Hacer que la oferta satisfaga la demanda en un mundo incierto

Gracias a la competencia mundial, al desarrollo más rápido de los productos y a los sistemas de fabricación cada vez más flexibles, un número y una variedad de productos sin precedentes compiten en mercados que van desde prendas de vestir y juguetes hasta herramientas eléctricas y ordenadores. A pesar de los beneficios para los consumidores, este fenómeno hace que sea más difícil para los fabricantes y minoristas predecir cuáles de sus productos se venderán y planificar la producción y los pedidos en consecuencia.

Como resultado, aumentan las previsiones inexactas y, con ellas, los costes de esos errores. Tanto los fabricantes como los minoristas acaban con más productos no deseados que deben rebajarse (quizás incluso venderse con pérdidas), incluso cuando pierden posibles ventas porque otros artículos ya no están en stock. En las industrias con una demanda muy volátil, como la ropa de moda, los costes de esas «agotaciones» y rebajas pueden superar el coste total de fabricación.1

Para abordar el problema de las previsiones inexactas, muchos directivos han recurrido a uno u otro sistema popular de programación de la producción. Pero los programas de respuesta rápida, los sistemas de inventario justo a tiempo (JIT), la planificación de los recursos de fabricación y similares simplemente no están a la altura. Con una herramienta como la planificación de los recursos de fabricación, por ejemplo, un fabricante puede cambiar rápidamente el programa de producción guardado en su ordenador cuando su previsión y su plan originales resultan incorrectos. Sin embargo, crear una nueva programación no ayuda si la cadena de suministro ya se ha llenado según la anterior.

Del mismo modo, la respuesta rápida y la dirección JIT solo son una parte del panorama general. Un fabricante puede esperar ser lo suficientemente rápido como para producir en respuesta directa a la demanda, eliminando prácticamente la necesidad de una previsión. Sin embargo, en muchos sectores, las ventas de productos volátiles tienden a realizarse en una temporada concentrada, lo que significa que un fabricante necesitaría una capacidad injustificadamente grande para poder fabricar productos en respuesta a la demanda real. Utilizar la respuesta rápida o el JIT tampoco puede ser factible si una empresa depende de un proveedor que no responde para los componentes clave. Por ejemplo, Dell Computer Corporation desarrolló la capacidad de ensamblar ordenadores personales rápidamente en respuesta a los pedidos de los clientes, pero descubrió que esa capacidad se veía limitada por los largos plazos de entrega de los proveedores de componentes.

Creemos que tanto los fabricantes como los minoristas pueden reducir en gran medida el coste de los errores de previsión si adoptan respuesta precisa, un nuevo enfoque para todo el proceso de previsión, planificación y producción. Creemos que las empresas pueden mejorar sus previsiones y, al mismo tiempo, rediseñar sus procesos de planificación para minimizar el impacto de las previsiones inexactas. Una respuesta precisa proporciona una forma de hacer ambas cosas. Implica averiguar qué es lo que los pronosticadores pueden y no pueden predecir bien y, luego, hacer que la cadena de suministro sea rápida y flexible para que los gerentes puedan posponer las decisiones sobre sus artículos más impredecibles hasta que tengan algunas señales del mercado, como los resultados de ventas a principios de temporada, que ayuden a hacer coincidir correctamente la oferta con la demanda.

Una respuesta precisa ayuda a los minoristas a mejorar las previsiones y a rediseñar los procesos de planificación para minimizar el impacto de las previsiones inexactas.

Este enfoque incorpora dos elementos básicos de los que carecen total o parcialmente otros sistemas de previsión y programación. En primer lugar, tiene en cuenta las oportunidades de venta perdidas. Los errores de previsión se traducen en muy poco o demasiado inventario. La respuesta precisa mide los costes por unidad de las existencias agotadas y las rebajas y los tiene en cuenta en el proceso de planificación. La mayoría de las empresas ni siquiera miden el número de ventas que han perdido, y mucho menos tienen en cuenta esos costes cuando se comprometen con la producción.

En segundo lugar, una respuesta precisa distingue los productos cuya demanda es relativamente predecible de aquellos cuya demanda es relativamente impredecible. Lo hace mediante una combinación de datos históricos y juicios de expertos.

Estos dos elementos ayudan a las empresas a replantearse y revisar no solo todos los aspectos importantes de sus cadenas de suministro, incluida la configuración de sus redes de proveedores, los horarios de producción y entrega de los materiales sin terminar, el transporte y el número y la ubicación de los almacenes, sino también los diseños de sus productos. Con el conocimiento de qué productos tienen una demanda predecible y cuáles no, pueden adoptar diferentes enfoques para fabricar cada clase de producto. Los de la categoría relativamente predecible deberían fabricarse con más antelación para reservar una mayor capacidad de fabricación para fabricar artículos impredecibles más cerca de la temporada de ventas. Esta estrategia permite a las empresas fabricar cantidades más pequeñas de productos impredecibles con antelación, ver qué tan bien les va a los diferentes productos al principio del período de venta y, a continuación, utilizar esa información para determinar de qué productos fabricar más.

Por lo tanto, una respuesta precisa permite a las empresas utilizar el poder de una fabricación flexible y tiempos de ciclo más cortos de forma mucho más eficaz. Y la capacidad de hacer un mejor trabajo a la hora de hacer coincidir la oferta y la demanda produce ahorros que caen directamente al balance final. Un proveedor del negocio de ropa de esquí y moda, Sport Obermeyer, Ltd., con sede en Aspen (Colorado), ha reducido sus costes de desajuste a la mitad mediante el uso de una respuesta precisa.

Al reducir drásticamente los costes de desajuste, este enfoque también da a las empresas la opción de tomar otra medida: bajar los precios. En la actualidad, tanto los proveedores como los distribuidores y minoristas incorporan los costes de desajuste en sus precios. En otras palabras, intentan que los consumidores paguen más para cubrir el coste de las previsiones inexactas.

Para las empresas que venden productos nuevos o de temporada, es esencial un enfoque de respuesta preciso.

Está claro que las empresas que fabrican o venden productos con una vida útil prolongada y ventas estables no necesitan hacer esos cambios en sus sistemas de previsión y planificación. Es probable que las previsiones de esos productos se acerquen constantemente a la realidad y, en cualquier caso, la larga vida útil de estos productos reduce en gran medida el coste de cualquier inexactitud en las previsiones. Pero para las empresas que venden productos nuevos o muy estacionales, o que tienen una vida útil corta, un enfoque de respuesta preciso es esencial. Cualquier fabricante cuya capacidad esté limitada durante los períodos de máxima producción puede beneficiarse de un mejor uso de su capacidad fuera de las horas pico. Y cualquier minorista que tenga dificultades para predecir la demanda también puede beneficiarse al saber qué productos pedir al por mayor antes de la temporada de ventas y cuáles pedir en incrementos durante la temporada.

La creciente necesidad de enfrentarse a la incertidumbre de la demanda

Algunas empresas ya utilizan algunas de las técnicas incorporadas en Accurate Response. The Timberland Company, el fabricante de calzado con sede en New Hampshire, de rápido crecimiento, por ejemplo, ha desarrollado un sofisticado sistema de planificación de la producción vinculado a un sistema de seguimiento de ventas que actualiza las previsiones de la demanda. Estos sistemas, junto con los esfuerzos por reducir los plazos de entrega para obtener piel de los curtidores, han permitido a la empresa reducir significativamente los costes de desabastecimiento y rebajas.

L.L. Bean, la empresa de artículos deportivos al aire libre de Maine, ha empezado a utilizar su comprensión de la incertidumbre para impulsar sus decisiones de planificación del inventario. Como vendedor directo, a Bean le resulta fácil recopilar datos de desabastecimiento. Tras descubrir que las previsiones de su línea continua de productos que «nunca salen» son mucho más precisas que las de sus nuevos productos, Bean estima la incertidumbre de la demanda de forma diferente para cada categoría y, a continuación, utiliza esas estimaciones para tomar decisiones de suministro de productos.

Pero la mayoría de las empresas siguen tratando el mundo como si fuera predecible. Basan la planificación de la producción en las previsiones de la demanda hechas mucho antes de la temporada de ventas para tener tiempo suficiente para una producción y una distribución eficientes. Y cuando ese enfoque se traduce en escasez de algunos productos y en oleoductos llenos de componentes y productos terminados obsoletos porque se prevé que los vendedores más vendidos se han disparado, por lo general se ve como un problema de previsión. Todo el mundo culpa injustamente a los pronosticadores.

La mayoría de las organizaciones hacen un mal trabajo al incorporar la incertidumbre de la demanda en sus procesos de planificación de la producción.

Sin embargo, el verdadero problema es que la mayoría de las empresas hacen un mal trabajo al incorporar la incertidumbre de la demanda en sus procesos de planificación de la producción. Son conscientes de la incertidumbre de la demanda cuando crean una previsión (sea testigo de la dependencia generalizada de las acciones de seguridad), pero diseñan sus procesos de planificación como si esa previsión inicial representara realmente la realidad. Lo hacen por dos razones. En primer lugar, es complicado tener en cuenta varios escenarios de demanda en la planificación; la mayoría de las empresas simplemente no saben cómo hacerlo. En segundo lugar, el drástico aumento de la imprevisibilidad de la demanda es bastante reciente, por lo que la mayoría de las empresas aún no han cambiado sus sistemas de planificación para adaptarse a él. El resultado, como lo demuestra el fuerte aumento de las rebajas de los grandes almacenes en las últimas dos décadas, ha sido catastrófico. (Consulte el gráfico «Las rebajas se disparan en la industria minorista».)

Las rebajas se disparan en la industria minorista Fuente: Resultados financieros y operativos de los grandes almacenes y tiendas especializadas, Federación Nacional de Minoristas

Todo esto es un tanto irónico dados los avances de los últimos 15 años, que aparentemente han facilitado la identificación y el suministro de nichos de mercado cada vez más pequeños. Los escáneres de los puntos de venta han proporcionado una avalancha de datos sobre los patrones de compra de los consumidores. Y al reducir el coste de fabricación de cantidades más pequeñas de productos, la fabricación flexible ha permitido a las empresas fabricar una variedad mucho más amplia de productos, todo ello con el objetivo de dar a los clientes exactamente lo que quieren. Incluso las industrias que tradicionalmente no se han considerado impulsadas por la moda se han visto afectadas. El número de presentaciones de nuevos productos en la industria alimentaria estadounidense, por ejemplo, se ha disparado en los últimos años, pasando de 2000 en 1980 a 18 000 en 1991.

Pero la introducción frecuente de nuevos productos tiene dos efectos secundarios que la mayoría de las empresas no están preparadas para abordar. Por un lado, reducen la vida útil media de los productos; hay más al principio de su vida útil (cuando las predicciones son difíciles porque no hay un historial de demanda) o al final de su vida útil (cuando mantener el inventario es caro porque los productos quedan obsoletos pronto). Por otro lado, a medida que los productos proliferan, la demanda se divide en un número creciente de unidades de almacenamiento (SKU). Incluso si los fabricantes y minoristas pueden pronosticar las cifras de la demanda agregada con cierta certeza, cada vez es más difícil predecir cómo se distribuirá esa demanda entre los muchos SKU que venden. Para visualizar este efecto, compare la dificultad relativa de predecir quién ganará un partido de béisbol (el resultado global) con la dificultad de predecir quién marcará más carreras en cada entrada (el resultado a nivel de SKU).

Tenga en cuenta los problemas a los que se enfrentó la división Cadillac de General Motors tras rediseñar sus modelos Seville y Eldorado. Según las previsiones iniciales de demanda para su línea de 1992, General Motors asignó la mitad de la capacidad de su planta de Detroit-Hamtramck a esos dos modelos; la capacidad restante estaba prevista para producir Buicks y Oldsmobile. Sin embargo, la demanda de los Sevilla y Los Dorados superó rápidamente a la oferta: la subproducción de los dos modelos por parte de GM provocó la pérdida de miles de clientes potenciales. Luchando por satisfacer la creciente demanda, GM cambió su asignación y dedicó 86% de la capacidad de la planta a los modelos Cadillac. Finalmente, la empresa asignó toda la capacidad de producción de la planta a Sevilla y Eldorado. Pero el daño ya estaba hecho.

En la industria de la informática, que se enfrenta a una considerable proliferación de productos, ciclos de vida cortos de los productos y un historial limitado de demanda específica de los clientes, los problemas de suboferta y exceso de oferta son endémicos. Y en el comercio minorista, la consolidación en muchos segmentos ha dado a las empresas supervivientes mucho más poder sobre los proveedores, un poder que no han tenido reparos en utilizar para reducir su propia vulnerabilidad ante un mercado impredecible. Kmart, por ejemplo, dijo a varios de sus proveedores de juguetes el pasado mes de julio que, de hecho, les compraría los productos en consignación: se esperaba que los fabricantes de juguetes enviaran productos a los centros de distribución de Kmart en función de los pedidos de Kmart, pero Kmart no compraría los productos a menos y hasta que los enviaran desde el centro de distribución a una tienda de Kmart. Los productos que no se vendan a la altura de las expectativas se devolverán del centro de distribución al fabricante.

La consolidación de la venta minorista ha dado a las empresas supervivientes más poder sobre los proveedores.

Black & Decker Corporation perdió decenas de millones de dólares en ventas en menos de un año debido al aumento de la demanda de los minoristas, señala Al Strumar, exvicepresidente de tecnología de fabricación avanzada de la empresa. En la industria de las herramientas eléctricas, la dura competencia ha significado una mayor variedad de productos y la necesidad de una entrega más rápida. Además, hasta cierto punto, las herramientas eléctricas se han convertido en artículos de moda que compiten con las corbatas y los discos compactos en las compras de regalos para el Día del Padre y Navidad. Como resultado, hace unos años, algunos de los principales clientes minoristas de Black & Decker empezaron a presionar a la empresa para que entregara los pedidos más pequeños con más frecuencia, justo a tiempo. Esos clientes también establecieron una política de cancelación de cualquier pedido que no pudiera enviarse al 100%% completo y puntual. Black & Decker no podía cumplir esos exigentes requisitos con sus métodos de planificación tradicionales. Posteriormente, la atención de los altos directivos se centró en hacer que las plantas fueran rápidas y flexibles para que la empresa pudiera responder a los rápidos cambios en las preferencias del mercado.

Cómo se desarrolló la respuesta precisa en Sport Obermeyer

Cualquier empresa que decida implementar una respuesta precisa obviamente debe adaptar el enfoque a su propia situación. Pero el caso de Sport Obermeyer es un buen ejemplo de cómo se puede hacer. De hecho, las ideas que surgieron de nuestro análisis de Sport Obermeyer formaron la base de un enfoque de respuesta precisa.

En el negocio de la moda de esquí, la demanda depende en gran medida de una variedad de factores que son difíciles de predecir (el clima, las tendencias de la moda, la economía) y el pico de la temporada de ventas minoristas solo dura dos meses. Aun así, Sport Obermeyer ha podido eliminar casi por completo el coste de producir ropa de esquí que los clientes no quieren y de no producir ropa de esquí que sí quieren mediante una respuesta precisa. La empresa estima que, al implementar este enfoque, ha aumentado sus beneficios entre un 50%% y 100% en los últimos tres años.

Fundada en 1950 por el ingeniero aeronáutico e instructor de esquí de origen alemán Klaus Obermeyer, Sport Obermeyer es un proveedor líder del mercado estadounidense de ropa de esquí de moda. Sus productos son fabricados por una empresa conjunta en el Lejano Oriente y por fabricantes independientes ubicados en el Lejano Oriente, Europa, el Caribe y los Estados Unidos. Con ventas de aproximadamente$ 30 millones en 1992, Sport Obermeyer tenía 45% cuota del mercado infantil y un 11% cuota del mercado para adultos.

Casi todos los productos de Sport Obermeyer se diseñan de nuevo cada año para incluir cambios de estilo, tejido y color. Y hasta mediados de la década de 1980, el ciclo de diseño y venta de la empresa era relativamente sencillo: diseñar el producto, hacer muestras y mostrarlas a los minoristas en marzo; hacer pedidos de producción a los proveedores en marzo y abril tras recibir los pedidos minoristas; recibir los productos en el centro de distribución de Sport Obermeyer en septiembre y octubre; y luego enviarlos inmediatamente a los puntos de venta. Ese enfoque funcionó bien durante más de 30 años: los compromisos de producción se basaban en pedidos en firme y la entrega en otoño proporcionaba tiempo suficiente para una fabricación eficiente.

Sin embargo, a mediados de la década de 1980, varios factores hicieron que el enfoque fuera obsoleto. En primer lugar, a medida que el volumen de ventas de Sport Obermeyer crecía, la empresa comenzó a tener restricciones de fabricación durante el período máximo de producción de ropa de esquí. No pudo reservar suficiente producción con los fabricantes de ropa de esquí de alta calidad durante los críticos meses de verano como para poder producir todo su volumen tras recibir pedidos minoristas en firme. Como resultado, comenzó a reservar la producción en noviembre anterior, o alrededor de un año antes de que se vendiera la mercancía, basándose en las especulaciones sobre lo que pedirían los minoristas.

En segundo lugar, la presión por reducir los costes de fabricación y aumentar la variedad obligó a Sport Obermeyer a desarrollar una cadena de suministro más compleja. (Hoy en día, una parka que se vende en los Estados Unidos puede coserse en China con telas y hallazgos (cremalleras, broches, hebillas e hilos) procedentes de Japón, Corea del Sur y Alemania. Una cadena de suministro de este tipo permitía aumentar la variedad y mejorar la eficiencia de la producción, pero aumentaba considerablemente los plazos de entrega. Por último, y lo más importante, Sport Obermeyer lanzó con éxito una línea de ropa de esquí de moda infantil. Los concesionarios empezaron a exigir una entrega más temprana, porque una parte importante de las rebajas en la floreciente categoría infantil habían empezado a realizarse en agosto, durante la temporada de regreso a clases.

Para hacer frente al alargamiento de las cadenas de suministro, la capacidad limitada de los proveedores y las demandas de los minoristas de entrega anticipada, Sport Obermeyer emprendió una variedad de iniciativas de respuesta rápida para acortar los plazos de entrega. En primer lugar, la empresa redujo drásticamente el tiempo necesario para procesar los pedidos y calcular las necesidades de materias primas mediante la introducción de sistemas informáticos para apoyar esas actividades. En segundo lugar, como los plazos de obtención de materias primas resultaban difíciles de acortar, la empresa empezó a anticipar los materiales que necesitaría y a colocarlos por adelantado en un almacén del Lejano Oriente. Con los materiales en la mano, Sport Obermeyer pudo empezar a fabricar en cuanto recibió los pedidos. En tercer lugar, a medida que se acercaban las fechas límite de entrega, la empresa recurrió al transporte aéreo para acelerar la entrega desde el Lejano Oriente a su centro de distribución de Denver. Para 1990, esos cambios habían reducido los plazos de entrega en más de un mes.

Además, Sport Obermeyer logró convencer a algunos de sus clientes minoristas más importantes de que hicieran sus pedidos antes, lo que proporcionó a la empresa una valiosa información temprana sobre la probable popularidad de los estilos individuales. A partir de 1990, la empresa lo logró invitando a unos 25 de sus principales clientes minoristas a Aspen cada mes de febrero para darles un adelanto de la nueva línea anual y solicitar pedidos anticipados. Desde entonces, cada año, los pedidos derivados de este programa, llamado Early Write, representan unos 20% de las ventas totales de Sport Obermeyer.

Lamentablemente, esos esfuerzos no resolvieron el problema del aumento del desabastecimiento y las rebajas. La empresa todavía tenía que basar alrededor de la mitad de su producción en las previsiones de la demanda, lo que suponía un gran riesgo en la altamente volátil industria de la moda. Sport Obermeyer se basó en un «comité de compras» interno (un grupo de directores de empresas de diversas áreas funcionales) para hacer una previsión consensuada de la demanda de cada uno de los distintos productos de la empresa. Pero su trayectoria no fue particularmente impresionante. En la temporada 1991-1992, por ejemplo, algunos modelos de parka para mujer superaron en ventas a la previsión original en 200%, mientras que las ventas de otros estilos ascendieron a menos del 15%% de la cantidad prevista.

Los directivos de Sport Obermeyer sopesaron las alternativas. ¿Podrían mejorar las previsiones? ¿Podrían reducir aún más los plazos de fabricación? ¿No había alguna forma de aprovechar más la información generada por el programa Early Write? ¿Podrían inducir a más minoristas a hacer sus pedidos anticipadamente?

¿Había alguna forma de saber qué previsiones podían ser precisas antes de ver los pedidos?

Fue en ese momento cuando los cuatro formamos un equipo de investigación para considerar esas cuestiones. Como resultado, el enfoque de respuesta precisa evolucionó. Nos dimos cuenta de que el problema tenía su origen en la incapacidad de Sport Obermeyer para predecir lo que la gente compraría. La decisión de producir una parka es básicamente una apuesta a que la parka se venda. Para ayudar a Sport Obermeyer a evitar las apuestas de mayor riesgo, necesitábamos una forma de determinar qué productos eran los más seguros de fabricar antes de Early Write y cuáles debían posponerse hasta que la información de ventas recopilada en Early Write estuviera disponible. Tomando como punto de partida la previsión original del comité de compras, nos dimos cuenta de que, aunque algunas previsiones estaban fuera de lugar, alrededor de la mitad eran bastante precisas y diferían en menos de un 10%% de las ventas reales. (Consulte el primer gráfico de la exposición «Mejora de las previsiones en el Sport Obermeyer».) ¿Había alguna forma de saber qué previsiones podían ser precisas antes de que viéramos los pedidos reales?

Mejorando las previsiones en Sport Obermeyer

Para responder a esa pregunta, primero examinamos el funcionamiento del comité de compras. El comité de compras había proporcionado tradicionalmente una previsión de consenso única para cada estilo y color. Decidimos pedir a cada miembro del comité que hiciera una previsión independiente para cada estilo y color. Al principio, los miembros del comité consideraron que la solicitud era un tanto inquietante. Estaban acostumbrados a un entorno colegiado; estaban acostumbrados a llegar a la previsión de consenso mediante la celebración de un amplio debate. Con el nuevo sistema, las personas eran responsables de sus propias previsiones.

Pero el cambio resultó inestimable por dos razones. En primer lugar, las previsiones de consenso rara vez representan un verdadero consenso. Los miembros dominantes de un grupo, como los altos ejecutivos, suelen influir indebidamente en el resultado de las previsiones de un equipo; no podrían hacerlo si cada persona tuviera que presentar sus propias previsiones. En segundo lugar, y lo que es más importante, el nuevo proceso proporcionaba una forma de determinar estadísticamente la precisión probable de las previsiones de la comisión para cada estilo.

Los miembros dominantes de un grupo suelen influir indebidamente en el resultado de una previsión de consenso.

De hecho, del proceso de previsión independiente surgió un descubrimiento interesante. Aunque las previsiones medias para dos estilos de parka pueden ser las mismas, la dispersión de las previsiones individuales para los dos estilos puede diferir considerablemente. Por ejemplo, las previsiones de todo el mundo para la parka de Pandora estaban cerca de la media, pero las previsiones para la concha Entice estaban por todas partes. (Consulte la tabla «En qué se diferencian las predicciones de muestra para dos productos».) Parecía plausible que la previsión de la Pandora tuviera más probabilidades de ser correcta que la del Entice.

En qué se diferencian las predicciones de muestra para dos productos

Al final de la temporada 1992-1993, pudimos poner a prueba nuestra hipótesis de que las previsiones tenderían a ser más precisas cuando los miembros del comité de compras tenían previsiones similares. Los datos de ventas reales mostraron que la varianza en las previsiones individuales era un indicador casi perfecto de la precisión de las previsiones. (Para obtener una explicación detallada del proceso de previsión, consulte el inserto «Cómo hacer frente a la incertidumbre de la demanda en Sport Obermeyer»).

Hacer frente a la incertidumbre de la demanda en Sport Obermeyer

Klaus Obermeyer, actor de la industria desde hace mucho tiempo, caracteriza el mercado de ropa de esquí como extremadamente voluble. ¿Qué uso podrían tener los métodos

…

Sport Obermeyer tenía ahora una forma de estimar qué estilos se pronosticaban con precisión. Pero aún así tenía que hacer frente a los estilos que tenían una demanda impredecible. Descubrimos de manera crítica (y sorprendente) que, aunque la demanda de los minoristas es lo suficientemente impredecible como para imposibilitar una previsión precisa, los patrones generales de compra de los minoristas de Sport Obermeyer eran notablemente similares. Por ejemplo, actualizando las previsiones del comité de compras utilizando solo las 20 primeras% de los pedidos, la precisión de las previsiones mejoró drásticamente. Naturalmente, a medida que se obtenían más pedidos, la precisión de las previsiones siguió mejorando. (Consulte los gráficos segundo y tercero de la exposición «Mejorando las previsiones en Sport Obermeyer».) El desafío pasó entonces a diseñar un enfoque de planificación de la producción que reconociera y aprovechara esa información.

La clave para hacerlo fue darse cuenta de que la capacidad de producción que Sport Obermeyer utiliza para fabricar parkas de esquí cambia de carácter a medida que avanza la temporada. Al principio de la temporada, cuando la empresa no tiene pedidos, esa capacidad no es reactiva, en el sentido de que las decisiones de producción se basan únicamente en las predicciones y no en la reacción a la demanda real del mercado. A medida que los pedidos comienzan a filtrarse, empezando por los generados por el programa Early Write, esa capacidad pasa a ser reactiva. Ahora Sport Obermeyer puede basar sus decisiones de producción en las señales que recibe del mercado y en sus previsiones más precisas.

Es importante cubrir la capacidad no reactiva con los estilos para los que las previsiones de la demanda tengan más probabilidades de ser precisas, de modo que la preciosa capacidad de reacción pueda dedicarse a crear tantos estilos impredecibles como sea posible. Esta estrategia, que llamamos secuenciación de producción basada en el riesgo, permite a Sport Obermeyer responder al mercado lo más posible en las áreas en las que los beneficios son mayores.

La planificación de la producción en Sport Obermeyer es, de hecho, más complicada de lo que hemos presentado; hemos simplificado el proceso para ofrecer una explicación general de cómo funciona la respuesta precisa. Además, hemos omitido varios factores específicos de cada caso. Por ejemplo, en realidad, la empresa debe cumplir con los mínimos de producción para cada estilo. Además, para los estilos que tienen niveles de venta lo suficientemente altos en relación con los mínimos, puede utilizar varias tiradas de producción. Es decir, un estilo se puede fabricar en dos incrementos: el primero utilizando una capacidad no reactiva basada en una parte de las ventas previstas y el segundo de forma reactiva, según la información derivada de las ventas reales. Además, los diferentes costes de los estilos afectan a su riesgo: en igualdad de condiciones, los estilos más costosos conllevan un mayor riesgo financiero.

Desarrollamos un complejo modelo matemático computarizado para crear un programa de producción óptimo que tuviera en cuenta todos estos factores. El modelo identifica los productos que deben producirse de forma no reactiva junto con sus niveles de producción óptimos. Luego, tras actualizar la previsión inicial con información sobre la demanda temprana, determina el programa de producción reactiva adecuado. Aplicamos las recomendaciones del modelo y comparamos sus decisiones con las prácticas anteriores: el uso de las recomendaciones del modelo redujo los costes en aproximadamente un 2%% de ventas. Porque los beneficios en esta industria tienen una media del 3% de las ventas, la mejora aumentó los beneficios en dos tercios.

El modelo también se puede utilizar para evaluar el impacto en los costes de los cambios físicos en la cadena de suministro. Por ejemplo, utilizamos el modelo junto con los datos históricos de ventas de la temporada 1992-1993 para estimar cuánto bajarían los costes de desabastecimiento y rebajas a medida que aumentáramos la cantidad disponible de capacidad reactiva, es decir, la capacidad comprometida en respuesta a la información inicial real sobre la demanda.

Para las parkas femeninas de Sport Obermeyer, los costes de desabastecimiento y rebajas serían de 10,2% de ventas si ninguna de las parkas pudiera producirse de forma reactiva, es decir, si todos los compromisos de producción tuvieran que hacerse antes de recibir cualquier pedido. En el otro extremo, esos costes caerían a 1,8% si todas las parkas pudieran producirse de forma reactiva, si todos los compromisos de producción pudieran hacerse después de recibir una parte determinada de los pedidos. (Consulte el gráfico «La capacidad de reacción reduce los costes».)

La capacidad de reacción reduce los costes

Rara vez es posible aplazar toda la producción hasta que se haya obtenido la información temprana sobre la demanda; la conclusión importante es que incluso una pequeña cantidad de capacidad de reacción puede tener un impacto drástico en los costes. En el caso de Sport Obermeyer, producir solo 30% del volumen de la temporada proporciona de forma reactiva casi la mitad de la posible reducción de costes.

Guiándose por el modelo, Sport Obermeyer siguió realizando numerosas mejoras en su cadena de suministro y en su proceso de rediseño de productos, lo que, en conjunto, tuvo un impacto significativo. Los cambios en la cadena de suministro se centraron en mantener las materias primas y la capacidad de producción industrial indiferenciadas el mayor tiempo posible. Por ejemplo, además de almacenar las materias primas, la empresa empezó a reservar la capacidad de fábrica para los períodos de mayor producción con mucha antelación, pero no especificó los estilos exactos que se fabricarían hasta una fecha posterior. Sport Obermeyer asumió el riesgo de suministrar las materias primas correctas a las fábricas. A cambio, las fábricas permitieron que los compromisos de producción se asumieran más adelante.

Además de realizar cambios en la cadena de suministro, Sport Obermeyer ha fusionado sus departamentos de diseño y producción en un solo departamento de comercialización y, por lo tanto, amplía su estrategia para abarcar más problemas de producción. Por ejemplo, la empresa ha rediseñado su línea de parka para reducir drásticamente la variedad de cremalleras utilizadas. Mientras que antes solía hacer coincidir el color de la cremallera y de la cinta con el color de la prenda, la empresa ahora utiliza cremalleras negras en varias líneas como elemento de moda que introduce el contraste de color en el estilo. De esta forma, Sport Obermeyer ha reducido más de cinco veces el número de cremalleras que necesita. Este cambio ha sido especialmente valioso debido a los largos plazos de entrega causados por las limitadas fuentes de suministro de cremalleras de alta calidad; la ausencia de una cremallera de una longitud y un color determinados podría retrasar la producción de todo un modelo durante meses.

Sport Obermeyer también está animando a los diseñadores a utilizar el mismo tipo de materias primas en sus estampados. Por ejemplo, mientras que antes cada diseñador podía haber seleccionado un tono de rojo diferente para una prenda determinada, lo que hacía que la empresa tuviera que trabajar con cinco o seis tonos diferentes, ahora los diseñadores se decantan por dos o tres tonos para un ciclo de diseño determinado. Sport Obermeyer ha descubierto que los clientes no suelen darse cuenta de las pequeñas diferencias de color, sino que prestan mucha más atención al aspecto general, a la calidad de la confección y a las características especiales de la prenda.

Lograr una respuesta precisa

Cuando los gerentes se propongan evaluar el coste de las agotaciones y las rebajas para ver si se justifica o no un programa de respuesta preciso, puede que se lleven una sorpresa. La empresa típica carece de esa información, sobre todo porque es difícil rastrear las ventas perdidas como resultado de la falta de existencias. Pero evaluar la pérdida de ventas vale la pena; incluso las estimaciones rudimentarias pueden resultar útiles. Por ejemplo, piense en un producto que se vende de manera uniforme durante un período de diez semanas. Si los suministros de ese producto se agotan al final de la octava semana, es lógico suponer que el fabricante y el minorista podrían haber vendido 25% más de lo que tenían disponible.

Vale la pena evaluar las ventas perdidas; incluso las estimaciones rudimentarias pueden resultar útiles.

Las empresas también pueden cambiar sus sistemas de entrada de pedidos para capturar los pedidos que no se pueden tramitar por falta de inventario. Sport Obermeyer se dio cuenta de que los pedidos realizados durante la temporada de venta minorista de productos que estaban agotados y, por lo tanto, no podían tramitarse no se introducían en el ordenador. Tras cambiar su sistema, descubrió que la información era inestimable tanto para mejorar las previsiones como para medir el coste de la insuficiencia de inventario.

Algunas organizaciones han realizado cambios ingeniosos que les permiten mejorar sus estimaciones del número de ventas que han perdido por la falta de existencias. La nueva política de los grandes almacenes de Dillard sobre las solicitudes de los clientes es un buen ejemplo. Cuando una tienda se quede sin un artículo solicitado por un cliente, la empresa lo enviará por correo al cliente sin coste adicional desde otra tienda de Dillard. La intención original de Dillard era únicamente mejorar el servicio de atención al cliente y aumentar las ventas. Sin embargo, la empresa ha cosechado un importante beneficio secundario. Ahora comprende mejor la demanda real en cada tienda, lo que le permite estimar mejor las ventas perdidas y pronosticar la demanda.

Un componente importante de un programa de respuesta preciso es racionalizar la cadena de suministro para reducir los plazos de producción y distribución. Está claro que la reducción de la duración del ciclo ofrece la posibilidad de reducir el coste de las existencias y las rebajas al permitir aplazar las decisiones de producción hasta que se disponga de más información y mejores previsiones. Sin embargo, aprovechar ese potencial también requiere cambios en la previsión y la planificación de la producción.

Una respuesta precisa requiere dos cambios en la previsión. La primera es ser más ingenioso a la hora de utilizar los indicadores de demanda para mejorar las previsiones. La segunda es instituir un sistema de seguimiento de los errores de previsión.

Las empresas deberían utilizar los indicadores de demanda para mejorar las previsiones e instituir un sistema de seguimiento de los errores de previsión.

Los datos de ventas de principios de temporada son una fuente obvia de información que se puede utilizar para revisar y mejorar las previsiones. Pero son solo un tipo de indicador. Si una empresa es imaginativa, normalmente puede encontrar o incluso crear otras mejores. Tomemos el caso de National Bicycle, una filial de Matsushita que fabrica bicicletas en Japón con las marcas Panasonic y National.

Hace varios años, National Bicycle descubrió que las bicicletas deportivas (bicicletas de montaña y de diez velocidades) se habían convertido en artículos de moda que se vendían en parte sobre la base de patrones de colores brillantes e intrincados que cambiaban cada año. La incapacidad de National para predecir qué patrones de color serían cálidos cada año estaba provocando que produjera en exceso algunos colores y subprodujera otros, lo que generaba enormes pérdidas. Para evitar el problema de la previsión, la empresa creó un sistema de pedidos personalizados mediante el cual se medía a los clientes según las dimensiones ideales de su montura y se les invitaba a elegir su patrón de color favorito entre una amplia selección. Su bicicleta ideal se creó entonces en la increíblemente flexible planta de la empresa en Kashiwara y se la entregaron en su puerta dos semanas después.

El programa se ha hecho tan popular que casi la mitad de las bicicletas deportivas de National ya están hechas a medida. Pero, sorprendentemente, el sistema también beneficia al resto de las operaciones de National. La empresa ha descubierto que los colores más populares para sus bicicletas hechas a medida son un excelente indicador de los colores que se pondrán de moda en general durante esa temporada. Ahora utiliza esa información para guiar la planificación de sus bicicletas producidas en serie, lo que ha reducido considerablemente las pérdidas debido a la sobreproducción y la subproducción.

A medida que una organización empieza a mejorar sus previsiones, también debe hacer un seguimiento sistemático de sus errores. La mayoría de los directores de operaciones opinan sobre la precisión de las previsiones de su empresa, pero con demasiada frecuencia esa opinión adopta la forma de quejarse del último error cometido por el departamento de marketing. «Predijeron que venderíamos 2 millones de latas de comida para perros con sabor a menta, así que hicimos 2 millones de latas y ahora tenemos un suministro para 28 años en nuestro almacén». Está claro que se necesita un enfoque más sistemático. Las empresas deben anotar cuándo se hizo una previsión, en qué información se basó y su nivel de detalle (por ejemplo, ¿estaba a nivel agregado o de SKU?) , y deberían compararlo más adelante con la demanda real.

Para un producto existente con al menos una temporada de historial de demanda, es posible utilizar los errores de previsión anteriores para predecir la precisión de las previsiones futuras. De lo contrario, recomendamos el enfoque empleado por Sport Obermeyer: convocar a un panel de expertos para que hagan previsiones independientes y utilice la varianza de sus predicciones para medir la precisión de las previsiones.

El uso de la secuenciación de producción basada en el riesgo requiere que las plantas sean lo suficientemente flexibles como para cambiar entre varios productos de temporada y que tengan acceso a los materiales y componentes necesarios cuando los necesitan. Lograr una flexibilidad óptima puede implicar cambios en el equipo o requerir limitar la secuencia de producción basada en el riesgo a las familias de productos que funcionan con el mismo equipo. Garantizar el acceso a los suministros correctos requiere amplias conversaciones con los proveedores para encontrar la manera de satisfacer las necesidades de ambas partes. Por ejemplo, la necesidad de los proveedores de comprometerse pronto podría satisfacerse si la empresa solo especifica los requisitos de volumen total con antelación. La necesidad de flexibilidad de la empresa podría satisfacerse si los proveedores le permiten posponer la especificación de la combinación de suministros que necesita hasta que las tendencias del mercado se aclaren.

Por último, para todas las decisiones sobre los cambios en la cadena de suministro y la planificación de la producción, es importante adoptar un marco basado en un modelo probabilístico de demanda. Al contrario de lo que muchos creen, la incertidumbre del mercado es un riesgo manejable.

Referencia

1. Esta afirmación se basa en parte en el estudio de Robert M. Frazier «Respuesta rápida en líneas suaves», Comerciante de descuentos, Enero de 1986, pág. 40.