Políticas de inventario en un escenario con incertidumbre para el laboratorio del Centro Avanzado de Tecnología para la Agricultura (CATA) de la Universidad Técnica Federico Santa María.

Abstract

La presente memoria tiene como objetivo principal diseñar políticas para el manejo de inventario en el laboratorio del (CATA), optimizando el proceso de adquisición de insumos y reactivos a través del uso de herramientas de gestión de operaciones adecuadas. Por tratarse de un laboratorio de agronomía, la demanda se ve fuertemente influenciada por las estaciones climáticas, generándose con ello estacionalidad en la misma. A esto se suma que la demanda histórica evidencia una alta incertidumbre, lo que ha derivado en recurrentes quiebres de stock, llegando a un nivel de servicio de un 70% y costos promedio mensuales de $ 1.078.449, por concepto de compra de insumo y reactivos. Para poder responder mejor a ambas características de la demanda del CATA-Lab se realiza lo siguiente: se trabaja en cuatro escenarios coincidentes con las estaciones climáticas, eliminando así la estacionalidad. Mientras que en relación a la alta incertidumbre, el estudio se realiza siguiendo el “Modelo de gestión de inventario bajo incertidumbre” propuesto por el profesor J. Chávez y R. Torres-Rabello y, a partir de él, se diseñan políticas con el sistema de revisión continua. Adicionalmente se tiene que los datos históricos tienen un comportamiento, en su mayoría, coincidente con la distribución de Poisson, lo que permite suponer que los reactivos (insumos) se comportarán de la misma forma. El cálculo de la cantidad de pedido se logra mediante la fórmula , que considera la demanda media y el tiempo de espera del pedido. Esto, porque describe de mejor forma la situación del laboratorio en comparación con la clásica fórmula de la “cantidad óptima económica de pedido” o “EOQ”, que incluye costos de fijo y de mantención, variables no válidas para el laboratorio. Con respecto a la demanda de los insumos y reactivos, ésta se establece a través de la dependencia directa que tienen ambos items con la demanda de los análisis. De la misma forma se realiza la categorización, la que dará la pauta para entender qué insumo(s) o reactivo(s) es (son) de mayor relevancia en un escenario dado. La clasificación se concreta a través de una herramienta llamada “Escatergrama”, que relaciona la incertidumbre y el volumen de demanda en un escenario. Esta categorización permite la construcción de un modelo diferenciado, es decir, la categoría de mayor importancia logra un mayor punto de pedido e inventario de seguridad que una categoría de menor relevancia. Todo esto, siempre minimizando el costo total y manteniendo un nivel de servicio o fill rate superior al inicial. El modelo resultante de esta memoria es corroborado mediante una simulación. De ésta se obtienen resultados que indican el logro del objetivo planteado: el nivel de servicio medido a través del fill rate aumenta en 29 puntos porcentuales hasta llegar a un 99%, mientras que el costo promedio mensual se reduce a $ 93.621. Por otra parte, el estudio de sensibilización de reactivos indica que el consumo de los reactivos aumenta de forma lineal, lo que permite la realización de una herramienta que contribuirá a la implementación y seguimiento de las políticas de inventario arrojadas por el modelo