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.

En otro Blog planteamos la pregunta: ¿Cómo puede estar seguro de que realmente tiene una política para la planificación del inventario y la previsión de la demanda? Explicamos cómo la falta de comprensión de los conceptos básicos por parte de una organización (cómo se crea un pronóstico, cómo se determinan las reservas de existencias de seguridad y cómo/por qué se ajustan estos valores) contribuye a la precisión deficiente del pronóstico, al inventario mal asignado y a la falta de confianza en el conjunto. proceso.

En este blog, revisamos 10 preguntas específicas que puede hacer para descubrir lo que realmente está sucediendo en su empresa. Detallamos las respuestas típicas proporcionadas cuando en realidad no existe una política de previsión/planificación de inventario, explicamos cómo interpretar estas respuestas y ofrecemos algunos consejos claros sobre qué hacer al respecto.

Empieza siempre con un simple hipotético ejemplo. Centrarse en un problema específico que acaba de experimentar provocará respuestas defensivas que ocultarán la historia completa. El objetivo es descubrir el enfoque real utilizado para planificar el inventario y los pronósticos que se ha integrado en el cálculo mental o en las hojas de cálculo. Aquí hay un ejemplo:

Suponga que tiene 100 unidades disponibles, el tiempo de espera para reponer es de 3 meses y la demanda mensual promedio es de 20 unidades. ¿Cuándo debería pedir más? ¿Cuánto pedirías? ¿Cómo cambiará su respuesta si los recibos esperados de 10 por mes estuvieran programados para llegar? ¿Cómo cambiará su respuesta si el artículo es un artículo A, B o C, el costo del artículo es alto o bajo, el tiempo de entrega del artículo es largo o corto? En pocas palabras, cuando programa un trabajo de producción o realiza un nuevo pedido con un proveedor, ¿por qué lo hizo? ¿Qué desencadenó la decisión de obtener más? ¿Qué insumos de planificación se consideraron?

Al obtener respuestas a la pregunta anterior, concéntrese en descubrir las respuestas a las siguientes preguntas:

1. ¿Cuál es el enfoque de reabastecimiento subyacente? Por lo general, será uno de mínimo/máximo, previsión/stock de seguridad, punto de reorden/cantidad de pedido, revisión periódica/pedido hasta o incluso alguna combinación extraña.

2. ¿Cómo se calculan realmente los parámetros de planificación, como los pronósticos de demanda, los puntos de reorden o Min/Max?? No es suficiente saber que usa Min/Max. Tienes que saber exactamente cómo se calculan estos valores. Respuestas como "Usamos el historial" o "Usamos un promedio" no son lo suficientemente específicas. Necesitará respuestas que describan claramente cómo se usa la historia. Por ejemplo, “Tomamos un promedio de los últimos 6 meses, lo dividimos por 30 para obtener un promedio diario y luego lo multiplicamos por el tiempo de entrega en días. Para los artículos 'A', multiplicamos el tiempo de entrega promedio por 2 y para los artículos 'B' usamos un multiplicador de 1,5". (Si bien ese no es un enfoque técnico especialmente bueno, al menos tiene una lógica clara).

Una vez que tenga una política bien definida, puede identificar sus debilidades para mejorarla. Pero si la respuesta proporcionada no va mucho más allá de "Usamos el historial", entonces no tiene una política para empezar. Las respuestas a menudo revelarán que diferentes planificadores usan la historia de diferentes maneras. Algunos pueden considerar solo la demanda más reciente, otros pueden almacenar de acuerdo con el promedio de los períodos de mayor demanda, etc. En otras palabras, es posible que en realidad tenga múltiples "políticas" mal concebidas.

3. ¿Se utilizan los pronósticos para impulsar la planificación del reabastecimiento y, de ser así, cómo? Muchas empresas dirán que pronostican, pero sus pronósticos se calculan y utilizan de manera diferente. ¿Se usa el pronóstico para predecir qué inventario disponible habrá en el futuro, lo que resultará en la activación de un pedido? ¿O se usa para derivar un punto de reorden pero no para predecir cuándo ordenar (es decir, predigo que venderemos 10 a la semana para ayudar a protegernos contra el desabastecimiento, ordenaré más cuando llegue a 15)? ¿Se utiliza como una guía para que el planificador ayude a determinar subjetivamente cuándo debe pedir más? ¿Se utiliza para establecer pedidos abiertos con proveedores? Algunos lo usan para impulsar MRP. Necesitará saber estos detalles. Una respuesta completa a esta pregunta podría verse así: “Mi pronóstico es 10 por semana y mi tiempo de entrega es de 3 semanas, por lo que hago que mi punto de reorden sea un múltiplo de ese pronóstico, generalmente 2 veces la demanda del tiempo de entrega o 60 unidades para artículos importantes y uso un múltiplo más pequeño para artículos menos importantes. (Nuevamente, no es un gran enfoque técnico, pero claro).

4. ¿Qué técnica se utiliza realmente para generar el pronóstico? ¿Es un promedio, un modelo de tendencia como el suavizado exponencial doble, un modelo estacional? ¿La elección de la técnica cambia según el tipo de datos de demanda o cuando hay nuevos datos de demanda disponibles? (Las piezas de repuesto y los artículos de gran volumen tienen patrones de demanda muy diferentes). ¿Cómo selecciona el modelo de pronóstico? ¿Este proceso está automatizado? ¿Con qué frecuencia se reconsidera la elección del modelo? ¿Con qué frecuencia se recalculan los parámetros del modelo? ¿Cuál es el proceso utilizado para reconsiderar su enfoque? La respuesta aquí documenta cómo se producen los pronósticos de referencia. Una vez determinado, puede realizar un análisis para identificar si otros métodos de pronóstico mejorarían Precisión de pronóstico. Si no está documentando la precisión del pronóstico y realizando un análisis de "valor agregado del pronóstico", entonces no está en condiciones de evaluar adecuadamente si los pronósticos que se producen son los mejores que pueden ser. Perderá oportunidades para mejorar el proceso, aumentar la precisión de los pronósticos y educar a la empresa sobre qué tipo de error de pronóstico es normal y debe esperarse.

5. ¿Cómo utiliza el stock de seguridad? Observe que la pregunta no era "¿Utiliza stock de seguridad?" En este contexto, y para simplificar, el término "stock de seguridad" significa stock utilizado para amortiguar el inventario frente a la variabilidad de la oferta y la demanda. Todas las empresas utilizan enfoques de amortiguamiento de alguna manera. Sin embargo, hay algunas excepciones. Tal vez usted es un fabricante de taller que adquiere todas las piezas a pedido y sus clientes están completamente bien esperando semanas o meses para que usted obtenga material, fabrique, control de calidad y envíe. O tal vez usted es un fabricante de gran volumen con toneladas de poder adquisitivo, por lo que sus proveedores establecieron almacenes locales que están llenos y listos para proporcionarle el inventario casi de inmediato. Si estas descripciones no describen a su empresa, definitivamente tendrá algún tipo de protección para protegerse contra la variabilidad de la oferta y la demanda. Es posible que no utilice el campo "stock de seguridad" en su ERP, pero definitivamente está almacenando en búfer.

Se pueden proporcionar respuestas como "No usamos inventario de seguridad porque pronosticamos". Desafortunadamente, un buen pronostico tendrá una probabilidad del 50/50 de estar por encima o por debajo de la demanda real. Esto significa que incurrirá en una falta de existencias 50% del tiempo sin que se agregue una reserva de existencias de seguridad al pronóstico. Los pronósticos solo son perfectos cuando no hay aleatoriedad. Dado que siempre hay aleatoriedad, deberá almacenar en búfer si no desea tener niveles de servicio abismales.

Si no se revela la respuesta, puede indagar un poco más sobre cómo se utilizan las diferentes palancas de reabastecimiento para agregar posibles amortiguadores, lo que lleva a las preguntas 6 y 7.

6. ¿Alguna vez aumenta el tiempo de entrega o hace el pedido antes de lo que realmente necesita?
En nuestro ejemplo hipotético, su proveedor normalmente tarda 4 semanas en entregar y es bastante consistente. Pero para protegerse contra los desabastecimientos, su comprador ordena rutinariamente 6 semanas en lugar de 4 semanas. El campo de existencias de seguridad en su sistema ERP puede establecerse en cero porque "no usamos existencias de seguridad", pero en realidad, el enfoque de pedido del comprador solo agregó 2 semanas de existencias de reserva.

7. ¿Rellena el pronóstico de demanda?
En nuestro ejemplo, el planificador espera consumir 10 unidades por mes pero “por si acaso” ingresa una previsión de 20 por mes. El campo de stock de seguridad en el sistema MRP se deja en blanco, pero el stock de reserva ahora disfrazado se ha introducido de contrabando en el pronóstico de demanda. Este es un error que introduce un "sesgo de pronóstico". No solo sus pronósticos serán menos precisos, sino que si no se tiene en cuenta el sesgo y otros departamentos agregan existencias de seguridad, tendrá un exceso de existencias.

La naturaleza ad-hoc de los enfoques anteriores complica los problemas al no considerar la oferta o la demanda real. variabilidad del artículo Por ejemplo, el planificador puede simplemente hacer una regla general que duplique el pronóstico de tiempo de entrega para artículos importantes. Una talla única no sirve para todos cuando se trata de gestión de inventario. Este enfoque generará un exceso sustancial de existencias de los artículos predecibles, mientras que la existencia de artículos con demanda intermitente será sustancialmente insuficiente. Puedes leer "Tenga cuidado con las reglas generales simples para administrar el inventario” para obtener más información sobre por qué este tipo de enfoque es tan costoso.

La naturaleza ad-hoc de los enfoques también ignora lo que sucede cuando la empresa se enfrenta a un gran exceso de existencias o agotamiento de existencias. Al tratar de entender lo que sucedió, se examinarán las políticas establecidas. En el caso de un exceso de existencias, el sistema mostrará cero existencias de seguridad. Los líderes empresariales supondrán que no cuentan con ningún inventario de seguridad, se rascarán la cabeza y, finalmente, simplemente culparán al pronóstico, declararán "Nuestro negocio no se puede pronosticar" y seguirán tropezando. Incluso pueden culpar al proveedor por enviar demasiado pronto y hacer que retengan más de lo necesario. En el caso de que se agoten las existencias, pensarán que no tienen suficiente y agregarán arbitrariamente más existencias en muchos artículos sin darse cuenta de que, de hecho, hay muchas existencias de seguridad adicionales incorporadas al proceso. Esto hace que sea más probable que el inventario deba cancelarse en el futuro.

8. ¿Cuál es la terminología de inventario exacta utilizada?? Defina lo que quiere decir con stock de seguridad, mínimo, punto de reorden, EOQ, etc. Si bien hay estándares técnicos definiciones es posible que algo difiera, y la falta de comunicación aquí será problemática. Por ejemplo, algunas empresas se refieren a Min como la cantidad de inventario necesaria para satisfacer la demanda de tiempo de entrega, mientras que otras pueden definir Min como que incluye tanto la demanda de tiempo de entrega como el stock de seguridad para amortiguar la variabilidad de la demanda. Otros pueden significar la cantidad mínima de pedido.

9. ¿El inventario disponible es consistente con la política? Cuando termine su trabajo de detección y todo esté documentado, abra su hoja de cálculo o sistema ERP y mire la cantidad disponible. Debería estar más o menos en línea con sus parámetros de planificación (es decir, si Min/Max es 20/40 y la demanda de tiempo de entrega típica es 10, entonces debería tener aproximadamente de 10 a 40 unidades disponibles en cualquier momento dado). Sorprendentemente, para muchas empresas, a menudo hay una gran inconsistencia. Hemos observado situaciones en las que la configuración Mín./Máx. es 20/40, pero el inventario disponible es de más de 300. Esto indica que cualquier política que se haya prescrito simplemente no se está siguiendo. Eso es un problema mayor

10. ¿Qué vas a hacer a continuación?

La previsión de la demanda y la política de almacenamiento de inventario deben ser procesos bien definidos que todos los involucrados entiendan y acepten.  Debería haber cero misterio..

Para hacer esto correctamente, la variabilidad de la oferta y la demanda debe analizarse y utilizarse para calcular los niveles adecuados de existencias de seguridad. Agregar amortiguadores sin una comprensión implícita de lo que cada unidad adicional de reserva de reserva le está comprando en términos de servicio es como arrojar arbitrariamente un puñado de ingredientes en una receta de pastel. Un pequeño cambio en los ingredientes puede tener un gran impacto en lo que sale del horno: un bocado demasiado dulce pero el siguiente demasiado amargo. Es lo mismo con la gestión de inventario. Un poco más aquí, un poco menos allá, y muy pronto se encontrará con un exceso de inventario costoso en algunas áreas, escasez dolorosa en otras, sin idea de cómo llegó allí y con poca orientación sobre cómo mejorar las cosas.

Moderno optimización del inventario y el software de planificación de la demanda con su análisis avanzado y su sólida base en el análisis de pronósticos puede ayudar mucho con este problema. Pero incluso el mejor software no ayudará si se usa de manera inconsistente.

1. La funcionalidad ERP integrada se integra en la Gestión de pedidos.

Considere lo que significa "gestión de la demanda", "planificación de la demanda" y "previsión". Estos términos implican cierta funcionalidad estándar para la colaboración, el análisis estadístico y la generación de informes para respaldar un proceso de planificación de la demanda profesional. Sin embargo, en la mayoría de los sistemas ERP, la "gestión de la demanda" consiste en ejecutar MRP y conciliar la oferta y la demanda con el fin de realizar pedidos, es decir, "gestión de pedidos". Tiene muy poco que ver con la planificación de la demanda, que es un proceso discreto centrado en desarrollar las mejores predicciones posibles de la demanda futura al combinar el análisis estadístico con el conocimiento comercial de eventos, promociones e inteligencia de la fuerza de ventas. La mayoría de los sistemas ERP ofrecen poca capacidad estadística y, cuando se ofrecen, el usuario puede elegir entre algunos métodos estadísticos que debe aplicar manualmente desde una lista desplegable o programar ellos mismos. Está integrado en el proceso de gestión de pedidos, lo que permite al usuario posiblemente cómo el pronóstico podría afectar el inventario. Sin embargo, no hay ninguna capacidad para administrar el pronóstico, mejorar la calidad del pronóstico, aplicar y rastrear anulaciones de administración, colaborar, medir la precisión del pronóstico y rastrear “Valor agregado de pronóstico.” 

2. Los métodos de planificación de ERP a menudo se basan en reglas generales simplistas.

Los sistemas ERP siempre ofrecerán mínimo, máximo, stock de seguridad, punto de pedido, cantidad de pedido y pronósticos para impulsar las decisiones de reabastecimiento. Pero, ¿qué pasa con los métodos subyacentes utilizados para calcular estos importantes impulsores? En casi todos los casos, los métodos proporcionados no son más que regla de oro enfoques que no tienen en cuenta la demanda o la variabilidad del proveedor. Algunos ofrecen "objetivo de nivel de servicio", pero confían erróneamente en la suposición de una distribución normal ("curva en forma de campana"), lo que significa que las existencias de seguridad requeridas y los puntos de reorden recomendados por el sistema para lograr el objetivo de nivel de servicio van a ser planos. salir mal si sus datos no se ajustan al modelo teórico ideal, que a menudo es muy poco realista. Estos cálculos demasiado simplificados tienden a hacer más daño que bien.  

3. Probablemente seguirás usando hojas de cálculo durante al menos 2 años después de la compra.

La mayoría de las veces, si tuviera que implementar una nueva solución ERP, sus datos antiguos quedarían varados. Por lo tanto, no se puede usar ninguna funcionalidad ERP nativa para pronósticos, establecer políticas de almacenamiento como Mín./Máx., etc., y se verá obligado a volver a las hojas de cálculo engorrosas y propensas a errores durante al menos dos años (un año para implementar como mínimo y otro año para recoger al menos 12 meses de historial). Difícilmente una transformación digital. El uso de la mejor solución evita este problema. Puede cargar datos de su sistema ERP heredado y no interrumpir su implementación de ERP. Esto significa que en el día 1 de la puesta en marcha de ERP puede completar su nuevo sistema ERP con mejores entradas para los pronósticos de demanda, las existencias de seguridad, los puntos de pedido y la configuración mín./máx..

4. El ERP no está diseñado para hacerlo todo

La mentalidad de “Hacer todo en ERP/Un solo proveedor” fue un mensaje de marketing promovido por las empresas de ERP, particularmente SAP, para que usted, el cliente, gaste 100% de su presupuesto de TI con ellos. Ese mensaje de marketing ha sido repetido a los usuarios por grupos de analistas, firmas de TI e integradores de sistemas, ahogando las voces racionales que preguntaban: "¿Por qué quieres depender tanto de una empresa hasta el punto de utilizar una tecnología de planificación de inventario y previsión inferior? ” La gran cantidad de fallas de TI y los enormes costos de implementación han hecho que muchas empresas reconsideren su enfoque de ERP. Con la llegada de las aplicaciones de planificación especializadas nacidas en la nube sin huella de TI, el camino a seguir es un ERP "delgado" centrado en los fundamentos (contabilidad, gestión de pedidos, finanzas) pero respaldado por aplicaciones de planificación especializadas. 

La experiencia de los consultores de ERP radica en cómo su sistema está diseñado para automatizar ciertos procesos comerciales y cómo se puede configurar o personalizar el sistema. Sus consultores no son especialistas en los enfoques adecuados para la planificación de existencias, pronósticos y planificación de inventario. Entonces, si está tratando de comprender qué enfoque de planificación de la demanda es el adecuado para su negocio, ¿cómo debe amortiguar adecuadamente (por ejemplo, “¿Deberíamos hacer un reabastecimiento mínimo/máximo o basado en el pronóstico?” “¿Deberíamos usar el método de pronóstico X?”), por lo general no lo encontrará y, si lo hace, ese recurso se dispersará bastante. 

1. La configuración será sencilla.

Solo necesitamos alimentar nuestros historiales de demanda en nuestros nuevos métodos estadísticos, y podemos comenzar a planificar de manera más efectiva. No del todo: se trata de la tecnología y el proceso. Estás invirtiendo en un nuevo procesos de negocio para desarrollar pronósticos para impulsar la estrategia comercial y las decisiones de planificación de inventario. Tomará tiempo involucrar a todas las partes interesadas: ventas, marketing, compras, operaciones y mantenimiento/técnicos (para el inventario de repuestos). ¿Quién es el dueño del pronóstico? ¿Cómo será la jerarquía de previsión de sus artículos? ¿De dónde provendrá la mayor parte del conocimiento empresarial? ¿Existe un proceso de consenso que utilizará el conocimiento del negocio para personalizar los pronósticos a su situación particular? ¿Todos entienden los métodos estadísticos? ¿Hay acuerdo sobre los valores subyacentes que equilibran los costos de mantenimiento, pedido y (especialmente) escasez? ¿Está preparado para tomar decisiones a lo largo de la curva de compensación crucial que relaciona los costos de inventario con los niveles de servicio al cliente? ¿Cómo planea medir la precisión/error de pronóstico? ¿Entiende la gerencia el concepto de "valor agregado de pronóstico" mediante el cual rastrea el error con cada versión del pronóstico (error estadístico versus error de pronóstico de ventas versus error de consenso)? Sin este contexto y con la participación acordada de las partes interesadas clave, el sistema aún se implementará pero se utilizará en silo

2. Todo lo que necesito son datos históricos de demanda y luego puedo comenzar a hacer pronósticos.

Casi. Consiguiendo bueno Los datos no son fáciles. ¿Están completos y correctos los datos de su historial de demanda? ¿Los datos de su proveedor (p. ej., plazos de entrega) también están completos y son correctos? ¿Ha reconocido las necesidades especiales de los artículos nuevos y al final de su vida útil? Claro, TI podría exportar un archivo de datos de demanda agregada (semanal o mensual), pero ¿cómo sabe que es correcto? Cuando se registran pedidos y envíos, se incluyen en una variedad de códigos de transacciones diferentes. Tienes que saber cómo componer tu señal de demanda.  ¿Pedidos o envíos? ¿Incluir o excluir devoluciones? ¿Qué pasa con las transferencias de almacén? ¿Qué pasa con las devoluciones que ocurren muchos períodos después del envío inicial? ¿Cómo interpretará mi ERP el pronóstico? Pero espere... estamos usando una solución con un conector ERP que promete que los datos fluirán de un lado a otro sin problemas. Un conector ERP ciertamente cubrirá la transferencia de datos históricos y resultados de pronósticos entre sistemas, pero no mejorará la mala calidad de los datos. También debe asegurarse de que el conector ERP tenga la flexibilidad de determinar cómo componer su historial de demanda. Por ejemplo, si está codificado para extraer ciertos tipos de transacciones que quizás no desee o requiera transacciones diferentes que no incluye, necesitará personalizaciones. También existe el problema de la sustitución del producto y/o los cambios de ubicación, es decir, el Producto A se elimina gradualmente y se convierte en el Producto B, o ahora el Producto A se envía desde un almacén diferente. Suena simple, pero si esto sucede con frecuencia en miles de elementos, debe tenerse en cuenta como parte de un proceso de pronóstico automático. De lo contrario, sus usuarios deben administrar manualmente esta actualización constante. Entonces pierdes economías de escala. Más "disputas de datos" significa más problemas, más errores y plazos de decisión incumplidos. Las actualizaciones menos frecuentes pueden significar pronósticos menos precisos, lo que conduce a un exceso de inventario para algunos artículos e inventario insuficiente para otros.

3. Si obtenemos un mejor pronóstico, tendremos el inventario correcto, reduciremos los desabastecimientos y aumentaremos el servicio.

El pronóstico de la demanda es un componente de un proceso más grande. Si tiene otro departamento que aplica reservas incorrectas (demasiado o muy poco stock de seguridad), entonces gran parte del beneficio de un pronóstico más preciso se pierde. Tiene que mirar holísticamente la previsión dentro del contexto de la gestión de inventario. No puede obtener el beneficio máximo (y en algunos casos, ningún beneficio) a menos que tenga en cuenta todos componentes que incluyen niveles de reserva, como existencias de seguridad y puntos de pedido, reglas de pedido y gestión de plazos de entrega internos/de proveedores. No es raro que los compradores implementen Reglas de juego políticas de inventario, como ordenar con anticipación o inflar el pronóstico para reducir el riesgo de agotamiento. El comportamiento opuesto en el que una señal de pedido desencadenada por el pronóstico se difiere a una fecha posterior para evitar que se realice un pedido "demasiado pronto" es igualmente frecuente. Este tipo de comportamiento se basa en una respuesta de evitación del dolor eso ocurre dentro de las empresas que tienen un proceso de planificación de inventario ad-hoc que no conecta holísticamente el pronóstico con la estrategia de inventario.  

4. Cuantos más modelos de pronóstico, mejor.

 Esto es cierto en algunos casos. En un giro irónico, cuantos más modelos para elegir a veces significa que tendrá más posibilidades de elegir el equivocado. Esto ocurre incluso cuando hay un sistema automatizado que selecciona el método correcto. Esto se debe a que la mayoría de los sistemas de pronóstico automatizados aún cometen el error de seleccionar métodos basados en el mejor ajuste a la demanda pasada. Este enfoque retrospectivo generalmente da como resultado un rendimiento deficiente cuando se mira hacia adelante en el tiempo; esto se puede probar esperando un poco y luego comparando la demanda pronosticada con la real (o, si no quiere esperar, ocultando algunos de los datos recientes y pronosticándolos, en cuyo caso los reales ya están disponibles). En principio, tener más modelos podría ser útil, pero lo importante es comprender el enfoque para la selección de modelos. Además, la mayoría de los modelos de pronóstico producen un pronóstico de un solo número ("La demanda del producto A será de 17 unidades el próximo mes") sin ninguna indicación de la incertidumbre del pronóstico o el margen de error. Sin conocer el margen de error, no puede apreciar y administrar racionalmente el riesgo de pronóstico.

En nuestro software, ofrecemos una selección automatizada de series de tiempo que elige entre docenas de técnicas probadas sobre la base del rendimiento futuro estimado, no ajustado a datos pasados. También vamos más allá del pronóstico de un solo número utilizando métodos probabilísticos para generar miles de escenarios de pronóstico para evaluar la incertidumbre del pronóstico. Descubrimos que este enfoque es considerablemente más preciso para ciertos tipos de datos que la selección de torneo tradicional. Entonces, en estas situaciones, la cantidad de modelos que recomendamos usar es "¡Uno!" ¿Eso lo hace inferior? Por supuesto que no. Tómese el tiempo para ajustar sus modelos para ver qué funciona mejor para su negocio.

5. Con el software adecuado, cualquiera puede hacer bien el trabajo.

Ojalá fuera así. Sin embargo, después de nuestra participación en décadas de implementaciones, está claro que no todos deberían estar en el teclado de planificación de la demanda. El trabajo no necesita un superhéroe, pero ciertos rasgos contribuyen al éxito:

• Tener una perspectiva de toda la empresa. Tantos problemas en la planificación de la demanda se derivan del pensamiento convencional. Un proceso de planificación adecuado pone de manifiesto la necesidad de la participación de todas las partes interesadas, por lo que un usuario incapaz de pensar más allá de su feudo anterior puede ser una responsabilidad.
• Ser innumerable. Un usuario que no se sienta cómodo con los números tendrá dificultades.
• Apreciando la aleatoriedad. Esto es similar a la aritmética pero va más allá. La mayor parte de la fricción en la planificación de la demanda y la optimización del inventario se deriva de la aleatoriedad: en la demanda del producto, en el tiempo de entrega del proveedor, etc. Sin una buena idea de cómo la aleatoriedad causa problemas, un usuario a menudo se sorprenderá de lo mal que resultan sus decisiones.
• Ser indiferente. El software de primer nivel alienta a los usuarios a jugar "¿qué pasaría si?" escenarios para ver cómo modificar las soluciones calculadas automáticamente para obtener resultados aún mejores. Si el usuario nunca entra en un "¿qué pasaría si?" mentalidad, ellos tendrán un bajo rendimiento. Además, jugar con escenarios alternativos es una de las mejores maneras de crear una sensación instintiva de la aleatoriedad en el sistema.

Conclusión

Las cinco razones descritas aquí muestran por qué implementar un sistema de pronóstico, planificación de la demanda u optimización de inventario no es tan simple como encender el software, importar sus datos históricos y obtener capacitación de usuarios sobre cómo operar el software. Está implementando un nuevo proceso para planificar su negocio y determinar la política de almacenamiento que impulsará el gasto en inventario y afectará su capacidad para captar ventas. Sin embargo, el esfuerzo bien vale la pena. Según un Instituto de Previsión Empresarial (IBF) Blog, una reducción de 1% en el error por debajo del pronóstico en una empresa de $50 millones genera un ahorro de hasta $1,52M. Por el contrario, los beneficios de una reducción de 1% en el error de pronóstico excesivo fueron $1.28M, lo que arrojó un beneficio promedio de $1.4M. ¡Esto significa que puede ahorrarle a su negocio $260,000 anualmente por cada $10 millones en ingresos! 

No puede administrar adecuadamente sus niveles de inventario, y mucho menos optimizarlos, si no sabe exactamente cómo son los pronósticos de demanda y los parámetros de almacenamiento (como mínimo/máximo, existencias de seguridad, puntos de reorden y cantidades de pedidos). determinado.

Muchas organizaciones no pueden especificar cómo se calculan las entradas de la política o identificar situaciones que requieren que la administración anule la política. Por ejemplo, muchas personas pueden decir que confían en un método de planificación particular, como Mín./Máx., punto de reorden o previsión con stock de seguridad, pero no pueden decir exactamente cómo se calculan estas entradas de planificación. Más fundamentalmente, es posible que no entiendan qué sucedería con sus KPI si cambiaran el inventario mínimo, máximo o de seguridad. Es posible que sepan que el pronóstico se basa en "promedios", "historial" o "ingresos de ventas", pero los detalles específicos sobre cómo se llega al pronóstico final no están claros.

Con bastante frecuencia, la lógica de planificación y pronóstico del inventario de una empresa fue desarrollada por un ex empleado o un consultor desaparecido y sepultada en una hoja de cálculo. De lo contrario, puede depender de una funcionalidad de ERP obsoleta o de una personalización de ERP por parte de una organización de TI que asumió incorrectamente que el software de ERP puede y debe hacer todo. (Lea este gran y, como dicen, "gracioso porque es verdad", blog de Shaun Snapp sobre Estrategias centradas en ERP.) Es posible que la política no se haya documentado correctamente, y nadie en el trabajo actual puede mejorarla o utilizarla de la mejor manera.

Esta desafortunada situación conduce a otra, en la que los compradores y los planificadores de inventario ignoran por completo el resultado del sistema ERP, lo que obliga a depender de Microsoft Excel para determinar los programas de pedidos. Se desarrollan métodos ad hoc que impiden respuestas cohesivas a problemas operativos y no son visibles para el resto de la organización (a menos que desee que su CFO aprenda la hoja de cálculo compleja y meticulosa). Estos métodos a menudo se basan en Reglas de juego, técnicas de promediación o estadísticas de libros de texto sin una comprensión completa de sus deficiencias o aplicabilidad. E incluso cuando están documentados, la mayoría de las empresas a menudo descubren que los pedidos reales se desvían de la política documentada. ¡Una empresa a la que consultamos tenía niveles de inventario disponibles que eran rutinariamente el doble de la cantidad máxima! En otras palabras, no hay realmente una política en absoluto.

En resumen, muchos “sistemas” actuales de previsión de inventario y demanda se desarrollaron debido a la desconfianza hacia las sugerencias del sistema anterior, pero en realidad no mejoran los KPI. También obligan a la organización a depender de unos pocos empleados para gestionar la previsión de la demanda, los pedidos diarios y la reposición de inventario.

Y cuando hay un problema, es imposible que el equipo ejecutivo resuelva cómo llegó allí, porque hay demasiadas partes móviles. Por ejemplo, ¿fue el exceso de existencias la culpa de un pronóstico de demanda inexacto que se basó en un método de promedio que no tuvo en cuenta una demanda decreciente? ¿O se debió a una configuración de tiempo de entrega obsoleta que era más alta de lo que debería haber sido? ¿O se debió a una anulación del pronóstico que hizo un planificador para dar cuenta de un pedido que simplemente nunca sucedió? ¿Y quién dio la retroalimentación para hacer esa anulación? ¿Un cliente? vendedor?

¿Tienes alguno de estos problemas? Si es así, está desperdiciando cientos de miles a millones de dólares cada año en costos innecesarios de escasez, costos de almacenamiento y costos de pedido. ¿Qué podrías hacer con ese dinero extra? Imagina el impacto que esto tendría en tu negocio.

Este Blog detalla las 10 preguntas principales que puede hacer para descubrir lo que realmente está sucediendo en su empresa. Detallamos las respuestas típicas proporcionadas cuando en realidad no existe una política de previsión/planificación de inventario, explicamos cómo interpretar estas respuestas y ofrecemos algunos consejos claros sobre qué hacer al respecto.

La mayoría de los pronósticos de demanda son parciales o incompletos: proporcionan un solo número: el valor más probable de la demanda futura. Esto se llama pronóstico puntual. Por lo general, el pronóstico puntual estima el valor promedio de la demanda futura. Los pronósticos de intervalo brindan una estimación del posible rango futuro de demanda (es decir, la demanda tiene una probabilidad 90% de estar entre 50 y 100 unidades). Los pronósticos probabilísticos van un paso más allá y brindan información adicional. Saber más siempre es mejor que saber menos y el pronóstico probabilístico brinda esa información adicional tan crucial para la gestión de inventario. Este video blog del Dr. Thomas Willemain explica cada tipo de pronóstico y las ventajas del pronóstico probabilístico.

[inbound_button font_size=”20″ color=”#00a429″ text_color=”#ffffff” icon=”” url=”http://www.screencast.com/t/Ut4I5dOY8″ width=”” target=”_blank”]Ver ahora [/boton_de_entrada]
 

El pronóstico puntual (verde) muestra lo que es más probable que suceda. El pronóstico de intervalo muestra el rango (azul) de posibilidades.

Pronóstico de probabilidad muestra la probabilidad de que ocurra cada valor