Precios de Acuerdos de Mantenimiento a Largo Plazo (MRO)

Cuando una empresa encarga una planta de energía completa, maquinaria industrial pesada o flotas de aviones o automóviles, espera que esta inversión genere ingresos para los próximos años, si no décadas. Para asegurar el retorno de la inversión, el mantenimiento y el servicio a largo plazo de dicho equipo son cruciales y, por lo general, representan 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 otro) se ha convertido en la norma.

Estos acuerdos pueden adoptar varias formas. Sin embargo, el resultado final es casi siempre el mismo: el riesgo financiero del mantenimiento se transfiere total o parcialmente al proveedor durante un horizonte de tiempo establecido (años o décadas) por un precio fijado al inicio 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

Considerando 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 mismo con 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 asociados a las diferentes acciones de mantenimiento que se pueden esperar (costo de las piezas a ser reemplazadas, mano de obra dedicada para cada tipo de intervención, costos por interrupción del servicio…). Sin embargo, aunque esta estimación puede ser compleja, aborda solo una pequeña fracción del problema. El verdadero desafío sigue siendo: ¿qué tan probable es que esos eventos generadores de costos ocurran en cualquier momento y con qué frecuencia a lo largo del tiempo? Si el proveedor subestima el riesgo, puede acabar perdiendo dinero durante el transcurso del contrato. Por otro lado, si el proveedor sobrestima el riesgo, y por lo tanto fija un precio excesivamente alto en su oferta de servicio, puede acabar 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 obtener un valor “exacto” que intente ser “correcto” o al menos “cercano a la verdad” sugiere una verdadera mala interpretación del proceso de forecast. Simplemente no existe “un único valor exacto”; cualquier estimación forecast conllevará 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 forecast.

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

• Forecasts a corto plazo para optimizar los recursos (inventario de piezas de repuesto y mano de obra) que se deben mantener para asegurar un tiempo de respuesta apropiado y service level. Estos forecast son a corto plazo en el sentido de que se enfocan en un “horizonte de proceso” (o Lead Time), para garantizar que este proceso sea lo más eficiente posible.
• Forecasts a largo plazo para refinar la evaluación sobre el riesgo que aún asume la empresa para 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 a menudo se acumulan hacia el final, mientras que los ingresos se reconocen usualmente de manera regular a lo largo de la duración del contrato.

Límites de los enfoques clásicos para el forecast de mantenimiento

Evaluar el riesgo y los costos adjuntos 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 solo una representación pobre de la realidad, ya que la fiabilidad de las piezas a menudo se ve muy afectada por factores externos (uso, ambiente…). En nuestra experiencia, los patrones reales de fiabilidad tienen poco que ver con las cifras teóricas, especialmente a largo plazo.

Los métodos clásicos más avanzados, que se basan en los forecast estadísticos “clásicos” tradicionales, también fallan en capturar la realidad de los patrones encontrados con las piezas de repuesto. Estos métodos se basan en la suposición de que el forecast de mantenimiento es como cualquier otro forecast de “demanda” y, por lo tanto, puede abordarse usando el mismo enfoque. Esto, desafortunadamente, no es cierto. Varias especificidades hacen que el forecast para mantenimiento sea difícil:

• Eventos raros: las fallas mecánicas son por definición eventos raros, por lo que al observar piezas específicas, depender en gran medida de modelos que ofrecen patrones “suaves” (muy similares a los de los productos más vendidos en el retail) es algo ingenuo.
• Reemplazos en oleadas: la realidad del mantenimiento es a menudo que la disruption del servicio es más costosa que las piezas defectuosas en sí mismas. Esto es un fuerte incentivo para reemplazar las piezas en oleadas, en lugar de una a la vez, para evitar tiempos de inactividad innecesarios. Esto invalida la suposición de que las diferentes piezas tienen patrones de mantenimiento “independientes” y, con ello, la mayoría de los modelos populares de forecast que dependen de esta suposición.
• Niveles de servicio extremadamente altos esperados: 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 señalado en otras industrias. Por ejemplo, el costo de un aircraft on ground (AOG incident) puede alcanzar varios cientos de miles de dólares por día.
• Ciclo de reparación en circuito cerrado: muchas piezas son demasiado costosas para ser desechadas. Algunas se envían para revisión y reparación y luego se reimportan al inventario para uso futuro. Esto saca a la empresa del scenario tradicional de “vender y reordenar”. Una vez que la empresa ha adquirido la pieza, esta 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 mismo de forecast clásico. Por definición, el forecast en el sentido clásico no es una predicción ni una suposición, por muy exacto que pueda ser. Es una estimación estadística de la mediana esperada de la demanda/costo. Así, en este caso, los forecast clásicos aplicados para estimar el costo total de un contrato de mantenimiento proporcionarían un valor que tendría, por definición, 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 forecast clásico sea irrelevante. Al final, la clave para generar forecasts adecuados es adoptar una perspectiva financiera en el proceso de forecast desde el inicio.

El objetivo es apoyarse en “forecasted scenarios” que tomen directamente en cuenta en el forecast la cobertura financiera objetivo (riesgo financiero, nivel de servicio) que se desea alcanzar, y por ende, las fuerzas impulsoras financieras subyacentes. Y eso es quantile forecast.

Una perspectiva financiera en el forecast: los quantiles

El forecast para mantenimiento es ante todo una optimización financiera, tanto del riesgo financiero en todo el contrato como de cuán lean puede permitirse ser el proceso de mantenimiento manteniendo la cobertura/nivel de servicio deseado. Cuanto mayor sea la estimación de los costos/nivel de inventario 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 pueden generarse a través de quantile forecasts, que son, de hecho, una extensión de los forecast clásicos: en lugar de buscar el valor que tenga un 50% de cubrir la demanda/costos futuros, los quantile forecasts nos permiten determinar cualquier umbral, sea 10%, 60%, 80% o 98%, dentro de la distribución de costos/riesgo.

Estimación de los costos totales y el riesgo residual

El objetivo es generar forecasts correspondientes a los diferentes niveles de riesgo que la empresa estaría dispuesta a aceptar. Este análisis debe tomar la forma de varios escenarios simulados, que van desde la cobertura mínima aceptable, proporcionando un precio base innegociable, hasta niveles de cobertura más altos, ofreciendo escenarios más favorables a un precio mayor.

En la realidad, la fijación de precios de los contratos de mantenimiento estará determinada en gran parte por la “willingness to pay” del cliente y el grado de competencia. Por lo tanto, el proveedor generalmente se ve obligado a moderar su precio, pero generar los escenarios mencionados anteriormente permitirá al proveedor cuantificar realmente el riesgo al que se enfrenta para un cierto nivel de precio.

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

Optimización del proceso de mantenimiento en contrato

En lo que concierne a la optimización de recursos/inventario, la situación ideal sería establecer un nivel de servicio objetivo a alcanzar y calcular el nivel mínimo correspondiente de recursos/inventario necesario para asegurar este nivel de servicio. Esto en sí es difícil considerando las especificidades del contrato de mantenimiento mencionado anteriormente, pero puede lograrse a través de quantile forecasts que permiten, de la misma manera que los escenarios anteriores, apuntar directamente al nivel de servicio deseado y evaluar la necesidad correspondiente.

Sin embargo, la realidad del mantenimiento es a menudo más complicada, ya que las empresas generalmente deben operar con un presupuesto limitado y necesitan arbitrar entre las diferentes piezas para asegurar que obtengan el mejor ROI en términos de nivel de servicio por dólar invertido. Esta optimización se hace posible generando una cuadrícula de quantile, 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 se necesitarían para asegurar todo el rango de posibles niveles de servicio). Esto permite a la empresa navegar en esa cuadrícula para determinar el inventario más eficiente a mantener bajo una restricción presupuestaria.