Optimización predictiva para el mercado de posventa automotor



Ahora que los vehículos duran más que nunca, las expectativas de los clientes con respecto a la vida útil también ha aumentado. Ya no se considera aceptable que un vehículo esté detenido durante días a la espera de una pieza para una operación de mantenimiento de rutina. Si bien desde hace décadas existen soluciones de software para optimizar el surtido de las piezas de recambio, Lokad ha hecho un enorme avance al convertir un dato estratégico aparentemente simple en decisiones de inventario implementables: en el mercado de posventa automotor, el consumidor final no es la persona que compra la pieza, sino el vehículo que la necesita. Nuestra tecnología permite optimizar el surtido de piezas, los precios y los stocks, desde las plantas de producción de los OEM hasta los garajes, teniendo en cuenta cada uno de los niveles intermedios.

recambios


Mister Auto es una empresa de e-commerce especializada en piezas para autos. Fundada en 2007, y parte del PSA Group desde 2015, ofrece un amplio catálogo de más de 200 000 referencias y opera en 20 países. En este momento es el vendedor de piezas de autos número uno en Europa.

Hace más de dos años que usamos Lokad a diario para calcular nuestros precios de venta. Es una solución realmente personalizada, en particular considerando que nuestros catálogos combinados tienen en cuenta los 20 países en los que operamos. Haber hecho esta elección tecnológica nos ha ayudado a mejorar significativamente nuestra capacidad de generar valor a través de nuestra estrategia de precios, gracias a los modelos algorítmicos de Lokad basados en Big Data. Lokad no solo es una solución muy potente, sino que que nos permite ser rápidos y tener buena capacidad de respuesta, dos características que se han vuelto esenciales para cualquier e-commerce.

Mathieu Pajot, director comercial y de precios, Mister Auto

Bridgestone es la empresa de neumáticos y caucho más grande del mundo, y opera una cadena de suministro multinivel altamente compleja, que abarca cientos de plantas.

Antes de que comenzáramos con el proyecto, antes de que yo llegara, se creía que necesitábamos tener la máxima cantidad de stock posible, lo más cercana posible al mercado. Sin embargo, en cuanto empezamos con esta optimización multinivel de [Lokad] nos dimos cuenta de que eso no funciona, se necesita una mayor porción de stock en las plantas de producción [..] y si un mercado necesita más tiempo, seguirá habiendo neumáticos disponibles.

Nicolas Vandeput, experto en Cadena de Suministro que respalda a Bridgestone

LOKAD TV

Eche un vistazo a nuestras entrevistas en Lokad TV y aprenda más sobre la cadena de suministro y el mercado de posventa automotor.

Allí por 2012, fueron nuestros primeros clientes automotores los que pusieron el último ladrillo a nuestra primera generación del motor de pronóstico de demanda. El pronóstico clásico por series de tiempo no estaba funcionando. La demanda era demasiado escasa o demasiado errática. Los pronósticos de cuantiles fueron la revolución para la industria automotriz y se convirtieron en el núcleo de la segunda generación de nuestro motor de pronóstico. Ahora vamos por la cuarta generación en tecnología de pronóstico, y cada una de las generaciones resultó ser una enorme mejora con respecto a la anterior.



Horas de reducción de rupturas por dólar

Desde un punto de vista operativo, el objetivo del mercado de posventa automotor es reducir al mínimo posible las horas de rupturas por cada dólar o euro invertido en sus cadenas de suministro. El objetivo es simple y, sin embargo, es incompatible con el diseño del software empresarial clásico.

mecánico de auto

Los niveles de servicio, los stocks de seguridad o los análisis ABC no solo son métodos de cadena de suministro obsoletos, sino que además no entienden el problema.

La tecnología de optimización predictiva de Lokad aborda cada decisión a lo largo de toda la cadena, desde las plantas de producción de los OEM hasta el lugar en el que se monta la pieza en el vehículo, concentrándose cuantitativamente en este resultado final.

La optimización comienza en el nivel del OEM. El OEM decide a diario qué materias primas o subpiezas deben comprarse. Decide también las cantidades que deben fabricarse de acuerdo con los stocks disponibles. La producción debe satisfacer a diversos canales, y esto incluye la fabricación de autos nuevos, pero también las operaciones de mantenimiento de vehículos viejos.

La optimización continúa en el nivel del distribuidor o del mayorista. Las piezas deben asignarse de modo eficiente a varias ubicaciones geográficas. Esta asignación de inventario no solo debe lograr el nivel de calidad de servicio más alto posible, sino también minimizar los costos operativos, que pueden incluir, por ejemplo, MOQ (cantidades de pedido mínimo).

Por último, en el nivel minorista, las piezas deben estar disponibles para poder realizar operaciones en los vehículos. Debido a que una ruptura puede requerir varias piezas, la disponibilidad de las piezas no debería confundirse con la solución de una ruptura. Y al revés, una pieza faltante puede no ser un problema si hay un sustituto compatible disponible.




La matriz de compatibilidad pieza-vehículo

Para cada vehículo que presenta una ruptura, existen generalmente decenas de piezas mecánicamente compatibles que pueden utilizarse para solucionar el problema.

disco de frenos nuevo

Este es un aspecto fundamental en el mercado de posventa automotor y, por eso, Lokad ha diseñado su tecnología de cadena de suministro para darle prioridad, haciendo que la optimización numérica que entregamos aborde esta perspectiva en lugar de desestimarla.

El mercado automotor europeo representa más de 100 000 vehículos distintos y más de 1 000 000 de piezas diferentes. El mercado automotor estadounidense representa una complejidad de dimensiones similares. Varias empresas comercializan bases de datos exhaustivas que incluyen todas las (in)compatibilidades que existen entre vehículos y piezas. Esta información es esencial para entender la estructura fina de la demanda, que no se refleja en el volumen de ventas histórico de una determinada pieza. Sin embargo, esas bases de datos son grandes —de aproximadamente 100 millones de líneas— y difíciles de manejar, por lo que no se prestan al respaldo de los análisis de series de tiempo clásicos.

Lokad ha diseñado varios modelos orientados a gráficos —la matriz de compatibilidad pieza-vehículo también puede verse como un gráfico bipartito— que proporcionan una modelización predictiva superior de la demanda que se concentra en la unidad de necesidad en lugar de poner demasiado énfasis en el número de pieza específico que resulta estar disponible en ese momento.

A su vez, el aprovechamiento de esos modelos ofrece decisiones superiores en cuanto a compras, producción, asignación de inventario o asignación de precios.




El trilema: capital, precio y servicio

La optimización de las cadenas de suministro del mercado de posventa debe afrontar tres grandes factores que influencian enormemente su cadena de suministro. Mayores stocks ofrecen la posibilidad de producciones y envíos en lote, lo que reduce los costos. Estos stocks también mejoran la calidad del servicio. Sin embargo, más stocks implican más requisitos de capital circulante y más riesgos de pérdida total de inventario en conjunto. Precios más altos naturalmente mejoran los márgenes, pero acarrean el riesgo de enfrentar una erosión constante de las porciones de mercado, algo que no resulta sostenible. Una mayor calidad del servicio es valorada por los clientes, pero generalmente tiene como resultado mayores stocks que a menudo se ubican en el extremo de la red de cadena de suministro, donde resulta más costoso reubicarlas.

Lokad proporciona una optimización predictiva de la cadena de suministro de extremo a extremo que tiene en cuenta todos los factores económicos relevantes. Algunos de los factores son bastante claros, como los costos de almacenamiento de inventario, mientras que otros son más sutiles, como el riesgo de perder a un cliente frente a un competidor debido a un mal servicio reiterado.

Nuestra tecnología está diseñada para facilitar la integración de varios factores en conflicto a medida que intervienen en lo que puede considerarse una decisión de cadena de suministro superior para su empresa. Lokad no viene con suposiciones rígidas sobre su estrategia de negocios; al contrario, tiene la flexibilidad para reflejar con precisión esa estrategia.

Además, existen muchas limitaciones no lineales que deben tenerse en cuenta: máximo rendimiento diario de la producción, cantidades mínimas de pedido (MOQ), capacidad máxima de almacenamiento de un lugar, capacidad máxima de transporte de un envío por camión, formatos de acondicionamiento (cajas, palets, etc.), etc.

taller automotor puertas internas trasera y delantera

La tecnología de Lokad ha sido diseñada para ser capaz de aplicar limitaciones no lineales variadas, para asegurar que las decisiones optimizadas puedan aplicarse de inmediato. A diferencia de las soluciones de software clásicas, no esperamos que los encargados de la cadena de suministro hagan una posproducción manual de cada número que proporcionamos.



Redes multinivel complejas

La industria automotriz generalmente se considera la industria de industrias. En cuanto a escala, no hay industria que se compare con la automotriz. Como resultado, las situaciones del mercado de posventa implican varios niveles, es decir, red de capas de producción, almacenamiento o distribución.

aparcamiento

Cuando hay varios niveles implicados, se vuelve muy difícil evaluar el resultado final de una determinada decisión que resulta estar "en medio" de la red de la cadena de suministro. Lokad ha desarrollado una tecnología para evaluar el resultado económico de largo alcance de cualquier decisión de cadena de suministro. Por ejemplo, trasladar una pieza a un punto de la red significa perder la oportunidad de trasladar esa misma pieza a otra parte. Cada decisión tiene un costo de oportunidad comparado con decisiones alternativas y contrapuestas.

Esta tecnología garantiza que se maximice el rendimiento de la cadena de suministro de la red en conjunto.


Al contrario, la mayoría de las soluciones clásicas de software de cadena de suministro adoptan una perspectiva local, que se concentra en el nivel de servicio o el buffer de cada SKU individual, ignorando completamente el resto del panorama. Nuestra experiencia indica que estos abordajes simplistas, a pesar de ser fáciles de implementar desde una perspectiva de software, no son satisfactorias en términos de rendimiento de la cadena de suministro. De hecho, estas soluciones desplazan los problemas en lugar de solucionarlos. Solucionar el problema requiere el abordaje directo del aspecto multinivel del problema.

LLAMADA DE DESCUBRIMIENTO