PRONÓSTICO DE INVENTARIO PARA AEROESPACIAL
Los aviones requieren un amplio espectro de piezas para operar, que van desde piezas reparables de alto costo hasta consumibles de bajo costo y alta rotación. Además de que ciertas piezas son sumamente costosas, no contar con la pieza necesaria a mano puede traducirse en costosos incidentes de AOG (avión en tierra). Lokad ofrece una solución de software estadístico que proporciona una optimización de inventario en profundidad mediante forecast de demanda para aerolíneas, MRO (maintenance, repair and overhaul) y OEM (original equipment manufacturers).
Air France Industries es el brazo MRO de AIR FRANCE KLM, con más de 200 clientes: aerolíneas internacionales, regionales, de carga, etc.
Lokad trae una nueva herramienta a la mesa, una que es tanto poderosa como innovadora. Además, Lokad ha compartido con Air France Industries su experiencia en optimización de inventario y supply chain management, aportando no solo una solución de TI complementaria sino también una verdadera experticia en consultoría, en la que nuestros equipos pueden confiar.
Charles Segondat, Head of Inventory Management, Air France Industries
Caso de estudio en video
"Todo el equipo del proyecto Smart Planning en Airbus Atlantic está profundamente satisfecho con la exitosa finalización de la fase inicial de nuestra iniciativa de planificación avanzada. Gracias al inquebrantable compromiso, al enfoque riguroso y a la colaboración de alto rendimiento con los equipos, hemos recibido luz verde para los siguientes pasos y estamos entusiasmados y optimistas por continuar este camino juntos"
Julien Fournat
Project Manager Industrie 4.0 Airbus Atlantic
Spairliners es un líder global en equipamiento de repuestos y mantenimiento para flotas de aviones Airbus A380 y Embraer Ejet.
Elegimos a Lokad tras un análisis exhaustivo de las soluciones de optimización de inventario disponibles en el mercado para nuestra actividad MRO (Maintenance Repair and Overhaul). El enfoque basado en asociaciones de Lokad y su reactividad, adaptabilidad y, sobre todo, el rendimiento de su solución, nos llevaron a confiarles la optimización de inventario de nuestro equipamiento de repuestos para nuestros clientes en todo el mundo. Lokad logró estar a la altura de las expectativas y la complejidad de nuestra industria gracias a su enfoque original e inteligente para atender nuestras necesidades.
Olivier Mazzucchelli, CEO of Spairliners, Hamburg, Germany
Caso de estudio en video
LOKAD TV
Echa un vistazo a nuestras entrevistas en Lokad TV y conoce más sobre supply chain y aeronáutica.
Los enfoques clásicos no son suficientes para el sector aeroespacial
Como regla general, los enfoques clásicos de optimización de inventario funcionan mal siempre que se involucran repuestos. Además, la experiencia de Lokad trabajando en aeroespacial indica que la situación es, en realidad, mucho peor en esta industria específica.
El alto costo de ciertas piezas, los largos tiempos de entrega, las fallas infrecuentes y los costos muy elevados de los faltantes de stock solo agravan todas las debilidades de la optimización clásica de inventario.
En particular, los forecast de series temporales optimizados contra métricas como MAD (mean absolute deviation) o MAPE (mean absolute percentage) no reflejan adecuadamente los costos altamente asimétricos entre overforecasting y underforecasting que se encuentran en aeroespacial.
El análisis clásico de stock de seguridad basado en distribuciones normales o en distribuciones de Poisson también funciona mal.
El análisis clásico de stock de seguridad basado en distribuciones normales o de Poisson también funciona mal, porque nuestras observaciones de datos indican simplemente que los patrones de demanda no siguen en realidad ninguno de estos modelos. De manera similar, el análisis ABC falla porque cualquier clasificación que ordene todas las piezas en un puñado de categorías de inventario es ineficaz para capturar las muchas dimensiones diferentes que definen las piezas o consumibles requeridos por los aviones modernos.
Más allá de la desalineación entre los supuestos detrás de los modelos clásicos y la realidad del negocio aeroespacial, también hemos encontrado que los enfoques clásicos dependen demasiado de una miríada de correcciones manuales. Esto con frecuencia conduce a situaciones en las que la mano de obra invertida en la optimización de inventario no se capitaliza, sino que es meramente consumida por los sistemas de TI para mantenerse al día con las operaciones diarias. Algunos patrones de diseño de software, como las “alertas”, también tienden a empeorar la situación al centrar a los equipos en soluciones superficiales diarias en lugar de enfocarlos en las causas raíz para entregar soluciones duraderas. Para cualquier consulta, contáctanos en contact@lokad.com
Repensando desde cero las matemáticas que necesitan las aerolíneas para hacer forecast a su inventario.
Los patrones de demanda aeroespacial requieren forecast no clásicos
La tecnología analítica de Lokad ha sido diseñada teniendo como núcleo los impulsores del sector aeroespacial. En lugar de reciclar modelos de forecast e inventario diseñados para otras industrias, Lokad creó enfoques estadísticos alternativos en los que las especificidades de la industria aeroespacial están incorporadas de forma nativa.
Los modelos de forecast de Lokad reflejan todos estos factores impulsados por la flota, no como simples coeficientes lineales correctivos sobre series temporales, sino como las variables que explican fundamentalmente la demanda.
La demanda se impulsa primero por la necesidad de mantener en servicio una flota de aviones. Esta flota puede crecer o disminuir. La combinación de horas de vuelo y ciclos también cambia con el tiempo. Algunas operaciones de mantenimiento están programadas, otras son imprevistas. Los modelos de forecast de Lokad reflejan todos estos factores impulsados por la flota, no como simples coeficientes lineales correctivos sobre series temporales, sino como las variables que explican fundamentalmente la demanda. Además, no es tanto la demanda “promedio” de piezas lo que importa, sino los picos, es decir, los momentos de mayor demanda que afectan los niveles de servicio de forma significativa. Los enfoques clásicos que se basan en distribuciones normales o de Poisson introducen un sesgo sistemático en todas las estimaciones.
La tecnología de Lokad se basa en un avanzado análisis de forecast de cuantiles de la demanda. La perspectiva de cuantiles es esencial para anticipar con precisión los futuros picos de demanda y sus probabilidades correspondientes.
Además, no es solo la demanda lo que es incierto, sino también los tiempos de entrega. En particular, las piezas reparables de alto costo involucran no solo un tiempo de entrega, sino un circuito completo, que abarca desde el cambio de componente hasta la nueva disponibilidad de la pieza reparada.
El tiempo de entrega completo incluye muchos pasos: tiempo administrativo, tiempo de aprovisionamiento, tiempo de tránsito, tiempo de recepción, TAT (tiempo de inspección en el MRO o OEM, y tiempo de reparación si aplica), tiempo de descarga y movimiento de stock, tiempo de procesamiento en taller, etc. Modelar un tiempo de entrega promedio o mediano es ampliamente insuficiente; la tecnología de Lokad modela directamente toda la distribución de los retrasos, es decir, la probabilidad de que ocurra cualquier retraso.
Finalmente, se observan muchos patrones altamente específicos en la demanda que requieren contrapartes estadísticas nativas. Por ejemplo, las remodelaciones introducen múltiples sesgos en el historial que deben ser tenidos en cuenta. Además, las reglas de intercambiabilidad relativas a las piezas para las cuales coexisten varias versiones, ya sean totalmente intercambiables o intercambiables en un solo sentido, complican aún más el panorama. A diferencia de los enfoques clásicos que tratarían de meter todo en series temporales, nuestra tecnología aborda estos problemas a fondo mediante modelos estadísticos específicamente hechos a la medida para estos desafíos.
Repensando desde cero la experiencia de usuario de los profesionales a cargo del inventario.
Optimización de inventario alineada con los costos aeroespaciales
Las piezas deben ser atendidas para evitar incidentes de AOG (avión en tierra), pero en este sentido, no todas las piezas son iguales. El concepto de esencialidad de una pieza, con variantes No-Go, Go-If y Go, impacta profundamente el costo de no tener la pieza necesaria disponible.
Muchas soluciones optimizan de forma incorrecta un error de forecast dado expresado en porcentajes (ej: MAPE, el porcentaje absoluto medio) o expresado en alguna otra unidad arbitraria (ej: MAD, la desviación absoluta media).
En contraste, el núcleo de nuestra tecnología está diseñado para minimizar los dólares de los errores de forecast. Nuestro enfoque es muy diferente a los sistemas estadísticos clásicos que son simplemente “ciegos” a las variables financieras.
Los costos involucrados con los over-forecasts y under-forecasts son altamente asimétricos en la industria aeroespacial, y esto tiene un profundo impacto en nuestra tecnología. Las piezas reparables de alto costo no solo son, como su nombre lo indica, caras, sino que también vienen con un efecto “ratchet” en cada compra por parte de la aerolínea. De hecho, dado que la tasa de chatarreo es muy baja para muchas piezas, esto significa que cualquier pieza comprada permanecerá como parte del inventario durante años. Y aunque a veces es posible revender piezas, con frecuencia ello implica un fuerte descuento en comparación con el precio original. Así, nuestros forecasts son nativamente y deliberadamente sesgados hacia valores altos para reflejar precisamente esas situaciones de negocio asimétricas. El objetivo no es tener las mejores estimaciones de inventario en un sentido estadístico abstracto, sino las estimaciones que realmente ayudan a minimizar los costos empresariales asociados a las imprecisiones de las propias estimaciones.
Además, si bien lograr mejores niveles de servicio es sin duda algo positivo siempre que no implique mantener más inventario, las soluciones clásicas apuntan a niveles de servicio bastante arbitrarios basados en clasificaciones ingenuas de inventario, frecuentemente fundamentadas en el análisis ABC o en otras variantes similares. En esencia, nuestra tecnología estadística asume el desafío de aprovechar al máximo cada dólar invertido en el inventario. Por ejemplo, incluso si una pieza solo tiene un nivel de servicio del 90%, mientras que la empresa busca un nivel de servicio global del 98%, podría ser más rentable elevar el nivel de servicio de otra pieza del 98% al 99% si esta pieza cuesta 100 veces menos y se solicita 100 veces más frecuentemente que la anterior. El análisis ABC simplifica en exceso el panorama del inventario aeroespacial, donde se deben considerar muchas dimensiones diferentes: costo unitario, plazo de suministro, esencialidad, sobrecosto por compra en AOG, capítulo ATA, posible obsolescencia, etc.
En lugar de entregar números que sean “exactamente incorrectos”, Lokad se esfuerza por entregar números que sean “aproximadamente ciertos”. Integrar todas las restricciones financieras y operativas directamente en los modelos de forecast resultó ser una tarea muy desafiante, sin embargo, hemos observado que apoyarse en métodos clásicos que son “ciegos” a estos factores ofrece resultados muy deficientes.
Repensar desde cero la relación con el cliente para entregar el ROI esperado.
Enfoque Big Data para la industria aeroespacial
Nuestra tecnología está diseñada bajo el principio de aprovechar la mayor cantidad de datos posible, siempre que estos estén disponibles y, naturalmente, siempre que sean realmente relevantes para cualquier desafío particular de optimización de inventario. Este enfoque es diferente de los métodos más clásicos que tienen dependencias “duras” de datos específicos. Si por alguna razón cierta cantidad de datos no está disponible, simplemente no hay alternativa para enfrentar esta situación y, idealmente, la calidad del forecast debería degradarse de la manera más gradual posible cuando falten algunos datos.
Al utilizar más dimensiones en comparación con los modelos clásicos de optimización de inventario, Lokad entrega resultados que están más alineados con las realidades específicas de negocio.
Existe una gran cantidad de datos que Lokad puede aprovechar para la optimización de inventario. Entre los elementos más frecuentes se encuentran el historial de compras de piezas, solicitudes de piezas, cambios de componentes, reparaciones, chatarreo y devoluciones de piezas, por nombrar solo algunos.
Luego, la descripción de la flota con su composición histórica y todas las horas y ciclos de vuelo relevantes también se utiliza habitualmente. Finalmente, los datos relacionados con las piezas (o consumibles) en sí mismas, con propiedades como la esencialidad, el capítulo ATA, la criticidad, el volumen y la peligrosidad, también son importantes para la optimización de inventario.
Además, los costos de adquirir las piezas, ya sea en compras al por mayor a precios más bajos o al enfrentar un problema de AOG a un precio mucho más elevado, constituyen algunos de los ingredientes clave para mejorar la precisión “financiera” de los modelos de forecast.
Incluso algo tan aparentemente simple como el estado del inventario requiere un conjunto de datos relativamente diverso. De hecho, el stock incluye no solo el stock disponible y las órdenes de compra pendientes, sino también las futuras devoluciones por reparaciones, las devoluciones de piezas en servicio, los préstamos a otras aerolíneas y las piezas prestadas a otras aerolíneas.
Al emplear más dimensiones en comparación con los modelos clásicos de optimización de inventario, Lokad entrega resultados que están más alineados con la realidad específica de negocio.
También se pueden aprovechar datos de terceros, como los valores de MTBUR (tiempo medio entre retiradas no programadas) proporcionados por los OEM. Sin embargo, en lugar de depender al 100% de una única fuente de datos, nuestra tecnología prefiere utilizar al máximo todos los datos disponibles.
Si un componente ha sido cambiado más de 100 veces, el MTBUR estimado basado en datos históricos es casi con seguridad más preciso que la estimación del OEM. Pero, por otro lado, para un componente que se cambia muy infrecuentemente, la estimación del OEM es la única información relevante. La tecnología de Lokad aprovecha la mejor combinación de información necesaria para minimizar los costos financieros asociados a la incertidumbre.
"Lokad ha proporcionado las herramientas y el soporte adecuados para mejorar nuestro proceso de planificación de supply chain y reducir la incertidumbre al incorporar un enfoque probabilístico. Lokad ha hecho un trabajo sobresaliente ayudándonos a optimizar nuestro demand forecasting para alcanzar objetivos de fill rate muy exigentes con un riesgo disminuido."
Rob Cords,
Presidente de MRO Holdings
