00:00:00 Las existencias de seguridad no son seguras: inicio del episodio
00:05:37 Existencias de seguridad clásicas: normales más niveles de servicio
00:11:14 Los objetivos de nivel de servicio engañan; ejemplo de temporada de moda
00:16:51 Los MOQ, paletas, camiones exigen una asignación más inteligente
00:22:28 La ubicuidad de los ERP, las anulaciones en Excel, la incongruencia de la ortodoxia
00:28:05 El pensamiento de altos cuantiles genera inventario muerto
00:33:42 Tiempos de entrega: realidad bimodal, colas gordas
00:39:19 El enfoque de tasa de retorno reemplaza la persecución de KPI
00:44:56 Un nivel de servicio del 98% puede ser desastroso
00:50:33 El inventario cero no es una victoria universal
00:56:10 Los ajustes manuales revelan que la automatización es imposible
01:01:47 FMCG: restricción de camión completo, promociones ausentes
01:07:24 La alineación financiera importa; las existencias de seguridad aún fallan
01:13:01 Las penalizaciones en el retail requieren arbitraje cliente por cliente
01:18:38 Nivel de servicio versus fill rate, confusión en la demanda
01:24:15 Robotiza la realización de pedidos; los compradores dejan de cuidar hojas de cálculo
Resumen
Existencias de seguridad se ve científico, pero sustituye un porcentaje objetivo por un pensamiento económico. Optimiza el “nivel de servicio” en lugar del retorno sobre el capital escaso, y ignora restricciones reales como MOQs, la capacidad de truck, descuentos de precios, la perecibilidad y costos de faltante de stock extremadamente desiguales a través de SKUs. Las suposiciones matemáticas a menudo no se corresponden con la realidad, así que los planificadores anulan los resultados en Excel—prueba de que el modelo no funciona. La solución es empezar desde la economía: asignar recursos según el beneficio esperado, y luego automatizar decisiones que sean sensatas por defecto.
Resumen Ampliado
Las existencias de seguridad se venden como una forma “científica” de ser prudente: asumir que la demanda y los tiempos de entrega se comportan de manera adecuada, elegir un nivel de servicio y calcular el inventario mínimo necesario para evitar faltantes de stock con esa probabilidad. El problema, argumenta Joannes, es que esto no es economía—es aritmética disfrazada de sabiduría. Optimiza un objetivo inventado (un porcentaje de nivel de servicio) en lugar del propósito de un negocio: asignar recursos escasos para obtener el mejor retorno.
Una vez que ves el inventario como capital, los huecos se vuelven obvios. Las existencias de seguridad no ofrecen orientación sobre cómo asignar el dinero entre miles de SKUs, cómo manejar cantidades mínimas de pedido, descuentos de precios, la capacidad de los camiones, o la realidad cotidiana de que las decisiones de reabastecimiento deben ajustarse a restricciones estrictas. Te indica un “nivel objetivo,” y luego el mundo real impone inmediatamente redondeos, agrupaciones y compromisos—precisamente donde la priorización es importante, y precisamente lo que la fórmula no puede suministrar.
El propio nivel de servicio se revela como un pobre indicador de un “buen servicio,” y mucho menos de rentabilidad. En la moda, niveles de servicio altos cerca del final de la temporada son una receta para inventario muerto; los faltantes de stock pueden ser deseables si liberan espacio para la siguiente colección. En aviación, un 98% global es absurdamente bajo para piezas económicas (donde la ausencia de una puede inmovilizar una aeronave a un costo enorme) y absurdamente alto para componentes de varios millones de euros (donde almacenarlos inmoviliza capital que se podría usar mejor en otro lado). La respuesta correcta varía enormemente según el ítem, y la asimetría entre “demasiado” y “muy poco” inventario no es constante.
Las matemáticas también fallan al describir la realidad. Las distribuciones normales implican demanda negativa y tiempos de entrega negativos—un sinsentido. Los tiempos de entrega a menudo son bimodales: o las cosas llegan como se prometió, o salen muy mal, a veces sin llegar nunca. Además, las existencias de seguridad normalmente ignoran otras incertidumbres que importan—devoluciones, chatarra, choques regulatorios como los aranceles, y penalizaciones no lineales en los acuerdos de retail.
La evidencia práctica es el “ejército de oficinistas” anulando los resultados en hojas de cálculo. Si un sistema produce tantas excepciones que los humanos deben revisar todo, no es automatización; es trabajo administrativo. La alternativa propuesta es comenzar desde una perspectiva económica—la tasa de retorno—y luego “robotizar” las decisiones para que sean sensatas desde el primer momento, con la intervención manual reducida a lo excepcional, no a lo rutinario. En resumen: deja de adorar un porcentaje y comienza a medir lo que cuesta, lo que genera y lo que previene.
Transcripción Completa
Conor Doherty: Esto es Supply Chain Breakdown, y hoy vamos a analizar por qué las existencias de seguridad no son, de hecho, seguras. Ya sabes quién soy. Soy Conor, Director de Comunicación en Lokad, y a mi izquierda, como siempre, el indomable Joannes Vermorel.
Ahora, antes de empezar, comenta abajo: ¿cuál es tu posición respecto a las existencias de seguridad? ¿Crees que son una máquina para generar inventario muerto? Llegaremos a eso más adelante. Déjanos tus comentarios, tus preguntas, y se las plantearé a Joannes un poco más adelante.
Y con eso, Joannes, no perdamos más tiempo. El tema de hoy: las existencias de seguridad no son seguras. Sé que, habiendo trabajado aquí por muchos años y habiendo sostenido conversaciones tanto públicas como privadas contigo, habiendo leído tu nuevo libro, habiendo leído artículos anteriormente, no eres aficionado a las existencias de seguridad, creo que es justo decirlo.
Así que, antes de ser críticos, seamos descriptivos. Has escrito acerca de la posición o perspectiva clásica de existencias de seguridad. ¿Qué es eso, y cuáles son las promesas que hace y que crees que no se cumplen?
Joannes Vermorel: El método clásico de existencias de seguridad es un modelo que te proporciona una posición de inventario. Eso es todo.
¿Cómo se construye este modelo? Asume que tienes una distribución normal sobre la incertidumbre de la demanda futura, una distribución normal sobre la incertidumbre del tiempo de entrega futuro, y asume que tienes un objetivo de nivel de servicio definido como la probabilidad de experimentar un faltante de stock en tu próximo ciclo de reabastecimiento.
Y te dará el nivel objetivo de inventario que, según este modelo, deberías buscar si quieres alcanzar este nivel de servicio con la cantidad mínima de inventario.
En esencia, te dice: aquí hay una optimalidad. Es la cantidad mínima de inventario para un nivel de servicio dado, pero con toda una serie de complicaciones.
Conor Doherty: En realidad, es bastante extenso. Menciona algunas de esas complicaciones.
Joannes Vermorel: Creo que el problema central con las existencias de seguridad es que es una perspectiva no económica. Lo cual simplemente significa que no optimiza la rentabilidad de tu empresa.
De hecho, iría incluso a decir: no tiene ninguna correlación con que tu empresa genere utilidades o no. Y esa es una gran ilusión, que la gente opere bajo la impresión de que las existencias de seguridad les brindan algo óptimo, o al menos algo seguro, algo bueno. Pero mi argumento es: absolutamente no.
El aspecto económico está completamente ausente en este modelo, y por eso, dado que está completamente ausente, ¿por qué esperarías que las existencias de seguridad te proporcionen algo rentable, o incluso algo bueno?
Mi experiencia—nuevamente, partiendo del argumento de “no tenemos economía”—y luego, en la práctica, Lokad lo intentó durante algunos años y fue un completo sinsentido.
Sí, ocasionalmente, el número que obtienes de la fórmula de existencias de seguridad será correcto, tal como un reloj descompuesto muestra la hora correcta dos veces al día. Pero, de lo contrario, es extremadamente absurdo.
Conor Doherty: De acuerdo. Nuevamente, quiero representar también el otro lado aquí. Ciertamente existen buenos argumentos para usar fórmulas de existencias de seguridad. Has estado en el negocio durante muchísimos años.
¿Cuál es el argumento sobrevalorado que has escuchado para defender la perspectiva que tú estás cuestionando?
Joannes Vermorel: El argumento más convincente para mí es: “No sabemos nada mejor.” Bueno, está bien.
Pero este argumento es un poco como usar la astrología. Si no sabes nada mejor que la astrología, supongo que puedes utilizarla para predecir el futuro. No va a ser muy bueno. Pero si no tienes otra alternativa, tal vez sea una opción razonable.
Si ese es literalmente el argumento más fuerte, el resto—cuando profundizas en las matemáticas, las tecnicidades, todo—esos argumentos son extremadamente débiles.
Podemos extendernos interminablemente, pero por ejemplo: ¿qué significa una perspectiva económica? Hay capas de crítica que puedo hacer, pero la economía es el estudio de la asignación de recursos escasos que tienen múltiples usos.
Entonces, ¿de qué estamos hablando? Primero, estamos hablando de dinero e inventario. Las existencias de seguridad tratan sobre el reabastecimiento de inventario, por lo que fundamentalmente se trata de asignar tu dinero al inventario.
Tenemos usos alternativos. ¿Cuáles son? Podemos ordenar más para muchos, muchos SKUs.
Primero: si miro las existencias de seguridad para un único SKU, ¿me dice cuánto debo pedir? No realmente. ¿Por qué? Porque, en primer lugar, solo te da un nivel objetivo de stock. Así que podrías decir: “Simplemente voy a reordenar hasta alcanzar el stock.”
Pero la realidad es: a menos que tus proveedores sean minoristas, es muy probable que no vendan productos unidad por unidad. El noventa por ciento de los negocios B2B no es unidad por unidad. De lo contrario, eso sería retail.
Así que cuando compras, lo más probable es que existan MOQ. Pueden ser cantidades que resultan más interesantes: tener una caja completa, tener un pallet completo, tener un camión completo.
Así que esta idea de que puedes simplemente reordenar hasta una cierta cantidad y ya—no. Habrá restricciones. Además, puedes tener descuentos de precios de tus proveedores.
Primero, ves que la cantidad de la que hablas se redondeará hacia arriba, potencialmente por mucho. Tienes tu modelo, y luego realizas un redondeo masivo, y de repente ya ni se acerca a lo óptimo porque muy frecuentemente terminas con: “Mis existencias de seguridad son 15 unidades, mi MOQ es 100, ¿qué hago?” No es nada claro.
Ese sería solo un ejemplo en el que ni siquiera te dice en qué invertir.
Pero entonces la pregunta es: es incorrecto pensar en “¿cómo debo asignar mi dinero?” solo para este producto, porque tengo muchos SKUs. A menos que seas una empresa diminuta, tienes muchos, muchos SKUs.
Así, la pregunta es: ¿cómo asigno mis dólares o euros en general, y no solo cuánto asigno para este SKU?
Existe la pregunta: ¿debo poner un euro extra de stock en este SKU o en ese otro SKU? Las existencias de seguridad no te dicen nada de eso. Solo te indican: “Deberías tener esta cantidad en todos los SKUs.” Pero la realidad es: ¿y si estableces tus niveles de servicio y luego terminas con un presupuesto que excede lo que estás dispuesto a gastar? ¿Cómo priorizas? Nuevamente, la fórmula de existencias de seguridad no te dice cómo priorizar.
A veces te encuentras con situaciones aún más mundanas. Supongamos que estás realizando un pedido para un proveedor y la capacidad del camión es, digamos, nueve toneladas, y te das cuenta de que tu pedido es de nueve toneladas y media. No cabe en el camión. Está por encima de la capacidad.
No quieren enviar dos camiones porque el segundo circularía casi vacío. Así que necesitas reducir tu orden de compra en esa media tonelada excedente, pero contiene docenas de productos diferentes en el camión. ¿Cuál eliges? ¿Cómo reduces inteligentemente tus cantidades? Las existencias de seguridad no te lo indican.
Así ves la falta de priorización económica, debido a que es una perspectiva no económica; no te dice muchas, muchas cosas.
Lo mismo ocurre si tienes que hablar con el director financiero: podríamos invertir, digamos, $200,000 en tener más capital de trabajo congelado permanentemente en nuestro inventario, o podemos invertir en una nueva cinta transportadora que cueste $200,000. ¿Cómo arbitras entre eso? La respuesta es la tasa de retorno. Quieres invertir cada dólar donde te dé la mayor tasa de retorno.
¿Las existencias de seguridad te dicen algo sobre la tasa de retorno? Absolutamente no.
Conor Doherty: Sobre eso, has mencionado puntos que podría resumir como suposiciones. Quiero volver a las suposiciones en un momento.
Pero una de ellas, y quiero nuevamente representar de manera justa las críticas que se han presentado a tu perspectiva: tú y yo hemos tenido conversaciones con otros profesionales en el pasado y han planteado un argumento algo como este.
Las existencias de seguridad son, esencialmente, un parámetro estadístico. Permiten a la gente alcanzar los niveles de servicio deseados con un coste de inventario mínimo. Ahora bien, la mayoría de los profesionales no dirían que es una política perfecta. Es una heurística algo imperfecta, un poco burda.
Pero decir que no tiene absolutamente ninguna dimensión económica es un poco exagerado. ¿Cómo respondes?
Joannes Vermorel: No. Nuevamente, creo que es una comprensión muy profundamente errónea de lo que trata la economía.
Vamos allá. Primero, si no hablamos para una empresa sobre la maximización de la tasa de retorno, ni siquiera hemos comenzado a discutir la economía. No es porque haya un símbolo de dólar en tu dashboard que de repente se convierta en un dashboard económico.
Tenemos dos aspectos. Primero, tenemos el objetivo de nivel de servicio. La gente asume, directamente, “Oh, este es un objetivo correcto.” ¿Por qué? No lo es.
El hecho de que elijas a la ligera un porcentaje de la nada no lo hace nada económicamente relevante o bueno.
Por ejemplo, ¿por qué optar por un alto nivel de servicio, es decir, una tan baja probabilidad de faltante de stock, sería algo razonable?
Echemos un vistazo a un caso sencillo: una tienda de moda. Esta es el final de la temporada. Es el final de la temporada de invierno. Ahora estamos en primavera.
¿Quieres mantener altos niveles de servicio para tus prendas de invierno? Estamos en mayo. No. Por el contrario, quieres que tu nivel de servicio—es decir, la probabilidad de faltante de stock—sea bastante alto, porque quieres liquidar la colección de invierno para que haya espacio libre en la tienda para la colección de verano que entra.
Así ves: el problema es que el nivel de servicio es un indicador extremadamente malo de la calidad del servicio. La suposición implícita es: si tenemos un alto nivel de servicio, los clientes serán bien atendidos. Esto no es absolutamente cierto. No hay correlación alguna.
Conor Doherty: Tienes que explicar eso, porque mucha gente te desafiaría si estuvieran en la sala cuando dices eso.
Joannes Vermorel: Como hemos visto, para una tienda de moda, lo correcto es permitir que esos niveles de servicio bajen para evacuar la colección de invierno y hacer espacio para la colección de verano.
Pero si tomamos otro caso: imagina un distribuidor B2B de equipos eléctricos. Una empresa realiza un pedido para una obra de construcción dentro de cinco meses, y dice: aquí hay 300 referencias de productos, y para cada referencia necesitamos múltiples cantidades de unidades desde 10 hasta 5,000, porque se trata de interruptores, cables, luminarias, entre otros.
El cliente realiza el pedido con cinco meses de antelación porque sabe que es un pedido complejo. Hay montones de cosas. Quieren dar suficiente margen al distribuidor para organizar todo eso.
Pero luego llegan las fechas de entrega, y en esas fechas la empresa cliente debe tener todo, porque de lo contrario se quedará bloqueada para la obra de construcción.
Si faltan cables, entonces el resto de la obra no puede continuar. Necesitan tenerlo todo.
Si dices, “Pero sabes qué, tienes un 98%”, un 98% no sirve. La obra se quedará bloqueada. No vas a poder enlucir. Te quedarás atascado.
Así que esa es una situación en la que necesitas el 100%, no algo probabilístico que esté solo a unos pocos porcentajes del objetivo.
Pero de nuevo, se te concedieron muchos meses para hacerlo.
Por eso digo: la idea de que el nivel de servicio es un proxy correcto es absolutamente falsa.
Luego también tienes el hecho de que no se incluye, como parte de la fórmula del stock de seguridad, de forma adecuada el costo de inventario. Cuando dices que minimizas costos, no minimizas costos. Lo que minimizas es un proxy muy impreciso del costo.
Así como el nivel de servicio es un mal proxy de la calidad del servicio, y ciertamente no es un proxy de la calidad del servicio expresada en dólares, la perspectiva del stock de seguridad sobre el inventario te ofrece una visión increíblemente superficial del stock.
Se trata de minimizar la cantidad de unidades en stock. Eso es todo. Luego puedes multiplicar por el precio de adquisición unitario y obtendrías algo expresado en dólares, pero aún así no es el costo.
¿Qué pasa con las fechas de vencimiento? Supongamos que eres una empresa manufacturera, haces cosméticos, compras muchos productos, químicos, compuestos orgánicos, y vienen con una fecha de vencimiento.
Si tengo 100 unidades en stock hoy pero todas expiran mañana, no es el mismo costo que si tengo 100 unidades en stock y expiran dentro de un año. Situaciones muy diferentes. Sin embargo, desde la perspectiva del stock de seguridad, se diría que son iguales.
Por eso digo que no tiene absolutamente ninguna perspectiva económica.
Incluso al mirar el costo: el stock de seguridad solo te da la posición mínima de inventario que satisfará tu objetivo de nivel de servicio, de acuerdo a una visión muy simplista de cómo se ve el futuro.
Ese es mi problema: no hay economía en ningún lugar de este modelo.
Conor Doherty: Me diste pie para lo que quería preguntar antes, que era mi segundo punto sobre los supuestos.
Has señalado repetidamente que los niveles de servicio son esencialmente un KPI, un objetivo, y luego los stocks de seguridad existen, en tus palabras—estoy parafraseando—para satisfacer ese KPI, porque en las empresas la gente tiene que justificar los KPIs.
Has mencionado la tasa de retorno. Has identificado dos supuestos separados que subyacen en las decisiones. Uno es: desplegar el stock de seguridad para que mis altos niveles de servicio—quizás se tomen de manera arbitraria, dirías—están bien, podemos aceptar eso.
Otro supuesto es: tomo decisiones que impulsan el máximo beneficio por cada dólar, euro o yen invertido—lo que tú llamas tasa de retorno.
¿Por qué eso no es la norma, en tu opinión? ¿Por qué un supuesto es mucho más común y el otro, que a muchas personas les parece muy directo e intuitivo, no es la norma?
Joannes Vermorel: Primero, esa es la tontería de los modelos simplistas de supply chain que se desarrollaron a principios de los años 70 por software vendors que estaban excesivamente entusiasmados con lo que en realidad funcionaría.
Simplemente se convirtió en la ortodoxia. Se volvió como la Biblia, y es un completo sinsentido.
¿Por qué el stock de seguridad está tan extendido? Porque se ha implementado en cada ERP.
¿Por qué se ha implementado en cada ERP? Porque puede implementarse en dos horas por un ingeniero de software semi-incompetente. Eso es todo.
Así que cada proveedor de software empresarial fue capaz de decir: “Voy a marcar la casilla para el stock de seguridad. Dame dos horas. Te doy una implementación.”
Se volvió ubicuo, pero la realidad es que no funcionó. Por eso la gente sigue usando tanto Excel en las empresas.
Si el stock de seguridad funcionara, no habría hojas de cálculo. Simplemente dejarías que el stock de seguridad dirigiera tu reposición.
Sin embargo, la inmensa, inmensa mayoría de las empresas—donde he visto que tienen stock de seguridad—lo utilizan con muchas anulaciones. La gente está anulando las órdenes de compra enormemente, además del stock de seguridad.
Algunos clientes donde implementamos Lokad comenzaron con su stock de seguridad: tenían más del 90% de anulaciones manuales.
Cuando tienes algo que genera órdenes en las que terminas haciendo más del 90% de anulaciones manuales, volvemos a la situación de que: el reloj acierta dos veces al día. Ocasionalmente, el número que sale de la fórmula sería correcto, pero la mayor parte del tiempo no lo es, y entonces alguien necesita hacer una anulación.
Para mí, ahí es donde tenemos esta gran discrepancia: tenemos la teoría—la teoría mainstream supply chain y la ortodoxia—implementada a través de productos de software empresarial, que dice que el stock de seguridad es un estándar de oro.
Y tenemos la práctica real, donde la gente hace todo tipo de cosas en hojas de Excel por necesidad, porque los números—los números de reposición de inventario—que salen de la fórmula del stock de seguridad son simplemente un sinsentido.
Conor Doherty: Bueno, nuevamente, para continuar con lo que has dicho, alguien podría señalar que, en el escenario que acabas de describir—personas que a menudo se podría llamar un ejército de oficinistas trabajando con Excel—esas personas miran sus fórmulas de stock de seguridad, deciden que la cantidad recomendada, “no me gusta,” y la anulan, la suben o la bajan.
Esas personas, en ese momento, están tomando una decisión influenciada económicamente. ¿No es eso lo que estás proponiendo?
Joannes Vermorel: Sí, en su mente eso es lo que sucede, porque en su mente se preguntan: ¿es prudente para la empresa? ¿Esto generará dinero o costará dinero?
La perspectiva económica está muy cerca de la intuición: “¿Voy a obtener ganancias o no con esto?” Es simplemente esa intuición.
Si hay caducidad, pensarían: eso no funcionará. Si estamos al final de la colección de invierno para una tienda de moda, dirían: eso no va a funcionar.
Si tenemos este escenario B2B en el que un importante cliente VIP realiza un pedido masivo a un distribuidor B2B, la persona que gestiona el inventario verá: este cliente es VIP, realmente necesitamos hacerlo. Incluso reservaré el stock para asegurarme de que se haga, y no depender del stock de seguridad.
Así que sí.
Pero el problema es que la comunidad necesita reconocer que el stock de seguridad está roto. Es a nivel de paradigma. La perspectiva que se aplica en el stock de seguridad es equivocada, y por lo tanto, sin importar cuánta sofisticación le apliques, seguirá estando equivocada.
Por ejemplo, un gran problema con el stock de seguridad es que utiliza distribuciones normales para la demanda y el tiempo de entrega. Esto es un completo sinsentido.
Este supuesto da probabilidades positivas a tiempos de entrega negativos. Un completo sinsentido. También da probabilidades positivas a demandas negativas. Nuevamente, un completo sinsentido.
Bien, supongamos que arreglamos eso. Usamos una distribución de cola gruesa para la demanda. Usamos una distribución semi-realista para los tiempos de entrega. Decimos que o todo ocurre a tiempo o el proveedor tiene un problema y puede tardar mucho, mucho, mucho más.
Aún estás operando en el paradigma equivocado. Estarías corrigiendo las tecnicalidades, pero sigues avanzando en la dirección equivocada.
Es como si un ingeniero de software dijera: “Tu fórmula de stock de seguridad toma medio milisegundo para calcularse, yo puedo hacerlo en 10 nanosegundos.” Bien. No hace ninguna diferencia porque la fórmula es basura.
Conor Doherty: Bueno, de nuevo, alguien podría decir—basándose en lo que estabas diciendo—para ofrecer un poco de retroalimentación.
Una empresa podría decir: sí, Joannes, tienes razón, hay muchas anulaciones manuales, pero aún así estamos ganando dinero con eso. Nuestros expertos practican anulaciones manuales que reflejan los intereses financieros subyacentes de la empresa, y estamos ganando dinero.
Entonces, ¿qué quieres que hagamos exactamente? ¿Cuál es el problema con lo que estamos haciendo y qué quieres que hagamos?
Joannes Vermorel: Las empresas pueden ser rentables por una gran variedad de razones, a pesar de tener prácticas de supply chain muy deficientes.
Si miras la vida de un emprendedor fantástico—Steve Jobs—desafortunadamente murió bastante joven de un cáncer no tratado porque creía en teorías muy extrañas sobre cómo se puede abordar el cáncer. Siguió tratamientos alternativos muy extraños, y luego finalmente recurrió a tratamientos clásicos bastante tarde.
Es una tragedia, pero ilustra: puedes tener a un individuo increíblemente brillante creando Apple, siendo fantásticamente rentable, tomando todas las decisiones correctas en muchas cosas, y sin embargo tomando decisiones muy extrañas en otras.
Una empresa puede tener un éxito fantástico porque tiene el producto perfecto, la tecnología perfecta, lo perfecto y lo perfecto, a pesar de que su práctica de supply chain sea subestándar. No es incompatible.
Si me dices: “Aplastamos a la competencia gracias a nuestro supply chain”, entonces sí, diría que estás haciendo algo bien. Si puedes entregar más rápido que los demás, tus costos de supply chain son mucho más bajos, y has robotizado extensivamente en los últimos 15 años, diría: está bien, probablemente estás haciendo algo bien.
Eso sería Amazon.
Amazon se centra mucho en esta optimización de la tasa de retorno de la que estoy hablando.
Pero si me hablas de una empresa donde hoy hay tantos planificadores por dólar de facturación como hace 20 años, donde nada ha progresado fundamentalmente en los últimos 20 años a nivel conceptual, realmente cuestiono que lo que están haciendo sea lo último en tecnología.
Si has estado estancado durante las últimas dos décadas, considerando cuánto han progresado el software, las estadísticas y la optimización en esos veinte años—lo cual es enorme—si has estado estancado, no puedes razonablemente afirmar que estás a la vanguardia.
Debes asumir que tus prácticas están absolutamente obsoletas, y esa es una suposición muy razonable.
Conor Doherty: Bueno, avanzando en términos de las implicaciones económicas reales de los stocks de seguridad, porque nuevamente el tema es “Los stocks de seguridad no son seguros.”
Parece que lo que quieres decir allí, obviamente no en el sentido físico, sino desde la perspectiva de maximizar el retorno—tasa de retorno—el retorno financiero de tu inversión, del cual hablas en tu libro y en tus conferencias.
¿Cuáles son los síntomas financieros ocultos comunes de las pérdidas debidas a los stocks de seguridad? No solo el costo de mantenimiento por tener exceso de stock, sino ¿cuáles son los otros peligros económicos de esto?
Joannes Vermorel: El stock de seguridad es una máquina para generar—según este modelo, en la práctica—excesos de stock e inventarios obsoletos, bajas de inventario.
¿Por qué? Porque fundamentalmente dice: “Quiero llegar a un cuantil muy alto de la demanda futura.”
Eso es esencialmente lo que es el stock de seguridad: tomar, como posición de inventario, un cuantil muy alto. Un cuantil es un punto en una distribución de probabilidad.
Veamos dos distribuciones de probabilidad distintas de la demanda que tienen el mismo cuantil alto.
Yo digo que mi escenario optimista—90% arriba—es que vendo 100 unidades durante mi próximo ciclo de pedido. Ese es mi cuantil alto, y esa será mi posición de inventario.
Ahora, puedo describir dos variantes.
Variante número uno: si no son 100, entonces, en promedio, en las demás situaciones, serán 80. Apunto a una posición de inventario de 100, y si no se cumple, en promedio será 80.
Variante número dos: si no se cumple, en el otro 90% de probabilidades, la demanda promedio es cero. Cero, acierto o error.
Así que tienes dos situaciones: una en la que, si tomas un inventario considerable de 100 unidades, lo más probable es que vendas 80 unidades, y liquides la mayor parte de tu inventario. La otra es: o acierta—vendes 100—o falla—vendes cero—y te quedas con 100 unidades de inventario obsoleto.
¿Deberías abordar esas dos situaciones de la misma manera en términos de optimización de inventario? La teoría del stock de seguridad te dice que sí. Yo digo que no.
Esas dos situaciones no son nada parecidas. Deberían tratarse de manera muy diferente.
Fundamentalmente, el stock de seguridad solo se enfoca en el cuantil alto—el evento muy optimista en el que tienes un aumento de la demanda.
Pero, ¿y si tienes la posibilidad de una caída de la demanda? El stock de seguridad no te dice nada sobre el riesgo de que la demanda colapse. No lo hace.
Por eso digo que es una máquina, y por eso digo que es muy inseguro cuando se trata de bajas de inventario, porque está, por diseño, completamente ciego ante un posible colapso o caída de la demanda.
Tenemos otro problema. El stock de seguridad asume que las únicas dos fuentes de incertidumbre son la demanda y el tiempo de entrega, pero hay muchas más.
Devoluciones, tasas de desecho—exactamente. Si estás en ecommerce, devoluciones.
Mira lo que sucede con los aranceles con la administración de EE. UU. durante el último año: nadie puede predecir qué hará la administración de EE. UU. en términos de aranceles en los próximos dos meses, 12 meses, pero lo que sabemos es que probablemente será un camino lleno de altibajos.
Ahora, el stock de seguridad dice: “No me importan esas otras incertidumbres.” Pero son relevantes. Necesitas tener en cuenta las fuentes de incertidumbre relevantes y consecuentes, no solo la demanda y el tiempo de entrega.
Mi problema con el stock de seguridad es que, por diseño, ignora esas incertidumbres. Por eso digo que no son seguros: generarán costos masivos que habrían sido completamente evitables si simplemente no usas stock de seguridad.
Conor Doherty: Recibiendo un poco de resistencia, tanto en mensajes privados como veo en el chat, habrá preguntas sobre las que te presionarán.
Mencionaste los tiempos de entrega, y las fórmulas clásicas de safety stock que tratan los tiempos de entrega como una constante. ¿Podrías explicar más el problema de tratar los tiempos de entrega como fijos, en lugar de algo que varíe?
Joannes Vermorel: Los modelos clásicos de safety stock asumen que los tiempos de entrega se distribuyen normalmente—una curva de campana.
Muchas compañías ni siquiera hacen eso. Entiendo por qué no lo hacen, porque terminas con tiempos de entrega negativos cuando lo haces, lo cual es muy extraño.
Si optas por un tiempo de entrega fijo o un tiempo de entrega distribuido normalmente, el problema es que no refleja lo que sucede en una supply chain del mundo real. Para nada.
Significa que estás haciendo una proyección sobre el futuro que es completamente falsa. Simplemente no es así como se desarrollarán las cosas.
Si la forma en que ves el futuro es completamente falsa, ¿por qué crees que la decisión que resultará de este análisis será correcta? Eso es muy extraño.
Volvamos a cómo se comportan los tiempos de entrega en la práctica. Los tiempos de entrega son con mucha frecuencia bimodales.
Tienes un modo: todo, las estrellas se alinean, todo marcha bien, y el proveedor dice 11 días, y recibes el producto en 11 días. Esa es la primera modalidad.
Todo sale bien. El proveedor tiene todo en stock. Puede enviar de inmediato. Luego, es solo el tiempo que tarda el transporte del producto.
Luego tenemos la segunda modalidad: algo sale mal. El envío se pierde, el proveedor no tiene el artículo, el proveedor tiene una huelga, tu contenedor se pierde en una tormenta en el mar—todo es posible.
Entonces, el tiempo para obtener lo que has ordenado de repente se vuelve extremadamente largo. De hecho, esta distribución ni siquiera tiene un promedio, porque cierto porcentaje de pedidos simplemente nunca llegará. Tiempo de entrega: infinito.
Por eso terminas con distribuciones de cola gruesa donde ni siquiera puedes calcular un promedio, ya que tendrías que tener en cuenta que a veces las cosas nunca llegan, y no puedes promediar eso con el resto.
Conor Doherty: Bien. Espero que eso haya ayudado. No voy a decir quién lo envió, pero espero que haya ayudado.
Voy a continuar. Hemos estado hablando durante aproximadamente 35 minutos, así que en breve llegaremos a los comentarios de la audiencia. Si tienes algún otro comentario o pregunta, exprésalos ahora.
Pero antes de hacerlo, para ser algo más constructivos—y ten en cuenta que la próxima semana tendremos una discusión sobre KPIs—como un aperitivo, como preludio a esa discusión, subyacente a todo esto está elegir, supongo, KPIs de manera pobre.
Entonces, ¿cuáles son los KPIs en los que crees que la gente debería centrarse más ahora, y cuáles son algunos pasos concretos para avanzar?
Joannes Vermorel: Ni siquiera se trata de KPIs. Es más bien el paradigma. Ni siquiera estás viendo el problema como un problema económico.
Esa es la mayor parte de mi crítica al safety stock: la rentabilidad no tiene cabida. Ni siquiera existe.
La gente puede decir: “Pero puedes hacer trucos para que el safety stock se comporte de una manera que esté un poco más alineada con la rentabilidad.”
Esencialmente se reduce a: voy a usar otra técnica para decidir cuánto debo ordenar, y luego, una vez tenga mi respuesta, la convertiré en un parámetro de safety stock que tenga sentido.
Por cierto, en Lokad, a veces hacemos eso simplemente porque tenemos limitaciones en el ERP. El DRP no soporta nada más que el safety stock.
En este caso, hacemos una ingeniería inversa dinámica del safety stock para ajustar de forma dinámica los parámetros del safety stock de modo que genere exactamente la orden de compra que pretendíamos desde un principio.
Pero eso es solo complicar demasiado las cosas sin ningún beneficio, salvo que a veces tienes que hacerlo porque sufres un efecto de lock-in a nivel del ERP. Pero me desvío del tema.
Volviendo al safety stock. Lo que aconsejaría a la audiencia: empiecen a mirar su supply chain desde una perspectiva económica.
¿Qué significa eso? Estás asignando recursos: dólares, espacio en estanterías, camiones, inventario que se va a consumir para impulsar una producción, etc. Tienes recursos que tienen múltiples usos posibles.
Cada vez que tomas una decisión, debes pensar: estoy haciendo una asignación. ¿Cuál es la tasa de retorno? ¿Cuál es el valor de mi recurso y cuánta utilidad obtengo de esta asignación?
Si mi recurso vale $1,000 y mi retorno es $500, ¿por qué haces esta asignación en primer lugar? No tiene sentido.
Necesitas pensar en términos económicos. Una vez que comiences a adoptar esta visión económica, verás que el safety stock no tiene sentido.
Ese sería el punto de partida correcto: entender que muchas cosas que se dan por sentadas no tienen ningún sentido.
Por eso hay tanta fricción entre el sistema de software que implementa el safety stock y el pobre profesional que lucha con hojas de cálculo de Excel, donde tiene que mover todos los números constantemente porque, de lo contrario, simplemente no tiene sentido.
Tenemos esta esquizofrenia, como si la persona que ajusta los números manualmente estuviera equivocada. No. La persona que ajusta los números manualmente está haciendo lo correcto, porque en su cabeza está haciendo este pequeño cálculo económico.
Es rudimentario, es sucio, no es preciso. Por eso podemos hacerlo mejor. Pero al menos tiene sentido.
En contraste, el safety stock es esencialmente un disparate matemático. Es cientificismo: parece científico, da un aura de credibilidad a un sistema de software, pero eso es todo.
Conor Doherty: Muy bien. Joannes, gracias.
Voy a pasar a los mensajes directos y comentarios. Hay comentarios a los que atender. Empezaré con los mensajes directos.
Como siempre, como periodista, preservo el anonimato, pero es alguien que conocemos, así que compórtate bien.
Gracias. Ya alcanzamos un nivel de servicio del 98% con safety stocks clásicos. ¿Por qué cambiar un KPI claro por tus cálculos de probabilidad?
Joannes Vermorel: Primero, dices que tienes 98%. ¿Es bueno o es malo?
¿Es rentable o no rentable? Puedo darte situaciones donde el 98% es extremadamente no rentable por ser demasiado alto, y situaciones donde es extremadamente no rentable por ser demasiado bajo.
Veamos ambos casos.
El 98% en aviación: un AOG—una aeronave en tierra—digamos que es un A320, cuesta €250,000 por día. Hay 300,000 piezas distintas en una aeronave.
Si tienes un nivel de servicio del 98%, vas a tener costos locos en AOG. Es muchísimo, muchísimo, muchísimo demasiado bajo.
Ahora otro caso: fast fashion. Eres una empresa tipo Zara y lanzas nuevos productos cada mes o cada dos meses. El 98% es demasiado alto.
Tus clientes, cuando entran a la tienda, no saben qué es lo que vas a presentar. No tiene sentido optar por un nivel de servicio súper alto.
Lo que importa es tener un surtido muy atractivo donde las personas que entran a la tienda encuentren algo que les guste y compren.
Tu surtido es una construcción de tu mente. No hay un requisito estricto. Puedes ampliar o reducir el surtido de forma dinámica. Varía.
Si quieres que tus colecciones roten rápido, necesitas hacer espacio en la tienda, lo que significa que no puedes permitirte un 98%. Tiene que ser más bajo, de lo contrario, llenas tu tienda de productos antiguos que ya no están a la moda.
Así que, de nuevo: el nivel de servicio es un proxy extremadamente malo de la calidad del servicio y también un proxy extremadamente malo de la rentabilidad.
Cuando la gente dice, “Ya estamos en el 98,” lo que oigo es: “Podríamos estar en el 99 el próximo año,” y muy frecuentemente eso es lo que hicimos para nuestros clientes de aviación: colapsamos absolutamente los niveles de servicio.
¿Cómo logras en realidad una calidad de servicio muy alta? La respuesta es: para cualquier cosa que sea barata—como un tornillo, cinta, o lo que sea—quieres tener un nivel de servicio del 99.999%, extremadamente alto.
Y qué hay de una APU, unidad auxiliar de potencia? Es como un motor que pones en la cola de la aeronave. Esas valen como seis, siete millones de euros cada una. ¿Quieres tener eso en stock? Probablemente no. Tal vez para esta parte aceptes un nivel de servicio del 70%.
¿Por qué? Porque al no tener una APU en inventario, liberas €6–7 millones que puedes usar para comprar toneladas de piezas más baratas.
Por eso, esta idea de decir “Tengo mi objetivo de nivel de servicio y mi meta es llevarlo al 99” es un completo disparate.
Esto asume que todo es uniforme, que las fuerzas entre tener muy poco inventario y tener demasiado inventario son simétricas. No lo son. Son ampliamente asimétricas, y la asimetría varía significativamente de un producto a otro.
Por eso es un disparate.
Típicamente, los clientes dicen, “Tenemos 98%,” y es ahí donde Lokad genera un enorme ROI, generalmente no porque tengamos una tecnología más sofisticada, sino porque somos los primeros en decir: vamos a mirar esto desde una perspectiva económica.
Luego nos damos cuenta de que queda muchísimo dinero en la mesa. Usualmente, con una iniciativa de Lokad, la mitad del ROI se desbloquea simplemente adoptando una perspectiva económica.
Porque la gente no ha realizado el cálculo económico—la tasa de retorno—teniendo en cuenta la penalización por faltante de stock, considerando un verdadero proxy de la calidad del servicio en euros o dólares, y no una métrica inventada como el nivel de servicio, te das cuenta de que estabas lejos de ser económicamente óptimo. Tenías una optimalidad en papel.
Conor Doherty: Bien. Gracias. Espero que haya sido útil.
Voy a pasar a los comentarios nominados. Esto es de Lucio. Voy a leer esto.
Esto fue justo al inicio, cuando hablaste de los safety stocks asumiendo una distribución normal. Contexto: asumir una distribución normal no es obligatorio al calcular los safety stocks, y CSL—supongo que significa niveles de servicio cíclicos—es solo uno de los muchos enfoques posibles.
Es cierto que siempre hay un trade-off entre el riesgo de faltante de stock y el riesgo de ingresos limitados. ¿Cuáles son tus pensamientos al respecto?
Joannes Vermorel: Eso es lo que dije. En teoría, podrías sustituir las distribuciones de cola gruesa para reemplazar esas distribuciones normales. Conceptualmente, se puede.
¿Los proveedores de software hacen eso? Mayormente no.
Cuando lo hacen, la gente se queda algo perdida, porque esas distribuciones de cola gruesa son brutales y confusas.
La única manera de eliminar la confusión—según la experiencia de Lokad—es recuperar la perspectiva económica, porque así la gente ve, en dólares o euros, qué demonios está pasando.
Las distribuciones de cola gruesa son extrañas. Puede ser una distribución de probabilidad que no tiene promedio. De eso estoy hablando con los tiempos de entrega. No tienen promedio.
Por cierto, eso significa que el tiempo de entrega promedio—si tienes en cuenta las cosas que nunca se entregaron y aún estás esperando—cuando tienes un conjunto de datos y deseas calcular el tiempo de entrega promedio observado, solo sigue aumentando con el tiempo, porque tienes cosas que no se entregaron hace 10 años y continúan sin entregarse, etc.
Así que puedes tener reglas que digan: lo limitamos a un año, y así sucesivamente. Pero entonces ya no estás mirando el promedio matemático; estás viendo algo extraño.
Hay muchas maneras, en el paradigma del safety stock, de refinar el modelo, tal como lo ha estado haciendo la academia.
Sustituyes la distribución normal por una de cola gruesa, elige una. Incluyes una tercera incertidumbre. Puedes hacer eso: modelo analítico y así sucesivamente.
Pero el problema, lo que digo es: estás operando desde el paradigma equivocado. Es la búsqueda equivocada. Vas más rápido, pero te mueves en la dirección incorrecta.
¿Llegarás a tu destino si te mueves en la dirección equivocada? No. Si te mueves más rápido, aún no. Ese es el problema.
Conor Doherty: Bien. Gracias.
Voy a pasar al comentario de Miguel: la meta es alcanzar inventario cero en todo momento. El tiempo de entrega depende de cuán firme sea la demanda. Comprender esa firmeza ayuda a encontrar la mejor forma de gestionar el inventario. ¿Qué opinas?
Joannes Vermorel: ¿Por qué quieres alcanzar inventario cero?
Ese es el problema. No es una perspectiva económica. La gente dice que deberíamos aspirar a un nivel de servicio del 98%; yo digo, es un disparate. La gente me dice que deberíamos tener inventario cero; yo pregunto, ¿por qué?
¿Tienes pruebas concretas de que sería económicamente más rentable? ¿Por qué haces eso?
Hemos visto un modelo de negocio muy simple utilizado en muchas industrias: tienes productores, y tienes intermediarios que pasan grandes pedidos a los productores.
Supongamos que eres una empresa manufacturera y solo puedes fabricar cosas en cantidades de 10,000 unidades, pero tus clientes necesitan una unidad a la vez.
No quieres lidiar con esos pedidos pequeños. Vendes tu lote a un mayorista que se encargará de eso por ti.
El valor completo del mayorista es mantener el inventario y atenderlos, porque el stock solo se puede adquirir en lotes de 10,000 unidades y venderlo unidad por unidad.
Hay una empresa que se ocupa de la producción y no quiere tratar con clientes individuales que ordenan una unidad o números pequeños. Luego tienes al mayorista que se ocupa de repartir y de la gran cantidad de clientes.
Entonces, la idea de querer tener inventario cero—nuevamente, si todo lo demás es igual, para que puedas atender a los mismos clientes de la misma manera, adquiriendo bienes al mismo costo exacto, y puedes hacer todo lo demás de la misma forma excepto que tu nivel de inventario sea menor, sí, lo más probable es que esa sea la respuesta correcta.
Pero en la práctica nunca es que todo lo demás sea igual.
Si reduces tus niveles de inventario, significa que estás ordenando cantidades más pequeñas que con mucha frecuencia son más caras. Ordenas con mayor frecuencia, y el costo del transporte se vuelve más caro.
El batching con mucha frecuencia no es una opción. Es un elemento que es esencial en tu estrategia de supply chain. Siempre que hagas batching, tendrás inventario.
Por eso no deberías tener una perspectiva no económica como “nivel de servicio del 98%,” o “menos inventario es mejor.” Eso es lo contrario de lo que estoy diciendo.
Debes considerar la tasa de retorno de tus diversas opciones. Si tener más inventario es más rentable, bien por ti: ten más inventario.
Incluso hay situaciones en las que eso ocurre. Algunos productos tienen una probabilidad muy alta de ser mucho más caros el próximo año, por razones específicas. Todos coinciden en que las probabilidades son altas.
Pero tienes efectivo. ¿Qué haces? Compras mucho más y lo almacenas. El producto no es perecedero. Ya cuentas con la instalación de almacenamiento. Así que, aparte del stock, no requiere mucha más inversión.
En este caso, es razonable sincronizar el mercado: pides más, y el próximo año obtendrás una buena ganancia porque todos aumentarán sus precios, pero tú compraste antes a un precio más bajo.
Por eso reducir el inventario no es necesariamente un objetivo. Sólo es un objetivo si se puede hacer de forma rentable.
Conor Doherty: Muy bien.
Hemos estado en esto casi una hora, pero aún queda mucho. Voy a suponer que quieres continuar. Conozco tu estilo. Tema importante. Así es como opera Lokad. Que conste en acta.
Acabemos con esos safety stock.
Uno para hoy: cerraremos el libro. Quiero dejar muy claro: esto no es una planta, pero voy a tener que leer algo, y termina con un cumplido para ti, así que ten paciencia.
Esto es de Murthy. Sé que ha sido un asistente habitual. Comentario:
Mientras que la mayoría de las empresas aboga por el uso del safety stock, muy pocas miden realmente con qué frecuencia se utiliza. En varios estudios que realizamos—we, no Lokad—tanto en productos terminados como en materias primas, encontramos que más del 50% de los SKU, a título conservador, no utilizaron ningún safety stock en los últimos 90 días. En mi opinión, esto resalta una gran brecha.
Aunque el safety stock es necesario—y estoy seguro de que lo cuestionarás—debe revisarse y ajustarse regularmente para reflejar la demanda real y los patrones de uso. Joannes tiene toda la razón.
¿Le gustó eso, señor?
Joannes Vermorel: Gracias.
Pausémonos un segundo. Si tienes una receta numérica que necesita ser actualizada manualmente ni siquiera la mitad del tiempo, esto no es absolutamente bueno. Es desastroso.
Volvamos a lo que es una expectativa realista. En Lokad, cuando creamos una receta numérica que genera decisiones de inventario, o decisiones de producción, o decisiones de precios, o decisiones de asignación de tiendas, lo que queremos es 0% de desvarío.
De cinco millones de decisiones, no queremos ni una sola línea que no tenga sentido.
Sí, algunas de esas líneas no resultarán ser excelentes porque el futuro no se desarrolló como se esperaba. Esto está bien. Pero tal como están las cosas hoy, basándonos en lo que sabemos, incluso si generamos millones de decisiones, esencialmente queremos cero decisiones que carezcan de sentido.
Si tenemos una receta numérica que genera incluso un 1% de decisiones basura, es inutilizable. La gente se volverá loca. Ni siquiera se acerca a ser utilizable.
Así que si tienes una receta numérica—safety stock—que genera, se dice, al menos un 50% de decisiones insensatas que la gente tiene que corregir manualmente, es porque los números inicialmente no tienen sentido.
Muy frecuentemente, la gente ajusta la mitad de los números, pero luego ajusta enormemente la otra mitad para que el safety stock “tenga más o menos sentido.” Juegan con los parámetros solo para lograr que el safety stock esté donde debería estar.
Una conclusión es que, muy frecuentemente, cuando se tienen en cuenta todos los ajustes manuales, se está más cerca de un 90%. Pero tomemos este 50%.
Estamos nuevamente 50 veces por encima de lo que sería una calidad razonable para tu receta numérica. Es fundamental que tu modelo no te dé decisiones insensatas. Si lo hace, necesitas cambiar el modelo.
No aceptes algo que te dé más de un porcentaje ínfimo de decisiones insensatas. Tu modelo debería tener 0% de desvarío. Esto es fundamental.
De lo contrario, no puedes automatizar nada, ni siquiera mejorar nada.
¿Por qué? Porque si tienes un proceso que es manual en gran parte, si tienes un 1% de desvarío, en la práctica los profesionales de supply chain tienen que revisar todas las líneas porque no sabes cuáles son las líneas insensatas.
Si tienes un 1% de desvarío, la gente revisa cerca del 100% de las líneas. Es como si no tuvieras ninguna automatización.
Y si revisan todas las líneas y ajustan muchas de ellas, ¿cómo te convencerás de que el modelo B es mejor que el modelo A? Tienes tantos ajustes manuales intercalados que esa comparación se vuelve impracticable.
Si comparas dos sistemas, ni siquiera tendrás a los mismos profesionales haciendo A y B. Si tienes a Bob, que es super bueno, contra Roger, que está flojeando, Bob obtendrá resultados mucho mejores. ¿Es porque el modelo es diferente o porque Bob es mejor que Roger?
Por eso necesitas robotizar. Pero si quieres robotizar, necesitas 0% de desvarío. Aquí hay un 50% de intervención manual. Significa que la cosa no funciona en la práctica.
Conor Doherty: Muy bien, gracias.
Seguiré adelante. Esta pregunta es de Manuel. Hola Manuel.
Ya has tocado este tema anteriormente, así que voy a añadir contexto para ampliar la pregunta. La pregunta fue: ¿podrías comentar sobre el uso del safety stock en FMCG?
Añadamos los inconvenientes del enfoque en lo que respecta a la perecibilidad, las pérdidas, etc.
Joannes Vermorel: FMCG: tienes proveedores y, normalmente, quieres camiones llenos.
Si estamos hablando de algo masivo—shampoos, cereales, etc.—estamos hablando de bienes de producción masiva, y tus proveedores normalmente entregarán en camiones llenos.
A cada proveedor, normalmente le pedirás más de un producto. Quizás al menos una docena de cosas, en cualquier día en que realices un pedido. Puede ser un envío por semana, depende.
Pero, fundamentalmente, supone que es común que quieras llenar un camión completo.
El safety stock te dará las cantidades para esos 10 productos que estás pidiendo al proveedor, pero no suman un camión completo.
¿Qué haces? Terminas con una cantidad que es la mitad de un camión, o un camión más un 5%. ¿Cómo manejas esta situación? El safety stock no te lo indica.
La gente dice: “Oh, pero ese es un punto de partida.” Eso significa que necesitarás a un empleado que ajuste cada número, uno por uno, hasta que se ajuste a las restricciones.
Para mí, esto es un sinsentido. Si tienes un modelo que crea complicaciones que obligan a que alguien revise todos los números uno por uno, necesitas cambiar el modelo.
Lo mismo: el safety stock no puede entender que tienes la posibilidad de organizar una promoción. Tienes la opción, no es obligatorio, de organizar una promoción para liquidar el exceso de inventario.
¿Dónde está esta opción en tu modelo? Está ausente.
Si tienes un modelo de supply chain donde los precios—ya sea de lo que compras o lo que vendes—están ausentes, esto es una tontería. Es, de nuevo, una perspectiva no económica.
Para FMCG, los márgenes son típicamente estrechos. No puedes permitirte no tenerlo en cuenta. Tus márgenes son demasiado ajustados para dejar tanto dinero sobre la mesa.
Quizás si eres una empresa increíblemente rentable—Louis Vuitton—vendes productos con márgenes cómodos. Si tu supply chain no está súper optimizado, aún cuentas con amplios márgenes de lujo, por lo que no es tanto un problema.
Pero si vendes champú en el supermercado, este es un juego en el que el precio importa. Cada centavo cuenta.
Conor Doherty: Muy bien. Seguiré adelante.
Esto es de David Rollington. Hola David, amigo del canal. Todos son amigos del canal—¿qué estoy diciendo?
Pero hey David. Este es un comentario largo. Puedes tomarte otro sorbo si quieres.
Sobre este tema, safety stock: se debe haber una discusión completa, comunicación y acuerdo sobre los KPIs antes que nada. Cuando los KPIs se imponen y todas las compras provienen del exterior, el safety stock se vuelve necesario.
Es similar a cómo funcionan los acuerdos del proceso de S&OP. Finanzas debe estar involucrado para asegurar que todos los compromisos se consideren adecuadamente. ¿Qué opinas?
Joannes Vermorel: ¿Debe estar involucrado Finanzas? Sí.
¿Deben tenerse en cuenta las compensaciones económicas consecuentes? Absolutamente.
¿Está el safety stock haciendo algo de eso? Absolutamente no.
Para mí, ese es nuevamente el problema. Es completamente inconexo.
La gente me dice: “Finanzas debería estar involucrado, deberíamos considerar todos los factores económicos,” y luego: “por lo tanto, deberíamos adoptar el safety stock.” ¿Cómo se hace esa transición?
No hay nada económico en el safety stock. Asume que optas por un nivel de servicio basado en un porcentaje arbitrario. Consideras las distribuciones, el tiempo de entrega, la demanda, y no tienes en cuenta los descuentos por precios, la perecibilidad, la probabilidad de bajas, el costo de almacenamiento, el costo de oportunidad de almacenar algo en lugar de otra cosa, etc.
La gente me da montones de razones muy buenas, y luego ocurre este salto: todos los factores económicos deben ser considerados, por lo tanto, safety stock. ¿Cómo se llega a eso? Eso me desconcierta.
Por eso le digo a la audiencia: necesitan mirar seriamente lo que significa la economía. Piensen en términos de asignación de recursos y cuál es la tasa de retorno.
Cuando empiecen a pensar de esa manera, se darán cuenta: ¿por qué tenemos safety stock en el medio de nuestro sistema? No añade nada, solo complica sin motivo alguno.
Conor Doherty: De acuerdo. Esto es solo un comentario para mí, pero añade contexto.
Has hablado de dejar dinero sobre la mesa. Personalmente, me encanta esa frase porque visualiza de qué estás hablando.
Puedes comparar dos cosas y decir que el proceso A funciona. Podemos discutir en qué medida. El proceso B quizá funcione mejor.
¿Cómo se ve algo mejor? Menos dinero dejado sobre la mesa, o, dicho de forma más positiva, más dinero en tus bolsillos al final del mes.
Joannes Vermorel: Exactamente.
Dos cosas pueden ser ciertas simultáneamente. Si tienes prácticas de inventario muy malas, prácticas de producción muy deficientes en cuanto a supply chain se refiere, pero tus productos son absolutamente fantásticos, aún así ganarás dinero. Pero no es gracias a tu sistema inteligente de gestión de inventarios ni a tu programa de producción.
Hay muchos casos históricos: empresas con prácticas atroces en esta área, pero cuyos productos eran tan buenos que sobrevivieron.
Por ejemplo, Nike enfrentó un masivo desastre de supply chain a pesar de tener una de las marcas más queridas a nivel mundial. Puedes buscarlo en línea: es el desastre Nike 2004 con uno de nuestros excompetidores, i2.
Nike sobrevivió. Siguen siendo rentables. Pero si miras su historial en supply chain, al menos en ese momento no era muy bueno.
Así que puedes dejar toneladas de dinero sobre la mesa, y si por otras razones tu empresa es extremadamente rentable, sobrevives. Pero no es gracias a tu equipo de planificación ni a tu equipo de supply chain.
Conor Doherty: Muy bien. Gracias.
Joannes, esta es la última pregunta, y la he revisado. Un poco de desacuerdo—algo que te gusta. Que conste en acta: damos la bienvenida al desacuerdo, o al menos a la broma amistosa. Siempre puedes comunicarte con nosotros y desafiar nuestras posiciones.
Esto es de Con. Hola, Con.
Al suministrar al comercio minorista, los clientes normalmente exigen niveles de servicio muy altos combinados con tiempos de entrega muy cortos, nada comparable al horizonte de cinco meses en tu ejemplo de la industria de la construcción. Además, ofrecen poca o ninguna visibilidad sobre la demanda futura, y el incumplimiento de los niveles de servicio acordados generalmente resulta en penalizaciones significativas.
Pregunta: ¿cómo mantienes esos altos niveles de servicio sin recurrir a los conceptos tradicionales de safety stock?
Joannes Vermorel: Aquí tienes un problema: tu cliente, normalmente en el comercio masivo con FMCG, opta por un acuerdo en el que literalmente establecen la calidad del servicio expresada como nivel de servicio. Esa es la configuración.
Ahora, el problema es que aún no responde a lo que deberías hacer.
Seamos honestos: eres un FMCG y tienes esos acuerdos impulsados por el nivel de servicio de tus clientes. Dices: debido a que mi cliente exige este nivel de servicio, necesito reflejarlo en mi organización. Ese es un argumento sólido.
Pero, desafortunadamente, si vuelves a mirar la alternativa económica, la alternativa económica es mejor.
¿Por qué? Imagina que estás en una situación en la que no tienes suficiente stock para atender a todos tus clientes.
¿Cómo decides a cuál atender y en qué orden? ¿Aplicas el método FIFO (primero en entrar, primero en salir)? ¿Atenderás a los clientes VIP primero? ¿Quieres distribuir la escasez entre todos tus clientes?
¿Tu cliente es realmente igual de sensible para todos tus productos? Hay muchas artimañas aquí.
Por ejemplo, si tienes un cliente en el que no vas a alcanzar el 98%, ¿es importante mantenerse muy cerca del 98% o no?
Si una empresa cliente dice: “Ordeno 1,000 unidades, y si no es todo al completo, se cuenta como un fallo. Si me das 999, se cuenta como un fallo.” En ese caso, no importa lo cerca que estés, se cuenta como un fallo.
Entonces es mejor no enviar nada. Tenemos eso con nuestros clientes: el minorista dice que si no lo tienes 100% completo, se cuenta como un fallo. Si envías cero, es lo mismo. Luego, no envías nada y utilizas el inventario restante para atender a otros clientes y cumplir con su nivel.
Así que tenemos arbitraje, y el safety stock no te dice qué tan bueno eres arbitrando a esos clientes.
Otro ejemplo: tu KPI, un nivel de servicio del 98%, se calcula mensualmente. Tuviste un comienzo difícil de mes, y ahora estás en el 97%.
Si quieres estar en 98 al final del mes cuando los clientes calculen su KPI, necesitas que, por el resto del mes, estés en 99 para compensar. Estoy simplificando, pero esa es la idea.
¿Vale la pena? ¿Es rentable?
¿Deberías incrementar tus niveles de stock y mantener un 99% hasta el final del mes para así alcanzar tu objetivo al final? Esa es la pregunta.
Tuviste tu 98 pero no cumpliste porque las cosas estaban fuera de tu modelo. La única forma de responder a “¿Deberíamos intentar alcanzar el 99 para compensar?” es realizar un análisis económico sobre la tasa de retorno.
Si, para pasar de un nivel de servicio del 98% al 99%, necesitas triplicar tu costo de inventario, no lo harás. Si puedes lograrlo aumentando el costo de inventario en un 10%, tal vez deberías hacerlo.
Ese es el punto: al no ser una perspectiva económica, careces de toda la sutileza para saber si deberías aprovechar la oportunidad o desistir.
El safety stock, por diseño, no te dice nada. Estás a ciegas en ese sentido.
Por eso volvemos a dejar dinero sobre la mesa.
Imagina: la primera semana estás en 97.9, es decir, 0.1% por debajo del objetivo, y luego las otras tres semanas tu sistema vuelve a ser exactamente 98, y terminas fallando tu objetivo por un diminuto porcentaje. Es absurdo.
Sabes que si hubieras empujado un poquito, habrías estado por encima. Le falta matiz y cualquier capacidad para captar la no linealidad.
Una no linealidad sería: si no alcanzas exactamente su meta del 98% durante todo el mes, te clasifican como un mal proveedor.
El safety stock no tiene en cuenta ninguna no linealidad de ningún tipo.
Joannes Vermorel: Un comentario de seguimiento a esto, de Manuel: el nivel de servicio no mide la tasa de entregas a tiempo.
Además, ese es otro problema: ¿cómo distingues entre si sirvo a mi cliente a tiempo o con un día de retraso? ¿Cuánto problema representa? La respuesta corta es: depende. Depende bastante.
Tampoco diferencia si no entregas en su totalidad.
El nivel de servicio solo te dice si es un acierto o una falla. No te indica en cuánto fallas.
Supongamos que estoy observando una librería y los clientes generalmente vienen y compran un libro a la vez. En promedio, recibes cinco personas al día que compran una unidad del libro.
Luego hay un profesor que entra y dice, “Quiero 30 copias.” Eso contará en el análisis de safety stock como una solicitud no atendida, pero esa única solicitud equivale a 30 unidades.
Esa es la distinción entre el nivel de servicio y fill rate.
Ahora, en el comercio minorista y FMCG, no logras atender 1,000 unidades de un cliente hoy, y al día siguiente el mismo cliente regresa con otro pedido, solicitando 1,100.
Ayer pidieron 1,000, no entregaste. Hoy vuelven con 1,100.
¿La demanda total es de 2,100—ayer más hoy—o es la demanda de hoy simplemente lo mismo que no se atendió ayer, siendo solicitada de nuevo?
En resumen: si no entras en el ámbito del análisis económico, no puedes darle sentido a eso.
Tienes una ambigüedad sobre lo que realmente es la demanda, y la única manera de entenderla, en la práctica, es hacer conjeturas en euros o dólares sobre lo que es rentable.
Los problemas con el safety stock son literalmente interminables. Es terrible.
Conor Doherty: De acuerdo.
Un último comentario que ha llegado. No revelo comentarios privados.
¿Cómo reentrenamos a los compradores que confían en un único número de safety stock? ¿Cómo haces que la gente abandone la mentalidad de: “Quiero un número simple. No me den distribuciones. Dame un número simple”?
Joannes Vermorel: Robotizas el proceso de toma de decisiones.
¿Por qué tienes compradores que revisan una hoja de cálculo y hacen más uno, menos uno en miles de filas para generar una orden de compra? Esto es una locura.
Ese es el problema.
La gente ve todo como el incremento en comparación con el status quo. No. Esa no es la manera correcta.
La actitud correcta es: necesito un modelo para este proceso de asignación que me dé decisiones sensatas desde el principio.
No a través de cinco capas de personas ajustando números manualmente. Quiero una receta numérica que genere decisiones de orden de compra que sean buenas, satisfactorias, con 0% de locura.
Una vez que tienes eso—y eso es lo que hace Lokad—¿cuánto reentrenamiento necesitas? Muy poco.
Los compradores están muy contentos. Miran el número y dicen: “Todo bien. Perfecto. Listo.” Pueden dedicar su tiempo a hablar con proveedores sobre cómo hacer las cosas más colaborativas, en lugar de pasar la mitad de su tiempo revisando hojas de cálculo.
Si abordas el problema como: el comprador va a revisar los números línea por línea, y yo quiero dar números que se ajusten a sus paradigmas tradicionales—los paradigmas tradicionales están rotos. No juegues ese juego. No se puede ganar.
En Lokad, lo que hacemos es pasar directamente a la robotización completa de decisiones que no requieren que se ingrese manualmente para ser generadas, ni que se corrija manualmente después de su generación.
Son 100% correctas, satisfactorias, con 0% de locura. Quizás el comprador diría: “Lo habría hecho un poco diferente,” pero no vale la pena, simplemente envíalo.
Esa es la situación correcta.
Luego, el reentrenamiento se convierte en: entrenar al equipo para reubicar su tiempo a tareas de mayor valor añadido en lugar de pasar tiempo interminablemente ajustando números.
Pero para eso, necesitas un modelo que no esté roto por diseño.
El safety stock está roto por diseño, y por lo tanto, el safety stock nunca te permitirá escapar de esta situación infernal en la que las personas son los co-procesadores humanos de tu sistema.
Tu sistema genera disparates, y los humanos revisan línea por línea para arreglar los disparates.
Si quieres escapar, necesitas una alternativa. No será una variante del safety stock. Será algo mucho más simple, pero radicalmente diferente.
Conor Doherty: De acuerdo.
Mi pensamiento cuando escuché la pregunta—¿cómo reentrenamos a los compradores que confían en un único número de safety stock y no quieren distribuciones—es que hay una suposición ahí.
El mundo que estás promoviendo: en lugar de mirar una hoja de cálculo de Excel y redondear un número hacia arriba o hacia abajo, aún en el mundo automatizado tienes un número en un panel de control.
La idea de las distribuciones es cómo se calcula ese número. Eso está bajo el capó.
No estamos abogando a que los planificadores de supply chain tengan que convertirse en ingenieros y estadísticos avanzados.
Es un número en el modelo actual, y es un número en el modelo alternativo que estamos proponiendo.
Joannes Vermorel: Exactamente.
Cuando realizas una orden de compra para un producto, debes indicar la cantidad.
Entonces sí, las distribuciones de probabilidad son fundamentales, pero están bajo el capó. Esta es la forma en que se realiza el cálculo.
Hoy en día, con nuestros clientes en Lokad, no necesitan ser muy competentes con las probabilidades, así como si conduces un automóvil no tienes que ser súper competente en termodinámica. Simplemente funciona.
Conor Doherty: Bueno, sobre esa nota, llevamos 90 minutos. Se nos han acabado las preguntas, se nos ha acabado el tiempo.
Como siempre, Joannes, muchas gracias por acompañarme.
Y a todos los demás, gracias por asistir. Gracias por tus comentarios, tus preguntas, tus DMs. Son encantadores, como siempre.
Si deseas continuar la conversación, lo digo cada semana: contacta a Joannes y a mí. Conéctate con nosotros en LinkedIn. Siempre estamos felices de debatir.
Si quieres desafiar a Joannes, también podemos arreglarlo. Estamos abiertos a recibir comentarios y debatir, o simplemente a tener una conversación amistosa.
También puedes, si lo deseas, enviarnos un correo electrónico a contact@lokad.com.
Y con esa nota, nos vemos la próxima semana cuando hablemos de KPIs. Pero por ahora, vuelve al trabajo.
