Como desarollar una respuesta adecuada en Sport

Obermeyer
Cualquier empresa que elija implementar una respuesta precidsa debiese
personalizar el metodo a su situacion propia pero el caso de Sport Obermeyer prove
un buen ejemplo de como puede ser realizado.
De hecho los antecedentes que han aparecido de nuestro análisis de Sport Obermeyer
han formulado la base para una respuesta aproximada exacta.

En el negocio de las prendas de vestir para ski la demanda depende fuertemente de

una variedad de factores dificiles de predecir, el clima, la moda, la economia, y el peak
de las ventas de la temporada en el retail solo dura dos meses, au nasi Obermeyer ha
sido capaz de elimiar casi por complete el costo de producir parkas que el cliente no
quiere usando una respuesta adecuada. La comapñia estima que al implementar este
método ha mejorado sus utilidades entre un 50 a un 100% en los últimos tres años.

Fundada en 1950 por el ingeniero aeronáutico alemán y maestro de esquí Klaus

Obermeyer, Sport Obermeyer es un proveedor líder en el mercado de ropa de esquí de
Estados Unidos. Sus productos son fabricados por una empresa conjunta en el Lejano
Oriente y por fabricantes independientes ubicados en el Lejano Oriente, Europa, el
Caribe y los Estados Unidos. Con ventas de aproximadamente $ 30 millones en 1992,
Sport Obermeyer tenía una participación dominante del 45% en el mercado infantil y
un 11% en el mercado adulto.

Casi todos los productos Sport Obermeyer son diseñados de nuevo cada año para
incluir cambios en el estilo, la tela y el color. Y hasta mediados de los años ochenta, el
ciclo de diseño y ventas de la empresa fue relativamente sencillo: diseñar el producto,
hacer muestras y mostrar muestras a los minoristas en marzo; Realizar pedidos de
producción con los proveedores en marzo y abril después de recibir pedidos al por
menor; Recibir mercancías en el centro de distribución de Sport Obermeyer en
septiembre y octubre; Y luego enviarlos inmediatamente a los puntos de venta al por
menor. Ese enfoque funcionó bien durante más de 30 años: los compromisos de
producción se basaron en pedidos firmes y la entrega en otoño proporcionó tiempo
suficiente para una fabricación eficiente.

Sin embargo, a mediados de los años ochenta, varios factores hicieron que este
enfoque se volviese obsoleto. En primer lugar, a medida que el volumen de ventas de
Sport Obermeyer creció, la compañía comenzó a alcanzar las limitaciones de
fabricación durante el período máximo de producción de ropa de esquí. No era capaz
de reservar suficiente producción con fabricantes de ropa de alta calidad durante los
meses de verano críticos para permitir que todo su volumen se produjera después de
haber recibido los pedidos. Como resultado, comenzó a reservar la producción el
noviembre anterior, o aproximadamente un año antes de que las mercancías fueran
vendidas, basado en la especulación sobre lo que los minoristas ordenarían.
En segundo lugar, la presión para reducir los costos de fabricación y aumentar la
variedad obligó a Sport Obermeyer a desarrollar una cadena de suministro más
compleja. (Hoy en día una parka vendida en los Estados Unidos podría ser cosida en
China a partir de telas y otros como: cremalleras, broches de presión, hebillas y hilos
procedentes de Japón, Corea del Sur y Alemania). Esta cadena de suministro permitia
una mayor variedad y una mayor eficiencia en la producción Pero aumentó
considerablemente los plazos de entrega. Por último, y lo más importante, Sport
Obermeyer lanzó con éxito una línea de moda para niños de moda. Los concesionarios
comenzaron a exigir entregas antes, porque una parte sustancial de las ventas en la
exitosa categoría de niños comenzó a tener lugar en agosto, durante la temporada de
regreso a clases.

Con el fin de afrontar el alargamiento de las cadenas de suministro, la limitación de la

capacidad de los proveedores y la demanda de entregas de los minoristas, Sport
Obermeyer emprendió una serie de iniciativas de respuesta rápida para acortar los
plazos de entrega. Primero, la compañía redujo el tiempo que tomó para procesar
pedidos y calcular los requerimientos de materias primas introduciendo sistemas
computarizados para apoyar esas actividades. En segundo lugar, debido a que los
plazos de obtención de materias primas resultaron difíciles de acortar, la empresa
comenzó a anticiparse a los materiales que requeriría y pre-posicionarlos en un
almacén en el Lejano Oriente. Con materiales en mano, Sport Obermeyer fue capaz de
comenzar a fabricar tan pronto como recibia las órdenes. En tercer lugar, a medida
que se acercaban las fechas de vencimiento de la entrega, la compañía recurrió al
transporte aéreo para acelerar la entrega desde el Lejano Oriente hasta su centro de
distribución de Denver. En 1990, esos cambios habían reducido los plazos de entrega
en más de un mes.

Además, Sport Obermeyer consiguió persuadir a algunos de sus clientes minoristas

más importantes a realizar sus pedidos con mayor rapidez, proporcionando así a la
compañía valiosa información temprana sobre la probable popularidad de los estilos
individuales. A partir de 1990, la compañía logró esto invitando a cerca de 25 de sus
clientes minoristas más grandes a Aspen cada febrero para darles un adelanto de la
nueva línea anual y solicitar órdenes anticipadas. Cada año desde entonces, las
órdenes resultantes de este programa, llamado Early Write, han representado
alrededor del 20% de las ventas totales de Sport Obermeyer.

Desafortunadamente, esos esfuerzos no resolvieron el problema de los

desabastecimientos crecientes y las rebajas. La compañía todavía tenía que basar
alrededor de la mitad de su producción en las previsiones de la demanda, lo que era
un gran riesgo en una industria como la de la moda, altamente volátil. Sport
Obermeyer confiaba en un "comité de compra" interno -un grupo de gerentes de una
amplia gama de áreas - para hacer un pronóstico consensual de la demanda para cada
uno de los diversos productos de la compañía. Pero su historial no era
particularmente impresionante. En la temporada 1991-1992, por ejemplo, algunos
estilos de parka femeninos superaron en un 200% el pronóstico original, mientras que
las ventas de otros estilos representaron menos del 15% de la cantidad pronosticada.
Los directores de Sport Obermeyer evaluaron las alternativas. ¿Podrían mejorar el
pronóstico? ¿Podrían reducir aún más los plazos de fabricación? ¿No había alguna
manera de aprovechar mejor la información generada por el programa Early Write?
¿Podrían inducir a más minoristas a hacer sus pedidos anticipadamente?
Fue en ese momento que los cuatro formamos un equipo de investigación para
considerar esas preguntas. Como resultado, el enfoque de respuesta precisa
evolucionó. Nos dimos cuenta de que el problema estaba enraizado en la incapacidad
de Sport Obermeyer para predecir lo que la gente compraría. Una decisión de
producir una parka es esencialmente una apuesta de que la parka se venderá. Para
ayudar a Sport Obermeyer a evitar las apuestas de mayor riesgo, necesitábamos una
forma de determinar qué productos eran más seguros antes del Early Write y cuáles
debían posponerse hasta que la información de ventas recogida de Early Write
estuviera disponible. Tomando el pronóstico original del comité de compra como
punto de partida, observamos que aunque algunos pronósticos estaban realmente
fuera de la media, cerca de la mitad eran bastante precisos, difiriendo en menos del
10% de las ventas reales. ¿Había una manera de saber cuáles eran los pronósticos que
probablemente serían precisos antes de que pudiéramos ver las órdenes reales?

Improving Forecasts at Sport Obermeyer

Para responder a esa pregunta, primero examinamos la forma en que funcionaba el
comité de compras. Tradicionalmente, el comité de compra había proporcionado un
pronóstico de consenso único para cada estilo y color. Decidimos pedirle a cada
miembro del comité que hiciese un pronóstico independiente para cada estilo y color.
Al principio, los miembros del comité encontraron esa petición algo inquietante.
Estaban acostumbrados a un ambiente colegial; Habían estado acostumbrados a llegar
al pronóstico del consenso manteniendo una extensa discusión. Bajo el nuevo sistema,
los individuos eran responsables de sus propias previsiones.

Pero el cambio resultó invaluable por dos razones. En primer lugar, las previsiones de
consenso rara vez representan un verdadero consenso. Los miembros dominantes de
un grupo, como los altos ejecutivos, a menudo influyen indebidamente en el resultado
de un pronóstico del equipo; No podían hacerlo si cada persona tuviera que presentar
sus propias previsiones. En segundo lugar, y lo que es más importante, el nuevo
proceso proporcionó una manera de determinar estadísticamente la exactitud
probable de las previsiones del comité para cada estilo.

De hecho, un interesante descubrimiento surgió del proceso de predicción

independiente. Aunque las previsiones promedio para dos estilos parka podrían ser
las mismas, la dispersión de las previsiones individuales para los dos estilos podría
diferir mucho. Por ejemplo, todos los pronósticos de la parca de Pandora estaban
cerca de la media, pero las previsiones para la chaqueta Entice estaban por todo el
mapa.}Parecía plausible que la predicción para e Pandora fuera más correcta que la
pronosticada para el Entice.
Al final de la temporada 1992-1993, pudimos probar nuestra hipótesis de que las
previsiones tenderían a ser más precisas cuando los miembros del comité comprador
tenian pronósticos similares. Los datos de ventas reales mostraron que la varianza en
las predicciones individuales era un predictor casi perfecto de la exactitud del
pronóstico. (Para una explicación detallada del proceso de pronóstico, vea la inserción
"Hacer frente a la incertidumbre de la demanda en Sport Obermeyer").

Sport Obermeyer ahora tenía una manera de estimar qué estilos se predijeron con
exactitud. Pero todavía tenía que lidiar con aquellos estilos que tenían una demanda
impredecible. Hicimos el descubrimiento crítico y asombroso de que, a pesar de que la
demanda de los minoristas es lo suficientemente impredecible como para hacer
imposible la predicción exacta, los patrones de compra generales de los minoristas de
Sport Obermeyer eran notablemente similares. Por ejemplo, al actualizar las
previsiones del comité de compras con sólo el primer 20% de pedidos, la precisión de
los pronósticos mejoró dramáticamente. Naturalmente, a medida que se obtuvieron
más pedidos, la precisión del pronóstico siguió mejorando. (Vea la segunda y tercera
gráficas de la exhibición "Mejora de las previsiones en Sport Obermeyer"). El reto
entonces fue idear un enfoque de planificación de la producción que reconocería y
aprovechara esa información.

La clave para hacer esto fue darse cuenta de que la capacidad de producción Sport
Obermeyer utiliza para hacer parkas de esquí en realidad cambia de forma a medida
que avanza la temporada. Al principio de la temporada, cuando la empresa no tiene
órdenes, esa capacidad es no reactiva, en el sentido de que las decisiones de
producción se basan únicamente en predicciones y no en una reacción a la demanda
real del mercado. A medida que los pedidos comienzan a llegar, comenzando con los
generados por el programa Early Write, esa capacidad se vuelve reactiva. Ahora Sport
Obermeyer puede basar las decisiones de producción en las señales que está
recibiendo del mercado y en sus pronósticos más precisos.

Es importante llenar la capacidad no reactiva con aquellos estilos para los cuales es
más probable que los pronósticos de demanda sean precisos, por lo que la preciosa
capacidad reactiva puede dedicarse a hacer tantos de los estilos impredecibles como
sea posible. Esta estrategia, que denominamos secuenciación de la producción basada
en el riesgo, permite que Sport Obermeyer responda lo más posible al mercado en las
áreas donde los beneficios son mayores.

La planificación de la producción en Sport Obermeyer es en realidad más complicada

de lo que hemos presentado; Hemos simplificado el proceso aquí para proporcionar
una explicación general de cómo funciona la respuesta exacta. Además, hemos omitido
varios factores específicos de cada caso. Por ejemplo, en realidad, la empresa debe
cumplir con mínimos de producción para cada estilo. Además, para los estilos que
tienen niveles de ventas lo suficientemente altos en relación con los mínimos, puede
utilizar múltiples producciones . Es decir, un estilo se puede fabricar en dos
incrementos -el primero utiliza la capacidad no reactiva basada en una parte de las
ventas previstas y el segundo reactivamente, basado en la información derivada de las
ventas reales. Además, los diferentes costos de los estilos afectan su riesgo: algunos
siendo iguales, mientras que estilos más costosos conllevan un mayor riesgo
financiero.

Desarrollamos un complejo modelo matemático computarizado para crear un

programa de producción óptimo que tenga en cuenta todos estos factores. El modelo
identifica los productos que deben producirse de forma no reactiva junto con sus
niveles óptimos de producción. Luego, después de actualizar el pronóstico inicial con
información de la demanda temprana, determina el programa de producción reactivo
apropiado. Implementamos las recomendaciones del modelo y comparamos sus
decisiones con la práctica anterior: usando las recomendaciones del modelo se
redujeron los costos en un 2% de las ventas. Debido a que las ganancias en esta
industria son en promedio de 3% de las ventas, la mejora aumentó los beneficios en
dos tercios.

El modelo también se puede utilizar para evaluar el impacto en el costo de los cambios
físicos en la cadena de suministro. Por ejemplo, usamos el modelo junto con los datos
históricos de ventas de la temporada 1992-1993 para estimar cuánto bajarían los
costos de desabastecimiento y reducción de la producción a medida que
aumentáramos la cantidad disponible de capacidad reactiva -es decir, la capacidad
comprometida en reacción a la información real de demanda temprana .Para las
parkas femeninas de Obermeyer, los costos de existencias y de reducción de precio se
-rían del 10,2% de las ventas si ninguna de las parkas pudiera producirse de manera
reactiva, es decir, si todos los compromisos de producción debían realizarse antes de
recibir órdenes. En el otro extremo, esos costos bajarían al 1,8% si todas las parkas
pudieran producirse de manera reactiva -si todos los compromisos de producción
pudieran ser colocados después de que una cierta porción de los pedidos llegara
(véase el gráfico "Una capacidad para reaccionar reduce los costos").

La habilidad para reaccionar reduce los costos

Rara vez es posible diferir toda la producción hasta que se haya obtenido información
anticipada sobre la demanda; La conclusión importante es que incluso una pequeña
cantidad de capacidad reactiva puede tener un impacto dramático en el costo. En el
caso de Sport Obermeyer, producir sólo el 30% del volumen de la temporada de forma
reactiva proporciona casi la mitad de la posible reducción de costos.

Guiado por el modelo, Sport Obermeyer continuó realizando numerosas mejoras en su

proceso de cadena de suministro y rediseño de productos, que en conjunto tuvieron
un impacto significativo. Los cambios en la cadena de suministro se centraron en
mantener indiferenciada tanto tiempo como sea posible las materias primas y la
capacidad de producción en fábrica. Por ejemplo, además de almacenar las materias
primas, la compañía comenzó a reservar con anticipación la capacidad de fábrica para
los períodos pico de producción, pero no especificó los estilos exactos que se
fabricarían hasta una fecha posterior. Sport Obermeyer asumió el riesgo de
suministrar las materias primas correctas a las fábricas. A cambio, las fábricas
permitieron que los compromisos de producción se hiciesen más tarde.
Además de realizar cambios en la cadena de suministro, Sport Obermeyer ha
combinado sus departamentos de diseño y producción en un solo departamento de
merchandising y, por lo tanto, amplía su estrategia para abarcar más temas de
producción. Por ejemplo, la compañía ha rediseñado su línea parka para reducir
drásticamente la variedad de cremalleras utilizadas. Mientras que antes tendía a
coincidir con el color de la cremallera y su cinta con el color de la prenda, la compañía
utiliza ahora cremalleras negras en varias líneas como un elemento de moda que
introduce contraste de color con el estilo. De esta manera, Sport Obermeyer ha
reducido el número de cremalleras que requiere en más de cinco veces. Este cambio
ha sido particularmente valioso debido a los largos plazos de entrega causados por
fuentes limitadas de suministro de cremalleras de alta calidad; La ausencia de una
cremallera de una cierta longitud y color podría detener la producción de un estilo
entero por meses.

Sport Obermeyer también está animando a los diseñadores a utilizar los mismos tipos
de materias primas en sus patrones. Por ejemplo, mientras que cada diseñador
previamente pudo haber seleccionado un diverso tono del rojo para un artículo
particular de la ropa, teniendo por resultado tener que trabajar con cinco o seis tonos
diferentes, ahora los diseñadores usan dos o tres tonos para cualquier ciclo dado del
diseño . Sport Obermeyer ha descubierto que los clientes en general no notan
pequeñas diferencias de color; Prestan mucha más atención a la apariencia general de
la prenda, la calidad de la construcción y las características especiales.

Logrando una respuesta adecuada

Cuando los gerentes intentan evaluar el costo de los desabastecimientos y las rebajas
para ver si un programa de respuesta precisa se justifica, pueden recibir una una
sorpresa. La compañía típica carece de esa información, principalmente porque el
seguimiento de las ventas perdidas como resultado de los desabastecimientos es
difícil. Pero la evaluación de las ventas perdidas vale la pena el esfuerzo; Incluso las
estimaciones rudimentarias pueden ser útiles. Por ejemplo, considere un producto
que se vende uniformemente durante un período de diez semanas. Si los suministros
de ese producto se agotan al final de la octava semana, es lógico suponer que el
fabricante y el minorista podrían haber vendido un 25% más de lo que tenían
disponible.

Las compañías también pueden cambiar sus sistemas de ingreso de pedidos para
capturar órdenes que no pueden ser llenados debido a inventario insuficiente. Sport
Obermeyer se dio cuenta de que los pedidos durante la temporada de venta al por
menor de los productos que estaban fuera de stock y por lo tanto no podían ser
cumplidos no estaban siendo introducidos en el computador. Después de que cambió
su sistema, encontró que la información era valiosa tanto para mejorar las previsiones
y la medición del costo de inventario insuficiente.
Algunas organizaciones han hecho cambios ingeniosos que les permiten mejorar sus
estimaciones de cuántas ventas han perdido debido a las falta de existencias. La nueva
política de Dillard Department Stores sobre las solicitudes de los clientes es un buen
ejemplo. Cuando una tienda no tiene un artículo solicitado por un cliente, la empresa
enviará ese artículo al cliente sin cargo adicional desde otra tienda de Dillard. La
intención original de Dillard era únicamente mejorar el servicio al cliente y aumentar
las ventas. Sin embargo, la compañía ha obtenido un beneficio secundario importante.
Ahora tiene una mejor comprensión de la verdadera demanda en cada tienda, lo que le
permite hacer un mejor trabajo de estimar las ventas perdidas y la demanda de
previsión.

Un componente importante de un programa de respuesta preciso es racionalizar la

cadena de suministro para reducir los plazos de producción y distribución.
Evidentemente, una reducción en el tiempo de ciclo ofrece el potencial de reducir el
costo de los desabastecimientos y las reducciones de precio al permitir que las
decisiones de producción se aplazen hasta que se disponga de más información y
mejores previsiones.

Sin embargo, darse cuenta de que el potencial también requiere cambios en la

previsión y la planificación de la producción.Una respuesta precisa requiere dos
cambios en la previsión. El primero es ser más ingenioso en el uso de indicadores de
demanda para mejorar las previsiones. El segundo es instituir un sistema para el
seguimiento de errores en el pronóstico.

Los datos de ventas a comienzos de la temporada son una fuente obvia de información
que puede utilizarse para revisar y mejorar las previsiones. Pero son sólo un tipo de
indicador. Si una empresa es imaginativa, por lo general puede encontrar o incluso
crear mejores. Tomemos el caso de National Bicycle, una filial de Matsushita que
fabrica bicicletas en Japón bajo las marcas Panasonic y National.

Hace varios años, National Bicycle encontró que las bicicletas deportivas -de diez
velocidades y bicicletas de montaña- se habían convertido en artículos de moda
vendidos en parte sobre la base de patrones de colores brillantes e intrincados que
cambiaban cada año. La incapacidad de National para predecir qué patrones de color
serian populares cada año la estaba haciendo sobreproducir algunos colores y
subproducir otros, generando grandes pérdidas. Para evitar el problema de la
previsión, la compañía creó un sistema de pedido personalizado por el que los clientes
podian medir sus dimensiones de marco ideal y eran invitados a elegir su patrón de
color favorito de una amplia selección. Su bicicleta ideal era creada en la planta
notablemente flexible de la compañía en Kashiwara y entregada en su puerta dos
semanas más tarde.

El programa se ha vuelto tan popular que casi la mitad de las bicicletas deportivas de
National son hechas a la medida. Pero sorprendentemente, el sistema también
beneficia al resto de la operación de National. La compañía ha encontrado que los
colores más populares para sus bicicletas de pedido personalizado son un excelente
indicador de qué colores serán populares en todas las ventas para esa temporada.
Ahora utiliza esa información para guiar la planificación de sus bicicletas producidas
en serie, lo que ha reducido considerablemente las pérdidas debido a la
sobreproducción y la subproducción.

A medida que una organización comienza a mejorar sus previsiones, también debe
rastrear sistemáticamente sus errores. La mayoría de los directores de operaciones
tienen una opinión de la exactitud de las previsiones en su empresa, pero con
demasiada frecuencia esa opinión toma la forma de una queja sobre el último error
cometido por el departamento de marketing. "Ellos pronostican que venderemos 2
millones de latas de comida de perro con sabor a menta, así que hicimos 2 millones de
latas y ahora tenemos un suministro de 28 años parado en nuestro almacén".
Claramente, un enfoque más sistemático es necesario. Las empresas deben tener en
cuenta cuándo se hizo una previsión, en qué información se basó, y su nivel de detalle
(por ejemplo, ¿estaba en el agregado o el nivel de SKU?) Y deberían compararlo con la
demanda real.

ara un producto existente con al menos una temporada de historial de demanda,

puede ser posible utilizar los errores de pronóstico anteriores para predecir la
precisión de pronóstico futuro. De lo contrario, recomendamos el enfoque utilizado
por Sport Obermeyer: convocar a un panel de expertos para hacer pronósticos
independientes, y utilizar la varianza en sus predicciones para medir la exactitud de
los pronósticos.

El uso de la secuenciación de la producción basada en el riesgo requiere que las

plantas sean lo suficientemente flexibles para cambiar entre varios productos de
temporada y para tener acceso a los materiales y componentes necesarios cuando se
necesitan. Lograr una flexibilidad óptima puede implicar cambios en el equipo o
requerir la limitación de la secuencia de producción basada en el riesgo para las
familias de productos que funcionan con el mismo equipo. Garantizar el acceso a los
suministros adecuados requiere amplias discusiones con los proveedores para
encontrar una manera de satisfacer las necesidades de ambas partes. Por ejemplo, la
necesidad de los proveedores de un compromiso temprano podría ser satisfecha si la
empresa especifica sólo las necesidades de volumen total antes de tiempo. La
necesidad de flexibilidad de la empresa podría satisfacerse si los proveedores le
permiten posponer la especificación de la combinación de suministros que necesita
hasta que las tendencias del mercado se aclaren.

Por último, para todas las decisiones sobre los cambios en la cadena de suministro y la
planificación de la producción, es importante adoptar un marco arraigado en un
modelo probabilístico de demanda. Contrariamente a lo que muchos creen, la
incertidumbre del mercado es un riesgo manejable.