Desde los inicios de la revolución industrial, las organizaciones han seguido de forma invariable la tendencia de estructurar sus operaciones por departamentos. Cada uno de estos departamentos tiene asignadas unas funciones específicas a desarrollar y unos objetivos a cumplir. A modo de ejemplo, la producción cumple tradicionalmente con la misión de transformar unas materias primas en producto terminado de modo eficiente mientras que, por otro lado, la logística tiene el rol de entregar al cliente unas cantidades solicitadas en unos plazos determinados.
Para llegar a cumplir con sus objetivos y asegurar el servicio al cliente, el departamento de logística dispone de una serie de herramientas de trabajo, basadas en un conjunto de modelos estadísticos que evalúan las ventas realizadas en el pasado para determinar la cantidad suficiente de producto a mantener en los almacenes para satisfacer al cliente en el futuro.
El equilibrio entre stock y demanda
En definitiva, el volumen de stock de producto terminado debería coincidir al máximo posible con la demanda total prevista para este producto en el periodo de tiempo necesario para su reposición en almacén.
Por lo tanto, es evidente que cuanto menor es el tiempo para la reposición de un producto, menor es la cantidad necesaria a mantener en los almacenes. Al mismo tiempo, cuanto menor es este tiempo, menor es el error asociado a las previsiones de la demanda, pues el horizonte de la previsión está más próximo en el tiempo. Siguiendo con este mismo argumento y llevándolo al extremo, en el caso que el tiempo de reposición del producto coincidiera con el plazo de entrega solicitado por el cliente, no sería necesario mantener ninguna cantidad en stock.
Por todo lo explicado hasta aquí, parece evidente que la necesidad de inventarios no depende tanto del estudio de la demanda como del estudio de los plazos de entrega pues, en definitiva, independientemente de la demanda, siempre que el plazo de entrega del proveedor o producción sea inferior al plazo de entrega solicitado, desaparece la necesidad de analizar la demanda para determinar un nivel de stock.
Por desgracia, en muchas organizaciones los plazos de reposición de producto son extremadamente largos comparados con el tiempo necesario para producir el material consumido en almacén. Ello se debe en gran medida a los procesos de análisis y evaluación de la demanda.
Modelos estadísticos de procesos
Es evidente que todos estos procesos de análisis se sustentan en modelos estadísticos, de modo que cuanto mayor sea el volumen de datos históricos, mayor fiabilidad tendrá la previsión resultante. Es por ello que, la mayoría de estos procesos de análisis de la demanda recogen información que abarca periodos largos que pueden variar entre un máximo de seis meses para el análisis de capacidades de producción y un mínimo de una semana para la programación de producción. Se trata de periodos lo suficientemente largos que nos permiten disponer de datos suficientes para el estudio estadístico de la demanda. Por contrapartida, si bien es cierto que los periodos largos representan un aspecto positivo para para nuestro propósito también lo es que el tiempo necesario para elaborar estas previsiones pasa a integrarse en el plazo de reposición del producto consumido. Por lo tanto, indirectamente, contribuyen a aumentar el nivel de stock.
Habitualmente, este aumento en los plazos no se considera un problema pues, al fin y al cabo, la necesidad de producción responde a este modelo estadístico al que hemos dedicado tanto tiempo para su parametrización. Y, en realidad, ni siquiera se trata de un parámetro que esté totalmente bajo el control de la logística, pues también depende de la producción.
No obstante, en un mercado que solicita productos cada vez más personalizados y en menores cantidades, el futuro de la logística está precisamente en el estudio y la reducción progresiva de estos plazos de reposición. En un futuro cercano, en muchos de estos mercados, no habrá modelos estadísticos capaces de aportar información confiable. En definitiva y como decía Niels Bohr, ‘es muy difícil hacer una previsión, sobre todo si es de futuro’.
