El nivel de servicio es un indicador clave de rendimiento para las empresas que dan prioridad a la satisfacción de la demanda de los clientes. El nivel de servicio se define como la probabilidad de sobrevivir a un tiempo de espera de reabastecimiento sin desabastecerse.

La mejor práctica de administración de inventario comienza con el establecimiento de objetivos de nivel de servicio, luego calcula los puntos de pedido (también llamados Mins) para lograr esos objetivos. Estos cálculos deben tener en cuenta la variabilidad tanto en la demanda como en el tiempo de espera del reabastecimiento. Hay muchos sistemas de software disponibles para hacer estos cálculos. Si todo sale bien, el nivel de servicio alcanzado termina muy cerca del nivel de servicio objetivo. Desafortunadamente, a menudo hay una brecha dolorosa entre los dos.

Una de las razones de la brecha son los modelos de demanda poco realistas. En muchos casos, el software para calcular los puntos de pedido utiliza fórmulas de libros de texto basadas en suposiciones matemáticas que simplifican el análisis a expensas del realismo. Muchos libros de texto de "Inventario 101" usan fórmulas que asumen que la demanda tiene una distribución Normal (también conocida como la "curva en forma de campana") para productos terminados y la distribución de Poisson para repuestos. Afortunadamente, ahora existen sistemas de pronóstico y optimización de inventario que procesan los historiales de demanda reales de los artículos del inventario utilizando pronósticos probabilísticos. Estas soluciones calculan una estimación precisa de la distribución, no una versión idealizada. Para obtener más información, consulte este blog anterior sobre de pronóstico probabilístico:

Pero hay una segunda fuente de error en los libros de texto que opera de manera invisible en muchos paquetes de software de inventario: "insuficiencia".

Los cálculos de los puntos de reposición casi siempre asumen que los desabastecimientos surgen cuando la demanda total durante un intervalo de reposición excede el punto de reposición. Por ejemplo, suponga que la demanda promedia 1 unidad por día. Si el tiempo de entrega es de 5 días, entonces, en promedio, la demanda de tiempo de entrega es de 5 unidades. Establecer el punto de reorden en 5 unidades produciría un nivel de servicio irrisorio en algún lugar cercano a 50%. Agregar existencias de seguridad al cálculo podría dar como resultado un punto de pedido de, digamos, 11 unidades, lo que podría corresponder a un nivel de servicio de 95%. Otra forma de decir esto es que, a partir de un punto de pedido de 11 unidades, debería haber una posibilidad de que el 95% sobreviva el plazo de entrega de 5 días sin experimentar una demanda acumulada de más de 11 unidades. ¡Teóricamente!

Lo que falta en este análisis es el fenómeno del subimpulso. Undershoot significa que el tiempo de entrega comienza no a el punto de pedido pero abajo eso. El subimpulso ocurre cada vez que la demanda que superó el punto de pedido redujo el stock abajo (no abajo a) el punto de pedido. La siguiente figura muestra los ciclos de reabastecimiento con y sin rebasamiento. Undershoot te roba el bolsillo incluso antes de que comiences a tirar los dados. Engaña al profesional de inventario haciéndole creer que sus puntos de reorden son suficientes para lograr sus objetivos, mientras que el desempeño real no alcanzará la calificación.

Solo hay una situación en la que el rebasamiento no es una preocupación: cuando la demanda siempre es cero o una unidad. En ese caso, undershoot es imposible. Pero en todos los demás casos, es seguro que se producirá una subestimación hasta cierto punto, y puede socavar gravemente el nivel de servicio realmente alcanzado por una determinada elección de punto de pedido. Nuestros análisis muestran que las condiciones más vulnerables a la subestimación implican una demanda altamente intermitente y sesgada con plazos de entrega muy cortos; las mismas condiciones se vuelven más comunes debido a las tendencias del mercado.

¿Qué se puede hacer para protegerse del efecto de la falta de alcance en los cálculos del punto de pedido? Utilice un software de pronóstico y optimización de inventario que no esté vinculado a las suposiciones de los libros de texto antiguos y, en su lugar, tenga en cuenta automáticamente la insuficiencia al calcular el nivel de servicio producido por cualquier elección de punto de pedido.

Para ver la solución de optimización de inventario de Smart Software en acción, regístrese para ver una demostración grabada a continuación:

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.

Mucho más útil es un pronóstico de la distribución de probabilidad completa de la demanda en cualquier momento futuro. Esto se conoce más comúnmente como pronóstico de probabilidad y es mucho más útil.

El promedio no es la respuesta

La única ventaja de un pronóstico puntual es su simplicidad. Si su sistema ERP también es simple, el pronóstico de puntos completa el número que necesita el sistema ERP para programar la mano de obra o comprar materias primas.

La desventaja de un pronóstico puntual es que es demasiado simple. Ignora información adicional en el historial de demanda de un artículo que puede brindarle una imagen más completa de cómo podría desarrollarse la demanda: un pronóstico de probabilidad.

Más allá del promedio: Pronóstico de probabilidad

Mientras que el pronóstico puntual proporciona información limitada, por ejemplo, "La demanda más probable el próximo mes es de 15 unidades", el pronóstico de probabilidad agrega información crucial, por ejemplo, "Existe una probabilidad de 20% de que la demanda supere las 28 unidades y una probabilidad de 10% de que lo haga". ser inferior a 5 unidades”.

Esta información le permite realizar la evaluación de riesgos y la planificación de contingencias. La planificación de contingencia es necesaria porque el pronóstico puntual generalmente tiene solo una pequeña posibilidad de ser correcto. Un pronóstico de probabilidad también puede decir: "La posibilidad de que la demanda sea de 15 unidades es solo 10%, aunque es el valor más probable". En otras palabras, existe una probabilidad 90% de que el pronóstico de puntos sea incorrecto. Este tipo de error no es un error en los cálculos de pronóstico: es la realidad de lidiar con la volatilidad de la demanda. Sería mejor llamarlo una "incertidumbre" que un "error".

Un gerente de operaciones puede usar la información adicional en un pronóstico de probabilidad tanto de manera informal como formal. Informalmente, incluso si un sistema ERP requiere un pronóstico de un solo número como entrada, un administrador inteligente querrá tener alguna pista sobre los riesgos asociados con ese pronóstico puntual, es decir, su margen de error. Entonces, un pronóstico de 15 ± 1 unidad es mucho más seguro que un pronóstico de 15 ± 10. La parte ± es una compresión de un pronóstico probabilístico. La figura 1 a continuación muestra el historial de demanda de un artículo (línea roja), las previsiones puntuales para los próximos 12 meses (línea verde) y sus márgenes de error (líneas cian). El pronóstico más bajo de alrededor de 3.300 unidades ocurre en junio, pero la demanda real podría ser tanto como 800 unidades más o menos.

Bonus: Aplicación a la Gestión de Inventarios

La gestión de inventario requiere que equilibre la disponibilidad del artículo con el costo del inventario. Resulta que conocer la distribución de probabilidad completa de la demanda durante un tiempo de espera de reabastecimiento es esencial para establecer puntos de reposición (también llamados minutos) sobre una base racional y científica. La Figura 2 muestra un pronóstico de probabilidad de la demanda total durante el plazo de entrega de reabastecimiento de 33 semanas para una determinada pieza de repuesto. Si bien la demanda de tiempo de entrega promedio es de 3 unidades, la demanda más probable es cero, y se necesita un punto de reorden de 14 para asegurar que la probabilidad de agotamiento sea de solo 1%. Una vez más, el promedio no es la respuesta.

Saber más siempre es mejor que saber menos y el pronóstico de probabilidad proporciona esa información crucial adicional. El software ha sido capaz de proporcionar un pronóstico puntual durante más de 40 años, pero el software moderno puede hacerlo mejor y proporcionar una imagen completa.

Figura 1: La línea roja muestra el historial de demanda de un bien terminado. La línea verde muestra las previsiones puntuales para los próximos 12 meses. Las líneas azules indican los márgenes de error en los pronósticos de 12 puntos.

Figura 2: Pronóstico probabilístico de la demanda de una pieza de repuesto durante un plazo de reposición de 33 semanas. La demanda más probable es cero, la demanda promedio es 3, pero se requiere un punto de pedido de 14 unidades para tener solo una probabilidad de 1% de que se agoten las existencias.

A menudo nos preguntan cuál es la diferencia entre estas dos métricas de rendimiento importantes para la planificación del inventario. Si bien ambos son importantes para medir qué tan exitosa es una empresa para satisfacer la demanda, su significado es muy diferente. Si no se comprende e incorpora en el proceso de planificación estratégica del inventario, el inventario se asignará de manera ineficiente, lo que dará como resultado un servicio al cliente más bajo y costos de mantenimiento más altos. Hemos ilustrado la diferencia en esta grabación de 4 minutos usando Microsoft Excel.

Smart Operational Analytics calcula automáticamente los niveles de servicio históricos y las tasas de llenado en cualquier artículo. Para ver cómo calcula estas y otras métricas operativas, incluidas las rotaciones de inventario, el rendimiento del proveedor y más, regístrese a continuación para ver una demostración de cinco minutos. La demostración mostrará cómo nuestra plataforma en la nube calcula e informa continuamente estas métricas en miles de artículos, lo que lo ayuda a identificar oportunidades para mejorar el nivel de servicio y reducir el inventario.

Resumen

Establecer un objetivo nivel de servicio o tasa de llenado es una decisión estratégica sobre la gestión de riesgos de inventario. Elegir los niveles de servicio puede ser difícil. Los factores relevantes incluyen los niveles de servicio actuales, los plazos de reabastecimiento, las restricciones de costos, el dolor que la escasez le causa a usted y a sus clientes, y su posición competitiva. El establecimiento de objetivos a menudo se aborda mejor como una colaboración entre operaciones, ventas y finanzas. El software de optimización de inventario es una herramienta esencial en el proceso.

Opciones de nivel de servicio

El nivel de servicio es la probabilidad de que no ocurra escasez entre el momento en que solicita más existencias y cuando llega al estante. El rango razonable de niveles de servicio es de alrededor de 70% a 99%. Los niveles por debajo de 70% pueden indicar que no le importan o que no puede manejar a sus clientes. Los niveles de 100% casi nunca son apropiados y generalmente indican un inventario muy inflado.

Factores que influyen en la elección del nivel de servicio

Varios factores influyen en la elección del nivel de servicio para un artículo de inventario. Estos son algunos de los más importantes.

Niveles de servicio actuales:
Un lugar razonable para comenzar es averiguar cuáles son sus niveles de servicio actuales para cada artículo y en general. Si ya está en buena forma, entonces el trabajo se convierte en el más fácil de ajustar una solución que ya es buena. Si se encuentra en malas condiciones ahora, establecer los niveles de servicio puede ser más difícil. Sorprendentemente, pocas empresas tienen datos sobre esta importante métrica en toda su flota de artículos de inventario. Lo que sucede a menudo es que los puntos de reorden crecen de forma aleatoria a partir de las elecciones realizadas en la prehistoria corporativa y rara vez, a veces nunca, se revisan y actualizan sistemáticamente. Dado que los puntos de pedido son un determinante importante de los niveles de servicio, se deduce que los niveles de servicio "simplemente suceden". El software de optimización de inventario puede convertir sus puntos de pedido y plazos de entrega actuales en estimaciones sólidas de sus niveles de servicio actuales. Este análisis a menudo revela un subconjunto de elementos con niveles de servicio demasiado altos o demasiado bajos, en cuyo caso tiene orientación sobre qué elementos ajustar hacia abajo o hacia arriba, respectivamente.

Plazos de reabastecimiento:
Algunas empresas ajustan los niveles de servicio para que coincidan plazos de reabastecimiento. Si toma mucho tiempo hacer o comprar un artículo, entonces toma mucho tiempo recuperarse de una escasez. En consecuencia, elevan los niveles de servicio en los artículos con mucho tiempo de entrega y los reducen en los artículos para los que los retrasos serán breves.

Restricciones de costo:
El software de optimización de inventario puede encontrar las formas más económicas de alcanzar objetivos de alto nivel de servicio, pero los objetivos agresivos inevitablemente implican costos más altos. Es posible que los costos limiten su elección de objetivos de nivel de servicio. Los costos vienen en varios sabores. La “inversión en inventario” es el valor en dólares del inventario. Los “costos operativos” incluyen tanto los costos de mantenimiento como los costos de pedido. Las restricciones a la inversión en inventario a menudo se imponen a los ejecutivos de inventario y siempre implican límites máximos en los objetivos de nivel de servicio; el software puede hacer explícitas estas relaciones pero no eliminar la necesidad de elegir. Es menos común oír hablar de techos en los costos operativos, pero siempre son al menos un factor secundario que aboga por niveles de servicio más bajos.

Costos de escasez:
Los costos de escasez dependen de si su política de escasez requiere pedidos pendientes o pérdida de ventas. En cualquier caso, los costos de escasez funcionan en contra de la inversión en inventario y los costos operativos al argumentar por niveles de servicio más altos. Es posible que estos costos no siempre se expresen en términos de dólares, como en el caso de los suministros médicos/quirúrgicos, donde los costos de escasez se denominan en términos de morbilidad y mortalidad.

Competencia:
Cuanto más cerca esté su empresa de dominar su mercado, más podrá reducir los niveles de servicio para ahorrar dinero. Sin embargo, retroceder demasiado conlleva riesgos: alienta a los clientes potenciales a buscar en otra parte y alienta a los competidores. Por el contrario, la alta disponibilidad de productos puede contribuir en gran medida a reforzar la posición de un jugador menor.

Orientación colaborativa

Los ejecutivos de inventario pueden ser los encargados de establecer los objetivos de nivel de servicio, pero puede ser mejor colaborar con otras funciones al realizar estas llamadas. Finanzas puede compartir cualquier "línea roja" al principio del proceso, y se les debe asignar la tarea de estimar los costos de mantenimiento y pedidos. Las ventas pueden ayudar a estimar los costos de escasez al explicar las reacciones probables de los clientes ante los pedidos pendientes o la pérdida de ventas.

El papel del software de planificación y optimización de inventario

Sin un software de optimización de inventario, establecer objetivos de nivel de servicio es pura conjetura: es imposible saber cómo se desarrollará un objetivo dado en términos de inversión en inventario, costos operativos, costos de escasez. El software puede calcular las curvas de compensación cuantitativas y detalladas requeridas para tomar decisiones informadas o incluso recomendar el nivel de servicio objetivo que resulte en el costo total más bajo considerando los costos de mantenimiento, los costos de pedido y los costos de desabastecimiento. Sin embargo, no todas las soluciones de software son iguales. Puede ingresar un nivel de servicio 99% definido por el usuario en su sistema de planificación de inventario o el sistema podría recomendar un servicio objetivo, pero eso no significa que realmente alcanzará ese nivel de servicio establecido. De hecho, es posible que ni siquiera se acerque a alcanzarlo y logre un nivel de servicio mucho más bajo. ¡Hemos observado situaciones en las que un nivel de servicio objetivo de 99% en realidad logró un nivel de servicio de solo 82%! Cualquier decisión que se tome como resultado del objetivo dará como resultado una mala asignación no intencionada del inventario, consecuencias muy costosas y muchas explicaciones por hacer. Así que asegúrese de consultar nuestro próximo artículo de blog sobre cómo medir la precisión de su pronóstico de nivel de servicio para no cometer este costoso error.

La planificación de la demanda requiere tiempo y esfuerzo. Vale la pena el esfuerzo en la medida en que realmente lo ayuda a hacer lo que necesita cuando lo necesita.

Pero el trabajo se puede hacer bien o mal. Vemos a muchos fabricantes detenerse en el primer nivel cuando fácilmente podrían pasar al segundo nivel. Y con un poco más de esfuerzo, podrían llegar al tercer nivel, utilizando modelos probabilísticos para convertir los resultados de la planificación de la demanda en un proceso de optimización del inventario.

El primer nivel

El primer nivel es hacer un pronóstico de la demanda usando métodos estadísticos. La Figura 1 muestra un esfuerzo de primer nivel: el historial de demanda de un artículo (línea roja) y su pronóstico esperado de 12 meses (línea verde).

El pronóstico es básico. solo proyecta previsto demanda ignorando que la demanda es volátil e inevitablemente creará un error de pronóstico. (Este es otro ejemplo de una máxima importante: “El promedio no es la respuesta”). Es tan probable que el pronóstico sea demasiado alto como demasiado bajo, y no hay indicios de incertidumbre en el pronóstico que acompañe al pronóstico. Esto significa que el planificador no tiene una estimación del riesgo asociado con el compromiso con el pronóstico. Aun así, este pronóstico proporciona una base racional para la planificación de la producción, la programación personal y la compra de materias primas. Entonces, es mucho mejor que adivinar.

El segundo nivel

El segundo nivel tiene en cuenta explícitamente la incertidumbre del pronóstico. La figura 2 muestra un esfuerzo de segundo nivel, conocido como "pronóstico de percentiles".

Ahora vemos una indicación explícita de la incertidumbre del pronóstico. La línea cian sobre la línea de pronóstico verde representa el percentil 90 proyectado de la demanda mensual. Es decir, la demanda en cada mes futuro tiene una probabilidad de 90% de caer en o por debajo de la línea cian. Dicho de otra manera, existe una probabilidad de 10% de que la demanda exceda la línea cian en cada mes.

Este análisis es mucho más útil porque apoya la gestión de riesgos. Si es importante asegurar un suministro suficiente de este artículo, entonces tiene sentido producir hasta el percentil 90 en lugar del pronóstico esperado. Después de todo, es una moneda al aire si el pronóstico esperado resultará en suficiente producción para satisfacer la demanda mensual. Este pronóstico de segundo nivel es, en efecto, un sustituto aproximado de un cuidadoso proceso de gestión de inventario.

Figura 2. Pronóstico percentil, donde la línea cian estima los percentiles 90 de la demanda mensual.

Ir todo el camino hasta el tercer nivel

La mejor práctica es el tercer nivel, que utiliza la planificación de la demanda como base para completar una segunda tarea: la optimización explícita del inventario. La figura 3 muestra el gráfico fundamental para la gestión eficiente de nuestro producto terminado, suponiendo que tiene un plazo de entrega de producción de 1 mes.

La figura 3 muestra la utilización del pronóstico probabilístico y la cantidad de reducción en el inventario de bienes terminados que podría tener lugar durante un tiempo de espera de producción de un mes. La incertidumbre en la demanda es evidente en la dispersión de la posible demanda, desde un mínimo de 0 hasta un máximo de 35, siendo 15 unidades el valor más probable. La línea roja vertical en 22 indica el "punto de pedido" (o "mínimo" o "valor de activación") correspondiente a mantener la posibilidad de agotarse mientras se espera el reabastecimiento a un nivel bajo de 5%. Cuando el inventario cae a 22 o menos, es hora de ordenar más. El Tercer Nivel utiliza el pronóstico probabilístico de la demanda con exposición total de la incertidumbre del pronóstico para administrar eficientemente el stock del producto terminado.

Para resumir

Pronosticar la demanda más probable de un artículo es un primer paso útil. Te lleva a la mitad del camino hacia donde quieres estar. Pero proporciona una guía incompleta para la planificación porque ignora la volatilidad de la demanda y la incertidumbre de pronóstico que crea. Agregar un colchón al pronóstico de la demanda lo lleva más lejos, porque reduce el riesgo de que un salto en la demanda lo deje sin producto. Este colchón se puede calcular mediante enfoques de pronóstico probabilístico que pronostican un percentil alto de la distribución de la demanda futura. Y si quiere ir un paso más allá, puede alimentar pronósticos de la distribución de la demanda durante un tiempo de espera para calcular los puntos de pedido (min) para asegurarse de tener un nivel aceptablemente bajo de riesgo de agotamiento de existencias.

Teniendo en cuenta lo que la tecnología de pronóstico moderna puede hacer por usted, ¿por qué querría detenerse a la mitad de su objetivo?

Hay un viejo chiste rancio: "Hay dos tipos de personas: los que creen que hay dos tipos de personas y los que no". Podemos modificar ese chiste: "Hay dos tipos de personas: los que saben que hay tres tipos de análisis de la cadena de suministro y los que aún no han leído este blog".

Los tres tipos de análisis de la cadena de suministro son "descriptivos", "predictivos" y "prescriptivos". Cada uno juega un papel diferente para ayudarlo a administrar su inventario. El software moderno de la cadena de suministro le permite aprovechar los tres.

Analítica descriptiva

Los análisis descriptivos son el material de los tableros. Te dicen "lo que está pasando ahora". En esta categoría se incluyen cifras resumidas como el dinero invertido actualmente en inventario, el nivel actual de servicio al cliente y la tasa de llenado, y los plazos de entrega promedio de los proveedores. Estas estadísticas son útiles para realizar un seguimiento de sus operaciones, especialmente cuando realiza un seguimiento de los cambios en ellas de un mes a otro. Confiarás en ellos todos los días. Requieren bases de datos corporativas precisas, procesadas estadísticamente.

Análisis predictivo

El análisis predictivo se manifiesta más comúnmente como pronósticos de demanda, a menudo desglosados por producto y ubicación y, a veces, también por cliente. Estas estadísticas proporcionan una alerta temprana para que pueda preparar la producción, el personal y la adquisición de materias primas para satisfacer la demanda. También proporcionan predicciones del efecto de los cambios en las políticas operativas, por ejemplo, ¿qué sucede si aumentamos la cantidad de nuestro pedido del Producto X de 20 a 25 unidades? Puede confiar en Predictive Analytics periódicamente, tal vez semanal o mensualmente, cuando busca lo que está sucediendo ahora para ver qué sucederá a continuación. Predictive Analytics utiliza Descriptive Analytics como base, pero agrega más capacidad. El análisis predictivo para la previsión de la demanda requiere un procesamiento estadístico avanzado para detectar y estimar características de la demanda de productos como tendencia, estacionalidad y Cambio de regimén. El análisis predictivo para la gestión de inventario utiliza pronósticos de demanda como entradas en los modelos de funcionamiento de las políticas de inventario, que a su vez proporcionan estimaciones de métricas de rendimiento clave, como niveles de servicio, tasas de llenadoy costos de operación.

Analítica prescriptiva

Los análisis prescriptivos no tratan sobre lo que está sucediendo ahora o lo que sucederá a continuación, sino sobre lo que debe hacer a continuación, es decir, recomiendan decisiones destinadas a maximizar el rendimiento del sistema de inventario. Puede confiar en Prescriptive Analytics para posicionar mejor toda su política de inventario. Prescriptive Analytics utiliza Predictive Analytics como base y luego agrega capacidad de optimización. Por ejemplo, el software Prescriptive Analytics puede calcular automáticamente las mejores opciones para los valores futuros de Min's y Max's para miles de artículos de inventario. Aquí, "mejor" podría significar los valores de Min y Max para cada artículo que minimizan el costo operativo (la suma de los costos de mantenimiento, pedido y escasez) mientras se mantiene un piso 90% en la tasa de cumplimiento de artículos.

Ejemplo

La siguiente figura muestra cómo el análisis de la cadena de suministro puede ayudar al administrador de inventario. Las columnas muestran tres indicadores clave de rendimiento (KPI) previstos: nivel de servicio, inversión en inventario y costos operativos (costos de mantenimiento + costos de pedido + costos de escasez).

 Figura 1: Los tres tipos de análisis utilizados para evaluar escenarios de planificación

Las filas muestran cuatro políticas de inventario alternativas, expresadas como escenarios. El escenario "En vivo" informa sobre los valores de los KPI el 1 de julio de 2018. El escenario "99% All" cambia la política actual al elevar el nivel de servicio de todos los elementos a 99%. El escenario de “75 piso/99 techo” eleva los niveles de servicio que son demasiado bajos hasta 75% y reduce los niveles de servicio muy altos (es decir, caros) hasta 95%. El escenario de "Optimización" prescribe niveles de servicio específicos del artículo que minimizan los costos operativos totales.

El escenario "Live 07-01-2018" es un ejemplo de análisis descriptivo. Muestra el rendimiento de referencia actual. Luego, el software le permite al usuario probar cambios en la política de inventario mediante la creación de nuevos escenarios "Qué pasaría si" que luego podrían convertirse en escenarios con nombre para una mayor consideración. Los siguientes dos escenarios son ejemplos de Predictive Analytics. Ambos evalúan las consecuencias de sus políticas de control de inventario recomendadas, es decir, los valores mínimos y máximos recomendados para todos los artículos. El escenario de "Optimización" es un ejemplo de Prescriptive Analytics porque recomienda la mejor política de compromiso.

Considere cómo se comparan los tres escenarios alternativos con el escenario de referencia "en vivo". El escenario “99% All” eleva las métricas de disponibilidad de artículos, aumentando el nivel de servicio de 88% a 99%. Sin embargo, hacerlo aumenta la inversión total en inventario de $3 millones a alrededor de $4 millones. Por el contrario, el escenario de “75 piso/99 techo” aumenta tanto el nivel de servicio como reduce el efectivo inmovilizado en el inventario en alrededor de $300,000. Finalmente, el escenario de “Optimización” logra un nivel de servicio 80%, una reducción del 88% actual, pero recorta más de $2 millones del valor del inventario y reduce los costos operativos en más de $400,000 anualmente. A partir de aquí, los gerentes podrían probar otras opciones, como devolver parte de los ahorros de $2 millones para lograr un nivel de servicio promedio más alto.

Resumen

Los paquetes de software modernos para la planificación y la optimización del inventario deben ofrecer tres tipos de análisis de la cadena de suministro: descriptivo, predictivo y prescriptivo. Su combinación permite a los administradores de inventario realizar un seguimiento de sus operaciones (descriptivo), pronosticar dónde estarán sus operaciones en el futuro (predictivo) y optimizar sus políticas de inventario en respuesta a la anticipación de condiciones futuras (prescriptivo).