Por: Yossi Sheffi (*)
Varios factores causaron estos problemas:
- Los retrasos en el cumplimiento de las fábricas asiáticas debido a la congestión en los puertos y otras partes del sistema de transporte significaron que muchos minoristas se quedaron atascados con artículos que no se podían vender porque se perdieron su temporada de ventas.
- A medida que las cadenas de suministro se volvieron más volátiles e inciertas, las empresas ordenaron más de todo «solo para estar seguros». Esta práctica es una variación de los hábitos de acaparamiento de los consumidores que se hicieron evidentes durante el apogeo de la pandemia. Como resultado, cuando llegaron las entregas, los inventarios se dispararon.
- Los consumidores cambiaron sus preferencias. Ante el aumento de la inflación y el temor a una recesión venidera, los consumidores comenzaron a comprar productos de marca menos y se centraron en el valor. Dado que este cambio fue inesperado en el momento en que se realizaron los pedidos, aterrizó a las empresas con el inventario incorrecto.
Algunos de los impulsores detrás de estos cambios, en particular las consecuencias de la pandemia de Covid-19 y la invasión rusa de Ucrania, no se pudieron predecir, y la escala y la duración de las interrupciones resultantes no tenían precedentes. Sin embargo, algunas de las causas son bien conocidas y apuntan a formas en que situaciones similares en el futuro podrían mitigarse.
Medidas de emergencia
Un artículo reciente en el Wall Street Journal destaca la situación en la que se encuentran ahora las empresas. A medida que el espacio de almacenamiento en los Estados Unidos se ha vuelto escaso, algunas empresas están almacenando productos en estacionamientos y en remolques de camiones mientras buscan desesperadamente lugares para estacionar el exceso de inventario.
Como informa el Journal, si bien la estrategia puede traer algún alivio a corto plazo, puede exacerbar la situación general de la cadena de suministro. Los remolques cargados de mercancías no se pueden utilizar para transportar productos que se mueven a través de las cadenas de suministro, lo que dificulta aún más los flujos de mercancías ya obstaculizados por otros bloqueos.
Mientras tanto, minoristas como Macy’s, Kohls y Target están utilizando prácticas antiguas, como fuertes descuentos en los precios en las tiendas, para retirar el excedente de inventario de sus libros. Otro enfoque probado y comprobado es enviar existencias de surfeit a minoristas fuera de precio como Ross Stores. Los resultados son márgenes disminuidos.
Montaña rusa de demanda
Como se explicó anteriormente, los choques causados por la pandemia de Covid-19 y otras interrupciones globales son en parte culpables de la montaña de inventario que las empresas ahora están luchando por contener. Estos choques sistemáticos desencadenaron enormes fluctuaciones en la demanda y la oferta y, por lo tanto, el resurgimiento del efecto látigo (para obtener más información sobre esto, consulte mi publicación de blog Es hora de enfrentar la perspectiva de una recesión global).
Pero algunas causas son muy familiares para los profesionales de la cadena de suministro. Como informa el Wall Street Journal, la estrategia de desbordamiento de inventario «es la última señal de cómo los minoristas y fabricantes continúan restableciendo sus operaciones de distribución sobre la marcha para mantener las cadenas de suministro en funcionamiento en medio de la interrupción en las redes de transporte y las dificultades para pronosticar la demanda«.
Te puede interesar: Satisfacer la demanda en tiempos de escasez
La previsión de la demanda siempre ha sido una ciencia inexacta. Predecir con precisión los caprichosos hábitos de compra de los consumidores es una tarea monumental. Ajustar el suministro, especialmente cuando se realiza para cadenas de suministro globales altamente complejas en sintonía con las estrategias just-in-time y make-to-order, es aún más difícil. Es cierto que las empresas han mejorado mucho en aprender a aprovechar la variabilidad de la demanda. El aplazamiento (retrasar el montaje final de un producto lo más tarde posible para que las previsiones de demanda sean más precisas) es un ejemplo de una técnica que atempera las imprecisiones de la previsión de la demanda. Más recientemente, la inteligencia artificial y el aprendizaje automático (AI y ML) se están implementando para analizar patrones de compra históricos y mejorar la precisión de las proyecciones de ventas.
Sin embargo, todos los modelos de pronóstico estadístico se basan en el pasado. Cuando las interrupciones son lo suficientemente grandes como para introducir un cambio estructural en la demanda, ningún modelo estadístico, ya sea basado en ML o en alguna otra metodología, puede proporcionar un buen pronóstico. De hecho, durante la pandemia, muchas empresas recurrieron a la configuración manual de pedidos ya que los algoritmos automatizados estaban tomando decisiones de pedido incorrectas.
La gran velocidad a la que los patrones de demanda cambiaron en los últimos años es otro spoiler. Incluso si fueran capaces de prever la demanda con precisión, a las empresas les resulta difícil pivotar instantáneamente en respuesta a los cambios a la velocidad del rayo en el comportamiento de compra.
Problemas de visión
A veces la oferta es incluso más variable que la demanda, un fenómeno con el que las empresas han tenido que lidiar recientemente y que dificulta su capacidad para gestionar el inventario de manera efectiva. En esta situación, muchas empresas son sorprendidas cuando un envío llega tarde o no aparece. A corto plazo, esto conduce a un servicio al cliente fallido o, en el mejor de los casos, a entregas aceleradas a un costo mucho mayor. A largo plazo, los resultados son mayores existencias de seguridad y, de nuevo, mayores costes.
La única defensa contra la variabilidad del suministro es la visibilidad de la cadena de suministro ascendente. Desafortunadamente, si bien lograr una visibilidad perfecta de extremo a extremo es algo así como un Santo Grial de la industria, casi ninguna compañía puede afirmar que ha conquistado este prodigioso desafío. El principal problema es que, si bien las empresas pueden obligar a sus proveedores inmediatos (Tier 1) a compartir datos, las cadenas de suministro suelen ser de varios niveles. Las empresas no saben quiénes son los proveedores de nivel profundo (por ejemplo, un proveedor de Nivel 1 no revelaría al OEM quiénes son los proveedores de Nivel 2, ya que es un secreto comercial y también una garantía contra el OEM que pasa por alto al proveedor de Nivel 1). E incluso si conocen la identidad de los proveedores remotos, los OEM no tienen influencia, ya que no tienen relación con estas empresas distantes. Tal ignorancia obstruye el flujo de información oportuna y precisa del producto que es esencial para la visibilidad 20/20, de extremo a extremo.
La buena noticia es que se han realizado mejoras sustanciales en los últimos años. Por ejemplo, la introducción de una sofisticada tecnología de detección ha mejorado significativamente la visibilidad de los envíos. Sin embargo, por muy útil que sea, es solo una solución parcial que cubre la última etapa de la cadena de suministro: la entrega al OEM o minorista.
Motivos para el optimismo
Aún así, desarrollar prácticas de gestión de inventarios capaces de evitar los excesos que actualmente experimentan las empresas no es una causa perdida.
Las empresas están aprendiendo mucho sobre cómo hacer negocios en tiempos extraordinarios, especialmente en relación con la gestión de las cadenas de suministro que respaldan el comercio mundial. Como los envíos no llegan de manera oportuna, las empresas pueden identificar dónde están las fallas y tomar medidas correctivas. Algunas compañías evitan los puertos congestionados o cambian a otros modos de transporte, como el aire para piezas de importancia crítica. Incluso una falla de un proveedor de nivel profundo al menos significa que el OEM o minorista puede identificar ese enlace roto. Y a medida que las empresas acumulen más datos sobre el impacto de las interrupciones graves en los patrones de oferta y demanda, los modelos avanzados de ciencia de datos, incluido el uso de IA y ML, continuarán mejorando.
Es poco probable que las empresas puedan eliminar la extrema variabilidad en la demanda y la oferta que ha sido tan difícil de gestionar en los últimos años. Pero más empresas están aprendiendo a vivir con estas inconsistencias e incluso a utilizarlas para obtener una ventaja competitiva, por ejemplo, instalando sistemas de visibilidad y estableciendo una relación más estrecha con proveedores y clientes. Por lo tanto, las empresas mejorarán en los flujos y reflujos extremos en la oferta y la demanda que pueden llenar las cadenas de suministro con inventario.
(*) Prof. de Ingeniería Elisha Gray II en el Instituto de Tecnología de Massachusetts (MIT), donde se desempeña como Director del Centro de Transporte y Logística. Es experto en optimización de sistemas, análisis de riesgos y gestión de la cadena de suministro.
