Aprendiendo del potencial de la analítica

Gracias a los desarrollos tecnológicos, hoy es posible ir más allá de la analítica descriptiva y trabajar con modelos predictivos que ayudan a mejorar la toma de decisiones sobre que, cuando y cuanto comprar, contribuyendo a mejorar los ahorros y las evasiones de la organización.

La analítica es uno de los temas claves del profesional en suministros moderno, la evolución de la tecnología permite que hoy se puedan hacer análisis dinámicos en tiempo real para mejorar la toma de decisiones y no como en el pasado que los análisis eran en cubos de OLAP con datos  viejos y limitados.

Tradicionalmente se ha trabajado con analítica descriptiva, que mediante la realización de cubos permitía cruzar información y buscar correlaciones entre diferentes variables como el gasto, el desempeño de los mercados, los proveedores o cualquier otra variable.

Los datos se extraían de los sistemas operativos, se normalizaban y categorizaban durante varios meses y entonces se podían utilizar para sacar conclusiones, en muchos casos utilizando herramientas tan básicas como una hoja de cálculo.

En la actualidad, una organización puede ver cómo se comportan sus principales categorías de gasto, sus productos de mayor consumo y sus proveedores más importantes y como este gasto se comporta por departamento, fechas, geografía o cualquier otro criterio seleccionado prácticamente en tiempo real. Se pueden ver los cambios a lo largo del tiempo para identificar tendencias y oportunidades para el cambio de estrategias de suministro.

Sin embargo, aunque la tecnología ha facilitado el proceso de la analítica descriptiva, cuando se desea un análisis más allá de las categorías que representan el 80% del consumo o de los proveedores que suministran más del 60% de lo gastado, la complejidad del manejo de la base de datos y la creación de los cubos de análisis se torna muy compleja y laboriosa.

La velocidad en los cambios de la demanda y los patrones de consumo, demanda de herramientas que puedan rápidamente construir cubos a la medida de las necesidades del analista con el fin de aprovechar las oportunidades en tiempo real. Por ejemplo, si el mercado presenta una drástica disminución en el precio de un producto con la compra de un cierto volumen, es necesario tener una herramienta que permita evaluar el beneficio potencial para la organización.

La idea es tener modelos que aprovechen la información proveniente de la inteligencia del mercado, del comportamiento real de la demanda y del suministro. El seguimiento al comportamiento de los commodities, los movimientos de la economía, los costos de la mano de obra y la energía,  los fletes Inbound y outbound y los costos fijos de las empresas, permiten la elaboración de “should cost models” para la correcta evaluación de las oportunidades y amenazas del entorno.

La inteligencia es la base para que las empresas identifiquen y evalúen las amenazas y oportunidades que se presentan en el mercado. Pero se requiere de algo más para poder predecir las tendencias de las variables, y es ahí donde entra la analítica predictiva.

La base de la analítica predictiva es su capacidad de analizar tendencias, que aunque parezca extraño, es algo que no acostumbra hacer en abastecimientos. Para evaluar adecuadamente las oportunidades, se requiere de proyectar el consumo varios meses o hasta varios años para medir claramente su impacto potencial.

Para estos análisis se requieren integrar 3 tipos de análisis y proyecciones:

  • El pronóstico de demanda para productos y componentes, para identificar diseñar estrategias de suministro acorde al comportamiento.
  • El pronóstico de los costos, utilizando precios de mercado, movimiento de los commodities, costo de la energía y de la mano de obra. La proyección de los costos permitirá decidir cuándo es el momento adecuado para comprar y los mecanismos para hacerlo, por ejemplo, para un mercado a la baja se deben posponer las adquisiciones y se pueden utilizar subastas.
  • Pronóstico de los tipos de cambio. Los movimientos de las monedas locales, afectan las decisiones de cuando y donde comprar un componente.

Las proyecciones pueden ser realizadas mensual o trimestralmente para identificar cambio  en las tendencias y hacer ajustes a las estrategias de suministro.

El mejor suministro se refiere a minimizar el costo total de propiedad, lo que va más allá del precio o del “costo puesto”, debe incluir, al menos,  factores como impuestos, gastos de importación, gastos de disposición, mermas y costos de almacenaje. Decidir una compra solo en el precio, no garantiza una compra adecuada. El uso de modelos “should cost” permiten a la empresa identificar donde está gastando de más con relación a el costo del mercado y por lo tanto donde centrar sus esfuerzos para trabajar con los proveedores en las mejoras en costos y productividad.

Para contribuir a una mejor gestión del flujo de defectivo, solo se debe comprar lo que realmente se utilizará y esto debe ser muy cercano a la fecha de su consumo. Adquirir algo anticipadamente solamente porque se logrará una reducción en el precio, es una mala decisión para el flujo financiero de la organización. Es por esto que tener una adecuada proyección de la demanda soportada con adecuados modelos de TCO ayuda a definir los adecuados niveles de inventario y esto libera recursos financieros para la organización.

Otra de las áreas de oportunidad que ofrece la analítica es la relativa al análisis de pagos, ya que en muchas organizaciones es común encontrar las siguientes situaciones:

  • Pago duplicado de facturas
  • Pago por materiales defectuosos o retornados
  • Fraudes
  • Pagos

En todos los casos, el sistema puede identificar oportunidades para recuperar dinero erróneamente pagado y comunica claramente a los proveedores el control que la empresa tiene sobre el tema para desmotivar la ocurrencia de este tipo de eventos.

Como podemos ver, la analítica presenta múltiples oportunidades que debe ser explotada lo antes posible para maximizar el valor que la función puede ofrecer a la organización.

Para mayor información, consultar la serie de 6 partes publicada por Sievo que inicia con “Part I: The Deficiencies of Descriptive Analytics”.

Discuss this:

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.