Los errores cuestan €1.6 mil millones al año a retailers y proveedores
Según un estudio, los principales retailers y proveedores británicos pierden hasta un 1% de beneficios cada año
Según estudios realizados por LCP Consulting y por Cranfield School of Management, se calcula que la incoherencia entre los datos de los principales reatilers de alimentación del Reino Unido y sus proveedores les cuesta nada menos que el 1 por ciento de sus beneficios, lo que al año equivale a 1.400 millones de libras (1.600 millones de euros). Esta cifra es muy superior a la pronosticada por un informe reciente de GS1 UK y de Cranfield School of Management, que la situaba en torno a los 200 millones de libras (231 millones de euros) anuales.
El Profesor Alan Braithwaite, co-autor del estudio, y el Profesor Richard Wilding, ambos pertenecientes a la Cranfield School of Management, elaboraron su investigación, aplicando estadísticas de Six Sigma a los resultados del estudio de GS1, e identificaron niveles extraordinarios de imprecisión en los datos de los retailers publicados por GS1: 29.000 veces peor que Six Sigma, lo que sugiere que uno de cada 10 datos es incorrecto, es decir, una incoherencia del registro de datos general (GTIN) del 80%.
En sus cálculos, el Profesor Braithwaite identificó con más detalle los factores de rendimiento relacionados con los retailers y demostró su influencia en los resultados de una empresa concreta. Según su experiencia, la precisión de los datos es deficiente, ya que presenta errores en las dimensiones físicas, en los precios y en los parámetros operativos, así como en la reposición de estantes, las cantidades a reponer y las cantidades de los pedidos. Lo que subyace tras este problema es un coste de oportunidad importante. El profesor recomienda a las empresas revisar sus procesos de gestión de datos maestros y sus métodos de identificación y captura de datos.
Según el profesor Alan Braithwaite, «Las ventajas que obtiene una empresa que invierte en sistemas y procesos de identificación son mayores de lo que cabe imaginar. Y es de vital importancia, no es necesario invertir en costes operativos para hacerlo bien, más bien se trata de centrarse en la organización e implantar buenos procesos e indicadores clave de rendimiento. La experiencia demuestra que cuando estos aspectos mejoran, también se ahorran costes».
Por su parte, el profesor Richard Wilding añade: «Los niveles de imprecisión registrados y sus costes asociados son preocupantes. Prueba de ello son las grandes inversiones que los principales retailers han hecho en la integración de sistemas de identificación de productos y captura de datos en la cadena de suministro, así como el enfoque que muchas empresas han puesto en métodos lean y de six sigma».
Desde la perspectiva de Zetes, este estudio viene a confirmar la importancia de contar con un sistema preciso de captura de datos en tiempo real implantado en toda la cadena de suministro. La visibilidad es la consigna de los retailers, mientras las empresas buscan implantar una cadena de suministro «just in time» que les permita gestionar su inventario en tiempo real. Si bien es cierto que existe tecnología capaz de integrar la precisión de la captura de datos de six sigma en un sistema ERP, este estudio demuestra que un proceso de gestión de datos deficiente limita las ventajas potenciales que de ello se derivan. Los retailers deberían tener en cuenta este hecho al comenzar un proyecto y realizar revisiones antes de invertir y de forma continuada.
En resumen, LCP recomienda ocho medidas básicas para incrementar la precisión de datos
- Medir la eficacia real (de forma continuada).
- En las dimensiones físicas utilizar equipos de medición para capturar cualquier dato que falte al recibir las mercancías.
- Supervisar y analizar los ajustes de datos.
- Implantar un proceso de auditoría perpetuo.
- Aplicar el sistema para identificar el valor potencial y centrarse en las grandes oportunidades.
- Mejorar sistemáticamente los procesos para gestionar la nueva información.
- Integrar la exactitud de six sigma en los indicadores clave de rendimiento interfuncionales y responsabilizar a todos de la calidad de los datos.
- Automatizar la alineación de datos siempre que sea posible.