Controla tus niveles de servicio, no dejes que te controlen

En el comercio minorista, muchas empresas no tienen mucho control sobre sus service levels. De hecho, muchas empresas no monitorean el nivel de servicio donde más importa: la tienda física. En efecto, medir el nivel de servicio en la tienda es un ejercicio tedioso. Algunas empresas - mayormente panelistas - se especializan en realizar este tipo de mediciones, pero el costo es elevado ya que no existe una solución para la extensa mano de obra involucrada en el proceso.
Dando un paso atrás, ¿por qué necesitamos siquiera medir el nivel de servicio?
¿No sería más conveniente si el nivel de servicio fuera algo obtenido por diseño y definido a través de configuraciones explícitas dentro del software de optimización de inventarios? Esto ciertamente sería mucho más práctico. Los niveles de servicio definitivamente no necesitan ser un pensamiento secundario del proceso de optimización de inventarios.
Resulta que, históricamente, la necesidad de medir los niveles de servicio surgió de los primeros métodos de optimización de inventarios, como el análisis de safety stock, que ofrecen prácticamente ningún control sobre los niveles de servicio reales. En efecto, los modelos subyacentes se basan en la suposición de que la demanda se distribuye normalmente y esta suposición es tan equivocada en la práctica que la mayoría de los minoristas abandonaron esa suposición en favor de coeficientes ad-hoc de safety stock.
Esos coeficientes ad-hoc de safety stock no son malos per se: ciertamente son mejores que confiar en suposiciones abusivas sobre la demanda futura. Sin embargo, se pierde la relación cuantitativa entre el safety stock y el nivel de servicio. Por lo tanto, los minoristas terminan midiendo sus niveles de servicio y ajustando los coeficientes hasta que el inventario se estabiliza de alguna manera. Al final, la situación no es satisfactoria porque la estrategia de inventario es inflexible: los coeficientes de safety stock no pueden cambiarse sin exponer a la empresa a una miríada de problemas, repitiendo los tediosos ajustes empíricos realizados originalmente.
Sin embargo, con la llegada de quantile forecasting, ahora es posible producir forecasts que impulsan con mucha precisión los niveles de servicio, incluso si los quantile forecasts en sí mismos no son precisos. Todo lo que se necesita son forecasts sin sesgo, y no forecasts perfectamente precisos.
En efecto, los quantile forecasts abordan de manera directa y muy nativa el problema de producir las cantidades de reorder necesarias para cubrir los niveles de servicio objetivo. Si se encuentra una tecnología de quantile forecasting nueva y mejor, entonces esta tecnología podría ser capaz de lograr los mismos niveles de servicio con menos inventario, pero ambas tecnologías entregan los niveles de servicio que prometen por diseño.
Este comportamiento es muy diferente al caso del classic forecasting aliado al análisis de safety stock, donde una mejora en la precisión, aunque deseable, conduce a resultados erráticos en la práctica. Por ejemplo, para muchos productos de bajo volumen, como se observa en las tiendas, cambiar a un modelo de forecasting dumb que siempre devuelve cero usualmente mejora la precisión, definida como la diferencia absoluta entre las ventas reales y las ventas forecast. Obviamente, cambiar hacia forecasts de cero para la mitad de los productos solo puede terminar en resultados comerciales desastrosos. Este ejemplo puede parecer anecdótico, pero no lo es. Los forecasts de cero son los forecasts classic más precisos en numerosas situaciones.
Así, para tomar el control de tus niveles de servicio, se requiere una metodología de optimización de inventarios en la que dicho control esté incorporado.