Distribution Resource Planning: Más Allá del Forecast

Qué es el Distribution Resource Planning (y qué no es)

El distribution resource planning (DRP) es el sistema que decide cuánto producto sale de tu centro de distribución hacia cada tienda, cuándo sale, y en qué cantidad. No es un modelo de forecast. No es un sistema de órdenes de compra. Es el mecanismo que traduce una señal de demanda en movimiento real de inventario a través de una red de puntos de venta.

La diferencia importa. El MRP (Material Requirements Planning) fue diseñado para manufactura: calcula insumos a partir de un plan de producción. El DRP hace algo distinto — coordina flujos de inventario entre nodos de una red de distribución en función de la demanda esperada en cada punto de consumo. En retail, ese punto de consumo es el anaquel, no el CD.

El DRP no te dice qué va a vender tu tienda. Te dice qué tienes que mover — y cuándo — para que el producto esté ahí cuando el cliente llegue.

Un DRP bien ejecutado conecta tres variables en tiempo real: el inventario disponible en cada tienda, el inventario en tránsito, y la demanda proyectada por punto de venta. Cuando esas tres variables están alineadas, el sistema repone correctamente. Cuando no lo están — y en la mayoría de los retailers latinoamericanos no lo están — el sistema repone con ruido.

DRP vs. forecast: la confusión que le cuesta millones a los retailers

El 73% de los retailers en Latinoamérica tienen sobre-inventario y quiebre de stock al mismo tiempo, en la misma semana. Eso no es un problema de forecast, es la firma exacta de un DRP que está moviendo números en lugar de mover producto.

La confusión más cara del sector es esta: mejorar el forecast no mejora la reposición si el DRP que traduce ese forecast en órdenes está roto. Puedes tener un modelo predictivo con MAPE de 8% y seguir teniendo 4.1 días de quiebre de stock mensual en tus top 200 SKUs — porque el problema no está en la predicción, está en la ejecución del flujo.

El forecast dice cuánto se va a vender. El DRP dice qué hay que mover. Son capas distintas. Tratar al DRP como un problema de forecast es como cambiar el mapa cuando lo que está roto es el motor.

Cómo funciona el DRP en una red de distribución retail

El DRP opera en cascada. La demanda en tienda genera una necesidad de reposición. Esa necesidad sube al CD. El CD calcula si tiene stock suficiente para cubrir todas las tiendas en el horizonte de planificación. Si no lo tiene, genera una orden de compra al proveedor.

En teoría, el flujo es limpio. En la práctica, cada eslabón de esa cadena introduce distorsión: lead times que no reflejan la realidad, parámetros de stock de seguridad calculados hace tres años, inventarios en sistema que no coinciden con el físico en anaquel. Cuando esas distorsiones se acumulan, el resultado no es un forecast impreciso — es un CD lleno de producto que no está llegando a donde debe llegar.

---

Por qué el DRP tradicional falla en el retail moderno

El modelo clásico de DRP fue diseñado para cadenas de distribución estables: lead times predecibles, demanda con baja varianza, proveedores confiables. Ese entorno no existe en el retail latinoamericano. Y esa incompatibilidad tiene costos concretos.

Hay tres razones estructurales por las que el DRP tradicional genera sobre-inventario en algunas tiendas y quiebre de stock en otras al mismo tiempo:

1. Los parámetros son estáticos en entornos donde la demanda cambia cada semana, lo que hace que el sistema sobre-ordene para tiendas donde la rotación bajó y sub-ordene para tiendas donde subió.

2. La visibilidad del inventario en tienda es parcial o tardía, así que el CD toma decisiones de despacho basadas en datos que tienen 24 a 72 horas de rezago — suficiente para que una tienda rompa stock dos veces antes de recibir reposición.

3. El modelo no diferencia entre SKUs por comportamiento de demanda, tratando igual a un producto de alta rotación con demanda estable y a un producto estacional con ventas concentradas en tres semanas del año.

El problema de los parámetros estáticos en entornos de demanda volátil

El stock de seguridad de la mayoría de los retailers está calculado con una fórmula que asume varianza estable. En LatAm, esa varianza no es estable. La volatilidad cambiaria afecta precios y demanda. Las estacionalidades atípicas — Buen Fin, 11/11, quincenas, fiestas patronales locales — generan picos que un parámetro estático no puede capturar.

Cuando el parámetro no se actualiza, el sistema compensa sobre-ordenando en forma agregada. El resultado: exceso de inventario en promedio, quiebres en las tiendas con mayor varianza.

Centralizar sin visibilidad: la trampa del CD como cuello de botella

Un CD que no ve el inventario en tiempo real de sus 80 tiendas no está coordinando una red. Está administrando una cola de pedidos. La diferencia es crítica: en modo cola, el CD responde a lo que las tiendas reportan. En modo red, el CD anticipa lo que las tiendas van a necesitar.

Los retailers que operan con reportes de inventario con rezago de 24 horas o más están, por definición, reponiendo siempre tarde. El DRP se convierte en un sistema reactivo disfrazado de planificación.

---

El costo real del DRP mal ejecutado: cálculo en pesos

El daño del DRP disfuncional no aparece en una sola línea del P&L. Se distribuye entre capital inmovilizado, venta perdida y deterioro de margen. Para cuantificarlo necesitas tres cálculos, no uno.

Fórmula 1: Costo del sobre-inventario como porcentaje del capital de trabajo

El capital inmovilizado en inventario tiene un costo financiero real — no contable. Es la tasa que le cobras a ese dinero por no moverse.

Costo financiero del sobre-inventario =


Inventario en exceso ($) × Tasa de costo de capital anual × (Días de exceso / 365)

Si tienes USD 8M en inventario promedio y el 22% está en exceso (sobre tu cobertura objetivo), eso es USD 1.76M inmovilizado. Con una tasa de costo de capital del 14% anual, ese exceso te está costando USD 246,400 por año solo en costo financiero — antes de contar obsolescencia, merma y espacio de bodega.

Fórmula 2: Venta perdida por quiebre de stock convertida a EBITDA

Venta perdida anual =


Ventas totales ($) × % de quiebre de stock × % de demanda no sustituida internamente


Impacto en EBITDA =


Venta perdida × Margen bruto promedio

Un retailer con USD 400M en ventas anuales que opera con 3.2% de quiebre de stock en sus top 500 SKUs está perdiendo USD 12.8M en venta. Si el 60% de esa demanda no se recupera internamente (el cliente compra en otra tienda o cambia de marca), la venta efectivamente perdida es USD 7.68M. Con un margen bruto del 28%, el impacto directo en EBITDA es USD 2.15M por año.

Ejemplo numérico: retailer de 80 tiendas, 12,000 SKUs

| Parámetro | Valor base | Impacto anual |

|---|---|---|

| Inventario promedio en exceso | USD 3.2M | Costo financiero: USD 448K |

| Quiebre de stock top SKUs | 2.9% sobre USD 280M | Venta perdida: USD 4.85M |

| Demanda no recuperada | 55% del quiebre | Pérdida efectiva: USD 2.67M |

| Margen bruto | 26% | Impacto EBITDA: USD 694K |

El daño combinado — capital inmovilizado más EBITDA perdido — supera USD 1.1M anuales en una operación que, desde afuera, "funciona". Nadie la contabiliza así porque el sobre-inventario aparece como activo y el quiebre de stock aparece como varianza de forecast.

---

Los 4 errores de datos que hacen que tu DRP mienta

El DRP es tan bueno como los datos que lo alimentan. Y en la mayoría de los retailers de la región, esos datos tienen errores sistemáticos que distorsionan cada decisión de reposición.

Lead times ficticios que inflan el stock de seguridad

El lead time que está en tu sistema probablemente fue cargado hace más de 18 meses. Desde entonces, tu proveedor cambió su operación logística, tus rutas de distribución cambiaron, y la realidad es 1.4 días más larga — o más corta — que el parámetro. Esa diferencia, multiplicada por la demanda diaria promedio de 12,000 SKUs, genera errores de stock de seguridad que se acumulan silenciosamente.

Demanda suavizada que oculta la estacionalidad real por tienda

Los sistemas que promedian la demanda histórica para calcular reposición están cometiendo un error de diseño. La tienda D1 en Chapinero no tiene el mismo patrón de quincena que la tienda D1 en Suba. Un modelo que promedia esas dos señales repone mal en las dos. La planificación de recursos de distribución por tienda individual — no por clúster ni por región — es la única forma de capturar esa variabilidad sin sobre-ordenar en forma agregada.

SKUs fantasma: inventario en sistema que no existe en anaquel

En retailers con alta rotación y operación manual de tienda, la discrepancia entre el inventario del sistema y el inventario físico en anaquel oscila entre el 8% y el 17% de los SKUs activos. El DRP repone basado en lo que dice el sistema. Si el sistema dice que hay 12 unidades en tienda y en realidad hay 0, el sistema no va a generar una orden de reposición — y el quiebre de stock va a durar hasta el próximo conteo físico.

El cuarto error: frecuencias de reposición que no coinciden con la rotación del SKU

Un SKU con rotación diaria que se repone una vez por semana va a quiebre con regularidad, independientemente de qué tan buen sea el forecast. Ajustar la frecuencia de reposición a la rotación real de cada SKU en cada tienda puede reducir el quiebre de stock en 1.8 a 2.6 puntos porcentuales sin aumentar el inventario promedio.

---

Cómo debería funcionar el DRP en un retailer competitivo

Un DRP orientado a ejecución no parte del forecast central. Parte del consumo real en cada punto de venta y trabaja hacia atrás.

Del push al pull: reposición basada en demanda real de tienda

El modelo push tradicional decide centralmente cuánto despachar a cada tienda. El modelo pull deja que la tienda — o más precisamente, el consumo real de la tienda — genere la señal de reposición. La diferencia en resultado es concreta: los modelos pull reducen el sobre-inventario en tienda entre 15% y 23% manteniendo el mismo nivel de servicio, porque no envían producto que la tienda no ha demostrado que necesita.

La planificación de la demanda por tienda es el punto de partida de este modelo. Sin una señal de demanda granular a nivel de punto de venta, cualquier DRP va a agregar ruido al mover hacia el nivel superior.

Segmentación de SKUs por comportamiento, no solo por categoría

Un SKU de alta rotación con demanda estable necesita una política de reposición distinta a un SKU de media rotación con alta varianza. Tratarlos igual genera sobre-inventario en el primero y quiebre en el segundo — de forma simultánea, en la misma tienda. La gestión de inventario multitienda efectiva segmenta los SKUs por comportamiento observado: velocidad de venta, variabilidad, lead time del proveedor, y sensibilidad a la estacionalidad.

El rol del CD como habilitador, no como acumulador

El CD no debería ser el lugar donde el inventario espera ser necesario. Debería ser el nodo de tránsito más eficiente posible entre el proveedor y el anaquel. Cuando el CD opera como acumulador — con cobertura de 21 días para SKUs que la tienda vende en 4 — el capital que debería estar rotando está quieto, pagando tasa.

---

DRP y nivel de servicio: la métrica que conecta logística con ingresos

El nivel de servicio en retail tiene dos caras. El fill rate mide qué porcentaje de las unidades solicitadas por las tiendas llegan completas desde el CD. El on-shelf availability mide qué porcentaje del tiempo el producto está disponible en el anaquel cuando el cliente lo busca. Son métricas distintas y ambas importan.

El error más común es reportar el fill rate del CD como proxy del nivel de servicio real. Un CD con 97.3% de fill rate puede estar alimentando tiendas con 6.1% de quiebre de stock si el DRP está mal calibrado — porque el problema no está en si el CD despacha completo, sino en si despacha el producto correcto, a la tienda correcta, en el momento correcto.

Para entender la relación entre nivel de servicio y venta perdida, la métrica que necesitas no es el fill rate agregado. Es el on-shelf availability por SKU por tienda por día.

Cómo medir el nivel de servicio real (no el que reporta el sistema)

On-Shelf Availability real =


1 - (Días con quiebre de stock × Unidades de venta perdida estimada) / Venta potencial total

Si tus top 100 SKUs muestran quiebre en promedio 2.3 días al mes por tienda, y cada día de quiebre representa el 60% de la venta diaria esperada de ese SKU, tu on-shelf availability real es significativamente más bajo que el que muestra el reporte de fill rate del CD.

La relación directa entre quiebre de stock y pérdida de clientes permanentes

Un quiebre de stock no pierde una venta. Pierde un cliente en el 31% de los casos — porque ese cliente elige una marca sustituta y no regresa al producto original. En categorías con alta fidelidad de marca (bebidas, cuidado personal, lácteos), ese porcentaje sube a 44%. El costo del quiebre de stock no es la unidad que no se vendió. Es el valor de vida del cliente que dejó de confiar en tu tienda para encontrar lo que busca.

---

Checklist: señales de que tu DRP está destruyendo capital hoy

Responde estas preguntas. Cada "sí" es una fuga activa de capital:

• ¿Tu inventario en CD cubre más de 14 días para SKUs de alta rotación? El exceso por encima de tu lead time más buffer está inmovilizado sin razón.

• ¿Tus parámetros de stock de seguridad tienen más de 6 meses sin actualización? Están calculados para una operación que ya no existe.

• ¿El fill rate de tu CD está por encima del 95% pero tienes quiebres de stock superiores al 2.5%? El problema no es el abastecimiento — es la distribución dentro de la red.

• ¿Tu discrepancia entre inventario en sistema e inventario físico supera el 8%? Tu DRP está reponiéndose basado en un inventario que no corresponde a la realidad del anaquel.

• ¿Tienes tiendas con sobre-stock y tiendas con quiebre en el mismo SKU en la misma semana? Eso es la firma de un DRP que no redistribuye — solo acumula.

• ¿Los lead times en tu sistema no se revisan automáticamente contra los lead times reales? Cada día de diferencia te está costando unidades de stock de seguridad innecesarias.

• ¿Tu reposición usa la misma frecuencia para SKUs con rotaciones distintas? Estás sobre-sirviendo los lentos y sub-sirviendo los rápidos.

Si respondiste "sí" a tres o más de estas preguntas, tu DRP tiene un problema estructural — no un problema de datos.

---

¿Tu DRP está gestionando inventario o está gestionando excusas?

Hay una pregunta que vale la pena hacerse esta semana: cuando tu equipo explica un quiebre de stock, ¿explica por qué ocurrió o explica por qué era inevitable?

La diferencia no es semántica. Un DRP diseñado para optimizar la ejecución produce menos quiebres porque cambia los parámetros antes de que el problema ocurra. Un DRP diseñado para producir reportes explica el problema después de que el cliente ya se fue.

En Cruz Verde, después de implementar una lógica de reposición basada en consumo real por punto de venta, el GMROI subió 16.5%, el inventario promedio bajó USD 2.1M (-12.3%) y las ventas crecieron 2.4%. Eso no es optimización de forecast. Es un DRP que dejó de gestionar excusas y empezó a gestionar flujo.

La pregunta no es si tu forecast es suficientemente preciso. La pregunta es si tu DRP está diseñado para mover el producto correcto al lugar correcto antes de que el cliente lo busque — o para explicar, con números elegantes, por qué no llegó a tiempo.

---

Preguntas frecuentes

¿Qué diferencia hay entre DRP y MRP en el contexto de un retailer?

El MRP (Material Requirements Planning) fue diseñado para manufactura: calcula necesidades de insumos a partir de un plan de producción. El DRP (Distribution Resource Planning) coordina flujos de inventario entre nodos de distribución y puntos de venta en función de la demanda real de los consumidores. Para un retailer, el MRP no aplica directamente — el DRP es la capa que traduce la señal de demanda en tienda en órdenes de reposición desde el CD y desde los proveedores.

¿Cómo sé si mi problema es de DRP o de forecast?

Si tienes quiebre de stock y sobre-inventario en el mismo SKU al mismo tiempo — en distintas tiendas o en la misma — el problema es de distribución, no de predicción. Un problema de forecast puro genera errores uniformes en la misma dirección. Un problema de DRP genera dispersión: exceso en unos nodos, escasez en otros, con el mismo nivel de demanda agregada.

¿Cuánto capital puede liberar un DRP bien ejecutado en un retailer mediano?

Depende del punto de partida, pero la fórmula es directa: toma tu inventario promedio en exceso (lo que supera tu cobertura objetivo) y multiplícalo por tu tasa de costo de capital. Un retailer con USD 5M en inventario excedente y una tasa del 13% anual está pagando USD 650,000 al año por tener producto parado. Reducir ese exceso un 30% libera USD 1.5M en capital de trabajo y elimina USD 195,000 en costo financiero anual.

¿El DRP reemplaza al sistema de forecasting o lo complementa?

Lo complementa — pero no en la dirección que la mayoría asume. El forecast alimenta al DRP con la señal de demanda esperada. El DRP convierte esa señal en decisiones de movimiento de inventario. Mejorar el forecast sin mejorar el DRP produce planes más precisos que se ejecutan igual de mal. La secuencia correcta es: primero asegurar que el DRP puede ejecutar bien, luego mejorar la calidad de la señal que lo alimenta.

¿Qué métricas debo usar para medir si mi DRP está funcionando correctamente?

Tres métricas en orden de prioridad: on-shelf availability por SKU por tienda (no el fill rate del CD), días de inventario en exceso por nodo de la red, y quiebre de stock ponderado por venta (no por número de SKUs). El fill rate del CD es una métrica de proceso. Las tres anteriores son métricas de resultado — y son las que conectan directamente con ingresos y capital de trabajo.