Optimizar el stock de repuestos significa equilibrar el coste por falta de stock (el precio de no tener una pieza crítica cuando una máquina falla) frente al coste de mantener existencias (el precio de tener esa pieza en una estantería), y abastecer cada artículo al nivel donde ambas fuerzas se anulan.
Cada repuesto que compras es un seguro contra el tiempo de inactividad, pero el seguro no es gratuito. Llevar demasiado y el efectivo, el espacio de almacén y la obsolescencia devoran tu presupuesto. Llevar muy poco y un solo rodamiento faltante puede paralizar una línea de producción durante días.
El objetivo no es cero faltas de stock ni cero inventario: es el coste total más bajo entre ambos.
El coste por falta de stock es el daño económico que se produce cuando un repuesto necesario no está disponible en el momento de la avería. Es mucho más que el precio de la pieza enviada por urgencia. Una cifra realista captura:
Porque el tiempo de inactividad escala con la criticidad de la máquina, la misma pieza puede conllevar un coste por falta de stock muy distinto según dónde esté instalada.
Una caja de cambios en una máquina limitante (ver la teoría de las restricciones ) no es lo mismo que una caja de cambios idéntica en una línea redundante de respaldo.
Emparejar tu estimación de falta de stock con métricas reales de fiabilidad como MTBF y MTTR te dice tanto con qué frecuencia ocurre una avería como cuánto tiempo permanece parada la máquina a la espera de la pieza.
El coste de mantenimiento de existencias, también llamado coste de almacenaje, es el gasto anual de mantener una pieza en stock, normalmente expresado como un porcentaje del valor de la pieza. Componentes típicos:
Un rango de trabajo común para el coste anual de mantenimiento está entre el 15 por ciento y el 30 por ciento del valor de la pieza. Así, un repuesto valorado en 4,000 euros mantenido durante un año puede costar silenciosamente entre 600 y 1,200 euros solo por estar ahí. Controlar la rotación de inventario expone los repuestos que nunca se mueven y son puro coste de mantenimiento.
Los dos costes tiran en direcciones opuestas. A medida que aumentas el stock y el nivel de servicio, el coste de mantenimiento sube de forma constante mientras que el coste esperado por falta de stock baja. El coste total es la suma de ambos, y forma una curva en U con un mínimo claro.
El stock óptimo se sitúa en el fondo de esa U, no en ninguno de los extremos.
Para un repuesto crítico y caro, la decisión suele ser binaria: mantener uno o no mantener ninguno. La forma limpia de decidir es comparar el coste anual de mantener una unidad frente al coste anual esperado de no mantenerla:
Para consumibles de alto volumen y bajo valor (filtros, juntas, elementos de fijación), un modelo continuo encaja mejor. Ahí se fija un punto de reorden, se dimensiona el reabastecimiento con la cantidad económica de pedido y se amortigua la variabilidad de la demanda con stock de seguridad calculado en lugar de una decisión única de mantener o no mantener.
Una línea de envasado funciona con un motor de accionamiento especializado. Las cifras:
Coste de mantener en stock un motor: 6,000 euros multiplicado por 0,25 equivale a 1,500 euros por año.
Tiempo de inactividad si la pieza no está en stock: una espera de 5 días a 24 horas son 120 horas. A 900 euros por hora, un evento de falta de stock cuesta 108,000 euros. Incluso asumiendo que la mitad de las averías ocurren cuando una ventana de reparación absorbe parte del retraso, llamémoslo conservadoramente 60,000 euros por evento.
Coste anual esperado por falta de stock: 25 por ciento de probabilidad multiplicado por 60,000 euros equivale a 15,000 euros al año.
Veredicto: 15,000 euros de coste esperado por falta de stock eclipsan 1,500 euros de coste de mantenimiento por diez a uno. Abastece el motor.
Ahora cambia una variable: si el mismo motor estuviera en una línea no limitante con un equipo en caliente de respaldo, el coste por tiempo de inactividad podría ser cercano a cero, el coste esperado por falta de stock se desploma y el coste de mantenimiento de 1,500 euros ya no estaría justificado.
Misma pieza, decisión opuesta, porque la criticidad cambió el término de falta de stock.
No puedes ejecutar un cálculo completo de compensación sobre diez mil referencias, así que segmenta primero. Realiza un análisis ABC para separar los pocos vitales de los muchos triviales, y usa un análisis de Pareto para confirmar que una pequeña proporción de piezas impulsa la mayor parte del riesgo y el valor. Luego aplica la política adecuada por nivel:
La criticidad también debería informarse por análisis de fallos. Un FMEA señala qué modos de fallo tienen mayor severidad, y entender en qué punto del la curva de la bañera se sitúa cada activo te dice si las fallas son aleatorias, por desgaste o de inicio de vida, lo que cambia cuánto buffer necesitas.
Un buen modelo de compensación es tan preciso como los datos que lo alimentan, y esos datos normalmente viven en tres lugares desconectados: producción, mantenimiento y almacén. Fabrico los reúne como una base de datos en tiempo real.
Como un CMMS listo para el uso en campo, gestiona órdenes de trabajo, activos, calendarios preventivos y repuestos en un solo lugar, de modo que cada consumo de pieza queda registrado contra el activo y la avería que lo desencadenó.
Su monitorización de la OEE y de la producción en tiempo real cuantifica lo que realmente cuesta una hora de inactividad en una línea determinada, que es el número del que depende la validez de tu cálculo de falta de stock.
La visión por ordenador de Fabrico puede incluso monitorizar máquinas que no tienen PLC, extendiendo la captura precisa de datos a activos más antiguos. Al estar desarrollado en la UE con residencia de datos en la UE, ese historial operativo permanece bajo gobernanza europea.
Fabrico no reordena automáticamente las piezas por ti, pero te proporciona las tasas de consumo verificadas, las frecuencias de fallo y los costes de inactividad que hacen que las cuentas entre mantener y faltar al stock sean fiables.
Explora la visión general de la solución CMMS para ver cómo se conectan repuestos y órdenes de trabajo.
Sí. Para piezas baratas en equipos no críticos o redundantes, el coste por tiempo de inactividad es tan bajo que mantener inventario, especialmente stock de lenta rotación propenso a obsolescencia, cuesta más que una espera ocasional para la entrega.
El modelo de compensación hace esa decisión explícita: cuando el coste esperado por falta de stock está por debajo del coste de mantenimiento, planificar reordenar bajo demanda es la opción racional y de menor coste total.
Empieza por el margen de producción perdido: unidades que la máquina habría producido por hora multiplicadas por el margen por unidad, pero solo si esa producción no puede recuperarse en otro lugar. Añade el coste del personal parado y cualquier penalización o coste por chatarra.
Las máquinas que son cuellos de botella o alimentan a toda la línea llevan las cifras más altas, por eso la misma pieza merece decisiones de stock muy distintas según su posición.
El plazo de entrega es un multiplicador del coste por falta de stock. Un plazo de proveedor más largo significa más horas de inactividad por evento, lo que aumenta el coste esperado por falta de stock y hace más atractiva la opción de mantener el repuesto.
Acortar el plazo mediante un proveedor local o un acuerdo de gestión de proveedor ( VMI ) puede voltear una decisión de mantener a favor de reordenar bajo demanda y liberar coste de mantenimiento.
¿Listo para basar tus decisiones sobre repuestos en costes reales de inactividad y datos de fallos verificados en lugar de en conjeturas? Reserva una demo de Fabrico y comprueba cómo la OEE conectada y los datos del CMMS afinan cada decisión entre mantener y arriesgar una falta de stock.
Iniciar sesión
Blog
