Para calcular el stock necesario en nuestro objetivo de gestionar las variaciones externas que afectan a nuestro inventario utilizaremos la misma metodología que en el ejemplo anterior. Para ello nos valdremos de toda la información histórica de la que dispongamos y de un proceso estadístico que nos ayudará a calcular los datos necesarios.

En este punto vamos a calcular los efectos que las variaciones externas tienen nuestro inventario y que sacaremos a partir de los datos de consumo. Fluctuaciones de la demanda y la variabilidad en la entrega. Imaginemos que nuestro proceso de consumo por parte del cliente se manifiesta mediante un entorno o una distribución con característica «normal». Recordemos que una distribución es el comportamiento de los datos a través de los resultados o experimentos que estamos evaluando. Generalmente los datos de distribución de consumo y de fabricación se distribuyen como una curva de estas características.

Para poder considerar que una serie numérica determinada es una distribución normal, es necesario aplicarle una batería de pruebas matemáticas. Cuando la cumplen, se concluye que tal serie es una distribución normal. Queda fuera del propósito de esta web el determinar la decisión de si una serie es una distribución normal o no.

Esta es la curva que presenta una distribución normal. La línea vertical del centro, es la media. La zona gris a la izquierda de la media es el área +2,33 veces la desviación estándar o sigma, y la de la derecha es el área -2,33 veces la desviación estándar. El 99% de los elementos de una serie que cumplan con las condiciones de pertenecer una distribución de característica normal, estará comprendida dentro de este área.

Una distribución normal tiene algunas cosas peculiares:

1. La serie numérica, tendrá una media. Por tanto, habrá elementos de la serie que serán mayores que la media, y elementos que serán menores.
2. La curva que forma su representación gráfica, tiene forma de Campana de Gauss. (como la figura)
3. Es simétrica respecto a su media, es decir, lo que está a la derecha de su valor central es igual a lo que está a la izquierda.
4. La curva es asintótica, es decir, que las colas de la curva normal, tienden a acercarse a la linea de 0 o eje de abcisas, pero no llega nunca a cruzarse con ella.

No me voy a extender más en ello, porque la bibliografía sobre distribuciones es extensa y en internet por ejemplo es posible encontrar infinidad de referencias.

Vamos con el ejemplo del post anterior Lean 29. Los datos de consumo del producto en cuestión a lo largo de un mes (implican variaciones externas) son los siguientes:

Si queremos tener un nivel de entregas a tiempo aceptable, es decir, aproximadamente del 99% (probabilidad de estar el 99% de las veces dentro de nuestra serie), necesitaremos trabajar al menos con una sigma de 2,33. Sigma no es más que la desviación estándar de la distribución que estamos tratando. En este caso de ejemplo tomaremos los datos de consumo durante un mes.

Para los datos del ejemplo anterior tenemos una desviación estándar de 139 unidades y una media de 1267 unidades. Con sigma de 2,33 esto sería unas 324 unidades aproximadamente, o lo que es lo mismo 4 cajas kanban (104 unidades por caja). En estos 22 dias nosotros tuvimos varias demandas de 1456 unidades que si nos fijamos pueden ser cubiertas por nuestra producción diaria de 1248 unidades + 208 unidades de nuestras 416 unidades que mantenemos como buffer de stock.

Este es un ejemplo extremadamente sencillo de gestión del inventario que nos asegura que nosotros podamos cumplir con las variaciones y fluctuaciones de la demanda cuando las haya, siempre sobre la base de un proceso histórico.