Optimización de inventario: menos stock parado sin quedarte sin producto

La optimización de inventario es el trabajo de decidir, referencia a referencia, cuánto stock tener y cuándo reponerlo para no romper servicio ni dejar dinero parado en una estantería. Dicho así suena a cálculo. En la práctica es una conversación entre compras, almacén y dirección financiera, en la que cada parte mide el éxito con un indicador distinto: compras quiere no quedarse corto, finanzas quiere liberar caja y almacén quiere que quepa.

Lo que vemos cuando entramos en una empresa mediana es casi siempre lo mismo: no falta tecnología, falta criterio. Hay un ERP que registra movimientos, una hoja de cálculo que alguien mantiene desde hace seis años y una regla no escrita —«de este producto pedimos dos palés»— que nadie recuerda quién fijó ni con qué datos. Y conviven dos problemas a la vez: roturas en las referencias que más venden y meses de cobertura en las que no se mueven.

Esta guía va de cómo salir de ahí sin comprar una plataforma nueva: qué datos hacen falta, cómo segmentar el catálogo, cómo se calcula un stock de seguridad que no sea un número inventado, y en qué punto concreto un modelo aporta algo que una hoja de cálculo bien hecha no te da.

¿Qué es optimizar el inventario y qué no es?

Optimizar no es «tener menos stock». Es poner cada euro de inventario donde compra más servicio. A veces eso significa subir el stock de una referencia crítica mientras bajas el de otras cuarenta.

Tres ideas que ordenan el problema:

• Hay un nivel de servicio objetivo, y se elige. Servir el 99% de las líneas de pedido cuesta mucho más que servir el 95%. No es una decisión del almacén: es una decisión comercial con un precio.
• El stock de seguridad paga la incertidumbre, no la media. Si supieras exactamente qué vas a vender y cuándo llega el proveedor, el stock de seguridad sería cero. Lo que cubres es la variabilidad de ambas cosas.
• El plazo de entrega es tan importante como la demanda. Un proveedor que tarda entre 15 y 45 días te obliga a mucho más stock que uno que tarda 30 clavados. La fiabilidad del proveedor es inventario que no estás viendo.

Lo que no es optimización de inventario: un cuadro de mando bonito con la rotación por familia. Eso es diagnóstico. La optimización termina en un número de reposición que alguien ejecuta un lunes por la mañana.

¿Qué datos hacen falta antes de optimizar nada?

Menos de los que la gente teme, pero tienen que estar limpios. La lista mínima:

| Dato | Para qué | Problema típico | |---|---|---| | Histórico de ventas por referencia y fecha | Estimar demanda y variabilidad | Se guarda agregado por mes, no por día | | Plazo de entrega real por proveedor y referencia | Calcular punto de pedido | Se usa el plazo del contrato, no el que se cumple | | Stock actual fiable | Todo | El recuento no cuadra con el ERP | | Roturas y pedidos no servidos | Medir el servicio real | No se registran: la venta perdida es invisible | | Coste unitario y coste de pedido | Decidir tamaño de lote | Disperso entre compras y contabilidad | | Promociones y eventos pasados | Separar demanda normal de la excepcional | Nadie anotó qué semanas hubo campaña |

Dos de estos suelen decidir si el proyecto sale o se atasca. El primero es el histórico diario: si tus ventas están agregadas por mes, no puedes estimar variabilidad y todo lo demás se vuelve orientativo. El segundo es el plazo real del proveedor: casi nadie lo mide, y es el dato que más mueve el stock de seguridad. Si sólo vas a arreglar una cosa antes de empezar, arregla eso: saca la fecha de pedido y la fecha de recepción de los dos últimos años y calcula la media y la desviación por proveedor. Es una tarde de trabajo y cambia los números de todo lo que viene después.

Y antes de nada, un control de realidad sobre el stock: si el inventario del sistema se desvía más de un 2-3% del recuento físico, cualquier cálculo que hagas encima hereda ese error. Eso es un problema de calidad de datos, no de algoritmos, y se arregla con procedimiento.

¿Cómo se segmenta el catálogo? ABC y XYZ

Tratar 4.000 referencias con la misma política es la fuente número uno de stock mal repartido. La segmentación clásica sigue siendo la mejor relación entre esfuerzo y resultado, y se hace en una hoja de cálculo.

ABC ordena por valor de consumo anual (unidades × coste): la A suele ser el 20% de referencias que explica el 80% del valor; la C, la cola larga que casi no pesa en euros.

XYZ ordena por regularidad de la demanda: X es demanda estable y predecible, Y estacional o con tendencia, Z errática o intermitente.

Cruzando ambas salen nueve casillas y una política clara para cada una:

| | X (estable) | Y (estacional) | Z (errática) | |---|---|---|---| | A (alto valor) | Reposición automática, revisión semanal, servicio alto | Previsión con estacionalidad, revisión en campaña | Mirar a mano, acuerdos con proveedor, bajo stock | | B (medio) | Punto de pedido fijo, revisión mensual | Previsión sencilla + ajuste manual | Bajo mínimos, pedir contra pedido si se puede | | C (bajo valor) | Lote grande, revisar poco | Lote grande, un ajuste al año | Candidatas a eliminar del catálogo |

La casilla AZ es la que duele: referencias caras con demanda imprevisible. Ahí ningún modelo te va a salvar, porque no hay patrón que aprender. Lo que funciona es comercial —avisos del cliente, acuerdos de previsión— y logístico: plazos cortos con el proveedor para no tener que adivinar.

La casilla CZ es la que todo el mundo ignora y la que más fácil libera caja: referencias baratas, erráticas y con años de cobertura. No se optimizan, se retiran.

Antes de pedir un modelo de previsión, segmenta. La mitad del dinero parado está en referencias que ninguna previsión va a mejorar porque sobran en el catálogo.

¿Cómo se calcula un stock de seguridad que no sea inventado?

La regla de «un mes de cobertura para todo» es cómoda y cara. El cálculo correcto combina tres cosas: la variabilidad de la demanda durante el plazo de entrega, la variabilidad del propio plazo, y el nivel de servicio que has decidido. Cuanto más errática la demanda o más impredecible el proveedor, más colchón.

En la práctica basta con tener claro qué palancas lo mueven:

1. Nivel de servicio. Pasar del 95% al 99% puede multiplicar por 1,5 el stock de seguridad. Decide el nivel por segmento, no para todo el catálogo: 99% en las AX, 90% en las C. 2. Plazo de entrega. El stock de seguridad crece con la raíz del plazo. Negociar entregas quincenales en vez de mensuales baja el inventario sin tocar nada más. 3. Variabilidad del plazo. Un proveedor irregular es más caro de lo que parece en la factura. Mídelo y ponlo sobre la mesa en la negociación; es un argumento concreto, no una queja. 4. Frecuencia de revisión. Revisar cada semana en vez de cada mes reduce el colchón necesario, siempre que alguien ejecute esa revisión de verdad.

Con el stock de seguridad fijado, el punto de pedido es directo: demanda media durante el plazo de entrega más el stock de seguridad. Cuando el stock disponible lo cruza, se pide. Esa es toda la mecánica, y en la mayoría de empresas medianas implementarla bien ya resuelve el 70% del problema.

¿Cuándo aporta un modelo frente a una hoja de cálculo?

Aquí conviene ser honesto, porque se vende mucho lo contrario. Una hoja bien hecha con ABC-XYZ, punto de pedido y stock de seguridad por segmento es suficiente cuando el catálogo es manejable y la demanda no depende de muchos factores externos. Meter machine learning encima de eso no mejora nada y añade mantenimiento.

Un modelo empieza a ganar cuando se cumple alguna de estas condiciones:

• Volumen de decisiones. Miles de referencias por varias ubicaciones. Nadie revisa 12.000 combinaciones a mano cada semana, y la hoja deja de ser mantenible.
• Demanda con muchos factores. Precio, promociones, clima, calendario, canibalización entre productos. Un modelo captura relaciones que la media móvil no ve. Lo desarrollamos en la guía de previsión de demanda.
• Productos nuevos o ciclo corto. Sin histórico propio hay que estimar por similitud con otros productos, y eso es difícil a mano.
• Decisiones de reparto entre almacenes. Repartir una entrega escasa entre cinco delegaciones según dónde se vaya a necesitar es un problema de optimización, no de intuición.

El orden que recomendamos, y que casi siempre funciona: primero segmentación y políticas, medidas durante un trimestre; después previsión estadística en las referencias A e Y, que es donde se nota; y sólo después, si el volumen lo justifica, optimización automática del reparto. Saltarse los dos primeros pasos es lo que convierte estos proyectos en pilotos que nadie usa, por las razones que vemos una y otra vez en por qué fracasan los pilotos de IA.

¿Cómo se mide que la optimización está funcionando?

Cuatro indicadores, revisados con la misma frecuencia que las compras. Ni uno solo vale por separado: bajar el stock es trivial si aceptas romper servicio.

• Nivel de servicio real (líneas servidas completas a tiempo / líneas pedidas). Es el contrapeso de todo lo demás.
• Cobertura en días por segmento ABC. No el total: el total esconde que las A están cortas y las C sobran.
• Stock sin movimiento a 6 y 12 meses, en euros. Es el dinero que ya has perdido pero aún no has reconocido.
• Fiabilidad del proveedor: porcentaje de entregas dentro del plazo comprometido y desviación media en días.

Un error frecuente es celebrar la reducción de inventario del primer trimestre. Bajar stock al principio es fácil porque hay grasa evidente. Lo que demuestra que el sistema funciona es el cuarto trimestre: servicio igual o mejor con menos euros inmovilizados, de forma sostenida. Para ponerle número al proyecto conviene fijar la línea base antes de tocar nada, como explicamos en medir el ROI de la IA.

Y una advertencia sobre adopción: el cálculo puede ser impecable y el responsable de compras seguir pidiendo lo de siempre porque una vez se quedó sin producto y se acuerda. Eso no se arregla con más precisión, se arregla enseñándole el histórico de aciertos del sistema y dejándole anular propuestas con un motivo registrado. Si nadie puede llevar la contraria al modelo, el modelo se apaga solo. La misma lógica que aplicamos en IA en compras y en cualquier proyecto que cambie una rutina diaria.

Preguntas frecuentes

¿Cuánto histórico necesito para optimizar el inventario?

Para calcular punto de pedido y stock de seguridad, con 12 meses de ventas diarias ya trabajas. Si tu negocio tiene estacionalidad marcada, necesitas al menos dos ciclos completos —24 meses— para separar la temporada del ruido. Para referencias nuevas se estima por similitud con productos comparables.

¿Se puede optimizar el inventario sin cambiar de ERP?

Sí, y es lo normal. El ERP registra movimientos y stock; el cálculo de políticas puede vivir fuera y devolver propuestas de pedido. Cambiar de ERP para optimizar inventario es resolver un problema de criterio con un proyecto de dos años.

¿Qué nivel de servicio debería fijar?

Depende del coste de la rotura frente al coste de mantener stock, y varía por producto. Un rango habitual es 97-99% en las referencias A con cliente contractual y 85-92% en la cola larga. Lo importante no es el número exacto: es que esté decidido y escrito, no implícito.

¿El stock de seguridad se recalcula cada cuánto?

Trimestralmente para la mayoría del catálogo, y cada vez que cambie algo estructural: nuevo proveedor, cambio de plazo, entrada en un canal nuevo. Dejarlo congelado un año es el motivo más común de que un sistema bien montado deje de ajustar.

Si tienes la sensación de que hay dinero parado en el almacén y a la vez te quedas sin las referencias que más vendes, el problema rara vez es el ERP: es que todas las referencias se tratan igual. Mirar el histórico, el plazo real de los proveedores y la segmentación del catálogo suele dar respuestas en pocas semanas. Es parte de lo que revisamos en la auditoría, y si prefieres contrastarlo antes en una llamada corta, hablemos.