Responsable de inventario

Aplico un enfoque en varios niveles basado en la clasificación ABC. Las referencias A, que representan alrededor del 20% de las SKU pero generan la mayor parte del valor, se cuentan cada semana. Las B se cuentan mensualmente y las C trimestralmente. Además de ese ritmo, fijo un umbral de desviación: cualquier conteo que se desvíe más de un 2% activa una investigación de la causa antes de ajustar el sistema. He gestionado catálogos de más de 8.000 referencias con este método y mantenido una precisión superior al 98% durante dos años. La otra mitad del trabajo se juega en el momento de la transacción: los escaneos mal registrados y las devoluciones no anotadas generan más desviación que el robo en la mayoría de los almacenes en los que he trabajado, así que dedico tiempo a formar al personal de planta en buenas prácticas de escaneo, no solo a contar con más frecuencia.

Un conteo cíclico es un conteo parcial y recurrente, organizado según la clasificación ABC o por ubicación, de forma que todo el almacén queda cubierto a lo largo de varias semanas sin detener las operaciones. Un inventario físico completo congela todas las transacciones y cuenta cada referencia en un solo día, lo cual interrumpe la actividad pero da una base limpia y completa. Uso los conteos cíclicos como mecanismo de precisión diario y reservo el inventario completo para el cierre de año, una migración de sistema, o después de un patrón de desviaciones que los conteos cíclicos no explican del todo. En mi anterior puesto pasamos de un inventario anual completo a conteos cíclicos trimestrales que cubrían todo el catálogo, lo que redujo a la mitad nuestra desviación de mermas porque los problemas se detectaban en semanas en lugar de una vez al año.

Empiezo con los datos de ventas históricos segmentados por referencia y ubicación, y luego añado la estacionalidad, el calendario promocional y cualquier restricción de suministro conocida por parte de compras. Para las referencias de alta rotación uso una media móvil de 13 semanas ajustada a la tendencia, y para las categorías estacionales comparo los patrones interanuales en lugar de fijarme solo en las semanas recientes. Defino el stock de seguridad según la variabilidad del plazo de entrega y el nivel de servicio deseado, no un margen fijo aplicado a todas las referencias. También incorporo un paso de ajuste manual: si marketing tiene una campaña planificada o un proveedor avisa de un retraso, la previsión se ajusta antes de convertirse en un pedido. Una previsión que ignora el contexto de otros equipos suele ser correcta matemáticamente y errónea a nivel operativo.

Uso software de previsión con modelos de machine learning integrados para generar una primera previsión de demanda, sobre todo en referencias de alto volumen donde los patrones son lo bastante estables para que el modelo aporte valor real. También uso herramientas de detección de anomalías que señalan patrones de mermas inusuales, como una ubicación donde las pérdidas suben fuera del rango normal, lo que me ayuda a dirigir las auditorías en lugar de revisarlo todo por igual. Donde sigo confiando en mi propio criterio es en las negociaciones con proveedores, las decisiones de stock de seguridad para productos nuevos o muy estacionales sin historial fiable, y cualquier ajuste que dependa de un contexto que el software no puede ver, como un proveedor que me avisa de un retraso de dos semanas en un envío. Trato la previsión como un punto de partida del que sigo siendo responsable, no como una respuesta que traslado sin revisar.

Durante un conteo cíclico descubrí que el sistema mostraba 340 unidades disponibles de una referencia de alta rotación, pero el conteo físico arrojó 210. Eso supone una desviación del 38% en un artículo con un peso importante en la facturación semanal. Bloqueé las salidas de esa referencia y revisé el historial de transacciones de las seis semanas anteriores. La causa resultó ser un error de recepción: un palet se había registrado bajo el código de referencia equivocado porque dos productos compartían un prefijo de código de barras parecido. Corregí el contador del sistema, reconcilié la referencia mal registrada y volví a comprobar las cifras de ambos productos para descartar errores en cadena. Para evitar que se repitiera, añadí una comprobación de código de barras secundaria en la recepción para cualquier par de referencias con prefijos que se solapan, lo que eliminó ese tipo de error específico.

Antes de nuestro trimestre de mayor actividad, la demanda prevista para nuestras diez referencias principales superaba en torno a un 60% la del mismo periodo del año anterior, según los primeros datos de venta. Trabajé con compras para adelantar los pedidos tres semanas y negocié un envío parcial anticipado con nuestro proveedor principal para cubrir el hueco. También aumenté la frecuencia de los conteos cíclicos en esas referencias, pasando de mensual a semanal durante el pico, porque una rotura de stock o un conteo erróneo pesa mucho más cuando el volumen es alto. Terminamos el trimestre con una tasa de disponibilidad del 99,2% en las diez referencias principales, frente a una media cercana al 95% en el resto del catálogo, y no arrastré un exceso de stock relevante al trimestre siguiente.

Compras quería hacer un pedido grande para alcanzar un tramo de descuento por volumen del proveedor, pero la cantidad nos habría dejado con casi cuatro meses de cobertura en una referencia cuya vida comercial estaba en riesgo por un cambio de packaging previsto más adelante ese año. Preparé una comparación breve que mostraba que el descuento nos ahorraba unos 1.800 euros, frente a un riesgo de deterioro en unidades sin vender que podía multiplicar esa cifra varias veces si el cambio de packaging llegaba antes de agotar el stock. Propuse un pedido más pequeño con un tramo de descuento algo menor, más una opción de compra de refuerzo cerca de la fecha límite. Compras aceptó en cuanto vio la exposición presentada con cifras en lugar de como una preocupación general, y evitamos el deterioro porque el cambio de packaging llegó tal como estaba previsto.

He trabajado en SAP para la gestión de pedidos de compra y la valoración de inventario, en NetSuite para los movimientos de stock del día a día y la planificación de conteos cíclicos, y en Fishbowl en una empresa más pequeña donde necesitábamos una integración más estrecha con QuickBooks. En SAP configuré reglas de punto de pedido a nivel de maestro de material para que el sistema señalara la reposición automáticamente en lugar de depender de una revisión manual. En NetSuite creé búsquedas guardadas para detectar cualquier referencia con cantidad disponible negativa o una desviación de conteo por encima del umbral, algo que se convirtió en mi primera comprobación diaria. Domino cada sistema lo suficiente como para construir mis propios informes sin esperar a un analista, algo que importa especialmente en estructuras más pequeñas donde ese apoyo no existe.

Mi fórmula de partida es que el stock de seguridad equivale a la puntuación Z correspondiente al nivel de servicio objetivo, multiplicada por la desviación estándar de la demanda durante el plazo de entrega. Para un nivel de servicio del 95%, esa puntuación Z es de aproximadamente 1,65. Calculo la variabilidad de la demanda durante el plazo a partir de al menos seis meses de datos de recepción, no solo del plazo medio, porque un proveedor que suele ser rápido pero a veces llega con tres semanas de retraso necesita más margen del que sugiere la media por sí sola. El punto de pedido es entonces la demanda durante el plazo más ese stock de seguridad. Recalculo cada trimestre, o inmediatamente después de que un proveedor cambie su rendimiento de plazo, porque una fórmula calculada una vez al año con datos antiguos genera una falsa confianza.

Empiezo extrayendo los datos de mermas por ubicación, categoría de referencia y turno para ver dónde se concentra el patrón, porque una merma repartida de forma uniforme suele señalar un error de proceso, mientras que una merma concentrada en un turno o un pasillo suele apuntar a algo más concreto. Divido las causas en cuatro grupos: robo, daño, error administrativo y ubicación incorrecta, e intento dimensionar cada grupo con las notas de los conteos cíclicos y la cobertura de cámaras disponible. El error administrativo, como los escaneos mal hechos en la recepción, suele ser el grupo más grande y el más barato de corregir, así que lo abordo primero con formación y controles de código de barras. Para cualquier cosa que parezca robo, involucro a seguridad y a recursos humanos en lugar de actuar solo. Hago seguimiento de la tasa de mermas como porcentaje del coste de las mercancías vendidas cada mes para comprobar si las medidas funcionan de verdad, no solo suponerlo.