El Blog de Smart

 Recomendaciones para la planificación de la demanda,

previsión y optimización de inventario

El software para la optimización del inventario se usa con sobre todo para generar los resultados analítico que ayudan a ejecutar a diario el negocio. Los puntos rereabastecimineto (también conocidos como Min ) y las cantidades de pedido. EL software especializado puede ayudar a encontrar el punto óptimo de equilibrio entre los costos de inventario y la disponibilidad de artículos..

El software de optimización de inventario también se puede utilizar para realizar análisis hipotéticos en escenarios que describen cambios en su entorno operativo actual. El análisis hipotético (también llamado "análisis de sensibilidad") le permite elevar su pensamiento de lo táctico a lo estratégico. Le ayuda a imaginar cómo debería cambiar sus operaciones para adaptarse a los posibles cambios en su entorno operativo. Estos cambios pueden ser presiones negativas impuestas desde el exterior o pueden ser el resultado de sus propias acciones positivas. En este blog, proporcionamos un ejemplo de cómo realizar un "análisis de qué" en los plazos de entrega y las cantidades de los pedidos. La empresa puede utilizar los resultados del análisis para evaluar el impacto de estos cambios en los costos de inventario y el rendimiento del nivel de servicio.

Cómo los proveedores limitan su libertad de maniobra

 

Hablando con nuestros clientes sobre las entradas de datos requeridas por el software de optimización de inventario, notamos que los proveedores tienen una influencia prominente en sus operaciones. Dejamos de lado por ahora temas tan importantes como compartir previsiones de demanda con los proveedores y elaborando respuestas a las interrupciones de la cadena de suministro, como el huracán Matthew el año pasado en el sureste de los EE. UU. En cambio, nos enfocamos en dos formas más comunes en que los proveedores influyen en los costos de inventario de los productores: los plazos de reposición y las restricciones en las cantidades de los pedidos.

El tiempo de espera de reposición es el número de días que transcurren entre que el inventario alcanza o supera un punto de pedido y la aparición de unidades de reposición en stock. Una parte del tiempo de entrega es interno del productor, quizás debido a reacciones lentas en un departamento de compras. El resto del tiempo de entrega depende del proveedor. En esta discusión, asumimos que la contribución de los proveedores a los tiempos de entrega podría cambiar, para bien o para mal. (Pero los mismos resultados podrían aplicarse a los cambios en las contribuciones de los productores a los plazos de entrega).

Las restricciones sobre las cantidades de pedido que consideramos son mínimos de pedido y múltiplos de pedido. Es posible que desee pedir 3 unidades de algún artículo, pero el proveedor podría imponer un pedido mínimo de 6 unidades, por lo que su pedido de 3 unidades tendría que convertirse en un pedido de 6 unidades. O puede pedir 21 unidades, superando fácilmente el tamaño mínimo de pedido de 6 unidades, pero si el proveedor también tiene un pedido múltiplo de 6, lo que significa que cada pedido debe ser un múltiplo de 6 unidades, entonces su pedido de 21 unidades tendría que aumentar a 24 unidades.

Análisis de escenarios

 

Para ilustrar el uso del software de optimización de inventario para el análisis hipotético, examinamos dos conjuntos de escenarios. En el primer conjunto, los plazos de entrega varían de -20% a +20% de sus valores en un escenario de referencia. En el segundo conjunto, los resultados se calculan primero sin restricciones de proveedores, luego solo con pedidos mínimos y finalmente con una combinación de pedidos mínimos y múltiplos de pedidos. Utilizamos el software Smart Inventory Optimization para los cálculos.

El escenario de referencia utiliza datos del mundo real sobre 2852 repuestos administrados por una agencia de transporte público progresista. Estas partes tienen una mezcla extremadamente heterogénea de atributos. Sus costos por unidad oscilan entre $1 y $23,105, y sus plazos de entrega varían entre 1 día y 300 días. Durante 24 meses, la demanda media osciló entre menos de 1 unidad por mes y 1508 unidades por mes, con coeficientes de variación que van desde un manejable 10% hasta un aterrador 2171%. Además, la imagen de los proveedores también es muy compleja, ya que involucra a 293 proveedores únicos, que suministran un promedio de alrededor de 10 piezas cada uno. Esta heterogeneidad implica que una optimización del mundo real seleccionaría y elegiría entre artículos y proveedores. Sin embargo, para simplificar la exposición y desarrollar conocimientos básicos, nuestros escenarios hipotéticos en este ejemplo tratan a todos los artículos y proveedores por igual. De manera similar, asumimos en la línea de base que los costos de mantenimiento equivalían a 20% del valor en dólares de un artículo y que cada pedido de reabastecimiento tenía un costo fijo de $40.

Realizamos dos experimentos hipotéticos. El primero examinó los efectos de cambiar los plazos de entrega. El segundo examinó los efectos de la introducción de restricciones en las cantidades de pedido. En cada experimento, registramos los efectos de los cambios en dos métricas operativas: promedio de unidades en stock y promedio de pedidos por año. A su vez, estos influyeron en cuatro métricas financieras: valor promedio en dólares del inventario, costo promedio de mantenimiento, costo promedio de pedido y la suma de los dos últimos, que es el costo operativo total del inventario.

En todos los escenarios, los puntos de pedido se calcularon para lograr una probabilidad de 95% de evitar desabastecimientos mientras se espera la reposición. Las cantidades de pedido, en ausencia de restricciones de proveedores, se calcularon como lo que llamamos "EOQ factible". EOQ es la clásica "cantidad económica de pedido" que se enseña en el Inventario 101; se calcula a partir de la demanda media, el coste de mantenimiento y el coste de pedido. La EOQ factible agrega una consideración adicional: la dinámica del inventario. Si el punto de pedido es muy bajo, es posible que EOQ sea demasiado pequeño para mantener un nivel de inventario estable y positivo. En estos casos, la EOQ factible aumenta la cantidad del pedido por encima de la EOQ para asegurar que el inventario promedio no sea negativo.

Efectos de cambiar los plazos de entrega

La Tabla 1 muestra los resultados de cambiar los plazos de entrega. Trabajando alrededor del caso base, cambiamos el tiempo de entrega de cada artículo por -20%, -10%, +10% y +20%.

No sorprende que la reducción de los plazos de entrega redujera el nivel requerido de inventario y su aumento hiciera lo contrario. Tanto el número promedio de unidades como el valor en dólares asociado se comportaron como se esperaba. Lo que puede resultar sorprendente es que los efectos fueron algo silenciados, es decir, un cambio del X por ciento en el tiempo de espera produjo una respuesta de menos del X por ciento. Por ejemplo, una reducción de 20% en el tiempo de entrega produjo solo una reducción de 7.9% en el inventario disponible y solo una reducción de 12.0% en el valor en dólares de esas unidades. Además, los efectos de las reducciones y los aumentos son asimétricos: un aumento de 201 TP3T en el tiempo de entrega generó solo un aumento de 7,31 TP3T en unidades (frente a 7,91 TP3T) y solo un aumento de 9,61 TP3T en el valor del inventario (frente a 12,01 TP3T).

Similares resultados atenuados y asimétricos se mantuvieron para los costos operativos. Una reducción de 20% en el tiempo de entrega redujo los costos operativos totales en 7,0%, pero un aumento de 20% en el tiempo de entrega solo provocó un aumento de 5,1% en los costos operativos.

Ahora considere las implicaciones de estos resultados para la práctica. En un mundo competitivo, las reducciones de costos del orden de 10% o incluso 5% son significativas. Esto significa que los esfuerzos para reducir los plazos de entrega pueden tener beneficios importantes. A su vez, esto significa que puede valer la pena hacer esfuerzos para optimizar los procesos de compra. Del mismo modo, existe un caso para involucrar a los proveedores en la reducción de su parte del tiempo de entrega, posiblemente compartiendo los ahorros para incentivarlos.

 

Optimización de inventario: efectos de cambios en los plazos de entrega
Tabla 1: Efectos de cambiar los plazos de entrega

Efecto de las restricciones de cantidad de pedidos

 

La Tabla 2 muestra el efecto de imponer restricciones a los proveedores sobre las cantidades de los pedidos. En el caso base, no hay restricciones, es decir, el mínimo de pedido es 0 y el múltiplo de pedido es 1, lo que implica que cualquier cantidad de pedido es aceptable para los proveedores. Partiendo del caso base, primero analizamos imponer un pedido mínimo de 5 unidades en todos los artículos y luego agregar un pedido múltiplo de 5 para todos los artículos.

Obligar a los pedidos a ser más grandes de lo que de otro modo tendrían tuvo el impacto esperado en el número promedio de unidades disponibles, incrementándolo en 0.9% con solo un mínimo de pedido y en 3.4% con un mínimo y un múltiplo. Los cambios correspondientes en el valor en dólares del inventario fueron más dramáticos: 22.4% y 23.3%. Esta diferencia en el tamaño de la respuesta porcentual probablemente se deba a la gran cantidad de repuestos de bajo volumen y alto costo administrados por la agencia de transporte público.

Otra sorpresa fue la reducción neta en los costos operativos cuando se impusieron restricciones a los proveedores. Si bien los costos de mantenimiento aumentaron en 22,41 TP3T y 23,31 TP3T en los dos escenarios hipotéticos, las mayores cantidades de pedidos permitieron menos pedidos por año, lo que resultó en reducciones compensatorias en los costos de pedidos de -24,41 TP3T y -32,71 TP3T, respectivamente. Los impactos netos en los costos operativos fueron entonces reducciones de 3.7% y 7.9%.

En general, se esperaría que la imposición de restricciones a las acciones del productor reduzca el desempeño. Entonces, los resultados en estos escenarios fueron contrarios a la intuición. Sin embargo, el mensaje real aquí es que usar EOQ, o incluso EOQ mejorado, para establecer una cantidad de pedido no brinda resultados óptimos. Paradójicamente, las restricciones de cantidad de pedido que investigamos parecen haber forzado las cantidades de pedido más cerca de los niveles óptimos.

 

Optimización de inventario: efecto de las restricciones de cantidad de pedidos
Tabla 2: Efecto de las restricciones de cantidad de pedido

Conclusiones

 

Los análisis hipotéticos que se muestran aquí no conducen a conclusiones universales. Por ejemplo, cambiar el costo asumido por pedido de $40 a un número más pequeño podría mostrar que las restricciones del proveedor aumentaron en lugar de disminuir los costos operativos del inventario del productor.

Al realizar un análisis hipotético en situaciones reales, los usuarios crearían naturalmente escenarios con un nivel de detalle más bajo. Por ejemplo, podrían evaluar el efecto de los cambios en los plazos de entrega de los proveedores proveedor por proveedor para encontrar los que tendrían los beneficios potenciales más altos. O pueden hacer arreglos para que los pedidos mínimos, si ya existen para todos los artículos, cambien en un porcentaje específico en lugar de una cantidad fija, lo que podría ser algo más realista.

La conclusión clave es que el software de optimización de inventario se puede usar en "modo hipotético" para explorar problemas estratégicos, más allá de su uso habitual para calcular puntos de pedido, existencias de seguridad, cantidades de pedidos y transferencias de inventario.

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. […]