Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CESDE
2022
1.1. Demand Planning en el seno del Supply Chain Management
• Principio básico
2
El origen de la cadena de suministros
DEMANDA DE BIENES Y
PRIMAS
SERVICIOS
Información en función de la demanda prevista
3
El origen de la cadena de suministros
PRIMAS
SERVICIOS
Productos y servicios
4
El origen de la cadena de suministros
5
¿DONDE EMPIEZA A TODO?
Tal y como ya habéis visto, todo el proceso del Supply Chain Management (S.C.M) se
inicia con una buena gestión a corto, medio y largo plazo de la previsión de demanda.
Operations Strategy
Management de la
Planificación Estrategia de
Contratos de
Demanda a Largo Industrial & Supply
estratégica Materiales
Plazo Chain
(incl. Portfolio mgt)
6
6
MANAGEMENT DE LA DEMANDA
7
7
1.2. Definición y tipos de demanda
Hay muchas definiciones más o menos extensas y/o complejas pero nos vamos a
quedar con:
8
8
Tipos de demanda
9
Tipos de demanda
Variables Exógenas:
Renta Disponible,
perspectivas
económicas.
Existencia de Marketing,
mucha o poca promociones y
Competencia publicidad
Existencia de
productos Prestaciones del
sustitutivos o producto
marcas blancas
Relación calidad
precio
2 min
¿Piensa qué otros factores pueden influir en la demanda?
11
¿Qué influye en la demanda?
Complejidad de
Inminente salida de
uso, productos muy
un producto mejor
ténicos generan
o más innovador Requerimientos poca aceptación
legales para su uso
(licencias de
utilización o
impuestos a pagar)
12
Reflexión
Podrían haber n slides con aspectos que pueden influir en la demanda de los
cientos de miles o quizás millones de artículos que hay en el mercado.
Cada sector tiene sus condicionantes y sus aspectos vinculantes: el sector
médico, alimentación y bebidas, derivados del petróleo, sector químico, etc.,
teniendo en cuenta también que cada uno de ellos suele tener una distribución
y una prescripción diferente, lo cual también influye.
Lo más importante , es que estemos en el sector que estemos, seamos capaces
de dilucidar aquellos aspectos “determinantes” en el cálculo de la demanda que
debemos planificar ya que si no la previsión de la misma está condenada a ser
pobre e insuficiente.
Vale la pena, antes de utilizar cualquier método de previsión, pararnos un
momento a pensar en no dejarnos fuera del mismo ninguna de las variables
relevante para el cálculo. Si nuestro “forecast” debe ser la base de la previsión
colaborativa, es decir sobre el cual otros departamentos van a trabajar, esta
previsión no debe nacer “viciada”, al contrario, debe ser lo más exacta posible
desde el principio.
13
1.4 Efecto látigo: La complejidad e impacto del cálculo de la demanda
Inventory Optimization
Demand Inventory
Model Model
Curvas Nivel de Servicio
Datos Restricciones
Demanda y políticas de
aprovisionamiento
Producción y
Mercado Almacenes almacenes
primer nivel
de segundo nivel
Fuente : Toolsgroup
14
Reflexión
Como podemos observar en el esquema anterior la cadena de
aprovisionamientos puede llegar a ser muy compleja y los flujos entre los
almacenes internos de la organización ( fabrica-regulador-primer nivel-segundo
nivel-puntos de venta) y los flujos con los proveedores externos a la
organización en los cuales los proveedores pueden suministrar de forma muy
diferente (directamente a todos los niveles de la cadena , sólo a reguladores o
sólo a puntos de venta o bien a ambos) puede complicarse muchísimo.
15
La distorsión o ruido en la cadena de suministro
•Definición: Desajuste entre la demanda real del producto y la información érronea que se
transmite através de la interpretación de los pedidos dentro de la cadena de suministro. Cada
nivel de la cadena de suministro realiza sus pedidos en función de lo que le ha pedido el inferior,
pero con el ánimo de anticiparse a pedidos futuros, garantizar la venta y evitar la escasez rige la
norma “Más vale que sobre que no que falte” lo cual lleva a excesos de stock en la mayoría de los
niveles .
•La distorsión de las cantidades se transmite “aguas arriba” , por lo tanto a más niveles mayor
distorsión
16
Ejemplos de Efecto Bullwhip
17
Algunas causas y soluciones al efecto látigo
18
1.5. Configuración de la demanda
Demanda debería ser siempre los consumos reales que se han producido
más la venta perdida de ese artículo (la cual, evidentemente, debería
registrarse). La venta perdida variará en función del mercado y de la
actividad de la empresa.
Deben contemplarse siempre unidades físicas nunca monetarias.
Debe ser a nivel de SKU/location ya el comportamiento de un artículo
puede ser muy distinto en función de donde se encuentre geográficamente
el punto de venta.
Cuando hablamos de ítems equivalentes conviene analizar la demanda de
forma conjunta (agregada).
En entornos de almacenes reguladores dicho almacén debe dotarse del
stock necesario para suministrar las demandas que dependan de él.
19
Configuración de la demanda
Siempre debemos analizar las salidas /consumos netos que se han producido
directamente a consumidor final /cliente desde los puntos de venta. No
olvidéis hay que incluir también la venta perdida.
20
¿Qué deberíamos contemplar por demanda?
REGULADOR
1 NIVEL REGULADOR 2
NIVEL
DEPOSITO
PUNTO DE
VENTA
REGULADOR 2
REGULADOR NIVEL PUNTO DE
2 NIVEL VENTA
21
¿Qué deberíamos contemplar por demanda?
REGULADOR
1 NIVEL REGULADOR 2
NIVEL
DEPOSITO
PUNTO DE
VENTA
REGULADOR 2
REGULADOR
NIVEL PUNTO DE
2 NIVEL VENTA
22
Ejercicio de Configuración de la demanda-DISMUSA
23
Ejercicio configuración de demanda- DISMUSA
DEMANDA TOTAL
Deleg. 1 Deleg.2
DEMANDA INDEPENDIENTE
4.500 uds 20.000 uds DEMANDA DEPENDIENTE
1 VENTA PERDIDA
DEMANDA TOTAL
VENTA PERDIDA : 5%
5 min DEMANDA INDEPENDIENTE
BAJO PEDIDO : 40%
DEMANDA DEPENDIENTE
VENTA PERDIDA
Paso 1 Paso 2 Paso 3
24
Ejercicio configuración de demanda- DISMUSA
DEMANDA TOTAL
Deleg. 1 Deleg.2
DEMANDA INDEPENDIENTE
4.500 uds 20.000 uds DEMANDA DEPENDIENTE
VENTA PERDIDA
1 225 uds
DEMANDA TOTAL
VENTA PERDIDA : 5%
5 min DEMANDA INDEPENDIENTE
BAJO PEDIDO : 40%
DEMANDA DEPENDIENTE
VENTA PERDIDA
1.000 uds
Paso 1 Paso 2 Paso 3
25
Ejercicio configuración de demanda- DISMUSA
DEMANDA TOTAL
Deleg. 1 Deleg.2
DEMANDA INDEPENDIENTE
2.700 uds
4.500 uds 20.000 uds DEMANDA DEPENDIENTE
1.800 uds
VENTA PERDIDA
1 225 uds
DEMANDA TOTAL
VENTA PERDIDA : 5%
5 min DEMANDA INDEPENDIENTE
12.000 uds
BAJO PEDIDO : 40%
DEMANDA DEPENDIENTE
8.000 uds
VENTA PERDIDA
1.000 uds
Paso 1 Paso 2 Paso 3
26
Ejercicio configuración de demanda- DISMUSA
27
2. Demand Modelling
28
Demand Modelling
• Los mercados han cambiado mucho en los últimos 25 años debido sobre todo
a 5 aspectos fundamentales:
29
Demand Modelling
30
Demand Modelling
La especialización ha llevado a incrementar la oferta de las
empresas mediante nuevas gamas de productos, catálogos más
extensos , marcas blancas, etc. Es decir muchísimas más referencias
que manejar.
Por otro lado el intento de acercar el producto al consumidor final
ha hecho que se incrementara el número de puntos de venta en
muchos sectores como las franquicias, los mayoristas técnicos,
cadenas de bricolaje, la mecánica rápida, etc., mientras que en
otros desaparecían como en alimentación, electrodomésticos, etc..
Todo ello ha hecho que el número de Stock Keeping Units (SKU’S) o
combinación código almacén artículo se haya disparado, y que no
siempre la información deba analizarse de la misma manera.
31
2.1. Definición y variables a incluir en la demanda
Principio Básico:
Para intentar modelizar un fenómeno correctamente y poder realizar
previsiones a futuro hay que entender previamente como se comporta, las
variables que le afectan y como reacciona ante ellas.
Hablando de la demanda si queremos llegar a algoritmos que la modelen
correctamente , primero debemos entender y analizar para cada combinación
código almacén artículo (SKU/location):
Su variabilidad
Volumen de unidades físicas consumidas
Frecuencia de las mismas
Líneas de pedido en las que se han producido, dichos consumos
32
¿Por qué es importante tener en cuenta las líneas de pedido?
Sin embargo si fallamos en el segundo caso en una línea de pedido tan sólo
perdemos una unidad vendida sirviendo un 99’9% de líneas.
33
¿Porqué a nivel de SKU/location?
34
Agregaciones por área, producto....
MacroArea
MacroFamily
35
Gestión 3D: Producto,Mercado, Horizonte temporal
Fuente : Toolsgroup
36
2.2. Criterios de clasificación de la demanda: categorizar según ventas
600
500
400
300
200
100
0 0
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
350
300
250
200
150
100
50
0 0
37
Clase Normal
Aquellos artículos que tienen movimiento/consumo en más de un 75% de los
meses aunque sea sólo una unidad
Suelen ser los artículos mejor controlados por los actuales ERP, sobretodo los
artículos con demanda estable dentro del mes. Si dicha demanda es de un cierto
importe constituyen los denominados “fast movers”.
Se les conoce como artículos de alta rotación y suelen modelizarse mediante:
Medias móviles es decir todos los registros pesan por igual
Medias ponderadas o bien método del alisado exponencial donde se valoran
más las series más recientes
Si la serie temporal de datos contiene mucha irregularidad la incertidumbre suele
compensarse con un fácil cálculo del stock de seguridad.
Si la serie temporal es estacionaria , es decir con poca dispersión u homocedástica
todavía es más fácil el cálculo.
38
Clase Irregular
39
Clase Lento
40
Clase Nuevo
41
Clase Todas las demandas cero
42
Categorizar según ventas: Resumen
43
Tipo de previsiones
Legend
Forecast (red line) Variability (various shades of blue)
Current year (yellow line) Demand history (dark green)
Consolidated demand (green line)
Forecasting (pale blue line) Demand history - corresponding month in prev. years (light green)
Current month (yellow)
45
¿Por qué es importante una buena previsión?
Para:
46
2.3.1. Técnicas subjetivas de previsión
Las técnicas subjetivas se basan en opiniones y registros realizados sobre
muestras poblacionales que si reúnen los requisitos técnicos suficientes sus
resultados pueden ser extrapolados a la totalidad de la población. Por
ejemplo: Los sondeos electorales a pié de urna, suelen tener el suficiente
rigor metodológico para ser unas aproximaciones muy válidas a los
resultados finales.
También se les llama técnicas cualitativas.
Distinguiremos en el campo de la previsión de la demanda dos metodologías
diferenciadas:
La encuesta:
Pueden ser a compradores para tratar de averiguar intenciones de compra,
atributos deseados en los productos y factores determinantes en la decisión
de compra.
También pueden ser a vendedores , en ellas los responsables comerciales
intentan obtener una cifra de ventas aproximada que sus vendedores van a
realizar. Por desgracia en muchas empresas todavía se utiliza este método
como única manera de preveer una cifra de ventas.
47
2.3.1. Técnicas subjetivas de previsión
48
2.3.2. Técnicas objetivas de previsión
49
Series temporales: Media Móvil
50
Series temporales: Suavizado exponencial
suele tener valores entre 0,1 y 0,3 lo que equivaldría a hacer una previsión
con una media móvil entre 19 y 6 períodos.
51
2.4. Contraste de la calidad de las previsiones: forecast accuracy
52
Diferentes métodos de medición del error de previsión
53
Gestión por excepción: Alarmas existentes.
54
Otros componentes del Inventario