Análisis ABC XYZ (Inventario)

El análisis ABC XYZ, al igual que su predecesor análisis ABC, es una herramienta de categorización que tiene como objetivo identificar los productos de mejor rendimiento en el catálogo de una persona para que pueda determinar los niveles de servicio y seguridad apropiados de stock. A diferencia del análisis ABC, que se enfoca exclusivamente en un solo criterio (generalmente volumen de ventas o ingresos), el análisis ABC XYZ también intenta cuantificar una segunda dimensión (incertidumbre o volatilidad de la demanda). A pesar de proporcionar quizás una instantánea de rendimiento con una resolución ligeramente mayor, el análisis ABC XYZ sigue siendo una aplicación ingenua de los principios matemáticos subyacentes y simplemente sirve para amplificar la burocracia y la inestabilidad. También conserva todas las limitaciones de un análisis ABC clásico, pero posiblemente brinda una mayor sensación de falsa seguridad a través de artimañas matemáticas.

Realización de un análisis ABC XYZ

Mientras que un análisis ABC tiene como objetivo descomponer financieramente una serie de SKU en una de tres clases a lo largo de un período de tiempo,¹ proporcionando así a un profesional de la cadena de suministro un desglose de los SKU según su importancia financiera, el análisis ABC XYZ pretende ir un paso más allá. Intenta comprender y cuantificar la varianza de la demanda (o volatilidad) para cada SKU a lo largo del período observado y combinar las clásicas clases A, B y C con las adicionales X, Y y Z. En pocas palabras, la varianza de la demanda es una medida de cuánto cambió la demanda a lo largo del período observado. Esto podría reflejar períodos inesperados y/o aislados de demanda extremadamente alta (o baja), o una dificultad sostenida en general para predecir cuántas unidades de un SKU eran realmente necesarias (o cualquier otra razón por la que la demanda pudiera haber fluctuado a lo largo del período de tiempo). Estas designaciones X, Y y Z están destinadas a capturar esta varianza.

Bajo esta nueva rúbrica de nueve categorías, los SKU de clase X son los más estables (experimentan la menor varianza de la demanda), las clases Y son algo estables (experimentan una varianza de la demanda moderada) y las clases Z son las menos estables (experimentan la mayor varianza de la demanda). Basándose en el análisis ABC clásico, un profesional de la cadena de suministro se presenta con un desglose aparentemente más matizado del catálogo a lo largo del período de tiempo, donde los SKU se analizan en el doble de dimensiones.

Para procesar esta nueva clasificación, un profesional de la cadena de suministro sigue los mismos pasos iniciales que en el análisis ABC clásico. Una vez completada esta etapa, se pasa a la parte XYZ del análisis, donde se requiere:

• El número deseado de clases de varianza de la demanda: generalmente limitado a 3, aunque esto es flexible.
• Un umbral para separar cada clase: completamente a discreción del profesional de la cadena de suministro. Un ejemplo podría ser <=10% para la clase X, >10-25% para la clase Y y >25% para la clase Z.
• El promedio de cada SKU a lo largo del período observado: fácilmente calculado en cualquier hoja de cálculo.
• La desviación estándar y el coeficiente de variación de cada SKU: también fácilmente calculados en cualquier hoja de cálculo.

La desviación estándar, en el contexto de un año de datos, generalmente indica cuánto difirieron las ventas en un mes determinado del promedio mensual general del año. Una vez que un profesional de la cadena de suministro tiene esta información, puede calcular el coeficiente de variación (CV). También conocido como desviación estándar relativa, el CV es un valor porcentual que indica qué tan lejos está un punto de datos dado de la media, lo que en este caso representa qué tan grande fue la fluctuación en las ventas de un SKU a lo largo del período observado (en comparación con la media). Este valor porcentual se obtiene dividiendo la desviación estándar por el promedio.

Una vez que se calcula el CV, el profesional de la cadena de suministro clasifica los SKU en sus respectivas clases X, Y y Z de acuerdo con sus umbrales predeterminados. Esto da como resultado una matriz de nueve categorías donde los SKU se clasifican en términos de sus ingresos y varianza de la demanda.

Figura 1. Un análisis ABC XYZ modelo, como se muestra en la hoja de cálculo de Excel descargable. Para cálculos explícitos, consulte las fórmulas en las columnas relevantes.

Descarga la hoja de cálculo de Excel: abc-xyz-analysis-tool.xlsx

La perspectiva matemática sobre ABC y ABC XYZ

Desde una perspectiva puramente matemática, ya sea de forma implícita o explícita, tanto el análisis ABC como el análisis ABC XYZ intentan aprovechar el concepto de momentos, que es un conjunto infinito de medidas cuantitativas destinadas a mapear una función. En el contexto actual, la función es una distribución de datos de ventas, y los momentos de interés son los dos primeros: media para el análisis ABC tradicional; media y varianza para el análisis ABC XYZ. En términos del análisis ABC, dado que se centra solo en el primer momento (media), sería más preciso llamar a este método una segmentación de promedio móvil. Fundamentalmente, no se intenta identificar la incertidumbre de la demanda. Por esta razón, el análisis ABC XYZ intenta aprovechar el segundo momento (varianza) para cuantificar esta incertidumbre. Esto hace que el análisis ABC XYZ sea más similar a un método de segmentación de promedio móvil-varianza. A diferencia de la media, que se entiende popularmente, la varianza es un poco menos coloquial. En resumen, representa qué tan disperso está un conjunto de valores, en este caso, los datos de ventas mensuales promedio, con respecto al valor promedio del conjunto. ABC XYZ utiliza esta herramienta matemática adicional para llegar a una comprensión supuestamente más compleja de la variación de un conjunto de datos. La efectividad con la que se aplican estas herramientas se volverá a analizar en Limitaciones de ABC XYZ.

Cómo el análisis ABC XYZ informa la política de inventario

Las aplicaciones de libro de texto del análisis ABC XYZ, al igual que el análisis ABC, se centran en asignar niveles de servicio y objetivos de inventario de seguridad. Utilizando la nueva matriz ABC XYZ, un profesional de la cadena de suministro puede, en teoría, visualizar mejor los SKU de interés y, por lo tanto, ajustar las políticas de inventario para reflejar no solo las preocupaciones de ingresos, sino también las fuerzas de la varianza de la demanda.

Inventario de seguridad

Una aplicación inmediata de ABC XYZ son los mejores objetivos de inventario de seguridad. Los SKU de clase A naturalmente reciben los niveles más altos, pero, a diferencia del análisis ABC, se intenta diferenciar entre los miembros de la clase A (resp. C) utilizando las clases XYZ a lo largo del eje x. Aquí es donde los defensores del análisis ABC XYZ argumentan que el enfoque brilla más, y se analizarán cuatro extremos de interés inmediato a continuación a través de esta perspectiva.

• AX: Estos SKU generan altos ingresos y experimentan poca varianza. Como resultado, un profesional de la cadena de suministro podría decidir que se necesitan niveles más bajos de inventario de seguridad que los otros SKU de clase A, para alcanzar altos objetivos de nivel de servicio.
• AZ: Estos SKU pueden generar ingresos igualmente altos que los SKU AX y AY, pero experimentan significativamente más varianza de la demanda. Como resultado, se podrían considerar niveles más altos de inventario de seguridad.
• CX: Estos SKU generan bajos beneficios y experimentan poca varianza. Es probable que se elija un nivel bajo de inventario de seguridad (en comparación con AX, AY, AZ, BX, BY y BZ).
• CZ: Estos SKU no solo generan bajos beneficios, sino que también experimentan niveles elevados de varianza de la demanda. Desde una perspectiva de gestión de la cadena de suministro, estos SKU representan lo peor de ambos mundos. Teóricamente, estos SKU tendrían niveles bajos de inventario de seguridad y serían candidatos ideales para una posible discontinuación.

Como regla general, el análisis ABC XYZ indica que los SKU requieren más inventario de seguridad a medida que se avanza a lo largo del eje x, en consonancia con la mayor dificultad para predecir la demanda (siendo los SKU CZ una notable excepción, como se describe anteriormente).

Niveles de servicio

Intuitivamente, mantener los niveles de servicio en los SKU de clase A es de vital importancia, aunque se puede optar por tener niveles más bajos a medida que se avanza a lo largo del eje x. Por ejemplo, es probable que los SKU AX tengan un objetivo de nivel de servicio más alto que los SKU AZ, dada la menor varianza de la demanda asociada con los primeros en comparación con los últimos. A medida que se avanza hacia abajo en el eje y, los objetivos de nivel de servicio suelen ser más bajos y, como era de esperar, una política sensata haría que los SKU CZ reciban los objetivos de nivel de servicio más bajos de las nueve categorías.

Figura 2. Una matriz ABC XYZ modelo con ingresos en el eje y varianza de la demanda en el eje X. Esta matriz muestra los posibles objetivos de nivel de servicio para cada designación, con niveles que disminuyen a medida que los ingresos disminuyen y la varianza de la demanda aumenta.

Limitaciones de ABC XYZ

A pesar de proporcionar (ligeramente) una mayor visión del catálogo, el análisis ABC XYZ es un intento de evolución que conserva todas las limitaciones del análisis ABC y aporta muy poco contenido. En pocas palabras, es una innovación sin importancia, y no es injusto sugerir que incluso inventa clases adicionales de inconvenientes que el análisis ABC carecía.

Objeciones prácticas a ABC XYZ

• Baja resolución: Al igual que en el análisis ABC, las nueve categorías de una matriz ABC XYZ no tienen en cuenta patrones de demanda como tendencias ascendentes o descendentes (ver camisetas de Harry Potter y Tesla en la Figura 3), ofertas limitadas (ver camiseta del Canal de Suez) y estacionalidad (ver zapatos de invierno). Como resultado, el impacto que estos patrones pueden tener en las políticas de inventario queda completamente sin explorar. Esta limitación también presupone que el profesional de la cadena de suministro no ha optado arbitrariamente por aún más clases a lo largo de cada eje, lo cual es completamente posible dada la naturaleza laissez-faire del enfoque.

Figura 3. El gráfico de líneas muestra los casos extremos que el análisis ABC XYZ no tuvo en cuenta en el conjunto de datos del modelo. Por ejemplo, tanto las camisetas de Harry Potter como las de Tesla terminaron como SKU de clase BY y recibirían el mismo nivel de servicio y los mismos objetivos de stock de seguridad. Esto ignora el hecho de que los SKU están claramente en tendencias completamente opuestas.

• Aumenta la inestabilidad: El análisis ABC XYZ amplía la categorización arbitraria e inestable creada por el análisis ABC. La diferencia real en dólares y centavos entre CZ y CY, o BZ e incluso BY, podría ser insignificante, si no casi imperceptible desde el punto de vista financiero. Además, al igual que en un análisis ABC, estas diferencias prácticamente imperceptibles podrían cambiar dependiendo de los horizontes de tiempo seleccionados. Por ejemplo, un SKU podría oscilar entre AZ y CZ simplemente expandiendo o contraer el marco de tiempo seleccionado (por ejemplo, horizontes mensuales, trimestrales o anuales). Al igual que la selección de las nueve categorías descritas anteriormente, no tiene más ni menos sentido elegir un marco de tiempo mayor o menor.² Por lo tanto, establecer niveles de servicio y objetivos de stock de seguridad basados en entradas tan inestables es profundamente defectuoso.

• Aumenta la burocracia: Por definición, las categorías inestables descritas anteriormente requieren que la dirección intervenga y establezca políticas distintas para cada una. Esto, desafortunadamente, resulta en una mayor burocracia generada y un desperdicio de recursos. Así como la diferencia entre un SKU de clase A y B podría ser un solo punto porcentual (o solo unos pocos dólares), la diferencia de CV entre SKU de clase Y y Z podría ser apenas perceptible. Estos parámetros son completamente arbitrarios y, en última instancia, determinados por un comité, por lo que su procedencia es cuestionable. Teniendo en cuenta que los SKU pueden cambiar fácilmente entre las nueve categorías a lo largo del período observado (independientemente de dónde puedan terminar), establecer niveles de servicio arbitrarios basados en esta información no solo crea una administración y reuniones innecesarias, sino que también aumenta la probabilidad de eventos costosos de faltante de stock. Además, muchos, si no la mayoría, de los chefs involucrados en la definición de estos parámetros arbitrarios carecerán de la formación matemática necesaria para comprender el enfoque, y mucho menos para contribuir de manera significativa a las recetas numéricas. Esta crítica se amplía en Objeciones teóricas a ABC XYZ. También cabe destacar que, a pesar de la mayor categorización y burocracia, el análisis ABC XYZ en realidad no identifica por qué ciertos productos son difíciles de pronosticar, como los SKU de clase CZ. En cambio, simplemente determina que son difíciles de pronosticar, y la dirección se queda discutiendo qué fórmulas de stock de seguridad aplicar arbitrariamente a estas categorizaciones casuales.

• Carece de perspectiva financiera: En su esencia, el análisis ABC XYZ se basa en un enfoque de primer orden de los impulsores económicos. En resumen, esta mentalidad considera los SKU solo en términos de sus contribuciones de margen directas. Aunque el análisis ABC XYZ parece también considerar la variabilidad de la demanda, su base sigue siendo cuánto contribuye cada SKU en un sentido individual y directo (por ejemplo, ingresos). Este enfoque ve los SKU de forma aislada en lugar de en combinación. Esta sutileza es la característica distintiva de un enfoque de segundo orden, donde el valor de un SKU CX, por ejemplo, se considera en relación con uno AX. Aunque el primero puede no contribuir significativamente a los ingresos, tenerlo en stock puede facilitar la venta del segundo, por lo que el valor indirecto del primero puede superar ampliamente su valor directo. Por lo tanto, un proceso de categorización arbitrario, que resulta en políticas de inventario igualmente arbitrarias, es completamente ciego a estos sutiles impulsores económicos. Esto casi seguramente resultará en casos de faltante de stock para SKU cuyo verdadero valor no ha sido reconocido.³

Objeciones teóricas a ABC XYZ

A primera vista, el análisis ABC XYZ puede parecer una iteración superior del enfoque clásico ABC, y es posible que las personas se dejen influir por la aparente aplicación de principios matemáticos semiavanzados. Sin embargo, esta impresión es injustificada, ya que la adopción de la teoría de momentos por parte de ABC XYZ es ingenua, dado que el análisis estadístico implícito que intenta realizar está incompleto. Si bien es justo decir que la media y la varianza son partes válidas de un análisis matemático de este tipo (es decir, comprender la distribución de una variable de demanda aleatoria), hay otros momentos igualmente instructivos que se pasan por alto por completo.

El tercer momento, asimetría, no se incluye en un análisis ABC XYZ, al igual que el cuarto momento, curtosis. La asimetría mide qué tan uniformemente (o no) se distribuyen las ventas alrededor de la media.⁴ La curtosis, por otro lado, mide qué tan “puntiaguda” o “plana” es la distribución en comparación con un conjunto de datos distribuidos normalmente. Ambos momentos proporcionan información válida sobre los datos subyacentes, precisamente por qué un análisis estadístico robusto los incluiría como práctica estándar.⁵

Como resultado, la validez de la investigación estadística en un análisis ABC XYZ es, en el mejor de los casos, incompleta y, en el peor de los casos, engañosa. De hecho, la naturaleza de la informática moderna y las técnicas estadísticas es tal que no es necesario limitarse a solo cuatro momentos, por lo que incluso una futura iteración teórica de ABC XYZ que incorpore estos momentos seguiría siendo menos potente en comparación.

Opinión de Lokad

El análisis ABC XYZ es, en última instancia, un intento innecesario y equivocado de mejorar el análisis ABC. Dejando de lado las limitaciones inherentes de la clasificación ABC, los cálculos XYZ no proporcionan ideas significativas debido a lo mal entendida que está su pregunta de investigación y a lo inapropiadas que son las herramientas elegidas para llevarla a cabo.

El objetivo del análisis ABC XYZ es ayudar a los profesionales a identificar políticas de inventario adecuadas para los SKU difíciles de pronosticar (por ejemplo, AZ o CZ) sin identificar por qué estos SKU pueden ser difíciles de pronosticar. Además, no proporciona ninguna perspectiva detallada sobre cómo interactúan los SKU (su valor indirecto), lo cual desempeña un papel crucial en la determinación de los niveles de servicio y los objetivos de nivel de stock respectivos. Al ignorar estas preocupaciones, el análisis esencialmente se mueve a ciegas.

En cuanto a las herramientas subyacentes, este enfoque duplica los parámetros arbitrarios de su predecesor y triplica el número de clases, al tiempo que incorpora un conocimiento parcialmente literario de la estadística. Esta transgresión no se puede ignorar, por muy bien intencionados que sean los defensores de ABC XYZ. El peligro potencial radica en la apariencia de rigor que presentan los cálculos XYZ a los lectores. A diferencia del análisis ABC, al que puede acceder casi cualquier persona con una computadora en funcionamiento y un cerebro en funcionamiento, el ABC XYZ pretende aprovechar algunos principios estadísticos que, para los no iniciados, pueden parecer bastante avanzados e impresionantes. Sin embargo, esto es un apoyo ficticio que no se sostiene por sí mismo. Un análisis estadístico adecuado de los datos de ventas es posible utilizando momentos, pero requiere una comprensión mucho más sofisticada de los momentos de la que se encuentra en el análisis ABC XYZ.

En resumen, el análisis ABC XYZ sacrifica la robustez estadística para seguir siendo accesible para el profesional general de la cadena de suministro. Este compromiso resulta en un proceso que amplifica la inestabilidad y distrae a los usuarios de los problemas subyacentes de interés. Los profesionales cuyos negocios han superado estas prácticas pueden enviar un correo electrónico a contact@lokad.com para programar una demostración de una solución de producción de PIR (Reaprovisionamiento de Inventario Priorizado) de Lokad, que es la respuesta de Lokad a los problemas que el ABC XYZ intenta resolver.

Notas