El proceso de introducción del nuevo producto no ha cambiado mucho a lo largo de los años. Aquí hay seis maneras de hacerlo más estratégico, colaborativo y digital.
En la economía digital, los productos se están volviendo más complejos, los ciclos de vida son cada vez más cortos, y los entornos de mercado siguen evolucionando. Mientras que mucho ha cambiado en la introducción de nuevos productos (NPI) a través de los años, el proceso que lo soporta no lo ha hecho.
Las soluciones estáticas no pueden seguir el ritmo de las condiciones dinámicas. La investigación de LNS revela que el 91% del mercado todavía utiliza hojas de cálculo y documentos electrónicos para rastrear los requisitos del producto. Con la innovación centrada en gran medida en las fases de diseño e ingeniería del desarrollo del producto, el proceso NPI se ha quedado atrás.
Retrasos inesperados en los productos y costos le suceden a los mejores de nosotros. En 2012, Apple anunció que haría una Mac en los EE.UU., pero cuando comenzó a fabricar la computadora, encontrar suficientes piezas a nivel nacional fue difícil. El desentrañamiento comenzó con un clavo roscado, un tornillo hecho a medida. Debido a que el equipo de NPI no revisó toda la lista de materiales y confirmó todas las fuentes de suministro hasta el nivel del tornillo, el lanzamiento del nuevo producto Mac se retrasó durante meses, según el New York Times.
Para mejorar el tiempo de comercialización, aumentar los márgenes brutos y navegar con éxito el riesgo, es hora de revisar nuestro enfoque anticuado de NPI. El cambio comienza por hacer el proceso más estratégico, colaborativo y digital con estas seis mejores prácticas.
- Planificación pre-mortem. La visión retrospectiva es 20/20, por lo que un ejercicio post-mortem realizado después de la liberación del producto, con las lecciones aprendidas que informen un mejor camino a seguir, es una mejor práctica recomendada. Pero podemos beneficiarnos de este punto de vista más pronto al realizar la planificación de escenarios en una etapa más temprana del proceso, anticipando los fallos y mitigando las fuentes probables. ¿Qué proveedores están en peligro? ¿Está la fabricación en una zona sujeta a aranceles más altos? ¿Qué opciones aceleradas están disponibles si el programa se desliza?
La planificación pre-mortem es una forma poderosa de identificar posibles problemas. Los desafíos tradicionales como la calidad, el riesgo y la precisión de las previsiones se ven amplificados por los ciclos de vida más cortos de los productos y los mercados impredecibles. La anticipación de lo inesperado minimiza el impacto potencial.
- Aportación de fuentes anteriores. Al abastecerse de la lista de materiales (BOM) correctamente la primera vez, es menos probable que las demoras en la programación, los rediseños costosos o los cargos adicionales por tarifas o aranceles precipitados causen una interrupción en un momento inoportuno. La adquisición puede ayudar a optimizar la construcción al proporcionar recomendaciones de aprovisionamiento que incluyen sinergias con otros productos para obtener mayores descuentos, implicaciones arancelarias y alternativas de envío.
Con una estimación del 60-80% del costo del producto y los riesgos determinados en la etapa de diseño, los cambios tardíos pueden ser más costosos de lo necesario. Al alinear los procesos, las tecnologías y las métricas para acercar el conocimiento de las fuentes al punto de diseño, las compensaciones se producen antes, como la reducción de los gastos de material y el aumento de la reutilización de las piezas. El costo de calificar a un proveedor o de cambiar a una nueva ubicación es increíblemente alto; comprometer a los equipos de abastecimiento más pronto ayudará a los equipos de NPI a navegar en la selección de proveedores y piezas en una economía global fluctuante.
- Costos basados en objetivos. La identificación del margen de beneficio deseado y el costo máximo permitido para cumplir con ese margen por adelantado enfatiza el costo en la fase de diseño y distribuye la presión competitiva a través de la cadena de suministro. Cuando todos los miembros del equipo entienden los objetivos y los factores clave del presupuesto al principio, estos factores se incluirán en las decisiones sobre el producto desde el diseño hasta la producción y el envío. Las decisiones iniciales tomadas durante la NPI pueden impactar significativamente el tiempo y el costo de un producto durante su ciclo de vida. Cuando el producto pasa a la fabricación y se ramifica para alcanzar los volúmenes deseados, es difícil cambiar los planes, encontrar nuevos proveedores o reducir los gastos.
El costeo basado en objetivos fue liderado por la industria automotriz y es una razón clave por la cual los fabricantes de automóviles en Japón obtuvieron una ventaja competitiva sobre los EE.UU. y Europa. La integración de la inteligencia artificial (IA) en esta metodología aumenta la velocidad y la precisión de las proyecciones cuando se examinan las condiciones del mercado, se revisa el precio objetivo frente a los costos proyectados y se establece un margen objetivo. Los equipos trabajan entonces hacia atrás para identificar las limitaciones en torno a los costes permitidos e impulsar estrategias con los proveedores sobre el coste y la alineación de los componentes a nivel objetivo.
- Integración de datos. Aquí es donde la tecnología avanzada y los grandes análisis de datos pueden marcar la diferencia. Los equipos distribuidos intentan comparar todos los riesgos, costes y compensaciones para seleccionar los proveedores, ubicaciones y piezas alternativas adecuadas para más productos en plazos reducidos. Las herramientas dispares, como las hojas de cálculo, dificultan la comprensión de los factores que pueden influir en el ciclo de vida completo del producto. Los métodos manuales de gestión de la información y de seguimiento de los cambios limitan la capacidad de colaboración y de escala.
Las soluciones de NPI cognitivas consolidan diversas fuentes de datos en un repositorio centralizado, lo que permite a la IA analizar la información. Esta visión externa, que agrega datos externos, como la inteligencia de mercado y los costes de entrada de materias primas, con datos internos, como los pronósticos de demanda y el historial de compras, deriva nuevas perspectivas para una mayor visibilidad.
- Coordinación interfuncional. Para lograr una mayor eficiencia en las NPI se requiere una coordinación interfuncional entre los departamentos de fabricación, calidad, comercialización, envasado, servicio al cliente, reglamentación y abastecimiento. Los sistemas con herramientas compartidas y procesos automatizados son una forma de mejorar la integración del equipo. Estas herramientas también pueden proporcionar una pista de auditoría para que los interesados puedan evaluar fácilmente los cambios, corregir errores, trabajar en las excepciones, responder a las preguntas y hacer compensaciones de costo de las características para lanzarlas al nivel óptimo de riesgo.
- Análisis post-mortem. El paso final en el proceso de NPI, el análisis post-mortem identifica mejoras para el futuro. ¿Las predicciones de la planificación pre-mortem han sido confirmadas para evitar errores, o hay nuevos escenarios a considerar para la próxima vez? Una vez más, las adquisiciones deben participar en este paso para evaluar el impacto de las decisiones de dirigir los atributos de costo y riesgo de los materiales.
El análisis post mortem también pone de relieve las oportunidades de reevaluar el proceso de NPI y de aplicar la innovación. ¿Dónde están los cuellos de botella? ¿Qué pasos se pueden racionalizar o automatizar? ¿Se han establecido las soluciones tecnológicas adecuadas? Hoy en día hay muy poca toma de decisiones basada en la inteligencia artificial dentro de la NPI, lo que proporciona una oportunidad masiva para mejorar la colaboración e inteligencia multifuncional.
Siguiendo los pasos aquí expuestos y centrándose en el aumento de la planificación y la colaboración entre funciones, puede mejorar el proceso de introducción de nuevos productos y disminuir las posibilidades de seguir los pasos de Apple. Con suerte, el próximo lanzamiento de su nuevo producto tan esperado no se retrasará por falta de un tornillo. Una mejor visibilidad de los datos y los esfuerzos de integración pueden contribuir en gran medida a permitir esta planificación y colaboración. Cuando sus datos están fragmentados, obstaculizan su capacidad de optimizar los costos, mejorar la selección de proveedores y mitigar el riesgo. La aplicación de la inteligencia artificial a estos datos puede ayudar a las empresas a producir conocimientos valiosos que pueden acelerar el tiempo de comercialización, mejorar los ingresos brutos y disminuir los riesgos.
Todos estos esfuerzos para fortalecer el proceso de introducción de nuevos productos ayudarán a las empresas a ahorrar tiempo y dinero al aumentar su capacidad de responder a la demanda siempre cambiante de los clientes y del mercado.
Fuente: Supply Chain Quarterly