01What it isQué es
Demand-driven replenishment places inventory buffers at strategic decoupling points and replenishes them from actual consumption, while the forecast is reserved for capacity and longer-horizon decisions.
El reabastecimiento guiado por la demanda coloca buffers de inventario en puntos de desacoplamiento estratégicos y los repone con base en el consumo real, mientras el pronóstico se reserva para decisiones de capacidad y de horizonte más largo.
02Why it mattersPor qué importa
Pushing stock against a forecast lets every error accumulate along the chain as excess in one place and shortage in another; decoupling points stop that amplification and shorten the lead times planners must cover. DDMRP formalizes this with five components — strategic positioning, buffer profiles, dynamic adjustments, demand-driven planning and visible execution (Ptak and Smith, 2016 — Industrial Press).
Empujar inventario contra un pronóstico deja que cada error se acumule a lo largo de la cadena como exceso en un lugar y faltante en otro; los puntos de desacoplamiento frenan esa amplificación y acortan los lead times que el planeador debe cubrir. DDMRP lo formaliza con cinco componentes — posicionamiento estratégico, perfiles de buffer, ajustes dinámicos, planeación guiada por la demanda y ejecución visible (Ptak y Smith, 2016 — Industrial Press).
03How it is doneCómo se hace
1
Choose the decoupling points. Place buffers where they cut the longest cumulative lead times and absorb the most variability, not at every node.
2
Size the buffer zones. Set red, yellow and green zones from average daily usage, decoupled lead time and variability, and review them as demand shifts.
3
Run on net flow. Generate orders when the net flow position drops into yellow and manage execution daily by buffer color.
1
Elige los puntos de desacoplamiento. Coloca buffers donde recorten los lead times acumulados más largos y absorban más variabilidad, no en cada nodo.
2
Dimensiona las zonas del buffer. Define las zonas roja, amarilla y verde con el consumo promedio diario, el lead time desacoplado y la variabilidad, y revísalas cuando cambie la demanda.
3
Opera con flujo neto. Genera órdenes cuando la posición de flujo neto cae a la zona amarilla y gestiona la ejecución diaria por color de buffer.
04The concept in depthEl concepto a fondo
Demand-driven replenishment: letting real demand pull supply›
Demand-driven replenishment (DDR) is the model where supply is triggered by actual end consumer demand signals — not by the forecast. Instead of producing and pushing inventory to the channel based on the forecast (push), DDR maintains small strategic "buffers" in the chain and replenishes them when actual demand consumes them.
The difference between push and pull replenishment›
Push (forecast-based replenishment): the production plan generates inventory based on the forecast → inventory is pushed to the channel → if the forecast is wrong, there is excess inventory or a stockout. Pull (actual demand-based replenishment): the channel consumption signal triggers replenishment → inventory is replenished only when consumed → lower accumulation of forecast errors. Hybrid (push-pull): the push point (where the supply chain changes from push to pull) determines the decoupling point — where inventory is built as a buffer.
DDMRP (Demand-Driven Material Requirements Planning)›
DDMRP is the most structured demand-driven replenishment methodology. It places strategic buffers in the supply chain at the points of highest variability or longest wait time, and replenishes them based on actual consumption — generating a more resilient supply chain less dependent on forecast accuracy.
Intermediate vs. Advanced›
Intermediate: understands demand-driven replenishment principles and applies the defined replenishment rules for assigned SKUs.
Advanced: designs the push-pull strategy for the portfolio; implements DDMRP for highest-variability SKUs; manages the strategic buffers of the demand-driven system.
Advanced: designs the push-pull strategy for the portfolio; implements DDMRP for highest-variability SKUs; manages the strategic buffers of the demand-driven system.
Reabastecimiento guiado por la demanda: dejar que la demanda real jale el suministro›
El reabastecimiento guiado por la demanda (demand-driven replenishment, DDR) es el modelo en el que el suministro se activa con señales de demanda real del consumidor final — no con el pronóstico. En lugar de producir y empujar inventario al canal con base en el pronóstico (push), el DDR mantiene "buffers" estratégicos pequeños en la cadena y los repone cuando la demanda real los consume.
La diferencia entre reabastecimiento push y pull›
Push (reabastecimiento basado en pronóstico): el plan de producción genera inventario con base en el pronóstico → el inventario se empuja al canal → si el pronóstico falla, hay exceso de inventario o quiebre de inventario. Pull (reabastecimiento basado en demanda real): la señal de consumo del canal activa el reabastecimiento → el inventario se repone solo cuando se consume → menor acumulación de errores de pronóstico. Híbrido (push-pull): el punto push (donde la cadena pasa de push a pull) determina el punto de desacoplamiento — donde se construye inventario como buffer.
DDMRP (Demand-Driven Material Requirements Planning)›
DDMRP es la metodología de reabastecimiento guiado por la demanda más estructurada. Coloca buffers estratégicos en la cadena en los puntos de mayor variabilidad o mayor tiempo de espera, y los repone con base en el consumo real — lo que genera una cadena más resiliente y menos dependiente de la precisión del pronóstico.
Intermedio vs. Avanzado›
Intermedio: entiende los principios del reabastecimiento guiado por la demanda y aplica las reglas de reabastecimiento definidas para los SKU asignados.
Avanzado: diseña la estrategia push-pull del portafolio; implementa DDMRP en los SKU de mayor variabilidad; gestiona los buffers estratégicos del sistema demand-driven.
Avanzado: diseña la estrategia push-pull del portafolio; implementa DDMRP en los SKU de mayor variabilidad; gestiona los buffers estratégicos del sistema demand-driven.
05In practiceEn la práctica
DDMRP is most effective for high-variability SKUs where the forecast has high error›
AX SKUs (low variability) are managed well with statistical forecasting. AZ SKUs (high variability) are often better managed with DDMRP — because DDMRP replenishes from actual consumption and buffers rather than relying on forecast accuracy.
The correct buffer size is as important as the decoupling point location›
A buffer too small generates stockouts (buffer depletes before replenishment arrives). A buffer too large generates excess inventory. The optimal size depends on replenishment lead time and demand variability.
DDMRP and statistical forecasting are complementary — not alternatives›
DDMRP manages buffers based on actual demand. Statistical forecasting manages production capacity and long-term procurement plans. The two models operate in different horizons and complement each other in the integrated demand plan.
Monitor DDMRP buffer health daily — it is the operational dashboard of demand-driven›
A buffer in red zone today can be a stockout in 48 hours. Daily buffer health monitoring is the most important operational process in a DDMRP system.
DDMRP es más efectivo en SKU de alta variabilidad, donde el pronóstico tiene un error alto›
Los SKU AX (baja variabilidad) se gestionan bien con pronóstico estadístico. Los SKU AZ (alta variabilidad) a menudo se gestionan mejor con DDMRP — porque DDMRP repone con base en el consumo real y en buffers, en lugar de depender de la precisión del pronóstico.
El tamaño correcto del buffer es tan importante como la ubicación del punto de desacoplamiento›
Un buffer demasiado pequeño genera quiebres de inventario (se agota antes de que llegue el reabastecimiento). Un buffer demasiado grande genera exceso de inventario. El tamaño óptimo depende del lead time de reabastecimiento y de la variabilidad de la demanda.
DDMRP y el pronóstico estadístico son complementarios — no alternativos›
DDMRP gestiona los buffers con base en la demanda real. El pronóstico estadístico gestiona la capacidad de producción y los planes de abastecimiento de largo plazo. Los dos modelos operan en horizontes distintos y se complementan en el plan integrado de demanda.
Monitorear diariamente la salud de los buffers DDMRP — es el tablero operativo del modelo demand-driven›
Un buffer en zona roja hoy puede ser un quiebre de inventario en 48 horas. El monitoreo diario de la salud de los buffers es el proceso operativo más importante de un sistema DDMRP.
06Illustrative caseCaso ilustrativo
Illustrative case built from typical industry values — not data from a specific company.Caso ilustrativo construido con valores típicos de la industria — no son datos de una empresa específica.
Illustrative case: DDMRP migration — manufacturing company, reducing forecast error impact on high-variability SKUs
The company has 280 high-variability SKUs (CV >1.0) with 38% MAPE and 42 days DIO.
The company has 280 high-variability SKUs (CV >1.0) with 38% MAPE and 42 days DIO.
| DDMRP element implemented | Design | 12-month result |
|---|---|---|
| Decoupling point identification (where to place buffers) | 4 decoupling points in the chain: critical raw material, intermediate WIP, semi-finished product, finished product by channel | The 4 buffers absorb demand variability without propagating nervousness throughout the chain |
| Buffer sizing (red/yellow/green zones) | Red, yellow and green zones sized from ADU, decoupled lead time (DLT), lead time factor and variability factor | DIO of high-variability SKUs: 42 → 26 days (−38% inventory) |
| Replenishment signal (buffer automatically triggers PO when it falls to yellow zone) | Order generated when the net flow position (on hand + on order − qualified demand) falls to or below the top of the yellow zone | Stockout rate of high-variability SKUs: 8.4% → 1.2% |
Result: DDMRP reduced DIO of high-variability SKUs by 38% and stockout rate by 86% — simultaneously. The explanation: for these SKUs DDMRP relies on buffers and actual consumption rather than on the forecast — the buffer absorbs variability and consumption-based replenishment reduces exposure to forecast error.
Illustrative case built from typical industry values — not data from a specific company.Caso ilustrativo construido con valores típicos de la industria — no son datos de una empresa específica.
Caso ilustrativo: Migración a DDMRP — empresa manufacturera, reducción del impacto del error de pronóstico en SKU de alta variabilidad
La empresa tiene 280 SKU de alta variabilidad (CV >1.0) con 38% de MAPE y 42 días de DIO.
La empresa tiene 280 SKU de alta variabilidad (CV >1.0) con 38% de MAPE y 42 días de DIO.
| Elemento DDMRP implementado | Diseño | Resultado a 12 meses |
|---|---|---|
| Identificación de puntos de desacoplamiento (dónde colocar los buffers) | 4 puntos de desacoplamiento en la cadena: materia prima crítica, WIP intermedio, producto semiterminado, producto terminado por canal | Los 4 buffers absorben la variabilidad de la demanda sin propagar nerviosismo por toda la cadena |
| Dimensionamiento de buffers (zonas roja/amarilla/verde) | Zonas roja, amarilla y verde dimensionadas con ADU, lead time desacoplado (DLT), factor de lead time y factor de variabilidad | DIO de los SKU de alta variabilidad: 42 → 26 días (−38% de inventario) |
| Señal de reabastecimiento (el buffer dispara automáticamente la orden de compra al caer en zona amarilla) | Se genera una orden cuando la posición de flujo neto (a la mano + en tránsito/ordenado − demanda calificada) cae al tope de la zona amarilla o por debajo | Tasa de quiebres de inventario de los SKU de alta variabilidad: 8.4% → 1.2% |
Resultado: DDMRP redujo el DIO de los SKU de alta variabilidad en 38% y la tasa de quiebres de inventario en 86% — de forma simultánea. La explicación: en estos SKU, DDMRP se apoya en los buffers y en el consumo real en lugar del pronóstico — el buffer absorbe la variabilidad y el reabastecimiento basado en consumo reduce la exposición al error del pronóstico.
07How it is measuredCómo se mide
DDMRP Buffer Health % (% of DDMRP buffers in the correct operational zone)›
DDMRP Buffer Health % (% of DDMRP buffers in the correct operational zone)
(Buffers in green or yellow zone / Total DDMRP buffers) × 100 — red zone buffers are at stockout risk · blue zone buffers are oversized
Benchmark: >80% of buffers in the operational zone (green/yellow) · <10% in red zone (stockout risk) · <10% in blue (excess inventory)
⚠️ A high percentage of buffers in red zone indicates decoupling points or buffer sizes are not correctly calibrated for the lead time and demand variability.
Push-Pull Decoupling Point Inventory Cost % (% of total inventory at the decoupling point)›
Push-Pull Decoupling Point Inventory Cost % (% of total inventory at the decoupling point)
(Inventory at decoupling point / Total chain inventory) × 100
Benchmark: Inventory must be concentrated at the strategic decoupling points and minimized in the rest of the chain
🔑 Inventory concentrated at the correct decoupling point has the greatest variability-absorbing effect. Inventory dispersed throughout the chain has a lower absorbing effect and higher total cost.
DDMRP Buffer Health % (% de buffers DDMRP en la zona operativa correcta)›
DDMRP Buffer Health % (% de buffers DDMRP en la zona operativa correcta)
(Buffers en zona verde o amarilla / Total de buffers DDMRP) × 100 — los buffers en zona roja están en riesgo de quiebre · los buffers en zona azul están sobredimensionados
Benchmark: >80% de los buffers en la zona operativa (verde/amarilla) · <10% en zona roja (riesgo de quiebre) · <10% en azul (exceso de inventario)
⚠️ Un porcentaje alto de buffers en zona roja indica que los puntos de desacoplamiento o el tamaño de los buffers no están bien calibrados para el lead time y la variabilidad de la demanda.
Push-Pull Decoupling Point Inventory Cost % (% del inventario total en el punto de desacoplamiento)›
Push-Pull Decoupling Point Inventory Cost % (% del inventario total en el punto de desacoplamiento)
(Inventario en el punto de desacoplamiento / Inventario total de la cadena) × 100
Benchmark: El inventario debe concentrarse en los puntos de desacoplamiento estratégicos y minimizarse en el resto de la cadena
🔑 El inventario concentrado en el punto de desacoplamiento correcto tiene el mayor efecto de absorción de variabilidad. El inventario disperso por toda la cadena absorbe menos y tiene un costo total mayor.
08What you would useQué se usa
📌 DDMRP
Orchestr8›
Module: DDMRP Software + Demand-Driven Planning
DDI-compliant DDMRP software for implementing the demand-driven methodology in the supply chain.
DDI-compliant DDMRP software for implementing the demand-driven methodology in the supply chain.
Intuiflow (Demand Driven Technologies)›
Module: DDI-Compliant DDMRP Solution
DDMRP planning platform from Demand Driven Technologies, listed in the Demand Driven Institute's software compliance program.
DDMRP planning platform from Demand Driven Technologies, listed in the Demand Driven Institute's software compliance program.
📌 DDMRP
Orchestr8›
Módulo: Software DDMRP + planeación demand-driven
Software DDMRP compatible con el programa del DDI para implementar la metodología demand-driven en la cadena de suministro.
Software DDMRP compatible con el programa del DDI para implementar la metodología demand-driven en la cadena de suministro.
Intuiflow (Demand Driven Technologies)›
Módulo: Solución DDMRP compatible con el DDI
Plataforma de planeación DDMRP de Demand Driven Technologies, incluida en el programa de cumplimiento de software del Demand Driven Institute.
Plataforma de planeación DDMRP de Demand Driven Technologies, incluida en el programa de cumplimiento de software del Demand Driven Institute.
The bottom lineEn corto
Forecast to plan capacity, but let real consumption decide what gets replenished.
Pronostica para planear la capacidad, pero deja que el consumo real decida qué se repone.
← PreviousAnteriorDemand forecasting for customer OTIF & service level commitmentsPronóstico de demanda para compromisos de OTIF y nivel de servicio al clienteNextSiguiente →Demand sensing from e-commerce data & digital channelsDemand sensing desde datos de e-commerce y canales digitales
All D10 componentsTodos los componentes de D10D10 artifactsArtifacts de D10SCRA