GESTIÓN DE INCERTIDUMBRES EN LA PLANIFICACIÓN LOGÍSTICA: EL PAPEL DEL STOCK DE SEGURIDAD

Errores de previsión de la demanda, retrasos en el reabastecimiento de material, rendimiento de producción inferior al esperado. Son problemas comunes que forman parte del día a día del profesional de la logística. Para hacer frente a estas incertidumbres, presentes en prácticamente todos los procesos logísticos, se pueden utilizar stocks de seguridad. Sin embargo, su correcto dimensionamiento aún genera muchas dudas y divergencias. Muchas empresas determinan incorrectamente sus existencias de seguridad porque no se basan en mediciones precisas de las incertidumbres del proceso. Esto puede generar costos innecesarios que a menudo no se miden.

Si, por un lado, el exceso de stock de seguridad genera costos de mantenimiento de inventario innecesarios, relacionados con costos financieros (capital inmovilizado) y almacenamiento, por otro lado, el subdimensionamiento del mismo provoca que la empresa incurra en pérdidas de ventas o frecuentes atrasos (postergación de pedidos), generando un nivel insatisfactorio de servicio al cliente. Así, la pregunta principal respecto a la formación de stocks de seguridad es: “¿cuál es el stock mínimo que garantizará el nivel de servicio al cliente deseado por la empresa?”

El propósito de este artículo es, por tanto, analizar la formación del stock de seguridad a partir de técnicas cuantitativas para medir el nivel de incertidumbre en el proceso logístico. En primer lugar, se presentarán los principales problemas identificados en las empresas al intentar evaluar sus incertidumbres y formar stocks de seguridad. Posteriormente se ejemplificarán métodos de medición de incertidumbres y parametrización de indicadores. Finalmente, se analizarán las formas de dimensionar el stock de seguridad considerando las incertidumbres del proceso.
PRINCIPALES PROBLEMAS IDENTIFICADOS EN EL TRATAMIENTO DE INCERTIDUMBRES Y DIMENSIONAMIENTO DE LAS EXISTENCIAS DE SEGURIDAD

Los costos de mantener inventarios y pedidos atrasados ​​y/o ventas perdidas a menudo se ignoran porque no se registran en la contabilidad de las empresas. Así, es frecuente que incluso las grandes empresas no cuenten con información gerencial respecto al costo del exceso o falta de inventarios en un determinado período de operación. Es importante recalcar que la medición de estos costos es el primer paso para evaluar la situación de la política de inventarios de la empresa y justificar o no un trabajo de revisión.

Por desconocimiento de la dimensión de las incertidumbres inherentes a los procesos, se pueden cometer errores que se traduzcan en costos innecesarios. Un ejemplo es la formación de stocks de seguridad en el sentimiento, sin parametrización alguna. Es habitual, por ejemplo, que el sector comercial de una empresa coloque un margen de seguridad en la previsión de la demanda, para no perder ventas, sin basarse en estadísticas o series históricas de demandas reales y errores de previsión. A su vez, los sectores PCP (planificación y control de la producción) y/o compras, que muchas veces desconocen esta previsión sobreestimada, añaden sus propios márgenes de seguridad para realizar pedidos de reabastecimiento. Lo que se tiene al final es un costo excesivo de mantenimiento de inventarios, resultado de un sobredimensionamiento del stock de seguridad.

Otro problema común, similar al anterior, es el uso del objetivo de ventas como pronóstico de la demanda. Si este objetivo se sobreestima con frecuencia en relación con la demanda real, es decir, incluye un margen de seguridad en sí mismo, como consecuencia los niveles de stock deben permanecer constantemente por encima del mínimo necesario.

También ha sido común la aplicación de reglas simplificadas, no necesariamente basadas en las características específicas del proceso de cada empresa, que utilizan un porcentaje de la demanda en lead time (demanda esperada durante el período de reabastecimiento), como el 50%, para formación de stock de seguridad. . Por lo tanto, si la empresa espera vender 100 unidades de un producto durante el tiempo de entrega, se mantendrían en existencia 50 unidades más para respaldar cualquier variabilidad en esta expectativa inicial. Asimismo, algunas empresas dimensionan sus stocks de seguridad por número de periodos de demanda, manteniendo por ejemplo “dos semanas en stock” o “cuatro días como stock de seguridad”, generalmente de forma empírica, sin hacer una valoración razonable de todas las incertidumbres.

También existe el problema de anticiparse a las solicitudes de reabastecimiento sin mayores cuidados. Hay casos en los que el sector de compras de una empresa, preocupado por los posibles retrasos del proveedor, empieza a realizar pedidos con un cierto tiempo de antelación, sin depender de las estadísticas de retrasos de ese proveedor. Lo que sucede en la práctica es un aumento en el tiempo de entrega de la compra, que muchas veces es innecesario, aumentando el tiempo en que el capital está inmovilizado en stock.

Para saber qué incertidumbres son relevantes para definir las políticas de inventario y qué costos están generando para la empresa, es necesario comprender y modelar todo el proceso logístico, desde la apertura de una solicitud de pedido hasta la atención al cliente, pasando por la producción de productos terminados. y adquisición de materias primas. Así, es posible definir indicadores referentes a las incertidumbres del proceso y cuantificarlas. Es de suma importancia, por tanto, crear una base de datos que contenga series históricas de estos indicadores que proporcionen información sobre su comportamiento a lo largo del tiempo.
PRINCIPALES FUENTES DE INCERTIDUMBRE EN EL PROCESO LOGÍSTICO Y FORMAS DE MEDICIÓN

Incertidumbre en la demanda y su pronóstico

Las variaciones entre la demanda real y su previsión son inevitables. Casi siempre habrá un error de pronóstico. Sin embargo, dependiendo del tamaño de este error, los impactos pueden ser bastante dañinos para el proceso de planificación. Desde el punto de vista de la gestión de inventarios, no basta con saber si hay errores, sino cuántos errores se cometen y cómo varía. Los esfuerzos para intentar mejorar la precisión de las previsiones, utilizando técnicas cuantitativas y analizando posibles escenarios, son fundamentales para reducir los costes generados por exceso o escasez de inventarios.

Para medir la incertidumbre provocada por la variabilidad en el pronóstico, se puede utilizar un indicador, al que llamamos razón de pronóstico (Rp), definido como:

Así, un Rp menor a 1 indica que la demanda estuvo por debajo del pronóstico y un Rp mayor a 1 indica una demanda por encima del pronóstico.

Para medirlo sistemáticamente, es necesario crear una base de datos que contenga una serie histórica de este indicador, para cada producto. A partir de esta base, se deben calcular las estadísticas de Rp, como su media y su desviación estándar. Estos, a su vez, deben ser utilizados en el cálculo del stock de seguridad. El promedio, en este caso, es una medida de centralización del indicador Rp, es decir, indica si existe algún sesgo, o error sistemático, en el pronóstico. Una media inferior a 1 muestra que la previsión está sistemáticamente por encima de la demanda real, caracterizando quizás uno de los problemas ya mencionados, como el uso del objetivo de ventas en lugar de la previsión. La desviación estándar es una medida de dispersión, cuantificando la variabilidad del indicador alrededor de su media.

Por supuesto, es posible, y más comúnmente usado, medir la variabilidad de la demanda para parametrizar modelos de inventario en lugar de errores de pronóstico. Sin embargo, lo que debemos evaluar es en realidad nuestra incertidumbre sobre la demanda, y los errores de pronóstico nos brindan información valiosa al respecto. De esta forma, si estamos analizando un sistema que presenta un comportamiento de demanda muy variable, pero también predecible, podremos utilizar stocks de seguridad menores. Por ejemplo, en el caso de que existan variaciones estacionales conocidas, si escalamos los inventarios relacionándolos directamente con la variabilidad de la demanda, tenderemos a utilizar stocks de seguridad mayores de lo necesario.

Incertidumbre en el tiempo de entrega

Los retrasos en el reabastecimiento de productos y materias primas se deben a una amplia gama de factores, como averías en las máquinas, huelgas en los sectores del transporte y falta de inventarios de los proveedores. Por lo tanto, es fundamental evaluar la magnitud y frecuencia de estos retrasos para parametrizar el sistema de gestión de inventario.

Aquí también es necesario construir una base de datos para medir sistemáticamente la incertidumbre del tiempo de entrega. Esta base se puede construir a partir de pedidos a proveedores o sectores productivos, midiendo el intervalo entre la realización del pedido y su disponibilidad, es decir, el tiempo real de reabastecimiento. Esto, en general, se puede descomponer en subniveles, tales como lead time de requisición, lead time de proveedor y lead time de análisis, los cuales se definirían de la siguiente manera:

• Plazo de entrega de la solicitud = Fecha de colocación del pedido – Fecha de apertura de la solicitud;
• Plazo de entrega del proveedor = Fecha de recepción del pedido – Fecha de colocación del pedido;
• Plazo de entrega del análisis = Fecha de emisión del pedido – Fecha de recepción del pedido;

El tiempo total de reabastecimiento es la suma de todos los subniveles. Es deseable que este sea descompuesto para que sea posible identificar cuellos de botella y puntos críticos en el proceso, con miras a reducir el tiempo de entrega promedio y su variabilidad (desviación estándar). Cuanto menor sea la variabilidad del tiempo de entrega, menores serán las existencias de seguridad requeridas.

Así, la base de datos debe contener series históricas de estos tiempos de entrega, segmentadas por productos, partidas de materia prima, proveedores o transportistas. A partir de ahí, se pueden calcular las estadísticas antes mencionadas, sirviendo también como base para dimensionar el stock de seguridad.
La incertidumbre en la cantidad recibida

A menudo, la cantidad realmente recibida es menor que la cantidad solicitada. En el caso de una fábrica, cuando el pedido se realiza al sector productivo, este hecho puede ser consecuencia de que los rendimientos de los procesos productivos estén por debajo de los niveles esperados. En cuanto a los pedidos realizados a proveedores, la desaprobación de lotes por problemas de calidad puede ser la causa principal del problema de tener menos disponible de lo pedido.

Sin embargo, cuando la cantidad recibida es suficiente para satisfacer la demanda por un período más largo que el tiempo de entrega, los eventuales faltantes pueden no representar mayores problemas, ya que habría tiempo para recibir otro pedido. Por ejemplo, suponiendo que el tiempo de espera para el reabastecimiento es de una semana y que la demanda esperada es de 100 unidades de producto por semana, si solicita una cantidad de 300 unidades al proveedor, esperaría satisfacer la demanda durante tres semanas. Pero si por alguna razón solo se dispusiera de 200 unidades, no habría mayores problemas, ya que esta cantidad sería suficiente para cubrir la expectativa de dos semanas de demanda, con tiempo suficiente para realizar un nuevo pedido al proveedor sin aumentar la demanda. riesgo de tener falta de stock.

Pero, en muchos casos, el pedido cubre una demanda esperada por un período de tiempo más corto o cercano al tiempo de entrega, lo que hace que las incertidumbres relacionadas con la escasez en la cantidad suministrada sean relevantes para la gestión de inventario. Por lo tanto, es conveniente crear un indicador de la cantidad ofrecida, aquí llamado Qf, expresado de la siguiente manera:

Como en los casos anteriores, se requiere una base de datos que contenga, para cada producto, una serie histórica de ese indicador. Nuevamente, se debe calcular su media y desviación estándar, para tener todos los parámetros para dimensionar el stock de seguridad.

Dimensionamiento de existencias de seguridad

Teniendo la información correcta sobre el comportamiento pasado de las incertidumbres, es posible utilizar técnicas cuantitativas para dimensionar el stock mínimo correspondiente al nivel de servicio al cliente deseado.

El dimensionamiento se basa en calcular la probabilidad de que la necesidad de un determinado artículo de inventario en un período determinado tome valores dentro de un cierto rango. Así, la necesidad que queremos estimar gira en torno a un nivel medio o esperado, que puede variar tanto al alza como a la baja, siguiendo una determinada distribución de probabilidades. La curva normal, ejemplificada en la Figura 2, es una de las más utilizadas para modelar esta distribución de probabilidad, permitiendo definir, en función de la desviación estándar, la probabilidad de que un valor se presente dentro de ciertos rangos, denominados intervalos de confianza.

Como se puede observar en la figura 1, la necesidad se distribuye simétricamente alrededor de su media, es decir, existen iguales probabilidades de un valor menor o mayor que la necesidad esperada.

La desviación estándar de esta necesidad, como ya se mencionó, proporciona la dispersión alrededor de la media. Así, para variables que se comportan de acuerdo a la curva normal, existe un 68% de probabilidad de que ocurra un valor dentro del intervalo acotado por abajo por la media menos 1 desviación y por arriba por la media más 1 desviación. Asimismo, existe un 97,5% de probabilidad de que la misma variable tome un valor inferior a la media más 2 desviaciones estándar. Por lo tanto, conociendo la media y la desviación estándar, es posible construir intervalos con la confianza deseada.

Y es así, según un cierto nivel de confianza, que se calcula el stock de seguridad. Por ejemplo, considerando que la única incertidumbre existente es la de la demanda, si se espera vender 100 unidades de un producto en la próxima semana y se sabe, por datos históricos, que la desviación estándar es de 20 unidades, se puede decir con un 97,5% de confianza en que la demanda no supere las 140 unidades. El stock de seguridad, para un nivel de servicio al cliente del 97,5%, sería entonces de 40 piezas.

La cuestión, por tanto, es determinar, a partir de las estadísticas de los indicadores, en qué medida las incertidumbres harán que esta demanda se desvíe de su valor esperado.

La formación de existencias de seguridad en el modelo clásico de punto de pedido

La mayoría de los textos de gestión de inventario presentan el modelo clásico de punto de pedido, en el que el dimensionamiento del stock de seguridad se basa en la combinación de la variabilidad de la demanda y el tiempo de entrega. El modelo de punto de pedido parte de la lógica de que tan pronto como el nivel de stock alcanza o cae por debajo de cierto nivel, llamado punto de reabastecimiento, se abre una solicitud de pedido. La demanda durante el tiempo de entrega tiene entonces un valor esperado que es igual al tiempo de entrega promedio multiplicado por la demanda promedio por unidad de tiempo, con el stock de seguridad formado exactamente para soportar la variabilidad que esta demanda en el tiempo de entrega pueda presentar. La Figura 3 ilustra el efecto separado de cada incertidumbre: 

En los gráficos de la figura 3, conocido como diente de sierra, el nivel superior representa el stock máximo, que se produce exactamente en el momento en que llega el pedido. Este nivel va decreciendo con el tiempo, debido a la demanda por unidad de tiempo, hasta llegar al punto de reabastecimiento, momento en el que se solicita otro pedido.

Con las dos incertidumbres presentes en el proceso, se dimensiona el stock de seguridad en función del nivel de atención al cliente y los promedios y desviaciones estándar de la demanda por unidad de tiempo y el lead time de reabastecimiento, calculados a partir de la serie histórica de datos.

La formación del stock de seguridad en los entornos de planificación

Los entornos de planificación, cuya base para el cálculo de las necesidades está asociada a la previsión de la demanda, tienen la ventaja de poder incorporar variaciones explicadas de la demanda en el tiempo, como la estacionalidad y las tendencias de crecimiento, pero requieren métodos de análisis más complejos para el dimensionamiento de stocks.

MRP, por ejemplo, el sistema de planificación de materiales más utilizado, presenta una lógica basada en la necesidad neta de un producto determinado en un período determinado. Así, el sistema siempre “mira” hacia delante, según el lead time parametrizado, identificando si la previsión de demanda, más el stock de seguridad, más la cantidad ya pedida, menos el stock inicial, dan valor positivo o negativo. En caso de que el valor sea negativo, se abre inmediatamente una solicitud de pedido.

El stock de seguridad puede entonces dimensionarse de dos formas, que dependerán del proceso de la empresa. Si los pedidos siempre tienen una cobertura mayor al lead time o las fallas en la cantidad suministrada no son relevantes, lo ideal es parametrizar el stock de seguridad para suplir la variabilidad de la demanda durante el lead time de manera análoga al modelo clásico, pero combinando los error de pronóstico con variabilidad en el tiempo de entrega. El inventario de seguridad sería, por lo tanto, una función del nivel de servicio deseado, el pronóstico de demanda, las estadísticas de Rp y las estadísticas de tiempo de espera de reabastecimiento.

Si las fallas en la cantidad ofertada juegan un papel relevante, la mejor forma de dimensionar el stock de seguridad es en función de la variabilidad que pueda presentar el requerimiento neto. Esto se calcularía luego en función del nivel de servicio al cliente, las estadísticas de Rp, Qf y tiempo de entrega de reabastecimiento, el pronóstico de demanda y el stock inicial del producto en cuestión.

En ambas formas de dimensionamiento, tanto en función de la variabilidad de la demanda en el tiempo de entrega como en la variabilidad de la demanda neta, el stock de seguridad es un parámetro dinámico, sensible a las variaciones previstas a lo largo del tiempo. Esto representa grandes ventajas sobre un stock de seguridad fijo, como se ilustra en la figura 4:

Las técnicas de cálculo que contienen todos los parámetros de incertidumbre son generalmente muy complejas, haciendo uso de una herramienta matemática que a veces es difícil de implementar.

Así, fórmulas más sencillas, que contienen un menor número de parámetros, pueden combinarse con otras técnicas. Un ejemplo es dimensionar el stock de seguridad en función de las incertidumbres en la previsión de la demanda y en la cantidad ofertada, parametrizando en el sistema un lead time superior al lead time medio, según el nivel de confianza deseado. Por ejemplo, un proveedor podría entregar un pedido con una media de 15 días y una desviación estándar de 3 días. Aproximando el tiempo de entrega por una distribución normal, sería posible garantizar que el 97,5% de los pedidos se entregarían en 21 días. Por tanto, para un nivel de confianza de lead time del 97,5%, bastaría parametrizar 21 días de tiempo de reabastecimiento en el sistema en lugar de 15.

CONCLUSIÓN

Conocer y medir las incertidumbres presentes en los procesos logísticos es el primer paso hacia una buena política de gestión de inventarios. La creación de indicadores de estas incertidumbres es fundamental para el correcto dimensionamiento de los stocks de seguridad, garantizando el nivel de servicio deseado al menor coste total de operación.

Además, con estos indicadores es posible cuantificar los costes asociados a determinadas actividades. El stock de seguridad parametrizado según indicadores de error de previsión de la demanda, por ejemplo, permite cuantificar el coste que mayores o menores errores de previsión generan para la empresa. Asimismo, es posible evaluar a los proveedores y los procesos productivos propios de la empresa en cuanto a la confiabilidad de sus servicios y su impacto en los niveles de inventario.

Por lo tanto, además de reducir los niveles de inventarios y mejorar el nivel de servicio al cliente, una política de gestión de inventarios con una base más formal y científica puede ayudar a medir el impacto de ciertas actividades en los procesos logísticos de la empresa, identificando puntos críticos y señalando oportunidades de mejora. mejora.

Referencias

Bowersox, DJ, Closs, DJ, 1996, Gestión logística: el proceso integrado de la cadena de suministro, 1.ª ed., Nueva York, McGraw-Hill.

Fleury, PF, Wanke, P., Figueiredo, K., 2000, Business Logistics – The Brazilian Perspective, 1 ed., São Paulo, Atlas.

Autores: Rodrigo Arozo, Eduardo Saggioro García y Leonardo Lacerda