Gestión de los picos de demanda: estrategias para un cálculo eficaz de las existencias

¿Qué se considera una demanda normal de un producto y qué se considera atípica?

¿Cómo podemos ajustar los niveles de existencias en función de la variabilidad de la demanda y tener en cuenta los picos de demanda?

Estas cuestiones no se remontan a la aparición del DDMRP. Sin embargo, el DDMRP les proporciona un nuevo marco al integrar el concepto de “demanda cualificada” en la ecuación de flujo neto que activa un pedido de reposición.

El hecho de tener en cuenta esta “demanda cualificada” diferencia claramente un almacén tampón DDMRP de un punto de control convencional o de un kanban, que normalmente solo reaccionan ante el consumo real.

Incorporar los picos de demanda al flujo

La “demanda cualificada” consta de tres componentes.”

• Pedidos pendientes
• Requisitos para hoy
• Picos de demanda en el futuro

Al integrar los picos de demanda futuros —una demanda que, con el tiempo, podría desaparecer o cambiar—, la ecuación de flujo incorpora un riesgo razonado. Por supuesto, no prever esta demanda también podría suponer un riesgo para nosotros, por lo que es importante tenerla en cuenta.

Este mecanismo de detección de picos suele ser objeto de numerosas preguntas a la hora de diseñar modelos DDMRP. ¿Cuál es el umbral de detección que se debe utilizar? ¿Cuál es el horizonte de detección? ¿Cuál es la relación entre el tamaño de la zona roja y la detección de picos? ¿Cuál es el horizonte de visibilidad disponible en cuanto a las necesidades de la empresa?

Según nuestra experiencia, es necesario realizar algunas pruebas para dar con la configuración adecuada. Las simulaciones basadas en el historial de demanda nos permiten plantear preguntas pertinentes, y el análisis crítico de los picos de demanda durante el ajuste del modelo nos permite adaptar la activación.

Planificación ante la variabilidad de la demanda

La primera pregunta que debemos hacernos es: ¿cuál es la demanda “normal” que debería poder satisfacer en un plazo de entrega breve a partir de las existencias disponibles?

Tomemos como ejemplo el artículo que presenta el historial de demanda que se muestra a continuación:

Está claro que se producen picos de demanda, aproximadamente una vez al mes.

Si excluimos estos picos, la demanda queda así:

La pregunta es: ¿debería diseñar mi stock de seguridad DDMRP para cubrir toda la demanda, incluidos los picos, o solo esta demanda “básica”?

La diferencia entre ambas opciones supone, para este único artículo, una inversión en acciones de 10 000 €.

La respuesta dependerá de nuestro conocimiento del contexto empresarial.

¿Es necesario enviar inmediatamente estos picos cuando se reciben los pedidos, o recibimos estos pedidos con antelación? Si tenemos conocimiento de ellos en un horizonte de tiempo determinado, podríamos reaccionar ante ellos mediante la detección de picos. De lo contrario, no nos queda más remedio que tenerlos en cuenta a la hora de dimensionar la zona roja. En el primer caso, deberíamos tener en cuenta estos picos para el cálculo de la ADU. En el segundo caso, es mejor excluirlos.

En este ejemplo, tras el análisis, se descubrió que los picos en este artículo se debían a un centro de distribución situado más abajo en la cadena de suministro dentro de la empresa, que había establecido un reabastecimiento mensual desde el centro de distribución del que vemos el historial de demanda. La solución consistió en pasar a un reabastecimiento semanal en modo VMI, lo que redujo considerablemente la variabilidad de la demanda y, por lo tanto, las necesidades de stock del centro de distribución. ¡Cuidado con la variabilidad autoinducida!

Los algoritmos de análisis de datos nos ayudan a detectar estas situaciones, pero es el conocimiento de los equipos lo que nos permitirá definir el diseño adecuado del modelo. En otras palabras: habrá que ir ajustándolo con el tiempo.

Calibración de la detección de picos

En el caso que se expone a continuación, daremos prioridad a una configuración en la que el umbral de detección de picos se sitúe en torno a 200, lo que nos permitirá detectar 4 picos a lo largo de un periodo de 2 años.

A continuación te ofrecemos algunos consejos que te ayudarán a calibrar la detección de picos:

• Cuando detectamos un pico, reaccionamos “en función de ese evento” y, de este modo, transmitimos la variabilidad de la demanda a nuestro proveedor o a la producción. Por lo tanto, cuantos más picos detectemos, mayor será la variabilidad y la presión que transmitimos a las fases anteriores del proceso.
• Por el contrario, cuanto más cubrimos la variabilidad de la demanda con la zona roja, más estabilizamos el juego, pero aumentamos la inversión en existencias.
• Asegúrate de que la demanda “normal” quede cubierta por la zona roja de tus artículos estratégicos. Por ejemplo, la demanda de un componente que se activa a raíz de las órdenes de fabricación de los artículos principales viene determinada por los tamaños de lote de esos materiales principales. La zona roja debería cubrir estas necesidades sin que se detecten picos.
• Asegúrate de que, a diario, los planificadores analicen los picos de demanda. Un pico indica una demanda atípica. Una demanda atípica debe dar lugar a una decisión: ¿debo negociar un plazo de entrega con mi cliente?, ¿debo enviar mi stock a riesgo de poner en peligro otras demandas?, ¿debo pedirle a mi proveedor que haga un esfuerzo?
• Determina la frecuencia de los picos por partida y revisa las partidas que presentan picos frecuentes en tus rutinas de DDS&OP.
• En los plazos de entrega largos, acorta el horizonte de detección de picos; en los plazos de entrega cortos, alárgalo (incluso más allá del plazo de entrega desacoplado, sobre todo si tu capacidad es limitada).
• La convención, que funciona en muchos casos, consiste en detectar sikes en 50% de la zona roja. A menudo, este umbral puede aumentarse para que el modelo sea menos sensible.

El ajuste correcto de la detección de picos requiere un poco de experimentación y debería formar parte de los esfuerzos de mejora continua. Este proceso te permitirá comprender mejor tu demanda diaria y, por lo tanto, te brindará oportunidades para reducir la variabilidad de la misma.