Si escucha la frase "cambio de régimen" en las noticias, inmediatamente piensa en algún evento geopolítico tenso. Los estadísticos usan la frase de manera diferente, de una manera en la que adquiere gran relevancia para la planificación de la demanda y la optimización del inventario. Este blog trata sobre el "cambio de régimen" en el sentido estadístico, lo que significa un cambio importante en el carácter de la demanda de un artículo de inventario.

El historial de demanda de un artículo es el combustible que alimenta las máquinas de previsión de los planificadores de demanda. En general, cuanto más combustible, mejor, lo que nos brinda una mejor solución sobre el nivel promedio, la volatilidad, el tamaño y la frecuencia de los picos, la forma de cualquier patrón de estacionalidad y el tamaño y la dirección de cualquier tendencia.

Pero hay una gran excepción a la regla que predica “a más datos mejores resultados”. Si hay un cambio importante y la nueva demanda no se parece a la antigua, entonces los datos antiguos se vuelven peligrosos.

El software moderno puede hacer pronósticos precisos de la demanda de artículos y sugerir opciones inteligentes para los parámetros de inventario, como los puntos de pedido y las cantidades de los pedidos. Pero la validez de estos cálculos depende de la relevancia de los datos utilizados en su cálculo. Los datos desfasados de un antiguo régimen ya no reflejan la realidad actual, por lo que incluirlos en los cálculos crea un error de pronóstico para los planificadores de demanda y un exceso de existencias o de falta de existencias inaceptables para los planificadores de inventario.

Dicho esto, si tuviera que soportar un cambio de régimen reciente y desechar los datos obsoletos, tendría muchos menos datos con los que trabajar. Esto tiene sus propios costos, porque todas las estimaciones calculadas a partir de los datos tendrían una mayor incertidumbre estadística aunque estarían menos sesgadas. En este caso, sus cálculos tendrían que basarse más en una combinación de análisis estadístico y su propio juicio experto.

En este punto, puede preguntar "¿Cómo puedo saber si ha habido un cambio de régimen y cuándo?" Si ha estado en el trabajo por un tiempo y se siente cómodo mirando diagramas de tiempo de demanda de artículos, generalmente reconocerá el cambio de régimen cuando lo vea, al menos si no es demasiado sutil. La Figura 1 muestra algunos ejemplos reales que son obvios.

Figura 1: Cuatro ejemplos de cambio de régimen en la demanda de artículos del mundo real

Desafortunadamente, los cambios menos obvios aún pueden tener efectos significativos. Además, la mayoría de nuestros clientes están demasiado ocupados para revisar manualmente todos los artículos que administran, incluso una vez por trimestre. Cuando supera, digamos, los 100 elementos, la tarea de observar todas esas series temporales se vuelve onerosa. Afortunadamente, el software puede hacer un buen trabajo al monitorear continuamente la demanda de decenas de miles de artículos y alertarlo sobre cualquier artículo que pueda necesitar su atención. Además, puede hacer arreglos para que el software no solo detecte el cambio de régimen, sino que también excluya automáticamente de sus cálculos todos los datos recopilados antes del cambio de régimen más reciente, si corresponde. En otras palabras, puede obtener tanto una advertencia automática de cambio de régimen como una protección automática contra el cambio.

Para obtener más información sobre los conceptos básicos del cambio de régimen, consulte nuestro blog anterior sobre el tema: https://smartcorp.com/blog/demandplanningregimechange/  

Un ejemplo con números:

Si desea obtener más información, siga leyendo para ver un ejemplo numérico de cuánto cambio de régimen puede alterar el cálculo de un punto de pedido para una pieza de repuesto crítica. Aquí hay un escenario para ilustrar el punto.

Guión

• Objetivo: calcular el punto de pedido necesario para controlar el riesgo de desabastecimiento mientras se espera la reposición. Suponga que el riesgo de desabastecimiento objetivo es de 5%.
• Suponga que el artículo tiene demanda diaria intermitente, con muchos días de demanda cero.
• Suponga que la demanda diaria tiene una distribución de Poisson con un promedio de 1,0 unidades por día.
• Suponga que el plazo de reposición es siempre de 30 días.
• La demanda del tiempo de entrega será aleatoria, por lo que tendrá una distribución de probabilidad y el punto de pedido será el 95^º percentil de la distribución.
• Suponga que el efecto del cambio de régimen es aumentar o disminuir la demanda diaria media.
• Suponga que hay un año de datos diarios disponibles para estimar la demanda unitaria diaria media.

Figura 2 Ejemplo de cambio en la demanda media y muestra de la demanda diaria aleatoria

La Figura 2 muestra una forma de este escenario. El panel superior muestra que la demanda diaria promedio aumenta de 1,0 a 1,5 después de 270 días. El panel inferior muestra una forma en que podría aparecer el valor de la demanda diaria de un año. (En este punto, puede sentir que calcular todo esto es complicado, incluso para lo que resulta ser un escenario simplificado. ¡Es por eso que tenemos software!)

Análisis

El cálculo exitoso del punto de reorden adecuado dependerá de cuándo ocurra el cambio de régimen y cuán grande sea el cambio. Simulamos cambios de régimen de varios tamaños en varios momentos dentro de un período de 365 días. Alrededor de una demanda base de 1,0 unidades por día, estudiamos cambios en la demanda ("cambio") de ±25% y ±50%, así como un caso de referencia sin cambios. Ubicamos el tiempo del cambio ("t.break") en 90, 180 y 270 días. En cada caso, calculamos dos estimaciones del punto de reorden: el valor "ideal" dado un conocimiento perfecto de la demanda promedio en el nuevo régimen ("ROP.true"), y el valor estimado de la demanda media calculado ignorando el cambio de régimen y utilizando todos los datos de demanda del último año (“ROP.all”).

La Tabla 1 muestra las estimaciones del punto de pedido calculado en 100 simulaciones. El bloque central es el caso de referencia, en el que no hay cambio en la demanda diaria, que se mantiene fija en 1 unidad por día. El bloque de color en la parte inferior es el escenario de aumento más extremo, con una demanda que aumenta a 1,5 unidades/día ya sea en un tercio, la mitad o dos tercios del año.

Podemos sacar varias conclusiones de estas simulaciones.

ROP.true: la elección correcta para el punto de pedido aumenta o disminuye según el cambio en la demanda media después del cambio de régimen. La relación no es lineal simple: la tabla abarca un rango del 600% mas del nivel de lademanda (0,25 a 1,50) pero un rango del 467% de lospuntos de pedido (de 12 a 56).

ROP.all: Ignorar el cambio de régimen puede conducir a sobreestimaciones brutas del punto de reorden cuando la demanda cae y subestimaciones brutas cuando la demanda aumenta. Como era de esperar, cuanto más tarde cambia el régimen, peor es el error. Por ejemplo, si la demanda aumenta de 1,0 a 1,5 unidades por día durante dos tercios del año sin que se dé cuenta, el punto de pedido calculado de 43 unidades se quedaría 13 unidades por debajo de lo que debería ser.

Una palabra de precaución: la Tabla 1 muestra que basar los cálculos de los puntos de reorden usando solo datos posteriores a un cambio de régimen generalmente obtendrá la respuesta correcta. Lo que no muestra es que las estimaciones pueden ser inestables si hay muy poco historial de demanda después del cambio. Por lo tanto, en la práctica, debe esperar para reaccionar al cambio de régimen hasta que se haya acumulado una cantidad decente de observaciones en el nuevo régimen. Esto podría significar utilizar todo el historial de demanda, tanto antes como después del cambio, hasta que, por ejemplo, se hayan acumulado 60 o 90 días de historial antes de ignorar los datos anteriores al cambio.

Tabla 1 Puntos de pedido correctos y estimados para diferentes escenarios de cambio de régimen

Cliente como maestro

Nuestros clientes son grandes maestros que siempre nos han ayudado a cerrar la brecha entre la teoría de los libros de texto y la aplicación práctica de la previsión y la planificación de la demanda. Nuestra última parte de la educación se refiere a los "pedidos generales" y cómo contabilizarlos como parte del proceso de planificación de la demanda. 

Expansión del libro de texto de teoría del inventario

La teoría del inventario de libros de texto se centra en las tres políticas de reposición más utilizadas: (1) Política de revisión periódica de pedidos hasta el final, designada (T, S) en los libros (2) Política de revisión continua con cantidad de pedido fija, designada (R, Q) y (3) revisión continua de la política, designada (s, S) pero generalmente denominada "Mín./Máx.". Nuestros clientes han señalado que su proceso de pedido real a menudo incluye el uso frecuente de "pedidos generales". Este blog se centra en cómo incorporar pedidos generales en el proceso de planificación de la demanda y detalla cómo ajustar los objetivos de almacenamiento en consecuencia.

La planificación de la demanda con pedidos abiertos es diferente

Los pedidos generales son contratos con proveedores por cantidades fijas de reposición que llegan a intervalos fijos. Por ejemplo, puede acordar con su proveedor recibir 20 unidades cada 7 días a través de un pedido abierto en lugar de 60 a 90 unidades cada 28 días según la política de revisión periódica. Los pedidos generales contrastan aún más con las políticas de revisión continua, según las cuales tanto los programas de pedidos como las cantidades de los pedidos son aleatorios. En general, es eficiente incorporar flexibilidad en el proceso de reabastecimiento para que ordene solo lo que necesita y cuando lo necesite. Según ese estándar, Min/Max debería tener más sentido y las políticas generales deberían tener menos sentido.

El caso de las políticas generales

Sin embargo, aunque la eficiencia es importante, nunca es la única consideración. Uno de nuestros clientes, llamémosle Compañía X, explicó el atractivo de las pólizas generales en sus circunstancias. La empresa X fabrica piezas de alto rendimiento para motocicletas y vehículos todo terreno. Convierten el acero en bruto en cosas geniales. Pero deben lidiar con el acero. El acero es caro. El acero es voluminoso y pesado. El acero no es algo conjurado de la noche a la mañana sobre la base de un pedido especial. El gerente de inventario de la empresa X no desea realizar pedidos grandes pero de tamaño aleatorio en momentos aleatorios. No quiere cuidar de una montaña de acero. Sus proveedores no quieren recibir pedidos de cantidades aleatorias en momentos aleatorios. Y la empresa X prefiere repartir sus pagos. El resultado: pedidos generales.

El error fatal en las políticas generales

Para la Compañía X, los pedidos generales están destinados a igualar las compras de reabastecimiento y evitar acumulaciones difíciles de manejar de pilas de acero antes de que estén listas para usar. Pero la lógica detrás de las políticas de inventario de revisión continua aún se aplica. Se producirán aumentos repentinos en la demanda, que de otro modo serían bienvenidos, y pueden crear desabastecimientos. Asimismo, las pausas en la demanda pueden crear un exceso de demanda. A medida que pasa el tiempo, queda claro que una política general tiene un defecto fatal: solo si los pedidos generales coinciden exactamente con la demanda promedio pueden evitar un inventario descontrolado en cualquier dirección, hacia arriba o hacia abajo. En la práctica, será imposible igualar exactamente la demanda promedio. Además, la demanda promedio es un objetivo móvil y puede subir o bajar.

Cómo incorporar pedidos abiertos cuando se planifica la demanda 

Una política general tiene ventajas, pero la rigidez es su talón de Aquiles. Los planificadores de la demanda a menudo improvisan ajustando los pedidos futuros para manejar los cambios en la demanda, pero esto no se aplica a miles de artículos. Para que la política de reabastecimiento de inventario sea sólida frente a la aleatoriedad de la demanda, sugerimos una política híbrida que comience con pedidos generales pero que conserve la flexibilidad para solicitar automáticamente (no manualmente) suministro adicional según sea necesario. Complementar la política general con una copia de seguridad Mín./Máx. permite realizar ajustes sin intervención manual. Esta combinación capturará algunas de las ventajas de los pedidos abiertos mientras protege el servicio al cliente y evita el inventario descontrolado.

El diseño de un proceso de planificación de la demanda que tenga en cuenta los pedidos abiertos requiere la elección de cuatro parámetros de control. Dos parámetros son el tamaño fijo y el tiempo fijo de la política general. Dos más son los valores de Min y Max. Esto deja al gerente de inventario enfrentando un problema de optimización de cuatro dimensiones. El software de optimización de inventario avanzado permitirá evaluar las opciones para los valores de los cuatro parámetros y respaldar las negociaciones con los proveedores cuando se elaboran pedidos generales.

Recientemente, tuve una conversación interesante con un gerente de inventario y el vicepresidente de finanzas. Estábamos discutiendo los beneficios de poder optimizar automáticamente tanto los puntos de pedido como las cantidades de los pedidos. Al vicepresidente de finanzas le preocupaba que, dado que su gran proveedor requería cantidades mínimas de pedido, no podría beneficiarse. Dijo que sus proveedores tenían todo el poder, obligándolo a aceptar cantidades mínimas masivas de pedidos y atando sus manos. Si bien se sintió mal por esto, vio un lado positivo: no tenía que hacer ninguna planificación. Aceptaría una gran inversión en inventario, pero sus niveles de servicio al cliente serían excepcionales. Quizás se asumió que la gran inversión en inventario era el costo de hacer negocios.

Empujé hacia atrás y señalé que él no era tan impotente como se sentía. Todavía tenía el control de la otra mitad del proceso de adquisición: aunque no podía controlar cuánto ordenar, podía controlar cuándo ordenar ajustando el punto de reorden. En otras palabras, siempre hay espacio para un análisis cuantitativo cuidadoso en la gestión de inventario, incluso cuando tiene una mano atada a la espalda.

Un ejemplo

Para poner algunos números detrás de mi argumento, creé un escenario y luego lo analicé usando nuestra metodología para mostrar cuán importante puede ser usar software de optimización de inventario incluso en situaciones limitadas. En este escenario, la demanda de artículos tiene un promedio de 2,2 unidades por día, pero varía significativamente según el día de la semana. Digamos que el proveedor imaginario insiste en una cantidad mínima de pedido de 500 unidades (muy desproporcionado con respecto a la demanda) y completa los pedidos de reabastecimiento en tres o diez días en proporciones iguales (bastante inconsistente). Para repartir la culpa, supongamos también que el cliente imaginario del proveedor imaginario usa la regla tonta de que el punto de pedido debe ser 10% de la cantidad mínima de pedido. (¿Por qué esta regla? Demasiadas empresas usan reglas generales simples/simplistas en lugar de un análisis adecuado).

Entonces, tenemos un caso base en el que la cantidad de pedido es de 500 unidades y el punto de reorden es de 50 unidades. En este caso, la tasa de llenado es de 1001 TP2T, pero la cantidad promedio de unidades disponibles es de 330. Si el cliente simplemente redujera el punto de pedido de 50 a 15, la tasa de llenado seguiría siendo 99,51 TP2T, pero el stock promedio disponible caería por 11% a 295 unidades. Usando la mano que no está atada a su espalda, el gerente de inventario podría reducir su inversión en inventario en más de 10%, lo que sería una ganancia notable.

Por cierto, si se suprimiera la cantidad mínima de pedido, el cliente sería libre de llegar a una solución nueva y mucho mejor. Establecer la cantidad de pedido en 45 y el punto de reorden en 25 lograría una tasa de llenado de 99% a costa de un nivel disponible diario de solo 35 unidades: casi una reducción de 90% en la inversión de inventario: una mejora importante sobre el statu quo.

Posdata

Estos cálculos son posibles utilizando nuestro software, que puede hacer visibles las relaciones desconocidas entre las opciones de diseño del sistema de inventario (p. ej., cantidad de pedido y punto de reorden) y los indicadores clave de rendimiento (p. ej., unidades promedio disponibles y tasa de llenado). Armado con esta capacidad para realizar estos cálculos, ahora se pueden considerar arreglos alternativos con el proveedor. Por ejemplo, ¿qué pasa si, a cambio de pagar un precio más alto por unidad, el proveedor acepta un MOQ más bajo? El uso del software para realizar un análisis de los indicadores clave de rendimiento utilizando los costos y MOQ "qué pasaría si" revelaría el costo por unidad y MOQ que se necesitaría para desarrollar un trato más rentable. Una vez identificadas, todas las partes se benefician. El proveedor ahora genera un mejor margen sobre las ventas de sus productos, y el comprador tiene un inventario considerablemente menor, lo que produce una reducción del costo de mantenimiento que empequeñece el costo adicional por unidad. todos ganan