Rediseño del modelo de reposición de inventario en un contexto de crecimiento organizacional: caso ITG Chile S.A.

Abstract

Desde 2023, ITG Chile S.A., empresa proveedora de servicios tecnológicos y de consultoría para la industria acuícola bajo un modelo Business to Business (B2B), atraviesa un proceso de crecimiento organizacional que incrementó la presión sobre el abastecimiento de la bodega casa matriz, en Puerto Varas, Chile. En el mismo periodo, los indicadores referenciales de inventario mostraron una caída de la rotación (-15%), un aumento del inventario promedio valorizado (+25%) y un alza del sobrestock valorizado de $693 a $1.492 millones, junto a un mayor volumen y variedad de productos. En este contexto, su modelo de reposición vigente —basado en factores fijos por categoría de productos y promedios simples de demanda histórica— no incorporaba la variabilidad de la demanda, la heterogeneidad de los productos ni los lead times efectivos, por lo que tendía a generar parámetros de reposición poco ajustados al comportamiento real de cada producto. Ante ello, el presente trabajo rediseña dicho modelo mediante el ajuste de la estimación de la demanda y de los parámetros críticos de reposición, y evalúa, a nivel de grupo de comportamiento y sobre la ventana 2024-2025, su diferencia respecto del modelo vigente en los parámetros de reposición (unidades) y en el capital inmovilizado estimado (CLP). Bajo un enfoque mixto de predominio cuantitativo y la lógica AS-IS/TO-BE, se clasificó la demanda mediante los indicadores ADI-CV^2 (Syntetos et al., 2005), conformando un universo de 1.379 SKU en 12 grupos de comportamiento, de los cuales nueve se gestionan mediante punto de reorden y sobre ellos se recalcularon el stock de seguridad, el punto de reorden y la cantidad de pedido; los tres restantes, de demanda esporádica, se reponen lote por lote y por ello quedan fuera de la comparación de parámetros. El modelo propuesto reduce el punto de reorden en los nueve grupos comparables (entre -25% y -73%) y el capital inmovilizado estimado en un 47% (de 520,8 a 276,0 millones de CLP). El principal aporte del modelo no radica en la reducción del inventario, sino en asignar la protección de inventario según la variabilidad de la demanda y los tiempos de reposición. Estas cifras corresponden a una estimación potencial bajo supuestos referenciales y no a un ahorro materializado. Since 2023, ITG Chile S.A., a provider of technology and consulting services for the aquaculture industry under a Business-to-Business (B2B) model, has undergone a process of organizational growth that increased the pressure on the replenishment of its main warehouse in Puerto Varas, Chile. During the same period, the reference inventory indicators showed a decline in inventory turnover (-15%), an increase in average valued inventory (+25%), and a rise in valued overstock from CLP $693 million to $1,492 million, along with a greater volume and variety of products. In this context, its current replenishment model —based on fixed factors by product category and simple averages of historical demand— did not account for demand variability, product heterogeneity, or actual lead times. In response, this study redesigns that model by adjusting demand estimation and the critical replenishment parameters and evaluates —at the behavior-group level and over the 2024-2025 window— how it differs from the current model in terms of replenishment parameters (units) and estimated tied-up capital (CLP). Using a mixed approach that emphasized quantitative methods and the AS-IS/TO-BE framework, demand was classified using the ADI-𝐶𝑉2 indicators (Syntetos et al., 2005), resulting in a universe of 1,379 SKUs across 12 behavior groups, of which nine are managed through a reorder point and for which safety stock, reorder point and order quantity were recalculated; the remaining three, of sporadic demand, are replenished lot-for-lot and are therefore excluded from the parameter comparison. The proposed model reduces the reorder point in all nine comparable groups (by 25% to 73%) and the estimated tied-up capital by 47% (from 520.8 to 276.0 million CLP). The model's main contribution lies not in inventory reduction, but in a more consistent allocation of inventory safety margins based on demand variability and replenishment lead times. These figures represent a potential estimate based on reference assumptions and do not reflect actual savings.