Professional Documents
Culture Documents
= (3)
donde
dlt
: desviacin estndar de la demanda durante el lead time.
Q : tamao de lote a ordenar.
r : Punto de reorden.
: Integral normal unitaria de prdida. ) ( ' k L
Si se aplica esta metodologa a nuestro ejemplo, suponiendo que el usuario establece
un Fill Rate deseado de 97% , que equivale a aceptar un 3% de venta perdida, se
obtiene para k un valor de 0.0 (cero), un punto de reorden de 100 unidades y un
stock de seguridad de cero unidades.
Es evidente que cada metodologa nos llev a diferentes resultados. En el primer
caso, cuando el usuario defini una probabilidad de dficit de 3%, se obtuvo un stock
de seguridad de 57 unidades y en el segundo caso, cuando se defini como aceptable
un 3% de venta perdida ( Fill Rate de 97% ) el stock de seguridad obtenido fue cero.
Aqu probablemente surgen dos preguntas. Primero, como es posible que la segunda
metodologa estime solo un 3% de venta perdida proponiendo un stock de seguridad
igual a cero?. Esta pregunta quedar abierta para que el lector autoevale su real
comprensin de esta metodologa.
La segunda pregunta es: cul de las dos metodologas es ms apropiada?. La
respuesta proviene del punto de partida de las metodologas. En la primera el usuario
establece una probabilidad de dficit aceptable y en la segunda define implcitamente
un porcentaje aceptable de venta perdida.
No obstante estos conceptos se pueden representar como un porcentaje, el lector
debe entender que la diferencia entre ellos se puede expresar en forma matemtica,
conceptual y por supuesto numricamente.
Matemticamente, se representan a travs de las siguientes expresiones:
Probabilidad de dficit = ( )
r
dx x f
Porcentaje de venta perdida =
( )
100 *
) (
Q
dx x f r x
r
Conceptualmente, la probabilidad de dficit se puede entender como la probabilidad
de que ocurra un quiebre de stock durante un ciclo de reordenamiento. Sin embargo,
esta probabilidad no estima la magnitud de los potenciales quiebres de stock, y
consecuentemente, no cuantifica el porcentaje de venta perdida.
La diferencia numrica entre estos conceptos se puede visualizar ntidamente en los
clculos efectuados por la segunda metodologa, en los cuales se establece que para
lograr un 3% de venta perdida es necesario fijar un stock de seguridad igual a cero, lo
que implica una probabilidad de dficit de 50% en cada ciclo de reordenamiento.
A esta altura del anlisis, estamos en condiciones de pronunciarnos respecto a cul es
la metodologa mas apropiada.
Primeramente, el lector debe recordar que en trminos muy simples, el objetivo de una
metodologa de reposicin de inventario debera ser : Con el menor inventario posible,
tratar de minimizar el costo asociado a los quiebres de inventario. El costo asociado a
los quiebres de stock se puede medir a travs distintos indicadores alternativos y
complementarios como son: porcentaje de facturacin perdida, porcentaje de
contribucin perdida, y porcentaje de clientes insatisfechos.
Obviamente cualquiera de estas medidas est mas correlacionada con el porcentaje
de venta perdida que con la probabilidad de dficit. Adicionalmente, el porcentaje de
venta perdida es un indicador factible de incorporar en sistema de control de gestin
de inventario. No ocurre lo mismo con la probabilidad de dficit.
Por ltimo, el ejemplo numrico desarrollado nos permiti verificar el sobre
dimensionamiento del inventario de seguridad que puede generar la metodologa
basada en el concepto de probabilidad de dficit.
No obstante que en el mbito simplista de un solo SKU nuestros argumentos
favorecen el empleo de la metodologa basada en la especificacin de un valor para
Fill Rate, en el caso mas realista de varios miles de SKU, esta metodologa tambin
presenta serias debilidades, por cuanto presupone la asignacin de un Fill Rate
constante dentro de cada categora de productos.
Para hacer explcita esta falencia recurriremos a un ejemplo muy simple de dos SKU
en un punto de venta y analizaremos cuatro casos en forma independiente uno de
otro. En cada caso los SKU difieren slo en una de sus caractersticas distintivas que
son; demanda promedio, margen de contribucin unitario, costo de adquisicin unitario
y variabilidad de la demanda durante el lead time. A continuacin identificaremos los
casos y en cada uno de ellos en forma independiente nos cuestionaremos si es
razonable que a los dos SKU se les asigne el mismo valor de Fill rate, suponiendo que
los objetivos son minimizar la contribucin perdida como consecuencia de los quiebres
de stock y minimizar la inversin en inventario.
Caso 1: Consideremos dos SKU con todas sus caractersticas iguales, excepto la
demanda promedio.
SKU A - 1000 cajas/mes
SKU B - 5000 cajas/mes
El SKU B debe tener mejor nivel de servicio, ya que cada 1% de demanda no
satisfecha en B, equivale a 5% de demanda no satisfecha en A.
Caso 2: Todas sus caractersticas iguales, excepto el costo unitario.
SKU A - 5 US$/caja
SKU B - 30 US$/caja
El SKU A debe tener mejor nivel de servicio, ya que cada unidad en inventario de B
equivale a 6 unidades en inventario de A. Por lo tanto, es ms caro mantener un
buen nivel de servicio para el SKU B, en comparacin al SKU A.
Caso 3: Todas sus caractersticas iguales, excepto el margen de contribucin unitario
SKU A - Margen = 1 US$/caja
SKU B - Margen = 6 US$/caja
El SKU B debe tener mejor nivel de servicio, ya que, por cada unidad de venta perdida
de B se deja de ganar 6 veces lo que se dejara de ganar por una unidad de venta
perdida de A.
Caso 4: Todas sus caractersticas iguales, excepto variabilidad de la demanda durante
el lead time.
SKU B
SKU A
Valor Promedio
SKU B
SKU A
Valor Promedio
El SKU A debe tener mejor nivel de servicio que B, ya que, al tener menor variabilidad,
se requiere menos inventario de seguridad para mantener un buen nivel de servicio.
El anlisis de estos casos extremadamente simples nos permite concluir que la versin
ms moderna del enfoque cuantitativo presenta una debilidad significativa al proponer
asignar el mismo Fill rate a los SKU. El lector podr imaginarse la magnitud del error
cometido cuando se aplica esta lgica simplista a sistemas de distribucin que
involucran miles de SKU, decenas de locales de venta y decenas de millones de
dlares invertidos en inventario. An ms, las dos versiones del enfoque cuantitativo
tienen una debilidad adicional que consiste en quedar anclados en una solucin de
tamao de lote obtenida con parmetros de dudosa confiabilidad.
Como respuesta a esta realidad se ha desarrollado una nueva metodologa, a la que
se ha denominado Stockdown. Esta metodologa supera los problemas que plantean
las metodologas antes expuestas, que como se recordar son:
a) Dificultad para obtener parmetros para mdelos (ejemplo: costo de
ordenamiento).
b) Asignar igual probabilidad de dficit o fill rate a todos los SKUs,
independientemente de sus caractersticas (u obligar al usuario a decidir el fill rate de
cada SKU o grupo de SKU).
Stockdown permite adems no anclarse a una solucin nica, permitiendo al
usuario evaluar varios escenarios de nivel de servicio global al cliente, entregando
para cada uno de ellos el nivel de servicio e inventario ptimo para cada SKU en cada
ubicacin. La solucin propuesta considera las particularidades propias de cada SKU,
como son: variabilidad del consumo, variabilidad de los tiempos de reabastecimiento,
costo unitario de adquisicin, margen unitario de contribucin y criticidad.
Esta metodologa, empleada por Neogstica en sus soluciones, ya se encuentra
siendo utilizada con xito por mltiples empresas en Chile.
Sergio Flores Urquiza / Gerente General
Neogstica S.A.
sergio.flores@neogistica.com