Microsoft Dynamics 365 F&SC y AX pueden administrar el reabastecimiento al sugerir qué ordenar y cuándo a través de políticas de inventario basadas en puntos de reorden. Un desafío que enfrentan los clientes es que los esfuerzos para mantener estos niveles están muy orientados a los detalles y que el sistema ERP requiere que el usuario especifique manualmente estos puntos de pedido y/o pronósticos. Como alternativa, muchas organizaciones terminan generando políticas de inventario a mano utilizando hojas de cálculo de Excel u otros enfoques ad hoc.

Estos métodos consumen mucho tiempo y es probable que ambos den como resultado cierto nivel de inexactitud. Como resultado, la organización terminará con un exceso de inventario, escasez innecesaria y una desconfianza general en sus sistemas de software. En este artículo, revisaremos la funcionalidad de pedidos de inventario en AX / D365 F&SC, explicaremos sus limitaciones y resumiremos cómo la Planificación y optimización de inventario inteligente puede ayudar a mejorar la posición de efectivo de una empresa. Esto se logra mediante un inventario reducido y desabastecimientos minimizados y controlados. El uso de Smart Software ofrece una funcionalidad predictiva que falta en Dynamics 365.

Políticas de reabastecimiento de Microsoft Dynamics 365 F&SC y AX

En el módulo de gestión de inventario de AX y F&SC, los usuarios pueden ingresar manualmente los parámetros de planificación para cada artículo en existencia. Estos parámetros incluyen puntos de pedido, plazos de entrega de existencias de seguridad, cantidades de existencias de seguridad, ciclos de reorden y modificadores de pedidos, como cantidades de pedido mínimas y máximas impuestas por el proveedor y múltiplos de pedido. Una vez ingresado, el sistema ERP conciliará el suministro entrante, la disponibilidad actual, la demanda saliente y los pronósticos definidos por el usuario y las políticas de almacenamiento para calcular el plan de suministro o el cronograma de pedidos (es decir, qué ordenar y cuándo).

Hay 4 opciones de política de reposición en F&SC y AX: Cantidad fija de reorden, Cantidad máxima, Lote por lote e Impulsada por pedido del cliente.

• Cantidad de reorden fija y Máx. son métodos de reabastecimiento basados en puntos de pedido. Ambos sugieren pedidos cuando el inventario disponible alcanza el punto de reorden. Con ROQ fijo, el tamaño del pedido se especifica y no variará hasta que se cambie. Con Max, los tamaños de los pedidos variarán según la posición del stock en el momento del pedido y los pedidos se realizarán hasta el Max.
• Lote por lote es un método de reabastecimiento basado en pronósticos que agrupa la demanda total pronosticada durante un marco de tiempo definido por el usuario (el "período de acumulación de lotes") y genera una sugerencia de pedido que totaliza la cantidad pronosticada. Entonces, si su demanda total pronosticada es de 100 unidades por mes y el período de acumulación del lote es de 3 meses, entonces su sugerencia de pedido sería igual a 300 unidades.
• Impulsado por pedidos es un método de reabastecimiento basado en pedidos. No utiliza puntos de pedido ni pronósticos. Piense en ello como una lógica de "vender uno, comprar uno" que solo realiza pedidos después de que se ingresa la demanda.

Limitaciones

Cada una de las configuraciones de reabastecimiento de F&SC / AX debe ingresarse manualmente o importarse a través de cargas personalizadas creadas por los clientes. Simplemente no hay forma de que los usuarios generen entradas de forma nativa (especialmente las que no son óptimas). La falta de una funcionalidad creíble para la previsión a nivel de unidad y la optimización del inventario dentro del sistema ERP es la razón por la que tantos usuarios de AX y F&SC se ven obligados a confiar en hojas de cálculo para la planificación y luego establecer manualmente los parámetros que necesita el ERP. En realidad, la mayoría de los planificadores terminan configurando manualmente las previsiones de demanda y reordenando.

Y cuando pueden usar hojas de cálculo, a menudo se basan en métodos generales generales que dan como resultado el uso de modelos estadísticos simplificados. Una vez calculados en la hoja de cálculo, estos deben cargarse en F&SC/AX. A menudo se cargan a través de engorrosas importaciones de archivos o se ingresan manualmente. Debido al tiempo y esfuerzo que se necesita para construirlos, las empresas no actualizan estos números con frecuencia.

Una vez que se establecen, las organizaciones tienden a emplear un enfoque reactivo a los cambios. La única vez que un comprador/planificador revisa la política de inventario es anualmente o en el momento de las compras o la fabricación. Algunas empresas también reaccionarán después de encontrar problemas con niveles de inventario cortos (o demasiado altos). Gestionar esto en AX y F&AS requiere una interrogación manual para revisar el historial, calcular pronósticos, evaluar las posiciones del búfer y recalibrar.

Microsoft reconoce estas limitaciones en sus ERP centrales y comprende los desafíos importantes para los clientes. En respuesta, Microsoft ha posicionado la previsión bajo su pila de AI Azure. Este método está fuera de los principales ERP. Se ofrece como un conjunto de herramientas para que los científicos de datos lo utilicen para definir estadísticas y cálculos complejos personalizados según los deseos de la empresa. Esto se suma a algunos cálculos simples básicos como punto de partida que se encuentran actualmente en sus fases iniciales de desarrollo. Si bien esto puede generar ganancias a largo plazo, actualmente este método significa que los clientes comienzan casi desde cero y definen lo que Microsoft actualmente llama "experimentos" para medir la planificación de la demanda.

La conclusión es que los clientes se enfrentan a grandes desafíos para conseguir que la pila de Dynamics ayude a resolver estos problemas. El resultado es que los CFO tienen menos efectivo disponible para lo que necesitan y que los ejecutivos de ventas tienen oportunidades de ventas sin cubrir y una posible pérdida de ventas porque la empresa no puede enviar los productos que el cliente desea.

Ser más inteligentes

¿No sería mejor simplemente aprovechar el mejor complemento de su clase para la planificación de la demanda? y la mejor solución de optimización de inventario de su clase para administrar y equilibrar los costos y los niveles de cumplimiento? ¿No sería mejor poder hacer esto diariamente o semanalmente para tomar sus decisiones lo más cerca posible de la necesidad, conservando efectivo mientras satisface la demanda de ventas?

Imagine tener una integración bidireccional con AX y F&AS para que todo funcione fácil y rápidamente. Uno donde:

• podría recalibrar automáticamente las políticas en ciclos de planificación frecuentes utilizando modelos estadísticos de vanguardia probados en el campo,
• podría calcular pronósticos de demanda que tengan en cuenta la estacionalidad, la tendencia y los patrones cíclicos,
• Aprovecharía automáticamente los métodos de optimización que prescriben las políticas de almacenamiento y los niveles de servicio más rentables que consideran los costos reales de mantener el inventario y las interrupciones de existencias, brindándole una imagen económica completa,
• Puede liberar efectivo para usar dentro de la empresa y administrar sus niveles de inventario para mejorar el cumplimiento de pedidos al mismo tiempo que libera este efectivo.
• tendría existencias de seguridad y niveles de inventario que darían cuenta de la variabilidad de la oferta y la demanda, las condiciones comerciales y las prioridades,
• podría apuntar a niveles de servicio específicos por grupos de productos, clientes, almacenes o cualquier otra dimensión que haya seleccionado,
• aumenta las ganancias generales de la empresa y la salud del balance general.

Amplíe Microsoft 365 F&SC y AX con Smart IP&O

Para ver una grabación del seminario web de Microsoft Dynamics Communities que muestra Smart IP&O, regístrese aquí:

https://smartcorp.com/inventory-planning-with-microsoft-365-fsc-and-ax/

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? Cuando la demanda anterior es mucho mayor que la demanda más reciente y la demanda más reciente tiene un volumen muy bajo (es decir, 1,2,3 unidades demandadas), la respuesta es, estadísticamente hablando, sí. Sin embargo, esto podría no coincidir con el conocimiento comercial del planificador y el nivel mínimo esperado de demanda. Entonces, ¿qué debe hacer un pronosticador para corregir esto? Aquí hay tres sugerencias:

1. Limite los datos históricos alimentados al modelo. En una situación de tendencia a la baja, los datos más antiguos a menudo se mucho mayor que los datos recientes. Cuando se ignora la demanda de volumen mucho mayor anterior, la tendencia a la baja no será tan significativa. Todavía pronosticará una tendencia a la baja, pero es más probable que los resultados estén en línea con las expectativas comerciales.

2. Pruebe la amortiguación de tendencias. Smart Demand Planner tiene una función llamada "cobertura de tendencias" que permite a los usuarios definir cómo una tendencia debe desaparecer con el tiempo. Cuanto mayor sea la cobertura de tendencia porcentual (0-100%), más pronunciada será la amortiguación de tendencia. Esto significa que una tendencia pronosticada no continuará durante todo el horizonte de pronóstico. Esto significa que el pronóstico de demanda comenzará a aplanarse antes de que llegue a cero en una tendencia bajista.

3. Cambiar el modelo de pronóstico. Cambie de un método de tendencia, como Suavizado exponencial doble o Promedio móvil lineal, a un método sin tendencia, como Suavizado exponencial único o Promedio móvil simple. No pronosticará una tendencia a la baja, pero al menos su pronóstico no será cero y, por lo tanto, es más probable que la empresa lo acepte.

5 pasos para la planificación de la demanda por consenso

El objetivo de la previsión de la demanda es establecer la mejor visión posible de la demanda futura. Esto requiere que recurramos a los mejores datos e insumos que podamos obtener, estadísticas de apalancamiento para capturar patrones subyacentes, unir nuestras cabezas para aplicar anulaciones basadas en el conocimiento comercial y acordar un plan de demanda de consenso que sirva como piedra angular para el plan de demanda general de la empresa.

Paso 1: Desarrolle una señal de demanda precisa.   ¿Qué constituye la demanda? Considere cómo su organización define la demanda, por ejemplo, órdenes de venta confirmadas netas de cancelaciones o datos de envío ajustados para eliminar el impacto de los desabastecimientos históricos, y utilícelo de manera consistente. Esta es su medida de lo que el mercado le pide que entregue. No confunda esto con su capacidad de entrega, eso debe reflejarse en el plan de ingresos.

Paso 2: generar un pronóstico estadístico. Planifique para miles de artículos con una aplicación de pronóstico comprobada que extrae automáticamente sus datos y produce pronósticos precisos de manera confiable para todos de tus artículos. Revise la primera pasada de su pronóstico, luego haga los ajustes. Es posible que una huelga o un choque de trenes hayan interrumpido el envío el mes pasado; no deje que eso cambie su pronóstico. Ajuste para estos y vuelva a pronosticar. Haz lo mejor que puedas, luego invita a otros a opinar.

Paso 3: traiga a los expertos. Los gerentes de línea de productos, los líderes de ventas y los socios de distribución clave conocen sus mercados.  Comparte tu pronóstico con ellos. Smart utiliza el concepto de una "instantánea" para compartir un facsímil de su pronóstico, en cualquier nivel, para cualquier línea de productos, con personas que pueden saberlo mejor. Podría haber un pedido enorme que no ha llegado a la tubería, o un socio de canal está a punto de ejecutar su promoción anual. Ofrézcales una manera fácil de tomar su parte del pronóstico y cambiarlo. Arrastre este mes hacia arriba, ese hacia abajo...

Paso 4: Mida la precisión y pronostique el valor agregado. Algunos de sus colaboradores pueden estar en lo correcto, otros tienden a tener un sesgo alto o bajo. Utilice los informes de previsión frente a datos reales y mida el análisis de valor agregado de previsión para medir los errores de previsión y si los cambios en la previsión están perjudicando o ayudando. Al informar el proceso con esta información, su empresa mejorará su capacidad para pronosticar con mayor precisión.

Paso 5: Acordar el Pronóstico de Consenso.  Puede hacer esto una línea de productos o geografía a la vez, o negocio por negocio. Convoque al equipo, agrupe gráficamente sus entradas, revise el rendimiento de precisión anterior, discuta sus razones para aumentar o reducir el pronóstico y acuerde qué entradas usar. Esto se convierte en su plan de consenso. Finalice el plan y envíelo: cargue pronósticos en MRP, envíelos a finanzas y fabricación.  Acaba de iniciar su proceso de Ventas, Inventario y Planificación Operativa.

Puedes hacerlo. Y podemos ayudar.  Si tiene alguna pregunta sobre la planificación colaborativa de la demanda, responda a este blog, haremos un seguimiento.

Belmont, Massachusetts, diciembre de 2022 – Smart Software se complace en anunciar que el artículo del cofundador, el Dr. Thomas R. Willemain, "Gestión del inventario en medio del cambio de régimen" ganó el primer lugar en la categoría Pronóstico de los premios MVP de 2022 Supply Chain Brief.

“Cambio de régimen” es un término estadístico 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 en el nivel promedio, la forma de cualquier patrón de estacionalidad y el tamaño y la dirección de cualquier tendencia. Pero hay una gran excepción a la regla de que “más datos son mejores datos”. Si hay un cambio importante en su negocio y la nueva demanda no se parece a la anterior, entonces los datos antiguos se vuelven peligrosos.

Lea el artículo del ganador del premio MVP aquí  https://smartcorp.com/inventory-optimization/managing-inventory-amid-regime-change/

Resumen de la cadena de suministro reúne el mejor contenido de cientos de líderes de opinión de la industria. Este premio MVP reconoce la Publicación más valiosa según lo juzgado por la audiencia, el comité de premios y las redes sociales de Supply Chain Brief. Smart Software ha sido reconocido por brindar el mayor valor a los profesionales de la industria e información útil de naturaleza estratégica. https://www.supplychainbrief.com/mvp-awards/2022-SCB-MVP-AWARDS/forecasting

Dr. Thomas R. Willemain es cofundador y vicepresidente sénior de investigación en Smart Software. Ha sido profesor en el MIT y en la Escuela de Gobierno Kennedy de Harvard y ahora es profesor emérito de Ingeniería Industrial y de Sistemas en el Instituto Politécnico Rensselaer. Tom fue un profesor visitante distinguido en la FAA y apoyó a la comunidad de inteligencia como consultor experto en estadística (GS15) en el Grupo de Investigación de Matemáticas de la NSA y más tarde en el Centro de Ciencias de la Computación de la IDA. Tiene títulos de la Universidad de Princeton (BSE, summa cum laude) y el Instituto Tecnológico de Massachusetts (MS y PhD), todos en Ingeniería Eléctrica.

Acerca de Smart Software, Inc.
Fundada en 1981, Smart Software, Inc. es líder en brindar a las empresas soluciones de optimización de inventario, planificación y previsión de la demanda para toda la empresa. Las soluciones de optimización de inventario y pronóstico de la demanda de Smart Software han ayudado a miles de usuarios en todo el mundo, incluidos clientes de empresas medianas y compañías Fortune 500, como Disney, Arizona Public Service y Ameren. La planificación y optimización inteligente del inventario brinda a los planificadores de la demanda las herramientas para manejar la estacionalidad de las ventas, las promociones, los productos nuevos y antiguos, las jerarquías multidimensionales y las piezas de servicio y bienes de capital con demanda intermitente. También proporciona a los administradores de inventario estimaciones precisas del inventario óptimo y del stock de seguridad necesarios para cumplir con los pedidos futuros y lograr los niveles de servicio deseados. Smart Software tiene su sede en Belmont, Massachusetts, y se puede encontrar en línea en www.smartcorp.com.

Los objetivos de suministro diarios no funcionan al calcular las existencias de seguridad

Los CFO nos dicen que necesitan gastar menos en inventario y sin que afecte a las ventas. Una forma de hacerlo es dejar de usar los objetivos diarios de suministro para determinar los puntos de pedido y las reservas de existencias de seguridad. Así es como funciona un modelo de suministro diario:

1. Calcule el promedioa de la demanda diaria y multiplique la demanda diaria por el tiempo de entrega del proveedor por días para obtener la demanda de tiempo de entrega
2. Elija un búfer de suministro por días (es decir, 15, 30, 45 días, etc.). Use búferes más grandes para elementos más importantes y búferes más pequeños para elementos menos importantes.
3. Agregue los días de reserva deseados del suministro a la demanda durante el tiempo de entrega para obtener el punto de reorden. Pida más cuando el inventario disponible esté por debajo del punto de reorden.

Este enfoque es erroneo por las siguientes razones:

1. El promedio no tiene en cuenta la estacionalidad ni la tendencia: no verá patrones obvios a menos que pase mucho tiempo ajustándolos manualmente.
2. El promedio no tiene en cuenta cuán predecible es un artículo: tendrá un exceso de existencias de artículos predecibles y una escasez de artículos menos predecibles. Esto se debe a que los mismos días de suministro para diferentes artículos generan un riesgo de agotamiento de existencias muy diferente.
3. El promedio no le dice a un planificador cómo el nivel de inventario afecta el riesgo de falta de existencias: no tendrá idea de si tiene existencias insuficientes, excesivas o si tiene suficiente.

Hay muchos otros enfoques de "regla general" que son igualmente problemáticos. Puedes aprender más sobre ellos en este blog. 

Una mejor manera de planificar la cantidad correcta del inventario de seguridad es aprovechar los modelos de probabilidad que identifican exactamente cuánto inventario se necesita contando el riesgo de desabastecimiento que está dispuesto a aceptar. A continuación se muestra una captura de pantalla de Smart Inventory Optimization que hace exactamente eso. En primer lugar, detalla los niveles de servicio previstos (probabilidad de no agotarse) asociados con la lógica de suministro de los días actuales. El planificador ahora puede ver las partes en las que el nivel de servicio previsto es demasiado bajo o demasiado costoso. Luego pueden hacer correcciones inmediatas enfocándose en los niveles de servicio deseados y el nivel de inversión en inventario. Sin esta información, un planificador no sabrá si los días previstos de existencias de seguridad son demasiado, demasiado poco o simplemente correctos, lo que resulta en excesos y escasez que cuestan participación de mercado e ingresos.