Puede parecer algo paradójico, pero aunque la Supply Chain Cuantitativa pone un énfasis significativo en los métodos y mediciones numéricas, nuestra experiencia nos dice que las métricas tienden a decirnos muy poco y a menudo demasiado tarde sobre si una iniciativa va por buen camino. Casi todas las métricas pueden ser manipuladas y esto generalmente se hace a expensas de la sostenibilidad del enfoque elegido. Por lo tanto, la Supply Chain Cuantitativa busca mejoras obvias: si las mejoras son tan sutiles que se necesitan mediciones avanzadas para detectarlas, es probable que la iniciativa no haya valido la pena y se deba considerar como un fracaso. Por el contrario, si las mejoras son notables y consistentes en muchas métricas, y la cadena de suministro en su conjunto se siente más ágil y reactiva que nunca, es probable que la iniciativa haya tenido éxito.
Las métricas pueden ser manipuladas
Hay una razón por la cual los ingenieros rara vez son evaluados en función de las métricas: son demasiado buenos manipulándolas, es decir, aprovechándose de las métricas para sus propios intereses en lugar de servir a los intereses de la empresa. Las cadenas de suministro son complejas y casi todas las métricas simples pueden ser aprovechadas de formas que pueden ser completamente destructivas para la empresa. Puede parecer que este problema es solo una cuestión de cerrar las lagunas que acechan dentro de las métricas. Sin embargo, nuestra experiencia indica que siempre hay una laguna más por descubrir.
Una historia de ingeniería inversa de métricas
Tomemos un comercio electrónico ficticio como ejemplo. La dirección decide que es necesario mejorar los niveles de servicio y, por lo tanto, el nivel de servicio se convierte en la métrica principal. El equipo de la cadena de suministro comienza a trabajar de acuerdo con esta métrica y propone una solución que consiste en aumentar considerablemente los niveles de stock, lo que conlleva costos masivos para la empresa.
Como resultado, la dirección cambia las reglas y se define la cantidad máxima de stock, por lo que el equipo debe operar dentro de este límite. El equipo revisa sus cifras y se da cuenta de que la forma más fácil de reducir los niveles de stock es marcar grandes cantidades de stock como “muerto”, lo que desencadena promociones agresivas. Efectivamente, los niveles de stock se reducen, pero los márgenes brutos también se reducen significativamente en el proceso.
Una vez más, el problema no pasa desapercibido y las reglas se cambian una vez más. Se introduce un nuevo límite en la cantidad de stock que puede terminar siendo marcado como “muerto”. Implementar esta nueva regla requiere mucho esfuerzo porque la cadena de suministro de repente tiene problemas con el stock “antiguo” que deberá ser fuertemente descontado. Para hacer frente a esta nueva regla, el equipo aumenta la proporción de transporte aéreo en relación con el transporte marítimo. Los tiempos de entrega se reducen, los niveles de stock disminuyen, pero los costos operativos aumentan rápidamente.
Para hacer frente a los costos operativos que están fuera de control, la dirección cambia las reglas una vez más y establece un límite máximo al porcentaje de mercancías que se pueden transportar por vía aérea. Una vez más, la nueva regla causa estragos, ya que desencadena una serie de faltantes de stock que podrían haberse evitado utilizando el transporte aéreo. Como resultado de tener que operar bajo restricciones cada vez más estrictas, el equipo comienza a renunciar a aprovechar las reducciones de precios ofrecidas por los proveedores. Comprar cantidades más pequeñas también es una forma de reducir los tiempos de entrega. Sin embargo, una vez más, los márgenes brutos se reducen en el proceso.
Lograr que los precios de compra vuelvan a la normalidad resulta ser un objetivo mucho más esquivo para la dirección. Ninguna regla simple puede hacer frente a este desafío, y en su lugar se introducen una miríada de objetivos de precios para cada subcategoría de productos. Muchos objetivos resultan ser poco realistas y conducen a errores. En general, la imagen de la cadena de suministro es cada vez menos clara. Presionado desde muchos lados, el equipo de la cadena de suministro comienza a ajustar una característica oscura del proceso de planificación de la demanda: la lista de sustitución de productos.
De hecho, la dirección se dio cuenta desde el principio de que algunos faltantes de stock no eran tan impactantes como otros, porque algunos de los productos que faltaban tenían múltiples sustitutos casi perfectos. En consecuencia, todos estuvieron de acuerdo en que los faltantes de stock de esos productos podrían ser ampliamente descontados al calcular el nivel de servicio general. Sin embargo, el equipo de la cadena de suministro, que ahora opera bajo una tremenda presión, está comenzando a estirar el propósito de esta lista uno o dos niveles más allá de su intención original: se incluyen productos que no son tan similares como sustitutos casi perfectos. Las métricas de nivel de servicio mejoran, pero el negocio no.
La trampa del éxito
Las métricas pueden ser manipuladas y si se les dan incentivos tóxicos a los equipos, es probable que las métricas se utilicen de manera engañosa. Sin embargo, la situación no es tan mala como podría parecer. De hecho, nuestra experiencia indica que, excepto en culturas empresariales realmente disfuncionales, los empleados generalmente no tienden a sabotear su trabajo. Muy al contrario, hemos observado que la mayoría de los empleados se enorgullecen de hacer lo correcto incluso si eso significa que las políticas de la empresa deben ser estiradas un poco.
Por lo tanto, en lugar de quitarle libertad al equipo encargado de implementar la estrategia de optimización de la cadena de suministro, es importante animar al equipo a crear un conjunto de métricas que arroje luz sobre la iniciativa de la cadena de suministro en su conjunto. El papel de la dirección no es hacer cumplir reglas basadas en esas métricas, sino desafiar el pensamiento estratégico que subyace a esas métricas. Con frecuencia, el objetivo inmediato no debería ser mejorar los valores de las métricas, sino mejorar la definición misma de las métricas.
En realidad, no todas las métricas son igualmente valiosas para un negocio. Por lo general, se requiere un esfuerzo considerable para crear métricas que brinden una perspectiva significativa sobre el negocio. Este trabajo requiere no solo una buena comprensión de la estrategia empresarial, sino también un profundo conocimiento de los datos subyacentes, que vienen con una miríada de artefactos y otras peculiaridades numéricas. Por lo tanto, las métricas deben considerarse ante todo como un trabajo en progreso.
Hemos descubierto que un fuerte indicador de éxito en cualquier proyecto de cadena de suministro es la calidad de las métricas que se establecen a lo largo de la iniciativa. Sin embargo, es un poco paradójico, pero no hay ninguna métrica razonable para evaluar realmente la relevancia de esas métricas. Aquí hay algunos elementos que pueden ayudar a evaluar la calidad de las métricas:
- ¿Existe un consenso dentro de los diferentes equipos de cadena de suministro de que las métricas capturan la esencia del negocio? ¿O que las perspectivas empresariales promovidas implícitamente por las métricas no son ni miope ni cegadas?
- ¿Las métricas tienen una profundidad real cuando se trata de conciliar los números con los impulsores económicos? La simplicidad es deseable, pero no a expensas de entender mal el panorama general.
- ¿Se cuidan adecuadamente los artefactos de datos? Por lo general, hay docenas de “trampas” sutiles que deben tenerse en cuenta al procesar los datos extraídos de los sistemas de la empresa. Nuestra experiencia nos dice que debemos ser sospechosos cuando los datos en bruto parecen ser lo suficientemente buenos, ya que esto generalmente significa que los problemas ni siquiera se han identificado como tales.
- ¿Tienen sentido las decisiones generadas a partir de las métricas elegidas? Si una decisión, que de otro modo estaría alineada con las métricas, no parece tener sentido, entonces probablemente no lo tenga; y el problema a menudo radica en la métrica misma.
En muchos aspectos, crear buenas métricas es como orientar la gravedad hacia el pozo del éxito: a menos que algo intervenga, el curso natural de acción es rodar cuesta abajo hacia el fondo, que resulta ser precisamente donde se encuentra el éxito. Ni siquiera es estrictamente necesario conocer la profundidad exacta de donde se encuentra el fondo, siempre y cuando cada paso del viaje hacia el fondo mejore las cosas para la empresa.
Decisiones sensatas conducen a un mejor rendimiento
En la cadena de suministro, incluso las mejores métricas tienen una gran desventaja: los números suelen llegar tarde a la fiesta. Los tiempos de entrega pueden ser largos y las decisiones tomadas hoy pueden no tener ningún impacto visible durante semanas, si no meses. Además, la Supply Chain Quantitativa, que pone un gran énfasis en mejoras iterativas e incrementales, complica aún más este asunto. Sin embargo, el uso de métodos no incrementales sería aún peor, aunque por otras razones. Por lo tanto, las métricas no pueden ser las únicas señales utilizadas para evaluar si la iniciativa va por buen camino.
Generar decisiones sensatas es una señal simple, pero subestimada, de un rendimiento superior. De hecho, a menos que su empresa ya esté haciendo un trabajo excepcional con su cadena de suministro, es muy probable que los sistemas sigan produciendo decisiones “insensatas” que son capturadas y corregidas manualmente por los equipos de cadena de suministro. El propósito de todas las “alertas” u otros mecanismos reactivos similares es precisamente mitigar los problemas en curso a través de esfuerzos correctivos manuales continuos.
Llevar la iniciativa de la Supply Chain Quantitativa a un punto en el que todas las decisiones, generadas de manera completamente robotizada, se consideren sensatas o seguras es un logro mucho mayor de lo que la mayoría de los profesionales se dan cuenta. La importancia de las decisiones “robotizadas” es importante aquí: para cumplir con las reglas, no se debe necesitar intervención humana. Entonces, con “sensatas” nos referimos a decisiones que aún se ven bien para los profesionales incluso después de pasar unas horas investigando el caso; lo cual naturalmente no se puede hacer de manera regular, debido a la gran cantidad de decisiones similares que se deben tomar todos los días.
Nuestra experiencia indica que siempre que las decisiones automatizadas se consideren confiables, el rendimiento se materializa más adelante cuando esas decisiones realmente se ponen a prueba al ser utilizadas “en producción”. De hecho, la “prueba de sensatez” es una prueba muy estricta para la lógica de toma de decisiones. A menos que su empresa ya esté aprovechando algo muy similar a la Supply Chain Quantitativa, es muy probable que los sistemas existentes que su empresa tiene en funcionamiento estén lejos de pasar esta prueba. Como resultado, se cometen errores no detectados todo el tiempo y la empresa termina pagando mucho por esta corriente continua de problemas.
Entonces, desde un punto de vista operativo, tan pronto como las decisiones de la cadena de suministro se automatizan, los equipos de cadena de suministro quedan liberados de la servidumbre de alimentar su propio sistema con una corriente interminable de entradas manuales. Esas ganancias de productividad se pueden reinvertir donde realmente importa: para refinar los detalles de la estrategia de la cadena de suministro en sí misma o para monitorear a los proveedores más de cerca con el fin de abordar los problemas de la cadena de suministro que se originan en su lado. El aumento en el rendimiento, logrado a través de la optimización cuantitativa pura de la cadena de suministro, se intensifica por las ganancias obtenidas por los equipos de cadena de suministro que finalmente pueden encontrar tiempo para mejorar los procesos y flujos de trabajo.