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.

Un profesional de inventario que es responsable de 10 000 artículos tiene 10 000 cosas por las que estresarse todos los días. Duplica eso para alguien responsable de 20,000 artículos.

En el ajetreo de los negocios, las decisiones rutinarias a menudo pasan a un segundo plano después de la lucha contra incendios: lidiar con los contratiempos de los proveedores, corregir los errores de papeleo, recuperarse de la colisión entre un camión y el muelle de carga.

Mientras tanto, sin embargo, su empresa políticas de control de inventario acumulado seguir haciendo lo que hacen, incluso si están perdiendo dinero. Un buen gerente se tomará el tiempo para escuchar el "ruido de fondo", incluso cuando escuche fuertes golpes en el almacén.

Considere la configuración actual de sus parámetros de control de inventario (p. ej., puntos de pedido y cantidades de pedidos). Es fácil pensar en estas como decisiones de "despedir y olvidar". Pero estas configuraciones generalmente se acumulan con el tiempo y terminan formando una mezcolanza de decisiones de juicio olvidadas que pueden no estar alineadas con su entorno operativo actual. Muchos factores pueden alejarse de sus niveles anteriores, como los plazos de entrega de los proveedores, los costos de pedido o la demanda promedio de artículos. Estos cambios pueden forzar compensaciones invisibles que no son lo mejor para usted.

Es aconsejable revisar estas configuraciones de control de vez en cuando para ver si es posible alinear sus operaciones diarias con las realidades actuales. Por supuesto, sería inviable para un gerente ocupado calcular manualmente los efectos de cambiar la configuración de control en, digamos, 10 000 artículos. Pero para eso está el software moderno de optimización de inventario y planificación de la demanda: hacer factibles las tareas analíticas a gran escala. Dicho software le permitirá procesar automáticamente nueva información y calcular ajustes a escala. el resultado será victorias fáciles – muchos de los cuales de otro modo no se realizarían. Y ahorrar continuamente un poco aquí y allá se suma a dólares significativos cuando administra miles de artículos.

Considere este ejemplo. La empresa A utiliza un sistema de inventario de revisión periódica. Cada 30 días, verifican el inventario disponible de todos sus artículos y deciden cuánto inventario de reposición ordenar. Cada uno de sus 10.000 artículos tiene un nivel de pedido hasta el que determina el tamaño de sus pedidos de reabastecimiento.

Por ejemplo, supongamos que el artículo 1234 tiene un nivel de pedido hasta 74, determinado al tener en cuenta la demanda promedio de artículos de 1,0 unidades por día, un tiempo promedio de reabastecimiento de 8 días y una tasa de cumplimiento objetivo de 90% para este artículo. . La elección de 74 como nivel de orden hasta el nivel permite a la empresa A alcanzar su objetivo de tasa de cumplimiento 90% para el artículo 1234, pero también da como resultado un nivel de inventario disponible promedio de 40 unidades. A $1,500 por unidad, este artículo por sí solo representa $45,000 de inversión en inventario.

Supongamos ahora que la demanda promedio de artículos aumentaría de 1,0 a 1,2 unidades por día. ¡Sin que nadie se diera cuenta, la tasa de relleno del artículo 1234 se reduciría a 82%!

Ahora suponga que la demanda cambiara en la otra dirección y descendiera a 0,8 unidades/día. Al igual que con el aumento en la demanda promedio de 1,0 a 1,2 unidades/día, este tipo de cambio es difícil de ver cuando se observa una gráfica (consulte la Figura 1), pero puede tener un impacto operativo significativo. En este caso, la tasa de llenado aumentaría a un generoso 96% pero el inventario disponible también aumentaría: de 40 unidades a 46. Esas seis unidades adicionales representarían $9,000 en exceso de inventario.

Figura 1: Muestras de demanda diaria con dos valores medios diferentes. La diferencia en la demanda es imperceptible a simple vista, pero si no se tiene en cuenta, tendrá un gran impacto operativo en el gasto de inventario y los niveles de servicio.

Ahora imagine pequeños cambios similares que pasan desapercibidos en una flota completa de 10,000 artículos de inventario. El impacto financiero total de todos esos cambios sería suficiente para entrar en el radar de cualquier CFO. Tratar de mantenerse al tanto de esta turbulencia sería imposible si se hiciera manualmente, pero el software moderno de optimización de inventario podría calcular los ajustes adecuados automáticamente con la frecuencia que su empresa pueda manejar, incluso a diario, ayudándolo a lograr mejoras sustanciales en los niveles de servicio, la eficiencia del inventario, mientras reduce el desabastecimiento. y costos de mantenimiento!

1. La funcionalidad ERP integrada se integra en la Gestión de pedidos.

Considere lo que significa "gestión de la demanda", "planificación de la demanda" y "previsión". Estos términos implican cierta funcionalidad estándar para la colaboración, el análisis estadístico y la generación de informes para respaldar un proceso de planificación de la demanda profesional. Sin embargo, en la mayoría de los sistemas ERP, la "gestión de la demanda" consiste en ejecutar MRP y conciliar la oferta y la demanda con el fin de realizar pedidos, es decir, "gestión de pedidos". Tiene muy poco que ver con la planificación de la demanda, que es un proceso discreto centrado en desarrollar las mejores predicciones posibles de la demanda futura al combinar el análisis estadístico con el conocimiento comercial de eventos, promociones e inteligencia de la fuerza de ventas. La mayoría de los sistemas ERP ofrecen poca capacidad estadística y, cuando se ofrecen, el usuario puede elegir entre algunos métodos estadísticos que debe aplicar manualmente desde una lista desplegable o programar ellos mismos. Está integrado en el proceso de gestión de pedidos, lo que permite al usuario posiblemente cómo el pronóstico podría afectar el inventario. Sin embargo, no hay ninguna capacidad para administrar el pronóstico, mejorar la calidad del pronóstico, aplicar y rastrear anulaciones de administración, colaborar, medir la precisión del pronóstico y rastrear “Valor agregado de pronóstico.” 

2. Los métodos de planificación de ERP a menudo se basan en reglas generales simplistas.

Los sistemas ERP siempre ofrecerán mínimo, máximo, stock de seguridad, punto de pedido, cantidad de pedido y pronósticos para impulsar las decisiones de reabastecimiento. Pero, ¿qué pasa con los métodos subyacentes utilizados para calcular estos importantes impulsores? En casi todos los casos, los métodos proporcionados no son más que regla de oro enfoques que no tienen en cuenta la demanda o la variabilidad del proveedor. Algunos ofrecen "objetivo de nivel de servicio", pero confían erróneamente en la suposición de una distribución normal ("curva en forma de campana"), lo que significa que las existencias de seguridad requeridas y los puntos de reorden recomendados por el sistema para lograr el objetivo de nivel de servicio van a ser planos. salir mal si sus datos no se ajustan al modelo teórico ideal, que a menudo es muy poco realista. Estos cálculos demasiado simplificados tienden a hacer más daño que bien.  

3. Probablemente seguirás usando hojas de cálculo durante al menos 2 años después de la compra.

La mayoría de las veces, si tuviera que implementar una nueva solución ERP, sus datos antiguos quedarían varados. Por lo tanto, no se puede usar ninguna funcionalidad ERP nativa para pronósticos, establecer políticas de almacenamiento como Mín./Máx., etc., y se verá obligado a volver a las hojas de cálculo engorrosas y propensas a errores durante al menos dos años (un año para implementar como mínimo y otro año para recoger al menos 12 meses de historial). Difícilmente una transformación digital. El uso de la mejor solución evita este problema. Puede cargar datos de su sistema ERP heredado y no interrumpir su implementación de ERP. Esto significa que en el día 1 de la puesta en marcha de ERP puede completar su nuevo sistema ERP con mejores entradas para los pronósticos de demanda, las existencias de seguridad, los puntos de pedido y la configuración mín./máx..

4. El ERP no está diseñado para hacerlo todo

La mentalidad de “Hacer todo en ERP/Un solo proveedor” fue un mensaje de marketing promovido por las empresas de ERP, particularmente SAP, para que usted, el cliente, gaste 100% de su presupuesto de TI con ellos. Ese mensaje de marketing ha sido repetido a los usuarios por grupos de analistas, firmas de TI e integradores de sistemas, ahogando las voces racionales que preguntaban: "¿Por qué quieres depender tanto de una empresa hasta el punto de utilizar una tecnología de planificación de inventario y previsión inferior? ” La gran cantidad de fallas de TI y los enormes costos de implementación han hecho que muchas empresas reconsideren su enfoque de ERP. Con la llegada de las aplicaciones de planificación especializadas nacidas en la nube sin huella de TI, el camino a seguir es un ERP "delgado" centrado en los fundamentos (contabilidad, gestión de pedidos, finanzas) pero respaldado por aplicaciones de planificación especializadas. 

La experiencia de los consultores de ERP radica en cómo su sistema está diseñado para automatizar ciertos procesos comerciales y cómo se puede configurar o personalizar el sistema. Sus consultores no son especialistas en los enfoques adecuados para la planificación de existencias, pronósticos y planificación de inventario. Entonces, si está tratando de comprender qué enfoque de planificación de la demanda es el adecuado para su negocio, ¿cómo debe amortiguar adecuadamente (por ejemplo, “¿Deberíamos hacer un reabastecimiento mínimo/máximo o basado en el pronóstico?” “¿Deberíamos usar el método de pronóstico X?”), por lo general no lo encontrará y, si lo hace, ese recurso se dispersará bastante. 

Hay un viejo chiste rancio: "Hay dos tipos de personas: los que creen que hay dos tipos de personas y los que no". Podemos modificar ese chiste: "Hay dos tipos de personas: los que saben que hay tres tipos de análisis de la cadena de suministro y los que aún no han leído este blog".

Los tres tipos de análisis de la cadena de suministro son "descriptivos", "predictivos" y "prescriptivos". Cada uno juega un papel diferente para ayudarlo a administrar su inventario. El software moderno de la cadena de suministro le permite aprovechar los tres.

Analítica descriptiva

Los análisis descriptivos son el material de los tableros. Te dicen "lo que está pasando ahora". En esta categoría se incluyen cifras resumidas como el dinero invertido actualmente en inventario, el nivel actual de servicio al cliente y la tasa de llenado, y los plazos de entrega promedio de los proveedores. Estas estadísticas son útiles para realizar un seguimiento de sus operaciones, especialmente cuando realiza un seguimiento de los cambios en ellas de un mes a otro. Confiarás en ellos todos los días. Requieren bases de datos corporativas precisas, procesadas estadísticamente.

Análisis predictivo

El análisis predictivo se manifiesta más comúnmente como pronósticos de demanda, a menudo desglosados por producto y ubicación y, a veces, también por cliente. Estas estadísticas proporcionan una alerta temprana para que pueda preparar la producción, el personal y la adquisición de materias primas para satisfacer la demanda. También proporcionan predicciones del efecto de los cambios en las políticas operativas, por ejemplo, ¿qué sucede si aumentamos la cantidad de nuestro pedido del Producto X de 20 a 25 unidades? Puede confiar en Predictive Analytics periódicamente, tal vez semanal o mensualmente, cuando busca lo que está sucediendo ahora para ver qué sucederá a continuación. Predictive Analytics utiliza Descriptive Analytics como base, pero agrega más capacidad. El análisis predictivo para la previsión de la demanda requiere un procesamiento estadístico avanzado para detectar y estimar características de la demanda de productos como tendencia, estacionalidad y Cambio de regimén. El análisis predictivo para la gestión de inventario utiliza pronósticos de demanda como entradas en los modelos de funcionamiento de las políticas de inventario, que a su vez proporcionan estimaciones de métricas de rendimiento clave, como niveles de servicio, tasas de llenadoy costos de operación.

Analítica prescriptiva

Los análisis prescriptivos no tratan sobre lo que está sucediendo ahora o lo que sucederá a continuación, sino sobre lo que debe hacer a continuación, es decir, recomiendan decisiones destinadas a maximizar el rendimiento del sistema de inventario. Puede confiar en Prescriptive Analytics para posicionar mejor toda su política de inventario. Prescriptive Analytics utiliza Predictive Analytics como base y luego agrega capacidad de optimización. Por ejemplo, el software Prescriptive Analytics puede calcular automáticamente las mejores opciones para los valores futuros de Min's y Max's para miles de artículos de inventario. Aquí, "mejor" podría significar los valores de Min y Max para cada artículo que minimizan el costo operativo (la suma de los costos de mantenimiento, pedido y escasez) mientras se mantiene un piso 90% en la tasa de cumplimiento de artículos.

Ejemplo

La siguiente figura muestra cómo el análisis de la cadena de suministro puede ayudar al administrador de inventario. Las columnas muestran tres indicadores clave de rendimiento (KPI) previstos: nivel de servicio, inversión en inventario y costos operativos (costos de mantenimiento + costos de pedido + costos de escasez).

 Figura 1: Los tres tipos de análisis utilizados para evaluar escenarios de planificación

Las filas muestran cuatro políticas de inventario alternativas, expresadas como escenarios. El escenario "En vivo" informa sobre los valores de los KPI el 1 de julio de 2018. El escenario "99% All" cambia la política actual al elevar el nivel de servicio de todos los elementos a 99%. El escenario de “75 piso/99 techo” eleva los niveles de servicio que son demasiado bajos hasta 75% y reduce los niveles de servicio muy altos (es decir, caros) hasta 95%. El escenario de "Optimización" prescribe niveles de servicio específicos del artículo que minimizan los costos operativos totales.

El escenario "Live 07-01-2018" es un ejemplo de análisis descriptivo. Muestra el rendimiento de referencia actual. Luego, el software le permite al usuario probar cambios en la política de inventario mediante la creación de nuevos escenarios "Qué pasaría si" que luego podrían convertirse en escenarios con nombre para una mayor consideración. Los siguientes dos escenarios son ejemplos de Predictive Analytics. Ambos evalúan las consecuencias de sus políticas de control de inventario recomendadas, es decir, los valores mínimos y máximos recomendados para todos los artículos. El escenario de "Optimización" es un ejemplo de Prescriptive Analytics porque recomienda la mejor política de compromiso.

Considere cómo se comparan los tres escenarios alternativos con el escenario de referencia "en vivo". El escenario “99% All” eleva las métricas de disponibilidad de artículos, aumentando el nivel de servicio de 88% a 99%. Sin embargo, hacerlo aumenta la inversión total en inventario de $3 millones a alrededor de $4 millones. Por el contrario, el escenario de “75 piso/99 techo” aumenta tanto el nivel de servicio como reduce el efectivo inmovilizado en el inventario en alrededor de $300,000. Finalmente, el escenario de “Optimización” logra un nivel de servicio 80%, una reducción del 88% actual, pero recorta más de $2 millones del valor del inventario y reduce los costos operativos en más de $400,000 anualmente. A partir de aquí, los gerentes podrían probar otras opciones, como devolver parte de los ahorros de $2 millones para lograr un nivel de servicio promedio más alto.

Resumen

Los paquetes de software modernos para la planificación y la optimización del inventario deben ofrecer tres tipos de análisis de la cadena de suministro: descriptivo, predictivo y prescriptivo. Su combinación permite a los administradores de inventario realizar un seguimiento de sus operaciones (descriptivo), pronosticar dónde estarán sus operaciones en el futuro (predictivo) y optimizar sus políticas de inventario en respuesta a la anticipación de condiciones futuras (prescriptivo).

Hay un viejo chiste rancio: "Hay dos tipos de personas: los que creen que hay dos tipos de personas y los que no". Podemos modificar ese chiste: "Hay dos tipos de personas: los que saben que hay tres tipos de análisis de la cadena de suministro y los que aún no han leído este blog".

Los tres tipos de análisis de la cadena de suministro son "descriptivos", "predictivos" y "prescriptivos". Cada uno juega un papel diferente para ayudarlo a administrar su inventario. El software moderno de la cadena de suministro le permite aprovechar los tres.

Analítica descriptiva

Los análisis descriptivos son el material de los tableros. Te dicen "lo que está pasando ahora". En esta categoría se incluyen cifras resumidas como el dinero invertido actualmente en inventario, el nivel actual de servicio al cliente y la tasa de llenado, y los plazos de entrega promedio de los proveedores. Estas estadísticas son útiles para realizar un seguimiento de sus operaciones, especialmente cuando realiza un seguimiento de los cambios en ellas de un mes a otro. Confiarás en ellos todos los días. Requieren bases de datos corporativas precisas, procesadas estadísticamente.

Análisis predictivo

El análisis predictivo se manifiesta más comúnmente como pronósticos de demanda, a menudo desglosados por producto y ubicación y, a veces, también por cliente. Estas estadísticas proporcionan una alerta temprana para que pueda preparar la producción, el personal y la adquisición de materias primas para satisfacer la demanda. También proporcionan predicciones del efecto de los cambios en las políticas operativas, por ejemplo, ¿qué sucede si aumentamos la cantidad de nuestro pedido del Producto X de 20 a 25 unidades? Puede confiar en Predictive Analytics periódicamente, tal vez semanal o mensualmente, cuando busca lo que está sucediendo ahora para ver qué sucederá a continuación. Predictive Analytics utiliza Descriptive Analytics como base, pero agrega más capacidad. El análisis predictivo para la previsión de la demanda requiere un procesamiento estadístico avanzado para detectar y estimar características de la demanda de productos como tendencia, estacionalidad y Cambio de regimén. El análisis predictivo para la gestión de inventario utiliza pronósticos de demanda como entradas en los modelos de funcionamiento de las políticas de inventario, que a su vez proporcionan estimaciones de métricas de rendimiento clave, como niveles de servicio, tasas de llenadoy costos de operación.

Analítica prescriptiva

Los análisis prescriptivos no tratan sobre lo que está sucediendo ahora o lo que sucederá a continuación, sino sobre lo que debe hacer a continuación, es decir, recomiendan decisiones destinadas a maximizar el rendimiento del sistema de inventario. Puede confiar en Prescriptive Analytics para posicionar mejor toda su política de inventario. Prescriptive Analytics utiliza Predictive Analytics como base y luego agrega capacidad de optimización. Por ejemplo, el software Prescriptive Analytics puede calcular automáticamente las mejores opciones para los valores futuros de Min's y Max's para miles de artículos de inventario. Aquí, "mejor" podría significar los valores de Min y Max para cada artículo que minimizan el costo operativo (la suma de los costos de mantenimiento, pedido y escasez) mientras se mantiene un piso 90% en la tasa de cumplimiento de artículos.

Ejemplo

La siguiente figura muestra cómo el análisis de la cadena de suministro puede ayudar al administrador de inventario. Las columnas muestran tres indicadores clave de rendimiento (KPI) previstos: nivel de servicio, inversión en inventario y costos operativos (costos de mantenimiento + costos de pedido + costos de escasez).

 Figura 1: Los tres tipos de análisis utilizados para evaluar escenarios de planificación

Las filas muestran cuatro políticas de inventario alternativas, expresadas como escenarios. El escenario "En vivo" informa sobre los valores de los KPI el 1 de julio de 2018. El escenario "99% All" cambia la política actual al elevar el nivel de servicio de todos los elementos a 99%. El escenario de “75 piso/99 techo” eleva los niveles de servicio que son demasiado bajos hasta 75% y reduce los niveles de servicio muy altos (es decir, caros) hasta 95%. El escenario de "Optimización" prescribe niveles de servicio específicos del artículo que minimizan los costos operativos totales.

El escenario "Live 07-01-2018" es un ejemplo de análisis descriptivo. Muestra el rendimiento de referencia actual. Luego, el software le permite al usuario probar cambios en la política de inventario mediante la creación de nuevos escenarios "Qué pasaría si" que luego podrían convertirse en escenarios con nombre para una mayor consideración. Los siguientes dos escenarios son ejemplos de Predictive Analytics. Ambos evalúan las consecuencias de sus políticas de control de inventario recomendadas, es decir, los valores mínimos y máximos recomendados para todos los artículos. El escenario de "Optimización" es un ejemplo de Prescriptive Analytics porque recomienda la mejor política de compromiso.

Considere cómo se comparan los tres escenarios alternativos con el escenario de referencia "en vivo". El escenario “99% All” eleva las métricas de disponibilidad de artículos, aumentando el nivel de servicio de 88% a 99%. Sin embargo, hacerlo aumenta la inversión total en inventario de $3 millones a alrededor de $4 millones. Por el contrario, el escenario de “75 piso/99 techo” aumenta tanto el nivel de servicio como reduce el efectivo inmovilizado en el inventario en alrededor de $300,000. Finalmente, el escenario de “Optimización” logra un nivel de servicio 80%, una reducción del 88% actual, pero recorta más de $2 millones del valor del inventario y reduce los costos operativos en más de $400,000 anualmente. A partir de aquí, los gerentes podrían probar otras opciones, como devolver parte de los ahorros de $2 millones para lograr un nivel de servicio promedio más alto.

Resumen

Los paquetes de software modernos para la planificación y la optimización del inventario deben ofrecer tres tipos de análisis de la cadena de suministro: descriptivo, predictivo y prescriptivo. Su combinación permite a los administradores de inventario realizar un seguimiento de sus operaciones (descriptivo), pronosticar dónde estarán sus operaciones en el futuro (predictivo) y optimizar sus políticas de inventario en respuesta a la anticipación de condiciones futuras (prescriptivo).