Durante las últimas décadas se ha expandido la adopción de un proceso mensual de planificación que tiene como objetivo que toda la organización permanezca alineada en pos de acercarse lo más posible al Plan de Negocio y Presupuesto comprometido, particularmente en lo que respecta a la “bottom line”. 

Otra finalidad de este proceso es que, en caso de no poder cumplir con las proyecciones, tanto por sub o sobre cumplimiento de las metas, se genere un plan único orquestado tras el cual toda la organización esté alineada y trabaje con el objetivo de maximizar la captura de valor.

Si bien la S&OP es siempre necesaria, puede ser más determinante en el caso de empresas que están sujetas a cambios bruscos de la demanda como consecuencia de estacionalidades (i), utilizan promociones dentro de su estrategia comercial, están sujetas a acciones de la competencia, o deben enfrentar “guerras de precios”.

Cómo potenciar la S&OP

En lo que sigue de este artículo tomaremos como contexto una empresa “retailer” de especialidad que importa varios miles de SKU, los recibe en su CD y los comercializa “on line” y a través de un conjunto de tiendas propias. 

En consecuencia, algunas de sus decisiones principales (que inciden en su EBITDA y rentabilidad) son cuánto y cuándo importar cada producto de modo que su CD sea capaz de satisfacer la demanda “on line” y la demanda de sus tiendas físicas. Por otra parte, debe decidir la magnitud y oportunidad de reposición de los SKU a las tiendas a que están asignados, teniendo como restricciones el espacio disponible en cada tienda, evitando los desbalances de stock que pueden generar sobrestock de algunos SKU en ciertas tiendas y quiebres de stock de los mismos en otras tiendas o en el CD, lo que impediría satisfacer la demanda “online”.

En este contexto, las decisiones deben compatibilizar tres tipos de KPI incidentes en el EBITDA y la rentabilidad de la empresa. Estos KPI son; la Cobertura de Inventario, los Costos Logísticos y el Nivel de Servicio al cliente.
Esta compatibilización no es fácil de lograr solo con la intuición humana apoyada en Excel.

Para vislumbrar esta complejidad debemos entender que el inventario físico de una empresa está conformado, conceptualmente, por dos componentes. 

Uno es el Inventario de Ciclo, que está determinado por la magnitud de los lotes de reabastecimiento. Mientras mayores son los lotes de reabastecimiento, mayor es el inventario de ciclo. Sin embargo, dadas las economías de escala, los lotes de mayor tamaño permiten reducir los costos logísticos, como por ejemplo los costos de transporte, eficiencia del picking en los CD, etc. En síntesis, una mayor cobertura del inventario de ciclo permite reducir los costos logísticos.

El otro componente del inventario físico es el Inventario de Seguridad (SS). Este es un inventario reservado para enfrentar la aleatoriedad de la demanda durante el lead time. Mientras mayor sea el SS, menor será la demanda insatisfecha y por consiguiente menor será la venta perdida y la insatisfacción de los clientes.

La complejidad que surge de estos tradeoffs, por una parte, entre inventario de ciclo y costos logísticos y por otra, entre inventario de seguridad y demanda insatisfecha que puede transformarse en venta perdida, se ve amplificada por el hecho que cada uno de los sku tiene asociado un conjunto de características, como, por ejemplo; costo y margen unitario, demanda promedio, error de pronóstico de la demanda y lead time.

La existencia de estas características propios de cada producto explica que, para lograr combinaciones eficientes de los tres KPI relevantes, cada sku deba tener una combinación propia y específica entre Inventario de Ciclo e Inventario de Seguridad, lo que determinará un Costo Logìstico y Nivel de Servicio propio para cada SKU.

¿Cómo alcanzar las combinaciones óptimas de los KPI relevantes?

La práctica habitual actual para efectuar la Planificaciòn de la cadena de Suministro en las empresas, es usar la intuición humana apoyada por planillas Excel. Sin embargo, en la última década ha comenzado a materializarse la adopción de los denominados Advanced Planning Systems (APS), que son paquetes tecnológicos que por una parte, incluyen herramientas de Machine Learning y Deep Learning para pronosticar la demanda y algoritmos matemáticos de optimización, que a partir de esos pronósticos y de otros parámetros relevantes de cada SKU (margen y costo unitario, lead time, error de pronòstico), permiten construir la frontera eficiente entre los tres KPI relevantes.

La figura 1 muestra conceptualmente la estructura de la frontera eficiente entre Cobertura de Inventario y Nivel de Servicio. Las combinaciones que están bajo la curva son combinaciones infactibles (imposibles de lograr). Las combinaciones que están arriba de la curva son ineficientes. Cuando sólo se emplea la intuición apoyada por Excel, se opera en esta zona. Un breve análisis del punto A de la figura permite verificar lo afirmado. La combinación de Cobertura y Servicio del punto A muestra que al menos los puntos B y C que están EN la curva son más eficientes. El punto B tiene la misma cobertura que A, pero tiene asociado un mejor Nivel de Servicio. Por su parte el punto C tiene el mismo Nivel de Servicio que A, pero una menor Cobertura de Inventario.

El lector puede verificar que en la figura 1 no están representados los Costos logísticos. Eso significa que esa curva está construida manteniendo los costos logísticos constantes. No obstante, los algoritmos matemàticos permiten construir otras curvas que representen el tradeoff entre Cobertura y Nivel de Servicio, pero cada curva con un diferente Costo Logístico.

Así por ejemplo en la Figura 2, la curva Z representa un menor Costo Logìstico (por ejemplo, la adquisición de lotes de mayor tamaño) pero su adopción implica aceptar un incremento en la Cobertura necesaria para obtener un mismo Nivel de Servicio.

Estas curvas se construyen con los datos propios de cada empresa y son el input para que el más alto nivel gerencial seleccione el punto de operación que a su juicio represente el mejor equilibrio entre los tres KPI relevantes. 

Una vez seleccionado ese punto de operación, el sistema APS traduce esa elección en parámetros operacionales para cada SKU que guían las operaciones de modo de mantener el sistema alineado con la decisión gerencial. Entre estos parámetros para cada SKU se encuentran; frecuencias de reabastecimiento, tamaño de lote, punto de reorden, stock de seguridad y nivel de servicio.

En consecuencia, es posible afirmar que los Advanced Planning Systems (APS) conforman una tecnología que potencia el proceso de S&OP, dado que son capaces de generar pronósticos más ajustados, construir la frontera eficiente de decisiones integrando Nivel de Servicio, Costos Logìsticos y Cobertura de Inventario y permitiendo generar automáticamente los planes de acción alineados con las decisiones gerenciales. Adicionalmente, constituyen un sistema de apoyo a las decisiones porque permiten reaccionar frente a eventos inesperados, simular escenarios alternativos y replanificar las operaciones en forma automática.

La experiencia de aplicación de esta tecnología (APS) muestra que es posible obtener reducciones de 30% en Cobertura de Inventario (sin reducir el Nivel de Servicio) o aumentos de 5 puntos porcentuales en Nivel de Servicio (sin incrementar la Cobertura de Inventario).

NOTAS:

1. Las estacionalidades no sólo se refieren a peaks de demanda. También pueden materializarse como disrupciones en el abastecimiento, como es el caso del año nuevo chino.
    
2. En la variabilidad natural de la demanda no debe considerarse los peaks asociados a eventos previsibles, tales como estacionalidades, promociones o cambios bruscos en la demanda derivado de acciones comerciales propias o de los competidores.