Se requiere inventario cuando el tiempo de suministro es mayor que la necesidad de un producto o material.

La cantidad de inventario necesaria es igual al consumo máximo esperado antes de la próxima reposición.

Entonces, los factores para determinar la cantidad de inventario requerido son el consumo, el tiempo de reposición (RT) y la variabilidad de ambos. Es algo como: I = consumo x RT x FactorSeguridad, donde FactorSeguridad es un factor para cubrir la variabilidad.

Nota: El consumo o la venta son equivalentes para este análisis. Todo este análisis es válido por SKU - unidad de mantenimiento de existencias.

La mayoría de las organizaciones que administran inventarios hacen algunas de estas cosas:

• Determinan un stock mínimo o de seguridad. Cuando el inventario alcanza este stock, se realiza un pedido de reposición.

• La cantidad a reponer es una EOQ - Cantidad Económica de Orden o está determinada por un pronóstico.

Los resultados:

• El tiempo entre dos pedidos consecutivos depende de la variabilidad del consumo, por lo que el tiempo entre dos reabastecimientos también es variable.

• Y el tiempo de reabastecimiento también es largo porque las cantidades mínimas para ordenar cubren muchos días (o semanas o meses) de consumo.
  

• Como ya se mencionó, el inventario requerido para cubrir todo el consumo futuro (fill rate del 100%) da como resultado una cantidad muy alta en estas condiciones.

Conclusión:

Como la mayor parte del inventario se determinó con un pronóstico, que no es 100% exacto, el inventario termina con un exceso para algunos artículos y escasez para otros.

Como el pronóstico es responsable de los errores contenidos en el inventario, la dirección habitual es tratar de mejorar el pronóstico.

Existen muchas técnicas para mejorarlo, teniendo en cuenta múltiples variables, utilizando algoritmos sofisticados. Hoy, AI se está utilizando para probar mejoras en esta área.

However, by how much can we reduce inventories with a better forecast? Or reduce shortages? As long as replenishment time is not affected, results are not much better.

El problema se extiende y es crónico porque no existen cuestionamientos para los supuestos básicos que conducen al modo actual de operación de la mayoría de las cadenas de suministro.

FILLRATE100 se basa en evitar el pronóstico para la operación diaria.

Esta decisión nos obliga a:

• Aumentar al máximo la frecuencia (o, lo que es lo mismo, reducir al mínimo posible el tiempo entre dos pedidos consecutivos), para que el inventario resultante dependa menos de las previsiones.

Los resultados esperados:

• Los agotados se resuelven mucho más rápido, si hay alguno.

• El inventario, como resultado de mucho menos tiempo, se reduce considerablemente.

¿Por qué esta idea es tan disruptiva?

Todas las políticas que generan lotes más grandes (producción, compras, transporte, etc.) se basan en minimizar los costos logísticos. La disrupción es desafiar la validez de esos costos.

Por ejemplo:

Una política típica es enviar solo camiones completos, porque el costo de flete unitario es menor que el envío de camiones medio llenos.

Ahora, considere lo que sucede cuando esperamos que los camiones estén llenos. Algunos artículos llegan tarde y tenemos agotados. Para remediar eso, llenamos los camiones con más de lo necesario, y esos artículos terminan en exceso.

Con nuestra sugerencia, no enviaríamos más camiones por día. Tal vez algunos de ellos no están completos, y según los cálculos del costo unitario, creemos que estamos aumentando los costos. Sin embargo, no hemos aumentado el número de camiones, por lo que el costo del flete es exactamente el mismo que antes. Puede ser incluso más bajo, transportando menos peso.

Este es solo un ejemplo para mostrar cómo los supuestos básicos para tomar decisiones en logística son defectuosos y, al desafiarlos, podemos construir una innovación disruptiva.

Nota: Todas estas ideas fueron desarrolladas por el fallecido Dr. Eliyahu Goldratt, autor de La Meta).

FILLRATE100 funciona con BUFFERS.

Cada combinación de SKU y Ubicación en su cadena de suministro tendrá un buffer. Cuando el buffer es cero, se trata de una SKU-Ubicación inactiva.

Los buffers gobiernan el sistema, cuando la demanda fluctúa FILLRATE100 es capaz de ajustar los niveles de buffer para que el inventario sea mínimo mientras se minimizan las ventas perdidas.

Dynamic Buffer Management es el algoritmo único que permite a FILLRATE100 mantener el equilibrio en sus inventarios.

El pronóstico no es conocimiento. Sin embargo, cuando tenemos conocimiento, lo usamos.

Ejemplos de conocimiento:

• La estacionalidad y las promociones son eventos en los que sabemos que la demanda será mucho mayor de lo habitual. Podemos preparar nuestros amortiguadores para enfrentar ese evento en buena forma. (Un tutorial separado explica el procedimiento sugerido en estos casos).
  

• Productos descontinuados. No necesitamos esperar a que TMG reduzca el búfer. Podemos establecer directamente el búfer en cero.