Análisis Estadístico y Variabilidad en la Demanda
Una de las funciones principales del gerente de supply chain es implementar los diferentes métodos y técnicas que existen para disminuir la variabilidad de la demanda y con ello poder gestionar de manera más eficaz el inventario y en consecuencia poder balancear la demanda con el suministro. Para ello, una competencia fundamental es el análisis estadístico, la cual está en el Tier 2 – Competencias Académicas en el modelo de competencias de APICS.
Dentro de las organizaciones se ejercen controles en diferentes factores que involucran decisiones de inversión, tales como los procesos internos de manufactura, las decisiones de inventario y de su reposición.
Sin embargo cuando se trata de controlar la información proveniente de la fuente más importante, los clientes, el control ejercido sobre los datos es mínimo. Toma mucho esfuerzo construir datos precisos y confiables para entender el patrón de demanda de los clientes. Por lo tanto entender como la variabilidad de la demanda de los clientes impacta la cadena de suministro y la organización, así como la planeación de la demanda, los cuales son aspectos claves en la gestión de la cadena, tienen un efecto directo en el hecho de proporcionar un nivel de servicio confiable a los clientes.
Para ejercer el control adecuado sobre los datos podemos usar diferentes modelos estadísticos básicos para gestionar la variabilidad en los patrones de demanda cuando se mide el uso de partes del inventario. Al aplicar estos modelos estadísticos estamos ejerciendo control sobre la reposición del inventario y en cómo determinamos el inventario de seguridad (safety stock) requerido para cada número de parte del inventario.
Para responder a la pregunta de cómo se relaciona la variabilidad de la demanda del cliente con el inventario de seguridad, sólo basta observar que a medida que la variabilidad de la demanda aumenta, el inventario de seguridad también lo hará para poder cubrir la incertidumbre que genera esa variabilidad en la demanda.
Entre las diferentes herramientas que existen para estandarizar el nivel de inventario de seguridad están la clasificación ABC, que considera decisiones de alto nivel para las reglas que establece, donde los ítems A son más estables y necesitan menos inventario de seguridad que los B y C. Por otra parte, una herramienta más precisa y poderosa es aplicar un modelo estadístico a cada patrón de demanda de cada número de parte del inventario.
Este modelo estadístico, mucho más preciso es la Distribución de Probabilidad Normal, la cual “se considera como la más importante distribución de probabilidad, donde un número ilimitado de variables aleatorias continuas tienen una distribución ya sea normal o una aproximadamente normal” – Johnson & Kuby.
En la distribución de probabilidad normal debemos entender tres conceptos principales, que son la media, la desviación estándar y la distribución normal.
APICS define en su Diccionario en su 15va edición los términos mencionados arriba como:
Media (Mean): El promedio aritmético de un grupo de valores.
Desviación estándar: Una medida de dispersión de datos o de una variable. La desviación estándar se calcula al encontrar las diferencias entre el valor promedio y las observaciones reales, elevar al cuadrado cada diferencia, sumar las diferencias al cuadrado y dividirlas por la cantidad n de observaciones.
Distribución normal: Una distribución estadística particular donde la mayoría de las observaciones caen cerca de una media y una desviación desde la media puede ser tanto positiva como negativa. Cuando estas desviaciones se grafican, la distribución normal toma la forma de una curva en forma de campana.
En la siguiente gráfica se puede ver un ejemplo de datos que forman una curva de distribución de probabilidad normal. Para determinar los valores en el eje vertical, se usa una función de distribución que asocia cada ordenada a la abscisa correspondiente en el eje horizontal, para determinar la probabilidad de ocurrencia de una variable.
Las curvas de distribución normal pueden tener tres comportamientos dependiendo del grado de concentración de los datos de una variable alrededor de la media. Estas pueden ser Leptocúrticas, Mesocúrticas y Platicúrticas. Ver imagen abajo.
Debido a que hay un número ilimitado de distribuciones de probabilidad normal, podemos trabajar con la distribución con la cual todas ellas están relacionadas: la distribución normal estándar. La distribución normal estándar es la distribución normal de la variable z, llamada también puntaje z o puntaje estándar el cual sirve para determinar el área bajo la curva de distribución normal estándar que define la probabilidad de ocurrencia para una variable en cuestión.
El puntaje z se determina con la fórmula
Donde
x es una observación de una variable con valor real.
μ es la media del conjunto de observaciones de una variable.
σ es la desviación estándar de la diferencia entre el promedio y los valores reales de las observaciones.
La distribución normal estándar tiene las siguientes propiedades:
El área total bajo la curva es igual a 1.
La distribución tiene forma de campana y es simétrica; se extiende indefinidamente en ambas direcciones, aproximándose a cero con respecto al valor de la ordenada, es decir, que nunca toca el eje horizontal.
La distribución tiene una media de cero y una desviación estándar de 1.
La media divide el área bajo la curva en dos: 0.5 a cada lado.
Casi toda el área está entre z=-3.00 y z=3.00.
Ahora, llevando estos conceptos a la gestión de la variabilidad de la demanda en una organización, para simplificar los cálculos, se puede asumir que la demanda esté normalmente distribuida alrededor de un valor promedio o media.
El puntaje estándar z en la gráfica de distribución normal arriba mide el porcentaje de observaciones cuya probabilidad de ocurrencia está confinado entre dos valores de z, representados por las desviaciones estándar, lo que define un área bajo la curva de distribución normal estándar para determinar esa probabilidad en términos porcentuales.
Para medir entonces la variabilidad de la demanda en una organización, estos conceptos pueden aplicarse al establecimiento del inventario de seguridad midiendo la demanda durante el tiempo de entrega para la reposición de un número de parte en particular del maestro de artículos (ítem master) y no para valores discretos de uso diario de dicho número de parte. Esto nos ayuda a determinar los puntos de reordenamiento con mayor precisión que el uso de la clasificación ABC, donde las decisiones pueden ser muy subjetivas, basadas en la experiencia sí, pero careciendo del poder estadístico que otorga el cálculo de probabilidades.
Para conocer cómo aplicar estos conceptos al cálculo de los inventarios de seguridad, el punto de reordenamiento y sus implicaciones con ejemplos prácticos, puede participar de nuestro Workshop Inventario Cíclico en el mes de marzo. Puede hacer click aquí para el registro.
¡Un gran saludo!
Carlos Perozo, M.E., CPIM, CSCP, CLTD.
