UN MARCO DE REFERENCIA PARA EL DISEÑO DE POLÍTICAS DE INVENTARIO EN REVISIÓN PERIÓDICA CON DEMANDA DISCRETA Y FILL RATE OBJETIVO

Abstract

Una de las métricas de servicio al cliente más utilizadas en la gestión de inventarios para el diseño de las políticas es el fill rate que mide la fracción de demanda que puede servirse directamente con el stock físico que está disponible en la estantería. El propósito fundamental de la presente tesis es proponer un marco de referencia para el diseño de políticas de inventario en revisión periódica (R, S) cuando se utiliza esta métrica como restricción de diseño, asumiéndose que el proceso de demanda es estacionario con una función de probabilidad discreta, independiente, e idénticamente distribuida, y distinguiendo además entre el contexto en el que se acepta diferir la demanda no servida del ciclo al ciclo siguiente (en inglés, backorderig case) y el contexto en el que no se acepta (en inglés, lost sales case). Para ello se analiza el comportamiento de los métodos de cálculo que existen en la literatura para el cálculo del fill rate (en la mayoría de los casos, aproximaciones), lo que permite establecer cuándo es posible la utilización de cada uno de ellos para la estimación del stock de referencia así como los riesgos asociados a su utilización. Tras una revisión de la literatura sobre los métodos de estimación del fill rate, se concluye que en un contexto de demanda discreta sólo existen dos métodos de cálculo disponibles, uno exacto y otro aproximado, desarrollados para el caso de no aceptar diferir la demanda no servida del ciclo (lost sales). En cambio, para el caso de aceptar dicho diferimiento, todos los métodos que existen son aproximaciones desarrolladas para distribuciones de demanda continuas. Por ello, para poder cumplir con el objetivo principal de esta tesis, es necesario reformular y adaptar estas aproximaciones partiendo de las hipótesis de cada autor y considerando explícitamente la naturaleza discreta de la demanda. Con esta nueva formulación, se propone una metodología basada en dos experimentos que combinan diferentes funciones de distribución