Demand Planning, Inventario & Almacén

Ajustes en el pronóstico de demanda

Faltante gondola

Los modelos y herramientas de programación de demanda determinan nuestra capacidad para incrementar el nivel de servicio, cuyo punto de partida está representado por el dimensionamiento del error de pronóstico.

La administración de inventarios integra múltiples objetivos, como son; la reducción de los faltantes, inversión y los errores en la preparación de pedidos que impactan sobre la rentabilidad y el nivel de servicio. Para conseguirlo se tiene a cargo la ejecución de ciertos procesos dinámicos e integrados, tales como: la clasificación, niveles y pronóstico de demanda. Es en este último punto donde la gestión de la información posibilita la oportuna toma de decisiones bajo un contexto de incertidumbre, desconociéndose por anticipado el valor de las variables aleatorias que determinan la demanda de un producto.

La reposición automática como paliativo ante los quiebres puede aplicarse tanto al abastecimiento de materias primas en empresas manufactureras, como el de productos terminados para puntos de ventas, desarrollándose las metodologías de reposición a partir de:

  • Rotación y criticidad de los artículos.
  • Estimaciones de demanda
  • Tiempo de reposición

El faltante en góndola reafirma los conceptos formulados por quienes tienen a cargo evaluar el comportamiento del consumidor, los cuales determinan la alta predisposición que éste tiene para la infidelidad sobre la marca y el punto de venta. Imagine entonces no encontrar el producto que necesita en tienda, ¿volvería al día siguiente? o ¿estaría dispuesto a incrementar la estadística?.

La indisponibilidad de inventario responde a la falta de parámetros y herramientas para el control preventivo en el reabastecimiento individual o agregado de los artículos. De la misma forma la inexactitud en el registro de inventarios sesgan la toma de decisiones para el abastecimiento y el compromiso con los clientes. Estas causas pueden ser categorizadas como factores inherentes de la operación, mientras que una segunda clasificación se desarrolla en los faltantes aparentes que obedecen a duplicidad de ubicaciones y catálogos incompletos.

Los quiebres dejan entrever la falta de capacidad para la concertación de información cualitativa y cuantitativa dentro de una cadena de suministros. Por lo general estas distorsiones se presentan mientras más lejos del consumidor se encuentre la empresa. Para desarrollar modelos de programación estocásticos que disminuyan los márgenes de error en los pronósticos, debemos tener en cuenta que toda proyección debe incluir tanto el valor esperado como una medida de error del mismo. Para entender la importancia de un error de pronóstico se requiere tener como punto de partida, que las proyecciones a largo plazo contemplen una desviación estándar mayor con relación a la medida de los pronósticos a corto plazo.

Es recurrente encontrarnos con dudas respecto al historial de datos cuantitativos a considerar en toda proyección. Para filtrarlos es importante determinar si el artículo tiene un ciclo de demanda constante o estacional, si existe una exposición a variaciones de tipo cualitativas como son las de mercado, precios, promociones que están inmersas en las tendencias y responden al proceso mecánico de división e identificación de variables aleatorias y sistemáticas. Las primeras se manifiestan a través del error de pronóstico, mientras que las sistemáticas representan la eficiencia del método de pronóstico.

La programación y reabastecimiento agregado por lo general son más precisos que los individuales, ya que tienden a tener una desviación estándar menor del error con relación a la media, el grado de complejidad es menor al pronosticar una familia de artículos a partir de la agregación de datos. Una familia de artículos es una agregación de ítems que permiten simplificar el error de pronóstico, el cual contiene información valiosa que debe analizarse para determinar si el método actual predice con precisión el componente sistemático de la demanda.

El siguiente caso de aplicación nos permitirá entender la importancia para identificar el error de las proyecciones y su aplicación en nuestra gestión de materiales. El siguiente cuadro nos permite identificar la demanda real (Dt) para un artículo y la cantidad estimada para cada periodo (Ft). En este ejercicio nuestro periodo de análisis de datos históricos estarán a razón de dos meses. Para determinar el error de pronóstico para un determinado periodo la función estará representada por la diferencia entre el pronóstico y la demanda real en el mismo periodo (Et = Ft – Dt).

Pronostico

La desviación absoluta media (MAD, por sus siglas en inglés) representa el promedio de la desviación absoluta para todos los periodos, cuya fórmula es la siguiente:

MAD

Para calcular el MAD en el tercer periodo reemplazaremos la formula con los siguientes datos: (600/3-2), dónde tres el periodo actual y dos la constante de datos históricos a considerar en la proyección, para el cuarto periodo el resultado se obtendrá de reemplazar los siguientes datos: (600+300 / 4-2).

El porcentaje de error lo determinaremos dividiendo At / Dt, seguido identificaremos si la herramienta de proyección constantemente sobrestima o subestima la demanda, para ello consideraremos la suma de los errores de pronóstico (Et) determinándose así también sus tendencias, Cómo último punto calcularemos la Señal de Rastreo (TS, por sus siglas en inglés) el cual representa el cociente entre el sesgo y la MAD, permitiéndonos validar la efectividad de nuestro modelo de pronóstico:

Señal de Rastreo

Al determinar la señal de rastreo (TS) del cuarto periodo deberemos reemplazar los siguientes datos: Bias: E4 = 600 – 300, este resultado a su vez se dividirá con la MAD del periodo (450), dándonos como resultado 0.67, la lectura de éste se expresa a razón de parámetros de clasificación, en el cual nos indica que si la TS está fuera del rango de +/- 6. Esto es una señal de que el pronóstico tiene sesgo, siendo el signo positivo resultado de una sobre-pronóstico y el negativo nos identifica un sub-pronóstico. Ambos resultados determinan la necesidad de ajustar o elegir un nuevo método de proyección de demanda.

Es necesario considerar que los faltantes en góndolas se pueden minimizar con trabajo preventivo a través de ajustes periódicos en la programación de los pronósticos así como en el monitoreo de los niveles de inventario empleando indicadores de cobertura que nos permitan garantizar el nivel de servicio. Aquel que deberá ser al 100 % sólo en los artículos más importantes de la empresa, esta premisa nos permite direccionar correctamente los esfuerzos para el abastecimiento estructurado, para no formar parte de las estadísticas anuales que concluyen que aún existe la necesidad por desarrollar herramientas y estrategias para la administración de inventarios. En nuestra región deberemos comenzar a trabajar nuestro punto de partida “el dimensionamiento del error de pronóstico”.

Marco Espejo González
Administrador por la Universidad de San Martin de Porres con post grados en Gestión de la Cadena de Suministros por la misma Universidad y Centrum Católica, investigador y columnista logístico en revistas especializadas en la materia de México, Chile, Perú y Argentina, colaborando también para el Diario La Nación de Argentina y Gestión de Perú. Conferencista en Lo Mejor de la Logística III 2011 – Universidad de Lima, Expo Logística Panamá 2012, II Seminario Logístico del Sector Eléctrico – Perú 2012 y Logistic Summit & Expo México, Workshop Asociación Peruana de Profesionales en Logística – Universidad Pacifico 2013. Experiencia de 9 años en áreas de gestión de stocks y procesos, participando como consultor en más de 25 proyectos, incluyendo México y Panamá, en el ámbito académico como docente en materias de pre grado y programas de especialización.

1 comentario

  1. Estimado Marco,

    He quedado maravillado con tus aportes y conocimientos, pero tengo un caso un tanto peculiar y quisiera saber a donde debo apuntar. Debo armar un esquema para stockeo de maquinarias de construcción, tengo historicos pero no sé si unificarlos por familias y además tomar la demanda futura o basarme en los datos unitarios.
    qué me recomendarías?

    saludos!

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *