Está en la página 1de 16

Facultad de Ingeniería Civil

Ingeniería Civil Industrial
Gestión De Operaciones II

Informe Caso
‘‘Altabox Electronics’’

Integrantes: Alan Ramírez Rojas
RUT: 18.077.907-8
Mail:
alanmichel.ramirez@gmail.com
Fecha: 25 de Abril de 2016

Índice

Resumen del Caso 3 Introducción 4 Problemática 5 Respuestas 6 Resultados 8 Análisis 11 Conclusión 14 2 .

Boston. hay un modelo de medidor del cual tiene gran éxito de ventas debido a la confiabilidad que los electricistas tienen sobre estos. Chicago. Dallas y los Ángeles). Debido a la variabilidad en la demanda. se necesita establecer un modelo de proyección que se ajuste más a los datos reales.Resumen del Caso Altabox Electronics es una empresa que genera y distribuye diversos productos de aparatos electrónicos mediante seis centros de distribución (Atlanta. De los productos que ofrece. 3 .

La alta gerencia ha incorporado un nuevo sistema del cual está adaptado para soportar dos modelos de demanda: media móvil simple o suavización exponencial.Introducción En el caso de Altabox electronics estamos viendo un problema de pronósticos de demanda. donde se desea buscar un adecuado modelo de proyección. entregando una tabla de datos de la demanda durante las últimas trece semanas. 4 .

se busca realizar un pronóstico a través de dos modelos de suavización exponencial simple. 3. Se indica usar el criterio del error porcentual absoluto promedio (MAPE) que mide el error producido 5 . Semana Atlanta Boston Chicago Dallas Los Ángeles Total -5 45 62 62 42 -4 38 18 22 35 -3 30 48 72 40 -2 58 40 44 64 -1 37 35 48 43 43 25 4 40 15 3 54 24 4 46 25 2 35 19 8 1. se desea usar un modelo de media móvil simple con la tabla de las trece semanas. La empresa electrónica busca disminuir el número de proveedores de cinco a uno. uno en el cual se establece un alfa de 0.2 y una demanda semanal pronosticada a través del promedio de los últimos tres periodos de la demanda real que lo antecede. 2.4 y una proyección de la demanda semanal de los cinco datos reales de los últimos periodos anteriores. por lo que quiere encontrar el modelo que se ajuste más a la demanda agregada. y otro del cual se propone un alfa de 0. y para un pronóstico de cada semana a través de los datos reales de las cinco últimas semanas anteriores al periodo (n=5). Posteriormente. en donde se establezca para el pronóstico de cada semana el promedio de los datos reales de las últimas tres semanas anteriores a ese periodo (n=3).Problemática Los datos de la demanda de las trece últimas semanas se presentan a través de la siguiente tabla: Semana Atlanta Boston Chicago Dallas Los Ángeles Total 1 36 26 44 27 2 45 35 34 42 3 37 41 22 35 4 38 40 55 40 5 55 46 48 51 6 30 48 72 64 7 18 55 62 70 8 58 18 28 65 9 47 62 27 55 10 37 44 95 43 11 23 30 35 38 12 55 45 45 47 13 40 50 47 42 32 16 5 43 54 19 18 9 9 40 21 3 46 24 6 74 28 8 40 24 5 35 45 20 23 4 6 38 25 7 48 56 50 17 24 4 8 229 Además se entrega la demanda de las cinco semanas anteriores de los distintos centros de distribución. En primera instancia.

29 1.00 3.14 3.5 8 85. el mejor modelo también ha solido ser el de la media móvil simple con un n=5.00 2. Desde la perspectiva de la Señal de Rastreo. por lo cual tienden más al cero.2 7 9 35.03 1. 6 .1 0 31.79 2.5 7 13 33.3 7 12 36. con el promedio de las cinco demandas reales que la anteceden para una demanda proyectada. Desviación Absoluta Promedio (MAD) Seman a 1 2 3 4 MAD 28. Respuestas 1.1 7 6 48.4 4 11 37.4 8 35.96 2.00 1.8 8 41. es decir. se puede inferir que los cinco valores de las demandas anteriores.58 1..10 2. de la cual se puede deducir que el promedio de la desviación de los errores acumulados para cada semana es menor a la de la media móvil simple con un n=3.7 8 Señal de Rastreo 1 2 3 4 5 6 7 8 9 10 11 12 13 1.96 1. demostrando que presenta un menor impacto en la proyección ante un cambio en la demanda.00 3. Mostrar las ventajas y desventajas de la demanda agregada en relación al pronóstico y los puntos a considerar al momento de disminuir las cinco distribuidoras a una.67 0.entre el valor real y el valor pronosticado como un porcentaje del valor promedio de la demanda real.9 0 30. Esto se debe a que posee un menor MAD.00 2. Debido a esto. si son influyentes para las proyecciones de las demandas posteriores.00 2.25 2.9 4 34.7 8 7 37.8 3 37.6 51.24 El mejor modelo desde la perspectiva del MAD es la media móvil simple con un n=5.2 0 45.25 0.6 n=3 7 MAD n=5 Semana SR n=3 SR n=5 5 37.7 5 10 34. dado que los valores que se presentan la señal de rastreo en cada semana son menores al de la media móvil simple de n=3.MAD y Señal de Rastreo para modelo de media móvil simple con n=3 y n=5.

.0 27.2 7 . En base al criterio de la señal de rastreo.5 4 0.4.94 2.00 SR n=5 α=0. 3.. Lo cual.2 29.76 1.9 25. n=5 y α=0.1 30.7 .8 28.2 28.49 0.4 27.0 21.2. presenta una menor sensibilidad frente a los errores que se presentan en los valores reales y pronosticados en el periodo anterior.0..35 0 2.00 3.4 -1.7 28.7 36.6 3 0..1 .8 32. .1 28.0 3 2. posee un menor valor en comparación del modelo con n=3 y un alfa de 0.2 -1.5 3 13 0.4 .00 2.2 30..MAD y Señal de Rastreo para modelos de suavización exponencial con n=3 y α=0.4 0 4 5 7 7 1 2 5 5 1 2 1 9 Sema ..2.8 33.1 36.2 3 0 8 1 0 9 7 3 3 4 6 1 2 MAD n=5 55..4 4 12 0.6 1 0.0 7 0.3 42. dado que a pesar de que en la cuarta semana experimento un cambio brusco entre la demanda real y la pronosticada.2. Tabla de error porcentual absoluto promedio (MAPE) y señal de rastreo a través de suavización exponencial con n=3 y α=0.0.07 0 11 1.3 30.7 2 El mejor modelo desde el criterio del MAD es la suavización exponencial con un n=5 y un alfa igual a 0.6 30.4.8 20.06 5 7 8 9 10 0.0 9 0. lo cual el promedio de la desviación de los errores acumulados para cada semana es menor al dar un mayor énfasis a los errores de la demanda del periodo anterior reflejado en un mayor alfa de 0. los valores a través de las semanas interactúan de manera más con el eje cero. el mejor modelo es la suavización exponencial de n=3 y un alfa de 0.92 4 5 6 3.3 30.0 32.Semana 5 4 3 2 1 1 2 3 4 5 6 7 8 9 10 11 12 13 MAD n=3 66.2.2 2.28 3 2.00 1.4 debido que.8 α=0.5 33.2 8 0.7 α=0.2.na 5 4 3 2 1 1 2 3 SR n=3 α=0.9 31.5 32.

15 0.2 5 0. n 1 Media Movil Simple : Ft = ∑ A t−i n i=1 n ∑ | At −F t| Desviación Absoluta Promedio : MAD= t=1 n n ∑ A t −Ft Señal de Rastreo : TS= t=1 MAD Suavización Exponencial : F t−1 +∝( A t−1−F t −1 ) Donde: At : Demanda real del periodo t Ft :Predicción para el periodo t n : Numerototal de períodos ∝: Sensibilidad del suavizado 8 .03 1 0.73 2..6 1 0.2 es uno de los mejores modelos a considerar dado que al calcular el MAPE presenta en la mayoría de las semanas un porcentaje de error en relación al promedio inferior al 15%.10 0.5 4 3 2 1 1 2 3 4 5 6 0.54 Se puede ver que el modelo de suavización exponencial con n=3 y α=0.28 -0. Resultados Formulas a Utilizar.4 0.0 0 0.49 -0.00 2.13 0.00 3.40 0.0 0. Las ventajas de la demanda agregada con respecto al pronóstico es que se distribuye uniformemente los productos a los centros de distribución evitando costos de transporte por la diferencia de cantidades.35 SR 7 8 9 10 11 12 13 0.1 6 0.00 0.35 0.53 0.. sin embargo las desventajas que presenta es la inexactitud en la proyección de la demanda con respecto a la demanda real de cada centro incurriendo costos de bajo stock y sobre stock..10 0.28 3 1.02 0.Seman a MAPE % .00 3.15 1.

9 257 228.00 33.33 0 146. Sema na 1 2 3 4 5 6 7 8 9 10 11 12 13 Demand a Error Error Abs.00 146.1 246 200.33 302.00 72.67 74.00 8 2.1 229 226.33 45.25 25.00 2.10 35.67 7 1.67 9.67 77.33 58.33 8 3.33 25.Ft −1 : Predicción para el periodo t−1 Mediante las formulas mencionadas se obtuvieron las siguientes tablas de datos: 1.5 245 249.2 204 259.00 45.67 7 28.7 288 216.9 236 245.67 331.67 9.67 328.67 0 2.6 213 184.33 7 73.00 37.33 28.6 36.33 2.33 4. Demana Error Sema Deman Pronosti Absolu na da Real co to 1 165 2 199 3 189 4 213 Error Abs Acumulad o Error Error Acumula do MAD Señal de Rastreo 9 .6 34.00 72.33 7 105.67 244.67 75.00 7 86. Error Señal Demand Pronosti Absolut Acumulad Acumulad de a Real co o o Error o MAD Rastreo 165 199 189 28.67 28.33 3 1.00 4.03 58.00 150.6 28.67 215.67 0 3.33 7 2.4 248 222.33 8 3.00 142..00 4 2.33 7 74.79 55.6 37.6 41.67 3 47.14 28.29 Tabla de demanda con modelo de media móvil simple con n=5.67 55.67 206.0 48.8 174 232.67 0 2.33 28.3 37.Tabla de demanda con modelo de media móvil simple con n=3.

6 6 30.04 32.40 7 35.67 0.2 5.0 7 -16..80 36.70 -2.28 10 .4 25.80 5.40 4 37.60 18.0 13.49 -0.6 6 13.96 2.41 33.4 27.00 42.60 85.8 -32.3 3 -66.8 3 13.20 24.00 1.3 6 61. Acum.4 7.88 28. 110.00 72 12 248 223.98 265.2 139 -3.0 4 70.73 30.2 5 3.20 7 31.80 13.63 -1.25 0.3 6 18.5 6 7 246 288 245 202.7 30.8 45.95 -8.86 0.00 85.80 13 229 223.6 18 85.2 -5 -4 -3 -2 -1 Total Ft Real α=0 Error At .24 2.6 8 204 236.7 39.33 2 2 199 218 19.2 -72.40 7 34.00 224.35 36.0 7 85.3 9.20 85.65 114.28 30.0 4 -70.00 300.60 51.2 152.57 0.40 227.5 34.96 1.1 MAD SR 66.20 10 257 243.8 249 24.40 8 1.35 361.20 3.13 30.00 33.45 150.00 36.2 Abs.47 Error Error Acum.32 234.33 -0.00 -3.10 -2.0 7 7.95 27.4 81. 254 153 244 252 198 1 1 165 231 66.20 9 236 239.2 5 -110.-42.49 221.3 3 66. 66.1 2 Error Abs.2 71.89 0.20 5 30.80 -106.9 36.8 70.2 13.6 103.00 85.0 7 -85.2 61.40 3 4 3 4 189 213 214 209 5 5 246 210 6 6 288 217 7 7 245 231 8 9 1 0 1 1 8 9 204 236 234 228 10 11 257 174 230 235 Sema na 25.3 19.61 -3.05 273.33 -1.9 .8 3 0.00 2.6 103.58 1.2 135.7 3.7 68.20 32.20 11 174 246.2 254.Tabla de demanda con modelo de suavización exponencial con n=3 y un alfa de 0.

0 2.9 196.7 28.1 65.18 6.9 -0.7 25.47 18.7 3.9 -2. Seman Total Ft a Real At α=0.2 6.3 33.2 0.5 SR 55.02 272.39 1.1 32.7 31.1 54.8 -45.0 21.58 1 13 229 228 1.8 0. Error 55.1 12 248 215 33.3 44.4 -2.53 -16.54 Tabla de demanda con modelo de suavización exponencial con n=3 y un alfa de 0.5 27.2.2 19.88 9.6 13 229 228 0.0 25.9 64.9 22.1 2.5 66.5 30.0 68.0 27.0 Error Acu m MAD -55. Tabla de demanda con método MAPE en base al modelo de suavización exponencial simple con n=3 y un alfa de 0.1 2 1 3 12 248 223 25.4 247.2 0.2 -54.9 20.3 30.1 1 2 25. MAPE % Error Abs Acum.0 -13.82 -0. Error Error Acum.3 -63.9 -9.66 1.3 0.1 -55. At 4 254 153 244 252 198 165 220 199 198 189 198 213 195 246 202 288 220 245 247 204 246 236 229 Error Abs Error Abs.2 28.9 127.20 0. Acum.1 11 174 242 67.99 340.6 83.3 198.1 0.92 374.8 29.32 43.0 -1.2 -0.09 387. MAD SR 11 .0 -68.09 -17.5 -1.99 68.2 1 2 3 4 5 6 7 8 9 1 0 1 1 1 2 1 3 Seman a -5 -4 -3 -2 -1 1 2 3 4 5 6 7 8 9 Total Ft Real α=0.6 28.2 -5 254 -4 153 -3 244 -2 252 -1 198 Error Abs.2 56.5 -1.0 29.1 386.21 -0.21 373.6 32.2 2.5 18.0 -42.9 21.4 10 257 232 25.96 42.9 -2.69 55.8 1.2 240.

10 386.6 36.00 19.0 30.47 12 12 248 223 25.21 6 1.28 25.12 0.02 114.00 13.8 5 5 8 3.3 3 66.35 70.1 32.10 1 0.82 0 2.8 1.09 0.7 7 -85.1 32.04 0.0 33.00 106.33 2 2 199 218 19.6 3.13 110.07 0.3 30.49 6 6 288 217 70.49 30.01 2 0.33 3 1.58 13 13 229 228 0.28 27.10 85.8 2 -42.11 0.45 5 5 246 210 36.3 3 -66.6 33.25 221.06 234.40 0 2.2 110.3 7.0 42.41 30.3 66.54 Análisis 1.32 7 7 245 231 13. Media móvil simple con n=3 y con n=5.40 66.0 6 18.53 29.11 300.8 3 0.8 36.09 -16.98 8 8 204 234 30.91 4 0.5 6 13.35 11 11 174 235 61.25 0.35 361.36 0.80 6 1 3. MMS n=3 Total Real MMS n=5 Pronostico Total 320 320 270 270 220 220 170 170 120 4 5 6 7 8 9 10 11 12 13 120 6 7 8 Pronostico 9 10 11 12 13 12 .68 7 0.33 66.1 4 -70.15 150.39 3 0.00 387.95 0.83 0.66 1.05 9 9 236 228 7.73 36.63 61.45 3 0.80 0.00 10 10 257 230 27.66 0.07 0.1 1 165 231.2 1 -17.01 9 0.03 273.00 25.65 4 4 213 209 3.8 28.40 3 3 189 214 25.95 -8.15 265.1 7 -16.

Debido a esto. Por esto.50 0.00 3. Señal de rastreo para media móvil simple con n=3 y con n=5.00 1. respecto a los trece datos proporcionados en la tabla de demanda. 2. la proyección de demanda si se ve influenciada por la cantidad de datos anteriores.Se visualiza en las gráficas que las variaciones entre el valor real y pronosticado que presenta la media móvil simple de n=3. por lo que se puede interpretar que a medida que pasa el tiempo y a través de los quiebres de la demanda en cada semana.50 0.50 1.2 y con n=5 y α = 0. Suavización exponencial con n=3 y α = 0. SR MMS n=3 SR MMS n=5 4. lo cual se ve reflejado en el error absoluto acumulado tornando al MAD a un mayor valor que la media móvil simple de n =5. que el mejor modelo para poder realizar estimaciones desde el criterio del MAD es la media móvil simple de n = 5. va a tender e interactuar hacia el cero.00 3 5 7 9 11 13 15 0. En síntesis.50 2. y de igual forma al análisis anterior el mejor modelo evaluado es la media móvil simple con un n =5.00 2.4.00 1.50 1.50 2. 13 . son de mayor frecuencia respecto al total de las semanas y poseen una mayor magnitud entre estas diferencias.00 2.) se puede apreciar que la media móvil simple de n= 5 posee un menor desfase que la media móvil simple de n =3 con respecto del cero.50 3. lo cual tendrá una menor diferencia entre la demanda real y pronosticada.00 0.00 5 6 7 8 9 10 11 12 13 14 Desde la técnica de la Señal de rastreo (SR.00 3.

4 dado que posee un menor MAD.00 -3.4 n=5 Pronostico 350 350 300 250 200 150 100 50 0 300 250 Real Pronostico 200 150 100 50 1 2 3 4 5 6 7 8 9 10 11 12 13 0 1 2 4 5 6 7 8 9 10 11 12 13 Se puede apreciar que las curvas de pronósticos presentadas en los dos tipos de suavización exponencial poseen una semejante forma y comportamiento. 14 . es decir.00 -3.2 n=3 3.00 3.00 1.4. través de los cálculos y as tablas desarrolladas el mejor modelo recae en la suavización exponencial con n=5 y de un α = 0.00 2.00 -1.00 0.2 n=3 presenta una mayor distancia con respecto al cero en la semana 4. lo cual tienda a deducir que los errores entre la del valor real y el valor pronosticado por cada semana tienen cercana magnitud.2 y con n=5 y α = 0. una menor desviación promedio.00 0 2 4 6 8 10 12 0.4 n=5 SR α=0.00 0 2 4 6 8 10 12 14 A pesar de que la señal de rastreo de la suavización exponencial de α=0.00 -2. SR α=0. lo cual se deduce que la demanda pronosticada esta e ira acercándose cada vez a la demanda real.00 2.00 -2. Sin embargo.00 -4.2 n=3 Real SE α=0.SE α=0.00 -4. es el mejor modelo dado que en las próximas semanas el valor empieza aumentar y empieza a tener quiebres en torno al cero. Señal de rastreo con Suavización exponencial con n=3 y α = 0.00 -1.00 1.

al basarse en los datos de la tabla de suavización exponencial con n=3 y con α= 0.00 0. Por lo mismo. el porcentaje de error en relación al promedio (MAPE) a pesar de presentar fluctuaciones en la mayoría de las semanas la mayoría de los valores son inferiores al 15% exceptuando tres lo cual es bajo y se ajusta mejor a la demanda.00 0.3.00 0 2 4 6 Como se puede ver. Método MAPE en base al modelo de suavización exponencial simple con n=3 y un α= 0.00 2.2 SR Suavización Exponencial 12.00 4. 15 .00 0 2 4 6 8 10 12 8 10 12 MAPE % 12.00 2.00 10.00 10.00 4.2 se considera el modelo más adecuado para que se establezca en el sistema de la alta gerencia.00 8.00 6.00 8.00 6.

afectando a las condiciones de compra y al poder de negociación.2 en donde el error del último periodo si influía significativamente el ajuste de la demanda proyectada con la demanda real.Conclusión En este informe se pudo ver un problema de pronóstico de demanda. También se analizó la técnica de suavización exponencial. Para poder analizar mejor los errores que se producen en cada modelo. que la idea de disminuir la cantidad de proveedores de cinco a uno. podría generar cambios tanto favorables como desfavorables para la compañía. Además se puede destacar. para proyectar una demanda se utiliza solo el último periodo de la demanda real y proyectada anterior al de la semana. es el de suavización exponencial simple con n=3 y α=0. que el error entre la demanda real proyectada se ve influenciada según la cantidad de periodos anteriores a promediar durante cada semana. es necesario utilizar los indicadores de ajuste MAD y Señal de rastreo que permiten visualizar de mejor manera las variaciones. Sin embargo. Respecto al caso se pudo concluir que el mejor modelo de proyección para que los altos directivos de la empresa Altabox implante en su sistema. Esta técnica se vio complementada a través del criterio del error porcentual de la demanda promedio (MAPE) como un buen indicador para descubrir si el modelo analizado es adecuado. podría ser desfavorable dado que depende solo de un proveedor. en donde se puedo aprender que a diferencia de la media móvil simple. Altabox Electronics se puede ver beneficiada dado que se disminuye la incertidumbre en la demanda al tener un centro de distribución. 16 . busco diversos modelos de proyección. Se pudo analizar para el modelo de media móvil simple. de la cual mediante un ponderador se determina el grado de sensibilidad e influencia del error hacia el periodo a analizar. en el cual la compañía Altabox electronic dada las variaciones en la demanda de sus productos. debido al sistema que establece la alta dirección se debe incurrir a analizar solo dos técnicas de proyección: Media móvil simple y Suavización exponencial. y que todo va a depender del problema que se esté enfrentando. Por un lado.