Efects of regulating deliveries of finished products during the sale cycle in the massive consumption products supply chain

Oscar Rubiano Ovalle^1*, Hernán Soto García², María Eugenia Gil³

¹ Escuela de Ingeniería Industrial y Estadística, Facultad de Ingeniería, Edificio 357, Universidad del Valle, Calle 13 N^o 100-00, Ciudad Universitaria Meléndez, Cali, Colombia.

² Grupo de Investigación en Competitividad y Productividad Empresarial (GICPE), Departamento de Sistemas de Producción, Facultad de Ingeniería, Universidad Autónoma de Occidente, km. vía Jamundí, Valle del Líli, Cali, Colombia.

³ Escuela de Ingeniería Industrial y Estadística, Facultad de Ingeniería, Edificio 357, Universidad del Valle, Calle 13 N^o 100-00, Ciudad Universitaria Meléndez, Cali, Colombia.

Resumen

En este artículo se presenta el estudio, modelamiento y propuestas de solución, al problema del reconocido Síndrome del Palo de Hockey (SPH) o síndrome de fin de mes. Mediante este estudio se lograron identificar sus causas y efectos en la cadena de suministro de productos de consumo masivo en un proceso continuo. Igualmente, se evaluó el impacto en la función de costos totales y se plantearon estrategias de solución al problema específico. El estudio se basa en el empleo de un modelo analítico que reproduce el problema y los costos asociados para luego medir los efectos y la magnitud de la solución. La solución apunta a la regularización (REG) del flujo de las entregas en el ciclo de la venta. Los resultados del estudio, muestran una reducción de inventarios, un mejor balance entre la producción y las entregas de productos, así como una mayor eficiencia en la utilización de los recursos logísticos.

Palabras Clave: Cadenas de suministro, síndrome del palo de hockey, consumo masivo.

Abstract

In this paper, the study, modelling and solution proposals of the famous Hockey Stick Syndrome (HSS) or End-of-the-Month Syndrome problem is presented. From this study it was possible to identify its causes and effects in a supply chain of massive consumption products in a continuous process. Equally, the impact was evaluated in the total cost function and solution strategies to the specific problem were established. The study is based on the use of an analytical model that reproduces the problem and the associate costs, then measures the effects and the magnitude of the solution. The solution aims to regularize the sale cycle flow. The results show a reduction of inventories, a better balance between the production and deliveries of products, as well as a larger efficiency in the use of the logistical resources.

Keywords: Supply chain, hockey stick syndrome problem, massive consumption.

Introducción

Uno de los problemas que enfrentan muchas empresas fabricantes de productos de consumo masivo, es la falta de regularización de las entregas durante el ciclo de la venta, generándose una concentración de pedidos en la última semana del mes, que afecta la sincronización de los flujos en los procesos de la cadena de suministro e incide en la eficiencia y eficacia del servicio.

Este fenómeno es conocido como el "Síndrome del palo de hokey o "Síndrome de fin de mes", donde la tendencia de las transacciones entre proveedor-cliente, es a tranzar pedidos bajos en las primeras tres semanas, y al llegar el fin de mes se ejercen una serie de presiones, estrategias y condiciones, para que el cierre del mayor porcentaje de las transacciones se realice en la última semana.

Para aplicar el modelo se usó como piloto la información de una organización productora de la cadena productiva de aceites y grasas, ubicada en Colombia, cuyo comportamiento de entregas semanales durante un mes típico, se asemeja al mostrado en la figura 1, esto es, 10%, 15%, 15% y 60% (información suministrada por la Vicepresidencia de Manufactura y Logística de la organización piloto) en cada semana respectivamente.

En esta investigación se propone como meta inicial, lograr regularizar las entregas de pedidos basados en un ciclo de entrega con un comportamiento semanal de 20%, 25%, 25% y 30% respectivamente, como se muestra en la figura 2, considerado este, un escenario futuro realista para calcular los efectos de la regulación mediante el modelo.

El problema se puede definir como una práctica de transacciones comerciales entre cliente y proveedor, que no permite la regularización de pedidos, creando una falta de uniformidad en el flujo de productos durante el mes, que conlleva a sobrecostos, afecta el nivel de servicio al cliente y la efectividad de la cadena de suministro. Eventos identificados en este estudio, que inciden en la generación del fenómeno son: 1) las cuotas de ventas, 2) cultura de negociación de corto plazo por parte los clientes y vendedores, 3) políticas de descuentos, promociones y plazos especiales que ofrecen las mismas empresas, 4) poder de negociación de los grandes intermediarios de la cadena de suministro como mayoristas, distribuidores y las grandes cadenas, 5) no se define un portafolio (mezcla de productos) de ventas basado en rentabilidad, 6) escaza comunicación, coordinación y colaboración entre los socios de la cadena.

Figura 2 Comportamiento propuesto del ciclo de entrega

Revisión bibliográfica sobre el síndrome del palo de hockey

Numerosas publicaciones abordan la problemática del fenómeno llamado el efecto bullwhip [1, 2, 3, 4], pero una de sus causas relevantes, el llamado fenómeno del Síndrome de Fin de Mes, no ha sido modelado formalmente de manera matemática por los investigadores que lo han estudiado. En este estudio se realizó una exhautiva revisión de la literatura alusiva al modelamiento matemático del fenómeno, y no se hallaron aportes significativos. Chase y otros [5] en la octava edición de su texto Administración de la Producción y las Operaciones, tratan el tema para ambientar la problemática de las restricciones en un sistema bajo la óptica de la Teoria de las Restricciones. Lozano [6] lo describe como el resultado de un juego de intereses entre vendedores y compradores, que a la larga afecta el nivel de servicio logístico. De igual manera, el fundador del "Business Basics, LLC Bill Gaw [7], caracteriza el fenómeno, enfatizando en que aunque las empresas traten de enfrentar el problema con sofisticados sistemas de planeación y control de la producción, tal como los ERPs, la prevención del fenómeno no ha sido lograda, puesto que no se enfocan claro en la regularización de la relación ventas-producción. Gaw propone que una buena solución de equilibrio, podría ser el desarrollo de una simple hoja de cálculo, especialmente diseñada para planificar las etapas de producción crítica y para medir y / monitorear la regularidad de la producción. Igualmente enfatiza en concientizar a las personas de reevaluar sus paradigmas productivos, y abandonar las prácticas "apagadoras de incendios". Por otro lado, Hines y otros [8], también caracterizan el problema e intetan encontrar maneras de prevenirlo aplicando la fiosofia Lean en la industria automotriz en el Reino Unido. Finalmente Vanteddu y otros [9], construyen un instrumento en hoja electrónica para que todos los miembros de una cadena de suminitro, interactúen y de forma común trabajen la infor-mación operativa de la cadena, con el fin de menoscabar el impacto entre otros, del fenómeno en mencion.

Modelamiento y experimentación

Modelo del sistema

En la figura 3, se presenta el modelo estructural de la configuración del sistema objeto. En este estudio, para medir el efecto de la regulación de las entregas durante el ciclo de entregas mensuales, se identifican fundamentalmente los costos relevantes operativos del sistema operativo configurado, desde el ingreso de las materias primas, pasando por producción, hasta su distribución. Dentro de los costos logísticos se incluyen los generados por manejo y almacenamiento, transporte y faltantes, cuando el flujo (cantidades semanales), sobrepasa la capacidad del sistema en las Bodegas de los productos terminados.

Figura 3 Configuración del sistema

Con un enfoque dinámico, se toma como unidad de tiempo la semana, para realizar seguimiento al comportamiento de las variables de flujo y de estado del modelo, al trasladar los saldos de una semana a otra. El modelo se desarrolla en AMPL (Algebraic Modeling Languages For Mathematical Programming).

Seguidamente se presenta la notación de las principales variables del modelo.

Supuestos:

No se considera como restricción el abastecimiento de la materia prima al fabricante.

La fábrica trabaja en forma continua todas las semanas.

Planta de personal constante en el centro nacional y en los Centros de distribución (CDs) regionales, durante la simulación.

Se considera una eficiencia promedio para cada una de las operaciones logísticas.

Capacidad de almacenamiento física fija por ton/m² en CDs nacional y regionales.

Se penaliza ($/tonelada) la demanda faltante por falta de capacidad de almacenamiento, o de horas extras máximas permitidas tanto en el centro nacional como en los CDs regionales.

Variables y parámetros

A continuación se describen las variables de decisión y parámetros definidas para el modelo.

Variables de flujo

Las variables de flujo que aparecen en la tabla 1, representan los movimientos de materias primas, subproductos y productos terminados a lo largo de la cadena de suministro.

Tabla 1 Variables de flujo del modelo

Variables de estado

Las variables de estado que aparecen en la tabla 2, representan las acumulaciones de materias primas, subproductos y productos terminados a lo largo de la cadena de suministro, asi como acumulaciones de consumos de recursos, derivados.

Los parámetros que aparecen en la tabla 3, obtenidos en este estudio, representan fundamentalmente costos unitarios de producción, logísticos y de consumos de recursos. Los valores específicos de los multiples parámetros que intervienen en el modelo relativos a costos y gastos, capacidades, eficiencias, variabilidad, consumo de materiales, tiempos de entrega, precios, fueron suministrados por las Áreas de Contabilidad, Logistica y Manufactura de la Empresa piloto utilizada en este estudio. Los parámetros de rendimientos fueron obtenidos por los autores en los sitios de trabajo o a partir de las estadisticas. No se dan a conocer estos valores específicos por ser considerados confidenciales.

Tabla 2 Variables de Estado

Tabla 3 Parámetros

Función objetivo

La función objetivo, se concentra en la totalidad de costos de producción y logísticos, derivados de la gestión de los flujos generados por los movimientos y almacenamientos de productos a lo largo de la cadena de suminsitro.

Minimizar costo total:

Costo de suministro materia prima:

Costos directos de conversión:

Costos de empaque producto terminado:

Gastos directos de proceso subproductos:

Gastos directos de empaque producto terminado:

Gastos indirectos de fabricación producto terminado:

Costos Logísticos

Costo de tener inventario de materia prima:

Costo de tener inventario de subproducto:

Costo de tener inventario de producto terminado en el centro nacional:

Costo de faltante producto terminado en centro nacional por pedidos no entregados a tiempo (Back order):

Costo de faltante producto terminado en CDs regionales por pedidos no entregados a tiempo (Back order):

Costo mano de obra directa en centro nacional:

Costo mano de obra directa en CDs regionales:

Costo horas extras en CDs regionales:

Costo de transporte de producto terminado del centro nacional a los CDs regionales:

Costo de transporte de producto terminado de los CDs regionales a los canales:

Recargos transporte de producto terminado que sobrepasa el contrato de carga en el centro nacional:

Recargo por almacenamiento adicional requerido en el centro nacional:

Recargo por almacenamiento adicional requerido en CDs regionales:

Costo de comisiones de venta producto terminado:

Restricciones:

Utilización de materia prima:

Disponibilidad de tiempo en la planta:

Balance de masa para subproductos:

Balance de subproductos para obtener producto terminado:

Presupuesto de producción de productos terminados:

Despacho del centro nacional a los CDs regionales:

Condición de despacho a CDs regionales:

Requerimientos de horas directas en centro nacional:

Requerimientos de horas directas en CDs regionales:

Horas extras requeridas en centro nacional:

Horas extras requeridas en CDs regionales:

Producto terminado no despachado en el centro nacional:

Producto terminado no despachado en CDs regionales:

Requerimiento de almacenamiento en centro nacional:

Requerimiento de almacenamiento en CDs regionales:

Producto terminado que sobrepasa la capacidad de almacenamiento máxima en centro nacional y que debe almacenarse en bodegas alternas:

Producto terminado que sobrepasa la capacidad de almacenamiento máxima en cada regional y que debe almacenarse en bodegas alternas:

Almacenamiento extra requerido en centro nacional:

Almacenamiento extra requerido en CDs regionales:

Requerimiento extra de transporte del centro nacional a los CDs regionales:

Requerimiento extra de transporte desde los CDs regionales a los canales:

Inventario de materia prima:

Inventario de subproductos:

Inventario productos terminados en centro nacional:

Inventario productos terminados en CDs regionales:

Inventario de seguridad de materias primas en planta:

Inventario de seguridad de subproductos en planta:

Inventario de seguridad de productos terminados en el centro nacional:

Inventario de seguridad de productos terminados en CDs regionales:

Inventario promedio de materias primas:

Inventario promedio de subproductos:

Inventario promedio de producto terminado en centro nacional:

Inventario promedio de producto terminado en regional:

En el modelamiento se incluyeron las restricciones de no negatividad de las variables.

Formulación de escenarios

La problemática del SPH exige soluciones sistémicas, siguiendo las prioridades de motricidad y dependencia sugeridas por el análisis estructural.

Objetivo general: Regularización del flujo de salida durante cada mes.

Escenario 1: ventas reguladas

Escenario 2: Ventas reguladas, con despachos directos y sin pedidos extras

En éste escenario se introducen adicionalmente al modelo, los despachos directos programados y priorizados, con los intermediarios. También se introduce la eliminación de la práctica de pedidos extras en la última semana del mes, los cuales se planifican dentro de la demanda normal de los CDs regionales.

Resultados y discusión

En la figura 4 se observan los resultados del escenario 2 en los costos de producción vs. los costos con el SPH, resultando una reducción del 5.71% del costo total de producción.

Figura 4 Costo total de producción del SPH vs. REG

Se aprecia en la figura 5, cómo los costos logísticos del SPH, se reducen en las semanas 4, 8 y 12, impactando los costos logísticos totales con un ahorro del 38.12%. La tabla 4 muestra la descomposición obtenida de los costos logísticos.

Se aprecia como en las semanas 1 y 2, los costos logísticos del escenario 2 son mayores a los del SPH, por el mayor volumen de actividad en las operaciones de logística, pero en las semanas 4, 8 y 12 el pico se reduce, producido solo por la mayor salida de productos en la última semana, acorde con el ciclo de venta esperado.

Tabla 4 Reducción de costos de Producción y Logísticos

Figura 5 Costo total logística del SPH Vs. REG

Para implementar las soluciones que apuntan a los resultados favorables, evidenciados por el modelo, es una condición implementar estrategias que promuevan un trabajo integrado entre las áreas comercial, logística y los intermediarios, para generar las condiciones y cualidades requeridas para regular el flujo de productos, e implementar las mejores prácticas comerciales y logísticas. Las estrategias propuestas en esta in-vestigación son:

1) Definir directrices que promuevan un cambio cultural en las prácticas comerciales y logísticas, 2) acordar entre los miembros de la cadena un plan de entregas programadas estableciendo reglas de prioridad, 3) estructurar el programa de entregas directas, 4) definir el portafolio de productos diferenciado por canales, 5) diseñar un sistema de compensación para la fuerza de ventas que promueva el apoyo a la regularización y al cumplimiento de la mezcla de productos o portafolio rentable para la organización, 6) cierre mensual de ventas anticipado al cierre fiscal, 7) implementar un sistema de planeación conjunta entre fabricante y distribuidores, que incluya tambien los eventos especiales, 8) capacitar y entrenar adecuadamente a la fuerza de ventas y logística para propiciar el cambio.

Conclusiones

En este estudio, se caracterizó y se modeló una cadena de suministro de fabricación y distribución de una familia de productos de consumo masivo. A partir del modelo se estudió el impacto del fenómeno, Síndrome del Palo de Hockey sobre las variables operativas y sobre los costos de producción y logística, dentro del ciclo de ventas de un mes típico durante 52 semanas. Las causas relevantes, están relacionadas con políticas y cultura de negociación de los actores de la cadena de suministro, así como el mal aprovechamiento del poder de negociación de los grandes intermediarios de la cadena de suministro en la gestión de la cadena como un todo.

Con el objetivo de contrarrestar la desregularización de las salidas de producto terminado hacia los clientes, se evaluaron 2 escenarios de solución con base en variables incidentes claves en el fenómeno estudiado. Los resultados obtenidos indican una redución en los costos de producción del 5.7%, lo cual en términos de dinero es muy significativo en la estructura de costos del tipo de industria estudiado. Con respecto a los costos logísticos, el porcentaje de ahorro es aún muy significativo, 38.12%. En el ahorro del costo logístico el mayor peso lo presentó la reducción en los requerimientos y costos de transporte de productos terminados en un 33.8 %, reducción de costos por faltantes de producto terminado en una 36.13% y reducción de costos de mantener inventario de producto terminado en 15.30%. También se logran ahorros en porcentajes menores en costos de almacenamiento (6.32%) y de mantener inventario de subproducto (3.18%).

Otros beneficios logrados con la regularización incluyen: mejor balance entre la producción y las salidas de productos, reducción de la incertidumbre de la demanda, mayor eficiencia en la utilización de los recursos logísticos, reducción en los requerimientos de horas hombre para las operaciones de almacenamiento, preparación de pedidos y cargue de vehículos.

Referencias

1. S. Disney, I. Farasyn, M. Lambrecht, D. Towill. http://papers.ssrn.com/sol3/papers.cfm?abstract_ id=873588. Consultada el 17 de enero de 2008.        [ Links ]

2. F. Campuzano, F. Lario, L. Ros. "Consecuencias del efecto Bullwhip según distintas estrategias de gestión de la cadena de suministro: modelado y simulación". Revista de métodos cuantitativos para la economía y la empresa. Vol. 5. 2008. pp. 49-66.         [ Links ]

3. H. Lee, W. Whang. "Information Sharing in a Supply Chain". International Journal of Manufacturing Technology and Management. Vol. 1. 2000. pp. 79-93.         [ Links ]

4. A. Crespo, O. Rubiano. "The effectiveness of using e-collaboration tools in the supply chain: an assessment study with system dynamics". Journal of Purchasing & Supply Management. Vol 9. 2003. pp 151-163.         [ Links ]

5. Richard B. Chase, F. Robert Jacobs, Nicholas J. Aquilano, "Administración de producción y operaciones para una ventaja Competitiva". 8^a. ed. Mc Graw Hill. Mexico. 2000. pp.792-793.         [ Links ]

6. O. Lozano. El Síndrome de Fin de Mes http://www. sintec.org/Publicaciones/ArticulosDetalle.aspx?367. Consultada el 20 de octubre de 2007.        [ Links ]

7. G. Bill. Production Linearity - Eliminating the "Hockey Stick Syndrome". http://ezinearticles. com/?Production-Linearity---Eliminating-the- Hockey-Stick-Syndrome&id=977100. Consultada el 15 de enero de 2008.         [ Links ]

8. P. Hines, M. Holweg, J. Sullivan, J. Waves. "Beaches, breakwaters and rip currents - A three-dimensional view of supply chain dynamics". International Journal of Physical Distribution & Logistics Management. Vol. 30. 2000. pp. 827-846.         [ Links ]

9. G. Vanteddu, R. Chinnam, K. Yang. "A performance comparison tool for supply chain management". International Journal of Logistics Systems and Management. Vol. 2. 2006. pp. 342-356.        [ Links ]

(Recibido el 16 de julio de 2008. Aceptado el 26 de mayo de 2009)