Documentos de Académico
Documentos de Profesional
Documentos de Cultura
mejores posibilidades de implementacin informtica que producto en un espacio de tiempo suficiente que permite
antao. La integralidad de las soluciones que consideren el observar tanto la tendencia de las ventas como las
problema desde la previsin de la demanda hasta el clculo estacionalidades. Se espera como resultado la lista de productos
de las cantidades a pedir es un imperativo para disear a comprar con sus respectivas cantidades. El clculo se hace con
modelos confiables y eficientes. la frecuencia que permita mantener actualizado el inventario en
forma permanente.
El objetivo de la investigacin que se documenta en el
presente trabajo es minimizar el capital de trabajo invertido La demanda de los prximos periodos se pronostica con el
en inventarios, tomando como restriccin principal el procedimiento de Holt-Winters.
cumplimiento de niveles de servicio establecidos por
poltica de la empresa. La solucin consiste en una El pronstico en el Modelo Holt-Winters se calcula aplicando
metodologa de planeacin del abastecimiento con un las siguientes frmulas:
modelo probabilstico de inventarios por demanda, guiado
por niveles de servicio diferenciales de acuerdo a una Sea:
clasificacin ABC por volumen de ventas, a partir de At = Base del pronstico (Nivel de ventas cuando t = 0).
pronsticos de ventas obtenidos por el modelo Holt- = Factor entre 0 y 1 para ponderar la base del pronstico.
Winters que incluye suavizacin exponencial, tendencia y = Factor entre 0 y 1 para ponderar la tendencia.
estacionalidad.. It = Factor de estacionalidad del perodo t.
i = ndice del perodo para el que se est pronosticando a partir
del perodo actual.
II. ESTADO DEL ARTE l = Nmero de perodos en el ciclo estacional.
= Factor entre 0 y 1 para ponderar la estacionalidad.
Numerosos investigadores han trabajado en temas Tt = Tendencia de las ventas en el periodo t.
relacionados con los pronsticos de ventas, el t = periodo de tiempo considerado.
aprovisionamiento y la planeacin de los inventarios dado Ventast = Ventas reales del perodo t.
su alto impacto en los resultados econmicos de las Yt = Pronstico para el perodo t.
organizaciones. Las investigaciones ms recientes en esta
rea integran simultneamente los dos temas, proponiendo,
muchas veces, mejoras o alternativas a los algoritmos
clsicos. Ferbar [1] propuso integrar el modelo de
inventarios y el de pronsticos optimizando tango los
parmetros como los valores iniciales. Hernndez et al [2]
[3] llegaron a un modelo multinivel que parte de demanda
constante. Little et al [4] estudiaron la optimizacin de los
stocks de seguridad a partir de restricciones. Snyder [5]
desarroll un modelo de inventarios que parte de
pronsticos por suavizacin exponencial..Syntetos et al [6]
reportaron un estudio de caso sobre bodegas mayoristas.
Teunter et al [7] trabajaron en un mtodo para pronosticar
demanda intermitente. Tiacci & Saetta [7] estudiaron el Se recomienda tener en cuenta, al menos 2l periodos previos de
efecto de los modelos de pronsticos en los costos y en los Ventas, que permitan ajustar los valores de los diferentes
niveles de servicio proponiendo que se tengan en cuenta componentes del modelo. Aplicando la autocorrelacin se puede
esos factores adems de la minimizacin del error para determinar la longitud del periodo estacional (l). Los valores
evaluar el modelo a aplicar. iniciales de los factores estacionales de cada perodo (It), el valor
inicial del intersecto (A0) y de la tendencia (T0) se pueden
determinar con una investigacin previa sobre la serie de datos.
III. DESCRIPCIN DEL MODELO
Con algoritmos de investigacin de operaciones, se pueden
Una empresa requiere conocer las cantidades a comprar de optimizar los valores de los factores , y , minimizando el
cada uno de los productos que comercializa, para tener las error del modelo (la diferencia entre el valor pronosticado y el
cantidades suficientes de cada uno, que le permitan cubrir valor real), considerando un indicador como el error medio al
los requerimientos de los consumidores, con los menores cuadrado (MSE o EMC), la diferencia absoluta media (MAD o
riesgos de obsolescencia y costos de mantenimiento del DAM), o el porcentaje del error medio absoluto (MAPE o
inventario. Las polticas de la organizacin establecen un PEMA), como funcin objetivo. Este clculo se efecta al iniciar
nivel de servicio deseado. Los tiempos de el modelo por primera vez y se pueden mantener los parmetros
aprovisionamiento y el tiempo que hay entre pedidos son para las siguientes aplicaciones. No obstante, es conveniente
conocidos, as como los volmenes de venta de cada revisar los factores y volver a correr la optimizacin con
Scientia et Technica Ao XVIII, Vol. 18, No. 4, Diciembre de 2013. Universidad Tecnolgica de Pereira. 745
frecuencia. (Una explicacin mucho ms completa y Cuando un producto ha estado agotado en el proveedor por un
detallada del modelo Holt-Winters se puede encontrar en tiempo prolongado, es posible que sus valores de ventas se
[9] ). pierdan y no se tengan en cuenta en los pronsticos, lo que
puede hacer que se tarde en recuperarse su dinmica normal en
En la implementacin informtica del algoritmo es el sistema de inventarios. Puede ser necesario un mtodo de
necesario tener en cuenta algunos detalles: Se deben aplicar marcado en la base de datos que identifique esas circunstancias
lmites de control en los datos de entrada, a 3 desviaciones y recupere la historia comercial del producto una vez se reactive
estndar arriba y debajo de la media, para remplazar datos en el mercado.
atpicos que pueden afectar el clculo final del pronstico.
En bases de datos muy grandes de empresas con un
portafolio muy amplio pero de alta rotacin, que tienen IV. EJEMPLO DE APLICACIN
estacionalidades muy largas, a veces es necesario mantener
pre-procesada parte de la informacin, de tal manera que al Supongamos un producto cuya demanda en los ltimos 12
hacer el pronstico solo se deba actualizar la informacin periodos ha sido:
del ltimo periodo. Cuando es posible, se guardan como
datos de cada producto los ltimos valores calculados de Yt, Periodo Ventas
At, Tt e It; de tal manera que solo se deba procesar el nuevo 1 416
valor de Ventast. 2 769
3 812
El resultado del modelo Holt-Winters se compone de los 4 786
pronsticos para los periodos equivalentes al tiempo entre 5 539
pedidos ms el tiempo de aprovisionamiento. Se debe 6 591
calcular la desviacin estndar de las ventas de los ltimos 7 833
2l perodos (o mejor an, los que hayan sido considerados 8 613
en el clculo de los pronsticos): La suma de los 9 473
pronsticos correspondientes al tiempo entre pedidos ms
10 586
el tiempo de aprovisionamiento debe incrementarse en z
11 830
desviaciones estndar, donde z es el valor de referencia de
12 619
la distribucin de probabilidad normal con media = 0 y
desviacin estndar = 1, cuya probabilidad es igual al nivel
de servicio deseado. Esta estrategia supone que los datos La estacionalidad es de 4 periodos. Los parmetros principales
siguen una distribucin normal, lo que se puede asumir del modelo Holt-Winters son:
siguiendo el teorema central del lmite.
Parmetro Valor
El nivel de servicio debe ser diferencial, segn la 0,0111
clasificacin ABC de los productos, que debe recalcularse 0,9990
con frecuencia. Para hacer la clasificacin, se ordenan los 0,1849
productos de acuerdo a su volumen esperado de ventas de I1 0,6986
mayor a menor y se calcula el porcentaje acumulado con I2 1,0002
respecto a las ventas totales esperadas. Los porcentajes I3 1,2376
pueden variar segn polticas de cada empresa. Si nos I4 1,0637
basamos en el principio de Pareto (80/20), los productos
que estn en el rango de 0% a 80% en la suma acumulada Partiendo con un At calculado en 676 y un Tt de -10,4, aplicando
se consideran inventario tipo A. De 80% a 96% se las frmulas, los pronsticos para los siguientes 4 periodos
considera inventario tipo B y de 96% a 100% es inventario seran entonces: 450, 621, 783 y 650. Si el producto es clase A y
tipo C. Para los productos tipo A se debe buscar un se busca un nivel de servicio del 95% para esa categora, la
altsimo nivel de servicio (por ejemplo 97%), para los constante es 1,64 (segn la distribucin normal estndar); la
productos tipo B un nivel de servicio un poco menor (95% desviacin estndar () es de 145,45, el lead time es de 1
por ejemplo) y para los productos tipo C, un nivel de periodo y la frecuencia entre pedidos es de 2 perodos; entonces
servicio ms modesto (90% por ejemplo). la cantidad a tener en existencia debe ser, teniendo en cuenta 3
perodos completos (1 de LT y 2 de frecuencia) : (450 + 621 +
Los valores resultantes corresponden a las existencias que 783) + 1,64 * 145,45 = 1615. Si la existencia actual del producto
se deben tener en inventario para cubrir la demanda, por lo es de 1000 unidades, la cantidad a pedir ser: 615 unidades.
tanto, para calcular la cantidad a comprar, es necesario
restarle las existencias actuales y los pedidos pendientes
prximos a llegar para calcular la cantidad a comprar.
746 Scientia et Technica Ao XVIII, Vol. 18, No. 4, Diciembre de 2013. Universidad Tecnolgica de Pereira.
V. RESULTADOS
REFERENCIAS