Por Teresa Barros, Christopher Czech, Rodrigo Pérez y Dr. Mustafa Çagri Gürbüz.
La distribución de comestibles es frecuentemente el líder en la práctica logística, y la atención se centra, comprensiblemente, en los principales actores nacionales y mundiales, con sus centros de distribución sofisticados y automatizados y redes de comercio electrónico / entrega a domicilio que reducen los costes y amplían la oferta. Pero muchos, quizás la mayoría de los habitantes de áreas urbanas en economías en desarrollo e incluso avanzadas, tienen dificultades para aprovechar estos avances: pueden carecer de movilidad, crédito o simplemente de efectivo disponible para pagar un paquete minorista de un producto. Para sus alimentos básicos, dependen de un gran número de «nanostores» muy pequeños e hiperlocales.
Pero los nanostores se enfrentan a un desafío cada vez mayor procedente de los supermercados, las cadenas de tiendas (que también pueden ofrecer otros servicios) y, en menor medida, aunque creciendo, el comercio electrónico y, aunque muchos de sus clientes no darán ese paso, solo requiere una pequeña pérdida de negocio para hacer inviables los nanostores, con graves implicaciones económicas y sociales. Ellos, y los distribuidores que los suministran, necesitan encontrar formas de reducir costes y mejorar su servicio, pero con poco o ningún acceso a capital circulante, muchas de las técnicas adoptadas por los tenderos «modernos» simplemente no están disponibles. ¿Existen enfoques de baja inversión que este sector pueda adoptar para seguir siendo competitivo?
Esa es la pregunta que hemos estado estudiando con un distribuidor en Guadalajara, México. Esta empresa relativamente nueva compra bienes a granel de proveedores, mayoristas y mercados centrales y los distribuye, en cantidades inferiores de hasta artículos individuales, a una lista actual de 121 nanostores, o ‘tienditas’ como se les conoce en México.
La operación podría ser una definición de «lean»- los activos esencialmente conforman un almacén con operador y una camioneta de reparto con conductor. Sin embargo, también se podría definir como ‘estocástico’: los pedidos de los clientes suelen ser de una o dos cajas de productos mezclados, de manera bastante impredecible, cuando en las tiendas están a punto de agotarse o cuando disponen de fondos para su reabastecimiento (esta es una operación de pago contra reembolso). Incluso si pudieran financiar la compra en grandes volúmenes, pocas tienditas tienen espacio de almacenamiento «back-office». Los datos de demanda y, por lo tanto, la oportunidad de planificar el futuro, son efectivamente inexistentes.
En un intento por introducir un poco más de visibilidad, la empresa ha ofertado a los comerciantes una aplicación móvil para realizar pedidos online vinculada a un catálogo online de fácil acceso, para la entrega de pedidos en un plazo de dos días. Lo han impulsado ofreciendo a los comerciantes una oferta de portes gratuitos en un día laborable determinado. Ha tenido gran acogida y ha ayudado a la empresa a suavizar hasta cierto punto los picos y los valles en las rutas de entrega. También ha ayudado a la empresa a comenzar a recopilar datos de demanda que tienen un valor potencial tanto para sus propias operaciones como para los proveedores y mayoristas. Tengamos en cuenta que hablamos de empresas pequeñas: este tipo de distribución suele ser poco atractiva para las empresas más grandes de alimentos, ultramarinos y bienes de consumo. Otra oportunidad radica en asociarse con proveedores de crédito que están preparados para ofrecer a los comerciantes líneas de crédito pequeñas y recurrentes basadas en estos datos recientemente disponibles. También ayuda a crear mejores patrones de pedidos y, por lo tanto, a mejorar las tasas de existencias.
Hasta aquí todo bien. Pero la compañía tiene como objetivo ampliar sus operaciones (¡el «universo» de tienditas en Guadalajara es de unas 19.000, por lo que existe un enorme potencial de crecimiento!). Nos pidieron investigar posibles mejoras adicionales en la escala actual, especialmente en una planificación de rutas más eficiente, si su modelo funcionaría en más clientes y ubicaciones y cómo impactaría en costes y recursos.
Mapeo de valor (y desperdicio)
Nuestro punto de partida fue un análisis de Value Stream Mapping. Los resultados se incorporaron al diseño de la red de la cadena de suministro, lo que nos permitió validar nuestro modelo base y explorar los efectos de las futuras decisiones estratégicas, tácticas y operativas sobre los recursos, las capacidades y los costes; en total, se modelaron 14 escenarios futuros diferentes. Abordamos el problema localización y ruteo (LRP) mediante el uso de un método de machine learning (agrupación en clústeres de aprendizaje automático (K-means)) para segmentar la base de clientes y estimamos los costes de ruteo mediante un enfoque de aproximación continua.
Se podría discutir que el enfoque es un poco simplista y estimativo, pero esto era apropiado y necesario. Por ejemplo, el uso de un método exacto como la Programación Lineal Entera Mixta para el LRP habría sido práctico a la escala actual, pero la naturaleza intermitente de la demanda y otras incertidumbres lo convertirían en terriblemente complejo a una mayor escala aportando un beneficio dudoso, o incluso una ilusión bastante falsa de precisión. Del mismo modo, las entregas estaban representadas por un solo «producto»: una caja de productos mezclados sin especificar. Desglosarlo a nivel de SKU individual aumentaría enormemente la complejidad y, de todos modos, adecuar los datos de la demanda a este nivel simplemente no es posible.
No obstante, este enfoque ha generado muchos conocimientos prácticos, algunos de ellos inesperados o contraintuitivos.
Buscamos los clásicos «siete desperdicios» (inventario, esperas, movimientos, defectos, sobreproducción, transporte, sobreprocesamiento) en el mapa de flujo de valor del estado (VSM) actual, siguiendo la actividad desde la recepción del pedido hasta su entrega. Identificamos posibilidades de mejora, incluida la preparación de lotes, la reorganización del proceso de compra, la centralización de la información de procesamiento de pedidos y la introducción de un sistema de asignación de almacén para una preparación de pedidos más eficiente y el mantenimiento de un régimen First In First Out (primero en entrar, primero en salir). El surtido incluye productos perecederos. De todos modos, la empresa estaba contemplando un sistema de gestión de almacenes (WMS).
Inesperadamente, el principal cuello de botella en la operación actual en realidad se encuentra fuera del alcance del VSM: en la adquisición física, recolección de bienes de proveedores y mayoristas. Esta es una actividad muy variable y que requiere mucho tiempo, a menudo implica horas adicionales y requiere el uso de la camioneta de reparto que, además, solo está disponible una vez que se han completado las entregas de pedidos diarios. Comprar o arrendar un segundo vehículo más pequeño y contratar a otro conductor sería una posible solución. Generalmente, el proceso de adquisición debe separarse de las operaciones de almacén.
En general, identificamos formas de aumentar el personal a tiempo completo equivalente en el almacén de 0,5 a uno, lo que con otras mejoras aumentaría la capacidad de unos inadecuados 19 pedidos por día laborable, a alrededor de 78.
Impulsando la eficiencia
En cuanto al uso del vehículo, como se esperaba, el enfoque de agrupación reduce con éxito la variabilidad de las operaciones diarias y, por lo tanto, la necesidad de un vehículo de reparto adicional. En la actualidad, hay momentos en que los requisitos de entrega exceden la capacidad, aunque en promedio la furgoneta tiene solo un factor de utilización del 25%. Con la agrupación eficaz y las entregas en días fijos, no se deberían necesitar vehículos motorizados adicionales hasta que la base de clientes aumente a alrededor de 500. Puede haber margen para abordar los picos de demanda mediante la entrega con bicicletas (también analizamos la posibilidad de utilizar furgonetas más pequeñas de la Tipo ‘Kangoo’). El modelo estableció con éxito el contraste entre el alto coste fijo del alquiler de camionetas y el salario del conductor, en contraposición a los bajos costes fijos pero altos variables (salarios) de las bicicletas.
El elemento coste-fijo alto indica que no hay una gran diferencia en los costes de entrega entre una base de clientes altamente concentrada y una más dispersa: las distancias lineales de los recorridos no son tan relevantes en un entorno urbano. Lo que importa es cuántas entregas se pueden realizar en una ruta, no la distancia entre ellas. En la práctica, a mayor número de entregas, menor será la distancia recorrida en cada ruta.
La compañía también nos pidió que analizáramos los beneficios de mudarnos a un almacén más cercano al mercado central (la principal ubicación de suministro), pero no pudimos identificar eficiencias que compensaran un aumento del alquiler.
En resumen, nuestro enfoque, aunque simplificado y aproximado, nos permitió ofrecer a la empresa una herramienta práctica de toma de decisiones para agrupar adecuadamente la base de clientes en segmentos y evaluar el impacto en los costes y la calidad del servicio, incorporando nuevos datos sobre la demanda futura y ubicación de clientes potenciales. Identificamos con éxito una serie de áreas en las que se pueden realizar mejoras con una inversión relativamente pequeña, los puntos en los que es probable que se requieran nuevas inversiones importantes y también las áreas en las que, de hecho, se puede evitar una aparente necesidad de inversión. Creemos que este tipo de enfoque podría tener una mayor aplicación en start-ups y pequeñas firmas que busquen ampliar/escalar las capacidades físicas de unas operaciones enfocadas al comercio electrónico y extender los beneficios a los establecimientos minoristas más pequeños y sus clientes.
La investigación fue realizada por Teresa Barros, Christopher Czech, Rodrigo Pérez, para su tesis de Maestría en Ingeniería en Logística y Gestión de la Cadena de Suministro de ZLC titulada «Diseño de operaciones Lean y enfoque de planificación de escenarios mejorados por aprendizaje automático para una plataforma de comercio electrónico» (“Lean operations design and Machine Learning-enhanced scenario planning approach for an e-commerce platform”). La tesis ganó el premio de ZLOGb Outstanding Thesis Award.
El Dr. Mustafa Çagri Gürbüz, Profesor de Gestión de la Cadena de Suministro del Programa MIT-Zaragoza, supervisó el proyecto. Para más información sobre la investigación contacte con Çagri Gürbüz: [email protected]
