Repito la pregunta del artículo anterior: ¿De qué dependen los resultados de las empresas? De las decisiones: las macro decisiones fijan un norte, las micro decisiones son la ejecución.

En el artículo anterior afirmé que una decisión macro que debería guiar a las empresas es cumplir la promesa que se hace a los clientes.

Las dos promesas típicas de empresas manufactureras son:

1. Prometen entrega inmediata.
2. Prometen un plazo de entrega.

Ya examiné cómo la promesa 1 se incumple con frecuencia. Y también ofrecí la solución simple de Teoría de Restricciones, que ha tenido una historia larga de éxitos. Es una idea muy simple y se puede automatizar (ver https://fillrate100.com).

La promesa 2, la de entregar a tiempo en el plazo prometido, sin sacrificar calidad, es también de esas promesas que todas las empresas hacen pero pocas cumplen.

Si usted produce a pedido, sabe que debe prometer un plazo de entrega. Y tal vez cumpla esa promesa en un 80%-85% de las ocasiones.

Este era el caso de una empresa en Chile, que facturaba cerca de USD 500 millones al año. En 2008 o 2009 me reuní con el gerente de operaciones y el gerente de producción de esta empresa, para explorar si estarían interesados en lo que tenemos para ofrecer. Después de intercambiar algunos datos, les pregunté si medían la entrega a tiempo, a lo que respondieron que sí. Ellos medían OTIF – On Time In Full y, añadieron, tenían 79.4% en ese indicador, lo que consideraban bueno.

Extrañado, les pregunté por qué lo consideraban bueno. Su respuesta me sorprendió más: «¡porque está muy cerca del 85%, que es el límite teórico!

¿Recuerdan el 94% de fill rate del artículo anterior? Ese límite práctico que no puede mejorarse sin un alto costo, lo que lo hace menos rentable. Ya mostré cómo se puede lograr un fill rate cercano al 100% con menos inventario y menos costo.

Este es también el mismo caso. Más de 85% de OTIF, me explicaron, no es rentable; se puede lograr, pero a un costo demasiado alto.

Como les ofrecía incrementar el OTIF sobre 98% con menores costos, no lo creyeron posible y no seguimos conversando.

Me quiero detener un poco a reflexionar qué significa un 90% o menos de OTIF. Cuando uno declara que tiene una entrega a tiempo de 85%, está diciendo que hay un 15% de probabilidades de atrasarse en el plazo.

La mayoría de las veces, los atrasos provocan grandes perjuicios a los clientes. Son tan grandes que una probabilidad baja de ocurrencia representa un riesgo moderado a alto. Un riesgo que vale la pena mitigar; es decir, si uno elimina ese riesgo, está generando un gran valor al cliente. Esto queda, además, de manifiesto, observando la reacción de los clientes ante los atrasos.

En la práctica, si el daño es apreciable, un 10% o un 40% son similares. Para el cliente son ambas probabilidades demasiado altas. Considere el juego de la ruleta rusa. Si tiene 6 balas, la probabilidad de sobrevivir es 14%. Si tiene 10 balas, baja a 10%. ¿Le parece aceptable el riesgo en el segundo caso? ¿Y si tiene 20 balas?

A mí me parece que la entrega a tiempo es aceptable desde 95%-98% hacia arriba.

¿Por qué las empresas no son capaces de cumplir mejor sus plazos de entrega? Pensemos un poco en esto: tenemos una cola de pedidos, y tenemos una capacidad instalada. En simple, la capacidad se mide en unidades por hora, por lo que la cantidad conocida de los pedidos en cola representa una cantidad de horas bastante exacta, suponiendo que conocemos la capacidad, claro. Y sabiendo cuántas horas diarias trabaja nuestra empresa, ya sabemos cuál es la siguiente fecha que podríamos prometer.

Muchas empresas se equivocan en esa estimación. Debe ser equivocación, porque si prometen las fechas sabiendo que no cumplirán, demuestran total ignorancia respecto de lo que valoran los clientes. ¿Dónde se equivocan? Tenemos solo dos factores para hacer el cálculo de fecha: la carga ya comprometida y la capacidad. La carga comprometida es una cantidad conocida, sin ninguna variabilidad. Solo queda la capacidad.

¿Por qué se equivocan tanto con la capacidad? ¿Acaso no conocen su planta los planificadores? ¿No saben cuántas horas diarias trabajan y qué días son feriados?

La explicación que queda es que la capacidad efectiva de producción de una planta no solo depende de la capacidad instalada. Hay otro factor que incide fuertemente en la capacidad: es el WIP por work in progress, o trabajo en proceso.

Voy a apelar a su intuición. La capacidad de una autopista para «procesar» automóviles se puede medir en la cantidad de autos que pasan por un punto al final de la autopista. Y esta cantidad va a depender de la velocidad promedio de los autos. La cantidad de autos en la autopista es el WIP. Si el WIP es muy poco, la producción también (no importa que los autos puedan ir a máxima velocidad; son pocos autos por hora). Cuando va creciendo el WIP, más autos por kilómetro, la producción también va creciendo, porque la velocidad sigue siendo la máxima, pero ahora son más autos. Si el WIP sigue creciendo, como el último día de vacaciones y todos vuelven al mismo tiempo, sabemos por experiencia que la velocidad promedio es mucho menor, por lo que la producción de autos por hora también es menor.

Es decir, la capacidad de un sistema está determinada por el WIP. Si controlo el WIP, controlo la capacidad.

En el ejemplo de la autopista, si nos organizamos y controlamos la cantidad de autos que ingresan a la autopista, todos llegarían más rápido a destino.

Tenemos ya suficiente información para diseñar la primera micro decisión diaria que hará posible cumplir la promesa de entregar en un plazo.

La micro decisión número 1: decidir qué órdenes de producción deben estar en proceso.

Esto significa también que hemos decidido que el resto de las órdenes van a esperar algunos días. Incluso si el primer recurso queda desocupado…

Como en el artículo anterior, las micro decisiones diarias de la mayoría de las empresas se toman sobre una base equivocada. En la mayoría de las empresas intentan mantener a todos los recursos ocupados, bajo la creencia de que todo tiempo ocioso en la línea de producción es un desperdicio. Y también, lanzan a producción todas las órdenes lo antes posible por la creencia de «mientras antes empiezo, antes termino».

Ambas creencias son falsas. No me voy a extender aquí para demostrarlo, porque hay abundante material para aprender de esto.

La micro decisión número 2: decidir en qué secuencia deben procesarse las órdenes en cada recurso.

Como queremos cumplir el plazo, el criterio primario es la fecha de entrega. Sin embargo, hay varias consideraciones que aconsejan procesar una orden antes que otra, incluso si debe entregarse después. Por eso, necesitamos un sistema simple y robusto que permita decidir a cada persona en la planta qué hacer.

La micro decisión número 3: con el WIP controlado, se puede decidir qué fechas prometer para cumplir siempre.

Sin el control de WIP, no se puede hacer el control de la carga para predecir las fechas. Pero ya establecido, es simple calcular las fechas más probables que se pueden prometer. Estas tres micro decisiones diarias determinan el OTIF de las empresas. Se puede aprender más acerca de los detalles en https://otif100.com.

No se conforme con una entrega a tiempo de menos de 95%: es posible y se logra a un costo menor.

¿De qué dependen los resultados de las empresas? De las decisiones: las macro decisiones fijan un norte, las micro decisiones son la ejecución.

Si usted trabaja en una empresa que fabrica o comercializa algo, estoy seguro de que está de acuerdo conmigo en una decisión macro: mantener un alto nivel de servicio al cliente es la más alta prioridad.

Esa es una decisión de alto nivel, macro. Una alternativa sería: «la más alta prioridad de nuestra empresa es reducir los costos, aunque eso signifique atender mal a algunos clientes». Supongo que usted ya tiene la experiencia suficiente para saber que esta decisión tiene mayores costos en el mediano y largo plazo, por lo que me quedaré con la primera decisión macro: cumplir la promesa a los clientes es la primera prioridad.

Ahora miremos las posibles promesas que hacen un gran proporción de empresas. Son básicamente dos posibles promesas:

1. Prometen entrega inmediata.
2. Prometen un plazo de entrega.

La promesa 1 la hacen empresas que producen productos estandarizados, donde los clientes no tienen tolerancia para esperar el tiempo de suministro (producción y/o transporte) porque hay otros proveedores que tienen entrega inmediata. Y para cumplir con esa promesa de entrega inmediata es necesario mantener inventario.

Cada vez que un cliente hace un pedido y usted no tiene inventario, esto es una venta perdida. A eso le decimos stock out o quiebre de inventario o faltante. Suponga que usted mantiene un portafolio de 150 ítems, y 35 de ellos están en quiebre de stock. Eso da 23% de stock outs. ¿Qué cantidad de ventas perdidas va a tener debido a esto? Para responder a esa pregunta, que es la relevante, debemos entender que no todos los ítems se venden en el mismo volumen. Pareto describió este fenómeno como una asimetría 80/20; el 80% de las ventas se hacen con el 20% de los ítems. Sabemos que 80/20 es solo una indicación de la asimetría. A veces es 70/30 y otras veces es 90/10.

Lo importante es que si dentro de nuestro 23% hay varios ítems de alta rotación, las ventas perdidas son más que 23%, a veces mucho más. Conocí un caso hace años, donde una empresa con unos 250 SKU (ítems) tenía un 5% de quiebres. Cada semana eran ítems distintos, pero los quiebres se mantenían en 5%. Ellos decidieron algo realmente atrevido: decidieron eliminar los quiebres teniendo exceso de inventario. Y lo lograron. Después de ocho meses de mantener esa acción, las ventas se incrementaron 40%. Este es un experimento que no recomiendo, pero que demuestra lo que estoy diciendo. Habitualmente el error fue subestimar la venta de los ítems que se agotan, por lo que su rotación es mayor que la estimada originalmente.

La historia de esa empresa no termina bien. El primer año incrementaron las ventas 40%, pero el exceso de inventario les provocó problemas desde el segundo año:

• Agotó espacio de almacenamiento y empezó a ser muy caro seguir creciendo en inventario, sobre todo si se requiere pagar por espacio adicional. Fíjese que el problema es que los ítems que se produjeron y no se venden, se acumulan. Y uno sigue produciendo más rápido de lo que desocupa espacio.
• El dinero para seguir creciendo en inventario también es limitado, y después tampoco pudieron mantener los quiebres en cero.
• Muchos de los productos en exceso eran perecibles y debieron afrontar una gran pérdida por mermas.

En este caso vemos que la decisión macro es la misma que yo habría tomado: máxima prioridad para cumplir la promesa de entrega inmediata.

Y cada día, ¿qué decisiones micro tomó esa empresa para alinearse con la decisión macro? En este caso fue fabricar en exceso, lo que importa es no perder ventas. Es con esta decisión que yo no estoy de acuerdo.

Los resultados observados en quiebres y en inventario son producto de las decisiones micro, de esas decisiones de cada día. Concretamente, para cada ítem hay que decidir cada día si se produce o no, y en qué cantidad. Lo mismo es aplicable para decidir si se despacha a otros nodos de la cadena de suministro.

Es un lugar común decir que no importa que tan buena sea una estrategia si falla en la ejecución. Es decir, las decisiones macro son normalmente muy buenas. Son las decisiones micro las que conducen a un resultado distinto al esperado. Muchas personas piensan que no es posible lograr un fill rate de más de 94% permanentemente, porque el costo lo hace inviable, y se conforman con un nivel «aceptable» de quiebres.

Aprendí del Dr. Goldratt directamente a no conformarme con un resultado de transigencia. Y en este tema, la solución de Teoría de Restricciones ha logrado reducir inventarios y costos al mismo tiempo que la disponibilidad se acerca al 100% en miles de empresas, de todos los tamaños y de las más diversas industrias, a lo largo de décadas.

¿Por qué las micro decisiones de la mayoría de las empresas producen esos resultados subóptimos? Es porque se basan en supuestos equivocados. Todo proviene de que el tiempo entre las reposiciones (órdenes de producción, o de compra, o de despacho) es variable y es más largo del necesario. Ese tiempo es el factor principal en la cantidad de inventario necesario para tener disponibilidad, resultando en una cantidad más grande de la que se pueden permitir las empresas, por sus limitaciones de espacio y/o de capital.

¿Por qué el tiempo entre reposiciones es largo y variable? Porque resulta de calcular EOQ (economic order quantity – cantidad económica de orden) y de usar técnicas de MIN/MAX o punto de reorden. Ambos conceptos considerados la base de la administración óptima de inventarios. Y se basan en el supuesto equivocado de que los costos de operación se absorben uniformemente en cada unidad de producto al producirla, comprarla o transportarla.

Si uno fija la frecuencia y ese tiempo lo hace pequeño, la cantidad de inventario para garantizar disponibilidad es menor, al punto de que ni espacio ni capital son restricciones activas, por lo tanto se logra el doble objetivo de reducir el inventario y de elevar el fill rate hasta cerca de 100%.

La próxima vez que le digan que es imposible lograr un fill rate de más de 94-96%, piense de nuevo y más profundamente acerca de las relaciones causales en su sistema.

La promesa 2 la examino en el siguiente artículo.