La planificación del inventario se vuelve más interesante

El Blog de Smart

 Recomendaciones para la planificación de la demanda,

previsión y optimización de inventario

A Taiichi Ohno de Toyota se le atribuye la invención de la fabricación Just-In-Time (JIT) en la década de 1950. JIT garantiza que un fabricante produzca solo lo que se necesita, solo cuando se requiere y solo en la cantidad necesaria. Desde entonces, esa innovación ha tenido grandes impactos, algunos buenos, otros menos.

Un artículo reciente del New York Times “Cómo el mundo se quedó sin todo” describe algunos de los impactos "menos". Por ejemplo, JIT ha mantenido los costos de inventario muy bajos mejorando el rendimiento de los activos. Esto, a su vez, es recompensado por Wall Street, por lo que muchas empresas han pasado las últimas décadas reduciendo drásticamente sus inventarios. Centradas como estaban en las finanzas, muchas empresas ignoraron los riesgos inherentes a la reducción de inventarios hasta el punto de que "esbelta" comenzó a bordear la "demacrada". Combinado con una mayor globalización y nuevos riesgos de interrupción del suministro, han abundado los desabastecimientos.

Algunas industrias han ido demasiado lejos, dejándolas expuestas a la disrupción. En una competencia por llegar al costo más bajo, las empresas sin darse cuenta han concentrado su riesgo, se han visto interrumpidas por escasez de materias primas o componentes y, en ocasiones, obligadas a detener las líneas de montaje. Wall Street no ve con buenos ojos las paradas de producción.

Todos sabemos que los eventos aleatorios se han sumado al problema. El primero de ellos ha sido la pandemia de Covid. A medida que la pandemia obstaculizó las operaciones de las fábricas y extendió el desorden en el envío global, muchas economías en todo el mundo se vieron atormentadas por la escasez de una inmensa variedad de productos, desde chips de computadora hasta madera y ropa.

El daño se agrava cuando cosas más inesperadas salen mal. El Bloqueo del Canal de Suez es un excelente ejemplo, obstruyendo la principal ruta comercial entre Europa y Asia. Recientemente, los ataques cibernéticos han agregado otra capa de interrupción.

La reacción crea sus propios problemas, al igual que el ataque cibernético en el Oleoducto Colonial creó escasez de gas a través de compras de pánico. Los proveedores comienzan a cumplir con los pedidos más lentamente de lo habitual. Los fabricantes y distribuidores invierten el rumbo y aumentan los inventarios y diversifican sus proveedores para evitar futuros desabastecimientos. La simple expansión de los almacenes puede no brindar la solución, y la necesidad de determinar cuánto inventario mantener es cada día más urgente.Gerente en almacén con software de gestión de inventario

Entonces, ¿cómo puede ejecutar un plan del mundo real para el inventario JIT en medio de todo este riesgo e incertidumbre? La base de su respuesta son sus datos corporativos. La incertidumbre tiene dos fuentes: la oferta y la demanda. Necesitas los hechos para ambos.

Por el lado de la oferta, aproveche los datos que tiene sobre los plazos de entrega recientes de los proveedores, que reflejan la turbulencia actual. No use valores promedio cuando pueda usar distribuciones de probabilidad que reflejen el rango completo de contingencias. Considere esta comparación. El proveedor A ahora está completando pedidos de manera confiable en exactamente 10 días. El proveedor B también promedia 10 días, pero lo hace con una combinación de 78%/22% de 7 y 21 días. Tanto A como B tienen un retraso de reposición promedio de 10 días, pero los resultados operativos que brinden serán muy diferentes. Solo puede reconocer esto si utiliza modelos de probabilidad del rendimiento del inventario.

Por el lado de la demanda, se aplican consideraciones similares. Primero, reconozca que puede haber habido un cambio importante en el carácter de la demanda de artículos (los estadísticos llaman a esto un "cambio de régimen"), por lo tanto, elimine de su análisis cualquier dato que represente los "buenos viejos tiempos". Entonces, de nuevo, deja de pensar en términos de promedios. Si bien la demanda promedio es importante, no es una descripción suficiente del problema al que se enfrenta. Igualmente importante es la volatilidad de la demanda. La volatilidad es la razón por la que mantiene el inventario en primer lugar. Si la demanda fuera completamente predecible, no tendría faltantes ni exceso de inventario. Así como necesita estimar la distribución de probabilidad completa de los plazos de reabastecimiento, necesita la distribución completa de los valores de demanda.

Una vez que comprenda el rango de variabilidad tanto en la oferta como en la demanda, el pronóstico probabilístico le permitirá tener en cuenta las interrupciones y los eventos inusuales. El software convertirá sus datos bajo demanda y los plazos de entrega en una gran cantidad de escenarios que representan cómo podría desarrollarse su próximo período de planificación. Dados esos escenarios, el software puede determinar la mejor manera de cumplir sus objetivos para métricas como costos de inventario y tasas de desabastecimiento. Al utilizar soluciones como la Optimización de inventario inteligente, planificará con confianza en función de su riesgo de desabastecimiento objetivo con un costo mínimo de mantenimiento de inventario. También puede considerar dejar que la solución prescriba objetivos de nivel de servicio óptimos mediante la evaluación de los costos de inventario adicional frente al costo de falta de existencias.

En la planificación de inventarios, como en la ciencia, no podemos escapar de la realidad de la incertidumbre y el impacto de eventos inusuales. Debemos planificar en consecuencia: el uso de software de optimización de inventario lo ayuda a 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 matemáticamente correctas de los riesgos y condiciones futuras.

La planificación del inventario se ha vuelto más “interesante” y requiere un mayor grado de conciencia del riesgo y agilidad. El software adecuado puede ayudar.

 

Deja un comentario

Artículos Relacionados

¿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

  • Empresario y empresaria leyendo y analizando hojas de cálculoLas 3 razones principales por las que su hoja de cálculo no funcionará para optimizar los puntos de pedido de piezas de repuesto
    A menudo nos encontramos con métodos de planificación de puntos de pedido basados en Excel. En esta publicación, detallamos un enfoque que utilizó un cliente antes de continuar con Smart. Describimos cómo funcionaba su hoja de cálculo, los enfoques estadísticos en los que se basaba, los pasos que los planificadores siguieron en cada ciclo de planificación y sus motivaciones declaradas para usar (y realmente gustarles) esta hoja de cálculo desarrollada internamente. […]
  • Grupo de negocios de estilo en trajes de negocios clásicos con binoculares y telescopios reproducen diferentes métodos de pronósticoCómo interpretar y manipular los resultados del pronóstico con diferentes métodos de pronóstico
    Este blog explica cómo funciona cada modelo de pronóstico utilizando gráficos de tiempo de datos históricos y de pronóstico. Describe cómo elegir qué modelo usar. Los ejemplos a continuación muestran el mismo historial, en rojo, pronosticado con cada método, en verde oscuro, en comparación con el método ganador elegido por Smart, en verde claro. […]
  • Ingeniero trabajador de fábrica que trabaja en la fábrica usando una tableta para verificar la tubería de agua de la caldera de mantenimiento en la fábrica.Por qué las curvas de compensación de piezas de repuesto son de misión crítica para la planificación de piezas
    Al administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]
  • Qué hacer cuando un pronóstico estadístico no tiene sentidoQué hacer cuando un pronóstico estadístico no tiene sentido
    A veces, un pronóstico estadístico simplemente no tiene sentido. Todos los pronosticadores han estado allí. Pueden volver a verificar que los datos se ingresaron correctamente o revisar la configuración del modelo, pero todavía se quedan pensando por qué el pronóstico se ve muy diferente al historial de demanda. Cuando el pronóstico ocasional no tiene sentido, puede erosionar la confianza en todo el proceso de pronóstico estadístico. […]
  • Retrato de una trabajadora de fábrica con casco azul sostiene una tableta y se para en el área de trabajo de repuestos. Concepto de confianza en trabajar con software de planificación de piezas de repuesto.La planificación de piezas de repuesto no es tan difícil como cree
    Al administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]

    Optimización de inventario para fabricantes, distribuidores y MRO

    • Empresario y empresaria leyendo y analizando hojas de cálculoLas 3 razones principales por las que su hoja de cálculo no funcionará para optimizar los puntos de pedido de piezas de repuesto
      A menudo nos encontramos con métodos de planificación de puntos de pedido basados en Excel. En esta publicación, detallamos un enfoque que utilizó un cliente antes de continuar con Smart. Describimos cómo funcionaba su hoja de cálculo, los enfoques estadísticos en los que se basaba, los pasos que los planificadores siguieron en cada ciclo de planificación y sus motivaciones declaradas para usar (y realmente gustarles) esta hoja de cálculo desarrollada internamente. […]
    • Ingeniero trabajador de fábrica que trabaja en la fábrica usando una tableta para verificar la tubería de agua de la caldera de mantenimiento en la fábrica.Por qué las curvas de compensación de piezas de repuesto son de misión crítica para la planificación de piezas
      Al administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]
    • Retrato de una trabajadora de fábrica con casco azul sostiene una tableta y se para en el área de trabajo de repuestos. Concepto de confianza en trabajar con software de planificación de piezas de repuesto.La planificación de piezas de repuesto no es tan difícil como cree
      Al administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]
    • Trabajador en un almacén de piezas de repuesto para automóviles que utiliza un software de planificación de inventarioPlanificación basada en el nivel de servicio para empresas de repuestos
      La planificación de piezas de servicio impulsada por el nivel de servicio es un proceso de cuatro pasos que se extiende más allá de la previsión simplificada y las existencias de seguridad de regla empírica. Proporciona a los planificadores de piezas de servicio un soporte de decisiones basado en datos y ajustado al riesgo. […]

      Reconsidere las excepciones y afine la planificación para abordar la incertidumbre

      El Blog de Smart

       Recomendaciones para la planificación de la demanda,

      previsión y optimización de inventario

      Planificación de inventario desde la perspectiva de un físico

      En un mundo perfecto, Just in Time (JIT) sería la solución adecuada para la gestión de inventario. Si puede predecir exactamente lo que necesita y dónde lo necesita y sus proveedores pueden obtener lo que necesita sin demora, entonces no necesita mantener mucho inventario localmente. Pero como dice el dicho del famoso pugilista Mike Tyson, “todos tienen un plan hasta que les dan un puñetazo en la boca”. Y el último golpe en la boca para la cadena de suministro global fue el Bloqueo del Canal de Suez de la semana pasada que retuvo $9.6B en el comercio con un costo estimado de $6.7M por minuto.[1]. Las interrupciones de estos y otros eventos similares deben modelarse y tenerse en cuenta en su planificación.

      La suposición de que puedes exactamente Predice el futuro era evidente en las leyes de Isaac Newton. Desde la década de 1920 con la introducción de la física cuántica, la incertidumbre se volvió fundamental para nuestra comprensión de la naturaleza. La incertidumbre está integrada en la realidad fundamental. También debe integrarse en los procesos de planificación de la oferta y la demanda. Sin embargo, con demasiada frecuencia, los eventos del cisne negro, como el bloqueo del Canal de Suez, se consideran anomalías y, como resultado, se descartan al planificar. No es suficiente mirar hacia atrás en retrospectiva y proclamar que debería haberse esperado. Es necesario hacer algo para abordar la ocurrencia de otros eventos similares en el futuro y planificar los niveles de existencias en consecuencia.

      Debemos ir más allá del pensamiento de "distribución de cola delgada" donde se descuentan los resultados extremos y planificar para "colas gruesas". Entonces, ¿cómo ejecutamos un plan JIT del mundo real cuando se trata de planificar el inventario? Para hacer esto, el primer paso es estimar el tiempo de entrega realista para obtener un artículo. Sin embargo, la estimación es difícil debido a la incertidumbre del tiempo de entrega. Utilizando los plazos de entrega reales de los proveedores en la base de datos de su empresa y los datos externos, puede desarrollar una distribución de posibles plazos de entrega y demandas futuras dentro de esos plazos de entrega. Pronóstico probabilístico le permitirá tener en cuenta las interrupciones y los eventos inusuales al no limitar sus estimaciones a lo que se ha observado únicamente en su propia demanda a corto plazo y datos de tiempo de entrega. Podrás generar posibles resultados con probabilidades asociadas para cada ocurrencia.

      Una vez que tenga una estimación del tiempo de entrega y la distribución de la demanda, puede especificar el nivel de servicio necesitas tener para esa parte. Utilizando soluciones como Optimización de inventario inteligente (SIO), podrá almacenar con confianza en función del riesgo de agotamiento de existencias objetivo con un costo mínimo de mantenimiento de inventario. También puede considerar dejar que la solución prescriba objetivos de nivel de servicio óptimos mediante la evaluación de los costos de inventario adicional frente al costo de falta de existencias.

      Finalmente, como ya he señalado, debemos aceptar que nunca podremos eliminar toda la incertidumbre. Como físico, siempre me ha intrigado el hecho de que, incluso en los niveles más básicos de la realidad tal como la entendemos hoy, todavía hay incertidumbre. Albert Einstein creía en la certeza (determinismo) de la ley física. Si fuera gerente de inventario, podría haber abogado por JIT porque creía que las leyes físicas deberían permitir una previsibilidad perfecta. Él dijo célebremente: “Dios no juega con los dados”. ¿O podría ser posible que el universo en el que existimos fuera un evento de "cisne negro" en un "verso múltiple" anterior que produjo un tipo particular de universo que nos permitió existir?

      En la planificación de inventarios, como en la ciencia, no podemos escapar de la realidad de la incertidumbre y el impacto de eventos inusuales. Debemos planificar en consecuencia.

       

      [1] https://www.bbc.com/news/business-56559073#:~:text=Looking%20at%20the%20bigger%20picture,0.2%20to%200.4%20percentage%20points.

      Deja un comentario

      Artículos Relacionados

      ¿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

      • Empresario y empresaria leyendo y analizando hojas de cálculoLas 3 razones principales por las que su hoja de cálculo no funcionará para optimizar los puntos de pedido de piezas de repuesto
        A menudo nos encontramos con métodos de planificación de puntos de pedido basados en Excel. En esta publicación, detallamos un enfoque que utilizó un cliente antes de continuar con Smart. Describimos cómo funcionaba su hoja de cálculo, los enfoques estadísticos en los que se basaba, los pasos que los planificadores siguieron en cada ciclo de planificación y sus motivaciones declaradas para usar (y realmente gustarles) esta hoja de cálculo desarrollada internamente. […]
      • Grupo de negocios de estilo en trajes de negocios clásicos con binoculares y telescopios reproducen diferentes métodos de pronósticoCómo interpretar y manipular los resultados del pronóstico con diferentes métodos de pronóstico
        Este blog explica cómo funciona cada modelo de pronóstico utilizando gráficos de tiempo de datos históricos y de pronóstico. Describe cómo elegir qué modelo usar. Los ejemplos a continuación muestran el mismo historial, en rojo, pronosticado con cada método, en verde oscuro, en comparación con el método ganador elegido por Smart, en verde claro. […]
      • Ingeniero trabajador de fábrica que trabaja en la fábrica usando una tableta para verificar la tubería de agua de la caldera de mantenimiento en la fábrica.Por qué las curvas de compensación de piezas de repuesto son de misión crítica para la planificación de piezas
        Al administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]
      • Qué hacer cuando un pronóstico estadístico no tiene sentidoQué hacer cuando un pronóstico estadístico no tiene sentido
        A veces, un pronóstico estadístico simplemente no tiene sentido. Todos los pronosticadores han estado allí. Pueden volver a verificar que los datos se ingresaron correctamente o revisar la configuración del modelo, pero todavía se quedan pensando por qué el pronóstico se ve muy diferente al historial de demanda. Cuando el pronóstico ocasional no tiene sentido, puede erosionar la confianza en todo el proceso de pronóstico estadístico. […]
      • Retrato de una trabajadora de fábrica con casco azul sostiene una tableta y se para en el área de trabajo de repuestos. Concepto de confianza en trabajar con software de planificación de piezas de repuesto.La planificación de piezas de repuesto no es tan difícil como cree
        Al administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]

        Optimización de inventario para fabricantes, distribuidores y MRO

        • Empresario y empresaria leyendo y analizando hojas de cálculoLas 3 razones principales por las que su hoja de cálculo no funcionará para optimizar los puntos de pedido de piezas de repuesto
          A menudo nos encontramos con métodos de planificación de puntos de pedido basados en Excel. En esta publicación, detallamos un enfoque que utilizó un cliente antes de continuar con Smart. Describimos cómo funcionaba su hoja de cálculo, los enfoques estadísticos en los que se basaba, los pasos que los planificadores siguieron en cada ciclo de planificación y sus motivaciones declaradas para usar (y realmente gustarles) esta hoja de cálculo desarrollada internamente. […]
        • Ingeniero trabajador de fábrica que trabaja en la fábrica usando una tableta para verificar la tubería de agua de la caldera de mantenimiento en la fábrica.Por qué las curvas de compensación de piezas de repuesto son de misión crítica para la planificación de piezas
          Al administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]
        • Retrato de una trabajadora de fábrica con casco azul sostiene una tableta y se para en el área de trabajo de repuestos. Concepto de confianza en trabajar con software de planificación de piezas de repuesto.La planificación de piezas de repuesto no es tan difícil como cree
          Al administrar piezas de servicio, no sabe qué fallará y cuándo porque las fallas de las piezas son aleatorias y repentinas. Como resultado, los patrones de demanda suelen ser extremadamente intermitentes y carecen de una tendencia significativa o una estructura estacional. El número de combinaciones de pieza por ubicación suele ser de cientos de miles, por lo que no es factible revisar manualmente la demanda de piezas individuales. No obstante, es mucho más sencillo implementar un sistema de planificación y previsión para respaldar la planificación de repuestos de lo que podría pensar. […]
        • Trabajador en un almacén de piezas de repuesto para automóviles que utiliza un software de planificación de inventarioPlanificación basada en el nivel de servicio para empresas de repuestos
          La planificación de piezas de servicio impulsada por el nivel de servicio es un proceso de cuatro pasos que se extiende más allá de la previsión simplificada y las existencias de seguridad de regla empírica. Proporciona a los planificadores de piezas de servicio un soporte de decisiones basado en datos y ajustado al riesgo. […]