Costes, Inductores del beneficio, Margen, Optimización de ingresos, Pricing, Umbral de Rentabilidad, Ventas

Revenue Management para fabricantes (y III)

Como ya hemos visto en los dos posts anteriores Revenue Management para fabricantes I y Revenue Management para fabricantes II, vamos a resolver un sencillo ejemplo que nos aporta un método para determinar la forma óptima de operar, aunque sea para un caso sencillo y limitado.

Está claro que una fábrica no es un estadio de fútbol, ni un evento musical o un avión. La capacidad disponible debe ir acompañada por unas materias primas y unos recursos productivos que no se pueden improvisar, pero queremos hacer un planteamiento genérico que habría que personalizar a cada caso. Como siempre decimos, el inventario es clave para la toma de decisiones en Revenue Management.

Como recordarán, planteábamos la existencia de dos productos -A y B- que son dos versiones de un mismo producto, pero con diferentes precios, márgenes y enfocados a dos microsegmentos diferentes, aunque su funcionalidad básica es común y -en un momento determinado- los clientes típicos del producto B puede acudir a comprar el A, bien por su menor precio bien por su no disponibilidad. Lógicamente, deberemos haber establecido algunas barreras que eviten que miembros de un microsegmento se pasen -o aprovechen, mejor dicho- de la oferta a otro microsegmento.

Básicamente, la solución -independientemente del algoritmo utilizado, que después comentaremos- se fundamenta en ir comparando cada opción -la opción más barata con el mercado más amplio- con la opción de precio más elevado y con un mercado menor, multiplicado por la probabilidad de que se presenten pedidos de ese producto. Cuando se lee la palabra probabilidad, suele entrar un miedo estocástico que no tiene demasiado sentido, puesto que nuestro histórico debe tener datos suficientes para orientarnos en este aspecto y construir el modelo. Para las empresas que arrancan siempre es algo más complicado porque tienen que hacer hipótesis y estudios de mercado, pero al año o a los dos años, ya tenemos una buena idea de los ciclos de pedidos, segmentos, productos, etcétera. Sin embargo, la predicción de la demanda en muchas fábricas es una tarea pendiente y esa circunstancia les lleva a cierto casos a lo largo del mes.

La dinámica de aceptación de pedidos y de la reserva de capacidad para los productos que más nos convienen, se realiza comparando las dos magnitudes comentada: el valor de un pedido del producto A con un potencial pedido del producto B por la probabilidad de que llegue en el mes. Mientras el primer factor sea mayor (A sobre B), se aceptarán los pedidos de A, como según va pasando los días estamos más cerca de un pedido de B (mayor probabilidad), llegará un momento que el segundo factor (valor de B por la probabilidad de que se tener un pedido de B) sea mayor que el primer factor (valor de A). A partir de ese momento, debemos reservar capacidad para poder fabricar B, lo que constituye la asignación de la capacidad que comentábamos en el post I.

Soy consciente que esta forma de operar pueda romper los esquemas de los programadores de producción, pero los sistemas de software facilitan la operación con todo el modelo de restricciones metido en su núcleo. Los algoritmos que se utilizan que se utilizan son varios, normalmente, se crearon como mejoras de los existentes y cubriendo nuevos condicionantes -como el de comparar varios productos interrelacionados, no sólo dos-, pero en este momento no tienen más importancia.

Responder

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión /  Cambiar )

Google photo

Estás comentando usando tu cuenta de Google. Cerrar sesión /  Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión /  Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión /  Cambiar )

Conectando a %s

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios .