implementación del programa de s&op para la mejora de la gestión de inventarios...
TRANSCRIPT
FACULTAD DE INGENÍERIA
Carrera de Ingeniería Industrial y Comercial
IMPLEMENTACIÓN DEL PROGRAMA DE S&OP PARA LA MEJORA DE LA GESTIÓN DE
INVENTARIOS EN UNA EMPRESA COMERCIALIZADORA
Tesis para Optar el Título Profesional de Ingeniero
Industrial y Comercial
JULCA ESCUDERO, BRAYAN MARTIN
Asesor:
Huerta-Mercado Herrera, Ronald
Lima – Perú
2017
UNIVERSIDAD SAN IGNACIO DE LOYOLA
FACULTAD DE INGENIERIA
DECLARACIÓN DE AUTENTICIDAD
Yo, Brayan Martín Julca Escudero, identificado con DNI Nº 71237223 Bachiller
del Programa Académico de la Carrera de Ingeniería Industrial y Comercial de la
Facultad de Ingeniería de la Universidad San Ignacio de Loyola, presento mi tesis
titulada:
Implementación del programa de S&OP para la mejora de la gestión de
inventarios en una empresa comercializadora.
Declaro en honor a la verdad, que el trabajo de tesis es de mi autoría; que los
datos, los resultados y su análisis e interpretación, constituyen mi aporte. Todas
las referencias han sido debidamente consultadas y reconocidas en la
investigación.
En tal sentido, asumo la responsabilidad que corresponda ante cualquier
falsedad u ocultamiento de la información aportada. Por todas las afirmaciones,
ratifico lo expresado, a través de mi firma correspondiente.
Lima, 31 de Agosto del 2017
Epígrafe:
“El fin de la ciencia especulativa es la verdad,
y el fin de la ciencia práctica es la acción”
(Aristóteles)
ÍNDICE DE CONTENIDO
Resumen 8
Abstract 9
Introducción 10
Problema de investigación 11
Identificación del Problema 11
Formulación del Problema 19
Problema General 19
Problemas Específicos 19
Marco referencial 20
Antecedentes 20
Internacionales 20
Nacionales 23
Estado del Arte 25
Marco Teórico 26
Objetivo de la investigación 61
Objetivo general 61
Objetivo Específico 61
Justificación de la investigación 61
Hipótesis 63
Hipótesis General 63
Hipótesis Especifica 63
Hipótesis Nula 64
Matriz de Consistencia 65
Marco metodológico 66
Variables 66
Variable Independiente 66
Variable Dependiente 67
Población y muestra 68
Población 68
Muestra 69
Unidad de análisis 69
Instrumentos y técnicas 69
Instrumentos 69
Técnicas 70
Procedimientos y métodos de análisis 74
Procedimientos 74
Métodos de Análisis 74
Resultados 78
Resumen del análisis 93
Discusión 124
Validación de Hipótesis 126
Conclusiones 127
Recomendaciones 129
Bibliografía 131
Enlaces Web 132
ÍNDICE DE TABLAS PÁGINA
Tabla #1: Lead-Time de importaciones 13
Tabla #2: Año Fiscal Ecolab 35
Tabla #3: Reporte local de DIFOT 59
Tabla #4: Detalle problemas de DIFOT 60
Tabla #5: Matriz de Consistencia 65
Tabla #6: Cuadro Encuesta 70
Tabla #7: Respuestas Encuesta 71
Tabla #8: Respuestas Ponderadas Encuesta 72
Tabla #9: Tabla Estadística de Fiabilidad 75
Tabla #10: Correlación de Pearson. 76
Tabla #11: Correlación de Spearman - Brown. 77
Tabla #12: Análisis FODA Ecolab. 108
ÍNDICE DE FIGURAS PÁGINA
Figura #1: Participación entre divisiones a nivel de ventas 2016 12
Figura #2: Ejemplo de equivalencia de materias primas homologadas. 15
Figura #3: Cobertura en semanas de productos división QSR. 16
Figura #4: Valorización estimada de productos división QSR. 16
Figura #5: Plantilla Base para recepción del Forecast 18
Figura #6: Patrones de la demanda 27
Figura #7: Gráfico de Pareto – Ventas Anuales Ecolab 37
Figura #8: Gráfico de RRS 38
Figura #9: Modelo de EOQ 40
Figura #10: Modelo de ROP 41
Figura #11: Modelo de POQ 42
Figura #12: Calculo del SS para un determinado nivel de servicio 43
Figura #13: Modelo EPQ 45
Figura #14: Política de Inventarios 46
Figura #15: Flujograma de clasificación de Política de Inventarios 47
Figura #16: Configuración del modelo TSC 49
Figura #17: Decisiones hechas en un modelo TSC 49
Figura #18: Configuración del modelo VMI 50
Figura #19: Decisiones hechas en un modelo VMI 50
Figura #20: Configuración del modelo CPFR 51
Figura #21: Decisiones hechas en un modelo CPFR 51
Figura #22: Periodos de madurez S&OP 53
Figura #23: Resultados pregunta 1. 78
Figura #24: Resultados pregunta 2 79
Figura #25: Resultados pregunta 3. 80
Figura #26: Resultados pregunta 4. 81
Figura #27: Resultados pregunta 5. 82
Figura #28: Resultados pregunta 6. 83
Figura #29: Resultados pregunta 7. 84
Figura #30: Resultados pregunta 8. 85
Figura #31: Resultados pregunta 9. 86
Figura #32: Resultados pregunta 10. 87
Figura #33: Resultados pregunta 11. 88
Figura #34: Resultados pregunta 12. 89
Figura #35: Resultados pregunta 13. 90
Figura #36: Resultados pregunta 14. 91
Figura #37: Resultados pregunta 15. 92
Figura #38: Diseño Organizacional Ecolab 95
Figura #39: Ciclo de S&OP e integración de funciones 103
Figura #40: Clasificación RRS para el SKU 7300756 104
Figura #41: Clasificación RRS para el SKU 1114106 105
Figura #42: Comparativo Ventas versus Pronósticos 106
Figura #43: Comparativo Ventas versus Pronósticos 108
Figura #44: Comparativo Ventas versus Pronósticos 108
Figura #45: Herramienta para el cálculo de pronósticos 109
Figura #46: Diseño de pedidos periódicos en volumen variable 110
Figura #47: Propuesta de SS – Inventario Valorizado Div. Institucional. 111
Figura #48: Gráfico de consenso de pronósticos – Junta de S&OP con la
división de Alimentos y Bebidas (F&B) 113
Figura #49: Gráfico de precisión de pronósticos 114
Figura #50: Evolutivo Inventario 2017 117
Figura #51: Reporte de DOH – Perú 2016 118
Figura #52: Reporte de DOH – Perú 2017 119
Figura #53: Reporte de DIFOT – Perú 2017 120
Figura #54: Gráfico de análisis Correlacional 121
Figura #55: Pronóstico de Obsoletos 123
6
Dedicatoria
Dedico el presente trabajo a mi familia,
por su infinita paciencia y constantes
motivaciones.
7
Agradecimiento
A mi familia por su apoyo incondicional,
A mi novia por su paciencia y comprensión.
A Ecolab por la confianza brindada
8
Resumen
Con el desarrollo de esta tesis se logró confirmar las hipótesis inicialmente
planteadas. La implementación del programa de Sales and Operation Planning
(S&OP) dentro de la organización ha demostrado un efecto positivo en la gestión
de abastecimiento, consiguiendo un mejor nivel de servicio con menos inventario
inmovilizado. Anteriormente Ecolab Perú Holdings tenía una gran cantidad de
dinero inmovilizado en el inventario debido a su política de almacenamiento con
cobertura de 3 meses. A pesar ello, el indicador de nivel de servicio (Delivered
in Full On Time – llamado por sus siglas DIFOT) promediaba el 92% y la
obsolescencia de los productos era elevada.
El objetivo de la tesis fue demostrar que el desarrollo del programa de
S&OP generaría un impacto positivo en los pronósticos y en la calidad de estos,
logrando optimizar también indicadores clave en la gestión de abastecimiento
como el nivel de servicio, valorización de inventario, índice de Days on Hand
Inventory (DOH) y pérdidas por obsolescencia de materiales. Para ello, se
propuso implementar esta nueva metodología de trabajo que si se trabaja de
manera óptima, se logrará conseguir un pronóstico capaz de soportar un plan de
abastecimiento mensual en lugar del trimestral, mejorando la proyección a futuro
en cuanto a ventas y abastecimiento.
Se analizan los diversos aspectos propuestos del plan de abastecimiento,
pasando de 3 - 3.5 meses de inventario almacenado a solo 2 en una primera
etapa (1 mes de venta y 1 mes de Stock de seguridad).
Conforme el desarrollo de S&OP madure, se pretende reducirlo hasta en
1.25 – 0.5 meses. Con ello, los primeros resultados son notorios, se reduce el
inventario inmovilizado, obsoletos y DOH.
Finalmente, se procede a realizar un análisis el cual demuestra que el
impacto del forecasting resulta ser positivo, en donde el plan de abastecimiento
es factible y los costos por la mala operación se ven drásticamente reducidos.
Palabras Clave: Pronósticos, S&OP, DOH, abastecimiento, inventario,
obsolescencia.
9
Abstract
With the development of this thesis it was possible to confirm the hypotheses
initially raised. The implementation of the Sales and Operations Planning (S&OP)
program within the organization has demonstrated a positive effect on supply
management, resulting in a better service level with less immobilized inventory.
Previously Ecolab Peru Holdings had a large amount of money stuck in inventory
due to its 3-month coverage storage policy. Despite this, the service level
indicator (Delivered in Full On Time – of the acronym DIFOT) averaged 92% and
product obsolescence was high.
The objective of the thesis is to demonstrate that the development of the
S&OP program would generate a positive impact on the forecasts and quality of
these, also optimizing the key indicators in the management of supply such as
service level, inventory valuation, Days on Hand Inventory (DOH) index and
material obsolescence losses. To do this, it was proposed to implement this new
methodology of work that if worked in an optimal way, it will be possible to obtain
a forecast capable of supporting a monthly supply plan in place of the quarterly,
improving the projection of a future in terms of sales and supply.
The various proposals of the supply plan are analyzed, going from 3 - 3.5
months of stored inventory only 2 in a first stage (1 month of sale and 1 month of
security stock).
Conforms the development of S&OP mature, it is intended to reduce it up
to 1.25 - 0.5 months. With this, the first results are notorious, immobilized
inventory, obsolete and DOH reduced.
Finally, a quality analysis is performed demonstrating that the impact of
the forecast turns out to be positive, where the supply plan is feasible and the
costs for the bad operation drastically reduced.
Key Words: Forecasting, S&OP, DOH, Supply Chain, Inventory, Obsolescence.
10
Introducción
Los problemas con la gestión de inventarios muchas veces suele ser problema
común en las empresas que no han desarrollado políticas de reposición y
almacenamiento adecuadas a la naturaleza de sus actividades. El
entendimiento del comportamiento de cada producto a lo largo de las
estaciones del año y la información compartida sobre alcance de demanda con
los clientes suelen jugar un rol importante en términos de planeación.
Un correcto proceso de Forecasting se vuelve indispensable, pues se
buscará mitigar los impactos por exceso de productos, perecibilidad y quiebres
de stock. El bajo nivel de precisión para el Forecast da como resultado demasía
de productos almacenados, punto que representa una desventaja competitiva
para las empresas y que a su vez traducen estos gastos en una disminución de
utilidades por venta. Asimismo, el mantener niveles altos de stock no
necesariamente es garantía de un alto nivel de servicio.
Con la presente investigación se busca solucionar el nivel de pérdida que
mantiene la empresa por la sobrecarga de material no necesario, asimismo se
presentan diferentes aportes a nivel socioeconómico y ambiental que
detallaremos más adelante. Comenzaremos definiendo los aspectos y
conceptos importantes que manejaremos a lo largo de la investigación.
Posterior a ello, se analizan los resultados recopilados a través de nuestra
herramienta de análisis con la finalidad de poder evaluar la conformidad de las
hipótesis y objetivos planteados.
Se lleva a cabo el análisis y diagnóstico de la problemática actual y se
discuten los resultados junto con propuestas de mejora para el desarrollo del
programa de S&OP, manejo de pronósticos y propuestas de cambios a la
política de abastecimiento.
Finalmente, se busca evaluar el impacto económico que se pretende a
través de la propuesta, realizando el cálculo matemático para el ahorro
estimado.
11
PROBLEMA DE INVESTIGACIÓN
Identificación del problema
Ecolab Perú Holdings es una empresa comercializadora de insumos químicos
de limpieza y sanitización e inicia sus operaciones en el Perú en el año 2001
a través de Ecocorp, una subsidiaria importadora y distribuidora de la casa
matriz ECOLAB INC. ubicada en St. Paul, Minnesota, Estados Unidos. Con el
tiempo pasaría a ser absorbida e inicia sus operaciones con el nombre de
Ecolab Perú Holdings SRL. aproximadamente desde el año 2006 hasta la
actualidad.
Ecolab comercializa con productos terminados exclusivos de la
compañía, cuyas fórmulas han sido registradas y patentadas con el pasar de
los años. No es una empresa que comercialice con materias primas o con la
reventa de productos, por el contrario, su core business radica en la creación
del valor agregado que representan sus propias mezclas de compuestos.
La compañía en principio cuenta con 4 divisiones comerciales, cada una
dedicada a cubrir un determinado segmento de demanda:
Alimentos & Bebidas (Food and Beverage – F&B): Es la división con
mayor participación de venta de productos con el 51% del total reportado
al cierre del 2016. Ofrece productos y servicios de limpieza, sanitización
y mejoría de procesos, como soluciones para CIP y lubricación en seco
para la industria láctea, de proteínas, bebidas, cervecería, hortofrutícola,
farmacéutica y grandes lecheras entre otras.
Institucional: Junto con F&B, es la división con mayor participación a
nivel de ventas con el 35% del total. Esta división ofrece servicios
personalizados y una amplia gama completa de programas que ayudan
a restaunrantes, hoteles, hospitales, casinos de alimentación y otros
tipos de establecimientos a mejorar su eficiencia operativa, garantizar la
12
seguridad y satisfacción de sus clientes. Entre las soluciones ofrecidas
se destacan productos y servicios para cocinas y seguridad alimentaria,
limpiadores, desinfectantes, higiene de manos equipamiento especial
para el lavado de vajillas y soluciones de lavandería.
Quick Retail Service (QSR): Su participación de ventas en cuanto al
total para el 2016 fue del 14%, es una división relativamente nueva y
oferta productos y programas para la limpieza y desinfección de los
lugares de comida rápida, gasolineras, cafeterías y cines. Las soluciones
están personalizadas para cada negocio, de fácil dosificación e incluyen
visitas técnicas, capacitación, informes y materiales visuales para el uso
correcto, reducción de costos y carga de trabajo.
Food Retail Service (FRS): Es la última división introducida al Perú,
apenas cubre un 1% de participación de ventas. Ofrece un amplio
programa para la limpieza y sanitización en la venta y preparación de
alimentos, para canal de supermercados y minoristas. Brinda servicio a
los clientes a través de visitas periódicas y gestión de auditorías e
informes técnicos.
Figura #1: Participación entre divisiones a nivel de ventas 2016
Elaboración Propia.
13
En Perú, la participación en el mercado no está tan desarrollada como
las filiales en los países latinoamericanos donde también tiene una fuerte
presencia en el sector, sin embargo, se espera poder replicar el éxito
alcanzado con el resto de filiales. Debido al tamaño de la operación, y al
considerarse a Perú como una filial “pequeña”, los esfuerzos de desarrollo
estaban enfocados en países como Chile, Colombia y Argentina; pero desde
hace ya un par de años, la empresa viene aumentando su nivel de producción
y ventas, con lo cual, el sistema de gestión de inventarios y abastecimiento
comenzó a experimentar sus primeros problemas. Diversas medidas tales
como la implementación de un ERP local para el control de inventarios y una
ampliación en el almacén fueron implementadas a manera de solución.
El nivel de inventario era determinado en función a los promedios de
venta mensuales. Existía una costumbre de basar los pedidos de reposición
en función al volumen de unidades vendidas en los últimos tres meses, sin
considerar alteraciones generadas por ventas puntuales o estacionales que
distorsionaban la información real de ventas. Visto desde otro punto, era muy
sencillo hacerse con un exceso en inventario si es que no se analizaba
puntualmente los incrementos llamativos que sufría la curva de demanda.
Ecolab Perú Holdings es una empresa que, dentro de su catálogo,
cuenta con un mix de productos de origen importados, los cuales son
abastecidos directamente desde las plantas de Ecolab en USA, Europa, Chile
y Colombia.
Procedencia Lead Time
USA 3 meses
EUROPA 3.5 meses
MEXICO 1 mes
CHILE 15 días
COLOMBIA 15 días
Tabla #1: Lead-Time de importaciones
Elaboración Propia
14
Dentro del mix de productos que ofrece Ecolab, existen algunos dentro
del catálogo que son fabricados localmente, y para ello se cuenta con un
servicio tercerizado de producción, dado que el volumen de venta actual no
amerita la inversión en una planta propia. Adicional a ello y como alternativas,
se mantienen relaciones estratégicas con empresas cuyas plantas de
producción cuenten con las condiciones necesarias para cumplir con las
especificaciones, tanto de seguridad como higiene, que demanda casa matriz
para la elaboración de productos bajo los estándares de su “Dossier”.
Cuando hablamos de Dossier, hacemos referencia a la lista de
materiales documentados, probados y aceptados, que garantizan el correcto
funcionamiento del producto. El área de Procurement se encarga de cerrar los
convenios corporativos internacionales con los proveedores, y en algunos
casos existe la alternativa de materias primas equivalentes bajo otro nombre
comercial. Explicado este escenario, recalcamos la dificultad que existe para
maquilar productos localmente, ya que en el mercado local no se cuenta con
todos los productos necesarios y se requiere importarlos desde casa matriz en
USA o Europa.
Por políticas internas está prohibido el uso de materias primas cuyas
marcas comerciales no estén homologadas a nivel mundial con el resto de
filiales. Además, la meticulosidad con la que se fabrican los productos es
elevada.
15
Figura #2: Ejemplo de equivalencia de materias primas homologadas.
Fuente: Epic – Ecolab.
Con el escenario de abastecimiento descrito y debido al tiempo de lead-
time que se maneja para cada país, se decidió almacenar productos en los
almacenes con un alcance de cobertura para una venta de tres meses (La
cobertura de las materias primas se maneja de la misma forma que los
productos terminados). Por su parte, los productos fabricados localmente se
almacenaban en su mayoría con un alcance de dos meses.
16
Figura #3: Cobertura en semanas de productos división QSR.
Fuente: Ecolab
Figura #4: Valorización estimada de productos división QSR.
Fuente: Ecolab
17
Cierre de inventario Planificado para Marzo, Abril y Mayo
respectivamente: $ 70507.7, $ 90860.92 y $ 100363.11
Promedio de ventas valorizadas mensuales: $ 26 900
Almacenar para cada producto en promedio un volumen que equivale a la
demanda de tres meses no era la mejor de las decisiones, sin embargo, esto era
el resultado del nivel de incertidumbre que experimentaba el área de supply chain
respecto a la curva de demanda siempre cambiante, más para una división
comercial que para otras.
El sobre stock de productos era una forma de asegurar la atención de los
pedidos de los clientes en un 100% al primer intento, o lo que definiremos como
Delivered in Full – On Time (DIFOT), métrica de evaluación del nivel de servicio
que es presentada regionalmente; sin embargo, pese a esta estrategia de
almacenamiento, no se lograba el objetivo y el porcentaje de DIFOT se mantenía
en promedio al 92%. Las razones más comunes para el quiebre de stock de
algunos SKU, causados por un mal flujo de información, son las ventas
extraordinarias por incremento de la demanda o empuje de ventas por cierre de
mes, y los tiempos elevados de Lead-time.
Era notoria la necesidad de contar con información precisa, y con ello, el
Forecasting surge como respuesta ante una necesidad de carácter
imprescindible en el sistema de gestión de abastecimiento de materiales en la
cadena de suministro.
A inicios del 2015, la empresa replantea estos dos criterios para el
almacenamiento de stock de seguridad – Safety Stock (SS) – anteriormente
expuestos. El área de Supply Chain ya no sería la encargada de gestionar
únicamente los niveles de reposición de inventario, sino que se incluiría
también al área comercial para que brinde la información necesaria con la
finalidad de conseguir el equilibrio deseado. Las divisiones comerciales
comenzarían a llenar la información requerida para sus estimados de ventas y
el área de supply chain se encargaría de gestionar el abastecimiento de los
18
productos en función a los datos consignados.
A raíz de esta decisión y hasta la actualidad, se ha detectado que existe
un excedente de productos almacenados debido a una sobreestimación de
ventas. El área comercial no confía en supply chain, por lo que tiende a
agregar un monto adicional a sus estimaciones reales, generando un exceso
de pronóstico. Por otro lado, el área de supply chain no confía en la información
que brinda el área comercial y agrega un plus de seguridad al ya existente
exceso de forecast generado por las divisiones comerciales, aumentando el
exceso de productos ya mencionado. Adicional a ello, el bias en los pronósticos
es uno de los problemas principales y siempre está presente en las
estimaciones, siendo muchas veces la causa directa del exceso de forecast.
Figura #5: Plantilla Base para recepción del Forecast
Elaboración Propia
Como consecuencia de la desconfianza de información entre las áreas,
sumadas al bajo nivel de ventas y el elevado safety stock almacenado en
inventario, se maneja un índice de Days On Hand Inventory (DOH) de 135 en
promedio. El índice de DOH se obtiene dividiendo el gross inventory al final del
periodo mensual, dividido entre el promedio de los costos de venta de los
últimos tres meses. (Inventario General que incluye productos terminados,
equipos, material de envase, etiquetas y productos obsoletos).
19
La obsolescencia de productos generada por el lento movimiento o poca
rotación de SKU y su corto shelf life continúa siendo un problema recurrente,
convirtiéndose en otra causa de desabastecimiento.
En resumen, al final de cada periodo, sumado a los escenarios ya
mencionados (SS y DOH), el nivel de servicio que es medido a través del
indicador de DIFOT (Delivered in Full and On Time) promediaba el 92% y el
monto de productos eliminados ascendía en promedio a los 70mil dólares.
Esto nos conduce a la necesidad de mejorar los métodos de pronósticos
empleados para los SKU activos en inventario, el cual, desarrollado y reforzado
junto a un programa de Sales And Operations Planning (S&OP), se espera
obtener mejoras en el nivel de precisión de los pronósticos – Forecast Accuracy
(FA) – y que a su vez refleje la disminución de los indicadores de SS y DOH, así
como el volumen de productos en exceso y obsoletos; además del incremento
porcentual en el nivel de DIFOT.
Formulación del Problema
Problema General.
¿Cuál es el efecto del programa de S&OP en cuanto a la mejora de la
gestión de inventarios en la empresa?
Problemas Específicos.
¿Cuál debe ser la política de abastecimiento que maneje la empresa?
¿Cuál es el impacto que tiene en la empresa la implementación del
programa de S&OP con el nivel de DOH?
¿Cuál es el efecto generado entre la gestión de inventario y DIFOT tras
20
la propuesta del programa de S&OP?
¿Cuál es el efecto generado en la eliminación de material obsoleto tras
la propuesta del programa de S&OP?
MARCO REFERENCIAL
Antecedentes:
Internacionales:
Catherin González (2012), ingeniera de producción en la universidad
Simón Bolivar, presentó un estudio de mejora a los procesos de
planificaciones de la demanda en una empresa de consumo masivo,
asegura que los beneficios de la implementación del programa de S&OP
(Sales and Operation Planning) beneficia directamente el indicador del
nivel de abastecimiento, que para el estudio será definido como DIFOT.
Dattaraj Kamalapurkar (2011), Doctor de Filosofía, desarrolló la
tesis titulada “Beneficios de las estrategias colaborativas del CPFR y VMI
en un ambiente variable de demanda”, analiza la simulación de tres tipos
de modelos de supply chain, el convencional (TSC), Vendor
Management Inventory (VMI) y el Colaborative Planning Forecasting and
Replenishment (CPFR), donde se investigaron los beneficios en los
costos del VMI y CPFR sobre el TSC en un entorno variable de demanda,
dando como resultado que ambos, tanto VMI como el CPFR lograron
reducir costos en la gestión de abastecimiento, siendo el CPFR quien
generó mayores impactos positivos bajo determinadas condiciones, tales
como capacidad de producción, ubicación, lead time, entre otros.
21
Amarpreet Singh Kohli (2005), Bachiller en ingeniería mecánica
con doctorado en Filosofía, con la tesis llamada “Estudio de simulación
dinámica para evaluar el impacto de la colaboración sobre el desempeño
en una cadena de suministro”, compara el impacto del performance del
CPFR versus los principios tradicionales de manejo de inventarios,
demostrando que el CPFR usado para disminuir los errores relacionados
con los métodos convencionales de Forecasting logró un incremento en
el nivel de ventas gracias a la reducción de pérdidas de venta, mejorando
el porcentaje de eficiencia en las Order Fill Rate, o DIFOT, De igual
manera, se muestra un incremento en el beneficio (margen) y reducción
del nivel de inventario.
Kaijie Zhu (2002), Doctor de Filosofía, desarrolló la tesis “Nuevas
Aproximaciones a la Gestion de Inventarios”, en donde habla sobre el
uso del Demand Forecasting and Planning para mejorar la gestión del
inventario, indica que el efecto del FDI (Future Demand Information:
información base para consolidar los pronósticos) se convierte en pieza
clave, pues en función a la información de la demanda, los distribuidores
pueden aprender sobre el patrón de consumo de sus clientes. Un estudio
que nos sirve de referencia para entender el importante rol que juega el
manejo de información en los resultados deseados.
Yao Jin (2013), Doctor de Filosofía en Supply Chain, presentó en
su estudio “Ciencia de los datos en la gestión de la cadena de suministro:
Influencias relacionadas con los datos en la planificación de la
demanda.”, el análisis del efecto de pérdida de información , sosteniendo
que la agregación temporal da lugar a propiedades estadísticas alteradas
para aumentar el error de predicción (Forecast Accuracy), mientras que
el efecto de reducción de la varianza mejora la estabilidad de los datos
para disminuir el error de pronóstico.
Nikolay Osadchiy (2010), Doctor de Filosofía en Administración de
Operaciones, en su investigación sobre “Pronóstico y Gestión de
ingresos en un comercio minorista”, propone un modelo donde las ventas
22
se hacen en función al forecast generado por analistas, el tiempo y el
retorno en el agregado financiero. Buscó correlaciones significativas
entre forecast de ventas y errores financieros por devolución,
demostrando cómo la omisión de información o duplicidad de data
genera errores críticos en el nivel de precisión, por lo que recomienda
actualizar la información para mejorar el nivel de precisión en el forecast.
Yao Zhao (2002), Doctor de Filosofía, presentó su estudio sobre
el “Impacto del intercambio de información sobre el desempeño de la
cadena de suministro”, donde en base a un modelo de demanda
correlacional y estacional, hace las comparaciones entre una cadena de
suministro que comparte información versus una cadena de suministro
que no suele hacerlo y se basa solamente en la data histórica de los
clientes. Cuando la relación es solo con un distribuidor y la demanda
lineal, ambos modelos de cadena de suministro registran resultados
positivos; sin embargo, para múltiples distribuidores, afirman que el
compartir información tiene un impacto en el nivel de precisión del
forecast, especialmente cuando se manejan lead times más cortos entre
proveedor y cliente.
Michael Ralston (2014), Doctor en Filosofía, presentó un estudio
llamado “Colaboración en la cadena de suministro: revisión de la
literatura y análisis empírico para investigar Incertidumbre y beneficios
colaborativos en cuanto a su impacto práctico en la colaboración y
rendimiento” demuestra que las relaciones a largo plazo, la cooperación
entre los participantes, el compartir información y el trabajo en conjunto
para planificar e inclusive modificar sus prácticas de negocio, logra
mitigar los impactos sobre la incertidumbre en los escenarios que se
desea pronosticar.
23
Nacionales:
Raúl Álvarez (2009), Ingeniero industrial de la Pontificia Universidad
Católica del Perú, elaboró su tesis con el título de “Análisis y propuesta de
implementación de pronósticos y gestión de inventarios en una
distribuidora de productos de consumo masivo”, en donde demuestra el
impacto positivo que se obtiene tras la implementación del modelo de
Forecasting estacional multiplicativo con un ajuste exponencial,
combinado con un sistema ABC de inventario y un control periódico de
stock. A lo anterior expuesto, se le suma la reducción de inventario de
lento movimiento, obteniendo un ahorro estimado total de s/. 84 136
nuevos soles.
Ricardo Cárdenas (2013), Ingeniero industrial de la Pontificia
Universidad Católica del Perú, elaboró su tesis llamada “Análisis y
propuestas de mejora para la gestión de abastecimiento de una empresa
comercializadora de luminarias”, demostrando el impacto positivo del
forecasting a través del método de suavización exponencial, el cual junto
al desarrollo del programa de S&OP combinado con estrategias de CPFR,
reforzado además con una clasificación ABC, permitió un ahorro de
$57000 dólares anuales, resultado de la optimización de la frecuencia de
compras para los productos en inventario.
Juan Chávez (2013), Magister en Ingeniería industrial con mención
en gestión de operaciones de la Pontificia Universidad Católica del Perú,
presentó su tesis denominada “Propuesta de mejora en la gestión de
inventarios e implementación de un sistema CPFR en una industria de
panificación industrial”, en donde comparte los beneficios del CPFR,
combinado con un control diario de inventarios (ROP), con la finalidad de
controlar el volumen de materiales en almacén, permitiendo una reducción
de materias primas inmovilizadas del 66.7%. El almacenamiento de
24
material se vería reducido en unos S/. 1 252 564 nuevos soles, mientras
que se estima un ahorro anual de $ 13 366 dólares anuales.
Enrique Flores y Karen Ramos (2013), Ingenieros industriales de la
Pontificia Universidad Católica del Perú, en su tesis desarrollada “Análisis
y propuesta de implementación de pronósticos, gestión de inventarios y
almacenes en una comercializadora de vidrios y aluminios”, demostraron
un impacto positivo tras la modificación del tipo y proceso de forecasting.
Desarrollaron la manera de reemplazar el forecast cualitativo que usaban
en la empresa, basado en la experiencia de los trabajadores, por uno
cuantitativo, basado en la data histórica y tendencias mensuales, apoyado
de una clasificación de productos ABC la cual permitiera orientar los
mayores esfuerzos en los ítems más importantes, concluyendo que el uso
de Forecast, en este caso de naturaleza cuantitativa, permite un ahorro
significativo de s/. 40 000 nuevos soles, en función a los gastos que
representaba continuar con el forecast de carácter cualitativo.
Lucia Hinostroza (2016), Ingeniera industrial de la Universidad San
Ignacio de Loyola, presentó su tesis titulada “Manejo de pronósticos e
inventarios para la mejora del desempeño de las operaciones en una
empresa textil peruana”, donde indica el impacto positivo que
representaría para la empresa la implementación y el manejo de
forecasting a través de un modelo matemático de suavización exponencial
con tendencia y factor estacional fijo.
25
Estado del arte:
En la actualidad diversas empresas buscan contar con softwares que faciliten la
estimación de ventas y el desarrollo de los pronósticos. Dadas las limitaciones
que supone para muchas de ellas el no contar con las facilidades de una
herramienta potente como la mencionada, queda la tarea de amoldar sus
requerimientos a ERP locales que se encuentran diseñados y preparados a la
medida del negocio en el que se está laborando.
En su mayoría, las empresas usan como principal herramienta base el
Excel, dada la gran cantidad de usos que permite. Así es como usualmente las
empresas combinan los recursos disponibles para lograr el objetivo de controlar
y lograr una óptima gestión de inventarios. En función a las literaturas
encontradas, la gestión del inventario se vuelve crítica y para ello, es bastante
común el encontrar prácticas como las de realizar una categorización de
productos ABC o categorización en función a un Pareto que logre mostrar cual
vendría a ser el 80 – 20 deseado. Concluido ese análisis, se puede proceder con
las estimaciones de los lotes óptimos de compra (EOQ) y puntos de reorden
(ROP) que se ven soportados con estrategias de revisión de stocks periódicas y
continuas.
Por otro lado, durante el estudio discutiremos sobre los beneficios que se
pueden obtener al lograr la integración del programa del S&OP a la cadena de
suministro y este es un proceso en el que muchas empresas fallan pues no le
dedican el tiempo, dedicación y compromiso requerido. Para muchas empresas,
el S&OP puede representar un cambio total de paradigma, pues integra a todas
las áreas de una empresa y unifica los objetivos propuestos. Existen 4 etapas de
madurez del programa de S&OP, la disciplina para cumplir con la metodología y
la adaptación de los miembros a esta toma un tiempo considerable y se estima
que cada etapa puede durar en promedio de 18 a 24 meses en la cual se
recomienda cubrir todas las deficiencias o brechas de procedimiento operativo
antes de proceder al siguiente nivel, pero se ha demostrado que permite
beneficios antes no logrados en la mayoría de las empresas. Estadísticamente,
Gartner nos comenta que, en su estudio solo el 14% de las empresas se
encontraban en el nivel 4.
26
Marco Teórico:
Pronósticos (Forecast):
La elaboración de un Forecast o pronóstico se basa en el análisis y estimación
de la demanda futura para un SKU determinado, en donde se emplea la
información histórica del SKU con la finalidad de prever futuros cambios en el
nivel de demanda.
Krajewski (2010) nos comenta que los pronósticos son la fuente de
información para la toma de decisiones en una empresa. En este caso, para el
área de Supply Chain, una correcta estimación asegura un óptimo manejo de los
recursos y una buena gestión de inventarios. Adicional a ello, el Forecast es
siempre inexacto y los pronósticos realizados para el largo plazo por lo general
son menos precisos que para aquellas estimaciones elaboradas para el corto
plazo.
Patrón de Demanda:
Una buena estimación no es una tarea sencilla, ya que muchos clientes no
definen un patrón de compra estándar para todo el mes. Estos cuentan con
requerimientos que pueden variar a lo largo de las temporadas del año y su
comportamiento de compras dependerá en situaciones directamente del estado
actual del mercado. (Krajewski, 2010).
Existen principalmente cinco patrones base:
Horizontal: Se da cuando los datos se proyectan aproximadamente a manera
de línea horizontal, donde no se evidencia un incremento progresivo.
Tendencia: Se define como tal cuando los datos evidencian una clara alza o baja
constante y sostenida a lo largo de un periodo de tiempo.
Estacional: Hace referencia al comportamiento de la data evidenciando picos y
valles que se pueden repetir año tras año.
Cíclico: En este tipo de patrón los datos evidencian aumentos y decrementos de
forma gradual.
Aleatorio: Se da cuando no es posible poder predecir un patrón de demanda
27
Figura #6: Patrones de la demanda
Krajewski (2010)
Métodos de Forecasting
Existen diversas técnicas para la elaboración de los pronósticos y pueden tener
fundamento en base a la experiencia o en base a un sustento numérico teórico.
Chase, Jacob y Aquilano (2009), exponen que existen dos tipos de pronósticos:
Método Cualitativo: Se basa principalmente en el juicio humano, a través de
experiencias u opiniones. Dentro de estos, describiremos los más importantes.
Opinión Ejecutiva: El objetivo fundamental es lograr el consenso a través
del intercambio de opiniones que garanticen un mejor pronóstico.
Método Delphi: Método en donde a través del uso de encuestas se
obtiene información consensuada. La calidad del método depende
directamente del tipo de preguntas que se muestren en la encuesta
anónima.
Estudio de mercado: Se realiza con la ayuda del público, quien participa
activamente para obtener mejor información sobre el escenario a futuro
28
del producto investigado. Se basa principalmente en la opinión de estos,
que sirve como soporte para pronósticos y mejoras del producto.
Referencia Histórica: Se define así cuando se pretende realizar los
pronósticos evaluando experiencias pasadas con productos de
características similares que ya han tenido un paso por el mercado.
Método Cuantitativo: Este método se basa principalmente en el uso de
registros numéricos y cálculos matemáticos. Se utilizan diversos modelos con la
finalidad de predecir el comportamiento futuro de los productos investigados.
Modelos de series de tiempo: Según Chase, Jacob y Aquilano (2009),
son modelos basados principalmente en el uso de data histórica en
determinados periodos de tiempo para la elaboración del forecast. Se
compone principalmente de información segmentada en horizontes de
tiempo cuyo periodo, inicio o fin lo define el investigador.
Promedio Móvil Simple: Se basa en promediar los datos
históricos con la finalidad de obtener una referencia futura. En este
método, los datos son uniformes en cuanto a importancia.
Promedio Móvil Ponderado: A diferencia del promedio móvil, se
aplica una diferenciación de aquellos datos que resulten críticos en
el cálculo del pronóstico. Una vez establecida la preponderancia,
se procede a calcular el promedio de las cantidades.
Suavización Exponencial Simple: Gaither (2003) define que este
método de pronóstico se compone a través de un coeficiente de
suavización (α), el cual multiplica al error de forecast y el resultado
se agrega al valor del periodo anterior. Cabe mencionar que el peso
del coeficiente contribuye con el nivel de precisión. Mientras el
coeficiente α se encuentre más cercano a cero, los valores iniciales
toman mayor peso, caso contrario, los valores más lejanos tendrán
mayor peso.
29
Donde:
Ft =Pronóstico del Periodo deseado
Ft-1 = Pronóstico del periodo anterior
A t-1 = Demanda del periodo anterior
α = Coeficiente de suavización (Su valor oscila entre 0 y 1)
Método Holt: Suavización Exponencial con Tendencia:
Nahmias(2007), comenta que el método de Holt consiste en realizar
una suavización doble, para lo cual requiere dos coeficientes de
suavización, conocidos generalmente como alfa (α) y beta (β). De
forma adicional se requiere de dos ecuaciones, una capaz de
expresar la tendencia de la serie y la segunda el valor de la serie
de tiempo. Cuando se evidencia la existencia de un patrón de
tendencia es factible el poder efectuar un ajuste a la técnica de
suavización exponencial simple.
���� = �� + � �� = ��� + (1 − �)(���� + ���) � = �(�� − ����) + (1 − �)���
Donde:
α= Coeficiente del valor de la serie de tiempo
β= Coeficiente de la tendencia de demanda
Lt= Nivel básico pronosticado
Tt= Cambio de valores por tendencia de demanda
K = Periodo pronosticado
30
Método Winters: Suavización Exponencial con Estacionalidad:
Chase (2009), indica que el método Winters consiste en un
suavizamiento exponencial triple, donde se utiliza el factor
estacional de la serie de dato; siendo estos derivados del análisis
de la demanda del periodo en el que fue realizado el pronóstico,
siendo de carácter aditivo o multiplicativo.
Cuando el comportamiento del valor estacional es constante sin
considerar la tendencia, se dice que es aditivo. Por otro lado,
cuando la tendencia se multiplica en función al factor estacional,
será multiplicativo.
En caso de ser Aditivo, se emplean las siguientes fórmulas: ���� = �� + ������ �� = �(�� − ����) + (1 − �)(����) �� = �(�� − ��) + (1 − �)(����)
De ser Multiplicativo, se emplean las siguientes fórmulas: ���� = (��)(������) �� = �(��/����) + (1 − �)(����) �� = �(��/��) + (1 − �)(����)
Donde:
α= Coeficiente del nivel
� = Coeficiente de la estacionalidad
y= Pronóstico
31
Método Holt-Winters: Chase (2009), nos comenta que esta
técnica emplea los dos últimos métodos descritos, el método de
Holt que hace referencia a la suavización exponencial con
tendencia y al método Winters, el cual comprende suavización
exponencial con estacionalidad, siendo esta la razón del nombre.
Para efectuar los cálculos de patrones de demanda con este
modelo de pronóstico, se debe efectuar en tres etapas: Nivel,
Tendencia y Estacionalidad.
Cuando el modelo cuenta con estacionalidad aditiva:
�� = �(�� − ����) + (1 − �)(���� + ���)
� = �(�� − ����) + (1 − �)���
�� = �(�� − ��) + (1 − �)(����)
���� = �� + � + ������
Donde:
α= Coeficiente del valor de la serie de tiempo
β= Coeficiente de la tendencia de demanda
� = Coeficiente de la estacionalidad
Lt= Nivel básico pronosticado
Tt= Cambio de valores por tendencia de demanda
K = Periodo pronosticado
y= Pronóstico
32
Cuando el modelo cuenta con estacionalidad multiplicativa:
�� = � � ������� + (1 − �)(���� + ���)
� = �(�� − ����) + (1 − �)���
�� = � ������ + (1 − �)(����)
���� = (�� + �)(������)
Donde:
α= Coeficiente del valor de la serie de tiempo
β= Coeficiente de la tendencia de demanda
� = Coeficiente de la estacionalidad
Lt= Nivel básico pronosticado
Tt= Cambio de valores por tendencia de demanda
K = Periodo pronosticado
y= Pronóstico
Modelos Causales: Para Chase, Jacob y Aquilano (2009), el modelo
causal busca entender el sistema subyacente que rodea al producto que
se desea hacer forecast.
33
Método de Regresión Lineal: Gaither (2003) lo define como un
modelo de forecasting en el cual una variable dependiente
mantiene una relación con una o múltiples variables
independientes. Su principal finalidad es la de minimizar la
desviación cuadrada de los datos sumados.
Precisión de Pronósticos (Forecast Accuracy - FA):
Chase, Jacob y Aquilano (2009) definen que el término error hace referencia a
la diferencia que resulta de la comparación entre el escenario esperado y el
escenario real. Con la finalidad de poder medir la precisión del pronóstico,
tenemos las medidas de error de pronóstico. Entre ellas, se encuentran el MAD,
ECM, EPMA y la Desviación Estándar. Asimismo, cabe resaltar que las fuentes
del error son diferentes a la medición del error.
El Error de Forecast (e) se puede medir de la siguiente forma:
e = Demanda Real del periodo t – Pronóstico del periodo t
Adicional a ello, se puede definir el nivel de acierto porcentual de la siguiente
manera:
% FA = 1 – (Error del Pronóstico / Pronóstico)
Desviación Absoluta de la Media (MAD):
Según Chase, Jacob y Aquilano (2009), el MAD es el error promedio en
los pronósticos mediante el uso de valores absolutos. Se obtiene al
dividir la sumatoria individual del error de forecast para cada valor y se
divide entre la cantidad de valores totales.
��� = ∑|�� !"#! $�!% − &'(�)!*+|"
Error Cuadrado Medio (ECM):
Se obtiene al dividir la sumatoria individual del error de forecast para
cada valor elevado al cuadrado y se divide entre la cantidad de valores
totales.
34
,-� = ∑(�� !"#! $�!% − &'(�)!*+)."
Error Porcentual Absoluto Medio (MAPE)
Para hallar este valor, se calcula la sumatoria de los cuadrados de los
errores de pronóstic dividido entre la demanda real y posteriormente se
vuelve a dividir entre el número de muestras. Finalmente multiplicar por
100 para obtener el valor porcentual.
��/, = 100 ∗ ∑|�� !"#! $�!% − &'(�)!*+|.�� !"#! $�!%"
Desviación Estándar (σ):
Representa el nivel de dispersión de la demanda real respecto al
forecast.
σ = 3∑( �� − �̅ ).( " − 1 )
Árbol de Perdidas (Loss Tree):
El Loss Tree es un reporte cuantitativo que se maneja a nivel interno y se
actualiza mensualmente con los resultados obtenidos al cierre del periodo
mensual de ventas. Este es empleado para demostrarle a las divisiones cuales
son los principales SKU que están afectando la métrica de la precisión del
forecast (FA) y el Bias, con la finalidad de entender la razón principal de estos
desvíos y lograr ajustes en el forecast a través de las reuniones de consenso
durante el S&OP, así como definir planes de acción para corregir situaciones
fuera del plan inicial.
35
Inventario:
Se denomina inventario al conjunto de bienes valorizados con los que cuenta
una empresa, el cual se espera pueda producir un beneficio futuro. Krajewski
(2010) sostiene que las empresas deben ser capaces de mantener un nivel
adecuado de inventario con la finalidad de que puedan alcanzar sus prioridades
competitivas de la manera más satisfactoria.
Año Fiscal Ecolab:
El año fiscal o financiero es un periodo de 12 meses, empleado en principio para
generar y calcular informes con fines financieros anuales, así como dar
trazabilidad a puntos específicos del año en estudio. El año fiscal de Ecolab
empieza en Diciembre y termina en Noviembre, asignándole a cada mes o
periodo un nombre numérico en forma ascendente, los cuales se definen en la
siguiente tabla:
Mes Periodo Mes Periodo
Diciembre P1 Junio P7
Enero P2 Julio P8
Febrero P3 Agosto P9
Marzo P4 Septiembre P10
Abril P5 Octubre P11
Mayo P6 Noviembre P12
Tabla #2: Año Fiscal Ecolab
Fuente: Elaboración Propia
Nivel de Inventario:
Según Chase (2009), las razones por las que las empresas manejan inventario
se deben a que mantienen independencia entre las operaciones, permiten una
mayor flexibilidad en la atención del nivel de demanda y en ocasiones suelen ser
programadas en función al tiempo de reposición de las materias primas.
Adicional a ello también existe el caso en el que las empresas compran
determinada cantidad en función a costos óptimos.
36
La buena gestión de estos recursos, combinados con el seguimiento cada
determinado tiempo, permiten saber si el nivel de inventario que se maneja a la
fecha se encuentra por encima o por debajo del aceptable, permitiendo tomar
acciones con la finalidad de no exceder el límite programado para el desarrollo
de actividades.
De esta forma, Krajewski (2010) complementa la definición,
argumentando que los inventarios afectan las operaciones del día a día, ya que
deben ser contados, administrados o usados en procesos u operaciones para
satisfacer al cliente.
Clasificación ABC
Propuesto y enunciado por Wilfredo Pareto en 1987, fue adaptado a diversos
ámbitos de la industria tras observar que el gran porcentaje de ingresos estaba
concentrado en apenas unos cuantos grupos de la población, aproximadamente
en una relación de 80 a 20. Con el pasar del tiempo esta filosofía se fue
adaptando a diversas situaciones, entre las que a fecha de hoy, las empresas
deciden concentrar el mayor esfuerzo y concentración de nivel de inventarios a
materiales de clase A, los cuales vendrían a representar ese 80%, que por lo
general son productos con mayor nivel de venta y costo.
37
Figura #7: Gráfico de Pareto – Ventas Anuales Ecolab (Expresado en kg.)
Fuente: Elaboración Propia
Clasificación Runner, Repeater, Strangers (RRS)
Hollys (Universidad de St. Andrews, 2017), comenta que la clasificación de
Runner, Repeater y Strangers es usada en la mejora de la eficiencia en el ámbito
de manufactura, sin embargo, a fecha de hoy el concepto es perfectamente
aplicable y permite identificar en que productos es mejor dedicar los esfuerzos
ya sea a nivel de producción o importación.
Usualmente, es mejor adaptar los modelos de reabastecimiento en base
a los productos de clase Runner, luego considerar a aquellos del tipo Repeater
y mantener un plan de acción para lidiar con los Stranger.
38
Figura #8: Gráfico de RRS
Fuente: http://www.guthriegroup.com/services/runner-repeater-stranger-
inventory-analysis/
Runner: Corresponden a los productos cuyo movimiento se realiza con
frecuencia, siendo altamente predecibles consistentes y por lo general
eficientes en términos de nivel de inventario.
Repeater: Son aquellos productos que aún son predecibles, sin embargo,
su rotación es menos frecuente y menos eficiente en términos de nivel de
inventario.
Stranger: Lo conforman todos aquellos productos que son altamente
personalizados y que raramente ocurre una salida de este material a
menudo, es decir, muy pocos clientes compran estos productos y por lo
general, son los únicos en hacerlo. Su rotación no es muy predecible y es
altamente variable.
39
Modelo de Inventario:
De acuerdo con Sánchez (2004), en todo inventario existen diferentes tamaños
de lote que pueden ser comprados o fabricados, por ello, una correcta decisión
de abastecimiento en función beneficio vs costo se vuelve importante para un
óptimo manejo de inventarios:
Determinístico: Para este tipo de modelo, las variables pueden ser más
definidas o estáticas, donde la tasa de consumo o rotación permanece
constante a través del tiempo y más dinámico cuando se conoce con
certeza que habrá alguna variación, variando al periodo siguiente.
Estocástico: Es aquel modelo que presenta variables aleatorias y que
evoluciona en función a otra variable a lo largo del tiempo. Un ejemplo de
esto es la demanda estacional, donde el volumen de demanda de un
artículo se vuelve constante o inestable en función a las estaciones del
año.
Modelo de Lote Optimo (EOQ)
El término EOQ hace referencia a “Economic Order Quantity”, el cual hace
referencia a la optimización del volumen de compra al mejor costo posible bajo
condiciones preestablecidas. Según Carreño (2011), el cálculo del EOQ
posibilita la facilidad de saber cuánto pedir y cuándo hacerlo.
Para ello, es importante tener la certeza de las siguientes condiciones:
Tiempo de Lead Time conocido y constante
Precio fijo no sujeto a ofertas
Entrega de lotes completos
Adicional a ello, es importante conocer información básica sobre el costo de
realizar el pedido y el coto que representa mantener ese inventario en
existencias.
40
Figura #9: Modelo de EOQ
Fuente: http://www.transtutors.com/homework-help/industrial-
management/inventory-control/deterministic-inventory-model.aspx
La ecuación del modelo de lote óptimo viene expresada de la siguiente
forma:
,56 = 32 ∗ � ∗ �8
Donde:
D = Representa al nivel de demanda actual
S = Costo de realizar el pedido
H = Costo de mantener el inventario en existencias
41
Punto de Reorden (ROP)
EL punto de reorden o también conocido como “Re Order Point”, es el nivel de
inventario para el cual una orden de reabastecimiento debe ser colocada si es
que se pretende evitar un quiebre de inventarios.
De este modo, Chase (2009), nos comenta la importancia de llevar un
inventario de seguridad con la finalidad de tener la capacidad de responder ante
curvas de demanda fuera de lo normal o con retrasos inesperados entre los
ciclos de reabastecimiento.
Figura #10: Modelo de ROP
Fuente: http://www.asprova.jp/mrp/glossary/en/index/f/post-661.html
De esta forma, tenemos que: $5/ = � ∗ ��
Donde:
D = Representa al nivel de demanda actual �� = Lead Time
42
Cantidad de Pedido Periódica (POQ)
Chase (2009) comenta que esta técnica es una alternativa bastante usada en
donde se generan pedidos que varían de un periodo a otro, es decir, cantidades
similares o diferentes de un producto cada determinado periodo. Este sistema
necesita de un constante seguimiento de los niveles de inventario disponibles
con la finalidad de poder determinar la cantidad necesaria de existencias a
reponer, llegado el momento correspondiente. Por ejemplo, supongamos que
tenemos una demanda casi estable donde se requieren 300 unidades para los
tres siguientes meses; se podrá escoger si se decide hacer un POQ al inicio de
cada mes de 1, 2 o 3, pidiendo 300, 150 o 100 unidades respectivamente.
Figura #11: Modelo de POQ
MOQ:
El MOQ es la abreviación de “Minimun Order Quantity”, término aplicado muchas
veces para indicar cantidades mínimas de producto que se puede importar o
comprar bajo pedido directo.
43
IMO:
La clasificación IMO (International Maritime Organization) hace referencia a
aquellos productos que, dadas sus propiedades, son un riesgo para las personas
y para su salud. Estas mercancías se han clasificado en 9 categorías, de acuerdo
con sus características y grados de peligrosidad, dependiendo muchas veces de
factores químicos y técnicos.
Safety Stock (SS)
Definiremos al Safety Stock como la cantidad de inventario adicional que se
mantiene en existencias con la finalidad de evitar quiebres de stock causados
por una incorrecta planificación, errores de forecasting, retrasos en el
reabastecimiento o incrementos de demanda extraordinarios.
Figura #12: Calculo del Safety Stock para un detrminado nivel de servicio
Fuente: Taylor III (2009)
Para lograr definir un determinado nivel de stock de seguridad en función a
alguna política de nivel de servicio, se tiene la siguiente ecuación:
�� = 9 ∗ :; ∗ <��
44
Donde:
Z = Número de desv. estándar para un determinado nivel de servicio :; = Desviación estándar de la demanda diaria
�� = Lead Time
Modelo de revisión Continua
Se caracteriza porque los productos y materiales del inventario se encuentran
bajo una revisión constante o diaria, permitiendo tomar acciones inmediatas en
caso sean necesarias.
Modelo de revisión periódica
Es aquel modelo que se caracteriza por la revisión del nivel de determinados
productos o materiales cada determinado periodo de tiempo, que por lo general
ya se encuentra pre establecido de acuerdo al manejo de inventarios de la
empresa.
Modelo de cantidad económica a producir (EPQ):
El modelo de “Economic Production Quantity” se caracteriza porque puede ser
aplicado cuando las existencias disponibles en inventario cumplen cualquiera de
las siguientes condiciones:
El inventario es producido y vendido en paralelo, es decir, la reposición es
casi inmediata y se cuenta con un alto nivel de rotación.
Cuando el inventario Fluye constantemente en menor volumen que la
reposición y este se acumula en un determinado periodo de tiempo
45
Figura #13: Modelo EPQ
Para determinar la cantidad económica a producir, tenemos la siguiente fórmula:
=> = ? @ ∗ A ∗ BC ∗ DE − FG>HI
Donde:
=> = Cantidad económica a producir
D = Representa al nivel de demanda actual
S = Costo de realizar el pedido
H = Costo de mantener el inventario en existencias
d = Tasa de demanda diaria
p = Tasa de producción diaria
46
Shelf Life:
Se refiere al intervalo de tiempo que una mercadería puede ser almacenada y
en el que es posible asegurar el funcionamiento y la calidad del producto, antes
de que este se salga de sus parámetros base propios para cada uno de ellos,
perdiendo las cualidades características con las que es ofrecido.
Inventario de lento movimiento (Slow Moving):
Se aplica este término para aquellos productos de lenta rotación, inclusive
aquellos que se encuentran por exceso en función a su media de venta histórica.
Para el presente estudio, se aplicará este término para aquellos productos que
no han tenido movimiento hace más de 3, 6 y 12 meses de acuerdo con la política
de inventario corporativa.
Política de inventario – Ecolab:
A nivel corporativo, se ha definido una política de inventario que determina el
tiempo máximo que un producto de lento movimiento puede estar almacenado
antes de que se proceda a disponer de el por eliminación.
Figura #14: Política de Inventarios
Fuente: Ecolab
47
Dentro de la política de inventarios, los productos se clasifican de la siguiente
manera:
Figura #15: Flujograma de clasificación de Política de Inventarios
Fuente: Ecolab
Normal Operations: Son productos con rotación y venta regular.
No Move 3: Productos que no han tenido movimiento por más de 3
meses.
No Move 6: Productos que no han tenido movimiento por más de 6
meses.
No Move 12: Productos sin movimiento por más de 12 meses.
Salvage: Productos que no se encuentran aptos para la venta y que
necesitan de alguna acción o trabajo previo para ser habilitados.
48
Unsellable: Productos no aptos para la venta y que no pueden ser
habilitados.
Write Off: Etapa final en el ciclo de vida del producto en donde éste se
encuentra listo para ser eliminado.
Cleaning in Place (CIP):
Este término es usado para las operaciones de limpieza sin tener que desmontar
equipo alguno de las instalaciones. El proceso consiste básicamente en realizar
una circulación de disoluciones de químicos y agua, haciéndolos pasar a través
del equipo o tubería que entra en contacto con los productos en las fabricaciones
y que se busca sanitizar. De este modo, se logran los objetivos principales del
proceso como el de limpieza y eliminación de suciedad, la desinfección y
reducción bacteriológica junto con microorganismos y finalmente la esterilización
y eliminación de todas las bacterias. Todos estos objetivos son realizados
progresivamente y en el orden mencionado.
Modelo tradicional de Supply Chain - Traditional Supply Chain (TSC)
En un modelo tradicional de cadena de suministro el cliente no comparte
información sobre sus pedidos periódicamente y el proveedor desconoce la
información de la demanda del cliente.
Bajo este escenario, el cliente se ve en la necesidad de planificar la
demanda, su inventario y sus pedidos. En paralelo, el proveedor debe asegurar
una correcta previsión de demanda, planificación de inventario y planificación de
importaciones/producción, ya que el minorista no comparte información alguna
que le dé certeza sobre el panorama a futuro. (Kammalapurkar, 2011)
49
Figura #16: Configuración del modelo TSC
Fuente: Kammalapurkar (2011)
Figura #17: Decisiones hechas en un modelo TSC
Fuente: Kammalapurkar (2011)
Inventario gestionado por el proveedor – Vendor Managed Inventory (VMI)
En este modelo donde el proveedor se encarga de gestionar el nivel de inventario
del cliente, este último comparte su información respecto al nivel de inventario y
ventas. Como respuesta, el proveedor se encarga de gestionar y asegurar la
correcta reposición de inventario para su cliente.
El cliente no suele tomar mayor participación en la gestión de
abastecimiento y se concentra en satisfacer el nivel de demanda de sus propios
50
clientes. En paralelo, el proveedor se ve en la necesidad de prever el nivel de
demanda, así como planificar su inventario, el nivel de pedidos y volumen de
producción, ya que ese es el principio base de que si cliente comparta con el
proveedor información sobre su nivel de ventas e inventario. (Kammalapurkar,
2011).
Figura #18: Configuración del modelo VMI
Fuente: Kammalapurkar (2011)
Figura #19: Decisiones hechas en un modelo VMI
Fuente: Kammalapurkar (2011)
51
Planificación, Pronóstico y Reabastecimiento colaborativo – Collaborative
Planning and Forecasting Replenishment (CPFR)
En el modelo de una cadena de suministro CPFR, el cliente brinda la información
sobre demanda y datos de sus niveles de inventario. El cliente se involucra en
los procesos internos de previsión de demanda (forecasting), planificación del
inventario y planificación de pedidos. En paralelo, el proveedor se involucra en
dos decisiones importantes durante cada periodo, la de planificar sus inventarios
y planificar el volumen de producción, funciones que realizará en función a los
datos del forecasting e inventarios recibidos por parte de su cliente.
(Kammalapurkar, 2011)
Figura #20: Configuración del modelo CPFR
Fuente: Kammalapurkar (2011)
Figura #21: Decisiones hechas en un modelo CPFR
Fuente: Kammalapurkar (2011)
52
Proceso de gestión
Podemos denominarlo como aquel proceso que se ejecuta para lograr que una
empresa logre asignar sus recursos correctamente y haga uso de estos a través
de acciones consistentes con los planes y objetivos trazados. La idea principal
es poder facilitar una correcta toma de decisiones que garanticen un rumbo
adecuado con los objetivos deseados. (Ángel Hermida, Forbes)
Sales and Operations Planning (S&OP)
Se denomina S&OP al proceso integral de gestión en la toma de decisiones de
una empresa, con la finalidad de equilibrar los niveles de demanda con los planes
de suministro y abastecimiento. Adicional a ello, busca alinear las metas y planes
comerciales tanto a nivel operativo como financiero, fijando estas estrategias en
un horizonte de tiempo determinado a través de la alineación de participantes
clave en la organización a los objetivos y estrategias definidas. (Ángel Hermida,
Forbes)
Niveles de desarrollo de S&OP:
El modelo de madurez del S&OP es empleado como un indicador de la evolución
analítica que existen en los procesos de planificación. Una vez iniciado el
proceso de S&OP, se recomienda pasar al siguiente nivel, no sin antes realizar
una comparación entre los procesos del nivel actual con los de la siguiente fase,
con la finalidad de asegurarse de que no existan brechas o deficiencias en el
proceso y poder subsanarlas. El plan debe ser analizado en función de los costos
versus los beneficios, para evaluar la prioridad del desarrollo de los planes de
acción.
Según Aberdeen Group, el promedio de duración para cada etapa debería
de ser entre 18 y 24 meses, por lo menos mientras exista un enfoque de gestión,
financiamiento y conjunto de habilidades.
53
Figura #22: Periodos de madurez S&OP
Fuente: Accenture Academy
Nivel 1: El objetivo de la primera etapa es crear y establecer un plan operacional.
Durante esta etapa se tiene a ser menos formales, menos estructurados e
incluso puede haber desorden. El equipo de ventas se reúne a revisar su
rendimiento y generan acciones para la demanda del próximo periodo. En
paralelo, el grupo de Operaciones se reúne para revisar los resultados del
periodo anterior y generar planes operativos.
Luego se da una tercera reunión interdepartamental para alinear los
planes de oferta y demanda de los próximos 90 días. Posteriormente se convoca
a una cuarta reunión donde se revisan los planes para los próximos periodos
operativos con la dirección ejecutiva. Gartner, comenta que solamente el 27%
de las compañías logra llegar a este nivel.
Nivel 2: La segunda etapa del programa de S&OP consiste en lograr equilibrar
la oferta y la demanda. Durante este nivel se reportan mejoras significativas
respecto al nivel anterior, pues la alta gerencia ha hecho compromiso de
involucrarse, dándole credibilidad al programa y alentando el compromiso de los
participantes.
En esta etapa los procesos de planificación están integrados. Se comparte
la información obtenida de la revisión de la demanda al área de abastecimiento
para que ellos puedan hacer su planificación de abastecimiento. Para esta etapa
es crucial la calidad de los datos y la gestión de los datos maestros, así como la
54
integración de la información. Según Gartner, solo el 40% de las compañías logra
llegar a este nivel.
Nivel 3: El objetivo de esta etapa es la de obtener rentabilidad. Las empresas
que logran alcanzar el nivel 3 ya tienen establecido un sistema de planificación
formal, eficiente e integrado, con la finalidad de que tanto el lado de la demanda
como el de la oferta puedan colaborar. Las reuniones son realizadas
periódicamente con la finalidad de alinear los planes de oferta y demanda. Estas
son dirigidas por la dirección ejecutiva junto con integrantes de los demás
departamentos y como resultado se obtiene un solo plan de demanda en bruto y
un único plan de abastecimiento, alineados ambos entre si. Además, durante las
reuniones de S&OP, ambos planes de ajustan y están abiertos a discusión. Este
proceso de planificación de amplia por lo general de 18 a 24 meses.
Finalmente, el impacto del proceso del S&OP mejora las ventas y los
márgenes, aumenta la calidad del servicio al cliente y las empresas pueden
competir eficientemente en un entorno altamente competitivo.
De acuerdo con Gartner, el 19% de las empresas que el investigó se
encuentran dentro de esta etapa.
Nivel 4: El objetivo del nivel 4 es el de configurar la demanda y la toma de
decisiones para mejorar el rendimiento. En esta etapa, las reuniones de S&OP
están impulsadas por eventos. Las reuniones se programan a demanda, es decir,
cuando existe el deseo de cambiar un plan existente o cuando se genera un
desequilibrio entre oferta y demanda. Para ello, el proceso es constantemente
monitoreado, por lo que, cuando es necesario, estos planes entran en alerta y
dan aviso a la dirección sobre la necesidad de tomar acciones.
En este nivel, los sistemas de colaboración entre oferta y demanda se
integran con los sistemas internos, creando una participación externa mediante
la obtención de información colaborativa de clientes y proveedores.
Gartner nos comenta que, en su estudio solamente el 14% de las
empresas clasificaban para este nivel.
55
Publicación y ajuste del Consenso en el Plan de Demanda:
El consenso del plan de demanda se desarrolla utilizando los pronósticos base
como referencia, el volumen de ventas y en volumen de marketing utilizados
como entradas y publicados al área de abastecimiento y planeación para un
detalle desagregado a nivel de SKU.
Las actividades específicas incluyen revisar varios insumos en el plan de
demanda, identificar y abordar variaciones y excepciones, captar los cambios y
suposiciones clave e identificar riesgos y oportunidades, asi como revisar las
métricas y tendencias.
El proceso de consenso cuenta con los principales principios clave:
Reuniones de Consenso:
Habrá una reunión mensual de consenso para generar el plan de
consenso de demanda
La reunión de consenso será facilitada por los planificadores de la
demanda
Se requiere que los representantes de ventas y marketing designados
estén presentes
Consenso del Plan de Demanda:
El consenso del plan de demanda es propiedad del jefe de ventas o
marketing (o nivel equivalente).
El consenso del plan de demanda se convertirá en un plan de ingresos
mensual y comparado con el plan financiero
Publicación del Consenso del Plan de Demanda:
El consenso del plan de demanda se desagregará a procesos semanales
y se pasará a la planificación de la oferta, semanalmente.
El método de desagregación será determinado por el planificador de la
demanda.
56
El consenso del plan de demanda debe ser pasado al proceso de S&OP
y el departamento de finanzas debe estar informado de las brechas
identificadas entre el plan financiero y el plan de consenso.
Indicadores Estratégicos:
La empresa, como parte de su filosofía laboral, sobrepone ante toda gestión
determinados criterios que detallaremos a continuación y en el siguiente orden
de relevancia, por lo que las decisiones que se toman diariamente se rigen en
función a:
Seguridad: Evitar realizar cualquier acto inseguro o desarrollar
actividades en condiciones inseguras, que se pretenda realizar para llegar
al objetivo o cumplir con las actividades encomendadas.
Nivel de Servicio: Atención dentro de las primeras 48 horas de haber
recibido algún pedido, lo mismo para solución de quejas, reclamos y
devoluciones.
Costo: Los materiales a emplear deben ser los mismos que han sido
homologados y seleccionados como válidos para fabricación, lo que
implica que no pueden usarse materiales similares o sustitutos no
homologados, aunque el costo sea mucho menor.
Nivel de Inventario: El nivel de inventario puede aumentar o disminuir
en función al crecimiento de la demanda, sin embargo, el DOH debe
seguir expresando un nivel de rotación acorde al plan de abastecimiento
propuesto.
57
Backorder:
Se define así a todo pedido recibido por parte de los clientes que no ha podido
ser cubierto y atendido en su totalidad al momento de recibirla y para el cual el
cliente se muestra dispuesto a esperar un tiempo definido para la regularización
de la entrega del producto solicitado que se encuentre pendiente.
Por ejemplo, el cliente coloca una orden de compra por una totalidad de
10 items, sin embargo, en almacén solo tienen disponibilidad de 9 de ellos y
basta con tener un ítem que no se entregue por completo para que la totalidad
de la orden sea considerada como no atendida, añadiendo un punto de
backorder al indicador de DIFOT.
Delivered in Full – On time (DIFOT)
Hace referencia a la atención total del pedido recibido (PO) dentro del límite de
tiempo establecido o antes de la fecha pactada con el cliente. Cuando se da el
caso de una atención parcial o que no cumple con la totalidad del pedido
realizado por el cliente, se genera un Backorder e impacta directamente al
cálculo porcentual del DIFOT, el cual, para su cálculo divide el número de
atenciones realizadas al 100% la primera vez entre la totalidad de los pedidos
recibidos a lo largo del mes.
El DIFOT se ve afectado no solamente por problemas de stock, sino
también, intervienen algunos otros factores que influyen en la métrica al final de
cada periodo, por ello, detallaremos aquellos factores de la empresa que
contribuyen con la no entrega del producto al cliente:
Despacho: Las causas comunes reportadas son las llegadas de
transporte fuera del horario de atención del cliente, errores en el proceso
de Picking y despacho, envío de mercadería próxima a vencer, falta de
documentación como Guías de Remisión, Facturas o Certificados de
Calidad.
58
Créditos y Cobranzas: Demora en los tiempos de aprobación de línea
de crédito para clientes nuevos o recurrentes, así como clientes
frecuentes que no se encuentren al día con sus pagos.
Servicio al Cliente: Se genera cuando el área de SAC omite el envío de
alguna orden de compra y la envían fuera de fecha para su programación
y despacho.
Área Comercial: Cuando se da un cambio de producto, sea por nueva
formulación o presentación y no se le informa al cliente oportunamente.
Estos continúan solicitando un producto que ya ha sido retirado del
portafolio comercial.
Comercio Exterior (Comex): Roleos inesperados para el
reabastecimineto y demora en el proceso de desaduanaje y
nacionalización de mercadería.
Planning: Error en el proceso de consenso del forecasting y eliminación
del Bias, así como un mal seguimiento al indicador de Forecast Accuracy.
(Ver Tabla #3 y Tabla #4)
59
Total Día Institucional F&B QSR FRS Total Día Institucional F&B QSR FRS Total Día Institucional F&B QSR FRS
Semana 1
2-Jan 22 10 9 3 3 2 1 0 0 86.36% 80.00% 88.89%
3-Jan 30 16 14 0 0 0 0 0 100.00% 100.00% 100.00%
4-Jan 22 18 4 0 0 0 0 0 100.00% 100.00% 100.00%
5-Jan 20 11 6 3 1 0 1 0 0 95.00% 100.00% 83.33% 100%
6-Jan 38 23 14 1 1 1 0 0 0 97.37% 95.65% 100.00% 100%
7-Jan 10 1 1 6 2 1 1 0 0 0 90.00% 0.00% 100.00% 100% 100%
8-Jan 0 0 0 0 0 0
Semana 2
9-Jan 35 29 4 2 0 0 0 0 0 100.00% 100.00% 100.00% 100%
10-Jan 23 14 8 1 3 2 1 0 0 86.96% 85.71% 87.50% 100%
11-Jan 20 15 4 1 1 0 0 1 0 95.00% 100.00% 100.00% 0%
12-Jan 20 12 4 3 1 1 0 0 1 0 95.00% 100.00% 100.00% 67% 100%
13-Jan 13 10 3 0 0 0 0 0 100.00% 100.00% 100.00%
14-Jan 10 3 7 1 0 1 0 0 90.00% 100.00% 85.71%
15-Jan 0 0 0 0 0 0
Semana 3
16-Jan 10 5 4 1 0 0 0 0 0 100.00% 100.00% 100.00% 100%
17-Jan 23 13 9 1 2 1 0 1 0 91.30% 92.31% 100.00% 0%
18-Jan 18 9 6 2 1 1 0 0 1 0 94.44% 100.00% 100.00% 50% 100%
19-Jan 11 5 6 0 0 0 0 0 100.00% 100.00% 100.00%
20-Jan 14 9 5 1 0 1 0 0 92.86% 100.00% 80.00%
21-Jan 8 2 6 0 0 0 0 0 100.00% 100.00% 100.00%
22-Jan 0 0 0 0 0 0
Semana 4
23-Jan 5 5 1 1 0 0 0 80.00% 80.00%
24-Jan 8 5 3 0 0 0 0 0 100.00% 100.00% 100.00%
25-Jan 18 11 7 1 0 1 0 0 94.44% 100.00% 85.71%
26-Jan 16 8 5 3 1 0 1 0 0 93.75% 100.00% 80.00% 100%
27-Jan 16 6 9 1 2 0 2 0 0 87.50% 100.00% 77.78% 100%
28-Jan 4 2 2 0 0 0 0 0 100.00% 100.00% 100.00%
29-Jan 0 0 0 0 0 0
Semana 5
30-Jan 7 7 0 0 0 0 0 100.00% 100.00%
31-Jan 20 13 7 3 2 1 0 0 85.00% 84.62% 85.71%
1-Feb 0 0 0 0 0 0
2-Feb 0 0 0 0 0 0
Total 441 262 147 24 8 24 10 10 4 0 94.6% 96.2% 93.2% 83.3% 100.0%
N° TOTAL DE PEDIDOS PROGRAMADOS PEDIDOS NO ATENDIDOS RATIO EFECTIVIDAD PEDIDOS ATENDIDOS
Tabla #3: Reporte local de DIFOT
Fuente: Servicio al Cliente.
60
División N° Pedido Tipo Problema Problema SAC Comex Compras Locales Planning Créditos Almacén/Distribución DIFOTSemana 1
2-Jan Institucional 33603 Stock
El producto no fue embarcado en USA. (error interno de Joliet).
order processing
2-Jan Institucional 33581 Stock Producto vencido. Inventory
2-Jan F&B 32917 Stock No hubo forecast Plant execution
3-Jan
4-Jan
5-Jan F&B 33463 Stock En Nov.se vendió 32 ton. - forecast 19 ton. Se tenía un stock de 9 ton. Se regularizo..
Sales over forecast
6-Jan Institucional 33710 Stock En Diciembre se entregó como reemplazo de Oasis 115 XP. Venta promedio del mes 10 und.
Planning
7-Jan Institucional 33731 Stock Producto vencido. Inventory
8-Jan
Semana 2
9-Jan
10-Jan Institucional 33784 Stock El stock disponible estaba vencido. Inventory
10-Jan Institucional 33790 Stock Forecast 550 und. Venta real 761 und. Regularizado.
Sales over forecast
10-Jan F&B 33785 Stock Se vendió en reemplazo del Tsunami 100 Lead time
11-Jan QSR 33820 DespachoError en Facturación, no se
realizo en el momento oportuno la factura
Order Processing
12-Jan QSR 33837 Despacho Producto dañado Inventory
13-Jan
14-Jan F&B 33817 Stock No fue embarcado de Colombia por tema de IMO Lead time
15-Jan
Semana 3
16-Jan
17-Jan Institucional 33881 Stock Producto vencido. Inventory17-Jan QSR 33902 Stock Error de planificación Planning18-Jan QSR 33912 Stock Error de planificación Planning19-Jan
20-Jan
21-Jan
22-Jan
Semana 4
23-Jan Institucional 33953 Stock
TS L2000XP - El stock disponible estaba vencido. Oasis Pro 14- no aceptaron el producto por estar próximo a vencer.
Inventory
24-Jan
25-Jan
26-Jan
27-Jan F&B 34007 Stock No fue embarcado de Colombia por tema de IMO Lead time
27-Jan F&B 34029 Stock
Oxonia active 150, se vendió en reemplazo del Tsunami 100. Vortexx ES, el stock disponible estaba vencido y la reposición de Colombia demoró en embarcar por clasificación IMO. TS L2000XP, producto vencido.
Lead time
28-Jan
29-Jan
Semana 5
Danper Trujillo Tsunami 100 (20 kg)
Danper Trujillo Oxonia Active / Vortexx ES / TS L2000 (INS)
Sodexo TRI STAR L2000 / OASIS PRO 14
Servicios de Alimentos Elba Pineda ANTIMICROBIAL FRUIT&VEGETABLE TREAT (2.5
Delosi KAY LIQUID CLEANSER
DPP KAY LIQUID CLEANSER
Sigdelo
Agroindustrias aib Tsunami 100 (21 kg)
Sodexo TRI STAR L2000 XP
Axionlog
Laive P3-Oxonia Active 150
Suites el Golf Los Incas XY-12 ENVASE DE 1 GALON
ANTIMICROBIAL FRUIT&VEGETABLE TREAT (2.5Sodexo
Cliente (Razón Social) Producto
APC TRI STAR AQUA SOFT
Sodexo ANTIMICROBIAL FRUIT&VEGETABLE TREAT (2.5
Corp. Lindley Selene
UCP Backus Stabilon VP
Explora Valle Sagrado Wash and Walk
Tabla #4: Detalle problemas de DIFOT
Fuente: Servicio al Cliente.
61
OBJETIVO DE LA INVESTIGACIÓN Objetivo General.
Mejorar la gestión de inventarios a través del efectivo uso del programa de
S&OP.
Objetivos Específicos.
Plantear una política de abastecimiento que permita reducir el monto
valorizado del inventario.
Mejorar el indicador de Days on Hand Inventory (DOH).
Mejorar el nivel de servicio (DIFOT).
Mejorar el nivel de obsolescencia.
JUSTIFICACIÓN DE LA INVESTIGACIÓN
La presente investigación servirá de soporte para futuros estudios sobre
gestión de inventarios e impacto de pronósticos, soportados a través de un
programa de S&OP, en donde a lo largo del estudio se emplearán diversos
conocimientos base para los procesos de planeación y reabastecimiento.
Los problemas con la gestión de inventarios muchas veces suele ser
tema común en las empresas que no han desarrollado políticas de reposición
y almacenamiento adecuadas a la naturaleza de sus actividades. El
entendimiento del comportamiento de cada producto a lo largo de las
estaciones del año y la información compartida sobre alcance de demanda con
los clientes suelen jugar un rol importante en términos de planeación.
62
Con la presente investigación se busca solucionar el nivel de pérdida que
mantiene la empresa por la sobrecarga de material no necesario, asimismo se
presentan diferentes aportes a nivel socioeconómico y ambiental que
detallaremos más adelante.
Un correcto proceso de S&OP, donde se realizan pronósticos
consensuados y se discuten planes de acción ante desviaciones del plan de
demanda, se vuelve indispensable, pues se buscará mitigar los impactos por
exceso de productos, perecibilidad y quiebres de stock. El bajo nivel de
precisión para los pronósticos da como resultado demasía de productos
almacenados, punto que representa una desventaja competitiva para las
empresas y que a su vez se traduce en costos menos competitivos.
El mantener niveles altos de stock no necesariamente es garantía de un
alto nivel de servicio. Evitando la inmovilización de capital con stock innecesario
se podrá reducir satisfactoriamente el nivel de DOH. Asimismo, el
abastecimiento de productos en las cantidades adecuadas y en volúmenes
consolidados permitirá desarrollar un mejor flujo de abastecimiento.
En la búsqueda de una mejora en el nivel de servicio, se pretende que,
a través de una óptima gestión del inventario, se refleje una optimización en las
entregas a los clientes, cumpliendo con el total de los productos solicitados y
en la fecha requerida. El incremento porcentual del indicador de DIFOT,
representa una reducción en la duplicidad de transporte a un mismo punto en
reiteradas ocasiones, lo que se traduce en una disminución en los niveles de
emisión de CO2 originados por los medios de transporte.
El incremento del volumen de ventas impactará de manera positiva no
solamente a la empresa, sino también a quienes laboran en ella, puesto que
podrán recibir un incremento en la repartición de utilidades al final del periodo.
Los productos fabricados por Ecolab, utilizados en sus diferentes
63
programas de limpieza, tienen como finalidad lograr un ahorro del nivel de uso
de agua en comparación con otros productos que existen en el mercado. Su
alto nivel de concentración y bajos niveles de dosificación, representan un
ahorro en el uso de recursos hídricos para los procesos de limpieza. Por tanto,
los clientes al verse siempre abastecidos contribuirán al ahorro de litros de
agua. (Para más información sobre el volumen de agua ahorrado durante el
2017, puede visitar la página oficial de Ecolab http://www.ecolab.com/)
HIPÓTESIS
Hipótesis General
La implementación del programa de S&OP mejoraría la gestión de inventarios
en la empresa.
Hipótesis Específicas
La implementación del programa de S&OP reduciría el monto valorizado del
inventario.
Con la implementación del programa de S&OP se mejorará el indicador del DOH.
El efectivo uso del programa de S&OP mejoraría el nivel de servicio.
El consenso de pronósticos generado en las juntas de S&OP mejoraría la
eliminación de materiales obsoletos.
64
Hipótesis Nulas
La implementación del programa de S&OP no reduciría el monto valorizado del
inventario.
Con la implementación del programa de S&OP no se mejorará el indicador del
DOH.
El efectivo uso del programa de S&OP no mejoraría el nivel de servicio.
El consenso de pronósticos generado en las juntas de S&OP no mejoraría la
eliminación de materiales obsoletos.
65
Matriz de Consistencia:
Tabla #5: Matriz de Consistencia
Fuente: Elaboración propia
PROBLEMA GENERAL OBJETIVO GENERAL HIPÓTESIS GENERAL VARIABLES DE ESTUDIO INDICADORES MÉTODO
¿Cuál es el efecto del
programa de S&OP en cuanto a
la mejora de la gestión de
inventarios en la empresa?
Mejorar la gestión de
inventarios a través del efectivo
uso del programa de S&OP.
La implementación del programa
de S&OP mejoraría la gestión de
inventarios en la empresa.
PROBLEMAS ESPECÍFICOS OBJETIVOS ESPECÍFICOS HIPÓTESIS ESPECÍFICAS
¿Cuál debe ser la política de
abastecimiento que maneje la
empresa?
Plantear una polìtica de
abastecimiento que permita
reducir el monto valorizado del
inventario.
La implementación del programa
de S&OP reduciría el monto
valorizado del inventario.
¿Cuál es el impacto que tiene
en la empresa la
implementación del programa
de S&OP con el nivel de DOH?
Mejorar el indicador de Days on
Hand Inventory (DOH).
Con la implementación del
programa de S&OP se mejorará el
indicador del DOH.
¿Cuál es el efecto generado
entre la gestión de inventario
y DIFOT tras la propuesta del
programa de S&OP ?
Mejorar el nivel de servicio
(DIFOT).
El efectivo uso del programa de
S&OP mejoraría el nivel de
servicio.
¿Cuál es el efecto generado en
la eliminación de material
obsoleto tras la propuesta del
programa de S&OP ?
Disminuir el nivel de
obsolescencia.
El consenso de pronósticos
generado en las juntas de S&OP
mejoraría la eliminación de
materiales obsoletos.
Título de la investigación: "Implementación del programa de S&OP para la mejora de la gestión de inventarios en una empresa comercializadora"
El presente estudio es de
tipo cuasi experimental, de
carácter mixto y contempla
un paradigma positivista.
Valorizaciónde
Inventario
Rotación de inventarios
Nivel de Servicio
Obsolescencia
Independiente: Implementacion del programa de S&OP
Dependiente: Inventario, DOH, DIFOT,
Obsolescencia
66
MARCO METODOLÓGICO
El presente estudio es de tipo cuasi experimental y de carácter mixto. A partir de
ello se buscará medir y evaluar los aspectos o componentes que se relacionan
directamente con el caso de estudio.
Aplicaremos la búsqueda de una muestra que sea capaz de representar
a la población de estudio y a su vez se emplearán diversas teorías para evaluar
el impacto de su implementación en el estudio.
Para efectos de la presente investigación, se considera utilizar la
información histórica desde enero 2016 a la actualidad.
Asimismo, se puede afirmar que el paradigma empleado en la presente
investigación es positivista. En función al paradigma positivista, se desarrollan
hipótesis y posteriormente se demuestra o evidencia de manera científica la
relación existente entre los hechos descritos.
Para finalizar, para el desarrollo del presente estudio se llevará a cabo la
realización de una herramienta de encuesta, con la finalidad de realizar una
recolección de información capaz de probar las hipótesis planteadas, soportado
a través de análisis estadísticos.
VARIABLES
Independiente
El programa de S&OP será considerada como la variable independiente para el
presente estudio, debido a que su implementación dentro de los procesos
internos de la compañía determinará el nivel de impacto positivo o negativo para
la gestión de inventarios.
67
Dependiente
Definiremos como variable dependiente la valorización del inventario, puesto que
la valorización incrementará o se reducirá en función a la información
consensuada que se genere durante las reuniones de S&OP para la elaboración
de pronósticos en el plan de demanda. La calidad de información influirá en el
total de inventario necesario a contar en el almacén para garantizar las
actividades comerciales de la empresa.
Consideraremos el indicador de DOH como segunda variable dependiente
debido a que las acciones y consensos generados en las juntas de S&OP
influyen positiva o negativamente en su cálculo. Con un menor valorizado de
productos almacenados y con una mayor rotación de productos durante el mes,
menor será el indicador del DOH al cierre del periodo.
El nivel de servicio es otra de las variables dependientes, puesto que el
consenso de los pronósticos generados en las juntas de S&OP determinan la
cantidad de material a importar o producir mensualmente; en cuanto mejor sea
el pronóstico y mayor sea el nivel de precisión, muchas más garantías habrá de
no sufrir un quiebre de stock o backorder, logrando cubrir las necesidades
directas de los clientes en general.
Finalmente, la última variable dependiente en el estudio es la cantidad
valorizada de material obsoleto eliminado al final de cada periodo, pues este
resulta de los errores en los pronósticos y posteriores planes de acción no
concretados. Una de las razones del desarrollo del programa de S&OP es
precisamente la de evitar este tipo de escenarios, a través de sus juntas
mensuales.
68
POBLACIÓN Y MUESTRA
Población
La población de la investigación estará conformada por el personal de
ventas de las diferentes unidades comerciales que se encuentran laborando en
la actualidad, así como también al personal del área de Supply Chain y Finanzas.
Por ello, se considerarán participantes de las siguientes áreas:
Food and Beverage (F&B)
Regional Manager
District Manager
Account Managers
Institutional (INST)
Regional Manager
District Manager
Account Managers
Quick Retail Service (QSR)
District Manager
Account Managers
Food Retail Service (FRS)
District Manager
Account Managers
Supply Chain
Plant Manager
Operations Manager
Demand Planner
Finances
69
Controller
Accountant
Muestra
Dado el bajo número de personas que conforman la población, procederemos a
definir el mismo tamaño de muestra, es decir, 50.
De esta manera, afirmamos que el tipo de muestreo es no probabilístico
por conveniencia, ya que el investigador ha seleccionado a los sujetos de
investigación de manera intencional.
UNIDAD DE ANÁLISIS
Para la presente investigación, la unidad de análisis estará comprendida por las
personas del área de ventas de la empresa Ecolab Perú Holdings S.R.L que
actualmente vienen desarrollando sus labores a nivel nacional.
INSTRUMENTOS Y TÉCNICAS
Instrumentos
Para el desarrollo del estudio, se ha elaborado una encuesta cuya estructura
resulta de la selección de algunas preguntas que pueden encontrarse en el
modelo de encuesta originalmente preparado por la Magister Ana Castellanos.
Las preguntas han sido seleccionadas en función a las variables que
deseamos investigar, tales como Inventario, DIFOT, DOH y Obsoletos.
Adicional a ello, se han considerado preguntas que aportarán información
importante respecto al nivel de participación que mantienen los encargados del
desarrollo de los pronósticos.
70
Técnicas
Una vez realizada la recopilación de datos, procederemos a mostrar el resumen
de las respuestas obtenidas por los colaboradores de las diferentes áreas
comerciales. A través de la encuesta validada, se procedió a encuestar una
Nº Tipo Pregunta SiNo esta
seguroNo
1¿Ha tenido la empresa durante los últimos meses problemas por altos
inventarios?
2¿Conoce las restricciones logísticas respecto al aprovisionamiento para
los productos, por ejemplo: Shelf Life, Lead Time de reposición, MOQ?
3¿Existen cantidades en inventario de materiales o producto terminado
de lento movimiento?
4
¿Conoce aproximadamente cuál es el porcentaje de participación del
inventario de lento movimiento u obsoleto del nivel total del valor en
inventarios?
5¿Es recurrente que la empresa tenga problemas de caducidad en
inventarios perecederos?
6¿Conoce el costo de eliminación de los inventarios obsoletos y de
lento movimiento?
7 ¿Conoce o utiliza alguna técnica de pronósticos?
8 ¿Considera oportuno incrementar por seguridad sus pronósticos?
9¿Se cruzan las metas de venta con el pronóstico estadístico para
determinar el GAP o brecha a cubrir?
10 ¿Existen problemas de desabastecimiento a clientes?
11¿Ha tenido la empresa pérdidas de venta por falta de inventarios en
los últimos 3 meses?
12¿Ha tenido la empresa reclamos de clientes por desabastecimiento
durante los últimos 3 meses?
13 ¿Se conocen las causas de estos desabastecimientos?
14¿Se han generado sobrecostos dentro de la empresa por entregas
urgentes?
15¿Considera importante llevar un indicador de Order Full Rate para los
clientes?
DO
HO
BS
OLE
TO
SF
OR
EC
AS
TD
IFO
T
Tabla #6: Cuadro Encuesta
Fuente: Elaboración Propia.
71
muestra de 50 personas, cuya información de respuestas se muestra a
continuación:
Pre
gun
ta 1
Pre
gun
ta 2
Pre
gun
ta 3
Pre
gun
ta 4
Pre
gun
ta 5
Pre
gun
ta 6
Pre
gun
ta 7
Pre
gun
ta 8
Pre
gun
ta 9
Pre
gun
ta 1
0
Pre
gun
ta 1
1
Pre
gun
ta 1
2
Pre
gun
ta 1
3
Pre
gun
ta 1
4
Pre
gun
ta 1
5
Encuestado 1 Si No Ns no ns si no si no si ns si si si si
Encuestado 2 Si Si Ns no ns ns no si no si ns si si si si
Encuestado 3 Si Si Si no si ns no si no si si si no si si
Encuestado 4 NS NS Ns no si si no si no si si si no ns si
Encuestado 5 Si Si Si si si si si si no si si si si si si
Encuestado 6 Si No No no no si no no no si no si si si ns
Encuestado 7 Si Si No si si ns si si no si si si si si si
Encuestado 8 NS NS No no si si no si no si no no no si no
Encuestado 9 Si Si No no si si si si no si si si no si si
Encuestado 10 NS NS NS no si si no si no si si si no ns ns
Encuestado 11 Si Si No no no no no si no si no no no ns si
Encuestado 12 Si No Si si si si no si no si no si no si si
Encuestado 13 Si No Si si si si no si si si si si si si si
Encuestado 14 Si Si Si no si si no si si si si si si si si
Encuestado 15 NS NS No no no ns no no no si no no no ns no
Encuestado 16 Si No Si no si si no si si si si no no si si
Encuestado 17 Si No Si si si si si si si si si si no si si
Encuestado 18 Si Si Si no si si si si si si si no ns si si
Encuestado 19 Si No NS no no si no si no si no si no si si
Encuestado 20 NS NS NS no si ns no si no si si no no no no
Encuestado 21 Si Si Si si si si no si si si si no ns si si
Encuestado 22 Si Si Si si si no no si si si si si no si si
Encuestado 23 Si No Ns no ns ns no si no si no no ns ns ns
Encuestado 24 Si Si Si si si si no si si si si si ns si si
Encuestado 25 Si Si Si ns si si no si si si si si no si si
Encuestado 26 Si Si Si si ns no no si no si no no no si si
Encuestado 27 Si No ns no si si no ns no si no si ns si si
Encuestado 28 NS NS ns no no si no ns no si no si no ns si
Encuestado 29 Si Si Si si si si si si no si si si no si si
Encuestado 30 Si No si no si ns si si no si si si ns si si
Encuestado 31 Si No no no no no no si no si si no no ns no
Encuestado 32 Si Si Si si si si si si si si si si no si si
Encuestado 33 Si Si Si si si si si si si si si si no si si
Encuestado 34 NS NS ns no si ns no si no si si si si si si
Encuestado 35 NS NS ns no ns no no ns no si si si no no ns
Encuestado 36 Si No no no si no no ns no si si si no no ns
Encuestado 37 Si Si Si si si si no si si si si si ns si si
Encuestado 38 NS NS ns no no si no no no si no si no si si
Encuestado 39 Si No no no si no no no no si si no no ns no
Encuestado 40 Si No no no ns ns no si no si si si no si si
Encuestado 41 Si No no no si si no si no si no ns no si no
Encuestado 42 Si Si si si si no si si si si si si ns si si
Encuestado 43 NS NS ns no si ns no ns no no ns ns no ns no
Encuestado 44 No No ns no no no no si no no ns no no ns no
Encuestado 45 No No ns no si si no si no no no ns no no no
Encuestado 46 No No ns no si ns no si no no ns ns no no no
Encuestado 47 No No ns no no si si si no no ns ns no ns ns
Encuestado 48 No No ns no ns ns no ns no no ns ns no no no
Encuestado 49 No No ns no si ns no ns no no ns no no ns no
Encuestado 50 No No ns no ns ns no ns no no ns no no no no
Tabla #7: Respuestas Encuesta
Fuente: Elaboración Propia.
72
En función a las respuestas obtenidas, se asignará un peso ponderado a cada
tipo de respuesta, tomando valores de 2, 1 y 0 para Si, Ns y No respectivamente.
El criterio de peso ponderado va en función al nivel de conocimientos aplicados
o que comparten en los procesos comerciales de la empresa.
Pre
gun
ta 1
Pre
gun
ta 2
Pre
gun
ta 3
Pre
gun
ta 4
Pre
gun
ta 5
Pre
gun
ta 6
Pre
gun
ta 7
Pre
gun
ta 8
Pre
gun
ta 9
Pre
gun
ta 1
0
Pre
gun
ta 1
1
Pre
gun
ta 1
2
Pre
gun
ta 1
3
Pre
gun
ta 1
4
Pre
gun
ta 1
5
Sum
ato
ria
Encuestado 1 2 0 1 0 1 2 0 2 0 2 1 2 2 2 2 19
Encuestado 2 2 2 1 0 1 1 0 2 0 2 1 2 2 2 2 20
Encuestado 3 2 2 2 0 2 1 0 2 0 2 2 2 0 2 2 21
Encuestado 4 1 1 1 0 2 2 0 2 0 2 2 2 0 1 2 18
Encuestado 5 2 2 2 2 2 2 2 2 0 2 2 2 2 2 2 28
Encuestado 6 2 0 0 0 0 2 0 0 0 2 0 2 2 2 1 13
Encuestado 7 2 2 0 2 2 1 2 2 0 2 2 2 2 2 2 25
Encuestado 8 1 1 0 0 2 2 0 2 0 2 0 0 0 2 0 12
Encuestado 9 2 2 0 0 2 2 2 2 0 2 2 2 0 2 2 22
Encuestado 10 1 1 1 0 2 2 0 2 0 2 2 2 0 1 1 17
Encuestado 11 2 2 0 0 0 0 0 2 0 2 0 0 0 1 2 11
Encuestado 12 2 0 2 2 2 2 0 2 0 2 0 2 0 2 2 20
Encuestado 13 2 0 2 2 2 2 0 2 2 2 2 2 2 2 2 26
Encuestado 14 2 2 2 0 2 2 0 2 2 2 2 2 2 2 2 26
Encuestado 15 1 1 0 0 0 1 0 0 0 2 0 0 0 1 0 6
Encuestado 16 2 0 2 0 2 2 0 2 2 2 2 0 0 2 2 20
Encuestado 17 2 0 2 2 2 2 2 2 2 2 2 2 0 2 2 26
Encuestado 18 2 2 2 0 2 2 2 2 2 2 2 0 1 2 2 25
Encuestado 19 2 0 1 0 0 2 0 2 0 2 0 2 0 2 2 15
Encuestado 20 1 1 1 0 2 1 0 2 0 2 2 0 0 0 0 12
Encuestado 21 2 2 2 2 2 2 0 2 2 2 2 0 1 2 2 25
Encuestado 22 2 2 2 2 2 0 0 2 2 2 2 2 0 2 2 24
Encuestado 23 2 0 1 0 1 1 0 2 0 2 0 0 1 1 1 12
Encuestado 24 2 2 2 2 2 2 0 2 2 2 2 2 1 2 2 27
Encuestado 25 2 2 2 1 2 2 0 2 2 2 2 2 0 2 2 25
Encuestado 26 2 2 2 2 1 0 0 2 0 2 0 0 0 2 2 17
Encuestado 27 2 0 1 0 2 2 0 1 0 2 0 2 1 2 2 17
Encuestado 28 1 1 1 0 0 2 0 1 0 2 0 2 0 1 2 13
Encuestado 29 2 2 2 2 2 2 2 2 0 2 2 2 0 2 2 26
Encuestado 30 2 0 2 0 2 1 2 2 0 2 2 2 1 2 2 22
Encuestado 31 2 0 0 0 0 0 0 2 0 2 2 0 0 1 0 9
Encuestado 32 2 2 2 2 2 2 2 2 2 2 2 2 0 2 2 28
Encuestado 33 2 2 2 2 2 2 2 2 2 2 2 2 0 2 2 28
Encuestado 34 1 1 1 0 2 1 0 2 0 2 2 2 2 2 2 20
Encuestado 35 1 1 1 0 1 0 0 1 0 2 2 2 0 0 1 12
Encuestado 36 2 0 0 0 2 0 0 1 0 2 2 2 0 0 1 12
Encuestado 37 2 2 2 2 2 2 0 2 2 2 2 2 1 2 2 27
Encuestado 38 1 1 1 0 0 2 0 0 0 2 0 2 0 2 2 13
Encuestado 39 2 0 0 0 2 0 0 0 0 2 2 0 0 1 0 9
Encuestado 40 2 0 0 0 1 1 0 2 0 2 2 2 0 2 2 16
Encuestado 41 2 0 0 0 2 2 0 2 0 2 0 1 0 2 0 13
Encuestado 42 2 2 2 2 2 0 2 2 2 2 2 2 1 2 2 27
Encuestado 43 1 1 1 0 2 1 0 1 0 0 1 1 0 1 0 10
Encuestado 44 0 0 1 0 0 0 0 2 0 0 1 0 0 1 0 5
Encuestado 45 0 0 1 0 2 2 0 2 0 0 0 1 0 0 0 8
Encuestado 46 0 0 1 0 2 1 0 2 0 0 1 1 0 0 0 8
Encuestado 47 0 0 1 0 0 2 2 2 0 0 1 1 0 1 1 11
Encuestado 48 0 0 1 0 1 1 0 1 0 0 1 1 0 0 0 6
Encuestado 49 0 0 1 0 2 1 0 1 0 0 1 0 0 1 0 7
Encuestado 50 0 0 1 0 1 1 0 1 0 0 1 0 0 0 0 5
Varianza 0.540 0.810 0.586 0.820 0.622 0.602 0.700 0.385 0.785 0.549 0.745 0.793 0.581 0.540 0.766 53.675
Tabla #8: Respuestas Ponderadas Encuesta
Fuente: Elaboración Propia
73
Con la finalidad de poder conocer la validez del instrumento, procederemos a
aplicar el coeficiente Alfa de Cronbach.
� = JJ − 1 K1 − ∑ �L.��. M
Donde:
α = Coeficiente Alfa de Cronbach
K = Número de ítems �L.= Varianza de la suma de los ítems
��.= Sumatoria de varianza de los ítems
Reemplazando los valores del cuadro con la formula tenemos:
� = 1515 − 1 O1 − 9.8353.675V � = 1.0714 ∗ X1 − 0.1831Y
� = 0.875
El nivel de confiabilidad se considera como bueno dado que se encuentra
por encima de 0.80, por lo que podemos tener la certeza de que las preguntas y
respuestas guardan consistencia entre si, logrando aportar información relevante
para el estudio.
74
PROCEDIMIENTOS Y MÉTODOS DE ANÁLISIS
Procedimiento
Con la finalidad de poder recolectar la información se clasificaron a los
participantes en dos grupos, quienes se encuentran en Lima y los que se
encuentran en provincia.
El primer grupo y el más accesible, se encontraba desarrollando sus
labores dentro de Lima Metropolitana, razón por la cual se fue solicitando su
apoyo progresivamente, explicándoles la finalidad de la encuesta y posterior a
ello, compartirles el escenario al que se pretendía llegar, demostrándoles la
importancia de su información.
Para trabajar con el segundo grupo, quienes se encontraban en provincia,
se coordinó una conferencia vía WebEx, facilitándoles la comunicación ya que
incluso podían acceder a la charla desde sus dispositivos móviles. De igual forma
que con el primer grupo, se les expone la finalidad de la encuesta y a diferencia
del primer grupo donde estos mismos llenaban la encuesta, las preguntas les
fueron dictadas a todos al mismo tiempo y respondieron uno a uno a cada
pregunta. La sesión de la reunión duró aproximadamente 47 min.
Método de Análisis
Con la finalidad de validar la presente encuesta, procederemos a someterla a la
prueba de Alfa de Cronbach, a través del software estadístico SPSS Versión 22.
De igual forma, también buscaremos medir el nivel de confiabilidad utilizando el
índice de correlación de Pearson y la correlación Alpha de Spearman-Brown.
75
El nivel de confiabilidad se encuentra por encima de 0.80, por lo que
podemos tener la certeza de que las preguntas y respuestas guardan
consistencia entre si, logrando aportar información relevante para el estudio.
Tabla #9: Tabla Estadística de Fiabilidad
Fuente: SPSS Versión 22
76
Tabla #10: Correlación de Pearson.
Fuente: SPSS Versión 22.
77
Tabla #11: Correlación de Spearman - Brown.
Fuente: SPSS Versión 22.
78
RESULTADOS
Una vez realizada el levantamiento de información, se obtienen los siguientes resultados:
Pregunta 1:
¿Ha tenido la empresa durante los últimos meses problemas por altos inventarios?
Figura #23: Resultados pregunta 1.
Fuente: Elaboración propia.
En la pregunta realizada se evidencia que el 66% de encuestados
reconocen saber que existe problemas de exceso de inventario, ya sea por su
coste o por la cantidad en Kg y unidades. Por otro lado, un 20% afirma no estar
seguro si su unidad de negocio tiene problemas por exceso de inventario y
finalmente un 14% reporta que en sus unidades de negocio no se han reportado
problemas similares.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 33 66% 66% 66%
No está seguro 10 20% 20% 86%
No 7 14% 14% 100%
Total 50 100% 100%
79
Pregunta 2:
¿Conoce las restricciones logísticas respecto al aprovisionamiento para los productos, por ejemplo: Shelf Life, Lead Time de reposición, MOQ?
Figura #24: Resultados pregunta 2.
Fuente: Elaboración propia.
En el siguiente gráfico se observan los resultados de la pregunta 2, donde
se evidencia una falta de difusión de información básica entre supply chain y el
área comercial. El 44% de encuestados afirma desconocer las restricciones de
abastecimiento, mientras que un 20% tiene una ligera. Por otro lado, un 36% si
conoce cuales son las limitantes y toma esta información en consideración para
la implementación de futuros proyectos e incrementos en sus planes de venta.
El abastecimiento de productos tiene un lead time de 3 meses promedio,
dependiendo del país que se importe. Por ello, es importante difundir información
básica para la reposición de productos y que el área comercial entienda la
importancia de la precisión de los pronósticos y la capacidad de respuesta que
tiene supply chain frente a incrementos repentinos en la demanda.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 18 36% 36% 36%
No está seguro 10 20% 20% 56%
No 22 44% 44% 100%
Total 50 100% 100%
80
Pregunta 3:
¿Existen cantidades en inventario de materiales o producto terminado de lento movimiento?
Figura #25: Resultados pregunta 3.
Fuente: Elaboración propia.
En esta pregunta se evidencia que el 38% de los encuestados si reconocen
saber que en los almacenes cuentan con productos cuya rotación no es la
esperada, causado por la sobre estimación y pérdida de clientes. Un 22% no está
seguro pues afirman no tener información respecto a ello y el 40% de encuestados
afirma no tener productos en lento movimiento.
Parte del objetivo del S&OP es la de alinear los intereses del área de Supply
con el área de ventas. Un forecast preciso evita el sobre abastecimiento y para
ello, un monitoreo constante y retroalimentaciones inmediatas por parte del área
comercial ante posibles disminuciones de demanda resulta crucial para modificar
los planes de abastecimiento en caso sea necesario.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 19 38% 38% 38%
No está seguro 20 40% 40% 78%
No 11 22% 22% 100%
Total 50 100% 100%
81
Pregunta 4:
¿Conoce aproximadamente cuál es el porcentaje de participación del inventario de lento movimiento u obsoleto del nivel total del valor en inventarios?
Figura #26: Resultados pregunta 4.
Fuente: Elaboración propia.
En el gráfico se observa que el 70% de los encuestados afirma no conocer
a cuánto asciende el nivel de inventario en exceso o de lento movimiento. Por otro
lado, solo un 28% cuenta con el conocimiento base sobre la cantidad aproximada
que maneja su respectiva división comercial. Solamente una persona, que
representa el 2%, indicó no estar seguro; no obstante, si ha escuchado respecto
al tema.
Se ha identificado que aproximadamente un 10% del inventario es de lento
movimiento, sin considerar excesos y obsoletos. Que el área comercial tenga
identificado cuales son los productos clasificados como lento movimiento ayudará
a generar planes de acción con la finalidad de reducir estos inventarios.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 14 28% 28% 28%
No está seguro 1 2% 2% 30%
No 35 70% 70% 100%
Total 50 100% 100%
82
Pregunta 5:
¿Es recurrente que la empresa tenga problemas de caducidad en inventarios perecederos?
Figura #27: Resultados pregunta 5.
Fuente: Elaboración propia.
Tal y como se observa en la gráfica, para esta pregunta el 66% de los
encuestados reconoció haber tenido experiencias negativas en cuanto a la
perecibilidad de los productos. Un 18% afirma no haber tenido problemas como
este en el pasado, mientras que un 16% afirma que han tenido problemas
puntuales respecto a este tema.
La empresa comercializa con muchos productos que están compuestos por
peróxido de hidrogeno, hipoclorito de sodio y ácido acético, por lo que el tiempo
de expira es reducido y la planificación de demanda se vuelve crucial con la
finalidad de evitar excesos y posterior a ello, la obsolescencia. Si el área comercial
entiende la importancia de los pronósticos, se logrará reducir considerablemente
el nivel de pérdida para estos materiales obsoletos.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 33 66% 66% 66%
No está seguro 8 16% 16% 82%
No 9 18% 18% 100%
Total 50 100% 100%
83
Pregunta 6:
¿Conoce el costo de eliminación de los inventarios obsoletos y de lento movimiento?
Figura #28: Resultados pregunta 6.
Fuente: Elaboración propia.
Para esta pregunta, el 18% de los encuestados afirma no conocer que
existe un costo de eliminación por los productos obsoletos, un 28% afirma saber
que existe una política, pero no tienen muy claro cuál es el valor de provisión
según categoría de productos y el 54% restante sí conoce la política de Ecolab
para la eliminación de productos obsoletos.
Los cargos generados por la obsolescencia y eliminación son cargados
directamente a las cuentas de las divisiones comerciales. Resulta fundamental
reforzar el conocimiento de la política de Ecolab para eliminación de materiales
con toda el área comercial. La finalidad de esto es que todos en la organización
comprendan que los errores en los pronósticos afectan contablemente a la
empresa.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 27 54% 54% 54%
No está seguro 14 28% 28% 82%
No 9 18% 18% 100%
Total 50 100% 100%
84
Pregunta 7:
¿Conoce o utiliza alguna técnica de pronósticos?
Figura #29: Resultados pregunta 7.
Fuente: Elaboración propia.
Para esta pregunta, solamente el 22% indicó emplear la técnica de
promedios móviles para la elaboración de pronósticos, tomando como referencia
los últimos 3 periodos de venta, mientras que el 78% restante indicó no utilizar
alguna técnica para la elaboración de sus pronósticos, pues usualmente replican
el volumen de venta al cierre del mes anterior.
Con esto se evidencia que los métodos usados anteriormente para la
elaboración de pronósticos podían contener información equivocada, generada
por desviaciones de la demanda y bias. Como resultado de esto, el nivel de
inventario se encuentra por encima de lo que se ha calculado como óptimo.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 11 22% 22% 22%
No está seguro 0 0% 0% 22%
No 39 78% 78% 100%
Total 50 100% 100%
85
Pregunta 8:
¿Considera oportuno incrementar por seguridad sus pronósticos?
Figura #30: Resultados pregunta 8.
Fuente: Elaboración propia.
En el gráfico observamos que, a esta pregunta el 76% de encuestados
indicó que por motivos de seguridad y en base a antecedentes de
desabastecimiento, suelen incrementar sus pronósticos de venta. Solamente un
8% indicó que no considera oportuno realizar este tipo de sobrestimaciones. El
16% restante mantiene una postura neutral.
Debido a la desconfianza existente entre ventas y supply chain, queda
evidenciado que los pronósticos tienden a sobre estimarse. Esto, sumado a que
supply chain mantiene un stock de seguridad a las cantidades solicitadas por el
área de ventas, origina una inflación de inventario.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 38 76% 76% 76%
No está seguro 8 16% 16% 92%
No 4 8% 8% 100%
Total 50 100% 100%
86
Pregunta 9:
¿Se cruzan las metas de venta con el pronóstico estadístico para determinar el GAP o brecha a cubrir?
Figura #31: Resultados pregunta 9.
Fuente: Elaboración propia.
En el gráfico observamos que, para esta pregunta solamente el 26% de los
encuestados afirma seguir el plan de ventas para llegar a cumplir con su meta
mensual. Por otro lado, el 74% indica que no suelen hacer comparaciones entre
el volumen estimado en el plan de abastecimiento con las cantidades de producto
que ofertan a sus clientes.
El orden y seguimiento del plan de ventas es tan importante como el poder
cubrir la meta de ventas. Como parte de este desorden de ventas, se evidencia
que suelen vender cantidades de productos no pronosticadas, las cuales incluso
son tomadas como referencia para los pronósticos del siguiente mes.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 13 26% 26% 26%
No está seguro 0 0% 0% 26%
No 37 74% 74% 100%
Total 50 100% 100%
87
Pregunta 10:
¿Existen problemas de desabastecimiento a clientes?
Figura #32: Resultados pregunta 10.
Fuente: Elaboración propia.
Para esta pregunta, solamente el 16% de encuestados comentó no haber
experimentado problemas de desabastecimiento, mientras que la gran mayoría,
el 84% afirma si haber experimentado problemas de desabastecimiento en los
últimos meses.
Del gráfico se entiende la necesidad urgente de poder cubrir las
necesidades del área comercial de manera eficiente, para ello, resulta crucial que
estos manejen ventas consecuentes al plan establecido y que la información
brindada para la elaboración de los pronósticos sea lo más precisa posible.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 42 84% 84% 84%
No está seguro 0 0% 0% 84%
No 8 16% 16% 100%
Total 50 100% 100%
88
Pregunta 11:
¿Ha tenido la empresa pérdidas de venta por falta de inventarios en los últimos 3 meses?
Figura #33: Resultados pregunta 11.
Fuente: Elaboración propia.
Para esta pregunta, el 26% asegura que los pedidos de sus clientes fueron
atendidos en su totalidad, sin haber recibido reclamo alguno. Otro 18% no había
recibido el reporte de pedidos atendidos por parte de servicio al cliente, mientras
que el 56% asegura haber cargado con un sobrecosto en los fletes debido a la
falta de producto y gastos de transporte duplicados para completar la atención de
pedidos pendientes.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 28 56% 56% 56%
No está seguro 9 18% 18% 74%
No 13 26% 26% 100%
Total 50 100% 100%
89
Pregunta 12:
¿Ha tenido la empresa reclamos de clientes por desabastecimiento durante los últimos 3 meses?
Figura #34: Resultados pregunta 12.
Fuente: Elaboración propia.
En el gráfico se observa que el 60% de los encuestados asegura hacer
recibido algún reclamo, ya sea de calidad o por errores en la atención de sus
pedidos. Un 12% no ha recibido aún el reporte de servicio al cliente y a la fecha
tampoco han recibido reclamos directos por parte del cliente; y finalmente un 28%
asegura no haber recibido reclamos por parte de sus clientes en los últimos 3
meses.
A pesar de que un pedido pueda ser completado y atendido a los 3 o 4 días
de generado el backorder, afecta al indicador de DIFOT, pues el escenario que se
busca es el de entregar el 100% del pedido en el primer despacho.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 30 60% 60% 60%
No está seguro 6 12% 12% 72%
No 14 28% 28% 100%
Total 50 100% 100%
90
Pregunta 13
¿Se conocen las causas de estos desabastecimientos?
Figura #35: Resultados pregunta 13.
Fuente: Elaboración propia.
Para la siguiente pregunta, el 16% de los encuestados asegura tener
conocimiento sobre las causas puntuales de los desabastecimientos sufridos. Un
16% no está completamente seguro, pero tienen ligera noción sobre las causas
que podrían haberlo generado. Finalmente, el 68% de los encuestados asegura
no tener conocimiento de las causas del desabastecimiento de productos en
almacén.
La principal razón del desabastecimiento se da por los errores en los
pronósticos y la elaboración del plan de demanda. El objetivo de S&OP es la de
mejorar el entendimiento de estos y reforzar el compromiso entre el área de ventas
y supply chain.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 8 16% 16% 16%
No está seguro 8 16% 16% 32%
No 34 68% 68% 100%
Total 50 100% 100%
91
Pregunta 14:
¿Se han generado sobrecostos dentro de la empresa por entregas urgentes?
Figura #36: Resultados pregunta 14.
Fuente: Elaboración propia.
De acuerdo con el gráfico, se evidencia que el 62% de los encuestados
asegura tener sobrecostos en el envío de productos debido a la atención de
pedidos urgentes o duplicidad de viajes gracias a la atención de pedidos que
habían quedado incompletos de atención. El 14% asegura no haber generado
gastos extra, mientras que un 24% comenta no estar seguro de la información
pues no tenían acceso a ella.
El indicador de cumplimiento del DIFOT puede generar sobrecostos con la
atención de pedidos urgentes; por otro lado, con la finalidad de reducir la
duplicidad de transporte, es importante mejorar la precisión de los pronósticos.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 31 62% 62% 62%
No está seguro 12 24% 24% 86%
No 7 14% 14% 100%
Total 50 100% 100%
92
Pregunta 15:
¿Considera importante llevar un indicador de Order Full Rate para los clientes?
Figura #37: Resultados pregunta 15.
Fuente: Elaboración propia.
El 62% de los encuestados considera importante llevar y compartir el
indicador de cumplimiento del nivel de servicio DIFOT. Por otro lado, un 26% no
lo considera importante, mientras que el 12% restante se mantiene neutral
referente a la información que genera este indicador.
El poder compartir esta información permitirá al corto y mediano plazo,
demostrar a las divisiones que no se necesita un exceso de inventario para poder
mantener un buen nivel de servicio. El S&OP busca compartir y consensuar
información que será empleada en la elaboración de los pronósticos y del plano
de demanda.
Resultados
PreguntaFrecuencia Porcentaje
Porcentaje
Válido
Porcentaje
Acumulado
Si 31 62% 62% 62%
No está seguro 6 12% 12% 74%
No 13 26% 26% 100%
Total 50 100% 100%
SI62%
NS12%
NO26%
93
Resumen del análisis:
Los elementos de la encuesta fueron seleccionados con la finalidad de entender
si es que en la compañía existe una difusión de información respecto a los
indicadores que se planean mejorar en la presente investigación. A su vez, se
logró levantar información sobre las prácticas comunes para la elaboración de
pronósticos, cuyos resultados derivan directamente en la gestión de inventarios.
Las preguntas del 1 al 4 buscan demostrar si es que existe entendimiento
por parte del área comercial respecto al indicador de DOH. Se evidencia que el
conocimiento se limita a solo una parte de los colaboradores y que no está
totalmente difundido. Esto es un indicador de que ciertamente los intereses de
supply chain no van alineados con los del área comercial.
Las preguntas 5 y 6 son referidas a la obsolescencia de productos, y se
comprueba que pese al cargo de eliminación que sufren las cuentas comerciales,
estos se siguen produciendo y se entienden como un resultado normal de las
operaciones diarias, siendo estas totalmente evitables con una mejor calidad de
pronósticos.
Respecto a las preguntas del 7 al 9, el objetivo fue identificar como es que
el área comercial elabora sus pronósticos antes de ser presentados al área de
supply chain para el reabastecimiento correspondiente. De los resultados se
demuestra que no existe una técnica determinada para la creación de pronósticos
y que estos suelen ser elaborados según criterio del vendedor. Se entiende una
clara desconfianza del área de ventas con supply chain pues esa es la razón de
que se sobre estimen o exista inflación en los pronósticos.
Además, como parte del desorden generado por lograr cubrir las metas de venta,
la salida aleatoria de productos genera desorden en la gestión del inventario por
parte de supply chain. Estas sobreventas puntuales no son consideradas como tal
por el área comercial, y tienden a estimar el mismo volumen, cuya cantidad esta
sesgada, como referencia de venta para el siguiente mes.
Finalmente, las preguntas del 10 al 15 se enfocan en la recopilación de
información para entender las deficiencias actuales con el cumplimiento del nivel
de servicio o DIFOT, pues en promedio, más de la mitad de los encuestados
94
afirman haber tenido dificultades con la atención de los productos para con sus
clientes. Pese a ello, por su parte la mayoría desconoce la razón de estos
desabastecimientos. En esta situación, supply chain debe reforzar el conocimiento
sobre el lead time de abastecimiento que maneja y reforzar una vez más, la
importancia de un correcto pronóstico.
Por último, la mayoría coincide en la importancia de la métrica de servicio
al cliente pues sirve para entender los reclamos por parte de estos y darles
trazabilidad a los casos críticos, con la finalidad de evitar que estos vuelvan a
ocurrir.
DIAGNOSTICO DE LA EMPRESA
Descripción de actividades:
Reforzando lo que habíamos descrito sobre la empresa al inicio de la
investigación, Ecolab es una empresa trasnacional con presencia en Perú por más
de 10 años y se dedica al comercio de insumos químicos para la desinfección y
sanitización de alimentos y establecimientos, así como el desarrollo de programas
para líneas CIP de producción.
A nivel operativo, los departamentos operaban independientemente. El
área de ventas realizaba sus pronósticos y el área de supply chain ejecutaba los
pedidos realizados en base a los pronósticos recibidos. Como resultado de la poca
comunicación, pronósticos faltos de criterio y mala gestión de inventario, se
manejaba un inventario con cobertura de productos para 3 o más meses,
dependiendo del ritmo de demanda.
Como respuesta a esta problemática, se plantea la integración del
programa de S&OP a nivel interdepartamental, logrando unificar las metas
estratégicas de la corporación de forma que todos apunten al mismo objetivo. Las
juntas ejecutivas del S&OP tienen como finalidad principal dar seguimiento a los
proyectos a mediano y largo plazo, sin embargo, previo a este se realizan trabajos
a nivel departamental y se comparten los resultados a nivel interno junto con los
demás departamentos para definir los planes de acción a corto y mediano plazo.
95
El consenso de los pronósticos realizado durante las juntas de S&OP toman
un rol fundamental para la revisión de resultados. El área de planificación de
demanda y abastecimiento evalúan junto con el área comercial las necesidades
futuras, en base a la información histórica y el volumen actual de inventarios,
tratando de llegar siempre al escenario más optimo y real posible, donde todos
estén en común acuerdo con los volúmenes establecidos en el plan de demanda.
Diseño organizacional:
En Perú, las operaciones vienen realizadas por diferentes áreas, las cuales se
detallarán a continuación:
VP LAS Region
Supply Chain
Logistica
Almacén
Transporte
Operaciones
Planificación
Calidad
Comercio Exterior
SAC
Controller
Contabilidad & Finanzas
Creditos y Cobranzas
Departamento Regulatorio
SH&E
Departamento IT
Linea de Alimentos y
Bebidas
Gerente Regional
Gerente de Distrito
Gerente de Cuenta
Linea Institucional
Gerente Regional
Gerente de Distrito
Gerente de Cuenta
Linea Quick Retail Service
Gerente Regional
Gerente de Distrito
Gerente de Cuenta
Linea Food Retail Service
Gerente Regional
Gerente de Distrito
Gerente de Cuenta
Figura #38: Diseño Organizacional Ecolab
Fuente: Elaboración propia.
96
Desarrollo del plan de demanda:
Como se ha explicado anteriormente, previo a la implementación del programa de
S&OP, los diferentes departamentos trabajaban por su cuenta sin llegar a
consensos donde todos salgan beneficiados. En resumen, el escenario era el
siguiente:
Ventas solicita la mayor cantidad de material para cubrir su demanda.
Los pronósticos elaborados por el área comercial en su mayoría resultaban
del promedio de venta de los últimos 3 meses o en su defecto, resultaba
ser una réplica del mes anterior.
Supply Chain se abastece cada 3 meses de material, teniendo poca
reacción a los cambios en el plan de demanda generado por ventas.
Pobre control de inventarios con un alto índice de perecibilidad de
productos debido a la poca rotación de los mismos.
Perdidas de oportunidad de venta frente a quiebres de inventario.
Alto nivel de inventario inmovilizado con cobertura de 3 meses para la
mayoría de productos; por ejemplo, si algún SKU se vendía en promedio
500 unidades mensuales, en almacén contaban con casi 1500 unidades
adicionales como stock de seguridad.
Control de abastecimiento y nivel de inventarios:
Los productos en inventario fueron clasificados bajo el criterio ABC, en función a
su participación de ventas semestral y para la revisión del nivel de inventarios se
efectuaban controles mensuales, soportados con un ERP local.
Debido a que en teoría se almacenaba stock con cobertura para 3 meses,
las revisiones diarias al nivel del inventario no se consideraban necesarias. No
existía algún tipo de criterio discriminatorio en cuanto a la revisión de inventarios
y a todos los materiales se les aplicaba el mismo patrón sean productos estrella
como los tipos A o aquellos con baja rotación de tipo C.
Por este motivo, cuando sucedían ventas extraordinarias de productos, en
su mayoría artículos de categoría B y C, se producían quiebres de inventario al
segundo o tercer mes, pues no había seguimiento y el tiempo de reacción era
97
lento, debido a que el lead-time promedio para nacionalizar e ingresar al almacén
un contenedor de productos proveniente de estados unidos es de 3 meses.
Una vez detectada la falta de inventario, se procedía con el pedido al país
proveedor origen, ya sea por producto terminado o materias primas.
Proceso de recepción de materiales (Producto terminado importado y
materias primas):
Luego de haber pasado sin problemas el proceso de nacionalización y los canales
de importación (Rojo, Naranja o Verde), estos son transportados al almacén en
donde se comprobará que las cantidades físicas coincidan con el pedido generado
al proveedor (en este caso Ecolab realiza ventas inter company). Una vez
verificado que las cantidades son correctas y el producto coincide con la orden,
su ingreso en almacén es registrado a través del ERP local empleado por la
empresa.
Con la información lista en el sistema, estos son ubicados en sus racks de
acuerdo con la naturaleza del producto, acido, alcalino o neutro.
En caso haya llegado una cantidad menor a la solicitada, almacén reporta
el faltante para que el área de comercio exterior pueda generar una nota de crédito
con el proveedor.
Proceso de Producción:
Ecolab Perú no cuenta con planta propia debido a que el volumen de venta actual
no amerita la inversión en la construcción de una. En su defecto, existen empresas
homologadas para fabricar los productos de Ecolab bajo los más estrictos
controles de calidad.
Actualmente se fabrican localmente 27 SKUs, los cuales en su mayoría
corresponden al área de Alimentos y bebidas (F&B) con 23 SKU, mientras que la
división institucional cuenta solamente con 4 SKUs.
98
En cuanto a la programación de la producción, se realiza el plan de maquila
una vez al mes y las cantidades a fabricar no variaban mucho del plan original.
Las materias primas son enviadas a la planta del maquilador antes del inicio de
cada mes, ya sea desde el proveedor o desde el almacén de Ecolab. Con todos
los materiales ingresados, se iban recibiendo los lotes elaborados según el
programa mensual establecido y estos ingresos son reportados por almacén para
su ingreso en el ERP.
Proceso de almacenamiento de Producto terminado local:
El procedimiento es similar al anteriormente descrito para el ingreso de productos
importados. Para realizar el ingreso en el ERP y ubicarlos en los racks disponibles,
se verifica previamente al momento de la recepción que los materiales
consignados en las guías de remisión coincidan con la cantidad física recibida.
Una vez aceptada la mercadería, se hace la inspección física en busca de
defectos y en caso se presenta alguno, como etiqueta rasgada, bidón o cilindro
golpeado, se procede a hacer la habilitación del material en el área de trasvase.
Proceso de ventas y despacho:
Durante este proceso intervienen diferentes áreas e inicia cuando el cliente genera
la orden de compra y se la envía a servicio al cliente. Para poder considerar al
cliente apto para la atención, es necesario que SAC traslade la solicitud del pedido
al área de créditos y cobranzas, con la finalidad de que estos validen si es que se
le puede otorgar crédito al cliente, pues en su mayoría, los clientes de Ecolab
trabajan con sistema de crédito a 15, 30 o 60 días.
Una vez aprobado el requerimiento del pedido, el área de servicio al cliente
procede a procesar el pedido dentro del sistema para que el área de facturación
pueda elaborar las guías de remisión junto con las facturas respectivas.
Finalmente, el área de logística programa la ruta de atención de pedidos y
adecua la ventana horaria de atención en función a los horarios demandados por
los clientes.
99
La deficiencia principal es que las diferentes áreas que participan en el
proceso no están comprometidas con el indicador de DIFOT, a pesar de que
errores en sus procesos puedan afectar la atención final del pedido. En principio,
SAC actuaba de manera independiente al área de logística y abastecimiento.
Existieron casos repetitivos en los que SAC no encontraba stock del material que
solicitaba el cliente y procedía con la atención incompleta sin consultar o informar
al almacén del inconveniente, generando un backorder.
Se detectó que muchas veces el producto no figuraba dentro del sistema
ERP por algún motivo menor como pendientes de cambio de etiqueta, o cuya
recepción recién había sido realizada y estaban en espera de su revisión. Esta
situación de falta de comunicación impactaba directamente en el KPI de nivel de
servicio, pues tras la revisión mensual de los incidentes reportados, muchos de
ellos han sido considerados como casos perfectamente evitables.
Análisis del entorno empresarial
Realizaremos una presentación sobre el entorno externo de la compañía,
resaltando puntos críticos que representan un riesgo para el negocio. Para ello,
usaremos tanto el análisis de fuerzas de Porter y se complementará con un
análisis foda.
Análisis externo de la empresa
Rivalidad con competidores
En el mercado peruano existen compañías dedicadas al mismo rubro que
Ecolab, a pesar de la diversificación de segmentos a los cuales está
orientado el servicio.
Resulta como competencia en su mayoría aquellas compañías
dedicadas también al rubro de limpieza y que no solo venden concentrados
químicos, sino también productos diluidos apuntando al consumo masivo.
Se ha identificado a los principales competidores directos de Ecolab, puesto
que orientan sus servicios al mismo sector:
100
Procter & Gamble con su división de limpieza industrial y jabones
cosméticos.
Diversey orientada a la línea industrial, institucional, quick service y retail.
Skillchem orientada a la línea industrial e institucional
Amenaza de nuevos competidores
Debido a la naturaleza del mercado peruano e influenciado por la cultura
empresarial que existe, muchas veces el factor precio influye más que la
calidad del producto, por ende, Ecolab encuentra ciertas barreras como la
existencia de productos sustitutos a menor precio, pese a no contar con la
misma eficiencia de dosificación.
La amenaza se encuentra en la aparición de compañías capaces de brindar
productos no formulados a bajos costos.
Poder de negociación con los proveedores
Para la negociación con los proveedores, existen acuerdos cerrados a nivel
global. El área de Procurement se encarga de cerrar estos acuerdos
corporativos en función a los volúmenes de compra y se definen precios
uniformes que serán válidos para cualquier filial de la empresa. Las
restricciones de homologación de materias primas generadas por el dossier
que explicábamos anteriormente impulsan a negociar con los proveedores
precios bajos en función al volumen que Ecolab les compra mundialmente.
Poder de negociación con los consumidores
Ecolab es una empresa que no usa distribuidores como intermediarios, por
el contrario, la atención y venta de productos se realiza de forma directa
con el comprador.
Para el 2015, la empresa contaba con 4 grandes clientes que
representaban casi el 70% de sus ingresos. Con clientes como Union de
Cervecerías Backus & Jhonson, Corporación Lindley, APC, Sodexo y
101
Aramark se vieron los mejores cierres de estado financiero; sin embargo,
la salida de Sodexo y Aramark como cuentas corporativas dejaron un
enorme vacío por cubrir a nivel comercial.
En la actualidad, Backus es el cliente de Alimentos y Bebidas cuyo
nivel de compras en kg representa aproximadamente el 35% de las ventas
globales en Perú (en función al promedio de ventas de los últimos 3 meses),
razón por la cual se deduce que a nivel corporativo existe un alto riesgo con
solamente un comprador.
Se entiende una necesidad bastante clara de no perder a estos
principales clientes, por lo que el poder de negociación es algo limitado.
Respecto a clientes de bajo aporte al negocio, el poder de
negociación si es bastante alto, considerando que los productos de Ecolab
no se categorizan como aptos para el consumo masivo debido a que en
principio vende concentrados y previos a su uso, deben de ser disueltos
para evitar riesgos a la salud.
Análisis Foda
Tabla #12: Análisis FODA Ecolab.
Fuente: Elaboración propia.
102
Propuesta de mejora
Implementación del programa de S&OP:
Con esta propuesta de mejora se busca lograr el objetivo de reducción de
valorizado de inventario, así como disminución del DOH y obsolescencia.
Tras los problemas de exceso de nivel de inventario y perecibilidad de
productos anteriormente expuestos, se recomienda el desarrollo del
programa de S&OP con el objetivo de unificar los procesos y que todos
entiendan las necesidades de la empresa. El proceso de S&OP se
compone de diferentes etapas clave para el planeamiento del plan de
demanda y de las operaciones de la compañía:
Semana 1 y 2 - Revisión de demanda por división: Se da mantenimiento
a la base de datos y se crean los estadísticos de demanda. El análisis en
detalle de KPIs como el Forecast Accuracy (FA) y Bias toman protagonismo
para evaluar los SKU con mayor desviación del plan.
Se elabora el árbol de pérdidas o Loss Tree, el cual contiene el top 10 SKU
que representen el 20% de la desviación reportada en el FA para elaborar
planes de acción.
Adicionalmente, se elabora el reporte de inventario en riesgo (No Move 3,
6 y 12), y se agregan los nuevos planes de Ventas y Marketing,
actualizando información y suposiciones para la proyección de nuevos
proyectos.
Semana 3 – Revisión de Abastecimiento: Se evalúa el performance del
plan de abastecimiento y se realiza el balance entre capacidad de
abastecimiento y la proyección de demanda. Se realiza el cálculo de costos
para mantener el inventario según el plan y se evalúa el riesgo por
complicaciones financieras en caso existiera en ese momento. Finalmente,
se evalúa el DIFOT y se discuten puntos críticos del periodo anterior que
hayan afectado a este KPI.
103
Semana 3 y 4 – Desarrollo por divisiones del S&OP (Pre-S&OP): Existe
una revisión del performance de los KPIs y aclaran las suposiciones
presentadas durante la revisión de demanda con la finalidad de darles
soporte. Se presenta el Loss Tree con el top 10 de SKU con mayor error de
pronóstico y se aprueban los planes de movilización de inventario en riesgo
o no move.
Se presenta el DIFOT y adicional a ello, se realiza el análisis del impacto
del Forecast vs plan vs finanzas para la provisión de material obsoleto y
pendiente de eliminación. Finalmente, de acuerdo con el consenso, se
ajusta la proyección de demanda establecida en el horizonte de 18 meses.
Semana 4 – Reunión ejecutiva de S&OP: Se publica el plan de demanda
de la compañía y se revisan los objetivos. Luego se revisa el FA, DIFOT e
inventario global a nivel país.
Se evalúan las brechas en el plan y se buscan acciones correctivas,
escalando las complicaciones al momento en caso sean pertinentes.
Se busca una alineación con el plan financiero, para lo cual se toman
decisiones basadas en grandes impactos, riesgos e iniciativas estratégicas.
Figura #39: Ciclo de S&OP e integración de funciones
Fuente: Ecolab.
104
Análisis RRS
Propuesta que busca contribuir con el logro de los cuatro objetivos
específicos planteados anteriormente, como la de reducción del nivel
valorizado de inventario, reducción del DOH, obsolescencia y finalmente
nivel de servicio.
Para una mejor programación en la producción e ingreso de
contenedores, es importante revisar el comportamiento de venta en cuanto
a volumen o unidades a nivel de SKU y agruparlos en función a su
comportamiento de venta.
Para los productos de origen local, se recomienda programar planes
semanales de maquila, soportados en la segregación del RRS. En el
siguiente gráfico se observa un resumen sobre la frecuencia de pedidos
para un determinado SKU en los últimos 6 meses:
Figura #40: Clasificación RRS para el SKU 7300756
Fuente: Elaboración propia.
Del ejemplo en el gráfico #40, se entiende históricamente que la
mayor cantidad de producto se vende en la cuarta semana, por lo que sería
necesario fabricar la mayor cantidad de mercadería una o dos semanas
antes para lograr satisfacer la demanda sin incrementar el DOH (En función
a las prioridades y colas de producción).
La mecánica principal es la de no fabricar grandes lotes de producto,
es decir, si en promedio se vende 6 TN mensuales, no hacer lotes de 12 o
15 TN en un mes almacenarlo hasta que se agote; en su logar, programar
para que aproximadamente en la segunda semana del mes se fabrique un
105
lote de 7 u 8 TN, dependiendo del stock a la fecha, los consensos de
pronóstico y estatus del mercado.
Si aplicamos la política de RRS sobre los productos importados, se
recomienda organizar la llegada de la importación al puerto del callao no
solo considerando la clasificación ABC ya existente, sino hacer una
clasificación mix donde se le dé prioridad a los contenedores con productos
de categoría
Runners: Ciclo de importación cada mes, considerar stock de
seguridad 0.5 meses. Importar todos los meses volúmenes variables
de acuerdo con la necesidad de ventas.
Repeaters: Ciclo de importación cada 1 ó 1.5 meses, considerar
stock de seguridad 1 mes, sujeto a particularidades de algunos SKU.
Consolidar su importación de ser posible junto con productos
categoría Runner.
Strangers: Ciclo de importación cada 1 ó 1.5 meses, considerar
stock de seguridad 1 mes, sujeto a particularidades de algunos SKU.
Consolidar su importación de ser posible junto con productos
categoría Runner y Repeater.
Figura #41: Clasificación RRS para el SKU 1114106
Fuente: Elaboración propia.
Por ejemplo, como se muestra en la figura #41, para los productos
de la división de QSR el patrón de frecuencia de rotación se repite para la
mayoría de productos del portafolio. La salida de estos productos del
inventario se produce en su mayoría a inicios y final de mes, por lo que al
106
programar el ingreso de un contenedor con materiales importados a
mediados del mes nos garantiza cerrar el valorizado de inventario
mensualmente con la cantidad precisa para atender la demanda de la
primera mitad del mes. En caso no sea suficiente, se recurrirá al stock de
seguridad.
Pronósticos de demanda
Otra propuesta que ayuda de manera general al logro de los objetivos
específicos, por sobre todo a nivel de DOH y nivel de servicio. Los objetivos
específicos tales como valorización del inventario y obsolescencia también
se ven influenciados, sin embargo su trascendencia es un resultado de los
primero dos mencionados.
Se recomienda dejar de usar el modelo antiguo donde supply era un
gestor de las solicitudes del área comercial y que éste se convierta en un
generador de información. Los pronósticos de demanda deben de ser
elaborados por el área de Supply Chain y ser consensuados con el área
comercial.
Dato importante que mencionar, los modelos de pronóstico no
pueden ser iguales para todos los productos, debido a que existen algunos
cuyo comportamiento de demanda es lineal, otros tienen una
estacionalidad marcada y otros son usados solamente durante campañas.
El uso del patrón de pronóstico dependerá del criterio del área de
demanda para escoger el modelo de pronóstico con menor error
estadístico, quien además sería el área encargada de recopilar la
información y elaborar las bases estadísticas y de pronósticos. Existen
particularidades como vemos a continuación:
Productos con tendencia estacional:
El siguiente SKU de la figura #42 es usado para la agroindustria, por lo que
su venta se incrementa en las temporadas de verano.
107
Figura #42: Comparativo Ventas versus Pronósticos
Fuente: Elaboración propia.
Para casos particulares donde escoger un pronóstico de demanda resulte
complicado, se recomienda escoger el pronóstico que reporte el menor
MAPE. En este caso, el pronóstico con mayor consistencia y menor error
porcentual medio absoluto ha sido el método Holt-Winters
Productos con ventas aleatorias:
Como se muestra en la figura #43, el volumen de ventas es bajo y no es
constante
MODELO MATEMÁTICO DE PRONÓSTICO MAPE
PROMEDIO MOVIL SIMPLE 3 PERIODOS 74.24%
SUAVIZACION EXPONENCIAL (α = 0.29) 44.53%
MÉTODO HOLT (α= 0.004 y β=0.502 ) 42.60%
MÉTODO WINTERS (α = 0.0043 / γ= 0.0812) 60.19%
MÉTODO HOLT-WINTERS(α= 0.05 y β= 0.01 ) 31.46%
108
Figura #43: Comparativo Ventas versus Pronósticos
Fuente: Elaboración propia.
Alteraciones en el plan de demanda por cierre de ventas:
El área comercial usualmente suele impulsar la venta de productos
llenando de stock a los clientes, con la finalidad de llegar a la meta. Como
resultado de este adelanto de ventas, la probabilidad de que el cliente
compre el siguiente mes son pocas. Observe el detalle de la figura #44.
Figura #44: Comparativo Ventas versus Pronósticos
Fuente: Elaboración propia.
Para el cálculo de pronósticos de demanda se ha elaborado el siguiente
archivo en Excel donde el planificador de demanda puede escoger el
109
modelo de pronóstico que cuente con el menor nivel de error o en su
defecto, si cuenta con información específica sobre algún SKU, puede
agregarlo de manera manual.
Figura #45: Herramienta para el cálculo de pronósticos
Fuente: Elaboración propia.
Con esto, se espera poder consolidar un crecimiento en el porcentaje
de precisión se los pronósticos y evitar quiebres de stock que lleven a una
disminución porcentual del nivel de servicio.
Importación Periódica de productos: Modelo POQ
Con esta propuesta se busca lograr los objetivos relacionados con el nivel
valorizado de inventario y DOH.
Debido a la naturaleza del negocio, con una demanda que no es
estable para dos de las principales unidades de negocio (siendo estas las
que mueven casi el 80% del volumen total de venta), y en funciòn al
volumen total de importaciòn mensual, es preferible manejar el mètodo
POQ, de este modo se puede consolidar las cargas cuya clasificacion IMO
sea compatible.
Se recomienda utilizar este modelo pues se establece un punto fijo
en el tiempo durante cada mes para hacer una revisión y completar los
110
materiales que se necesiten para cubrir el plan. El pedido será enviado al
distribuidor encargado y se espera pueda llegar siempre la primera semana
de cada mes, con la finalidad de que el exista un correcto flujo de inventario
y no incrementar el DOH, en resumen, todo lo que entra al inventario sale
en el mismo mes o en la primera mitad del mes siguiente.
Figura #46: Diseño de pedidos periódicos en volumen variable
Fuente: Elaboración propia.
Punto de reorden: ROP
Al igual que con la prouesta anterior, esta propuesta busca contribuir con
los objetivos relacionados al nivel valorizado de inventario y DOH.
En cuanto a las compras locales, se recomienda hacer compras
exactas con frecuencia semanal de acuerdo con lo que indique el plan
maestro de producción. De esta forma se puede producir lo planificado con
el pronóstico de demanda y la política de RRS, sin mantener saldos de
inventario para las materias primas locales y envases siempre que sea
posible.
Para cubrir las necesidades de demanda se recomienda trabajar con
pronósticos compartidos con los proveedores, informándoles de nuestros
consumos estimados de material mes a mes y que ellos puedan prever el
111
abastecimiento. Esto, junto a órdenes de compra abiertas (órdenes de
compra por totales para 3 meses, de la cual se irá entregando pequeños
saldos semanales hasta cubrir la totalidad de la orden) brindan mayor
garantía de cobertura local.
Stock de Seguridad:
Esta propuesta se enfoca básicamente en lograr los objetivos específicos
tales como nivel valorizado de inventario y DOH.
Del antiguo nivel de seguridad que comprendía el almacenamiento
de 3 meses de producto, se debe cambiar a solamente 1 mes de cobertura
para el stock de seguridad, debido a que el programa de S&OP aún no
entra en la madurez adecuada y considerando que la evolución en la
precisión de los pronósticos aún no brinda las garantías necesarias para
asumir que tendremos incrementos sostenidos y constantes, resulta
factible iniciar solamente con un mes de cobertura, esperando poder
reducirlo en el futuro a solamente medio mes con excepción de los
productos que llegan desde Europa, debido a su complicado lead time y
tiempos de habilitación se considera importante seguir contando con un
stock de seguridad de 1 mes.
Figura #47: Propuesta de Stock de Seguridad – Inventario Valorizado División Institucional.
Fuente: Elaboración propia.
112
Producción Make To Order:
Esta propuesta, de conseguir ejecutarse, contribuiría directamente con
todos los objetivos propuestos, tales como nivel valorizado de inventario,
DOH, nivel de servicio y obsolescencia.
Este modo de producción es planificado para productos locales que
son de compra exclusiva para un único cliente. A la fecha, se cuentan con
3 SKU, y estos representan un riesgo pues en caso de perder al cliente,
nadie más compraría ese producto, por ello se recomienda maquilar bajo
pedido estos 3 SKU, permitiendo un ahorro en el nivel de inventario
promedio de $ 30 000.
Explicación cuantitativa de los beneficios logrados con el programa del
S&OP:
A continuación, mostraremos los efectos tempranos en la mejora de la gestión de
inventarios en la empresa tras la implementación del programa de S&OP.
Tras el inicio del programa de S&OP, se comenzó a elaborar un plano de
demanda cuya revisión final es mensual y se compone de información que se va
recopilando a través de reuniones semanales entre los diferentes departamentos
operacionales de la compañía.
Ciertamente la forma de operar a nivel departamental ha cambiado, se ha
conseguido crear disciplina y difundir sobre la importancia de este proceso para
lograr mejoras a nivel comercial. No solamente se ha beneficiado el área de
ventas, sino también supply chain es capaz de manejar un menor volumen de
inventario con un mejor nivel de servicio.
A la fecha se han establecido cronogramas definidos de trabajo para el
desarrollo de las juntas de S&OP, y con ello, el tan preciado consenso de
pronósticos y actualización de información semana a semana. Los diferentes
113
departamentos trabajan de manera unificada con la finalidad de cumplir los
objetivos trazados dentro de su plan anual.
El detalle de las mejoras logradas se presentará como respuesta a aquellos
cuestionamientos que nos planteábamos en la etapa de definición de problemas
específicos.
Calidad de los pronósticos:
La base sobre la cual se definirá los volúmenes de abastecimiento tanto local e
importados se generan en función a los pronósticos de ventas que resultan del
consenso durante la junta de S&OP.
Figura #48: Gráfico de consenso de pronósticos – Junta de S&OP con la división
de Alimentos y Bebidas (F&B)
Fuente: Elaboración propia.
Del gráfico de observa cómo se han dado las ventas expresadas en
volumen (kg), comparadas con el plan de demanda que se había recibido por parte
del área comercial. Adicionalmente, se observan los ajustes realizados en la etapa
de consenso durante las reuniones de S&OP hechas en abril y en mayo. Los
ajustes han sido consolidados al plan de demanda y compartidos con la división,
para darles claridad sobre el comportamiento de la demanda. La prioridad es
114
corregir los malos pronósticos para los SKU que afecten en mayor medida a la
división.
Este proceso de revisión y corrección se ha vuelto constante con todas las
divisiones y son generadas en la tercera y cuarta semana del mes, cuando se
realizan las juntas de S&OP por divisiones, previas a la reunión final de S&OP
mensual.
De esta manera, es como se ha venido ajustando los SKU que generan la
mayor desviación y mejorando la calidad de los pronósticos como se muestra a
continuación:
Figura #49: Gráfico de precisión de pronósticos
Fuente: Elaboración propia.
Como se observa en la figura #49, para el 2016 la precisión de los
pronósticos cerró con un promedio de 53.42%, observando una mejora a partir del
mes de octubre (P11) y noviembre (P12).
115
Para el 2017 se han visto una mejoría constante, con un repunte especial
a partir del mes de Febrero (P3), mes en que se iniciaron las reuniones del
programa de S&OP. A la fecha, el promedio acumulado es de 70.75%, reportando
un incremento parcial de la precisión de los pronósticos en un 32.44% respecto al
año 2016.
De esta forma, en función a los resultados actuales, se pronostica cerrar el
año con un promedio del 71%, y para el 2018 se espera poder llegar a la meta de
conseguir un promedio sostenido de precisión de pronósticos cercano al 80%.
Política de Abastecimiento:
Anteriormente se usaba un solo criterio de reposición para los materiales, el cual
como hemos explicado consistía en el almacenamiento para más de 3 meses. A
la fecha, se ha trabajado desarrollando diferentes políticas de abastecimiento para
cada naturaleza de producto que se detalla a continuación:
Productos Terminados Locales: Se efectúa la programación de
producción semanal con soporte de la información obtenida de la
clasificación RRS y el consenso de pronósticos, permitiéndose hacer
modificaciones al plan de ser requeridos, como cancelar lotes de
fabricación de un producto o aumentar el tamaño de lote.
Materias Primas Locales: Las compras se realizan en función a los
requerimientos del plan maestro de producción, siendo estas en su mayoría
compras exactas, de modo que se evita tener saldos y excesos de material
al final de cada mes.
Productos Terminados y Materias primas importadas: La planificación
de estos productos se realiza bajo pedidos mensuales, pensados en el
modelo de orden periódica de pedido (POQ). En almacén se mantienen
cantidades que cubran aproximadamente un mes de demanda (por cada
SKU) el cuál será el stock de seguridad, y un mes de rotación constante,
cuyas reposiciones lleguen de manera mensual.
116
Estas medidas básicas han contribuido con la reducción del inventario
valorizado (Ver figura #50) del $1 343 678 de P1 hasta los $ 881 662 registrados
al cierre de P8. La diferencia del valorizado al inicio de año respecto al último mes
representa una reducción de $ 462 016 o lo que es lo mismo que un 34.38%
menos.
Pese a que esta reducción no se debe en su totalidad a los cambios en la
política de abastecimiento, se ha logrado reducir considerablemente el valorizado
de productos que permanecían inmovilizado mes a mes debido a la anterior
política de inventarios.
117
Figura #50: Evolutivo Inventario 2017
Fuente: Elaboración propia.
118
Días de almacenamiento de inventario (DOH)
El consenso de los pronósticos ha resultado factor clave para lograr reducir el
volumen de inventario de manera considerable. Anteriormente no se desarrollaba
el programa de S&OP y a continuación se muestran los resultados de aquel
entonces:
Durante el periodo 2015 el promedio del indicador de DOH se cerró en 152,
lo que indica que se tenía productos almacenados con un alcance aproximado de
5 meses.
Antes del cierre del periodo 2015, se definió el plan para el 2016 (DOH
Plan), el cual viene siendo representado en una línea de color verde en el gráfico.
Asimismo, en el gráfico se observan los resultados del DOH al término de cada
mes, cerrando el 2016 con un promedio de 135. Entre el 2015 y 2016 existió una
reducción del 11.18%.
Figura #51: Reporte de DOH – Perú 2016
Fuente: Sharepoint Regional Ecolab LA South - OGSM.
2015 P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 FY BP
152.0 115.3 107.0 121.0 122.6 135.6 135.0 153.7 166.6 161.2 142.3 146.8 112.7 135.0
133.6 155.0 151.5 161.7 165.7 158.3 164.6 149.4 149.3 139.3 148.5 147.2
152.0 152.0 152.0 152.0 152.0 152.0 152.0 152.0 152.0 152.0 152.0 152.0Inventory - DOH PY
Inventory - DOH Actual
Inventory - DOH Plan
119
Con el programa de S&OP en marcha, para el 2017 se observa en el gráfico
número 3 que existe una tendencia a la disminución del DOH, esto debido a las
nuevas políticas de abastecimiento, cambiando el paradigma de abastecimiento a
3 meses por una reposición cíclica mensual en función a las cantidades
requeridas, y en cuanto a la fabricación de productos locales, el apoyo en el RRS
con maquilas semanales en función a la tendencia y pronósticos.
Al cierre de Julio, se ha reportado un DOH promedio acumulado de 122, el
cual representa una reducción del 9.63% comparado con el promedio al cierre del
2016.
Figura #52: Reporte de DOH – Perú 2017
Fuente: Sharepoint Regional Ecolab LA South - OGSM.
Para finalizar, se ha detectado una oportunidad de reducción considerable
de productos en exceso para los cuales aún se están realizando los planes de
acción fijados durante las juntas de S&OP. Se espera poder cerrar el año con un
DOH promedio cercano a 100
2016 P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 YTD Actual YTD Plan
135 128 131 135 123 122 115 114 108 122 100
147 143 140 147 143 140 147 143 140 147 143 140 143
142 142 142 142 142 142 142 142 142 142 142 142 142Inventory - DOH PY
Inventory - DOH Actual
Inventory - DOH Plan
120
Por otro lado, se ha realizado el cálculo del inventario ideal y este
comprende únicamente $ 660 000 como una etapa mientras el consenso de
pronósticos se encuentra en etapa de desarrollo y madurez. Es probable que no
se alcance ese nivel de inventario para el 2017 pero es factible conseguirlo para
inicios del 2018. Posterior a ello, se puede considerar reducir el stock de seguridad
a solamente 15 días.
Nivel se servicio (DIFOT)
El nivel de servicio ha sido uno de los KPIs más beneficiados con el programa de
S&OP pues se mantiene una actualización constante sobre las necesidades del
negocio. El valor porcentual promedio de DIFOT al cierre del 2016 fue de 92.3%.
La meta para cerrar el 2017 es conseguir un 95.5% y a la fecha el promedio
de DIFOT es de 95.4% (valor que registra un incremento del 3.36% con respecto
al final del 2016). Para los meses siguientes se estima poder conseguir un
porcentaje por encima al promedio de los meses anteriores.
Figura #53: Reporte de DIFOT – Perú 2017
Fuente: Sharepoint Regional Ecolab - OGSM.
2016 P1 P2 P3 P4 P5 P6 P7 P8 P9 P10 P11 P12 YTD Actual YTD Plan FY BP
92.3% 92.5% 94.6% 93.7% 95.9% 96.4% 95.2% 97.4% 97.8% 95.4% 95.0% 96.0%
95.5% 95.5% 95.5% 95.5% 95.5% 95.5% 95.5% 95.5% 95.5% 95.5% 95.5% 95.5% 95.5%
92.3% 92.3% 92.3% 92.3% 92.3% 92.3% 92.3% 92.3% 92.3% 92.3% 92.3% 92.3% 92.3%DIFOT PY
DIFOT Actual
DIFOT Plan
121
Habiendo expuesto previamente sobre el nivel valorizado de inventario,
DOH y DIFOT, en la siguiente figura #54 se muestra un análisis donde se
evidencia que es posible lograr un eficiente nivel de servicio con un bajo nivel de
inventario.
Figura #54: Gráfico de análisis Correlacional
Fuente: Elaboración propia.
Incremento en el nivel de servicio a la fecha del 3.36% comparando el promedio a la fecha versus el promedio al cierre del 2016. Bajo la misma metodología, se espera cerrar el 2017 con un promedio por encima del 95.5%.
122
Como consecuencia directa de la mejora en la calidad de los pronósticos,
se observa como este contribuye en el crecimiento del valor porcentual del
DIFOT y la disminución del valorizado de inventario.
Del gráfico observamos que para el periodo P2 se registra el mayor
valorizado de inventario con un 94.6% de nivel de servicio, mientras que para los
periodos de P6, P7 y P8 se ha conseguido un mejor porcentaje de nivel de
servicio, con un menor monto valorizado en inventario. El factor común que
comparten estos tres últimos resultados es que la precisión de los pronósticos es
mayor, siendo este último solo un dato relevante pero no determinante.
Los beneficios del programa de S&OP se comienzan a observar a partir de
los meses de Febrero (P3) y Marzo (P4), ya con los planes de acción puestos en
marcha y con la modificación de los cronogramas de abastecimiento, se observa
que, a pesar de haber cerrado el mes con un inventario menor en comparación al
mes anterior, comienza a reportarse un incremento en el nivel de servicio.
Basados en este incremento constante y sostenido, se estima muy factible
cerrar el año con un promedio por encima del 95.5%.
La mejora reportada en el nivel de servicio al cierre de cada mes viene
dando resultados satisfactorios y a fecha de hoy, el indicador se encuentra por
encima de lo exigido a nivel regional (94%).
Obsolescencia
Como se había indicado anteriormente, algunos de los productos de Ecolab
cuentan con una vida útil bastante corta por ser compuestos clorados o perácidos.
Adicional a esto, durante el transcurso de las operaciones diarias y por la
cancelación de líneas de productos, durante el año se obtienen materiales que ya
no se pueden vender y estos van a un almacén especial donde quedan a la espera
de la eliminación física anual que se realiza todos los años.
Gracias a la mejora de los pronósticos, producto del programa de S&OP, a
la fecha la cantidad de material pendiente de eliminación por una mala
123
planificación es de $ 33193, y se estima pueda reducirse en caso se obtengan
ampliaciones de expira para algunas materias primas y alguna venta de material
obsoleto.
Figura #55: Pronóstico de Obsoletos
Fuente: Elaboración Propia.
Para el 2016 se llegó a registrar la eliminación de materiales por un
valorizado de $ 39 179, mientras que para este 2017 se espera cerrar el año con
una cifra no mayor al registrado a la fecha de $ 33 193, el cual representa una
disminución del 15.28% respecto al año anterior, ahorrando como mínimo $ 5 986
para el cierre de año.
Con la mejora reportada en los pronósticos y con ciclos de
reabastecimiento constantes, sinónimo de buena rotación de mercadería, se
espera poder terminar el 2018 con al menos la mitad de productos eliminados que
124
en 2017, pero este solo es un proyectado, pues en el mejor de los casos la
cantidad final puede ser mucho menor.
DISCUSIÓN
Gracias al levantamiento de información y puesta en marcha de las propuestas se
ha podido obtener resultados capaces de ser contrastados con aquellos
resultados reportados por los autores de las tesis mencionadas en la etapa del
marco teórico.
Una de las bases del programa de S&OP es el consenso y gestión de
información; de esta forma coincidimos con lo indicado por Zhu (2002), quien
indica que la base de información para los pronósticos se convierte en pieza
clave, pues en función a la información de la demanda, los distribuidores pueden
aprender sobre el patrón de consumo de sus clientes. Una conclusión que
compartimos puesto que esta información se usa en doble sentido, tanto Ecolab
como empresa para ajustar los consensos de pronósticos en función al patrón de
compra de sus clientes como los proveedores, pudiendo siempre estar un paso
adelante y evitar un quiebre de abastecimiento con el servicio de venta de
materia prima local. A manera de complemento, Gonzáles (2012) si implementó
el programa de S&OP, y los resultados mostrados afirman que su desarrollo logró
influir positivamente en el nivel de abastecimiento y servicio. En nuestro caso, la
implementación del programa de S&OP logró mejorar también los indicadores de
nivel de servicio e inventario.
Por otro lado, Ralston (2014) durante su estudio no se basó en el
desarrollo del programa de S&OP, sin embargo las primeras sensaciones de
progreso que se muestran en el estudio corresponden a la reducción sobre la
incertidumbre en los escenarios que se desea pronosticar, volviendo más
sencillas las decisiones referentes al abastecimiento. Este factor clave se ve
reflejado en el progreso de los resultados de precisión de los pronósticos y la
reducción del DOH.
125
Comparando los estudios nacionales elaborados por Álvarez (2009),
Cárdenas (2013), Flores y Karen Ramos (2013) e Hinostroza (2016), observamos
que estos mencionan la importancia de establecer el sistema ABC y todos
reportan resultados positivos en cuanto a su proceso de abastecimiento. Esto
resulta un paso previo, pues lo que se propone para Ecolab no consiste solo en
la categorización ABC del inventario, sino en una forma de gestionar la rotación,
ingreso y salida de mercadería aplicando el RRS para los productos según su
criticidad ABC. Con ello, obtenemos el mismo valor agregado para evitar rupturas
de inventario y al mismo tiempo se logra mantener al mínimo posible el valor de
DOH para cada SKU.
Caso similar sucede con las decisiones de implementar el ROP para un
nivel determinado de inventario. En función con el origen de los productos
terminados y por un tema de ordenamiento, Ecolab Perú Holdings consolida
pedidos con Ecolab INC (USA), de modo que se puedan traer contenedores al
máximo de su capacidad, logrando reducir el costo de importación para los SKU
en general. En el escenario de los productos importados, al manejar proveedores
que consolidan los pedidos por país, resulta conveniente gestionar la reposición
de materiales en función a los nuevos estimados de demanda que resultan del
consenso de pronósticos, siguiendo el modelo de POQ. Desafortunadamente,
una restricción de información que se nos ha presentado durante la investigación
ha sido el acceso a la información referente al costeo de los gastos de
importación, esto con la finalidad de poder comparar los gastos de importación
para los contenedores bajo el antiguo plan de abastecimiento versus el nuevo
modelo POQ.
Independientemente del tipo de manejo de pronóstico que proponen y a la
tendencia de ventas para su respectivo mercado, coincidimos en que el manejo
de información cuantitativa permite gestionar el inventario y afrontar escenarios
para los que antes el resultado era la del quiebre de inventarios. La elección de
un modelo de pronóstico sugiere la capacidad de obtener beneficios económicos.
Por nuestra parte, esto se evidencia en la disminución casi crítica del monto
valorizado de existencias que permanecen en inventario con el que se opera
126
mensualmente al cierre de cada periodo.
Finalmente, se desestimó como recurso de mejora el desarrollo de un
sistema CPFR. Kamalapurkar (2011), obtuvo beneficios notorios en cuanto a la
reducción de costos de inventario y flexibilidad de su cadena de suministro, sin
embargo, Ecolab dentro de su servicio cuenta con un programa de personal In-
House para los clientes clave. Es un modelo de negocio que viene sirviendo como
diferenciación contra la competencia, razón por la cual se aprovecha este recurso
adicional y se canaliza la información del S&OP a través de estos recursos clave
como fuente principal de información. Cárdenas (2013) por su parte, propone un
modelo CPFR para su cadena de suministro. Este le sitúa en el escenario de
ahorro de $ 57 000 anuales implementando parte de los puntos expuestos
anteriormente como clasificación ABC y ROP. Por nuestra parte y considerando
que Ecolab se encuentra en el proceso de madurez del S&OP, se proyecta una
reducción del nivel de inventario en más de $ 400 000 respecto al inicio del
proyecto, tratando de asegurar la constancia en el nuevo presupuesto de
inventario, asi como un ahorro a través de la eliminación de obsoletos anual de
hasta $ 20 347, según la proyección mostrada en la figura #55.
VALIDACIÓN DE HIPOTESIS
Gracias a las encuestas realizadas, descubrimos que existe poca preparación e
integración entre las unidades de negocio y el área de operaciones. Fijando estas
evidencias como precedente inicial, se pone en marcha la implementación del
programa de S&OP.
Expuestos los resultados, podemos corroborar que efectivamente la
implementación del programa de S&OP mejoró la gestión de inventarios en la
empresa.
Se pudo observar que los encuestados no tenían conocimientos profundos
sobre pronósticos y no evaluaban la calidad de la información brindada, pues
jamás se les presentó esto como un problema. Tras la puesta en marcha del
127
programa de S&OP, se logra evidenciar como el monto valorizado de inventario
comienza a reducirse progresivamente en comparación con el promedio al cierre
del año anterior.
De igual forma, se evidenció que el área comercial no tenía mayor reparo
al solicitar material que no llegarían a usar dentro del periodo. Se observa que
esta costumbre era muy recurrente y al igual que con el valorizado de inventario,
estas sobreestimaciones y desestimación del valor de la precisión de pronósticos,
comienzan a mejorar conforme se va implementando el programa de S&OP,
permitiendo reducciones en el DOH de manera progresiva.
No descartamos la hipótesis referente a que la implementación del
programa de S&OP mejore el DIFOT por encima del 95.5%, dado que el promedio
a la fecha actual es de 95.4% y vistos los resultados con tendencia positiva, la
probabilidad de que el promedio del año termine por encima de la meta es buena.
Finalmente, tampoco descartamos la hipótesis referente a que el desarrollo del
S&OP reduciría el nivel de obsolescencia en un 18% al cierre del periodo, pues al
igual que con el DIFOT, la tendencia es positiva, siendo factible lograr el objetivo.
El efectivo uso del programa de S&OP mejoraría el nivel de servicio al
95.5%.
El consenso de pronósticos generado en las juntas de S&OP mejoraría la
eliminación de materiales obsoletos en un 18%.
CONCLUSIONES
Habiendo concluido el estudio a Ecolab Perú Holdings S.R.L, se ha llegado a las
siguientes conclusiones:
El cambio de paradigma en cuanto al método de la gestión de inventarios
hasta el momento es más que satisfactorio. Se observa un mayor
compromiso por parte de los asociados.
128
La integración a nivel de departamentos nunca había sido buena o era casi
inexistente, sin embargo, queda demostrado que la colaboración
complementa y facilita las operaciones.
El desarrollo del programa de S&OP ha tomado su tiempo y por sobre todo,
explicar al área comercial las necesidades de Supply Chain ha sido difícil
pero se observan buenos resultados, viéndose reflejado en una reducción
del valorizado de inventario de hasta $ 462 016 o lo que es lo mismo que
un 34.38% menos.
El continuo ajuste en el plan de demanda y el consenso permiten obtener
respuesta casi inmediata a los acontecimientos en el mercado local. La
información que maneja el área comercial sobre sus clientes resulta clave
para que supply chain pueda tener mejor control sobre su producción e
importación.
La implementación de la política de RRS como complemento a la categoría
ABC para los productos de origen local brindan mayor visibilidad para
fabricar lotes de producto casi a pedido, pues en caso de anomalías en la
demanda, el área comercial participa e informa oportunamente con la
finalidad de que supply chain pueda responder a la necesidad.
La política de abastecimiento mensual (POQ) permite ahora optimizar el
volumen de los contenedores que llegan de importación. Anteriormente
estos no llegaban al límite de su capacidad, desaprovechando el volumen
cúbico del contenedor y elevando el costo de importación de los productos.
Gracias al consenso de pronósticos, donde Supply Chain es el generador
de la información, se ha logrado minimizar los errores que resultaban en el
incumplimiento de servicio. El incremento en el porcentaje del nivel de
servicio viene siendo sostenido y se espera estima mantener un promedio
siempre mayor al 95.5%. A la fecha el promedio acumulado es de 95.4% y
representa un incremento del 3.36% con respecto al promedio final del
129
2016.
A la fecha el indicador de DOH promedia un acumulado de 122, debido a
los altos registros de inicio de año. El último indicador fue de 108 para el
mes de Julio y se espera cerrar el año con una reducción mayor a la de
9.63%, que resulta de la comparación entre el acumulado actual versus el
promedio al cierre del 2016.
RECOMENDACIONES
Se recomienda no descuidar el cumplimiento de las fechas programadas
para el desarrollo del S&OP durante cada semana que compone su ciclo.
Lo importante es poder crear disciplina para que el proceso pueda coger
madurez y sea consistente con el pasar del tiempo.
Es recomendable no cargar de toda la responsabilidad al área
comercial en cuanto al seguimiento en los posibles cambios al plan de
demanda. Para ello, es bueno mantener revisiones de inventario inter
diarias con la finalidad de evitar quiebres de stock, generando planes de
acción inmediatos tras detectar compras en volúmenes atípicos por parte
de algunos clientes y buscar soporte con el vendedor asignado para que
este pueda brindar información más precisa tras realizar las
investigaciones.
La política del RRS se basa en la frecuencia de salida de materiales
del inventario hacia los clientes, por lo que es muy importante se pueda
mantener actualizada la base de datos mensualmente y como mínimo con
data histórica de los últimos 6 meses, de modo que se pueda reflejar un
comportamiento menos influenciado por eventos aleatorios fuera del plan
de demanda.
130
Debido a que se está considerando una menor cantidad de stock de
seguridad, es importante darle seguimiento al status de las importaciones.
A pesar de que con el POQ se tenga reposición mensual de la mayoría de
SKUs, se han dado casos en que las importaciones desde USA no llegan
completas debido a errores en despacho desde casa matriz, mientras que,
por otro lado las importaciones desde Colombia son las más propensas a
retrasarse una o dos semanas debido a problemas con la aprobación IMO
por parte de las navieras, lo que en caso de mayores complicaciones
terminaría con un escenario de desabastecimiento temporal. Por ello, se
recomienda fuertemente el hacer seguimiento a las fechas de carga de
contenedores (EDT) y fechas de llegada al puerto (ETA), información que
es brindada tras la reserva del navio de carga.
A pesar de la reducción de DOH, este sigue indicando un valor por
encima a los dos meses que se considera en el plan, esto se debe a que el
inventario no solo está compuesto por Químicos, sino también por equipos
y material envase, por lo que se recomienda una vez se hayan dominado
las políticas de abastecimiento actuales, se tomen acciones consensuadas
con las divisiones para los equipos que se encuentran almacenados desde
hace años y que también forman parte del inventario valorizado.
131
BIBLIOGRAFÌA:
CARREÑO, Adolfo
2011 Logística de la A a la Z. Lima: Fondo Editorial de la Pontifica Universidad
Católica del Perú.
CHASE, Richards. JACOBS, Robert. AQUILANO, Nicholas
2009 Administración de Operaciones. 12va Edición. México: McGraw-Hill
CHOPRA, Sunil. MEINDL, Peter
2010 Supply Chain Management: strategy, planning, and operation. 4ta
Edición. USA: Prentice Hall.
GAITHER, Norman
2003 Administración de producción y operaciones. 8va Edición. México:
Thomson
KRAJEWSKI, L
2008 Administración de Operaciones. México: Editorial Pearson Educación, 728 p
KRAJEWSKI, Lee. RITZMAN, Larry. MALHOTRA, Manoj.
2010 Operations Management. Processes & supply chains. 9th Edition.
México: Editorial Pearson
NAHMIAS, S.
2007 Análisis de la producción y las operaciones. México, D.F.: McGraw-Hill /
Interamericana Editores, S.A. de C.V.
SANCHEZ, Juan
2004 Logística: Modelos deterministas. Pontificia Universidad Católica de
Valparaíso, Chile 2004. Consulta: 13 de Mayo del 2012.
TAYLOR III, Bernard W.
(2009) Introduction to Management Science. 10th Edition. USA: Pearson
132
ENLACES WEB:
http://www.asprova.jp/mrp/glossary/en/index/f/post-661.html
http://digitalcommunications.wp.st-andrews.ac.uk/2017/02/08/runners-repeaters-
and-strangers-on-the-internet/
https://www.forbes.com.mx/brand-voice/sop-el-proceso-para-la-ejecucion-de-la-
estrategia-de-negocio/
http://www.guthriegroup.com/services/runner-repeater-stranger-inventory-
analysis/
https://www.lifeder.com/frases-de-ciencia/
http://www.material_logistica.ucv.cl/en%20PDF/Introd_MODELOS%20D
E%20INVENTARIO_2004.pdf
http://www.transtutors.com/homework-help/industrial-management/inventory-
control/deterministic-inventory-model.aspx