Escasez vs. Stock, la precisión del pronóstico importa
La previsión de la demanda es fundamental para la optimización del inventario. Sin embargo, la relación exacta entre:
- el nivel de servicio (probabilidad de no tener escasez),
- el stock de seguridad (cantidad de inventario por encima de la demanda esperada),
- y la precisión del pronóstico
a veces es un poco confusa. Por lo tanto, intentemos aclarar la situación.
La escasez cuesta dinero: los clientes están insatisfechos y es menos probable que vuelvan, el dinero invertido en la adquisición de clientes se desperdicia, también se pueden perder ventas indirectas, …
Sin embargo, el inventario también cuesta dinero: más existencias significan más capital de trabajo, más obsolescencia de productos, más costos de almacenamiento; el exceso de inventario significa mayores costos de publicidad y menos puntos de venta, …
Por lo tanto, atender a los clientes es un compromiso financiero entre la cantidad de inventario y la cantidad de escasez.
Aquí estamos considerando implícitamente una situación minorista, pero un razonamiento casi idéntico se aplica también a los fabricantes.
En este punto, aún no está claro cómo se relaciona la precisión del pronóstico con la situación. En particular, para algunas empresas, puede parecer como si no se hubieran producido pronósticos en primer lugar. Ejemplo: solo políticas de reorden min-max y sin pronósticos.
De hecho, incluso si nadie en su empresa produce explícitamente pronósticos, su inventario aún tiene una precisión de pronóstico implícita (ilustración anterior, el triángulo naranja representa la restricción). De hecho, es posible - aunque un poco complicado - calcular la precisión implícita por parte de las empresas en sus niveles de stock de seguridad con sus frecuencias de escasez.
Ajustar el compromiso ya sea a favor del nivel de servicio o a favor de la reducción del inventario no mejora la precisión implícita, ya que un costo se intercambia por otro (ilustración a la derecha, la restricción se rota, no se reduce). Los pronósticos pueden estar ocultos por sus procesos, pero eso no evitará que su empresa sufra pérdidas financieras si esos pronósticos resultan ser incorrectos.
A menos que haya una falta profunda de análisis en sus políticas de inventario, se espera que la mejora obtenida al ajustar el compromiso entre “escasez vs. stock” sea marginal (lo que aún podría representar ahorros sustanciales, especialmente si el margen es estrecho).
Para mejorar ambos lados de la ecuación, necesita mejores pronósticos.
El impacto de una mayor precisión se ilustra en el gráfico de la izquierda. En comparación con las situaciones anteriores, vemos que reducir la precisión le permite reducir tanto la frecuencia de escasez como la cantidad de stock de seguridad.
La teoría dice aproximadamente que reducir el error de pronóstico en un 1% (relativo) se puede utilizar para reducir la frecuencia de escasez en un 1% (relativo) o reducir la cantidad de stock de seguridad en un 1% (relativo).
En la práctica, puede haber obstáculos para aprovechar al máximo la mejora proporcionada por la mayor precisión, como los niveles de servicio ofrecidos por sus propios proveedores. Sin embargo, con una posición conservadora, aún podemos estimar que un 1% de precisión adicional reduce la escasez en un 0.5% o reduce el stock de seguridad en un 0.5%.
Una vez más, el compromiso entre “escasez vs. stock” se puede reajustar manteniendo la nueva precisión mejorada.
Comentarios de los lectores (6)
Hola Benhard, La mayoría de las fórmulas de stock de seguridad se basan en la varianza de los pronósticos, sin embargo, como este valor es más difícil de calcular, una heurística típica consiste en reemplazar las varianzas de los pronósticos por la varianza de los datos históricos, pero esto es una aproximación. Por lo tanto, si desea integrar el error de pronóstico en su cálculo de stock de seguridad, simplemente reemplace el coeficiente ‘sigma’ de la varianza histórica por la varianza esperada de los propios pronósticos. Espero que esto ayude. hace 7 años | Joannes Vermorel
Hola Joannes, Realmente encuentro este artículo interesante. Estoy en medio de determinar la política de inventario basada en la previsión de la demanda en lugar del historial de la demanda. La mayoría de los sitios web muestran cómo determinar la política de inventario basada en la varianza de los datos históricos. Me pregunto cómo incluir el error de pronóstico en la ecuación del stock de seguridad. Lamento si mi pregunta está fuera del tema anterior. Cualquier tipo de ayuda sería apreciada. Gracias Jo. ben hace 7 años | Benhard Adolf
En realidad, no es el triángulo lo que realmente importa, sino sus dos lados (derecho e izquierdo). Intuitivamente, el ángulo principal es una constante que no se puede cambiar, por lo que si mueve un lado, el otro también se mueve. La forma se parece de alguna manera a un triángulo, pero solo dos lados y un ángulo realmente importan. hace 8 años | Joannes Vermorel
Estimado Joannes, Encuentro tu explicación muy clara, pero no entiendo el triángulo naranja. Representa la restricción. Pero no lo entiendo en el dibujo. ¿Tienes una explicación adicional? Gracias hace 8 años | Piet Buyck
Hola Achyut, en el modelo clásico de stock de seguridad, normalmente asumimos una distribución normal (distribución gaussiana) de la demanda. La distribución normal está definida por dos parámetros: su media y su varianza. La cantidad de stock de seguridad (también conocido como stock adicional por encima del nivel de demanda promedio), para un nivel de servicio dado, es proporcionalmente lineal a la varianza. Por lo tanto, si reduces la varianza (también conocido como error de pronóstico) en un 1%, también reduces el stock de seguridad en un 1% en este modelo ideal. Luego, la otra parte sobre reducir la frecuencia de escasez manteniendo la misma cantidad de stock de seguridad es más complicada y requeriría una publicación de blog aparte. Intentaré abordar ese tema cuando tenga tiempo. hace 8 años | Joannes Vermorel
Hola Joannes, Es un artículo muy útil. Solo necesito un poco más de claridad sobre una de las cosas que mencionaste en este artículo. Has dicho que “La teoría dice aproximadamente que reducir el error de pronóstico en un 1% (relativo) se puede utilizar para reducir la frecuencia de escasez en un 1% (relativo) o reducir la cantidad de stock de seguridad en un 1% (relativo)”. ¿Podrías explicar el concepto en el que se basa? Entiendo que un mejor pronóstico reduciría los niveles de inventario, pero me resulta difícil cuantificarlo. Gracias de antemano hace 8 años | Achyut Koushik A
