Estudio de simulación sobre el impacto de la priorización de órdenes por segmentación de clientes en el "lead time" de cumplimiento de pedidos

Abstract

El presente trabajo es una extensión del trabajo de graduación sobre la adopción del Proceso de Planificación Integrada y la coordinación de actividades en la relación proveedor-cliente (Revol, 2011). El desafío del estudio es, determinar la conveniencia en la adopción de la priorización de órdenes y la segmentación de clientes en el proceso de cumplimiento de pedidos. En caso de priorizar los pedidos, es necesario poder definir a cuantos clientes tratar con prioridad y cuanta prioridad se les debe otorgar. Esta decisión cambia bajo diferentes configuraciones operativas, por lo que se debe analizar cada caso en particular. Bajo condiciones de mayor flexibilidad o capacidad de reacción, mejor se podrá manejar el esquema de priorización. Sin embargo, mayor flexibilidad implica mayores recursos económicos, por lo que saber cuánta priorización ofrecer es necesario bajo todas las configuraciones posibles. Por otro lado, se estudia la incidencia de la priorización en el lead time de cumplimiento de órdenes y la capacidad del sistema de cumplir con los tiempos de entrega prometidos. Con respecto al diseño de la investigación, se parte del un trabajo de investigación anterior que estudia la conveniencia en la adopción de un proceso de planificación integrado entre las distintas áreas de una firma. En este trabajo se retoma su problemática y su caso de estudio, pero desde una perspectiva diferente. Se propone modificar la regla de atención de pedidos, a partir de la implementación de un proceso formal de segmentación de clientes. Así, se busca analizar la incidencia del cambio en la flexibilidad de la firma y su proceso productivo. Asimismo, se busca mejorar el servicio ofrecido a grupos de clientes a través del establecimiento de acuerdos previos. En éstos se establecerán fechas de cumplimiento correctas y realistas. El cliente tendrá certeza de los productos y servicios que se le ofrecen y los tiempos de proceso posibles. Además, los clientes que tengan prioridad alta (mayor volumen de compra, alianza estratégica, mayor rentabilidad de sus compras, entre otros criterios) tendrán un trato preferencial y firmarán acuerdos modelados en función de sus necesidades y preferencias. Para profundizar el conocimiento sobre el tema de estudio, se realiza una revisión de la bibliografía sobre Customer Relationship Management, Customer Segmentation, Customer Prioritization y Demand Management. La investigación se lleva a cabo a través de un estudio de simulación basado en el modelo previamente desarrollado. Para ello, se seleccionan tres de los seis escenarios del trabajo anterior: Base, Accuracy+ y S&OP++. Se simula un modelo de atención de pedidos con prioridades en función del segmento al que pertenezcan las órdenes y se comparan los resultados obtenidos con los resultados del estudio anterior (criterio FIFO). Se analizan los resultados y se obtienen conclusiones de la conveniencia en la adopción. El estudio de simulación muestra que, en la búsqueda por incrementar la congruencia entre el plazo de entrega prometido a clientes y las capacidades operativas de cada escenario, la mejor performance se obtiene al implementar un proceso de planificación integrada y coordinada (S&OP), junto con un proceso de segmentación de clientes y atención priorizada de pedidos. De las categorizaciones modeladas, se obtuvieron mejores resultados cuando la mayor cantidad de pedidos tienen baja prioridad. Así, se completan en plazo 91 de las 98 órdenes ingresadas, mientras que, si las órdenes se atienden por orden de llegada, se cumplen 76 de 100. Además, se reduce el lead time máximo para órdenes A. Por otro lado, en un escenario de reducción en la variación entre órdenes reales y anticipadas, los mejores resultados también se obtienen cuando se asigna prioridad a ciertas órdenes y la mayor cantidad tienen baja prioridad. En esta configuración, se incrementa la cantidad de pedidos cumplidos en el plazo pactado y se reduce el lead time de cumplimiento máximo para las órdenes A y B. Así, disminuye la variación entre los valores máximos y mínimos, por lo que se reduce la incertidumbre del cliente en el tiempo de entrega real. Por último, dadas las capacidades operativas del modelo Base y los plazos de entrega prometidos, la mejor alternativa resulta ser el modelo FIFO, en el cuál las órdenes se atienden por orden de llegada. En cambio, si se modifican los lead times prometidos o la cantidad de pedidos en cada categoría, los resultados podrían variar a favor de la priorización de órdenes. En cuanto a las limitaciones del trabajo, se aclara que en el mismo no se tienen en cuenta los costos asociados a la implementación de cada alternativa. Presumiblemente, a mayor flexibilidad o capacidad de reacción del sistema, mejor será la planificación productiva y mejores serán los resultados que puedan obtenerse dado un sistema de priorización de pedidos. Sin embargo, mayor flexibilidad implicará mayores costos. De la misma manera, la implementación de un proceso de S&OP o la reducción de la variación entre órdenes, lleva asociado un costo que no fue incorporado al análisis. Por último, este trabajo contribuye a la investigación anterior, al tiempo que permite profundizar el conocimiento sobre el uso de la herramienta de simulación, las maneras de reducir el lead time de cumplimiento de pedidos, las formas de incrementar la flexibilidad del modelo y evaluar en qué medida la capacidad operativa del escenario permite cumplir con los plazos de entrega prometidos al cliente.