El Manifiesto de la Supply Chain Quantitativa

En Lokad, estamos descubriendo mejores formas de optimizar las cadenas de suministro y deseamos ayudar a otros a hacer lo mismo. A través de nuestro trabajo, hemos llegado a valorar que:

1. Todas las posibles futuras deben ser consideradas; una probabilidad para cada posibilidad

Los propios clientes no siempre saben con certeza qué comprarán, cuándo lo comprarán o si lo comprarán en absoluto. La incertidumbre no puede ser negada y en su lugar debe ser aceptada. Sin embargo, la incertidumbre no implica que todos los futuros sean igualmente probables. Algunos futuros son más propensos a ocurrir que otros. El objetivo del proceso de pronóstico es asignar una probabilidad a cada posible futuro. Las computadoras modernas tienen una capacidad de procesamiento increíble, y aunque evaluar todas esas probabilidades requiere capacidades de procesamiento significativas, esto ya no representa un problema bloqueante.

2. Todas las decisiones factibles deben ser consideradas; posibilidades vs. probabilidades

Cada unidad de bienes que tienes en stock implica tomar al menos una decisión al día: mantener la unidad donde está o hacer algo más con ella. Cada unidad que no tienes en stock, ya sea porque aún no ha sido comprada o porque aún no ha sido producida, también requiere tomar una decisión al día: si esta unidad adicional debe ser “materializada” o no. Todas estas decisiones deben ser consideradas cada día, para cada producto, para cada ubicación, para cada proveedor, para cada ruta. Nuevamente, si bien el poder de procesamiento podría haber sido un problema en el pasado, ya no es un obstáculo. Por lo tanto, todas las decisiones posibles deben ser examinadas en relación con todos los futuros posibles y sus respectivas probabilidades.

3. Se deben utilizar los impulsores económicos para priorizar las decisiones factibles

Cero stocks, cero faltantes de stock, cero retrasos son solo límites teóricos de tu supply chain; esas no son opciones prácticas, factibles y ciertamente no rentables. Uno de los objetivos clave de la supply chain es minimizar los dólares de error, no los porcentajes de error. Pensar que mejorar los porcentajes de error se traduce automáticamente en ahorro de costos es una falacia. Los costos de inventario deben equilibrarse con los costos de faltante de stock. Los precios de compra deben equilibrarse con las cantidades de compra. Cualquier optimización depende fundamentalmente de las métricas que se están optimizando. Para lograr una optimización orientada a los negocios, es necesario introducir impulsores económicos. Gracias a estos impulsores económicos, ahora es posible priorizar todas las decisiones factibles en relación con su ROI esperado. Refinar los impulsores económicos puede requerir tanto esfuerzo como ejecutar la optimización en sí; sin embargo, este es el precio a pagar para asegurarse de que los resultados estén alineados con la economía del negocio.

4. Tener el control requiere automatización para cada tarea mundana

La automatización es la clave para darle a la gestión un mayor control sobre su propia supply chain. Si ocuparse de la interminable cantidad de decisiones de la supply chain requiere una interminable cantidad de entradas manuales, entonces los profesionales de la supply chain son esclavos de su propia solución de supply chain. Tener que complementar manualmente la solución con entradas manuales interminables es exactamente lo contrario de tener el control.

De hecho, tener el control significa que todas las ideas estratégicas se tienen en cuenta adecuadamente en los millones de decisiones que se toman en relación con tu supply chain. Cada vez que cambia la situación del mercado, tus ideas estratégicas también deben ser revisadas. Revisar una solución de supply chain para tener en cuenta los nuevos elementos en la estrategia de una empresa debería ser indoloro, idealmente se debe hacer en horas, no en semanas. Además, no debería haber límite para la cantidad de conocimiento experto que se puede inyectar en la automatización.

5. Un Supply Chain Scientist debe hacerse cargo de los resultados numéricos

Si tu supply chain es significativo y ha estado operando durante años, entonces preparar tus datos de supply chain es una tarea importante en sí misma. Muy pocos profesionales se dan cuenta de la profundidad que tiende a estar presente en los datos, y, como regla general, un “departamento de TI” “tradicional” casi nunca lo hace. El desafío principal radica en establecer la semántica de los datos: qué significa realmente los datos. La semántica depende no solo del software que se está utilizando, sino también de los muchos procesos operativos que se siguen. Descubrir y documentar la semántica de los datos requiere habilidades considerables. Además, la entrega de los resultados numéricos requiere una modelización adecuada de la supply chain, lo que a su vez requiere habilidades adicionales. Es fundamental que un Supply Chain Scientist se haga cargo de la entrega de los resultados numéricos para garantizar el éxito del proyecto. Sin las competencias científicas necesarias en supply chain, una iniciativa corre el riesgo de sufrir sutilezas no identificadas que pueden estar relacionadas con los datos, los procesos de supply chain o los artefactos de modelización. A su vez, puede causar estragos en las operaciones de supply chain una vez que los resultados se pongan en producción.

Este manifiesto resume la filosofía adoptada por Lokad para abordar los desafíos de supply chain. Nuestra tecnología proporciona los elementos básicos para implementar esta visión en tu empresa. Nuestro motor de pronóstico probabilístico asigna una probabilidad para cada posible futuro. Nuestros solucionadores numéricos consideran y evalúan todas las decisiones posibles. La automatización de extremo a extremo se logra a través de Envision, nuestro lenguaje de programación. Nuestro equipo proporciona la experiencia y el conocimiento necesarios para ejecutar la iniciativa. Te ayudaremos a diseñar las métricas que tu empresa necesita. Te ayudaremos a aprovechar al máximo los datos que tienes, incluso si aún no son los datos que deseas tener.