Puntos De Reorden

Punto de reorden
Por Joannès Vermorel. Última actualización: abril de 2012.

Nivel de inventario de un artículo que señala la necesidad de realizar una orden de reabastecimiento. El punto de reorden es la suma de la lead demand (demanda de tiempo de entrega) y las existencias de seguridad. El cálculo de un punto de reorden optimizado generalmente incluye al tiempo de entrega, el pronóstico dela demanda y el nivel de servicio. Valerse de un pronóstico cuantílico nativo aumenta considerablemente la calidad de los puntos de reorden para la mayoría de las actividades comerciales minoristas y de fabricación.

También llamado ROP, nivel de reorden, nivel de disparo, cantidad de reorden o cantidad de orden de reabastecimiento.
El punto de reorden es un concepto importante no solo parala optimización del inventario, sino también para su automatización. De hecho, la mayoría de los ERP y los software de gestión de inventario asocian un ajuste de punto de reorden a cada artículo para ofrecer cierto grado de automatización en la gestión del inventario.

Cálculo cuantílico de la demanda
Un aspecto poco comprendido de la gestión del inventario es que el punto de reorden representaunpronóstico cuantílico de la demanda para un horizonte que equivale al tiempo de entrega. De hecho, el punto de reorden representa la cantidad de inventario que, con una probabilidad de τ% (el nivel de servicio deseado), no será superada por al demanda. Si la demanda sobrepasa este umbral, algo que sucede con una frecuencia de solo 1-&tau, se llega a la situación de falta de existencias. Pronósticos cuantílicos nativos vs. extrapolados
Los modelos de pronóstico cuantílico son complicados de expresar por escrito. Como resultado, la mayoría de los software de pronóstico solo entregan pronósticos de media. No obstante, como se explicaba anteriormente, los puntos de reorden son, fundamentalmente, pronósticos de demanda cuantílicos. Por lo tanto, la solución más popular para la falta demodelos cuantílicos nativos consiste enextrapolar pronósticos de media en pronósticos cuantílicos. 

La extrapolación generalmente se basa en la suposición de que el error de pronóstico sigue unadistribución normal. Nuestra guía sobre existencias de seguridad describe en detalle cómo un simple pronóstico de media puede ser extrapolado en un pronóstico cuantílico. En la práctica, sin embargo,lasuposición de que el error sigue una distribución normal no se sostiene. De hecho, la distribución normal:

* Converge demasiado rápidamente hacia el cero, mucho más rápidamente que las distribuciones empíricas observadas en los sectores minorista y de fabricación.
* Es perfectamente suave mientras que la demanda sigue pasos integrales. El impacto negativo de esta suavidad se veprincipalmente en la demanda intermitente.
* No es adecuada para niveles de servicio elevados (básicamente niveles que superen el 90 %). De hecho, cuanto más se aleja de la mediana (50 %), menos precisa resulta la aproximación normal.

Regla general: cuándo favorecer los pronósticos cuantílicos nativos
A pesar del overhead de cálculo adicional, los pronósticos cuantílicos nativos aportan beneficiossignificativos desde el punto de vista de la optimización del inventario, cuando:

* Los niveles de servicio superan el 90 %.
* La demanda es intermitente, con menos de 3 unidades vendidas por período (día, semana, mes, según la agregación).
* Las órdenes mayoristas ( un solo cliente compra más de 1 unidad en una sola vez) representan más del 30 % del volumen de ventas.

En lapráctica, el error del punto de reorden (ver la sección a continuación) generalmente se reduce de más del 20 % si alguna de esas tres condiciones se cumple. La explicación de esta mejora se encuentra mayormente en el hecho de que la extrapolación utilizada para hacer de un pronóstico de media un pronóstico cuantílico se convierte en el eslabón más débil del cálculo.

Precisión de los puntos de...