La administración de stocks integra múltiples objetivos, como son: la reducción de los faltantes, inversión en inventario y los errores en la preparación de pedidos que impactan sobre la rentabilidad y el nivel de servicio. Para conseguirlos se tiene a cargo la ejecución de ciertos procesos dinámicos e integrados, tales como: la clasificación, niveles y pronósticos de stocks, es en este último punto donde la gestión de la información posibilita la oportuna toma de decisiones bajo un contexto de incertidumbre, desconociéndose por anticipado el valor de las variables aleatorias que determinan la demanda de un producto.
POLÍTICA DE INVENTARIOS
Así como la sangre recorre cada parte del cuerpo humano, el inventario fluye con determinada importancia dentro de las cadenas de suministros. Es por ello que la política de inventario cobra un rol preponderante, ya que determina el modo de operación, tecnologías a implementar y los niveles de costos que deberán administrar los gestores de abastecimiento. La reposición automática como paliativo ante los quiebres de stocks puede aplicarse tanto al abastecimiento de materias primas en empresas manufactureras, como al de productos terminados en los puntos de almacenamiento de redes de distribución. Un sistema de reposición automática se desarrolla en base a:
• Rotación y criticidad de los artículos
• Estimaciones de demanda
• Tiempo de reposición
El faltante de stock reafirma los conceptos formulados por quienes tienen a cargo evaluar el comportamiento del consumidor, los cuales determinan la alta predisposición que éste tiene para la infidelidad sobre la marca y el punto de venta, imagine entonces llamar a su proveedor y no encontrar en él la solución a su punto de reabastecimiento, ¿esperaría el tiempo que el proveedor está solicitándole para atenderlo, o estaría dispuesto a incrementar la estadística?
La indisponibilidad de stocks para atender los requerimientos de nuestros clientes internos o externos obedece a la falta de parámetros y herramientas para el control preventivo en el reabastecimiento individual o agregado de los materiales, de la misma forma la inexactitud en el registro de inventarios sesgan la toma de decisiones para el abastecimiento y el compromiso con los clientes; estas causas pueden ser categorizadas como factores inherentes de la operación, mientras que una segunda clasificación se desarrolla en los faltantes aparentes que obedecen a duplicidad de ubicaciones y catálogos incompletos.
PRONÓSTICOS MÁS PRECISOS
Los quiebres de stocks dejan entrever la falta de capacidad para la concertación de información cualitativa y cuantitativa dentro de una cadena de suministros, por lo general estas distorsiones se presentan mientras más lejos del consumidor se encuentre la empresa. Para desarrollar modelos de programación estocásticos que disminuyan los márgenes de error en los pronósticos, debemos tener en cuenta que toda proyección debe incluir tanto el valor esperado como una medida de error del mismo, para entender la importancia de un error de pronóstico se requiere tener como punto de partida, que las proyecciones a largo plazo contemplan una desviación estándar mayor con relación a la medida de los pronósticos a corto plazo. Una de las consideraciones más determinantes para minimizar el faltante de stock a partir del pronóstico, responde al proceso mecánico de división de variables aleatorias y sistemáticas, las primeras se manifiestan a través del error de pronóstico, mientras que las sistemáticas representan la eficiencia del método de pronóstico. La programación y reabastecimiento agregado por lo general son más precisos que los individuales, ya que tienden a tener una desviación estándar menor del error con relación a la media, el grado de complejidad es menor al pronosticar una familia de artículos a partir del grado de agregación. Una familia de artículos es una agregación de ítems que permiten simplificar el error en el pronóstico, el cual contiene información valiosa que debe analizarse para determinar si el método actual predice con precisión el componente sistemático de la demanda.
El siguiente caso de aplicación nos permitirá entender la importancia para identificar el error de las proyecciones y su aplicación en nuestra gestión de materiales. El siguiente cuadro nos permite identificar la demanda real (Dt) para un artículo y la cantidad estimada para cada periodo (Ft), en este ejercicio nuestro periodo de análisis de datos históricos estarán a razón de dos meses. Para determinar el error de pronóstico para un determinado periodo la función estará representada por la diferencia entre el pronóstico y la demanda real en el mismo periodo (Et = Ft – Dt).
| Periodo (t) | Demanda (Dt) | Pronóstico (Ft) | Error (Et) | Error Absoluto (At) | MAD t | Error % | TSt |
| 1 | 3000 | | | | | | |
| 2 | 2500 | | | | | | |
| 3 | 3200 | 3800 
| 600 | 600 | 600 | 19 | 1.00 |
| 4 | 4200 | 3900 | -300 | 300 | 450 | 7 | 0.67 |
| 5 | 3900 | 4300 | 400 | 400 | 433 | 10 | 1.62 |
| 6 | 3800 | 4100 | 300 | 300 | 400 | 8 | 2.5 |
La desviación absoluta media (MAD, por sus siglas en inglés) representa el promedio de la desviación absoluta para todos los periodos. (ver fórmula 1)
Para calcular el MAD en el tercer periodo reemplazaremos la formula con los siguientes datos: (600/3-2), dónde tres es el periodo actual y dos la constante de datos históricos a considerar en la proyección, para el cuarto periodo el resultado se obtendrá al reemplazar los siguientes datos: (600+300 / 4-2).
El porcentaje de error lo determinaremos dividiendo At / Dt, seguido identificaremos si la herramienta de proyección constantemente sobrestima o subestima la demanda, para ello consideraremos la suma de los errores de pronóstico (Et) determinándose así también sus tendencias. Cómo último punto calcularemos la Señal de Rastreo (TS, por sus siglas en inglés) la cual representa el cociente entre el sesgo y la MAD, permitiéndonos validar la efectividad de nuestro modelo de pronóstico. (ver fórmulas 2 y 3)
Al determinar la señal de rastreo (TS) del cuarto periodo deberemos reemplazar los siguientes datos: Bias: E4 = 600 – 300, este resultado a su vez se dividirá con la MAD del periodo (450), dándonos como resultado 0.67, la lectura de éste se expresa a razón de parámetros de clasificación, en el cual nos indica que si la TS está fuera del rango de +/- 6, esto es una señal de que el pronóstico tiene sesgo, siendo el signo positivo resultado de un sobre-pronóstico y el negativo nos identifica un sub-pronóstico, ambos resultados determinan la necesidad de ajustar o elegir un nuevo método de proyección de demanda.
ESFUERZOS ENFOCADOS
Es falso considerar que existen modelos de programación de demanda con margen de error cercano a cero, toda herramienta es considerada como utilitaria en la gestión de abastecimiento cuando el error porcentual no excede al 5% y cumple con los parámetros de TS. Es necesario considerar que los faltantes de stocks se pueden minimizar con trabajo preventivo en la administración de stocks, realizándose ajustes periódicos en la programación de los pronósticos así como en el monitoreo de los niveles de stocks a través de indicadores de cobertura que nos permitan garantizar el nivel de servicio, aquel que deberá ser al 100% sólo en los artículos más importantes de la empresa, esta premisa nos permite direccionar correctamente los esfuerzos para el abastecimiento estructurado, evitando interpretaciones incorrectas de conceptos referidos a la importancia de tener siempre la mayor disponibilidad de stock para atender todas las necesidades de los clientes. Hay que tener en cuenta que tener una capacidad de atención al 100% podría esconder detrás de ello la inmovilización de stock con baja rotación y relevancia para la empresa, por lo tanto para no ser parte de las estadísticas anuales que concluyen que aún existe la necesidad por desarrollar herramientas y estrategias para la administración de stocks en nuestra región Sudamericana deberemos comenzar a trabajar nuestro punto de partida ¨el dimensionamiento del error de pronóstico¨.
(*) El autor es Consultor Logístico Senior, investigador, docente en materias Logísticas y Speaker en Expo Logística Panamá 2012, Logistic Summit & Expo México 2013, Workshop Approlog – Universidad del Pacifico 2013. mespejog@espejo-aranibar-consultores.com
Marcela Vincenti
