KPIS y Combinación Push-Pull
La siguiente estrategia señalada es la de establecer indicadores estratégicos, de tal manera que se diseña un sistema de medidores balanceados, en donde en términos de variabilidad, se destacan las métricas:
Porcentaje de cumplimiento de programa de viajes en número de viajes, en fecha-hora y cantidad.
- Porcentaje cumplimiento del programa de fleteo en cajas recepcionadas.
- Porcentaje de utilización de vehículos en tiempo.
- Porcentaje de utilización de vehículos en carga, ponderado por la distancia.
- Variabilidad de viajes sobre variabilidad de la demanda.
- Costos dependientes del tiempo.
- Costos dependientes de la distancia.
- Costos dependientes de la ruta.
El actual esquema de inventarios en la empresa es del tipo pull en un cien por ciento, dado por la demanda diaria del mercado. Sin embargo, con el nuevo concepto de período congelado, la empresa se debe hacer cargo de pagar las eventuales capacidades ociosas de camiones, de viajes programados en el plan de capacidad, pero no programados en el plan de productos. Por lo cual, se considera la aplicación de un modelo de costos que tenga en cuenta el costo marginal de efectuar push de mercancía versus el costo de la capacidad ociosa.
El modelo de costos considera los componentes: ítems, número de tracto-semiremolques, número de estibas transportadas, días adicionales que permanecen las unidades push en el centro de distribución, costo marginal de no hacer push (costo dependiente del tiempo de x día tracto-tráiler costos proveedor de transporte y costo dependiente del tiempo de x día tracto-tráiler costos empresa). Asimismo, toma en cuenta el costo de hacer push (diferencial de costo de almacenamiento en el centro de distribución, diferencial de costo de mantener inventario en el cd, costo adicional de canastas, costo adicional de estibas y costo adicional de vidrio) y el ahorro generado por el push de un tracto-semiremolque.
El modelo push considerado implica adelantar el pronóstico de demanda de ítems de alta rotación en los centros destino (CDs). Las diferentes simulaciones realizadas de productos, camiones y centros de distribución, arrojaron que el push es más barato que el costo de la capacidad ociosa. Sin embargo, en otros negocios, donde el costo del producto es más relevante en el costo total de la red logística, las conclusiones pueden ser las contrarias.
Desde el punto de vista de la variabilidad, el aporte de esta estrategia es que fomenta la utilización de los activos comprometidos en el período congelado y suaviza la utilización de los activos. Por otro lado, disminuye los viajes spot motivados por eventuales aumentos de ventas de los ítems de alta rotación, ya que el algoritmo push anticipa el transporte de la venta pronosticada y disminuye la necesidad de fletes spots por aumento de ventas. Pero hay que tener en cuenta que la estrategia implementada no impacta a los viajes spot motivados por los ítems de baja rotación.
Balanceo de carga entre recursos
En las rutas con alto número de viajes/día (≥ 5), la distribución de la carga entre camiones se realiza manualmente (lo realiza el programador de piso). Ante esto, se construyó un algoritmo de optimización de distribución de carga con base en la optimización lineal/mixta para asignar las cargas en este tipo de rutas. Se compararon los siguientes escenarios:
- Escenario óptimo: realizado por algoritmo de optimización.
- Escenario programado: por programador de piso (sin optimización).
- Escenario real: como realmente se cargó el camión en piso (sin optimización).
Los operadores de grúa se basan en el escenario programado, pero realizan cambios en piso orientados a maximizar la carga del vehículo.
El modelo óptimo desarrollado considera las capacidades máximas en peso y pallets de los tracto-semiremolques utilizados. Para obtener datos y conclusiones fidedignas, se realizó un muestreo de una semana representativa de la operación. El resultado fue el siguiente: el escenario óptimo permite cargar en promedio cuatro a cinco pallets adicionales por día que el escenario programado; además, es posible cargar en promedio dos a tres pallets adicionales por día que en el escenario real.
Al realizar las comparaciones entre estas tres alternativas, los datos finales definieron que en el óptimo versus programado se obtienen cuatro mil 485 kgs. adicionales/día (8.93% adicional/día), mientras que en el óptimo versus el real se obtienen dos mil 786 kgs adicionales/día (8.62% adicional/día).
Esta estrategia reduce la variabilidad porque en las rutas de altos viajes diarios (≥ 5 viajes/día) aumenta la utilización en peso-volumen de los vehículos; y en forma consistente en el tiempo disminuye el número total de viajes mensuales.
Reversibilidad en ciertas operaciones
Los productos se fabrican y comercializan en la red logística a través de múltiples etapas, tales como producción, integración, personalización al pedido del cliente, embalaje y localización (transporte). A medida que avanzan en la red logística, se le agregan más características que los acercan a los productos finales. Tanto las demandas de los artículos terminados como de los semi-productos tienen variabilidades, y se trata de analizar el impacto que implica la secuencia de las operaciones en la variabilidad del sistema.
Para un proceso de tipo pull (la producción de cada etapa iguala a la demanda de la fase consecutiva, con el lead time correspondiente), se trata de reducir la variabilidad total del sistema alterando la secuencia de operaciones consecutivas, donde en cada operación el producto o proceso presenta ai opciones (cada una con probabilidad pij)
Es factible demostrar matemáticamente los siguientes planteamientos (Hau Lee, 1998):
- Si la demanda del proceso es relativamente estable (su valor medio > varianza), entonces la variabilidad total del sistema es menor si la operación con opciones más desbalanceadas (en probabilidades) se realiza primero; es decir, la secuencia de operaciones debe ser con valores decrecientes de ∑j pij2.
- Si la demanda del proceso es relativamente estable (su valor medio > varianza) y si las opciones de cada etapa presentan probabilidades similares, entonces la variabilidad total del sistema es menor si la operación con mayor tiempo de ciclo (lead time) se realiza primero.
- Si la demanda del proceso es relativamente estable (su valor medio > varianza), si las opciones de cada etapa presentan probabilidades similares y si los lead time de las operaciones son similares, entonces la variabilidad total del sistema es menor si la operación con menor valor agregado (menor costo) se realiza primero.
- Cuando la demanda total es altamente variable (su varianza > valor medio), es verdadero el caso opuesto a los planteamientos realizados.
Como consejo final, es importante enfatizar que el diseño de la red logística debe considerar entre sus análisis principales la comprensión de la naturaleza de las variabilidades de la demanda y desarrollar esfuerzos para reducir la variabilidad como parte de la gestión en ahorros de costos y mejoras en el servicio al cliente.
