Durante los últimos años, hemos visto el auge de la industria e-commerce y la entrega casi inmediata de los productos, llegando a convertir un muda (desperdicio) como el transporte en una actividad de gran valor añadido en la que el cliente está dispuesto a pagar por la inmediatez. Esta transformación industrial ha impulsado la necesidad de medir, no solo la productividad, sino también la fiabilidad del servicio, convirtiéndose en una métrica clave para la mejora de procesos. Esta alineación de la fiabilidad del servicio con la eficiencia operativa es uno de los pilares del Toyota Production System (TPS), la base de la producción Lean moderna.
Es en este entorno donde aparece el indicador por excelencia para monitorizar la calidad del servicio, el OTIF (On Time In Full) que mide no solamente el porcentaje de pedidos enviados a tiempo, sino también la calidad de ese envío en cuanto a cantidad y referencia.
¿Cómo calcular el OTIF?
Para el cálculo, es posible distinguir dos métodos, que nos permiten adaptar la métrica al nivel de madurez y tamaño de la compañía, obteniendo dos aproximaciones que permiten introducir o matizar la eficacia de las entregas.
En primer lugar, en un formato más directo, calculamos el cumplimiento de los pedidos con las dos condiciones de forma simultánea, por lo tanto, la fórmula general de cálculo es:
Utilizando esta fórmula, si recibiésemos 150 pedidos en un mes y entregaremos a tiempo 123, el resultado del OTIF sería (123/150)x100 = 82%.
En la segunda opción, que permite un diagnóstico más detallado, es común desglosar el cálculo en los dos factores que influyen en la entrega, y como un caso similar al del OEE, multiplicar ambos factores entre sí obteniendo la siguiente fórmula:
En este caso, por ejemplo, un % On Time de un 98% y un % In Full del 85%, resulta en un OTIF del 83,3%. Añadiendo además el matiz de que el problema se focaliza en los pedidos completos y no en la entrega a tiempo.
OTIF bajo: ¿Cuáles son las causas probables y su relación con la ineficiencia (muda)?
Como medición en el punto final del proceso, este KPI es capaz de detectar ineficiencias (o muda comúnmente conocido en el argot lean) a lo largo de todos los procesos de la compañía que impactan directamente en la satisfacción del cliente. Es por ello que analizar y resolver los problemas identificados, contribuye a reducir tanto los costes operativos como la eficacia y eficiencia de todo el sistema.
Entre las causas probables de tener bajo OTIF, podriamos encotrar:
- Baja fiabilidad de inventario, que puede generar retrasos en las entregas.
- Falta de estandarización o de una buena práctica de 5S, que incrementa los errores de picking y reduce la mejora de productividad.
- No adecuación del plan de producción a la demanda del cliente o baja adherencia del plan de producción, por ejemplo, por un bajo OEE
- Paradas inesperadas de máquinas críticas debido a problemas solucionables desarrollando un sistema TPM robusto
- Problemas de calidad en fases anteriores del proceso
- Retrasos o errores en la entrega de proveedores
- Fallos logísticos en transportes, aduanas…
El análisis en detalle de una tasa de servicio baja permite que a través de herramientas como Value Stream Mapping (VSM) o metodologías de resolución de problemas seamos capaces de identificar y eliminar las causas raíz de estas ineficiencias de toda la cadena de suministro, algo que se traduce en una mejora real en el servicio y la rentabilidad.
