Inventario fantasma y agotados: diagnosticar antes de automatizar

Definir el problema con precisión

"Inventario fantasma" es un término cómodo que oculta varios fenómenos. En su sentido básico, es la brecha entre la existencia que muestra el sistema y la que realmente puede venderse en el momento. Pero esa brecha puede significar que la pieza no existe, que existe en otro lugar, que existe dañada o que existe y nadie la encuentra. Cada una de esas situaciones tiene un remedio distinto, así que el primer trabajo es separarlas.

Conviene definir, por escrito, al menos tres cosas: qué cuenta como "disponible para vender" (en piso, en trastienda, apartada), qué ventana de tiempo se usa para decir que un artículo está agotado y qué fuente se toma como referencia al comparar. Sin esas definiciones, dos áreas pueden discutir meses con números que miden cosas distintas.

Un agotado puede ser real (no hay pieza en ningún lugar) o aparente (hay pieza, pero fuera de alcance del cliente). El segundo tipo es el que la automatización de captura puede atacar con más probabilidad; el primero es un problema de abasto.

Causas posibles y cómo distinguirlas

Las causas se agrupan en categorías que requieren evidencia diferente. Mezclarlas en un solo número de "merma" lleva a decisiones equivocadas, como reforzar vigilancia cuando el origen es un maestro de artículos desordenado.

Solo la última fila corresponde a pérdida de valor. Las otras cuatro son errores de registro o de ubicación que, una vez resueltos, "reaparecen" mercancía sin que haya dejado de existir. Por eso afirmar que cierta diferencia es robo, sin haber descartado las otras causas, es una conclusión sin sustento.

Protocolo de muestra física

La forma más económica de diagnosticar es una muestra física dirigida. En lugar de contar todo, se eligen artículos que el sistema declara con existencia pero sin ventas recientes, y se verifica uno por uno si están en el lugar esperado, en otro lugar o ausentes. Cada hallazgo se clasifica con las categorías de la tabla anterior.

1. Defina la lista de artículos candidatos con un criterio repetible, por ejemplo existencia positiva y ausencia de venta en un periodo acordado.
2. Asigne a dos personas distintas la búsqueda física, para reducir sesgo.
3. Registre qué se encontró, dónde y en qué estado, y no solo si "cuadra".
4. Documente el criterio de búsqueda: áreas revisadas y tiempo dedicado.

El resultado no permite extrapolar con rigor a toda la tienda salvo que el diseño de muestreo lo contemple; úselo para identificar patrones de causa, y mida con un diseño formal cuando necesite una cifra confiable.

Cuándo sí tiene sentido automatizar

Automatizar la captura es razonable cuando el diagnóstico muestra que la causa dominante es la dificultad de contar o de ubicar. Por ejemplo, si gran parte de los hallazgos son piezas presentes pero mal ubicadas, un conteo más frecuente y ligero ayudará. Para ello se puede considerar escaneo con terminal móvil o, en ciertas categorías, etiquetas de radiofrecuencia. RAIN RFID puede identificar muchos artículos a la vez sin línea de vista, pero eso es una capacidad de captura, no un resultado de exactitud.

Ocurre lo contrario cuando la causa dominante es de maestro de datos o de proceso. Un lector rápido leerá con rapidez los códigos equivocados. Antes de invertir, vale la pena preguntarse si el cambio de proceso, como cerrar devoluciones por línea o depurar códigos duplicados, resolvería gran parte del problema sin hardware.

De la diferencia a una causa comprobable

El diagnóstico de inventario fantasma necesita expedientes de diferencias, no solo un porcentaje. Para cada artículo con existencia en sistema y sin disponibilidad real, registre el lugar que se revisó, la hora y el último movimiento que podría explicar la diferencia. GS1 EPCIS ofrece un marco de eventos con contexto de tiempo y lugar; no determina la causa por sí mismo, pero ayuda a reconstruir la secuencia.

Separe una causa probable de una causa confirmada. Encontrar una devolución abierta no demuestra que corresponda a la pieza faltante. Busque el identificador, documento o evidencia que vincule ambos hechos antes de cerrar la investigación. Si no hay evidencia suficiente, deje la diferencia abierta con responsable y siguiente comprobación, en vez de asignarla automáticamente a merma.

También conviene conservar los casos en los que el artículo sí aparece. Una pieza encontrada detrás de otro SKU apunta a ubicación o reposición; una recepción que se registró antes de descargar apunta a un desfase de proceso. La corrección debe actuar sobre ese mecanismo, con una prueba posterior que permita comprobar si se repite. Para definir cobertura, exactitud y frescura de forma gerencial, consulte la guía de indicadores de inventario; aquí el objetivo es cerrar diferencias con evidencia.

Riesgos de un diagnóstico apresurado

El principal riesgo es atribuir la diferencia a una causa por intuición. Si se concluye "es robo" y se endurecen controles de acceso, pero el origen era un código duplicado, el agotado aparente seguirá y la relación con el personal se deteriorará. Otro riesgo es medir justo después de un conteo general: la exactitud se ve alta porque acaba de corregirse, y degrada con el tiempo.

También hay un riesgo de definición. Un artículo con un GTIN que identifica una presentación específica debe analizarse por presentación; mezclar tamaños o empaques en una sola línea oculta justo los casos que causan confusión.

Siguiente paso

Tome una categoría con quejas de agotado y seleccione una muestra dirigida que cubra los tipos de diferencias detectados, sin tratarla como una estimación estadística de toda la tienda; clasifique cada hallazgo antes de proponer una solución. Si el resultado apunta a captura o ubicación, evalúe herramientas de conteo; si apunta a datos o proceso, corrija primero eso. Para comentar el caso, el contacto de ARKCOM es garkcom.com/contact.

¿Un agotado siempre significa inventario fantasma?

No. Puede ser un faltante real de abasto. Solo es fantasma cuando el sistema afirma que hay existencia disponible y no la hay.

¿Puedo estimar la merma con esta muestra?

No como cifra general. La muestra sirve para entender causas; una estimación requiere un diseño de muestreo formal.