Ahora mas que nunca

La optimización del inventario se ha convertido en una prioridad aún mayor en los últimos meses para muchos de nuestros clientes. Algunos están encontrando sus productos en una demanda mucho mayor; más tienen el problema opuesto. En cualquier caso, eventos como la pandemia de Covid19 están obligando a reexaminar las condiciones operativas estándar, como las opciones de puntos de pedido y cantidades de pedido.

Incluso en tiempos más tranquilos, los parámetros de control de inventario como Mins y Maxes pueden establecerse lejos de sus mejores valores. Podemos preguntar "¿Por qué el punto de pedido para SKU_1234 se establece en 20 unidades y la cantidad de pedido se establece en 35?" Esas elecciones probablemente fueron el resultado anquilosado de años de conjeturas acumuladas. Un poco de investigación puede mostrar que las opciones de 20 y 35 ya no están correctamente alineadas con el nivel de demanda actual, la volatilidad de la demanda, el tiempo de entrega del proveedor y los costos de los artículos.

La persistente sensación de que "Deberíamos repensar todas estas opciones" a menudo es seguida por "Oh, no, ¿tenemos que resolver esto para los 10,000 artículos en el inventario?" El salvador aquí es software avanzado que puede ampliar el proceso y hacerlo no solo deseable sino factible. El software utiliza algoritmos sofisticados para traducir los cambios en los parámetros de inventario, como los puntos de pedido, en indicadores clave de rendimiento, como los niveles de servicio y los costos operativos (definidos como la suma de los costos de mantenimiento, los costos de pedido y los costos de escasez).

Este blog describe cómo obtener la beneficios de la optimización del inventario describiendo 4 enfoques con diversos grados de automatización.

Cuatro enfoques para la optimización del inventario

Caza y picotear

La primera forma es la optimización de "cazar y picotear" específica del artículo. Es decir, usted aísla un artículo de inventario a la vez y hace conjeturas sobre cómo administrar ese artículo. Por ejemplo, puede pedirle al software que evalúe qué sucede si cambia el punto de reorden para SKU123 de 20 a 21 mientras deja la cantidad de pedido fija en 35. Luego, puede intentar dejar 20 solo y reducir 35 a 34. Horas más tarde, porque su las intuiciones son buenas, es posible que haya encontrado un mejor par de opciones, pero no sabe si hay una combinación aún mejor que no probó, y es posible que deba pasar al siguiente SKU y al siguiente y el siguiente… Necesitas algo más automatizado y completo.

Hay tres maneras de hacer el trabajo de manera más productiva. Los dos primeros combinan tu intuición con la eficiencia de tratar grupos de elementos relacionados. La tercera es una búsqueda totalmente automática.

Optimización basada en el nivel de servicio

1. Identifique los elementos que desea que tengan el mismo nivel de servicio. Por ejemplo, puede administrar cientos de elementos "C" y preguntarse si su objetivo de nivel de servicio debe ser 70%, más o menos.
2. Ingrese un objetivo de nivel de servicio potencial y haga que el software prediga las consecuencias en términos de inversión en dólares de inventario y costo operativo de inventario.
3. Si no le gusta lo que ve, pruebe con otro objetivo de nivel de servicio hasta que se sienta cómodo. Aquí el software hace predicciones a nivel de grupo de las consecuencias de sus elecciones, pero aún está explorando sus elecciones.

Optimización por Reasignación a partir de un Benchmark

1. Identifique los artículos que están relacionados de alguna manera, como "todos los repuestos para trenes de rodaje de vehículos ligeros sobre rieles".
2. Utilice el software para evaluar el espectro actual de niveles de servicio y costos en todo el grupo de artículos. Por lo general, descubrirá que algunos artículos tienen un exceso de existencias (como lo indican los niveles de servicio irrazonablemente altos) y otros con una falta de existencias (niveles de servicio vergonzosamente bajos).
3. Utilice el software para calcular los cambios necesarios para reducir los niveles de servicio más altos y aumentar los más bajos. Este ajuste a menudo dará como resultado el logro de dos objetivos a la vez: aumentar el nivel de servicio promedio y, al mismo tiempo, disminuir los costos operativos promedio.

Optimización específica de artículos totalmente automatizada

1. Identifique los elementos que requieren niveles de servicio por encima de un cierto mínimo. Por ejemplo, tal vez desee que todos sus elementos "A" tengan al menos un nivel de servicio 95%.
2. Utilice el software para identificar, para cada artículo, la elección de los parámetros de inventario que minimizarán el costo de cumplir o exceder el nivel de servicio mínimo. El software buscará eficientemente el "espacio de diseño" definido por pares de parámetros de inventario (p. ej., Mín. y Máx.) para diseños (p. ej., Mín. = 10, Máx. = 23) que satisfagan la restricción del nivel de servicio. Entre ellos, identificará el diseño de menor costo.

Este enfoque va más allá para trasladar la carga del planificador al programa. Muchos se beneficiarían de hacer de esta la forma estándar en que administran grandes cantidades de artículos de inventario. Para algunos artículos, puede ser útil dedicar un poco más de tiempo para asegurarse de que también se tengan en cuenta las consideraciones adicionales. Por ejemplo, la capacidad limitada en un departamento de compras puede hacer que la solución se aleje del ideal al requerir una disminución en la frecuencia de los pedidos, a pesar del precio pagado en costos operativos generales más altos.

Avanzando

Optimizar los parámetros de inventario nunca ha sido más importante, pero siempre pareció un sueño imposible: era demasiado trabajo y no había buenos modelos para relacionar las opciones de parámetros con indicadores clave de rendimiento como el nivel de servicio y el costo operativo. El software moderno para el análisis de la cadena de suministro ha cambiado el juego. Ahora la pregunta no es "¿Por qué haríamos eso?" sino "¿Por qué no estamos haciendo eso?" Con el software, puede conectar "Esto es lo que queremos" con "Hacerlo así".

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.