en los parámetros de inventario, como los puntos de pedido, en indicadores clave de rendimiento, como los niveles de servicio y los costos operativos (definidos como la suma de los costos de mantenimiento, los costos de pedido y los costos de escasez).
Este blog describe cómo obtener la beneficios de la optimización del inventario describiendo 4 enfoques con diversos grados de automatización.
Cuatro enfoques para la optimización del inventario
Caza y picotear
La primera forma es la optimización de "cazar y picotear" específica del artículo. Es decir, usted aísla un artículo de inventario a la vez y hace conjeturas sobre cómo administrar ese artículo. Por ejemplo, puede pedirle al software que evalúe qué sucede si cambia el punto de reorden para SKU123 de 20 a 21 mientras deja la cantidad de pedido fija en 35. Luego, puede intentar dejar 20 solo y reducir 35 a 34. Horas más tarde, porque su las intuiciones son buenas, es posible que haya encontrado un mejor par de opciones, pero no sabe si hay una combinación aún mejor que no probó, y es posible que deba pasar al siguiente SKU y al siguiente y el siguiente… Necesitas algo más automatizado y completo.
Hay tres maneras de hacer el trabajo de manera más productiva. Los dos primeros combinan tu intuición con la eficiencia de tratar grupos de elementos relacionados. La tercera es una búsqueda totalmente automática.
Optimización basada en el nivel de servicio
- Identifique los elementos que desea que tengan el mismo nivel de servicio. Por ejemplo, puede administrar cientos de elementos "C" y preguntarse si su objetivo de nivel de servicio debe ser 70%, más o menos.
- Ingrese un objetivo de nivel de servicio potencial y haga que el software prediga las consecuencias en términos de inversión en dólares de inventario y costo operativo de inventario.
- Si no le gusta lo que ve, pruebe con otro objetivo de nivel de servicio hasta que se sienta cómodo. Aquí el software hace predicciones a nivel de grupo de las consecuencias de sus elecciones, pero aún está explorando sus elecciones.
Optimización por Reasignación a partir de un Benchmark
- Identifique los artículos que están relacionados de alguna manera, como "todos los repuestos para trenes de rodaje de vehículos ligeros sobre rieles".
- Utilice el software para evaluar el espectro actual de niveles de servicio y costos en todo el grupo de artículos. Por lo general, descubrirá que algunos artículos tienen un exceso de existencias (como lo indican los niveles de servicio irrazonablemente altos) y otros con una falta de existencias (niveles de servicio vergonzosamente bajos).
- Utilice el software para calcular los cambios necesarios para reducir los niveles de servicio más altos y aumentar los más bajos. Este ajuste a menudo dará como resultado el logro de dos objetivos a la vez: aumentar el nivel de servicio promedio y, al mismo tiempo, disminuir los costos operativos promedio.
Optimización específica de artículos totalmente automatizada
- Identifique los elementos que requieren niveles de servicio por encima de un cierto mínimo. Por ejemplo, tal vez desee que todos sus elementos "A" tengan al menos un nivel de servicio 95%.
- Utilice el software para identificar, para cada artículo, la elección de los parámetros de inventario que minimizarán el costo de cumplir o exceder el nivel de servicio mínimo. El software buscará eficientemente el "espacio de diseño" definido por pares de parámetros de inventario (p. ej., Mín. y Máx.) para diseños (p. ej., Mín. = 10, Máx. = 23) que satisfagan la restricción del nivel de servicio. Entre ellos, identificará el diseño de menor costo.
Este enfoque va más allá para trasladar la carga del planificador al programa. Muchos se beneficiarían de hacer de esta la forma estándar en que administran grandes cantidades de artículos de inventario. Para algunos artículos, puede ser útil dedicar un poco más de tiempo para asegurarse de que también se tengan en cuenta las consideraciones adicionales. Por ejemplo, la capacidad limitada en un departamento de compras puede hacer que la solución se aleje del ideal al requerir una disminución en la frecuencia de los pedidos, a pesar del precio pagado en costos operativos generales más altos.
Avanzando
Optimizar los parámetros de inventario nunca ha sido más importante, pero siempre pareció un sueño imposible: era demasiado trabajo y no había buenos modelos para relacionar las opciones de parámetros con indicadores clave de rendimiento como el nivel de servicio y el costo operativo. El software moderno para el análisis de la cadena de suministro ha cambiado el juego. Ahora la pregunta no es "¿Por qué haríamos eso?" sino "¿Por qué no estamos haciendo eso?" Con el software, puede conectar "Esto es lo que queremos" con "Hacerlo así".
¿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
Quince preguntas que revelan cómo se calculan los pronósticos en su empresaEn 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. […]
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. […]
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. […]
