Es octubre. El maíz de la nueva cosecha llega al mercado y los precios están en su punto más bajo del año. El responsable de compras quiere comprar ya el maíz también para febrero y marzo, sabiendo que en años anteriores los precios subieron bastante en primavera. El responsable financiero pregunta por el dinero inmovilizado en cada tonelada almacenada y por el coste del almacenamiento. Además, la capacidad libre de silos de la fábrica es limitada. Quién tiene razón depende de cómo se muevan realmente los precios y de cómo actúen juntos estos límites.
¿Qué gana una tonelada comprada hoy?
Veamos un ejemplo con cifras ilustrativas. El maíz cuesta hoy 9.300 TRY por tonelada. El equipo de compras prevé 9.500 en el segundo mes, 9.900 en el tercero y 10.200 en el cuarto. Almacenar una tonelada durante un mes cuesta 90 TRY, incluidos seguro, mermas y financiación.
Comprar hoy una tonelada para usarla en el segundo mes cuesta 9.300 + 90, es decir, 9.390 TRY. Comprarla en el segundo mes cuesta 9.500. La ganancia es de 110 TRY por tonelada. Comprar hoy una tonelada para usarla en el cuarto mes cuesta 9.300 + 3 × 90, es decir, 9.570 TRY. Comprarla en el cuarto mes cuesta 10.200. La ganancia es de 630 TRY por tonelada. Si la previsión se cumple, cada tonelada comprada hoy gana más cuanto más lejano es el mes para el que se compra.
Cuando el límite es el espacio en silos
La fábrica consume 2.500 toneladas de maíz al mes y, aparte de lo que necesita este mes, solo tiene 4.000 toneladas de capacidad libre de silos. No es posible comprarlo todo hoy. Ahora la pregunta cambia: ¿a qué meses hay que dedicar el espacio limitado en silos y en qué mes hay que comprar el resto?
Preguntas como esta son difíciles de resolver a mano, porque la decisión de cada mes afecta al espacio en silos del mes siguiente. El stock consumido en el segundo mes deja sitio para una nueva compra para el tercero. Un modelo multiperiodo resuelve todos los meses juntos y decide a la vez cuánto comprar, almacenar y usar en cada mes. El modelo también da el precio sombra de la capacidad de silos. Ese valor indica cuánto ganaría una tonelada más de espacio en silos, y dice directamente hasta qué precio tiene sentido alquilar almacenamiento.
Las fórmulas también cambian con el periodo
La verdadera fuerza de la planificación multiperiodo es que no trata las compras al margen de las fórmulas. Si el maíz se encarece en el cuarto mes, las fórmulas de ese mes pueden pasar a trigo o cebada. Almacenar maíz para el cuarto mes gana entonces menos de lo esperado, porque de todos modos la fórmula usará menos maíz ese mes. Una fábrica que planifica las compras y la formulación por separado no puede ver esta interacción.
Los contratos forman parte del mismo modelo. Si sabe que va a recibir una cantidad determinada de harina de soja en una fecha determinada, esa entrega pasa directamente al stock y al espacio en silos de ese mes. Si un barco se retrasa o se cancela un contrato, volver a resolver el modelo con la información actual corrige automáticamente también el plan de los demás meses.
La demanda de pienso también es una previsión
En un plan multiperiodo, no solo los precios son previsiones, también lo es cuánto pienso se va a producir en cada periodo. La demanda de piensos para rumiantes sube en invierno en la mayoría de las regiones, cuando los pastos se agotan. En avicultura, los calendarios de entrada de animales y los periodos festivos marcan la demanda. Si la previsión de demanda es demasiado alta, la fábrica tiene más stock del necesario y el coste de almacenamiento se pierde. Si es demasiado baja, hay que hacer una compra urgente en el mercado en un mes caro.
Por eso las previsiones de demanda del equipo comercial deben entrar en el plan y compararse con las ventas reales en cada actualización. Si la diferencia entre previsión y realidad va en el mismo sentido durante varios meses, hay que corregir el método de previsión. Que compras, ventas y formulación hablen sobre el mismo plan acelera esa corrección.
Las previsiones pueden fallar
Todo esto se apoya en previsiones de precios, y las previsiones de precios fallan a menudo. Si el maíz se queda en 9.400 TRY en el cuarto mes en lugar de 10.200, cada tonelada comprada hoy y almacenada tres meses habrá costado 9.570 TRY, una pérdida de 170 TRY por tonelada. Por eso es mejor trabajar la planificación multiperiodo con varios escenarios que con una sola previsión.
Un método que funciona bien en la práctica es el siguiente. Se preparan un escenario base, uno de precios bajos y uno de precios altos. Se resuelve el modelo para cada uno y se comparan las cantidades de compra recomendadas. La cantidad recomendada en los tres escenarios es una compra que puede hacerse con confianza. La parte en la que los escenarios difieren mucho es la parte de riesgo, y la decisión ahí depende de la tolerancia al riesgo de la empresa. Algunas empresas dividen esa parte en varios lotes y la reparten en el tiempo.
¿Cada cuánto actualizar?
Un plan multiperiodo no se hace una vez y se olvida. Hay que volver a resolverlo cada mes con precios nuevos, previsiones nuevas y consumos reales. Las decisiones del primer mes se ejecutan, mientras que las de los meses siguientes quedan como hoja de ruta y se revisan en cada actualización. Este enfoque deslizante mantiene la visión a largo plazo y a la vez se adapta a los cambios a corto plazo.
OptiFormula Ultimate realiza optimización prospectiva por periodos semanales o mensuales. Resuelve juntas las proyecciones de precios para periodos futuros, los contratos a plazo, los límites de silos y la demanda de pienso por periodo. Así el equipo de compras puede decidir mirando todo el horizonte de planificación, no solo el precio de hoy.
No hay una única respuesta a si comprar en cosecha o en primavera. La respuesta depende de la diferencia de precios, del coste de almacenamiento, del espacio en silos y de lo que necesitarán las fórmulas en esos meses. Un plan que ve todo esto a la vez da una base mucho más firme que una decisión tomada a ojo.
