Clasificar el catálogo en ABC (y XYZ) es útil. Pero la clasificación sola no baja el inventario ni mejora el servicio. El valor aparece cuando cada cuadrante tiene una política y esa política se traduce en sugeridos de reposición.
Por qué falla el “proyecto ABC”
Escenario típico:
- Se corre un ABC en Excel.
- Se presenta un pastel bonito a gerencia.
- Nadie cambia lead times, mínimos de compra ni cobertura.
- Seis meses después, mismos quiebres y mismo excess.
El problema no fue la matriz. Fue la falta de operacionalización.
El puente en 4 capas
- Clasificación (ABC/XYZ)
- Política por cuadrante (servicio, cobertura, revisión)
- Parámetros (ROP, stock seguridad, Q sugerida)
- Acción (carrito / OC / transferencia)
Si te saltas una capa, vuelves al reporte estático.
Capa 1 — Clasificación que se pueda defender
- ABC por valor (contribución a margen o a venta; 80/15/5 es un punto de partida, no dogma).
- XYZ por variabilidad (coeficiente de variación de demanda).
- Recalcular con cadencia (mensual/trimestral), no “una vez al año”.
| Cuadrante | Lectura | Prioridad |
|---|---|---|
| A/X | Alto valor, demanda estable | Servicio alto, poca intervención manual |
| A/Y–Z | Alto valor, demanda errática | Más stock seguridad o revisión frecuente |
| C/X | Bajo valor, estable | Automatizar y simplificar |
| C/Z | Bajo valor, errático | Evitar overstock; mínimos bajos |
Capa 2 — Políticas por cuadrante
Define reglas explícitas, por ejemplo:
- A: fill rate objetivo 98–99%, revisión diaria/semanal, overrides con aprobación.
- B: fill rate 95–97%, revisión semanal.
- C: fill rate 90–95%, menos frecuencia de pedido para bajar costo operativo.
La política debe incluir qué hacer con excess (transferencia, promo, descontinuación), no solo cómo comprar.
Capa 3 — Parámetros de reposición
Para cada SKU-centro relevante:
- Demanda prevista en el lead time
- Stock de seguridad
- Punto de reorden (ROP)
- Cantidad sugerida (múltiplos, MOQ, contenedor)
Capa 4 — Acción y feedback
- Ver alerta / línea sugerida
- Ajustar con contexto (promo, demora proveedor)
- Aprobar / descartar
- Medir si la decisión mejoró servicio o generó excess
Priorización cuando “no hay tiempo”
- Quiebres actuales y proyectados en A
- Overstock severo en A/B
- Cambios de lead time / disrupciones
- Outliers de forecast que mueven pedidos grandes
KPIs del puente
- % de OC originadas en sugerido (adopción)
- Fill rate por ABC
- Días de cobertura vs objetivo por cuadrante
- Excess value (tendencia)
- Edad de parámetros sin revisar
FAQ
¿ABC por venta o por margen? Si el objetivo es capital y rentabilidad, margen (o contribución) suele ser mejor. Si el objetivo es servicio al shopper en categorías tráfico, venta puede bastar. Sé consistente.
¿Cada cuánto reclasificar? Mensual para catálogos dinámicos; trimestral mínimo. Evita reclasificar cada semana (ruido).
¿XYZ es obligatorio? No, pero evita tratar un A estable igual que un A errático. Esa diferencia paga el esfuerzo.
Ejemplo de política completa (plantilla)
Clase A/X
- Fill rate objetivo: 98.5%
- Revisión: diaria automática + humana 2×/semana
- SS: según servicio y variabilidad baja
- Override: supervisor planning
- Excess: transferir antes de liquidar
Clase A/Z
- Fill rate objetivo: 97–98%
- Revisión: humana en cada ciclo
- SS: más alto o pedidos más frecuentes
- Escenarios obligatorios si hay promo
- Override: manager + nota de causa
Clase C/X
- Fill rate objetivo: 92–95%
- Pedido: menor frecuencia / mayor lote si el flete lo justifica
- SS: mínimo
- Candidatos a simplificación de surtido si excess recurrente
Copia esta plantilla a tu wiki interna y pon fechas de vigencia.
De la matriz al carrito (flujo diario)
- Sistema genera necesidades (ROP / cobertura).
- Planner filtra: A en riesgo + excess severo + cambios de LT.
- Ajusta cantidades (MOQ, contenedor, campaña).
- Aprueba → OC / transferencia.
- Descarta con motivo (dato para mejorar el motor).
El motivo de descarte es oro: si el 40% se descarta por “LT malo”, no necesitas un modelo nuevo — necesitas master data.
Indicadores de adopción (después de 60 días)
- % de líneas A cuya OC salió del sugerido
- % de overrides con motivo
- Tiempo medio de aprobación
- Quiebres A evitados vs semana baseline
- Excess creado por compras fuera de sugerido
Si la adopción es baja, el problema es UX/confianza, no “falta de ABC”.
Cómo lo aborda Opticks AI
En Opticks AI, la clasificación ABC/XYZ se conecta con resultados de supply, parámetros editables y flujos de sugeridos (carrito/aprobación), para que la matriz termine en una orden — no en un slide.
Sigue explorando
¿Quieres ver esto con tus datos? Agendar una demo