Comencemos reconociendo que el aumento de los ingresos es bueno para usted y que aumentar la disponibilidad de las piezas de repuesto que proporciona es bueno para sus clientes.

Pero también reconozcamos que aumentar la disponibilidad de artículos no necesariamente conducirá a mayores ingresos. Si planifica incorrectamente y termina teniendo un exceso de inventario, el efecto neto puede ser bueno para sus clientes, pero definitivamente será malo para usted. Debe haber alguna forma correcta de hacer que esto sea beneficioso para todos, si tan solo se puede reconocer.

Para tomar la decisión correcta aquí, debe pensar sistemáticamente sobre el problema. Eso requiere que utilice modelos probabilísticos del proceso de control de inventario.

un escenario

Consideremos un escenario específico y realista. Muchos factores influyen en los resultados:

• El artículo: Una pieza de repuesto específica de bajo volumen.
• Demanda media: promedio de 0,1 unidades por día (por lo tanto, altamente "intermitente")
• Desviación estándar de la demanda: 0,35 unidades por día (por lo tanto, muy variable o “sobredispersada”).
• Plazo medio de entrega del proveedor: 5 días.
• Costo unitario: $100.
• Costo de mantenimiento por año como % del costo unitario: 10%.
• Costo de pedido por corte de orden de compra: $25.
• Consecuencias del desabastecimiento: pérdida de ventas (por lo tanto, un mercado competitivo, sin pedidos pendientes).
• Costo de escasez por venta perdida: $100.
• Objetivo de nivel de servicio: 85% (por lo tanto, 15% de probabilidad de desabastecimiento en cualquier ciclo de reabastecimiento).
• Política de control de inventario: revisión periódica/pedido hasta (también llamada política en (T,S))

Política de control de inventario

Una palabra sobre la política de control de inventario. La política (T,S) es una de varias que son comunes en la práctica. Aunque existen otras políticas más eficientes (p. ej., no esperan a que pasen T días para hacer el ajuste de stock), (T,S) es una de las más sencillas y, por lo tanto, bastante popular. Funciona de esta manera: cada T días, verifica cuántas unidades tiene en stock, digamos X unidades. Luego, solicita unidades SX, que aparecen después del tiempo de entrega del proveedor (en este caso, 5 días). La T en (T,S) es el “intervalo de pedido”, el número de días entre pedidos; la S es el "pedido hasta el nivel", la cantidad de unidades que desea tener disponibles al comienzo de cada ciclo de reposición.

Para aprovechar al máximo esta política, debe elegir sabiamente los valores de T y S. Elegir sabiamente significa que no puede ganar adivinando o usando guías simples de reglas generales como "Mantenga un promedio de 3 veces la demanda promedio disponible". Las malas elecciones de T y S perjudican tanto a sus clientes como a sus resultados. Y quedarse demasiado tiempo con opciones que alguna vez fueron buenas puede resultar en un rendimiento deficiente si alguno de los factores anteriores cambia significativamente, por lo que los valores de T y S deben recalcularse de vez en cuando.

La forma inteligente de elegir los valores correctos de T y S es usar modelos probabilísticos codificados en software avanzado. El uso de software es esencial cuando tiene que escalar y elegir valores de T y S que sean correctos no para un artículo sino para cientos o miles.

Análisis de Escenario

Pensemos en cómo ganar dinero en este escenario. ¿Cuál es el lado positivo? Si no hubiera gastos, este rubro podría generar un promedio de $3.650 por año: 0,1 unidades/día x 365 días x $100/unidad. Se restarán de eso los costos operativos, compuestos por costos de mantenimiento, pedidos y faltantes. Cada uno de ellos dependerá de sus elecciones de T y S.

El software proporciona números específicos: la configuración de T = 321 días y S = 40 unidades dará como resultado costos operativos anuales promedio de $604, dando un margen esperado de $3,650 – $604 = $3,046. Ver Tabla 1, columna izquierda. Este uso de software se denomina "análisis predictivo" porque traduce las entradas del diseño del sistema en estimaciones de un indicador clave de rendimiento, el margen.

Ahora piensa si puedes hacerlo mejor. El objetivo de nivel de servicio en este escenario es 85%, que es un estándar algo relajado que no llamará la atención. ¿Qué pasaría si pudiera ofrecer a sus clientes un nivel de servicio 99%? Eso suena como una clara ventaja competitiva, pero ¿reduciría su margen? No si ajusta correctamente los valores de T y S.

Establecer T = 216 días y S = 35 unidades reducirá los costos operativos anuales promedio a $551 y aumentará el margen esperado a $3,650 – $551 = $3,099. Ver Tabla 1, columna derecha. Aquí está el ganar-ganar que queríamos: mayor satisfacción del cliente y aproximadamente 2% más de ingresos. Este uso del software se denomina "análisis de sensibilidad" porque muestra cuán sensible es el margen a la elección del objetivo de nivel de servicio.

El software también puede ayudarlo a visualizar la dinámica compleja y aleatoria de los movimientos de inventario. Un subproducto del análisis que llenó la Tabla 1 son los gráficos que muestran las rutas aleatorias tomadas por las existencias a medida que disminuyen durante un ciclo de reabastecimiento. La figura 1 muestra una selección de 100 escenarios aleatorios para el escenario en el que el nivel de servicio objetivo es 99%. En la figura, solo 1 de los 100 escenarios resultó en un desabastecimiento, lo que confirma la precisión de la elección del pedido hasta el nivel.

Resumen

La gestión de los inventarios de piezas de repuesto a menudo se realiza al azar utilizando el instinto, el hábito o la regla empírica obsoleta. Volarlo de esta manera no es un camino confiable y reproducible hacia un mayor margen o una mayor satisfacción del cliente. La teoría de la probabilidad, destilada en modelos de probabilidad y luego codificada en software avanzado, es la base para una guía coherente y eficiente sobre cómo administrar las piezas de repuesto en función de los hechos: características de la demanda, plazos de entrega, objetivos de nivel de servicio, costos y otros factores. Los escenarios analizados aquí ilustran que es posible lograr niveles de servicio más altos y un margen más alto. Una multitud de escenarios que no se muestran aquí ofrecen formas de lograr niveles de servicio más altos pero pierden margen. Usa el programa.

La planificación impulsada por el nivel de servicio (SLDP) es un enfoque para la planificación del inventario. Prescribe objetivos de nivel de servicio óptimos, identifica y comunica continuamente las ventajas y desventajas entre el servicio y el costo que son la base de todas las decisiones sabias de inventario. Cuando una organización entiende esta relación, puede comunicar dónde está en riesgo, dónde no, y manejar de manera efectiva sus activos de inventario. SLDP ayuda a exponer los desequilibrios de inventario y permite tomar decisiones informadas sobre la mejor manera de corregirlos. Para implementar SLDP, deberá mirar más allá de los enfoques de planificación tradicionales, como la orientación arbitraria del nivel de servicio (todos mis artículos A deben obtener el nivel de servicio 99%, los artículos B 95%, los artículos C 80%, etc.) y la previsión de demanda que intenta de manera poco realista predecir exactamente lo que sucederá y cuándo. SLDP se desarrolla en 4 pasos: Benchmark, Collaborate, Plan y Track.

Paso 1. Rendimiento de referencia

Todos los participantes en el proceso de inversión y planificación de inventario deben tener un entendimiento común de cómo se está desempeñando la política actual en un conjunto acordado de métricas de inventario. Las métricas deben incluir niveles de servicio alcanzados históricamente y tasas de llenado, tiempo de entrega a los clientes, rendimiento del tiempo de entrega del proveedor, rotación de inventario e inversión en inventario. Una vez que estas métricas se hayan comparado y se puedan informar diariamente, la organización tendrá la información que necesita para comenzar a priorizar los esfuerzos de planificación. Por ejemplo, si el inventario ha aumentado pero los niveles de servicio no, esto indicaría que el inventario no se está asignando correctamente entre los SKU. Los informes deben generarse con clics del mouse, lo que permite a los planificadores concentrarse en el análisis en lugar de la generación de informes que requiere mucho tiempo. El desempeño pasado no es garantía del desempeño futuro ya que la variabilidad de la demanda, los costos, las prioridades y los plazos de entrega siempre están cambiando. Por lo tanto, SLDP permite la evaluación comparativa predictiva que estima cuál es el rendimiento probable en el futuro. Software de optimización de inventario que utiliza pronóstico de probabilidad se puede usar para estimar un rango realista de demandas potenciales y ciclos de reabastecimiento. Poner a prueba sus parámetros de planificación para ayudar a descubrir con qué frecuencia y qué artículos se esperan desabastecimientos y excesos.

Paso 2. Planificación y colaboración “Qué pasaría si”

El modelado de inventario y la colaboración "qué pasaría si" es el corazón de SLDP. Los puntos de referencia históricos y predictivos deben compartirse primero con todas las partes interesadas relevantes, incluidas las de ventas, finanzas y operaciones. Se deben hacer esfuerzos para responder las siguientes preguntas:

– ¿Son aceptables tanto el rendimiento actual como la inversión?
– Si no, ¿cómo deberían mejorarse?
– ¿Qué SKU es probable que se demanden a continuación y en qué cantidades?
– ¿Dónde estamos dispuestos a asumir más riesgo de desabastecimiento?
– ¿Dónde se debe minimizar el riesgo de desabastecimiento?
– ¿Cuáles son los costes específicos de desabastecimiento?
– ¿Qué reglas comerciales y restricciones debemos cumplir (acuerdos de nivel de servicio al cliente, umbrales de inventario, etc.)

Una vez respondidas las preguntas anteriores, se pueden desarrollar nuevas políticas de planificación de inventario. El software de optimización de inventario puede conciliar todos los costos asociados con la gestión del inventario, incluidos los costos de falta de existencias, para generar el conjunto correcto de parámetros de planificación (mín./máx., existencias de seguridad, puntos de pedido, etc.) y niveles de servicio prescritos. La política óptima puede compararse con la política actual y modificarse en función de las restricciones y las reglas comerciales. Por ejemplo, ciertos artículos pueden tener como objetivo un nivel de servicio objetivo para cumplir con un acuerdo de nivel de servicio al cliente. Se pueden desarrollar y compartir varios escenarios de planificación de inventario "qué pasaría si" con las partes interesadas clave. Por ejemplo, puede modelar cómo los plazos de entrega más cortos afectan los costos de inventario. Una vez que se ha logrado el consenso y los riesgos y costos se comunican claramente, las políticas modificadas se pueden cargar en el sistema ERP para impulsar la reposición de inventario.

Paso 3. Planifique y administre continuamente por excepción

SLDP vuelve a pronosticar continuamente los parámetros de planificación optimizados en función de las demandas cambiantes, los plazos de entrega, los costos y otros factores. Esto significa que los niveles de servicio y el valor del inventario tienen el potencial de cambiar. Por ejemplo, el objetivo de nivel de servicio prescrito de 95% podría aumentar a 99% en el próximo período de planificación si los costos de desabastecimiento de ese artículo aumentaran repentinamente. Esto también es cierto si se opta por apuntar arbitrariamente a un nivel de servicio determinado o fijar los parámetros de planificación a una cantidad unitaria específica. Por ejemplo, un nivel de servicio objetivo de 95% podría requerir $1,000 en inventario hoy, pero $2,000 el próximo mes si los plazos de entrega aumentan. De manera similar, un punto de pedido de 10 unidades podría obtener el servicio 95% hoy y solo el servicio 85% el próximo mes en respuesta a una mayor variabilidad de la demanda. El software de optimización de inventario identificará qué artículos se pronostica que tendrán cambios significativos en el nivel de servicio y/o el valor del inventario y qué artículos no se están ordenando de acuerdo con el plan de consenso. Las listas de excepciones se producen automáticamente, lo que facilita la revisión de estos elementos y decide cómo administrarlos en el futuro. El análisis prescriptivo puede ayudar a identificar si la causa principal del cambio es una anomalía de la demanda, un cambio en la variabilidad general de la demanda, un cambio en el tiempo de entrega o un cambio en el costo, lo que lo ayuda a ajustar la política en consecuencia.

Paso 4. Realice un seguimiento del rendimiento continuo

Los procesos SLDP miden periódicamente el rendimiento operativo histórico y actual. Los resultados deben monitorearse para garantizar que los niveles de servicio estén mejorando y los niveles de inventario estén disminuyendo en comparación con los puntos de referencia históricos determinados en el Paso 1. Realice un seguimiento de métricas como giros, niveles de servicio agregados y específicos de artículos, tasas de llenado, falta de existencias y rendimiento del tiempo de entrega del proveedor. Comparta los resultados en toda la organización e identifique las causas raíz de las ineficiencias operativas. Los procesos SLDP facilitan el seguimiento del rendimiento al proporcionar herramientas que generan automáticamente los informes necesarios en lugar de colocar esta carga en los planificadores para que la administren en Excel. Hacerlo le permite a la organización descubrir problemas operativos que afectan el desempeño y brindar retroalimentación sobre lo que funciona y lo que debe mejorarse.

Conclusión

El marco SLDP es una forma de racionalizar el proceso de planificación de inventario y generar un retorno económico significativo. Su principio organizativo es que los niveles de servicio al cliente y los costos de inventario asociados con la política elegida deben entenderse, rastrearse y refinarse continuamente. El uso de software de optimización de inventario ayuda a garantizar que pueda identificar el nivel de servicio de menor costo. Esto crea un esfuerzo coherente en toda la empresa que combina la visibilidad de las operaciones actuales con evaluaciones científicas de los riesgos y condiciones futuras. Se realiza mediante una combinación de visión ejecutiva, experiencia del personal en la materia y el poder del moderno software de optimización y planificación de inventario.

Vea cómo Smart Inventory Optimization admite la planificación basada en el nivel de servicio y descargue la hoja del producto aquí: https://smartcorp.com/inventory-optimization/