domingo, 1 de junio de 2014

¿Cuál es la relación OEM/Genérico óptima?


Depende de la industria en que se encuentre la empresa, del margen operacional, del nivel de madurez de la empresa y su estrategia, entre otras variables.

Aquí intentaremos modelar una ecuación para estimar el  porcentaje óptimo de ítemes genéricos que debiera tener un maestro de materiales, a partir de nuestra experiencia en empresas latinoamericanas, que en general son intensivas en capital, con procesos productivos con muchos equipos, maestros de materiales del tipo MRO (maintenance, repair and operations), y productos con bajo nivel de diferenciación, como recursos naturales (minería, petróleo, energía, forestal), construcción y  ciertos tipos de manufactura.

Los consumibles y materias primas, tienden a ser genéricos, como lubricantes, aditivos, químicos y productos con bajo nivel de diferenciación (elementos de sujeción, cables, tuberías, conectores, etc.) Los repuestos de equipos especializados, tienden a ser OEM, por lo que dependiendo de la naturaleza del proceso productivo, si hay más repuestos,  la probabilidad que existan más OEM es mayor.

En el gráfico de torta, el porcentaje de genéricos potencial máximo está dado por la tajada verde (los genéricos) más la roja (los OEM que tienen alternativos más baratos). La tajada azul, los OEM que no tienen repuestos alternativos más baratos, no tiene sentido sustituirla por genéricos.



Llamemos a la situación inicial O, que representa la fracción  inicial de repuestos OEM en el maestro, donde:

O = itemes OEM / total de ítemes en el maestro de materiales


0 < O  < 1 

Por otro lado, el precio del item genérico (o más precisamente su TCO) debe ser menor que el ítem OEM que pretende sustituir, para siquiera considerar la opción de cambio. Llamemos T a la fracción de ítemes OEM cuyo TCO genérico alternativo es menor.

T = itemes OEM con  genéricos con TCO menor / total de ítemes OEM en el maestro de materiales

 0 < T  <1

En nuestra experiencia T es cercano a 1, es decir la mayoría de los ítemes OEM pueden potencialmente sustituirse por alternativos más económicos.

De esta forma, el potencial máximo de ítemes genéricos que una empresa puede tener de OEMs es

Gmax  =  1 + O * ( T - 1 )

Pero este potencial no siempre se puede liberar. Aún faltan elementos.

Una planta, al iniciar sus operaciones, tendrá equipos nuevos bajo garantía, y sólo por este efecto, el 100% de los repuestos será OEM, pues si los reemplaza por genéricos, perderá la garantía. Aún si decidiera perder la garantía, para acceder a repuestos más baratos, esta información no siempre estará disponible.

Por ejemplo, hay marcas cuya estrategia es vender el equipo barato, bajando la barrera de entrada, para luego recuperar la ganancia, vendiendo los repuestos con buen margen. En estos casos, la información de los atributos de los repuestos, o de los fabricantes OCM será muy difícil de obtener. El esfuerzo por descubrir los OCM o genéricos no será menor, y deberá enfrentarlo la propia empresa compradora, con un proceso de investigación, ingeniería reversa y probablemente ensayo y error.

El proceso de sustitución de OEMs en los casos de repuesto de equipos cuya estrategia es la que describimos, es lento y progresivo, y también costoso y riesgoso. Aún si una empresa  decidiera sustituir todos los OEM por sus genéricos, demoraría un tiempo largo en cubrir el 100%. Por tal razón esperamos que empresas con más años y equipos ya consolidados, sin mayores innovaciones tecnológicas, tengan mayor % de genéricos.

Pero hay industrias donde las marcas proveedoras de equipos no ponen obstáculos al flujo de información. De hecho podrían entregar ellos mismos la información de los OCM y genéricos. Su estrategia es distinta. No pretenden obtener su ganancia con un mayor margen en los repuestos, sino que en la venta del equipo y el servicio.

En este tipo de industrias, esperamos encontrar que el reemplazo de OEM a genérico se dé más rápidamente, pero podría no darse, si es que el TCO de los repuestos originales es menor.

Podemos modelar este fenómeno de la siguiente forma:


G: % genéricos.

N: años que los equipos llevan en operaciones.

W: años que dura la garantía de los equipos, que no permiten cambio de repuesto original

M: años que demora la empresa en sustituir OEMs a partir de la expiración de la garantía.

En este caso se asume que no se sustituyen OEM durante la vigencia de la garantía y luego el tiempo que demora en sustituir OEMs es lineal, con una tasa anual de sustitución de 1/M. Probablemente sería más realista modelarlo como una curva, pero para simplificación se ha definido una función lineal

Entonces, la función G, en función del tiempo N, llamémosla G1, queda como:

G1 = 0          0 <= N <= W
G1 = N/M    W < N <= M+W
G1 = 100%  M+W < N

0 <= G1 <= 1

Es decir el porcentaje de genéricos función del tiempo quedaría como

G (N) = Gmax * G1(N)

Pero G1 no es el único factor a considerar. Debemos multiplicar por otro factor. Veamos cuál es.

Observamos que en productos con alto margen, como la minería en la época del boom minero, el  % de OEM es superior al 70%.  El precio del cobre -un commodity- era alto, había que producir la mayor cantidad posible, por lo que el proceso productivo era exigido a su máximo. No se podía poner en riesgo la continuidad operacional por reemplazar un repuesto de un equipo, que no garantizara su óptimo funcionamiento, por lo tanto, era mejor que fuera el repuesto original, y no arriesgarse a un repuesto alternativo, del que no se tenía la seguridad que tuviera el mismo desempeño. Por ahorrar un poco en la compra del repuesto, podría arriesgarse la continuidad del proceso, y dejar de producir, en esas condiciones, puede ser más caro.

Los repuestos críticos, cuyo mal funcionamiento podría detener un proceso productivo con el consiguiente impacto económico, tienden a ser OEM. Los menos críticos tienden a ser genéricos.

El menor tiempo de vida útil esperado del repuesto alternativo, podría incorporarse dentro del TCO, sumando el costo de cambio adicional.

Necesitamos incorporar el efecto de la política de sustitución de OEMs en el modelo.  Llamémosla G2

Con 0 < G2 < 1

G2 en general será mayor para industrias con bajo margen, que buscan contener costos, y menor para empresas en periodos de alto margen. Pero más que una cálculo automático, esto es una decisión de la empresa, basada en cómo percibe su entorno (mercado alcista o bajista), su situación interna y la estrategia para maximizar su retorno.

Por ejemplo, una faena minera más cerca del fin de su vida útil, tenderá a un costo de producción mayor. La ley del mineral tenderá a ser menor, y la veta más lejana. Así observamos que en estas  mineras, la tendencia es a reducir los costos de producción y observaremos mayor porcentaje de genéricos. Incluso, como los equipos serán en general más antiguos, muchos de ellos ya obsoletos, por ejemplo, viejas locomotoras, ya no existirán repuestos originales, o será muy difícil adquirirlos, por lo que aquí observamos sustitución de OEM por repuestos de fabricación, cuyos planos, en general obtenidos por ingeniería reversa, son de propiedad de la empresa compradora.

Hay industrias donde las marcas OCM son reconocidas, y los códigos de designación están homologados, como en el caso de los rodamientos. Así vemos, como en el caso de industrias intensivas en el uso de rodamientos, la mayor parte de estos serán OCM o genéricos.

Si la demanda por el producto o servicio commodity, disminuye, entonces la empresa deberá contener sus costos, y tenderá a sustituir OEM por genéricos. Así observamos que en industrias con alta correlación con los ciclos económicos, la tendencia a los genéricos es mayor. En la última recesión ya hicieron los ajustes, sustituyeron los OEM por genéricos, y les funcionó, por lo que no hay razones para volver atrás.

En síntesis, el modelo matemático para una empresa de recursos naturales no renovables, quedaría así:

G: fracción de materiales de un maestro de materiales, correspondiente a genéricos.

G: Gmax * G1 * G2

Podemos identificar una tabla de valores para G (% de genéricos promedio) para distintas industrias en América Latina, en las que hemos trabajado.










No hay comentarios:

Publicar un comentario