Reaxion UTL

Optimización del manejo de inventario en una tienda de abarrotes.

Optimization of inventory management in a grocery store
Tecnológico Nacional de México: Tecnológico de Estudios Superiores de Jocotitlán, Tecnológico Nacional de México: Tecnológico de Estudios Superiores de Zamora, Tecnológico Nacional de México: Tecnológico de Tláhuac II


Por: Israel Becerril Rosales, Gladys Karina Rebollar Fernández y Ramsés Cisneros Flores.

Resumen

En esta investigación se muestra el caso de una tienda de abarrotes en la que no se llevaba ningún registro sobre sus ventas ni compras. Por este motivo fue necesario aplicar la clasificación ABC e implementar métodos de pronósticos de series de tiempo para un artículo representativo de cada nivel de la clasificación. La intervención realizada permite mantener un adecuado control de las existencias para una eficiente administración de la tienda de abarrotes, e incluso, al conocer el resultado, se hizo una redistribución de los productos ofertados para brindar un mejor servicio a la clientela, pues se minimizó el tiempo de despacho. Se concluyó que en negocios de abarrotes con productos idénticos en cuanto a necesidad y precio es útil la implementación de pronósticos que ayuden a determinar métodos de compra para evitar las pérdidas que generaría un exceso de inventario.

Palabras clave: inventario, clasificación ABC, pronósticos.


Abstract

This investigation shows the case of a grocery store in which no record of its sales or purchases was kept. For this reason, it was necessary to apply the ABC classification and implement time series forecasting methods for a representative article of each level of the classification. The intervention carried out allows to maintain an adequate control of the stocks for an efficient administration of the grocery store, and even, when the result is known, a redistribution of the products offered was made to provide a better service to the client, since it was minimized the dispatch time. It was concluded that in grocery businesses with identical products in terms of need and price, it is useful to implement forecasts that help determine purchasing methods to avoid losses that would generate an excess inventory.

Keywords: inventory, ABC classification, forecasts.


Introducción

Con relación a la importancia del tema, Camacho y Machado (2017) plantean la siguiente situación: “Lo siento, no tenemos”. ¿Cuántas veces se escucha esta respuesta cuando se va de compras, o se hace un pedido en un restaurante? En muchos casos esto sucede debido a que esas empresas no administran adecuadamente sus inventarios, lo que les imposibilita colocar sus pedidos de reabastecimientos con suficiente anticipación para evitar faltantes1.

Para muchas personas el llevar un control de inventarios es una de las tareas más engorrosas de un negocio, lo cierto es que es una de las actividades más necesarias para lograr un adecuado funcionamiento a fin de prevenir pérdidas importantes2. Además, un adecuado control de inventarios es fundamental para cualquier empresa, sin importar si es pequeña, mediana o grande, para así tener siempre los productos en el momento adecuado y en la cantidad exacta, garantizando su existencia y sin sobreinventarios, que se traduce en pérdidas al corto plazo para la unidad económica (en este caso, la tienda de abarrotes).

Cabe mencionar que dicha tienda no contaba con nada de ello, por lo que surge la necesidad de aplicar el método ABC, para conocer qué productos eran los que más se rotaban y cuáles no, y así establecer una correcta gestión en el control de inventarios, para posteriormente implementar métodos de pronósticos que ayudarán a determinar con el menor margen posible de error la cantidad a suministrar de cada uno de los productos que ofrecía para su venta la tienda de abarrotes.


Objetivo

El objetivo principal fue implementar métodos de pronósticos que ayuden en la toma de decisiones, para comprar únicamente el producto necesario y reducir los costos de almacenaje derivados de un inexistente método de compra y de control de inventarios.


Planteamiento del problema

El problema se planteó a partir de la necesidad de establecer un control inicial en el inventario y hacer posible la proyección de ventas futuras para tener un control de la necesidad de compra de mercancía y catalogar los productos con base a la clasificación del que tiene una mayor rotación.


Fundamento teórico

Muchas pequeñas y medianas empresas, e incluso algunas grandes, carecen de una correcta gestión administrativa y de inventarios. En la mayoría de los casos esto se debe al desconocimiento o por percibir como gasto innecesario invertir en esta área. Sin embargo, un eficiente control y manejo de mercancías evita precisamente gastos adicionales y previene desperdicios.

Como afirma Vermorel (2020): “La optimización de inventario mantiene los almacenes y las cadenas de suministro en funcionamiento y ayuda a mantener la liquidez empresarial. Ayuda a las empresas a saber exactamente qué cantidad comprar, para las unidades de mantenimiento de existencias, les permite tenerlo disponible para el cumplimiento oportuno de los pedidos y reduce el exceso de inventario que se vuelve obsoleto a largo plazo”3.

El mismo autor menciona que “la optimización del inventario es crítica para poder mantener los costes bajo control dentro de la cadena de suministro. No obstante, para poder aprovechar al máximo los esfuerzos de los gerentes, resulta eficaz concentrarse en los artículos que cuestan más al comercio”3.

La clasificación de inventarios ABC es una técnica para segmentar los productos del almacén según su importancia, clasificándolos en tres grupos: A, B y C, siguiendo un criterio (costo total, ventas, etc.) y fundamentándose en el principio de Pareto o regla 80/20 (pocos vitales, muchos triviales) donde:

Tras realizar los cálculos se pueden generar políticas basadas en el análisis ABC, aprovechando el desequilibrio de las ventas delineado por el principio de Pareto. Esto implica que cada artículo debería recibir un tratamiento ponderado que corresponda a su clase3:

Una vez clasificados los productos surge la necesidad de estimar la cantidad a comprar de cada uno de ellos, y es con la ayuda de los pronósticos que se realiza esa estimación de una demanda. El uso de pronósticos tanto para las compras como para las ventas es necesario para la buena administración de cualquier empresa, ya que la planeación y control de las actividades logísticas requieren estimaciones precisas de los volúmenes de productos y servicios que deben ser manejados para evitar sobrantes o faltantes y ello ocasiones tener clientes insatisfechos que se pudieran perder.

Se podría suponer que existen métodos más exactos para pronosticar, pero “en numerosos estudios se ha demostrado que la complejidad de los modelos de pronóstico no incrementa la precisión predictiva”4, la única verdad es que un pronóstico siempre va a estar mal.

Los métodos más comunes para pronosticar se explican a continuación:

1. Promedio móvil simple (PM)

Para resolver el problema de la influencia de las observaciones antiguas, existe el PM, donde el pronóstico para un periodo dado (t+1) es la media de ventas de un número específico de periodos anteriores. Por ejemplo, si se usan PM de 3, 6 o 12 meses. Expresado matemáticamente en la ecuación 1:

Ecuación 1

Donde:

Ft+1=Prónostico para el periodo t + 1
Xt-1=Ventas para el periodo t - 1
N=Número de periodos en el promedio móvil

2. Promedio Móvil Ponderado (PMP)

EL PMP es óptimo para patrones de demanda aleatorios o nivelados donde se pretende eliminar el impacto de los elementos irregulares. En un PMP se tiene que decidir el peso que se va a utilizar, la elección de pesos es de alguna forma arbitraria, ya que no existe fórmula alguna para determinarlos5. Un promedio móvil se puede expresar matemáticamente como:

Ecuación 2

Pesos o ponderaciones aplicadas suponiendo que se toma un periodo de tres meses:

3. Método de suavizamiento exponencial

Esta es una técnica muy útil para el pronóstico a corto plazo, ya que requiere una cantidad mínima de información, además se ha observado que es autoadaptable a los cambios fundamentales en la información pronosticada. Se trata de un tipo de promedio móvil, donde las observaciones pasadas no reciben la misma ponderación. De esta forma, el pronóstico de demanda para el siguiente periodo estará dado por:

Ecuación 3

Donde:

Ft=nuevo pronóstico
Ft-1=pronóstico del periodo anterior
∝=constante de suavizmiento, es una fracción positiva cuyos valores están entre 0 y 1.
At-1=demanda real del periodo anterior

La elección del valor adecuado para la constante de suavizamiento requiere un grado de discernimiento4, conforme α se hace más pequeña se les da más peso a las ventas históricas. Conforme α se hace más grande (o, en otras palabras, se acerca a 1), la técnica se asemeja más al pronóstico llamado “naive”, es decir, el pronóstico del periodo siguiente se basa en las ventas del periodo actual6. Idealmente el α se debería ajustar basándonos en los patrones de cambio de las ventas históricas6.

4. Regresión lineal simple

Modelo matemático que describe la evolución de los datos de una variable dependiente "y" en función de una(s) variable(s) independiente(s) "x". Los parámetros de la ecuación estimada y los valores futuros de las variables independientes se utilizan para proyectar el valor futuro de la variable dependiente. Para realizar la regresión lineal se utiliza la ecuación de la recta:

y=a+bx        Ecuación 4


Donde:

a = valor del eje y cuando el valor del eje x es cero (intercepto)
b = pendiente de la recta
x = período de tiempo
y = dato a pronosticar

Para encontrar los valores estimados de los parámetros a y b se deben utilizar las siguientes ecuaciones, respectivamente7:

Ecuación 5

Ecuación 6

O una opción más rápida y precisa es la obtención de estos datos en Excel con la herramienta “Análisis de datos” y en la opción de “Regresión”.

La forma de saber qué método de pronóstico da como resultado una menor incertidumbre es a través del error, que es la diferencia entre el valor de pronóstico y la demanda real. Una de las formas para la estimación de ese error es con la Desviación Media Absoluta (MAD): se obtiene mediante el valor absoluto de las diferencias entre la demanda real y la pronosticada, dividida entre la cantidad de errores.


Método de trabajo

Cuando se habla de una tienda de abarrotes el tema de los inventarios se vuelve más importante, ya que todos los productos que se tienen son pagados de contado, no como en las grandes empresas donde se les da crédito y pueden trabajar con el dinero de sus proveedores.

La tienda de abarrotes maneja un total de ochenta productos diferentes, de los cuales no llevaba un registro de sus ventas, por lo que fue necesario generarles un formato para que registraran las ventas diarias y hacer cortes semanales para ver cuánto producto vendieron y cuánto les sobró, para así tener información que permita optimizar su manejo y minimizar su inventario, ya que es mucho dinero para ellos y significa pérdida cuando hay productos que perecen.

Con la información recabada se realizó la clasificación ABC en la tienda de abarrotes, la ejecución de los cálculos y el análisis se muestra en la Tabla 1 y en la Figura 1, donde se puede visualizar que 46 productos son los que tienen más rotación y únicamente 12 se desplazan muy poco.

Tabla 1. Clasificación de inventario ABC. Fuente: elaboración propia

Tabla 1. Clasificación de inventario ABC. Fuente: elaboración propia
Figura 1. Pareto de la clasificación ABC.  Fuente: elaboración propia

Figura 1. Pareto de la clasificación ABC. Fuente: elaboración propia

Partiendo de la clasificación ABC realizada para los productos que oferta la tienda de abarrotes se aplicaron métodos de pronóstico para los ochenta productos, ejemplificando con el primer producto de cada categoría, es decir de la clasificación A se estudia Coca-Cola de 2.5 litros; de la clasificación B se analiza la Harina de trigo La moderna, presentación de 1 kg y finalmente a la clasificación C corresponde el papel aluminio Alupractik.

Estos tres productos se usan a manera de representación de la clasificación ABC, pero es importante saber que los pronósticos deben realizarse con cada uno de los productos que se mantienen en inventario, ya que solo así es posible predecir las ventas futuras y por lo tanto anticiparse a ellas estructurando un plan de compras, nivel de inventario, etcétera.

En la Tabla 2 se muestran los resultados que se obtuvieron de los cuatro métodos de pronósticos que se utilizaron para poder determinar qué método era el que tenía menor incertidumbre y aplicarlo al producto 1A . En este caso el mejor método es la regresión lineal, ya que es el que tiene la menor MAD, como se resalta en dicha tabla.

Tabla 2. Resultados de los métodos de pronósticos para el producto 1A. Fuente: Elaboración propia

Tabla 2. Resultados de los métodos de pronósticos para el producto 1 A.  Fuente: Elaboración propia

En la Figura 2 se puede observar que el comportamiento del método de regresión lineal es el que mejor se ajusta a las ventas reales, confirmando gráficamente el resultado mostrado en la Tabla 2.

Figura 2. Comparación de las ventas reales vs pronósticos para el producto 1 A. Fuente: elaboración propia

Figura 2. Comparación de las ventas reales vs pronósticos para el producto 1A. Fuente: elaboración propia

Al analizar los resultados de la Tabla 3, de los cuatro métodos de pronósticos que se realizaron para el producto 1B y considerando la MAD como criterio para elegir el mejor método, el seleccionado es regresión lineal simple con un valor de 0.9, ya que es el menor entre los cuatro.

Tabla 3. Resultados de los métodos de pronósticos para el producto 1B. Fuente: elaboración propia

Tabla 3.  Resultados de los métodos de pronósticos para el producto 1B. Fuente: elaboración propia

Una forma más visual de observar el comportamiento de cada método se muestra en la Figura 3, en la cual se puede apreciar el comportamiento de los pronósticos y el error respecto a la línea de ventas reales, donde se observa que el método de regresión lineal simple es también el que mejor se ajusta.

Figura 3. Comparación de las ventas reales vs pronósticos para el producto 1B. Fuente: elaboración propia

Figura 3. Comparación de las ventas reales vs pronósticos para el producto 1B. Fuente: elaboración propia

Los resultados obtenidos para el producto 1C se muestran en la Tabla 4, donde se puede observar que de acuerdo con la MAD existen dos métodos que pueden ofrecer buenos resultados para este producto, tal es el caso del suavizamiento exponencial y de la regresión lineal simple.

Tabla 4. Resultados de los métodos de pronósticos para el producto 1C. Fuente: Elaboración propia

Tabla 4. Resultados de los métodos de pronósticos para el producto 1C. Fuente: Elaboración propia

En la Figura 4 se puede apreciar el comportamiento de los diferentes métodos de pronósticos y el error respecto a la línea de ventas reales. Se puede observar que la recta que mejor se ajusta a las ventas reales es la regresión lineal simple, aunado a que se tiene la ventaja de que con la recta de mínimos cuadrados se puede predecir algún otro periodo sin necesidad de más datos históricos reales, por lo que se considera como mejor opción.

Figura 4. Comparación de las ventas reales vs pronósticos para el producto 1C. Fuente: elaboración propia

Figura 4. Comparación de las ventas reales vs pronósticos para el producto 1C. Fuente: elaboración propia


Resultados y análisis de datos

A manera de comparativa entre los pronósticos anteriormente indagados se puede decir que todas las técnicas de series de tiempo tienen la característica de predecir únicamente el valor siguiente inmediato de los datos recolectados, por lo que solamente se realizó el pronóstico para la semana 11. Esta limitante no incluye al método de regresión lineal simple, ya que con base a la ecuación (4) es posible pronosticar la venta en cualquier semana.

En la Tabla 5 se muestra el concentrado de los tres productos tomados (Producto 1A, Producto 1B, Producto 1C) para ejemplificar lo que se realizó en la tienda de abarrotes con los ochenta productos que manejan, donde de acuerdo con nuestra variable de decisión que fue la MAD, el método de regresión lineal simple fue el seleccionado para los tres productos, ya que es el que arroja el menor error con respecto a las ventas reales.

Tabla 5. Resultados de la MAD. Fuente: elaboración propia

Tabla 5. Resultados de la MAD. Fuente: elaboración propia

Al hacer un análisis de las gráficas se puede evidenciar la gran variabilidad en las ventas, ya que de una semana a otra es muy distinto el consumo, por lo que se puede asumir que en este tipo de negocio pequeño y con productos idénticos en cuanto a necesidad y precio es útil la implementación de pronósticos que ayuden a determinar qué es lo que está afectando y que consideraciones se deben hacer para evitar las pérdidas y que se quede producto en inventario, que se puede traducir en perdida para el dueño, ya que la mayoría de productos que se ofertan son perecederos.

Al analizar el primer producto de cada clasificación se observó que no se tiene un control sobre los productos ofertados, ya que el comportamiento relativamente es el mismo, sin importar si son productos que se venden mucho (Productos A), se venden con regularidad (Productos B) o si casi no se venden (Productos C), por lo que la aplicación de métodos de pronósticos, desconocidos por estos pequeños negocios, les son de gran ayuda, para que al momento de comprar pidan únicamente lo que les arroja el método de pronóstico elegido para cada producto y se invierta más en los productos de clasificación A y se dejen de comprar los productos C, para así tener un mejor flujo de efectivo que los lleve a ser más rentables.


Discusión

Se puede decir que el control que necesita cada mipyme es distinto y obedece a las características de cada una de ellas y a los productos que ofertan, la interrogante que queda es ¿por qué la mipyme no aplica métodos de inventario y pronósticos?, Para la tienda de abarrotes no resultó factible la implementación de la clasificación ABC, dado que por la naturaleza del negocio los resultados que arrojó no eran muy aplicables de acuerdo con los porcentajes que considera dicha clasificación, sin embargo, permitió identificar los productos que tienen alta, mediana y baja rotación, que era algo que la tienda desconocía, además de que ayudó a realizar una redistribución de los productos ofertados, ya que se decidió tener a la mano los productos con mayor demanda (Productos A), mejorando así el tiempo de servicio al entregarle más rápido el producto a la clientela.

La aplicación de los métodos de pronósticos ayudó a estimar las ventas futuras de los ochenta productos ofertados y que arrojaran la menor incertidumbre posible, para minimizar las compras de productos que no se estaban vendiendo y que aún se tenían en existencia e invertir más en aquellos que sí se vendían y que hasta llegaban a faltar. Queda entonces la pregunta: si estos métodos de pronósticos son tan efectivos, ¿por qué la mipyme no los aplica?

Hoy en día existe una gran competencia entre empresas, sin importar su tamaño, por lo cual se ha ido priorizando el estudio e implementación de diversas metodologías de inventarios que ayuden a minimizar el costo de almacenaje, en el caso de la tienda de abarrotes es capital propio, que se pudieran aprovechar para comprar productos de mayor rotación.

De manera general se puede comprobar que ningún método de pronósticos está exento de tener cierto porcentaje de error, por lo que nunca van a predecir un dato completamente exacto, pero sí brindan una estimación que resulta de ayuda para tener una menor incertidumbre y no realizar gastos en productos que no son rentables o comprar en exceso algunos que sean de lenta rotación.

Para hacer un trabajo más completo y aun con mejores resultados para la tienda, se recomienda determinar una política de inventarios que les permita determinar mínimos y máximos para cada producto, así como la cantidad óptima de pedido de cada uno de ellos.


Conclusiones

Sin lugar a duda existe una brecha muy marcada entre las grandes empresas y las mipyme en cuanto a la implementación de metodologías para la optimización de sus inventarios, y mucho de ello se debe al desconocimiento en la existencia de dichos métodos, aunado al éxito que algunas de ellas tienen y que es algo que no esperan en el corto plazo, pero ayuda bastante el aplicarlas para tener conocimiento de cómo es que se están rotando sus existencias y así saber qué productos se tienen que seguir comprando en mayor y menor cantidad, y de plano cuales ya no por su baja o nula rotación.

En el caso de la tienda de abarrotes la aplicación de técnicas de pronósticos les fue de mucha utilidad, pues les ayudó a reducir sus inventarios en los productos que casi no tenían rotación y comprar lo necesario en los que tenían más rotación, para evitar sobreinventarios y más si eran productos perecederos.


Referencias

1. CAMACHO, Aliosky y MACHADO, Esther Lidia. Optimización de los niveles de inventario con enfoque colaborativo en una cadena de suministros de servicios turísticos. Retos de la Dirección. [En línea]. Vol. 11, no 2, 2017. [Fecha de consulta: 30 de julio de 2021]. Pp. 158-176. http://scielo.sld.cu/scielo.php?script=sci_abstract&pid=S2306-91552017000200010 ISSN 2306-9155.
2. HERRERA, Rodrigo. ¿Qué es control de inventarios y cómo optimizar este proceso? TuDashboard. 30 de julio de 2018. [Fecha de consulta: 30 de julio de 2021]. https://tudashboard.com/control-de-inventarios/
3. VERMOREL, Joannes. Análisis ABC (inventario). LOKAD Quantitative supply chain. [En línea]. Marzo de 2020. [Fecha de consulta: 30 de julio de 2021]. https://www.lokad.com/es/definicion-analisis-abc-(inventario)
4. FRAUSTO, Jorge Humberto., Pronósticos de ventas para la administración estratégica de los recursos en una empresa del sector automotriz. [Tesis de maestría]. Atizapán, México: Instituto Tecnológico y de Estudios Superiores de Monterrey, Campus estado de México. Noviembre de 2009. [Consulta: julio de 2021]. Disponible en https://repositorio.tec.mx/bitstream/handle/11285/569469/DocsTec_10231.pdf?sequence=1&isAllowed=y
5. BÉJAR, Oscar, Mejora en el pronóstico de ventas y su efecto en la gestión de inventarios en la empresa America Trading Center S.A.C. durante el año 2016- Lima. [Tesis profesional]. Lima, Perú. Universidad César Vallejo. 2016. [Consulta: junio de 2021]. Disponible en https://repositorio.ucv.edu.pe/bitstream/handle/20.500.12692/25589/Bejar_LO.pdf?sequence=1&isAllowed=y
6. FRÍAS, Edmundo Viliulfo. Aplicación de las series de tiempo al pronóstico de la demanda en la empresa de manufactura moderna. [Tesis profesional]. Instituto Politécnico Nacional, México. 06 de febrero de 2013. [Consulta: junio de 2021]. Disponible en https://tesis.ipn.mx/handle/123456789/10943
7. HURTARTE, Guisela, Propuesta de un modelo de series de tiempo para el pronóstico de ventas en una fábrica de productos químicos. [Tesis profesional]. Guatemala; Universidad de San Carlos de Guatemala. 2008.


Fecha de recepción Fecha de aceptación Fecha de publicación
13/07/2021 13/01/2023 31/05/2023
Año 10, Número 3. Mayo - Agosto, 2023.

Universidad Tecnológica de León. Todos los Derechos Reservados 2013 -2023Licencia Creative Commons