MAPAS DE STOCK APLICADOS A LA GESTIÓN DE REPUESTOS - PARTE 2

Como se señaló en la primera parte de este artículo1, la gestión estratégica de inventarios está ganando cada vez más importancia en la gestión de la cadena de suministro. Investigación realizada por ILOS2 revela la importancia de los costos de inventario para las empresas brasileñas. Del total de costos logísticos, los inventarios representan el 26%, porcentaje que es solo menor que los costos de transporte.
La misma encuesta también revela que los costos de logística representan el 11,6% del Producto Interno Bruto nacional, del cual el 3,5% está relacionado con los inventarios.
Específicamente, las decisiones clave que se deben tomar en la gestión de inventario (cuánto ordenar, cuándo ordenar, cuánto mantener en existencias de seguridad, dónde ubicar los inventarios y cómo controlar el sistema) se pueden ayudar aplicando conceptos de mapeo de inventario. .
Con base en estos conceptos, se desarrollaron herramientas fáciles de usar, en MS Excel/VBA, para ayudar al tomador de decisiones. Estas herramientas se discutirán en esta parte del artículo. Además, se realizó un estudio de caso para una empresa del sector agroindustrial.

SISTEMAS DE SOPORTE A LA DECISIÓN

Buscando una mayor facilidad en la gestión de inventarios, se desarrollaron tres herramientas fáciles de usar, en Ms Excel, para apoyar la toma de decisiones.

La primera, la herramienta de Planificación de Stock, tiene como objetivo planificar la cantidad de stock de repuestos necesarios para cumplir con un nivel de servicio deseado por el tomador de decisiones. Después de ingresar los datos en la hoja de trabajo, las piezas de repuesto se clasifican en piezas de muy baja velocidad, de baja velocidad y de alta velocidad, como se explica en la sección 2. Las entradas de la herramienta se muestran en la Tabla 4.

La herramienta presenta como salidas el nivel de stock y la inversión requerida para mantener esta cantidad en stock, así como el costo de oportunidad asociado. Esto se hace para tres niveles de servicio: 90%, 95% y 98% en el caso de consumo masivo y repuestos de baja rotación.

Cabe señalar que, para artículos de muy baja rotación, las salidas mencionadas se calculan solo cuando se realiza la opción de mantener los artículos en stock. Esta decisión se toma a partir de la comparación entre los costos de CT(0) y CT(1), también calculados por la hoja de cálculo.

la segunda herramienta
– Lumpy Demand – es una alternativa a la herramienta Stock Planning para la gestión de piezas de lento movimiento con demanda fluctuante, cuyo principal objetivo es calcular el punto de reorden.

Las entradas son: código de artículo, historial de demanda y tiempo de entrega. Como salidas se proporcionan el nivel de stock (Q lote), la fracción de escasez y el punto de reorden, además de los parámetros de la distribución Stuttering Poisson3.

El uso de la distribución Stuttering Poisson es una alternativa para los elementos erráticos. Es el resultado de combinar las distribuciones geométrica y de Poisson. Esto sucede cuando la llegada del pedido está representada por λ (parámetro de Poisson) y el tamaño del lote del pedido está representado por ρ
(parámetro geométrico).

Mediante el uso de esta distribución, las probabilidades tabuladas permiten determinar el punto de orden mediante regresión lineal.
Es importante enfatizar que el uso de Lumpy Demand solo se puede hacer cuando se cumple la restricción principal: la cantidad promedio ordenada debe ser positiva y menor que uno (0≤ρ≤1). De lo contrario, se debe utilizar la herramienta de planificación de existencias. La clasificación de artículos, así como el mapa de existencias, se presentaron en la sección 2.4.

La tercera herramienta fue desarrollada con base en la tesis de maestría de Silva (2009). Al igual que Lumpy Demand, esta herramienta es una alternativa para artículos de lento movimiento, que muestran una gran variabilidad en los patrones de demanda. Se basa en la demanda durante el tiempo de entrega.

El autor asume la adherencia de la demanda durante el tiempo de entrega (DLT) a las distribuciones de La Place y Gama. El primero no solo está indicado para elementos de movimiento lento, sino una alternativa a Normal para elementos de movimiento rápido cuando hay más propagación en las colas, alejándose del perfil de distribución Normal (Silva, 2009). Silver, Pyke y Peterson (1998) sugieren el uso de la distribución Gamma en situaciones en las que la distribución de la demanda se inclina hacia la derecha o cuando el coeficiente de variación (σL/DL) es mayor que 0,5.

El diferencial de esta herramienta radica en la metodología utilizada para estimar la demanda durante el tiempo de entrega (LTD). Los datos son generados por el método bootstrap modificado, presentado por Willemain, Smart y Schwarz (2004), citado por Silva (2009). En este método se genera una secuencia de valores nulos y no nulos para todo el horizonte de pronóstico.

Los insumos de la tercera herramienta son los mismos utilizados por Stock Planning y presentados en la Tabla 5, con excepción de la tasa de interés anual. Como salidas, se proporcionan el punto de pedido, el lote Q y la tasa de llenado, además del costo total del inventario.

APLICACIÓN DE HERRAMIENTAS

Motivado por la importancia estratégica de la gestión de inventarios, se realizó un estudio de caso para un fabricante de equipos para el sector agrícola que cuenta con más de 20 repuestos en stock.

Para ilustrar el uso de las herramientas descritas en el apartado anterior, utilizamos series de seis ítems con diferentes características. En primer lugar, se utilizó la herramienta Stock Planning, que proporcionó una primera clasificación de los artículos, como se puede observar en la Tabla 5. Cabe señalar que el artículo 2, de baja rotación, se consideró que tenía una demanda que se apegaba a la distribución Gamma, y ​​no Veneno.

Para garantizar un nivel de servicio del 90% se deben mantener 303 unidades del ítem 3 y 432 del ítem 4, totalizando 735 unidades en stock. Para elevar el nivel de servicio al 95%, se deben almacenar 1.598 unidades, aumentando la inversión en inventario y el costo de oportunidad en un 57%. Si el nivel de servicio deseado es del 98%, la cantidad de artículos en stock salta a 2.946 unidades, aumentando el costo de oportunidad y la inversión en inventario en un 77%, en relación a un nivel de servicio del 90%.

El inventario del artículo de lento movimiento (artículo 2) debe ser igual a 490 unidades para el nivel de servicio más bajo considerado. Aumentando esto en 5 pp, el aumento del stock debería ser del 26%, mientras que la inversión crece un 59%.
El uso de la primera herramienta también nos permite concluir que se deben almacenar los artículos de muy baja rotación (1, 5 y 6), ya que, en las tres situaciones, obtuvimos CT(0) > CT(1).

La herramienta Lumpy Demand proporciona el tamaño del lote, que en el caso de estas tres piezas debe ser igual a uno para los diferentes niveles de servicio analizados. La Tabla 3 compara los puntos de pedido para los artículos 1, 5 y 6, además de mostrar la demanda anual promedio y el tiempo de entrega de reposición.

Podemos ver que el punto de pedido va desde cero, en el nivel más bajo de servicio, hasta uno, en el nivel más alto para todos los artículos. Solo al 95% del nivel de servicio difieren los puntos de pedido. Tenga en cuenta que, aunque los artículos tienen la misma demanda anual promedio y, en consecuencia, los mismos parámetros para la distribución de Stuttering Poisson, los puntos de orden difieren. Esta diferencia viene dada por la variación del tiempo de entrega.

El uso de la tercera herramienta nos lleva a otra clasificación de ítems, como se muestra en la Tabla 4.
Considerando una probabilidad deseada de faltante del 10%, la herramienta indica que, para el lote económico Q(LEC), el inventario promedio es igual a 103 unidades, garantizando una tasa de llenado igual al 96,18% y 2,08% de días con desabastecimiento, cuando se utiliza la distribución de La Place. La distribución Gamma indica que el lote económico es de 214 unidades, con un fill-rate del 97,93% y el porcentaje de días con desabastecimiento del 0,92%. Para este ítem, por lo tanto, se puede decir que la distribución Gamma es una mejor aproximación para el ítem 2.

Como diferencial de esta herramienta, también es posible calcular el lote Q de la demanda durante el tiempo de entrega.
La distribución La Place indica un stock medio de 69 unidades, con un fill-rate del 90,19%, mientras que la distribución Gama nos proporciona un fill-rate del 90,86% y un lote de 73 unidades.

Conclusión

Este artículo destaca la importancia de implementar políticas de control de stock en las empresas, que gestionan un número cada vez mayor de SKUs. Si por un lado esta variedad hace más compleja la gestión de inventarios, por otro lado, emerge como un diferencial competitivo, fundamental en la actualidad.
El uso de herramientas desarrolladas en Excel/VBA puede ser una alternativa sencilla para los gerentes, ya que permite simular los costos totales de inventario para diferentes niveles de servicio, el gran trade-off presente en la gestión. Este trade-off se ha vuelto cada vez más significativo, a medida que los costos de inventario se vuelven cada vez más representativos en el escenario brasileño, según lo revelado por la Encuesta de Costos Logísticos.
En 2002, se asignó la calificación 3,6 al priorizar la reducción de costos de inventario, donde 5 representa el valor más alto. En 2009, este valor se acerca a 4,3, lo que revela la importancia de la gestión de inventarios.

Bibliografía

CASELLA, G.; BERGER, RL Inferencia Estadística.
2ª ed. Arboleda del Pacífico. Duxbury, 2002. 660 págs.
DA SILVA, GLC Modelo de Stock para Repuestos Sujeto a Demanda Intermitente y Lead Time Estocástico. 2009. 75 ss. Disertación (Maestría en Ingeniería de Producción) – Escuela de Ingeniería, Universidad Federal de Minas Gerais, Belo Horizonte.
PLATA, EA; PYKR, DF; PETERSON, R. Gestión de Inventarios y Planificación y Programación de la Producción.
3ra ed. John Wiley & Sons, 1998. 754 págs.
WANKE, P. Gestión de inventarios en la cadena de suministro.1ª ed. San Pablo. Editorial Atlas. 2003. 176 págs.
WARD, JB Determinación de puntos de pedido cuando la demanda es irregular. Ciencias de la administración, v. 24, n.6, págs.
623-632, 1978.
WANKE, P. Gestión de Repuestos de Muy Baja Rotación. 2002. Disponible en: http://www.ilos.com.
br/site/index.php?option=com_content&task=view&id=1 103&Itemid=74
WANKE, P. Gestión de repuestos de baja rotación. 2003. Disponible en: https://ilos.com.br/site/index.php?option=com_content&task=view&id=767
& Itemid = 74
YEH, QJ; CHANG, TP; CHANG, HC Un modelo de control de inventario con distribución gamma. Microelectrón.
Fiable, v. 37, núm. 8, págs. 1197-1201, 1997.

1 – La primera parte del artículo fue publicada en la edición de noviembre (nº 180) de Tecnologística 2 – Investigación del Instituto ILOS – Costos Logísticos en Brasil 2010 3 – Para más información sobre el uso de la distribución Stuttering Poisson, ver Ward, JB
Determinación de los puntos de pedido cuando la demanda es irregular.
Ciencias de la Gestión, v.24, n.6, p. 623-632, 1978

Autores: Peter Wanke y Marina Andries Barbosa