A menudo entramos en contacto con clientes potenciales que afirman que no pueden utilizar un sistema de previsión, ya que se trata de una operación de fabricación "construida sobre pedido". Encuentro que esta es una perspectiva desconcertante, porque cualquier cosa que construyan estas organizaciones requiere materias primas o bienes intermedios de nivel inferior. Si esas entradas de nivel inferior no están disponibles cuando se recibe un pedido del producto terminado, el pedido no se puede generar. En consecuencia, el pedido podría cancelarse y perderse los ingresos asociados.

Estoy de acuerdo en que, en un entorno así, pronosticar el bien terminado no siempre es posible o particularmente útil. A veces es útil, pero no suficiente. En cualquier caso, es fundamental asegurarse de que las materias primas subyacentes y los bienes intermedios que forman parte del bien terminado estén disponibles. Ciertamente se puede pronosticar la demanda de estos.

El objetivo de la organización sería mantener inventarios de nivel de servicio para estos bienes intermedios que son altos pero no inasequibles. Los planificadores deberán establecer niveles de almacenamiento óptimos para estos materiales, equilibrando los requisitos de nivel de servicio con el presupuesto disponible. Dado que un bien intermedio dado podría servir como insumo para más de un bien terminado, la volatilidad de la demanda del bien intermedio sería menor que la volatilidad de la demanda de un bien terminado específico. Por lo tanto, las existencias de seguridad necesarias para mantener inventarios de alto nivel de servicio de los bienes intermedios serían relativamente escasas.

Tres empresas, todas usuarias de SmartForecasts, sirven como ejemplos interesantes. La primera es una empresa química, Bedoukian Research, que fabrica productos químicos personalizados para varios clientes. Cada uno de estos "productos terminados" es una combinación única de compuestos químicos intermedios. Bedoukian comienza su planificación de la demanda con un pronóstico de productos terminados, que impulsa el cronograma de producción y la asignación de recursos de producción esenciales. Esto requiere ejercer un juicio considerable, ya que la demanda de productos terminados cambia dinámicamente.

Una vez que se crean estos pronósticos de productos terminados, los requisitos de materia prima se pueden estimar a través de una lista de desglose de materiales. Bedoukian combina estos resultados con estimaciones de existencias de seguridad, en función de las tasas de utilización reales y los objetivos de nivel de servicio que se deben lograr, para generar el pronóstico completo basado en el nivel de servicio para las materias primas. Esto ha permitido a Bedoukian cumplir con sus requisitos de producción con un inventario significativamente menor.

La segunda empresa fabrica los componentes internos de los teléfonos móviles, donde los productos terminados son combinaciones especializadas de estos componentes. Por ejemplo, un pedido puede requerir una determinada cantidad de teléfonos con etiquetas únicas en la carcasa. Este es el bien terminado para este pedido. Todo lo que entra en ese orden, a excepción de la etiqueta, se construye a partir de componentes estándar. Una vez más, SmartForecasts se utilizará para mantener inventarios de los componentes de alto nivel de servicio y esbeltos. Esta empresa pensó que la única forma de administrar los inventarios de componentes era a través de agregaciones de listas de materiales. Ahora están analizando la tasa de utilización real de los componentes y estableciendo inventarios mucho más reducidos mientras mantienen una alta disponibilidad de los componentes.

Una tercera empresa, NKK Switches, que exploró este tema en su seminario web reciente (ver Publicación de blog invitado del director financiero Bud Schultz), consideraba que sus productos eran “impredecibles”. Puede leer más sobre esto a continuación, pero en general, NKK Switches pudo pronosticar componentes y agregaciones significativas de familias de productos. Al hacer un seguimiento de las previsiones frente a los datos reales durante varios meses, NKK pudo demostrar la precisión de sus previsiones a sus proveedores asiáticos y convencerlos de que cambiaran de un modelo de "fabricación bajo pedido" a un modelo de "fabricación según previsión". Este cambio ha resultado en reducciones dramáticas en los plazos de entrega, en muchos casos reduciéndolos a la mitad, aumentando la satisfacción del cliente y la tasa general de cierre de ventas.

La conclusión aquí es que existe un método perfectamente viable, yo diría esencial, de previsión de la demanda para empresas de fabricación bajo pedido, que establece altos niveles de servicio para los recursos de entrada fundamentales. Si desea obtener más información, envíeme una nota a nelsonh at smartcorp punto com.

Nelson Hartunian, PhD, cofundó Smart Software, anteriormente se desempeñó como presidente y actualmente lo supervisa como presidente de la junta. Ha dirigido, en varias ocasiones, el desarrollo de software, las ventas y el servicio al cliente.

Las fluctuaciones en una cadena de suministro de inventario son inevitables. La aleatoriedad, que puede ser fuente de confusión y frustración, lo garantiza. Un barco que transporta mercancías desde China puede retrasarse debido a una tormenta en el mar. Un aumento repentino en la demanda un día puede acabar con el inventario en un solo día, dejándolo incapaz de satisfacer la demanda del día siguiente. La aleatoriedad crea fricciones que dificultan el trabajo.

A primera vista, a veces parece mejor responder al azar con el enfoque del avestruz: la cabeza enterrada en la arena. Puede establecer una predicción y proceder suponiendo que la predicción siempre será acertada. La falla en ese enfoque es que ignora los métodos estadísticos que nos permiten hacer uso de una gran cantidad de conocimiento sobre nuestro conocimiento en sí mismo: cuán seguros podemos estar en nuestras predicciones y qué amplitud de posibilidades enfrentamos. El enfoque eficiente para abordar los problemas que surgen de la aleatoriedad no es ignorar la incertidumbre, sino aceptarla con los ojos abiertos.

Como principio fundamental del enfoque de Smart Software para pronóstico, siempre le proporcionaremos una evaluación del nivel de incertidumbre en los pronósticos. Si no espera nada más que una cifra absoluta (la demanda de dispositivos en febrero será de 120 unidades), puede descartar el elemento adicional de incertidumbre como algo negativo o perder la fe en un pronóstico que esperaba que fuera definitivo. Pero defendemos lo que consideramos el enfoque adulto; necesita saber lo que está arriesgando cuando se compromete con un pronóstico y basa su toma de decisiones en él.

Sus pronósticos pueden tener grandes consecuencias que van más allá de los niveles de existencias de inventario. Pueden determinar sus necesidades de materias primas o los niveles de personal: los pronósticos impulsan muchas decisiones importantes de asignación de recursos. Si tiene demasiada fe en el resultado más probable, sin considerar específicamente qué tan probable es, realmente no está comprendiendo los riesgos que enfrenta y puede colocarse en una posición precaria.

La necesidad de tomar decisiones plenamente informadas nos obliga a ver, en un pronóstico, el rango positivo/negativo de resultados con cierta probabilidad de ocurrencia. En el caso específico de los pronósticos que van a los sistemas de inventario, esta es una parte importante de la planificación deliberada para las contingencias. Así es como determina no solo el inventario que necesita mantener para satisfacer la demanda típica, sino también el inventario adicional que necesita para hacer frente a la mayoría de los resultados inesperados.

Esta importancia solo aumenta cuando intenta mantener un almacén confiable de repuestos críticos. Entre el costo de almacenar inventario adicional y tener en cuenta el grado de confiabilidad en sus pronósticos, existe un equilibrio que cristaliza cuando un avión que necesita en el aire queda en tierra, porque no tiene el reemplazo de una pieza dañada.

(Si bien el almacenamiento de inventario adicional se basa en el extremo superior del rango de incertidumbre, si el flujo de efectivo es limitado, es el extremo inferior del rango el que se vuelve importante. Los usuarios con mentalidad de tesorería encuentran valor en este otro lado de la incertidumbre en escenarios donde incluso el mínimo exceso de existencias puede ser un problema mayor que una oportunidad de venta perdida, por ejemplo. La información confiable sobre los resultados probables más bajos vale la pena en este momento).

La teoría del inventario dice que debe pensar en los extremos exteriores de las posibilidades probables y prepararse para hacer frente a más escenarios además de lo que es más probable. La aleatoriedad es una realidad que no se puede ignorar. El promedio no es la respuesta.

Thomas Willemain, PhD, cofundó Smart Software y actualmente se desempeña como vicepresidente sénior de investigación. El Dr. Willemain también se desempeña como Profesor Emérito de Ingeniería Industrial y de Sistemas en el Instituto Politécnico Rensselaer y como miembro del personal de investigación en el Centro de Ciencias de la Computación, Instituto de Análisis de Defensa.