Contra qué nos enfrentamos

Como fanático de la tercera generación de los Medias Rojas de Boston, no estoy dispuesto a aceptar el consejo de ningún jugador de béisbol de los Yankees de Nueva York, ni siquiera de uno excelente, pero debo admitir que, a veces, solo necesitas tomar una decisión. Sin embargo, ¿no sería mejor si supiéramos las ventajas y desventajas asociadas con cada decisión? Quizás un camino es más pintoresco pero toma más tiempo mientras que el otro es más directo pero aburrido. Entonces no tendría que simplemente "tomarlo", sino que podría tomar una decisión informada basada en las ventajas/desventajas de cada enfoque.

En el mundo de la planificación de la cadena de suministro, la decisión más fundamental es cómo equilibrar la disponibilidad de artículos con el costo de mantener esa disponibilidad (niveles de servicio y tasas de llenado). En un extremo, puede tener un exceso de existencias y nunca quedarse sin hasta que arruine y tenga que cerrar la tienda para no gastar todo su efectivo en un inventario que no se vende. En el otro extremo, puede tener una gran escasez de existencias y ahorrar un montón en costos de mantenimiento de inventario, pero arruinarse y tener que cerrar la tienda porque todos sus clientes llevaron sus negocios a otra parte.

No hay escapatoria a esta tensión fundamental. La forma de sobrevivir y prosperar es encontrar un equilibrio productivo y sostenible. Para hacer eso, se requieren compensaciones basadas en hechos basadas en los números. Para obtener los números se requiere software.

La deriva general de las cosas es obvia. Si decide mantener más inventario, tendrá más costos de mantenimiento, menores costos de escasez y posiblemente menores costos de pedido. Es imposible saber si esto cuesta o ahorra dinero sin un análisis sofisticado, pero generalmente el resultado es que el costo total aumenta. Pero si invierte en más inventario, ganará algo, porque ofrecerá a sus clientes niveles de servicio y tasas de llenado más altos. Cuánto más alto requiere, como puede suponer, un análisis sofisticado.

Muéstrame los números

Este blog expone cómo se ve un análisis de este tipo. No existe una solución universal que le indique la decisión "correcta". Puede pensar que la decisión correcta es la que mejor se ajusta a sus resultados. Pero para obtener esos números, necesitaría algo que rara vez se ve: un modelo preciso del comportamiento del cliente con respecto al nivel de servicio (consulte nuestro artículo “Cómo elegir un nivel de servicio objetivo”) Por ejemplo, ¿en qué momento un cliente se irá y llevará su negocio a otra parte? ¿Será después de que agote 1% del tiempo, 5% del tiempo, 10% del tiempo? ¿Seguirá manteniendo su negocio siempre y cuando complete los pedidos rápidamente? ¿Será después de un pedido pendiente de 1 día, 2 días? ¿3 semanas? ¿Será después de que esto suceda una vez en una parte importante o muchas veces en muchas partes? Si bien modelar el nivel de servicio preciso que le permitirá mantener a su cliente mientras minimiza los costos parece un ideal inalcanzable, otro tipo de análisis sofisticado es más pragmático. 

El software de optimización y pronóstico de inventario puede tener en cuenta todos los costos asociados, como el costo de agotamiento de existencias, el costo de mantener el inventario y el costo de ordenar el inventario para prescribir un objetivo de nivel de servicio óptimo que produzca el costo total más bajo. Sin embargo, incluso ese nivel de servicio "óptimo" es sensible a los cambios en los costos, lo que hace que los resultados sean potencialmente cuestionables. Por ejemplo, si no estima con precisión los costos precisos (los costos de escasez son los más difíciles), será difícil afirmar definitivamente algo como "Si aumento mi inventario disponible en un promedio de una unidad para todos los artículos en un importante familia de productos, mi empresa verá una ganancia neta de $170,500. Esa ganancia aumenta hasta llegar a 4 unidades. A 4 unidades o más, el rendimiento disminuye debido a los excesivos costos de tenencia. Por lo tanto, la mejor decisión al tener en cuenta la retención, el pedido y el agotamiento de existencias proyectados es aumentar el inventario en 3 unidades para ver una ganancia neta de más de $500,000.  

A falta de ese ideal, puede hacer algo que es más simple pero extremadamente valioso: cuantificar la curva de compensación entre el costo del inventario y la disponibilidad del artículo. Si bien no necesariamente sabrá el nivel de servicio al que debe apuntar, conocerá los costos de los diferentes niveles de servicio. Luego, puede ganar mucho dinero encontrando un buen lugar para estar en esa curva de compensación y comunicando dónde está en riesgo, dónde no, y estableciendo expectativas con los clientes y las partes interesadas internas. Sin la curva de compensación para guiarlo, está volando a ciegas sin forma de modificar racionalmente la política de almacenamiento.

Un escenario del que aprender

Esbocemos una curva de compensación realista. Comenzamos con un escenario que requiere una decisión de gestión. El escenario que usaremos y los supuestos asociados sobre la demanda, los plazos de entrega y los costos se detallan a continuación:

Política de inventario

• Revisión periódica: reordenar las decisiones tomadas cada 30 días
• Orden hasta el nivel ("S") - Variado de 30 a 60 unidades
• Política de escasez: permite pedidos pendientes, sin pedidos perdidos

Pedir

• La demanda es intermitente
• Promedio = 0,8 unidades por día
• Desviación estándar = 1,2 unidades por día
• Mayor demanda en un año ≈ 9
• % de días sin demanda = 53%

Tiempo de espera

• Aleatorio a los 7, 14 o 21 días con probabilidades 70%, 20% y 10%, respectivamente

Parámetros de costo

• Costo de mantenimiento = $1 por día
• Costo de pedido = $10 por pedido sin importar el tamaño del pedido
• Costo de escasez = $100 por unidad que no se envía inmediatamente del stock

Imaginamos una política de control de inventario que se conoce en el comercio como una política de "revisión periódica" o (T,S). En este caso, el Período de revisión ("T") es de 30 días, lo que significa que cada 30 días se verifica la posición del inventario y se toma una decisión de pedido. La cantidad del pedido es la diferencia entre el número observado de unidades disponibles y la cantidad del pedido hasta el final ("S"). Entonces, si el inventario de fin de mes es de 12 unidades y S = 20, la cantidad del pedido sería S – 12 = 20 -1 2 = 8. El próximo mes, es probable que la cantidad del pedido sea diferente. Si el inventario alguna vez se vuelve negativo (pedidos atrasados) durante un período de revisión, el próximo pedido intenta restaurar el equilibrio ordenando más para llenar esos pedidos atrasados. Por ejemplo, si el inventario es -5 (es decir, 5 unidades ordenadas por no disponibles para envío, el siguiente pedido sería S – (-5) = S + 5. Detalles del flujo de demanda hipotético, plazos de entrega del proveedor y elementos de costo se muestran a continuación en la Figura 1. La Figura 2 muestra una muestra de la demanda diaria y el inventario diario durante cinco períodos de revisión. intermitente, como ocurre a menudo con las piezas de repuesto y, por lo tanto, es difícil planificarlo.

Figura 1: Diferentes opciones de política de inventario (pedir hasta), costos asociados y niveles de servicio

Figura 2: Detalle de cinco meses de operación del sistema dada una de las políticas

El software de planificación de inventario es nuestro amigo

El software codifica la lógica de la operación del sistema (T,S), genera muchos escenarios de demanda hipotéticos pero realistas, calcula cómo se desarrolla cada uno de esos escenarios y luego mira hacia atrás en la operación simulada (aquí, 10 años o 3650 días consecutivos) para calcular las métricas de costo y rendimiento.

Para revelar la curva de compensación, realizamos varios experimentos computacionales en los que variamos el nivel de pedido hasta el nivel, S. Las gráficas de la Figura 2 muestran el comportamiento del inventario disponible en la alternativa "más rica" con S = 60. En el fragmento que se muestra en la Figura 2, el inventario disponible nunca se acerca a agotarse. Puedes leer eso también. Una, un poco ingenua, es decir “Bien, estamos bien protegidos”. La otra, más agresiva, es decir, “Oh no, estamos hinchados. Me pregunto qué pasaría si redujéramos S.”

La curva de compensación revelada

La Figura 3 muestra los resultados de reducir S de 60 a 30 en pasos de 5 unidades. La tabla muestra que el Costo total es la suma del Costo de mantenimiento, el Costo de pedido y el Costo de escasez. Para la póliza (T,S), el costo de pedido es siempre el mismo, ya que un pedido se realiza como un reloj cada 30 días. Pero los otros componentes del costo responden a los cambios en S.

Figura 3: Los resultados experimentales y la curva de compensación correspondiente que muestra cómo cambiar el nivel de pedido hasta el nivel ("S") afecta tanto el nivel de servicio como el costo anual total

Tenga en cuenta que el nivel de servicio siempre es más bajo que la tasa de llenado en estos escenarios. Como profesor, siempre pienso en esta diferencia en términos de calificación de exámenes. Cada ciclo de reabastecimiento es como una prueba. El nivel de servicio se trata de la probabilidad de un desabastecimiento, por lo que es como la calificación en el examen de aprobación/reprobación con una pregunta que debe responderse a la perfección. Si no hay desabastecimiento en un ciclo, es una A. Si hay desabastecimiento, es una F. No importa si es una unidad que no se suministra o 50, sigue siendo una F. Pero la tasa de llenado es como una pregunta que se califica con crédito parcial. Por lo tanto, si le falta una de diez unidades, obtiene una tasa de llenado de 90% para ese ciclo, no 0%. Es importante comprender la diferencia entre estas dos métricas importantes para la planificación del inventario: consulte este vlog que describe nivel de servicio frente a tasa de llenado a través de un ejercicio interactivo en Excel.

La trama en la Figura 3 es la verdadera noticia. Combina el costo total y el nivel de servicio para varios niveles de S. Si lee el gráfico de derecha a izquierda, nos dice que se pueden obtener ahorros de costos drásticos al reducir S con una penalización muy pequeña en términos de disponibilidad reducida de artículos. Por ejemplo, la reducción de S de 60 a 55 ahorra cerca de $800 por año en este artículo, mientras que reduce un poco el nivel de servicio de (esencialmente) 100% a un aún impresionante 99%. Cortar S un poco más hace lo mismo, aunque no tan dramáticamente. Si lee el gráfico de izquierda a derecha, verá que pasar de S = 30 a S = 35 cuesta alrededor de $1000 por año, pero mejora el nivel de servicio de un grado F (45%) a al menos un grado C (71%). Después de eso, empujar S más alto cuesta progresivamente más mientras se gana progresivamente menos.

La curva de compensación no le da una respuesta sobre cómo establecer el nivel de orden hasta el nivel, pero le permite evaluar los costos y beneficios de cada respuesta posible. Tómese un minuto y finja que este es su problema: ¿Dónde le gustaría estar a lo largo de la curva de compensación?

Puede objetar y decir que odia sus elecciones y quiere cambiar el juego. ¿Hay escape de la curva? No de la curva general, pero es posible que pueda moldear una curva menos dolorosa. ¿Cómo?

Puede que tengas otras cartas para jugar. Una vía es tratar de “moldear” la demanda para que sea menos variable. El diagrama de demanda en la Figura 2 muestra mucha variabilidad. Si pudiera suavizar la demanda, toda la curva de compensación se desplazaría hacia abajo, haciendo que cada elección fuera menos costosa. Una segunda vía es tratar de reducir la media y la variabilidad de los plazos de entrega de los proveedores. Lograr cualquiera de los dos también desplazaría la curva hacia abajo para que la elección fuera menos dolorosa. Consulta nuestro artículo sobre cómo los proveedores influyen en sus costos de inventario

Resumen

La curva de compensación siempre está con nosotros. A veces podemos hacerlo más amigable, pero siempre elegimos nuestro lugar a lo largo de él. Es mejor saber lo que está obteniendo con cualquier elección de política de inventario que tratar de adivinar, y la curva le da eso. Cuando tiene una estimación precisa de esa curva, ya no está volando a ciegas cuando se trata de la planificación del inventario. 

Físicos como mi cofundador de Smart Software, el Dr. Nelson Hartunian, nos dicen a los civiles que todo es diferente cuando profundizamos hasta el nivel más pequeño del mundo. La física a nivel cuántico es bastante extraña, no se parece en nada a lo que experimentamos en nuestra vida macroscópica habitual. Entre las rarezas están la "superposición", el "enredo" y la "espuma cuántica". Por extraños que sean estos fenómenos, no puedo evitar ver analogías en el mundo supuestamente diferente de la gestión de la cadena de suministro.

Considere la superposición cuántica. Brevemente, la superposición significa que cualquier entidad cuántica puede estar en dos estados a la vez. El gato de Schrödinger es la ilustración más famosa de esta idea. Pero, ¿cuántos de vosotros lectores estáis también en estado de superposición? ¿No se encuentra siendo un gerente de un equipo ya la vez miembro del equipo de su supervisor, un solucionador de problemas pero también un experto en pronósticos o un optimizador de inventario y...? ¿Y todo esto no te hace sentir a veces, como ese gato, que estás vivo y muerto a la vez? El software moderno puede aliviar parte de esta carga al automatizar las tareas de planificación de la demanda y optimización del inventario. El resto depende de usted.

Un segundo análogo cuántico es el entrelazamiento. Brevemente, el entrelazamiento es el vínculo entre dos elementos de un sistema. Pueden estar a años luz de distancia, pero cambiar una parte de un sistema entrelazado cambiará instantáneamente la otra parte. Esto molestó a Albert Einstein, quien lo ridiculizó como "acción espeluznante a distancia". En nuestro mundo habitual, la planificación de la demanda y la optimización del inventario están entrelazadas, ya que el proceso de optimización del inventario se encuentra por encima del proceso de previsión de la demanda. El software moderno une los dos en una interfaz eficiente.

Finalmente, la espuma cuántica, una de mis ideas favoritas. Tal como lo entiendo, la espuma cuántica es un sustituto del espacio vacío: no hay espacio vacío, sino un burbujeo constante de "energía del vacío" acompañado por un flujo de "partículas virtuales" que nacen de la nada y luego desaparecen en la nada. En el mundo de la cadena de suministro, los análogos de las partículas virtuales son los pedidos de los clientes. A menudo parece que aparecen sin previo aviso de la nada y, a veces, desaparecen por cancelación en un proceso igualmente aleatorio y misterioso. Este tipo de fluctuación de la demanda es la base de toda la teoría del control de inventario. Por lo tanto, el software moderno comienza con modelos de probabilidad de la demanda del cliente. Esos modelos luego tienen implicaciones para cantidades tan tangibles como las existencias de seguridad, los puntos de pedido y las cantidades de los pedidos.

¿Realmente ayuda a los planificadores de la demanda y los administradores de inventario pensar en estas ideas de la física cuántica? Bueno, es un poco divertido ver las analogías con nuestro mundo laboral habitual. Y sí nos recuerdan cuestiones más macroscópicas: los conceptos básicos de la necesidad de hacer frente a más de una tarea simultáneamente, la vinculación entre la previsión y la gestión de inventarios, y la aleatoriedad como característica fundamental de la cadena de suministro.

En mi publicación anterior de esta serie sobre conceptos esenciales, “¿Qué es 'Un buen pronóstico'”, discutí el esfuerzo básico para descubrir el futuro más probable en un escenario de planificación de la demanda. Definí un buen pronóstico como aquel que es imparcial y lo más preciso posible. Pero también advertí que, dependiendo de la estabilidad o volatilidad de los datos con los que tenemos que trabajar, aún puede haber alguna inexactitud incluso en un buen pronóstico. La clave es tener una comprensión de cuánto.

Este tema, la gestión de la incertidumbre, es el tema de la publicación de mi colega Tom Willemain, “El promedio no es la respuesta”. Su publicación establece la teoría para enfrentar responsablemente los límites de nuestra capacidad predictiva. Es importante entender cómo funciona esto realmente.

Como mencioné brevemente al final de mi publicación anterior, nuestro enfoque comienza con algo llamado "simulación deslizante". Estimamos con qué precisión predecimos el futuro utilizando nuestras técnicas de pronóstico en una parte más antigua de la historia, excluyendo los datos más recientes. Luego podemos comparar lo que hubiéramos predicho para el pasado reciente con nuestra información real del mundo real sobre lo que sucedió. Este es un método confiable para estimar qué tan cerca estamos prediciendo la demanda futura.

El inventario de seguridad, un amortiguador cuidadosamente medido en el nivel de inventario que almacenamos por encima de nuestra predicción de la demanda más probable, se deriva de la estimación del error de pronóstico que surge de la "simulación deslizante". Este enfoque para lidiar con la precisión de nuestros pronósticos se equilibra de manera eficiente entre ignorar la amenaza de la sobrecompensación impredecible y costosa.

En detalles más técnicos: los errores de pronóstico que se estiman mediante este proceso de simulación deslizante indican el nivel de incertidumbre. Usamos estos errores para estimar la desviación estándar de los pronósticos. Ahora, con una demanda regular, podemos suponer que los pronósticos (que son estimaciones del comportamiento futuro) están mejor representados por una distribución de probabilidad en forma de campana, lo que los estadísticos llaman la "distribución normal". El centro de esa distribución es nuestro pronóstico puntual. El ancho de esa distribución es la desviación estándar del pronóstico de "simulación deslizante" de los valores reales conocidos; lo obtenemos directamente de nuestras estimaciones de error de pronóstico.

Una vez que conocemos la curva específica en forma de campana asociada con el pronóstico, podemos estimar fácilmente la reserva de existencias de seguridad que se necesita. La única entrada nuestra es el "nivel de servicio" que se desea, y se puede determinar el stock de seguridad en ese nivel de servicio. (El nivel de servicio es esencialmente una medida de la confianza que debemos tener en nuestros niveles de existencias de inventario, con una confianza cada vez mayor que requiere los gastos correspondientes en inventario adicional). Tenga en cuenta que estamos asumiendo que la distribución correcta a usar es la distribución normal. Esto es correcto para la mayoría de las series de demanda en las que tiene una demanda regular por período. Falla cuando la demanda es esporádica o intermitente.

En el próximo artículo de esta serie, analizaré cómo Smart Forecasts trata la estimación del stock de seguridad en aquellos casos de demanda intermitente, cuando la suposición de normalidad es incorrecta.

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.