Minimización de inventario de seguridad con Solver y pronósticos de demanda
Palabra clave principal: Minimización de inventario de seguridad con Solver y pronósticos de demanda
Definición del problema
En el entorno de la gestión de la cadena de suministro (Supply Chain Management), mantener un nivel adecuado de inventario es un acto de equilibrio delicado. Por un lado, tener demasiado inventario genera altos costos de almacenamiento, obsolescencia y capital inmovilizado. Por otro lado, tener muy poco inventario (riesgo de *stock-out*) resulta en pérdida de ventas, incumplimiento de pedidos y daño a la reputación de la empresa.
El Inventario de Seguridad (Safety Stock) es el colchón de inventario adicional que se mantiene para protegerse contra la variabilidad de la demanda (incertidumbre) y la variabilidad del tiempo de entrega (lead time).
Caso Práctico: Distribuidora «TechFlow»
TechFlow distribuye componentes electrónicos críticos (ej. Microcontrolador X100). El gerente de operaciones necesita determinar el nivel óptimo de inventario de seguridad para el Microcontrolador X100. Actualmente, el inventario es fijo, pero la demanda histórica muestra fluctuaciones significativas. El objetivo es minimizar el costo total de inventario (costos de mantenimiento + costos por faltante) ajustando el nivel de inventario de seguridad, utilizando pronósticos de demanda y la herramienta de optimización Solver de Excel.
Explicación técnica
Este proceso combina tres pilares analíticos:
- Pronóstico de Demanda: Se utiliza el análisis de series de tiempo (aunque simplificado aquí) para obtener una demanda promedio ($mu$) y, crucialmente, la desviación estándar ($sigma$) de la demanda.
- Cálculo de Inventario de Seguridad:
- Optimización con Solver:
Las funciones clave de Excel utilizadas serán: PROMEDIO(), DESVEST.M(), y la herramienta Solver (en la pestaña Datos).
Guía paso a paso
Paso 1: Estructuración de los Datos de Entrada
Debemos ingresar los datos históricos de demanda y los parámetros de costos.
Acción: Crea una hoja de cálculo y organiza los datos como se muestra a continuación.
Por qué: Esto establece las variables conocidas (costos, demanda histórica) que alimentarán el modelo de optimización.
Resultado: Una tabla organizada con la demanda diaria y los parámetros de costo.
| A | B | C | D | |
|---|---|---|---|---|
| 1 | Día | Demanda (Unidades) | Costo Mantenimiento/Unidad/Día | Costo Faltante/Unidad |
| 2 | 1 | 120 | 0.50 | 15.00 |
| 3 | 2 | 135 | 0.50 | 15.00 |
| 4 | 3 | 110 | 0.50 | 15.00 |
| 5 | 4 | 150 | 0.50 | 15.00 |
| 6 | 5 | 140 | 0.50 | 15.00 |
| 7 | 6 | 125 | 0.50 | 15.00 |
| 8 | 7 | 145 | 0.50 | 15.00 |
Paso 2: Cálculo de Parámetros Estadísticos
Necesitamos la media ($mu$) y la desviación estándar ($sigma$) de la demanda.
Acción: En las celdas E2 y E3, introduce las siguientes fórmulas:
- En E2 (Media):
=PROMEDIO(B2:B8) - En E3 (Desviación Estándar):
=DESVEST.M(B2:B8)
Por qué: Estos valores son la base para cuantificar la incertidumbre del sistema.
Resultado: La media de la demanda y su desviación estándar calculada.
Paso 3: Definición de la Variable de Decisión y la Función Objetivo
La variable de decisión es el Inventario de Seguridad ($SS$). La función objetivo es minimizar el Costo Total ($CT$).
Acción:
- En la celda B10, escribe la etiqueta «Inventario de Seguridad (SS)».
- En la celda C10, introduce un valor inicial para $SS$ (ej. 50). Este será el valor que Solver ajustará.
- En la celda B11, calcula el Costo de Mantenimiento Total:
=C10 * C3 * 7(Asumiendo 7 días de lead time). - En la celda B12, calcula el Costo Esperado de Faltante (simplificado):
=(C10 / 2) * C4. (Se usa una simplificación para el ejemplo de Solver). - En la celda B13 (Función Objetivo):
=B11 + B12.
Por qué: Definimos qué queremos optimizar (B13) y qué variable podemos controlar (C10).
Resultado: La celda B13 mostrará el Costo Total actual basado en el $SS$ inicial de 50 unidades.
| A | B | C | D | |
|---|---|---|---|---|
| 9 | Parámetros | Valor | Fórmula/Nota | |
| 10 | Inventario de Seguridad (SS) | 50 | Variable de Decisión | |
| 11 | Costo Mantenimiento Total | 350.00 | =C10 * C3 * 7 | |
| 12 | Costo Esperado Faltante | 1125.00 | =(C10 / 2) * C4 | |
| 13 | COSTO TOTAL (Minimizar) | 1475.00 | =B11 + B12 |
Paso 4: Configuración y Ejecución de Solver
Este es el paso de optimización propiamente dicho.
Acción:
- Ve a la pestaña Datos y haz clic en Solver. (Si no aparece, debes activarlo en Opciones de Excel).
- Establecer objetivo: Selecciona la celda
B13(Costo Total). - Para: Selecciona
Min(Minimizar). - Cambiando las celdas de variables: Selecciona la celda
C10(Inventario de Seguridad). - Restricciones (Opcional pero recomendado): Añade una restricción:
C10 >= 0(El inventario no puede ser negativo). - Resolver: Selecciona el método de resolución (Simplex LP o GRG Nonlinear, dependiendo de la complejidad de la función). Haz clic en Resolver.
Por qué: Le indicamos a Excel qué queremos minimizar (B13), qué podemos cambiar (C10) y bajo qué reglas (restricciones).
Resultado: Solver ajustará el valor en C10 hasta que el Costo Total en B13 sea el más bajo posible, reportando el nuevo valor óptimo de $SS$.
Paso 5: Interpretación de Resultados
Una vez que Solver finaliza, revisa la celda C10. El valor que aparece es el Inventario de Seguridad óptimo que minimiza el costo total bajo las premisas del modelo.
Acción: Revisa el informe de Solver para confirmar que el estado es «Solver encontró una solución».
Por qué: Esto valida que el modelo matemático se ejecutó correctamente y que el valor encontrado es el óptimo local.
Resultado: El valor de $SS$ que equilibra los costos de mantener inventario contra los costos de perder ventas.
Ejercicio propuesto
Escenario de Extensión: TechFlow decide que, debido a regulaciones ambientales, el costo de mantenimiento por unidad debe ser 1.5 veces mayor que el costo de faltante (es decir, el costo de mantener es muy alto). Además, el proveedor ahora tiene un tiempo de entrega (Lead Time) de 10 días en lugar de 7.
Tarea: Modifica el modelo anterior.
- Actualiza los costos en la tabla de entrada (Paso 1).
- Ajusta la fórmula del Costo de Mantenimiento Total (Paso 3, B11) para reflejar los 10 días de lead time.
- Vuelve a ejecutar Solver.
Pregunta de análisis: ¿Cómo afecta el aumento del tiempo de entrega (Lead Time) y el cambio en la relación de costos al nivel óptimo de Inventario de Seguridad requerido?
Errores habituales
La implementación de optimización puede ser compleja. Aquí se detallan tres errores comunes:
- Error: No fijar las celdas de datos de entrada. Si seleccionas el rango completo de datos (incluyendo la variable de decisión) como «Cambiando las celdas de variables», Solver intentará optimizar los costos y los datos históricos, lo cual es incorrecto.
Solución: Asegúrate de que en la configuración de Solver, solo la celda que representa la variable de decisión (ej. C10) esté seleccionada. - Error: Confundir la función objetivo. Intentar minimizar el costo total cuando el objetivo real es maximizar el nivel de servicio (o viceversa).
Solución: Define claramente si tu objetivo es minimizar costos (usarMin) o maximizar ganancias/servicio (usarMax). El modelo de costo total siempre busca el mínimo. - Error: Olvidar las restricciones de no negatividad. Si no estableces la restricción $SS ge 0$, Solver podría, en teoría, sugerir un inventario negativo si el modelo matemático lo permite, lo cual es físicamente imposible.
Solución: Siempre añade la restricciónC10 >= 0en la ventana de Solver.
Deja una respuesta