Gestión de la variabilidad de la demanda

El Blog de Smart

 Recomendaciones para la planificación de la demanda,

previsión y optimización de inventario

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.

Deja un comentario

Artículos Relacionados

Smart Software anuncia patente de próxima generación

Smart Software anuncia patente de próxima generación

Smart Software se complace en anunciar la concesión de la patente estadounidense 11.656.887. La patente dirige “soluciones técnicas para analizar datos históricos de demanda de recursos en una plataforma tecnológica para facilitar la gestión de un proceso automatizado en la plataforma.

¿Sus pronósticos estadísticos sufren el efecto de oscilación?

¿Sus pronósticos estadísticos sufren el efecto de oscilación?

¿Qué es el efecto meneo? Es cuando su pronóstico estadístico predice incorrectamente los altibajos observados en su historial de demanda cuando realmente no hay un patrón. Es importante asegurarse de que sus pronósticos no cambien a menos que haya un patrón real. Aquí hay una transcripción de un cliente reciente donde se discutió este problema:

Cómo manejar pronósticos estadísticos de cero

Cómo manejar pronósticos estadísticos de cero

Un pronóstico estadístico de cero puede causar mucha confusión a los pronosticadores, especialmente cuando la demanda histórica no es cero. Claro, es obvio que la demanda tiene una tendencia a la baja, pero ¿debería tener una tendencia a cero?

Mensajes recientes

  • What is Inventory Control Planning Management Optimization DictionaryWhat is Inventory Planning? A Brief Dictionary of Inventory-Related Terms
    People involved in the supply chain are likely to have questions about various inventory terms and methods used in their jobs. This note may help by explaining these terms and showing how they relate. […]
  • artificial intelligence ai and machine learning inventory management¿Confundido acerca de la IA y el aprendizaje automático?
    ¿Está confundido acerca de qué es la IA y qué es el aprendizaje automático? ¿No está seguro de por qué saber más le ayudará con su trabajo de planificación de inventario? No te desesperes. Estarás bien y te mostraremos cómo algo de lo que sea puede ser útil. […]
  • Ley de centrado Piezas de repuesto Sincronización Precios y confiabilidadLey de centrado: sincronización, precio y confiabilidad de los repuestos
    En este artículo, lo guiaremos a través del proceso de elaboración de un plan de inventario de repuestos que priorice las métricas de disponibilidad, como los niveles de servicio y las tasas de cumplimiento, al tiempo que garantiza la rentabilidad. Nos centraremos en un enfoque para la planificación de inventario llamado Optimización de inventario basada en el nivel de servicio. A continuación, analizaremos cómo determinar qué piezas debe incluir en su inventario y cuáles podrían no ser necesarias. Por último, exploraremos formas de mejorar consistentemente su plan de inventario basado en el nivel de servicio. […]
  • Balance,Concept,Con,Chrome,Balls,software de optimización de inventarioCómo pronosticar los requisitos de inventario
    La previsión de las necesidades de inventario es una variante especializada de la previsión que se centra en el extremo superior del rango de posible demanda futura. Los métodos tradicionales suelen basarse en curvas de demanda en forma de campana, pero esto no siempre es exacto. En este artículo profundizamos en las complejidades de esta práctica, especialmente cuando se trata de una demanda intermitente. […]
  • Hermanos gemelos de planificación de la demanda con herramientas de previsiónSeis mejores prácticas de planificación de la demanda en las que debería pensar dos veces
    Cada campo, incluido el pronóstico, acumula sabiduría popular que eventualmente comienza a disfrazarse de “mejores prácticas”. Estas mejores prácticas suelen ser acertadas, al menos en parte, pero a menudo carecen de contexto y pueden no ser apropiadas para determinados clientes, industrias o situaciones comerciales. A menudo hay un problema, un “Sí, pero”. Esta nota trata sobre seis preceptos de pronóstico generalmente verdaderos que, sin embargo, tienen sus salvedades. […]

    Optimización de inventario para fabricantes, distribuidores y MRO

    • Ley de centrado Piezas de repuesto Sincronización Precios y confiabilidadLey de centrado: sincronización, precio y confiabilidad de los repuestos
      En este artículo, lo guiaremos a través del proceso de elaboración de un plan de inventario de repuestos que priorice las métricas de disponibilidad, como los niveles de servicio y las tasas de cumplimiento, al tiempo que garantiza la rentabilidad. Nos centraremos en un enfoque para la planificación de inventario llamado Optimización de inventario basada en el nivel de servicio. A continuación, analizaremos cómo determinar qué piezas debe incluir en su inventario y cuáles podrían no ser necesarias. Por último, exploraremos formas de mejorar consistentemente su plan de inventario basado en el nivel de servicio. […]
    • 5 pasos para mejorar el impacto financiero de la planificación de repuestos5 pasos para mejorar el impacto financiero de la planificación de repuestos
      En el competitivo panorama empresarial actual, las empresas buscan constantemente formas de mejorar su eficiencia operativa y generar mayores ingresos. La optimización de la gestión de repuestos es un aspecto que a menudo se pasa por alto y que puede tener un impacto financiero significativo. Las empresas pueden mejorar la eficiencia general y generar importantes rendimientos financieros mediante la gestión eficaz del inventario de piezas de repuesto. Este artículo explorará las implicaciones económicas de la gestión optimizada de repuestos y cómo invertir en software de optimización de inventario y planificación de la demanda puede proporcionar una ventaja competitiva. […]
    • Estrategias de resultados para el software de planificación de piezas de repuestoEstrategias de resultados para la planificación de piezas de repuesto
      La gestión de piezas de repuesto presenta numerosos desafíos, como averías inesperadas, horarios cambiantes y patrones de demanda inconsistentes. Los métodos de pronóstico tradicionales y los enfoques manuales son ineficaces para hacer frente a estas complejidades. Para superar estos desafíos, este blog describe estrategias clave que priorizan los niveles de servicio, utilizan métodos probabilísticos para calcular los puntos de pedido, ajustan periódicamente las políticas de almacenamiento e implementan un proceso de planificación dedicado para evitar un inventario excesivo. Explore estas estrategias para optimizar el inventario de repuestos y mejorar la eficiencia operativa. […]
    • ingeniero técnico profesional que planifica piezas de repuesto en la fábrica de fabricación industrial,Prepare su planificación de repuestos para golpes inesperados
      En el clima empresarial impredecible de hoy, tenemos que preocuparnos por las interrupciones en la cadena de suministro, los largos plazos de entrega, el aumento de las tasas de interés y la volatilidad de la demanda. Con todos estos desafíos, nunca ha sido más vital para las organizaciones pronosticar con precisión el uso de piezas, los niveles de existencias y optimizar las políticas de reabastecimiento, como los puntos de pedido, las existencias de seguridad y las cantidades de los pedidos. En este blog, exploraremos cómo las empresas pueden aprovechar soluciones innovadoras como la optimización de inventario y el software de pronóstico de piezas que utilizan algoritmos de aprendizaje automático, pronóstico probabilístico y análisis para mantenerse a la vanguardia y proteger sus cadenas de suministro de impactos inesperados. […]

      Los datos inexactos, la escasez de materias primas, los proveedores con largos plazos de entrega en países lejanos pueden afectar la demanda. Las empresas de computación en la nube con servidores y piezas de hardware únicas, comercio electrónico, minoristas en línea, empresas de suministros para el hogar y la oficina, muebles en el sitio, servicios públicos de energía, mantenimiento intensivo de activos o almacenamiento para empresas de suministro de agua han aumentado su actividad durante la pandemia. Los talleres que venden repuestos para automóviles y camiones, los fabricantes de productos farmacéuticos, sanitarios o de suministros médicos y los proveedores de productos de seguridad se enfrentan a una demanda cada vez mayor. Las empresas de servicios de entrega, los servicios de limpieza, las licorerías y los almacenes de productos enlatados o enlatados, las tiendas de mejoras para el hogar, los proveedores de jardinería, las empresas de cuidado de jardines, las ferreterías, las tiendas de suministros de cocina y panadería, los proveedores de muebles para el hogar con una gran demanda enfrentan desabastecimientos, largos plazos de entrega, inventario costos de escasez, mayores costos de operación y costos de pedido.