Você está precisando de uma maior precisão no seu banco de dados?

Hoje é dia de falar da segunda estratégia de compras para pequenas e médias empresas executarem, a qual consiste na maior precisão de informações no banco de dados.

Como falado no post sobre Estratégias de compras para pequenas e médias empresas e no post anterior sobre a primeira estratégia A Segmentação Aprimorada de Itens nos comprometemos em abordar 3 estratégias de maneira detalhada e como implementá-las na sua empresa.

A realidade do seu banco de dados

Ao decidir quantas peças manter em estoque, a maioria das empresas usa alguma metodologia de cálculo baseada, exclusivamente, na demanda histórica.

Embora esse método funcione para empresas com baixa personalização e alto volume, para indústrias com volumes mais baixos e várias opções de produtos, não é adequado.

Ainda assim, é importante ressaltar que não são apenas os dados que apresentam inconsistências, as ferramentas atuais de ERP e previsão são muitas vezes falhas também.

Como fazer uma boa base de dados

A abordagem da segunda estratégia do SSP trabalha para eliminar os problemas que inviabilizam os métodos de cálculo de estoque convencionais, incorporando os seguintes elementos:

1° – Tenha um período de previsão limitado

Todo ciclo de pedidos contém um período, no qual a empresa não pode aceitar novos pedidos ou alterações para evitar inconsistências no processo atual.

Assim, a metodologia para cálculo de estoque cria previsões para períodos posteriores minimizando erros e suposições e aumenta a precisão das quantidades de pedidos.

2° – Tenha uma metodologia própria para seu dimensionamento e previsão de estoque

Se a previsão de vendas mudar inesperadamente, a sua metodologia de estoque do SSP preverá automaticamente os aumentos ou diminuições necessárias para o nível do pedido de todas as peças.

Nesta dica, é indicado criar fórmulas ou metodologias de outras empresas ou setores para se dimensionar e prever estoque, uma vez que cada organização possui suas próprias especificidades.

Crie a sua própria metodologia e ferramenta. Adaptar também é uma opção.

3° – Tenha dados históricos mais precisos

Diferentemente dos modelos de cálculos utilizados atualmente, sugerimos que seu novo modelo não meça a demanda e o consumo históricos usando uma média em alguns segmentos de lead time de produtos e insumos.

Por exemplo, se o prazo de entrega for de 30 dias, algoritmos (leia-se método de cálculo, dimensionamento…) típicos usarão 12 incrementos para cobrir o histórico de um ano (12 x 30 = 360 dias).

Assim, a nova abordagem sugere o uso de incrementos diários de lead time. 

Isso é quase o mesmo que observar 360 incrementos e obter a média.

Neste exemplo, o novo algoritmo seria 30 vezes mais preciso que os algoritmos tradicionais, porque considera incrementos de 360 ​​em vez de 12.

Resultados de uma melhor precisão de dados

Uma empresa que mudou de um algoritmo de estoque tradicional para a abordagem SSP reduziu o número anual de escassez de peças de 1000 para 495 – cerca de 51% – porque previu com mais precisão os níveis de estoque necessários.

Além do mais, na mesma ação, reduziu os níveis de estoque em cerca de 42% e os custos associados em cerca de 6%.

Saber usar seu banco de dados é importante!

Os resultados são consideráveis quando existem dados precisos.

Portanto, com a implantação de análises de dados como forma estratégica em uma empresa, a mesma permite gerar resultados positivos.