En lugar de big data, ¿por qué no nos ocupamos primero de los small data?
Big Data y los análisis avanzados son noticia de primera plana en la cadena de suministro y han estado en alza durante años en el vocabulario de las empresas de consultoría y de los proveedores de software.
Acumular masas de información, pasarlas por el filtro de algoritmos estadísticos o incluso la inteligencia artificial, detectar señales débiles para identificar tendencias, todo esto es muy interesante.
Sin embargo, cuando se trata de gestionar el tamaño y la reposición de inventarios, determinar las prioridades correctas y, por lo tanto, alimentar las decisiones diarias de nuestros equipos, necesitamos sobre todo algunos datos básicos propios, en los que podamos confiar.
La realidad de muchas empresas hoy en día, grandes y pequeñas, es que los datos básicos de planificación son a menudo – umm – frágiles.
En las muchas implementaciones de DDMRP que hemos acompañado, es sorprendente observar que décadas después de la llegada de los ERP, los datos clave no están bajo control, y el primer paso en un proyecto de DDMRP es a menudo volver a examinar los datos:
- Establecer plazos realistas de suministro o fabricación
- Comprender los plazos de entrega que esperan los clientes
- Tener tamaños de lote claramente definidos, mini/maxi/múltiplos
- Definir lo que se considera disponible o no en stock
- Asegurarse de que ninguna fecha esté en el pasado (por qué no sucederá)
- Mantener una contabilidad de inventario razonablemente precisa
- Mantener las listas de materiales actualizadas
A menudo no es por falta de haber tratado el tema durante la implementación del ERP, y haber pedido a los consultores, a veces en varias ocasiones, para que le ayuden a cuadrar el sistema.
Mi interpretación es que el problema se debe a una falta de focalización. Hay tanta información en un sistema ERP, tanto que actualizar, que después de un tiempo se olvida lo esencial y uno se acostumbra a trabajar con datos que sabe que son erróneos.
Si, además, compensamos los problemas de MRP con las hojas Excel y utilizando el conocimiento de los planificadores, no hay tanta necesidad de tener un sistema ERP cuadrado, por lo que las cosas se han desviado con el tiempo…
DDMRP Supply Chain Data
El DDMRP es más tolerante a las imprecisiones de datos que el MRP, en particular con las previsiones poco fiables. Sin embargo, se trata de gestionar un modelo operativo y, por lo tanto, la representación digital del modelo físico debe ser razonablemente buena.
La buena noticia es que el DDMRP hace que sea mucho más fácil y más rápido obtener datos de referencia precisos, ¡porque las anomalías son inmediatamente obvias!
Los pocos datos importantes se identifican claramente, sin perderse en el laberinto del ERP.
La fase de diseño requiere la definición de plazos y el posicionamiento de las existencias.
La gestión visual hace el resto: si un saldo de un pedido de venta de 2019 permanece en el sistema, no se puede pasar por alto la alerta de ejecución en rojo oscuro, si un tamaño de lote incorrecto da lugar a una zona verde enorme y un stock objetivo desproporcionado, no se puede pasar por alto.
La experiencia nos dice que, en unas semanas, el sistema vuelve a funcionar.
Lo mejor de todo es que la gestión de la mejora continua inherente al DDMRP garantiza que estos datos clave permanezcan correctos a lo largo del tiempo.
Así que, si le están ofreciendo otra iniciativa para reparar y reelaborar su MRP, ¡cambie al DDMRP ahora para solucionar este problema de una vez por todas!
