Precios de Acuerdos de Mantenimiento a Largo Plazo (MRO)

learn menu
Por Simon Schalit, enero de 2015

Cuando una empresa encarga una planta de energía completa, maquinaria pesada industrial o flotas de aviones o automóviles, espera que esta inversión genere ingresos en los próximos años, si no décadas. Para garantizar el retorno de la inversión, el mantenimiento y servicio a largo plazo de dicho equipo es crucial y generalmente representa una parte significativa, si no la mayoría, de los costos del proyecto. Para cubrir este riesgo, recurrir a acuerdos de mantenimiento/servicio a largo plazo ofrecidos por la parte proveedora (OEM, MRO u otros) se ha convertido en la norma.

Estos acuerdos pueden tomar varias formas. Sin embargo, la línea de fondo es casi siempre la misma: el riesgo financiero del mantenimiento se transfiere total o parcialmente al proveedor durante un horizonte de tiempo establecido (años o décadas) por un precio establecido al comienzo del contrato. La pregunta entonces es: de las dos partes, ¿quién puede evaluar mejor este riesgo y obtener la ventaja en la negociación? Y para el proveedor, ¿cómo optimizar su proceso para maximizar el margen durante el contrato?

Evaluar el riesgo antes de la venta y vivir con él

Teniendo en cuenta la importancia financiera de los contratos de mantenimiento a largo plazo, y el hecho de que no es raro que un proveedor venda el equipo en sí a un gran descuento mientras cuenta con el contrato de mantenimiento para generar márgenes, la fijación de precios y las condiciones del servicio suelen estar en el centro de las negociaciones entre las partes.

Las empresas utilizan una variedad de herramientas y procesos para estimar los costos relacionados con diferentes acciones de mantenimiento que se pueden esperar (costo de las piezas a reemplazar, mano de obra dedicada para cada tipo de intervención, costos de interrupción del servicio…). Sin embargo, aunque esta estimación puede ser compleja, aborda solo una pequeña fracción del problema. El desafío real sigue siendo: ¿qué tan probable es que ocurran esos eventos generadores de costos en cualquier momento dado y con qué frecuencia a largo plazo? Si el proveedor subestima el riesgo, puede terminar perdiendo dinero durante el curso del contrato. Por otro lado, si el proveedor sobreestima el riesgo, y por lo tanto sobreprecia su oferta de servicio, puede terminar perdiendo el contrato por completo.

La realidad de los contratos a largo plazo es que el costo final es muy incierto y, por lo tanto, podría variar razonablemente en un amplio rango. Cualquier intento de llegar a un valor “preciso” que intente ser “correcto” o al menos “cerca de la verdad” sugiere una verdadera concepción errónea del proceso de pronóstico. Simplemente no hay “un valor preciso”; cualquier estimación pronosticada llevará un nivel de riesgo, y es la evaluación de este riesgo (financiero), expresado en dólares, lo que debería estar en el centro del proceso de pronóstico.

Una vez que se firma el acuerdo de mantenimiento, el proveedor tendrá que vivir con él. Sin embargo, esto no significa que el esfuerzo de pronóstico se detenga aquí. Al contrario, se necesitan actualizaciones regulares sobre el riesgo para garantizar la viabilidad del contrato. Esto incluye:

  • Pronósticos a corto plazo para optimizar los recursos (inventario de piezas de repuesto y mano de obra) que se deben mantener para garantizar un tiempo de respuesta y un nivel de servicio adecuados. Estos pronósticos son a corto plazo en el sentido de que se centran en un “horizonte de proceso” (o tiempo de espera), para asegurar que este proceso sea lo más eficiente posible.
  • Pronósticos a largo plazo para refinar la evaluación del riesgo que aún lleva la empresa durante el resto del contrato, y el cálculo, en caso de ser necesario, de provisiones por pérdidas. El peligro con los contratos de mantenimiento a largo plazo es que la mayoría de los costos se acumulan hacia el final, mientras que los ingresos generalmente se reconocen regularmente durante la duración del contrato.

Límites de los enfoques clásicos para el pronóstico de mantenimiento

Evaluar el riesgo y los costos asociados es una tarea difícil y, desafortunadamente, este problema es típicamente uno en el que los enfoques clásicos utilizados por la mayoría de las empresas funcionan mal. Los métodos más simples, que se basan en las especificaciones proporcionadas por el fabricante (por ejemplo, datos del tipo MTBUR), ofrecen una representación deficiente de la realidad, ya que la confiabilidad de las piezas a menudo se ve fuertemente afectada por factores externos (uso, entorno, etc.). En nuestra experiencia, los patrones de confiabilidad reales tienen poco que ver con las cifras teóricas, especialmente a largo plazo.

Los métodos clásicos más avanzados, que se basan en pronósticos estadísticos “clásicos” tradicionales, también fracasan en capturar la realidad de los patrones encontrados con las piezas de repuesto. Estos métodos se basan en la suposición de que el pronóstico de mantenimiento es igual que cualquier otro pronóstico de “demanda” y, por lo tanto, se puede abordar utilizando el mismo enfoque. Esto es, desafortunadamente, falso. Varias especificidades dificultan el pronóstico para el mantenimiento:

  • Eventos raros: las fallas mecánicas son, por definición, eventos raros, por lo que al analizar partes específicas, confiar en modelos que ofrecen patrones “suaves” (como los productos más vendidos en el comercio minorista) es algo ingenuo.
  • Reemplazos en oleadas: la realidad del mantenimiento a menudo es que la interrupción del servicio es más costosa que las propias piezas rotas. Esto es un fuerte incentivo para reemplazar las piezas en oleadas, en lugar de una por una, para evitar tiempos de inactividad innecesarios. Esto invalida la suposición de que las diferentes partes tienen patrones de mantenimiento “independientes” y, con ella, la mayoría de los modelos de pronóstico populares que se basan en esta suposición.
  • Se esperan niveles de servicio extremadamente altos: considerando el costo de una interrupción del servicio, los niveles de servicio esperados para los contratos de mantenimiento suelen ser extremadamente altos, muy por encima del rango generalmente objetivo en otras industrias. Como ejemplo, el costo de un avión en tierra (incidente AOG) puede llegar a varios cientos de miles de dólares por día.
  • Ciclo de reparación de bucle cerrado: muchas piezas son demasiado costosas para desechar. Algunas se envían para su revisión y reparación y luego se vuelven a importar al inventario para su uso futuro. Esto saca a la empresa del escenario tradicional de “vender y reordenar”. Una vez que la empresa ha comprado la pieza, puede permanecer en el inventario durante mucho tiempo. Esto hace que la decisión de comprar para aumentar el inventario sea aún más seria, ya que compromete a la empresa por un largo período.

Sin embargo, el mayor obstáculo es el concepto de pronóstico clásico en sí. Por definición, el pronóstico en el sentido clásico no es una predicción ni una suposición, por precisa que sea. Es una estimación estadística de la mediana esperada de la demanda/costo. Entonces, en este caso, los pronósticos clásicos aplicados para estimar el costo total de un contrato de mantenimiento proporcionarían un valor que, por definición, tendría un 50% de probabilidad de estar por encima o por debajo del costo real. Por supuesto, desde una perspectiva financiera, estas probabilidades son inaceptables en esta situación, lo que hace que el concepto de pronóstico clásico sea irrelevante. Al final, la clave para generar pronósticos adecuados es adoptar una perspectiva financiera en el proceso de pronóstico desde el principio.

El objetivo es basarse en “escenarios pronosticados” teniendo en cuenta directamente en el pronóstico la cobertura financiera objetivo (riesgo financiero, nivel de servicio) a alcanzar, y así las fuerzas impulsoras financieras subyacentes. Y eso es pronóstico de cuantiles.

Trampa de Lokad: tratar de transformar un pronóstico de demanda clásico tradicional en una cobertura financiera agregando un buffer de seguridad encima (generalmente conocido como “stock de seguridad” cuando se habla de inventario) no es más que una forma muy inexacta de generar un pronóstico de cuantiles.

Una perspectiva financiera sobre el pronóstico: los cuantiles

El pronóstico para el mantenimiento es, ante todo, una optimización financiera, tanto en el riesgo financiero de todo el contrato como en cuán eficiente puede ser el proceso de mantenimiento manteniendo la cobertura/nivel de servicio deseado. Cuanto mayor sea la estimación de los costos/nivel de stock necesarios, menor será la probabilidad de que esta estimación sea superada por la realidad, pero es importante tener en cuenta que ninguna estimación puede garantizar una cobertura del 100%.

Estos escenarios se pueden generar a través de pronósticos de cuantiles, que son en realidad una extensión de los pronósticos clásicos: en lugar de buscar el valor que tiene un 50% de cobertura de la demanda/costos futuros, los pronósticos de cuantiles nos permiten determinar cualquier umbral, ya sea 10%, 60%, 80% o 98%, dentro de la distribución de costos/riesgos.

Estimación de los costos totales y el riesgo restante

El objetivo es generar pronósticos correspondientes a los diferentes niveles de riesgo que la empresa estaría dispuesta a aceptar. Este análisis debería tomar la forma de varios escenarios simulados, que van desde la cobertura mínima aceptable, proporcionando un precio mínimo no negociable, hasta niveles más altos de cobertura, proporcionando escenarios más favorables a un precio más alto.

En realidad, la fijación de precios de los contratos de mantenimiento estará determinada en gran medida por la “disposición a pagar” del cliente y el grado de competencia. Por lo tanto, el proveedor generalmente está obligado a moderar sus precios, pero generar los escenarios mencionados anteriormente permitirá al proveedor cuantificar el riesgo al que se enfrenta para un determinado nivel de precios.

Estos escenarios también son particularmente útiles cuando se actualizan durante el contrato para evaluar el riesgo en el resto del contrato y determinar si es necesario crear o ajustar provisiones, y en qué medida. Este enfoque ofrece la gran ventaja de proporcionar una cuantificación del riesgo, lo que permite una estimación financiera directa y un control completo sobre el nivel de prudencia que se debe adoptar.

Optimización del proceso de mantenimiento en el contrato

En cuanto a la optimización de recursos/inventarios, la situación ideal sería establecer un nivel de servicio objetivo a alcanzar y calcular el nivel mínimo correspondiente de recursos/inventarios necesarios para garantizar este nivel de servicio. Esto en sí mismo es difícil considerando las especificidades del contrato de mantenimiento mencionadas anteriormente, pero se puede lograr a través de pronósticos de cuantiles que permiten, de la misma manera que con los escenarios anteriores, apuntar directamente al nivel de servicio deseado y evaluar la necesidad correspondiente.

Sin embargo, la realidad del mantenimiento suele ser más complicada, ya que las empresas suelen tener que operar con un presupuesto limitado y necesitan arbitrar entre las diferentes partes para asegurarse de obtener el mejor retorno de la inversión en términos de nivel de servicio por dólar invertido. Esta optimización es posible mediante la generación de una cuadrícula de cuantiles, que es la representación de los resultados para todos los tipos de piezas de todos los escenarios posibles, dentro del rango de niveles de servicio aceptables (cuántas piezas de cada tipo serían necesarias para garantizar todo el rango de posibles niveles de servicio). Esto permite a la empresa navegar en esa cuadrícula para determinar el inventario más eficiente que se debe mantener bajo una restricción presupuestaria.

Cuidado con Lokad: Varios sistemas afirman basarse en métodos “Monte Carlo”. Las empresas deben tener en cuenta que “Monte Carlo” no es una palabra mágica en estadística y no debe usarse como excusa por falta de comprensión de las fuerzas impulsoras subyacentes a los modelos y falta de datos adecuados.