Pregunta: Una de las decisiones más importantes en Great Harvest (o en cualquier panadería) es cuánto hornear de cada producto en un día determinado. Hornear muy poco conduce a la pérdida de ventas y a la irritación de los clientes. Hornear demasiado conduce al pan desperdiciado. Como resultado, el problema de planificación de la producción (PPP), que incluye la

Una de las decisiones más importantes en Great Harvest (o en cualquier panadería) es cuánto hornear de cada producto en un día determinado. Hornear muy poco conduce a la pérdida de ventas y a la irritación de los clientes. Hornear demasiado conduce al pan desperdiciado. Como resultado, el problema de planificación de la producción (PPP), que incluye la previsión de la demanda y la determinación de las cantidades de producción, es un enfoque constante para los gerentes de panadería.

El indicador clave de rendimiento (KPI) del costo de los ingredientes como porcentaje de las ventas supervisa qué tan bien una panadería administra el PPP. Esto se considera un KPI porque los ingredientes ocupan el segundo lugar después de la mano de obra como categoría de costo. (El costo laboral como porcentaje de las ventas es otro KPI). Hornear productos que no se venden aumenta el costo de los ingredientes sin aumentar las ventas. Si no se hornean productos que se habrían vendido, se pierde la oportunidad de aumentar tanto las ventas como los costos de los ingredientes, pero el aumento de las ventas supera el aumento del costo de los ingredientes porque los precios superan los costos. Por lo tanto, ambos errores degradan el costo de los ingredientes como porcentaje de las ventas.

Obviamente, pronosticar la demanda es una parte importante del PPP. Si se pudiera predecir la demanda con exactitud, entonces (posiblemente sujeto a restricciones de tamaño de lote) la panadería podría satisfacer la demanda con precisión sin excesos ni escasez. Desafortunadamente, la previsión sin errores es imposible en cualquier entorno minorista. En una panadería, donde la demanda se ve afectada por el clima, las condiciones del tráfico, la publicidad, la casualidad (p. ej., una encuesta publicada en diciembre de 2019 en un periódico local nombró a la panadería como la mejor tienda de sándwiches de la ciudad) y los caprichos de los clientes (p. ej., sentir el Extreme Cinnamon Impulso de remolino), la demanda siempre será demasiado ruidosa para predecirla con exactitud.

Esto no significa, sin embargo, que la previsión sea inútil. Hay patrones fácilmente detectables en la demanda que pueden usarse para informar al PPP. Por ejemplo, la demanda varía de manera predecible según el día de la semana, y las demandas más altas de todos los productos ocurren los viernes y sábados. La demanda mensual también sigue un patrón predecible, con la demanda más alta durante los últimos meses del año (especialmente alrededor de las festividades de Acción de Gracias y Navidad) y la más baja durante los primeros meses del año. En consecuencia, tiene sentido usar datos de ventas anteriores para predecir la demanda esperada para el futuro.

Los propietarios poco sofisticados de Great Harvest hacen esto de manera simple. Por ejemplo, pueden pronosticar la demanda de un tipo particular de pan en un próximo martes como el promedio de las ventas de ese pan en los cuatro martes anteriores. Un propietario más sofisticado podría usar un modelo de suavizado, que estima una media general y luego la ajusta por factores para el día de la semana y el mes del año. Sin embargo, dado que este no es un módulo de pronóstico, supongamos que tenemos un método razonable para predecir la demanda esperada para cada variedad de pan.

Desafortunadamente, un pronóstico de la demanda esperada no es suficiente para permitirnos decidir qué cantidad de pan hornear. También necesitamos saber algo sobre la variabilidad de la demanda. Para ello, supongamos que la panadería ha recopilado datos sobre la relación entre la demanda real (A) y la demanda prevista (F). Es decir, una relación A/F de 0,6 significa que la demanda real fue solo el 60 % de la demanda prevista, mientras que una relación A/F de 2 significa que la demanda real fue el doble de la prevista. (Tenga en cuenta que si nos quedamos sin pan, la demanda puede ser mayor que las ventas, por lo que es posible que tengamos que estimar la demanda para esos días anotando el tiempo en que se acabó el pan y proyectando las ventas durante la interrupción). El siguiente gráfico y figura resumen los resultados .

Podemos interpretar estos números al notar que P(A/F ≤ x) = P(A ≤ xF). Por lo tanto, P(A ≤ F) = 0,56 y P(A ≤ 1,2F) = 0,86. Es decir, si horneamos una cantidad de panes igual a la previsión F, la probabilidad de tener suficiente pan para satisfacer la demanda (es decir, porque la demanda real A es menor que la cantidad de pan F) es del 56 %. De manera similar, si horneamos 1,2 veces la F pronosticada, la probabilidad de tener suficiente pan para satisfacer la demanda es del 86%. Podemos usar esta información sobre la distribución de la demanda para hacer cálculos de vendedores de noticias que minimicen nuestro excedente esperado más los costos por debajo del límite.

Hagamos esto para Extreme Cinnamon Swirl (XCS), el pan más popular en la panadería. Una hogaza de XCS se vende a $7,85 y contiene alrededor de $1,85 en ingredientes, por lo que el margen es de unos $6 por hogaza. Si sobra una hogaza de pan al final del día, se dona a una instalación que sirve alimentos a personas necesitadas. El dueño puede deducir de sus impuestos el costo del pan de $1.85, los cuales se pagan a una tasa del 19%.

¿Cuál es el costo en dólares y centavos para la panadería de tener una hogaza de menos?

¿Cuál es el costo en dólares y centavos para la panadería de tener un pan de más?

¿Cuál es el nivel de servicio óptimo (es decir, la probabilidad de tener suficiente pan para satisfacer la demanda)?

Si la demanda pronosticada para mañana es de 50 hogazas de XCS, ¿cuántas hogazas debe hacer la panadería para minimizar el exceso esperado más el costo por debajo de lo permitido (asegurándose de que la probabilidad de tener suficiente para satisfacer la demanda sea al menos SL*)?