In una publicación de blog anterior, Hablé sobre cómo un valor alto o bajo de coeficiente de variación (CV) impacta el primer o segundo término del stock de seguridad. Mi colega Manjeeth y yo decidimos poner esto a prueba utilizando datos reales de clientes. Aquí discutiremos nuestros hallazgos.
Pero primero, resumamos los puntos principales de la referencia anterior. blog:
Primero, recuerde que el CV se calcula como la desviación estándar dividida por la media. Además, la fórmula para las existencias de seguridad es la siguiente:
O como simplificamos:
Un CV alto implica que el primer término de la fórmula del stock de seguridad que incluye la variabilidad de la demanda se vuelve importante y representa un porcentaje más alto del stock de seguridad. Por el contrario, un CV bajo implica que el segundo término de la fórmula del stock de seguridad que incluye la demanda media se vuelve importante y representa un porcentaje más alto del stock de seguridad.
Analizamos algunos datos para ver si esta inferencia teórica está respaldada por datos. Para este análisis, utilizamos la siguiente clasificación para CV:
- Bajo: <= 0.5
- Alto: más de 0.5
Ejemplo de empresa de CPG
La demanda mensual promedio osciló entre 1 unidad y más de 18,000 por mes.
El CV osciló entre 0.42 y 3.0.
El plazo medio de entrega fue de 7 días.
El stock de seguridad total es de 862K unidades. De esto, el 88% proviene del primer período y el 12% proviene del segundo período.
La siguiente tabla resume los resultados por CV alto / bajo.
El siguiente gráfico muestra los resultados del análisis de datos para este conjunto de datos.
En cuanto a los resultados, cuando el CV es bajo, el primer término representa la mayoría (> 80 +%) del stock de seguridad en todos los casos. Además, a medida que aumenta el CV, aumenta el porcentaje del stock de seguridad del primer período.
Ejemplo de piezas industriales
La demanda mensual promedio osciló entre 4 unidades y más de 6.5 millones por mes.
El CV osciló entre 0.07 y 3.
El plazo medio de entrega fue de 21 días.
El stock de seguridad total es de 201 millones de unidades. De esto, el 81% proviene del primer período y el 19% proviene del segundo período.
La siguiente tabla resume los resultados por CV alto / bajo.
El siguiente gráfico muestra los resultados del análisis de datos para este conjunto de datos.
Ejemplo de la industria química
La demanda mensual promedio varía de 10 unidades a más de 2.5 millones por mes.
El CV oscila entre 0.09 y 4.
El plazo medio de entrega fue de 20 días.
El stock de seguridad total es de 1,947 millones de unidades. De esto, el 67% proviene del primer período y el 33% proviene del segundo período.
La siguiente tabla resume los resultados por CV alto / bajo.
Este conjunto de datos es diferente de los otros dos en que una mayor parte de los datos es de bajo CV.
El siguiente gráfico muestra los resultados del análisis de datos para este conjunto de datos.
Como puede verse en los tres conjuntos de datos:
- La mayor parte del stock de seguridad proviene del primer trimestre.
- Esto es cierto incluso en el caso del tercer conjunto de datos, donde la mayoría de los datos son de bajo CV.
- Un aumento en el CV crea un aumento en el stock de seguridad proveniente del primer término de la fórmula del stock de seguridad.
- Para valores CV muy altos, el 2nd El término contribuye muy poco al stock de seguridad general.
Entonces, ¿cuáles son las implicaciones prácticas de esto?
Como la demanda es una variable externa (en el sentido de que las fuerzas / factores externos determinan cuál sería la demanda), no se puede hacer mucho con respecto a la demanda media. Algunas empresas pueden tener avenidas como negociar diferentes contratos con los clientes o poder dar forma a la demanda para suavizar la demanda.
Sin embargo, la variación de la demanda se puede reducir si se tiene un buen proceso de previsión. Por bueno, queremos decir que el pronóstico generado hace un mejor trabajo de pronóstico que la media. Aquí hay una forma práctica (no estadística) de pensarlo. En el cálculo del stock de seguridad, se usa la demanda media y se calcula la varianza a partir de ella. Si a través de un proceso de pronóstico, se puede generar un pronóstico que se acerque más que la media al predecir el futuro, entonces se podría sustituir la variación de la demanda por la variación del error de pronóstico. Esto podría impactar el primer término de manera muy sustancial, dependiendo de la precisión de dicho pronóstico.
Los efectos fueron los siguientes en los tres conjuntos de datos con los que experimentamos:
conclusión 1: Una disminución del 1% en la variación de la demanda ayuda a ahorrar entre un 0.4% y un 0.5% de las existencias de seguridad. Si una empresa tiene $ 100 millones en inventario, y 25 millones de ellos provienen de existencias de seguridad, entonces una reducción del 10% en la variación de la demanda (generalmente a través de una mejor previsión) sacará alrededor de $ 1 millón del inventario. Dado el costo de un proyecto típico de planificación de la demanda, ese es un ROI muy bueno.
Ahora veamos las otras dos recomendaciones de tél hizo referencia arriba blog.
- Si su producto tiene un CV alto o un error de pronóstico alto, trabaje para reducir el tiempo medio de entrega.
- Por ejemplo, es posible que obtenga el producto en el extranjero y considere la posibilidad de encontrar un proveedor local.
- Si su producto tiene un CV bajo o un error de pronóstico bajo, trabaje para eliminar la variabilidad en el suministro del producto.
- Esto podría significar trabajar en procesos, conseguir proveedores más fiables y de mayor calidad, etc.
Simulemos estos cambios en los tres conjuntos de datos.
Centrándonos primero en los elementos de alta variabilidad, evaluemos los cambios netos cuando se reduce el tiempo de espera para combinaciones con CV alto.
Si nos centramos solo en la parte de los datos de CV alto, la reducción del stock de seguridad se puede resumir de la siguiente manera:
conclusión 2: Una disminución del 1% en el tiempo medio de entrega puede ayudar a ahorrar entre un 0.3% y un 0.4% de las existencias de seguridad. Este número depende de la cantidad de datos que tenga un CV alto. En la empresa de ejemplo anterior con 25 millones de dólares en acciones de seguridad, esto podría significar un ahorro de 750 dólares. El cambio del tiempo medio de entrega se puede hacer de dos maneras: buscando proveedores cercanos y / o utilizando modos de transporte más rápidos. Ambos tienen costos adicionales asociados con ellos, por lo que deben sopesarse adecuadamente.
A continuación, veamos los artículos con CV bajo. La sugerencia aquí fue reducir la variabilidad del tiempo de entrega. La siguiente tabla muestra el resultado.
Si nos enfocamos solo en la parte de bajo CV de los datos, la reducción del stock de seguridad se puede resumir de la siguiente manera:
conclusión 3: Una disminución del 1% en la variación del tiempo de entrega puede ahorrar entre un 0.05% y un 0.1% de las existencias de seguridad. En la empresa de ejemplo anterior con 25 millones de dólares en acciones de seguridad, esto podría significar un ahorro de 250 dólares. Obviamente, esto tiene un impacto menor en comparación con el cambio en el tiempo medio de entrega. De hecho, los ahorros finales dependen de la proporción de la demanda que presenta baja variabilidad. En estos días, para la mayoría de las empresas, la demanda es cada vez más variable. La variabilidad en el tiempo de entrega podría verse impactada negociando mejores términos con los proveedores, mejorando los procesos de producción y programación, etc.
Entonces, resumamos los resultados aquí.
- La mayor parte del stock de seguridad proviene del primer término de la fórmula.
- La mayor parte del stock de seguridad se basa en combinaciones de alto CV.
- Reducir la variación de la demanda a través de un proceso de pronóstico mejorado puede reducir significativamente la inversión en existencias de seguridad. Esto implica que una inversión en un mejor pronóstico tendrá un buen retorno de la inversión.
- Reducir el tiempo de espera para artículos altamente variables puede reducir significativamente la inversión en existencias de seguridad para esa parte de la cadena de suministro. Este método puede emplearse cuando una gran proporción de la demanda es muy variable.
- Reducir la variabilidad del tiempo de entrega también puede reducir la inversión en existencias de seguridad para esa parte de la cadena de suministro, aunque menos que los dos cambios anteriores. Este método se puede implementar si una gran proporción de la demanda tiene poca variabilidad. Desafortunadamente, esto parece ser una rareza en estos días.
- El mejor uso del dinero (ROI más alto) sería intentar disminuir la variación de la demanda (probablemente a través de mejores pronósticos) y el tiempo medio de entrega.
¿Disfrutaste esta publicación? Suscríbete o sigue a Arkieva en LinkedIn, Twittery Facebook para actualizaciones del blog.
Fuente: https://blog.arkieva.com/coefficient-of-variability-safety-stock-decisions/
