Gestión de inventario de repuestos con tecnología de cuantiles
La gestión de repuestos y piezas de servicio es tan estratégicamente importante como difícil. En un mundo donde la mayoría de los fabricantes de equipos y minoristas operan en mercados altamente competitivos, un alto nivel de servicio a la base de clientes existente es una prioridad estratégica para muchos actores.
No solo una alta disponibilidad de repuestos ayuda a construir una base leal de clientes, las empresas de productos/equipos también han descubierto los servicios como una corriente de ingresos recurrente y muy rentable que suele ser más resistente a los ciclos económicos que las ventas de equipos.
Sin embargo, la gestión eficiente de un inventario de repuestos sigue siendo un gran desafío. A pesar de que la industria de tecnología de pronóstico y planificación de inventario tiene varias décadas de antigüedad, la gestión de repuestos ha seguido siendo difícil por varias razones:
- Gran cantidad de repuestos: Incluso los fabricantes de equipos más pequeños pueden enfrentarse fácilmente a la gestión de más de cien mil repuestos.
- Alto requisito de nivel de servicio: Los desabastecimientos (faltantes de stock) a menudo son muy costosos, por lo que los niveles de servicio altos o muy altos son fundamentales en muchas industrias.
- Demanda poco frecuente: La demanda de repuestos suele ser escasa e intermitente, lo que significa que solo se requieren volúmenes muy bajos ocasionalmente.
Por qué la tecnología de pronóstico estándar tiene un rendimiento deficiente
Desafortunadamente, la combinación de estos factores hace que la tecnología de pronóstico e inventario estándar no sea adecuada para la planificación de repuestos. En la teoría clásica de pronóstico y planificación de inventario, se produce un pronóstico aplicando modelos como el promedio móvil, la regresión lineal y Holt Winters, y se presta mucha atención al error de pronóstico, que se optimiza midiendo MAPE u otros indicadores. La transformación en un nivel de stock sugerido se realiza en un segundo paso a través de un análisis clásico de existencias de seguridad.
En el caso de series de tiempo escasas (también llamadas productos de movimiento lento: baja unidad y ventas poco frecuentes), esta metodología falla. El principal problema al pronosticar productos de movimiento lento es que esencialmente estamos pronosticando ceros. Esto es intuitivamente obvio al observar el historial de demanda de un portafolio típico de repuestos en una base diaria, semanal o incluso mensual: con mucho, el punto de datos más frecuente es cero, que en algunos casos puede representar más del 50% de todos los puntos de datos registrados.
El desafío de pronosticar productos de movimiento lento: Un buen rendimiento estadístico y una buena práctica de inventario no son lo mismo.
Al aplicar la teoría clásica de pronóstico a este tipo de conjunto de datos, el mejor pronóstico para un producto de movimiento lento es, por definición, un cero. Un pronóstico “bueno” desde un punto de vista estadístico devolverá principalmente ceros, lo cual es óptimo en términos matemáticos, pero no útil en términos de optimización de inventario.
El método clásico separa por completo el pronóstico del reabastecimiento. El problema es que la situación difícilmente puede mejorar con un pronóstico “mejor”. Lo que realmente importa en la práctica es la precisión del nivel de inventario resultante (punto de reorden), que no se mide ni se optimiza.
Cambiando la visión de la precisión del pronóstico a la gestión de riesgos
Cuando se trata de productos de movimiento lento, creemos que el enfoque correcto no es abordar el problema como un problema de pronóstico y tratar de pronosticar la demanda (que en su mayoría es cero). Más bien, el análisis debe proporcionar una respuesta a la pregunta de cuánto inventario se necesita para asegurar el nivel de servicio deseado. El punto principal del análisis no es obtener pronósticos de demanda más precisos, sino realizar un mejor análisis de riesgos. Cambiamos fundamentalmente la visión aquí.
Determinar y optimizar directamente el Punto de Reorden
Los pronósticos de cuantiles permiten el pronóstico del inventario óptimo que proporciona directamente el nivel de inventario deseado: se introduce un sesgo a propósito desde el principio para alterar las probabilidades de sobre y subpronóstico.
Las comparaciones con la tecnología clásica de pronóstico en alimentos, no alimentos, hardware, artículos de lujo y repuestos muestran consistentemente que los pronósticos de cuantiles mejoran el rendimiento en más del 25%, lo que significa más del 25% menos de inventario o un 25% menos de faltantes de stock.
En nuestra opinión, al resolver el problema de pronosticar la demanda intermitente y escasa en la gestión de repuestos, la tecnología de cuantiles no solo proporciona un aumento significativo del rendimiento, sino que también hace que los pronósticos clásicos sean obsoletos.
Whitepaper sobre gestión de repuestos disponible para descargar
Descarga el whitepaper Gestión de Repuestos Inventario con Tecnología de Cuantiles para obtener una discusión detallada sobre el tema. También hay disponibles whitepapers y recursos adicionales sobre pronóstico de cuantiles y gestión de inventario en nuestra página de recursos.
¿Tienes comentarios, preguntas o experiencias sobre la gestión de repuestos para compartir? Participa en los comentarios a continuación, tu contribución es muy valiosa para nuestro equipo.
Comentarios de lectores (1)
Excelente publicación sobre tecnología de gestión de inventario. Diría que, por experiencia, lidiar con el pronóstico de la gestión de riesgos es un riesgo en sí mismo cuando no lo haces tú mismo y dependes de otros para hacer el trabajo. Hace 5 años | Chris Toff
