El término rotaciones de inventario (o renovaciones de inventario) corresponde a la inversa de los días de inventario, es decir, 1/días de inventario. Intuitivamente si sacamos una foto de la bodega y esperamos un tiempo y volvemos a sacar una foto, si no coincide ningún artículo en la bodega, entonces hubo una renovación completa de inventario. La importancia de la estimación de las rotaciones de inventario radica entre otros aspectos en la correcta estimación de los costos unitarios de almacenamiento, siendo éste uno de los componentes de los costos de inventario.
En efecto la fórmula que da cuenta de la estimación del costo de almacenamiento unitario (o holding cost unitario) esta dada por:
Por ejemplo consideremos la siguiente información de un producto donde se ha estimado que los días de inventario son 2,10 meses (aproximadamente 63 días).
Las rotaciones o renovaciones de inventario para el ejemplo anterior son:
De esta forma si para el ejemplo anterior el costo de almacenamiento anual es de un 24% de la valorización del producto, el costo unitario de almacenamiento sería aproximadamente de un 4,2% (24%,5,71).
El número de rotaciones de inventario depende del tipo de actividad o industria donde participa una empresa. La evidencia empírica sugiere que aquellas empresas que participan de mercados que se caracterizan por una relativa baja rotación del inventario (por ejemplo una joyería) compensan este fenómeno con un margen de comercialización más alto. Por otro lado empresas con una rotación de inventario relativamente alta pueden ser rentables aun con margenes de comercialización relativamente bajos:
De acuerdo a lo anterior queda en evidencia la importancia de las rotaciones de inventario dentro de una competitividad de una empresa y la comparación del desempeño propio deberá estar orientado a los resultados de la competencia relevante en el sector industrial.
Los días de inventario equivale al número de días que en promedio cada artículo o SKU (Stock-Keeping Unit) permanece en inventario. Su estimación resulta necesaria debido a que nos permite una correcta asignación de los costos de almacenamiento del inventario (los costos de almacenamiento o holding cost son parte de los costos de inventario). Mientras menos tiempo pasa cada artículo en inventario menor es el costo de almacenamiento. Por ejemplo si un producto tiene un costo de almacenamiento anual de un 24%, pero si sólo permaneció 4 meses en inventario, entonces ¿cuánto se pagó en costos de holding para este artículo?. La respuesta es un 8% (24%/4). Cabe recordar que típicamente el costo de almacenamiento de un artículo se representa como un porcentaje de su valorización (en el ejemplo anterior un 24%).
Formalmente los días de inventario se obtienen a través de la siguiente fórmula:
Por ejemplo, supongamos que en promedio tenemos 10 unidades en inventario. Además sabemos que vendemos en promedio 2 unidades por día, entonces ¿cuántos días cada unidad permanece en inventario?.
Consideremos ahora otro ejemplo que establece un grado mayor de dificultad. A continuación se presenta la información relativa a un producto, detallando el inventario disponible al inicio de cada mes, la demanda enfrentada durante el mes y las ventas del mes.
Cabe destacar que cuando el inventario al inicio del mes es suficiente para enfrentar los requerimientos de la demanda, entonces las ventas del mes son igual a la demanda. En caso contrario las ventas son igual al inventario. Adicionalmente con asterisco * se muestra aquellos mes donde se ha recepcionado inventario. El detallo del cálculo de los días de inventario se muestra a continuación:
Notar que el inventario inicial promedio a inicio de cada mes es de 28,58 unidades. Por otra parte las venta promedio realizada mensualmente equivale a 13,58 unidades. En consecuencia los días de inventario son 2,10 meses (en promedio, a comienzo de mes, se dispone de 2,10 meses de inventario). Notar que el procedimiento anterior corresponde a una aproximación ya que el promedio calculado dependerá del día en que se revise el inventario.
Un aspecto usual en la Gestión de Proyectos es enfrentar incentivos económicos por entregas anticipadas o a tiempo en base a la planificación preliminar y adicionalmente multas o cargos por entregas atrasadas o tardías. En este contexto el método PERT(Program Evaluation and Review Technique)permite incorporar de forma explícita la incertidumbre asociada a los tiempos requeridos para completar cada una de las actividades de un proyecto.
Beneficios Esperados de un Proyecto utilizando PERT
En el siguiente ejemplo se presenta la situación de un proyecto que consta de 9 actividades, cuyas relaciones de precedencia y tiempos en días (pesimista, más probable y optimista) se resumen a continuación:
Donde y los tiempos están en días.
Se desea completar el proyecto al cabo de 40 días a contar del inicio de las actividades. En caso de terminar antes de dicho plazo se estima que se accederá a un incentivo monetario de $200.000, no obstante, en caso contrario se asumirá una pérdida de $15.000 por cada día de atraso con un tope máximo de $30.000 (sobre los beneficios estimados). ¿Cuál es la ruta crítica del proyecto?, ¿Cuáles son los beneficios esperados del proyecto?.
Sabemos que el tiempo esperado para cada actividad se obtiene de , por ejemplo, . Adicionalmente la varianza se obtiene de , por ejemplo, . Con la ayuda de Excel resulta sencillo replicar el procedimiento para el resto de las actividades como se muestra a continuación:
Considerando el Tiempo Esperado (Te) para cada una de las actividades generamos un diagrama de proyecto que nos permita identificar la Ruta Crítica y las holguras (en días) para cada una de las actividades. De esta forma se obtiene que A-D-F-H es la ruta crítica del proyecto con un tiempo esperado para completar éste de 39 días.
Donde los valores con color rojo en la esquina superior izquierda de cada nodo representan el inicio más cercano; los valores con color azul de la esquina superior derecha el término más cercano; los valores de la esquina inferior izquierda con color naranjo el inicio más lejano y finalmente los números con color verde en la esquina inferior derecha representan el término más lejano.
Los modelos de Programación Entera constituyen una alternativa eficiente para apoyar la toma de decisiones en aquellos problemas donde se debe implementar (o no) una alternativa o curso de acción que no admite soluciones intermedias. Tal es el caso del Problema de Selección de Cartera de Proyectos donde no es razonable, por ejemplo, si se destina la mitad de los fondos requeridos para un proyecto, asumir que de éste se obtendrá la mitad de sus beneficios o Valor Presente Neto (VPN). Dicho de otro modo, el cumplimiento del supuesto de la proporcionalidad de la Programación Lineal no es adecuado.
El problema que se presenta a continuación aborda estos aspectos y adicionalmente se busca proponer distintas alternativas al momento de establecer las restricciones o condiciones del problema.
Problema de Inversión y Selección de Proyectos
Una empresa está pensando invertir en cuatro proyectos diferentes, cada proyecto se finaliza a lo más en 3 años. Los flujos de caja requeridos en cada año junto con el Valor Presente Neto (VPN) de cada proyecto, concluidos los años de ejecución, y las disponibilidades de recursos financieros se resumen en la siguiente tabla:
Interesa determinar en cuáles proyectos invertir de modo de conseguir el mayor VPN de la inversión.
Variables de Decisión: Se desea determina en cuáles proyectos invertir de las 4 alternativas posibles.
Función Objetivo: Maximizar la sumatoria del Valor Presente Neto (VPN) de los proyectos en los cuales se decida invertir.
Restricciones: Se proponen 3 escenarios para definir las restricciones del problema.
Alternativa 1: Reinvirtiendo el dinero no utilizado en un período, es decir, el dinero que eventualmente quede disponible al final del año 1 y año 2 se puede considerar como parte del presupuesto disponible para el año siguiente. Lo anterior se representa a través de las variables y , respectivamente.
La implementación computacional del problema haciendo uso de Solver de Excel nos entrega los siguientes resultados:
Se debe invertir en los proyectos 1 y 4. El VPN total es de $51.
Alternativa 2: Sin invertir el dinero no utilizado en un período, pero utilizando el retorno de los proyectos concluidos.
En este caso se debe invertir en los proyectos 1, 2 y 4, alcanzando un VPN total de $69.
Alternativa 3: Reinvirtiendo el dinero no utilizado en un período y también el retorno de los proyectos concluidos.
En este caso la solución óptima y valor óptimo es equivalente al escenario planteado en la Alternativa 3.
Cabe destacar que la Alternativa 3 es la que provee mayor flexibilidad (en cuanto a los presupuestos para inversión) en comparación a las Alternativas 1 y 2, en consecuencia era razonable esperar en este caso que el VPN total de la Alternativa 3 sea mayor o igual que los VPN de las Alternativas 1 y 2.
Notar que el conjunto de las soluciones factibles es finito. Esto ocurrirá generalmente con los problemas de Programación Entera (puros). En el ejemplo, el número de soluciones factibles no supera el número de las soluciones binarias del problema (variables restringidas sólo a valores 0 o 1) que son , dado el número de variables utilizadas, de hecho las soluciones factibles son menos de 16 pues en particular para i=1,2,3,4 no satisface las disponibilidades de capital en cualquiera de las tres alternativas.
En el artículo Cómo calcular la Capacidad y el Tiempo de Ciclo de un Proceso con una Carta Gantt discutimos cómo obtener estos importantes indicadores de procesos con el apoyo gráfico y conceptual que representa la utilización de una Carta Gantt. En dicho caso la resolución del problema se vio facilitada al asumir que los recursos asociados a las distintas actividades o tareas eran independientes entre sí. En este contexto se asume que el trabajador que participa de una etapa del proceso lo hace de forma exclusiva en dicha etapa sin colaborar en otras.
Por el contrario, calcular la capacidad y tiempo de ciclo de un proceso flexible, es decir, aquel donde los recursos pueden estar asociados a más de una actividad, impone un reto de mayor dificultad. Una aproximación intuitiva en este caso es construir una Carta Gantt que muestre el detalle del proceso de producción para luego deducir el tiempo promedio de ciclo y la capacidad. El siguiente ejemplo da cuenta de esta situación:
En un hospital hay dos doctores (Pedro y Francisca) y un enfermero (Diego) dedicados al control de niño sano. Para controlar a un niño se deben seguir los siguientes pasos:
Toma de Datos: Se deben tomar los datos del paciente e ingresarlos al computador. Se deben actualizar algunos campos, revisar los antecedentes e imprimir una ficha. Esto toma 5 minutos y solo lo puede hacer Diego.
Toma de Muestras: Se debe tomar la presión, peso y una muestra de sangre del paciente. Esto toma 5 minutos y lo puede hacer un doctor o un enfermero.
Consulta: Se debe examinar al paciente y completar la ficha. Esto toma 10 minutos y lo debe hacer un doctor.
Francisca propone organizar el trabajo de forma flexible. Es decir, en este nuevo esquema, Diego toma los datos, cualquiera de los tres podría tomar muestras, y ella o Pedro podrían atender consultas. Francisca opina que de esta forma podría aumentarse la utilización del staff en relación a la alternativa donde Diego toma los datos y las muestras y los doctores se dedican exclusivamente a las consultas.
Para evaluar lo propuesto anteriormente se sugiere confeccionar una Carta Gantt que permita determinar el mayor número de niños que es posible terminar de atender durante la primera hora de trabajo. ¿Cuál es la capacidad del proceso?¿Cuál es el tiempo promedio de ciclo?.
La Carta Gantt para el proceso descrito anteriormente es la siguiente:
Se puede observar que el tiempo de flujo del primer paciente (niño) es de 20 minutos (cuya toma de muestra y consulta es atendida por Pedro, aun cuando sería indistinto que esto sea realizado por Francisca). El segundo niño termina su atención al cabo de 25 minutos desde iniciadas las actividades y el tercer niño sale del sistema 5 minutos más tarde que el segundo niño (y así sucesivamente continua el análisis).
¿Cómo determinamos el tiempo promedio de ciclo?. Para ello nos interesa identificar un patrón de tiempo que explique la salida de una nueva atención. Para este propósito enumeraremos los minutos en los cuales terminan las atenciones (consulta) para los distintos niños (1, 2, 3, 4,…, 13): 20, 25, 30, 40, 45, 50, 60, 65, 70, 80, 85, 90, 100. Luego se evidencia un patrón en dicho comportamiento: el segundo niño termina 5 minutos más tarde que el primero y el tercer niño 5 minutos más tarde que el segundo, no obstante el cuarto niño se desocupa 10 minutos más tarde que el tercero (y así sucesivamente). En consecuencia se espera que en el largo plazo en un intervalo de 20 minutos se terminen de atender 3 niños (trabajando a máxima capacidad) por lo cual el tiempo promedio de ciclo tiende a 20[min]/3[niños]=6,666[min/niño].
Notar que esta situación resulta evidente cuando el número de pacientes tiende a un número grande (en teoría infinito) donde el tiempo promedio de ciclo va convergiendo a 6,666[min/niño]. El siguiente gráfico es una forma alternativa de representar la información de la tabla anterior donde se ha incorporado una linea de color rojo punteada que cruza el eje vertical (tiempo promedio de ciclo en [min/niño]) en 6,666.
¿Cuál es la capacidad máxima de producción?. Si el tiempo promedio de ciclo es de 6,666[min/niño] entonces la capacidad de producción es 1/6,666[niños/min]*60[min/hora]=9[niños/hora]. Notar que este resultado no contradice el hecho que durante la primera hora de trabajo sólo se han terminado de atender 7 niños.