Una gestión eficaz de la cadena de suministro y del inventario es esencial para lograr la eficiencia operativa y la satisfacción del cliente. Este blog ofrece respuestas claras y concisas a algunas preguntas básicas y otras preguntas comunes de nuestros clientes de Smart IP&O, ofreciendo información práctica para superar los desafíos típicos y mejorar sus prácticas de gestión de inventario. Centrándonos en estas áreas clave, lo ayudamos a transformar problemas complejos de inventario en acciones estratégicas y manejables que reducen los costos y mejoran el rendimiento general con Smart IP&O.

1. ¿Qué es la demanda de tiempo de entrega?
Se espera que la demanda se produzca durante el plazo de reposición. La demanda del plazo de reposición se determina por Métodos de previsión de Smart. 

2. ¿Qué es el Min y cómo se calcula?
El Min se muestra en la sección de controladores de S.I.O. es el punto de reorden y es la suma de la demanda del tiempo de entrega y el stock de seguridad. Cuando el inventario disponible cae por debajo del mínimo debido a la demanda, deberá pedir más. Smart también tiene un “mínimo” en el campo de “reglas de pedido” de S.I.O., que es la cantidad mínima de pedido que puede realizar a un proveedor. 

3. ¿Qué es el Max y cómo se calcula?
El máximo es la mayor cantidad de inventario que estará en el estante si se adhiere a la política de pedidos. El máximo es la suma del mínimo (punto de reorden) más el OQ definido. 

4. ¿Cómo se determina la cantidad del pedido (OQ)?
La cantidad del pedido se importa inicialmente desde su sistema ERP. Puede modificarse en función de una serie de opciones definidas por el usuario, entre las que se incluyen:

Demanda de múltiples plazos de entrega
Demanda múltiple mensual o semanal
OQ recomendado por Smart

5. ¿Qué es la cantidad económica de pedido?
Es la orden cantidad que minimizará los costos totales, considerando el costo de mantenimiento y los costos de pedido de inventario. 

6. ¿Cuál es el “OQ recomendado” que calcula Smart?
Es la cantidad económica del pedido más un ajuste si es necesario para asegurar que el tamaño del pedido sea mayor o igual a la demanda durante el tiempo de entrega.

7. ¿Por qué el sistema predice que tendremos un clima bajo? nivel de servicio?
Smart predice el nivel de servicio que resultará de la política de inventario especificada (Mín./Máx. o Punto de reorden/Cantidad de pedido), suponiendo que se cumpla esa política. Cuando el nivel de servicio previsto es bajo, puede significar que la demanda esperada durante el tiempo de entrega es mayor que el punto de reorden (Mín.). Cuando la demanda durante el tiempo de entrega de reposición es mayor que el punto de reorden, la probabilidad de que se agote el stock es mayor, lo que da como resultado un nivel de servicio bajo. También puede ser que el tiempo de entrega para la reposición no se haya ingresado con precisión. Si el tiempo de entrega ingresado es mayor que la realidad, el punto de reorden puede no cubrir la demanda durante el tiempo de entrega. Verifique sus entradas de tiempo de entrega.

8. ¿Por qué el nivel de servicio se muestra como cero cuando el punto de reorden (o mínimo) no es cero?
Smart predice el nivel de servicio que resultará de la política de inventario especificada (Mín/Máx o Punto de reorden/Cantidad de pedido), suponiendo que se respete esa política. Cuando el nivel de servicio previsto es bajo, puede significar que la demanda esperada durante el tiempo de entrega es mayor que el punto de reorden (Mín), a veces muchas veces mayor, lo que prácticamente garantizaría un desabastecimiento. Cuando la demanda durante el tiempo de entrega de reposición es mayor que el punto de reorden, la probabilidad de desabastecimiento es mayor, lo que da como resultado un bajo nivel de servicio. También puede ser que su tiempo de entrega para la reposición no se haya ingresado con precisión. Si el tiempo de entrega ingresado es más largo que la realidad, el punto de reorden puede no cubrir la demanda durante el tiempo de entrega. Verifique sus entradas de tiempo de entrega.

9. Pero mis niveles de servicio reales no son tan bajos como los que predice Smart, ¿por qué?
Eso puede ser cierto porque Smart predice su nivel de servicio si usted cumple con la política. Es posible que no esté cumpliendo con la política. la política en la que se basa la predicción del nivel de servicio.  Si su inventario disponible es mayor que la cantidad máxima, no está cumpliendo con la política. Verifique los supuestos ingresados para el tiempo de entrega. Los tiempos de entrega reales pueden ser mucho más cortos que los ingresados, lo que da como resultado un nivel de servicio previsto que es menor al esperado.

10. Smart parece recomendar demasiado inventario, o al menos más de lo que esperaba; ¿por qué?
Debe considerar la posibilidad de evaluar los datos de entrada, como el nivel de servicio y los plazos de entrega. Tal vez sus plazos de entrega reales no sean tan largos como el plazo de entrega que utiliza Smart. Hemos visto situaciones en las que los proveedores inflan artificialmente sus plazos de entrega cotizados para asegurarse de que siempre lleguen a tiempo. Si utiliza ese plazo de entrega al calcular sus existencias de seguridad, inevitablemente acumulará un exceso de existencias. Por lo tanto, revise su historial de plazos de entrega reales (Smart proporciona el informe de rendimiento del proveedor para esto) para tener una idea de los plazos de entrega reales y ajustarlos en consecuencia. O es posible que esté pidiendo un nivel de servicio muy alto que puede verse agravado aún más por un artículo muy volátil que tiene varios picos significativos en la demanda. Cuando la demanda fluctúa significativamente con respecto a la media, el uso de un objetivo de nivel de servicio alto (98%+) dará como resultado políticas de almacenamiento diseñadas para cubrir incluso picos muy grandes. Pruebe con un objetivo de nivel de servicio más bajo o reduzca el plazo de entrega (suponiendo que el plazo de entrega especificado ya no sea realista) y su inventario disminuirá, a veces de manera muy sustancial.

11. Smart está utilizando picos de demanda que no quiero que tenga en cuenta y está inflando el inventario. ¿Cómo puedo corregir esto?
Si está seguro de que el pico no volverá a ocurrir, puede eliminarlo de los datos históricos mediante una anulación con Smart Demand Planner. Deberá abrir el proyecto de pronóstico que contiene ese artículo, ajustar el historial y guardar el historial ajustado. Puede comunicarse con el soporte técnico para que lo ayude a configurarlo. Si los picos son parte de la aleatoriedad normal que a veces puede ocurrir, es mejor dejarlo así. En su lugar, considere un objetivo de nivel de servicio más bajo. El objetivo más bajo significa que los puntos de reorden no necesitan cubrir los valores extremos con tanta frecuencia, lo que da como resultado un inventario más bajo.

12. Cuando cambio la Cantidad de pedido o Máxima, mis niveles de servicio de ciclo no cambian, ¿por qué?
Smart informa sobre el “nivel de servicio del ciclo” y el “nivel de servicio”. Cuando cambia las cantidades de su pedido y las cantidades máximas, esto no afectará el “nivel de servicio del ciclo” porque los niveles de servicio del ciclo informan sobre el rendimiento solo durante el período de reposición. Esto se debe a que todo lo que lo protege de la falta de existencias después de que se realiza el pedido (y debe esperar hasta que llegue el pedido para la reposición) es el punto de reorden o el nivel mínimo. Cambiar el tamaño de la cantidad del pedido o el nivel máximo disponible (hasta niveles) no afectará sus niveles de servicio del ciclo. El nivel de servicio del ciclo solo se ve afectado por el tamaño de los puntos de reorden y la cantidad de stock de seguridad que se agrega, mientras que el “nivel de servicio” de Smart cambiará cuando modifique tanto los puntos de reorden como las cantidades del pedido.

13. Mi pronóstico parece inexacto. No muestra ninguno de los altibajos observados en el historial. ¿Por qué?
Un buen pronóstico es el número que se acerca más al real en comparación con otros números que podrían haberse predicho. Cuando los altibajos históricos no ocurren en intervalos predecibles, el mejor pronóstico es el que promedia o suaviza esos altibajos históricos. Un pronóstico que predice altibajos futuros que no ocurren en patrones obvios históricamente es más probable que sea menos preciso que uno que se pronostica solo en línea recta o de tendencia.

14. ¿Qué es la optimización? ¿Cómo funciona?
La optimización es una opción para establecer políticas de almacenamiento de existencias en las que el software elige la política de almacenamiento de existencias que genere el menor costo operativo total. Por ejemplo, si un artículo es muy costoso de mantener, una política que tenga más faltantes de existencias, pero menos inventario, generará costos totales más bajos que una política que tenga menos faltantes de existencias y más inventario. Por otro lado, si el artículo tiene un alto costo de faltante de existencias, entonces una política que genere menos faltantes de existencias pero requiera más inventario generará más beneficios financieros que una política que tenga menos inventario pero más faltantes de existencias. Al utilizar la función de optimización, el usuario debe especificar el nivel de servicio mínimo. El software decidirá entonces si un nivel de servicio más alto generará un mejor retorno. Si es así, las políticas de reordenamiento apuntarán al nivel de servicio más alto. Si no es así, las políticas de reordenamiento se basarán de manera predeterminada en el nivel de servicio mínimo definido por el usuario. Este seminario web proporciona detalles y explicaciones sobre las matemáticas detrás de la optimización.  https://www.screencast.com/t/3CfKJoMe2Uj

15. ¿Qué es un escenario hipotético?
Los escenarios hipotéticos le permiten probar distintas opciones de políticas de inventario definidas por el usuario y evaluar el impacto previsto en métricas como niveles de servicio, tasas de llenado y valor del inventario. Para explorar estos escenarios, haga clic en la pestaña Impulsores, ya sea en el nivel de resumen o en el nivel de “Artículos”, e ingrese los ajustes deseados. Luego, puede volver a calcular para ver cómo estos cambios afectarían el rendimiento general de su inventario. Esto le permite comparar varias estrategias y seleccionar el enfoque más rentable y eficiente para su cadena de suministro.

Al abordar preguntas y desafíos comunes, brindamos información útil para ayudarlo a mejorar sus prácticas de gestión de inventario. Con Smart IP&O, tiene las herramientas que necesita para tomar decisiones informadas sobre el inventario, reducir costos y mejorar el rendimiento general.

En este blog, exploraremos cómo las organizaciones pueden lograr una eficiencia y precisión excepcionales con la optimización del inventario impulsada por la IA. Los métodos tradicionales de gestión de inventario a menudo resultan insuficientes debido a su naturaleza reactiva y su dependencia de procesos manuales. Mantener niveles óptimos de inventario es fundamental para satisfacer la demanda de los clientes y minimizar los costos. La introducción de la optimización del inventario impulsada por la IA puede reducir significativamente la carga de los procesos manuales, brindando alivio a los gerentes de la cadena de suministro de tareas tediosas. Con la IA, podemos predecir la demanda con mayor precisión, reducir el exceso de existencias, evitar desabastecimientos y, en última instancia, mejorar los resultados de nuestra organización. Exploremos cómo este enfoque no solo aumenta las ventas y la eficiencia operativa, sino que también eleva la satisfacción del cliente al garantizar que los productos estén siempre disponibles cuando sea necesario.

 

Información para mejorar la toma de decisiones en la gestión de inventarios

1. Precisión de pronóstico mejorada Los algoritmos avanzados de aprendizaje automático analizan datos históricos para identificar patrones que los humanos podrían pasar por alto. Técnicas como la agrupación, la detección de cambios de régimen, la detección de anomalías y el análisis de regresión proporcionan información profunda sobre los datos. Medir el error de pronóstico es esencial para perfeccionar los modelos de pronóstico; por ejemplo, técnicas como el error absoluto medio (MAE) y el error cuadrático medio (RMSE) ayudan a cuantificar la precisión de los pronósticos. Las empresas pueden mejorar la precisión monitoreando y ajustando continuamente los pronósticos en función de estas métricas de error. como el Planificador de demanda en un minorista de hardware declarado, "Con las mejoras en nuestros pronósticos y planificación de inventario que permitió Smart Software, hemos podido reducir el stock de seguridad en 20% y al mismo tiempo reducir los desabastecimientos en 35%".

2. Análisis de datos en tiempo real Los sistemas de última generación pueden procesar grandes cantidades de datos en tiempo real, lo que permite a las empresas ajustar sus niveles de inventario de forma dinámica en función de las tendencias actuales de la demanda y las condiciones del mercado. Los algoritmos de detección de anomalías pueden identificar y corregir automáticamente picos o caídas repentinas en la demanda, garantizando que los pronósticos sigan siendo precisos. Una historia de éxito notable proviene de Smart IP&O, que permitió a una empresa reducir el inventario en 20% mientras mantenía los niveles de servicio mediante el análisis continuo de datos en tiempo real y el ajuste de los pronósticos en consecuencia. Destacado Gerente de Materiales de FedEx Tech, "Cualquiera que sea la solicitud, debemos cumplir con nuestro compromiso de servicio al día siguiente: Smart nos permite ajustar el riesgo de nuestro inventario para asegurarnos de que tenemos los productos y piezas disponibles para lograr los niveles de servicio que nuestros clientes requieren".

3. Mejora de la eficiencia de la cadena de suministro Las plataformas tecnológicas inteligentes pueden optimizar toda la cadena de suministro, desde la adquisición hasta la distribución, prediciendo los plazos de entrega y optimizando las cantidades de los pedidos. Esto reduce el riesgo de exceso y falta de existencias. Por ejemplo, al utilizar la gestión de inventario basada en pronósticos, Smart Software ayudó a un fabricante a optimizar su cadena de suministro, reduciendo los tiempos de entrega en 15% y mejorando la eficiencia general. El vicepresidente de operaciones de Procon Pump declaró: "Una de las cosas que me gusta de esta nueva herramienta... es que puedo evaluar las consecuencias de las decisiones sobre el almacenamiento del inventario antes de implementarlas".

4. Toma de decisiones mejorada La IA proporciona información y recomendaciones prácticas, lo que permite a los gerentes tomar decisiones informadas. Esto incluye identificar artículos de baja rotación, pronosticar la demanda futura y optimizar los niveles de existencias. El análisis de regresión, por ejemplo, puede relacionar las ventas con variables externas como la estacionalidad o indicadores económicos, proporcionando una comprensión más profunda de los impulsores de la demanda. Uno de los clientes de Smart Software informó una mejora significativa en los procesos de toma de decisiones, lo que resultó en un aumento de 30% en los niveles de servicio y al mismo tiempo redujo el exceso de inventario en 15%. "Smart IP&O nos permitió modelar la demanda en cada ubicación de almacenamiento y, utilizando una planificación basada en el nivel de servicio, determinar cuánto almacenar para lograr el nivel de servicio que requerimos", señaló el Responsable de Compras en Empresas Seneca.

5. Reducción de costo Al optimizar los niveles de inventario, las empresas pueden reducir los costos de mantenimiento y minimizar las pérdidas por productos obsoletos o caducados. Los sistemas impulsados por IA también reducen la necesidad de realizar comprobaciones manuales de inventario, lo que ahorra tiempo y costes laborales. Un estudio de caso reciente muestra cómo se logró la implementación de la planificación y optimización del inventario (IP&O) dentro de los 90 días posteriores al inicio del proyecto. Durante los seis meses siguientes, IP&O permitió ajustar los parámetros de almacenamiento de varios miles de artículos, lo que resultó en reducciones de inventario de $9,0 millones y al mismo tiempo mantuvo los niveles de servicio objetivo.

 

Al aprovechar algoritmos avanzados y análisis de datos en tiempo real, las empresas pueden mantener niveles óptimos de inventario y mejorar el rendimiento general de su cadena de suministro. La planificación y optimización del inventario (IP&O) es una herramienta poderosa que puede ayudar a su organización a alcanzar estos objetivos. La incorporación de optimización de inventario de última generación en su organización puede generar mejoras significativas en la eficiencia, la reducción de costos y la satisfacción del cliente.

 

 

 

El software de optimización de inventario que respalda el análisis hipotético expondrá el equilibrio entre los desabastecimientos y los costos excesivos de los distintos objetivos de nivel de servicio. Pero primero es importante identificar cómo se interpretan, miden y reportan los “niveles de servicio”. Esto evitará la falta de comunicación y la falsa sensación de seguridad que puede desarrollarse cuando se utilizan definiciones menos estrictas. Definir claramente cómo se calcula el nivel de servicio pone a todas las partes interesadas en la misma página. Esto facilita una mejor toma de decisiones.

Hay muchas diferencias en lo que quieren decir las empresas cuando mencionan sus "niveles de servicio". Esto puede variar de una empresa a otra e incluso de un departamento a otro dentro de una empresa. Aquí hay dos ejemplos:

 

1. Nivel de servicio medido "desde el estante" versus un plazo de entrega cotizado por el cliente.
   El nivel de servicio medido "desde el estante" significa el porcentaje de unidades solicitadas que están inmediatamente disponibles en stock. Sin embargo, cuando un cliente realiza un pedido, a menudo no se envía de inmediato. El servicio de atención al cliente o ventas cotizarán cuándo se enviará el pedido. Si el cliente está de acuerdo con la fecha de envío prometida y el pedido se envía antes de esa fecha, se considera que se ha cumplido el nivel de servicio. Los niveles de servicio serán claramente más altos cuando se calculen según el tiempo de entrega cotizado por el cliente en comparación con "disponible en el estante".

2. Nivel de servicio medido sobre el tiempo de entrega fijo versus variable cotizado por el cliente.
   Los altos niveles de servicio a menudo están sesgados porque los plazos de entrega cotizados por el cliente se ajustan posteriormente para permitir que casi todos los pedidos se surtan “a tiempo y en su totalidad”. Esto sucede cuando no se puede cumplir con el tiempo de entrega inicial, pero el cliente acepta tomar el pedido más tarde, y el campo de tiempo de entrega cotizado por el cliente que se utiliza para rastrear el nivel de servicio es ajustado por ventas o servicio al cliente.

Aclarar cómo se definen, miden y reportan los “niveles de servicio” es esencial para alinear las organizaciones y mejorar la toma de decisiones, lo que resulta en prácticas de gestión de inventario más efectivas.

 

En este blog, dirigimos la conversación hacia el potencial transformador de la tecnología en la gestión de inventario. La discusión se centra en las limitaciones del pensamiento simple en la gestión de procesos de control de inventario y la necesidad de adoptar soluciones de software sistemáticas. El Dr. Tom Willemain destaca el contraste entre el software inteligente y los enfoques básicos, aunque cómodos, comúnmente empleados por muchas empresas. Estos métodos elementales, a menudo favorecidos por su facilidad de uso y costo cero, son examinados por sus insuficiencias para abordar los desafíos dinámicos de la gestión de inventarios.

​

​La importancia de este tema radica en el papel crítico que juega la gestión de inventarios en la eficiencia operativa de una empresa y su impacto directo en la satisfacción y rentabilidad del cliente. El Dr. Tom Willemain señala los errores comunes de confiar en reglas generales demasiado simplificadas, como la caprichosa canción infantil utilizada por una empresa para determinar los puntos de reorden, o el método del instinto, que depende de una intuición no cuantificable en lugar de datos. Estos enfoques, aunque atractivos por su simplicidad, no logran adaptarse a las fluctuaciones del mercado, la confiabilidad de los proveedores o los cambios en la demanda, lo que plantea riesgos importantes para el negocio. El video también critica la práctica de establecer puntos de reorden basados ​​en múltiplos de la demanda promedio, destacando su desprecio por la volatilidad de la demanda, una consideración fundamental en la teoría de inventarios.

Para concluir, el presentador aboga por un enfoque más sofisticado y basado en datos para la gestión de inventarios. Al aprovechar soluciones de software avanzadas como las que ofrece Smart Software, las empresas pueden modelar con precisión patrones de demanda complejos y probar reglas de inventario frente a numerosos escenarios futuros. Este método científico permite establecer puntos de reorden que tienen en cuenta la variabilidad del mundo real, minimizando así el riesgo de desabastecimiento y los costos asociados. El vídeo enfatiza que, si bien las heurísticas simples pueden resultar tentadoras por su facilidad de uso, son inadecuadas para las condiciones dinámicas del mercado actual. El presentador anima a los espectadores a adoptar soluciones tecnológicas que ofrezcan precisión y adaptabilidad de nivel profesional, garantizando un éxito empresarial sostenible.

 

 

Creemos que la vanguardia del análisis de la cadena de suministro es el desarrollo de gemelos digitales de sistemas de inventario. Estos gemelos toman la forma de modelos de eventos discretos que utilizan la simulación Monte Carlo para generar y optimizar toda la gama de riesgos operativos. También afirmamos que nosotros y nuestros colegas de Smart Software hemos desempeñado un papel enorme en la creación de esa vanguardia. Pero no estamos solos: hay un pequeño número de otras empresas de software en todo el mundo que se están poniendo al día.

Entonces, ¿qué sigue para el análisis de la cadena de suministro? ¿Dónde está la próxima frontera? Podría implicar algún tipo de modelo de red neuronal de un sistema de distribución. Pero daríamos mejores probabilidades a una extensión de nuestros modelos de vanguardia de sistemas de inventario de “escalón único” a sistemas de inventario de “escalones múltiples”.

Las Figuras 1 y 2 ilustran la distinción entre sistemas de escalón único y múltiple. La Figura 1 muestra un fabricante que depende de una Fuente para reponer su stock de repuestos o componentes. Cuando se avecina un desabastecimiento, el fabricante solicita reabastecimiento de existencias a la Fuente.

Figura 1: Un sistema de inventario de un solo escalón

 

Los modelos de escalón único no incluyen explícitamente detalles de la Fuente. Sigue siendo un misterio, un fantasma invisible cuya única característica relevante es el tiempo aleatorio que tarda en responder a una solicitud de reabastecimiento. Es importante destacar que se supone implícitamente que la Fuente nunca se agota. Esa suposición puede ser “suficientemente buena” para muchos propósitos, pero no puede ser literalmente cierta. Se maneja incorporando eventos de desabastecimiento de proveedores en la distribución del tiempo de entrega de reabastecimiento. Rechazar ese supuesto es la razón fundamental para el modelado multiescalón.

La Figura 2 muestra un sistema de inventario simple de dos escalones. Cambia los dominios de la fabricación a la distribución. Hay múltiples almacenes (WH) que dependen de un centro de distribución (DC) para el reabastecimiento. Ahora el DC es una parte explícita del modelo. Tiene una capacidad finita para procesar pedidos y requiere sus propios protocolos de reordenamiento. El DC se reabastece desde arriba en la cadena desde una Fuente. La Fuente podría ser el fabricante del artículo del inventario o quizás un “CD regional” o algo similar, pero ¿adivinen qué? – es otro fantasma. Al igual que en el modelo de un solo escalón, este fantasma tiene una característica visible: la distribución de probabilidad de su tiempo de reabastecimiento. (El chiste de un famoso chiste de física es "Pero señora, hay tortugas hasta abajo". En nuestro caso, "Son fantasmas hasta arriba").

Figura 2: Un sistema de inventario de dos niveles

 

El problema del diseño y optimización de procesos es mucho más difícil con dos niveles. La dificultad no es sólo la adición de dos parámetros de control más para cada WH (por ejemplo, un mínimo y un máximo para cada uno) más los mismos dos parámetros para el DC. Más bien, la parte más difícil es modelar la interacción entre los WH. En el modelo de un solo nivel, cada WH opera en su propio pequeño mundo y nunca escucha "Lo siento, estamos agotados" de la Fuente fantasmal. Pero en un sistema de dos niveles, hay múltiples WH que compiten por el reabastecimiento desde su DC compartido. Esta competencia crea la principal dificultad analítica: los WH no pueden modelarse de forma aislada sino que deben analizarse simultáneamente. Por ejemplo, si un DC da servicio a diez WH, hay 2+10×2 = 22 parámetros de control de inventario cuyos valores deben calcularse. En lenguaje nerd: no es trivial resolver un problema de optimización discreta restringido de 22 variables que tiene una función objetivo estocástica.

Si elegimos el diseño de sistema incorrecto, descubrimos un nuevo fenómeno inherente a los sistemas de múltiples niveles, que informalmente llamamos "fusión" o "catástrofe". En este fenómeno, el CD no puede satisfacer las demandas de reabastecimiento de los WH, por lo que eventualmente crea desabastecimientos a nivel de almacén. Luego, las solicitudes de reabastecimiento cada vez más frenéticas del WH agotan el inventario en el DC, que inicia sus propias solicitudes de reabastecimiento en pánico desde el DC regional. Si el CD regional tarda demasiado en reponer el CD, entonces todo el sistema se disuelve en una tragedia de desabastecimiento.

Una solución al problema de la fusión es sobrediseñar el CD para que casi nunca se agote, pero eso puede ser muy costoso, razón por la cual existe un CD regional en primer lugar. Por lo tanto, cualquier diseño de sistema asequible tiene un CC que sea lo suficientemente bueno como para durar mucho tiempo entre fusiones. Esta perspectiva implica un nuevo tipo de indicador clave de desempeño (KPI), como “La probabilidad de colapso dentro de X años es inferior al Y por ciento”.

La próxima frontera requerirá nuevos métodos y nuevas métricas, pero ofrecerá una nueva forma de diseñar y optimizar los sistemas de distribución. Nuestra fábrica de zorrillos ya está generando prototipos. Mira este espacio.