Existen montones de aplicaciones de inventario disponibles que son atractivas pero que, sin embargo, no logran entregar valor agregado comparadas con una hoja de Excel bien organizada. Si la aplicación que utiliza no proporciona un rendimiento de inventario que sería imposible de lograr con Excel, debería preguntarse, para empezar, por qué la necesita.
.Joannes Vermorel, fundador de Lokad
Los niveles de stock son un equilibrio: demasiado poco y sus clientes no serán servidos adecuadamente; demasiado y sus costos de almacenamiento se dispararán por las nubes. En cuanto se instala un software de gestión de inventario, surge la oportunidad de optimizar los niveles de stock. Lokad entrega esto a través de una optimización predictiva, lo que se traduce en menores niveles de stock, mejor servicio, menos inventario muerto y mayor productividad. Esto es particularmente crítico en empresas pequeñas que no pueden permitirse contar con mucho personal administrativo que se dedique a operaciones rutinarias, como los reabastecimientos. Especialmente en empresas jóvenes y dinámicas, el tiempo liberado de tareas tediosas tiende a impulsar un crecimiento aún más rápido.
En general, comenzamos por abordar el problema de "cuándo y cuánto comprar", generando un informe diario que contiene las cantidades de reorden sugeridas. Este ejercicio puede incluir muchas detalles, como cronogramas de pedido, MOQ de proveedor, descuentos, tiempos de entrega inconsistentes o abastecimiento mediante varios proveedores. Lokad se adapta a todas estas limitaciones y más.
No obstante, de acuerdo con sus necesidades, Lokad también aborda una variedad de problemas relacionados con el inventario, como los siguientes:
Lokad ofrece un combo de “software + servicio”. Cuando se suscribe a nuestros servicios gestionados, se le asigna un Supply Chain Scientist a su cuenta. Esta figura se encargará de convertir sus datos históricos en cifras que puedan utilizarse para actuar, como cantidades de reorden sugeridas. Tras bambalinas, este experto utiliza nuestra aplicación web y Envision, un lenguaje de programación específico de dominio dedicado a la optimización de la cadena de suministro, y se asegura de que usted aproveche al máximo la tecnología de Lokad, sin tener que convertirse en un experto de IA/TI.
Seguirá teniendo el control, pero contará con alguien que traducirá su conocimiento comercial experto en código. El conocimiento crítico se convierte en decisiones automáticas entregadas por el sistema que pueden ser ajustadas por varios contribuyentes a lo largo del tiempo.
Los pronósticos que ven solo un futuro promediado posible no funcionan muy bien para las pymes. Los costos de inventario se concentran en situaciones extremas: los desabastecimiento se producen cuando la demanda se subestima significativamente y, al contrario, el inventario muerto surge cuando la demanda se sobrestima significativamente. En el medio, el inventario rota sin problemas.
Sin embargo, la gran mayoría de los productos de software en el mercado no entienden la situación y se equivocan, optando por pronósticos clásicos de series de tiempo, que, lamentablemente, no son adecuados para abordar los problemas que afrontan las pymes.
Lokad presenta una tecnología de pronóstico probabilístico: asignamos una probabilidad a cada uno de los futuros posibles. Pronosticamos no solo la demanda, sino también los tiempos de entrega y las devoluciones, cuando fuera relevante. En forma más general, es necesario pronosticar las fuentes de incertidumbre.
El pronóstico probabilístico supera con creces a los métodos anticuados, como los cálculos clásicos de stock de seguridad, que simplifican demasiado la realidad y no funcionan bien cuando la demanda es intermitente o errática, algo que sucede a menudo con las pymes. Asignar una probabilidad a cada futuro posible —es decir, cuantificar el daño que los escenarios extremos podrían acarrear— es el primer paso para realizar una optimización predictiva del inventario.
El segundo paso consiste en observar todas las opciones posibles, por ejemplo, cada una de las cantidades que deben reordenarse, unidad por unidad. No concebimos el reabastecimiento según una política de mín/máx por SKU. En cambio, observamos a todas las SKU, es decir, buscamos la unidad individual adicional de stock que aportará el máximo retorno de la inversión para la empresa, teniendo en cuenta al mismo tiempo limitaciones operativas, como MOQ y dimensiones de lote.
Esto nos lleva al paso final: la priorización económica. La oportunidad de comprar cada una de las unidades adicionales de stock debería evaluarse en dólares o euros de pérdidas y ganancias. Hacemos referencia a estos factores como los impulsores económicos: margen bruto, costos de almacenamiento, penalizaciones por desabastecimientos, etc. El resultado final de la optimización son las cantidades de reorden totalmente alineadas con los futuros inciertos y la estrategia de su empresa.
Para los reabastecimientos, la aplicación web de Lokad entrega un informe tabulado que le proporciona exactamente las cantidades que debe reordenar hoy, más los KPI, en dólares o euros, que explican el porqué de esas cantidades.
Es posible acceder a este informe a través de un panel de información web, descargarlo como hoja de cálculo de Excel o incluso programarlo para que se importe automáticamente a su ERP.
Lokad proporciona números que no necesitan procesamiento posterior ni ajustes manuales de ningún tipo. Lograr esta hazaña es un desafío de dos caras, ya que requiere:
De hecho, muchas soluciones de planificación clásicas son lo opuesto al Lean: los datos históricos deben "depurarse" manualmente, los modelos de pronóstico deben "ajustarse" manualmente, las cantidades ordenadas deben "modificarse" manualmente, etc. Todas esas operaciones tratan a su personal como si fueran recursos consumibles.
Lokad ofrece lo contrario: los esfuerzos se invierten y se capitalizan en métodos numéricos a medida, perfectos para su empresa.
| Solución clásica | Problemas con la solución clásica | Solución adoptada por Lokad |
|---|---|---|
| Pronósticos clásicos (por ej. promedios diarios, semanales o mensuales) | No funciona con demanda errática o intermitente | Pronósticos probabilísticos que incluyen la incertidumbre |
| Ajuste del modelo de pronóstico y edición de los pronósticos | Demanda mucho tiempo y el resultado es muy precario | Autocalibrado de modelos de machine learning |
| Análisis ABC | Categorización rudimentaria de SKU, muchos casos límite | Acepta e incluye toda la complejidad de cada SKU |
| Método de inventario mín/máx | Generación continua de inventario muerto | Prioriza cada unidad adicional de stock de acuerdo con su ROI |
| Stocks de seguridad | Método inseguro que no garantiza tasas de llenado | Optimizaciones sólidas que reflejan las penalizaciones directas por desabastecimiento |
| Tiempos de entrega configurables | No funciona con tiempos de entrega variables y demanda mucho tiempo | Aprende y pronostica tiempos de entrega con pronósticos probabilísticos |
| Coberturas de stock configurables (por e.j días de stock) | Método alternativo inseguro que no garantiza tasas de llenado | Optimización económica de las coberturas de stock por SKU |
| MOQ, descuentos, abastecimiento mediante varios proveedores | No admitidos; reemplazos manuales que demandan mucho tiempo | Respaldo nativo a través de una lógica a medida |
| Precios por artículo configurables | Se supone que la demanda es independiente del precio | Pronósticos de demanda que utilizan los precios de producto |
