1.      Desarrolle y justifique un método de pronóstico que llene las especificaciones de la compañía. (2.

5 p)

Método de pronóstico
Modelo cuantitativo
Analizar la cantidad de demanda mensual y
anualmente. (Cantidad de cargas, lotes
vendidos, lotes por entregar, lotes en stock
etc.)

Analizar la frecuencia y la cantidad de lotes

de los pedidos urgentes con el fin de
programar la producción de acuerdo a la
tendencia de estos en las distintas etapas
del año.

Modelos de regresión (Identificación de la

tendencia)
Aplicación

Mantener todos los tipos de datos actualizados y depurarlos con la frecuencia necesa
dependiendo del tipo.
Recomendaciones
Identificar las tendencias que se dan en cada tipo de datos y analizarlos para el
pronóstico de la demanda.
ne las especificaciones de la compañía. (2.5 p)

Método de pronóstico
Modelo cualitativo
Analizar qué clientes y qué cantidad de
estos solicitan con frecuencia mantener su
pedido en stock para poder preveer los
stocks, evitarlos y producir de acuerdo a
estos "imprevistos"

Analizar de qué tipo de clientes se

originan estos pedidos y crear alianzas
para hacer más segura la venta de estos
asi como también una eficiente
programación de la producción.

Realizar encuestas a los clientes.

Entrevistas directas con los clientes.

Focus Group.

os actualizados y depurarlos con la frecuencia necesaria

dan en cada tipo de datos y analizarlos para el

2. Pronostique la demanda agregada por mes para el año 2017 (2.5 p)

Ventas (en números de cargas) Pronóstico

Mes
2012 2013 2014 2015 2016 2017
Enero 2000 3000 2000 5000 5000 5800
Febrero 3000 4000 5000 4000 2000 3000
Marzo 3000 3000 5000 4000 3000 3900
Abril 3000 5000 3000 2000 2000 1500
Mayo 4000 5000 4000 5000 7000 6800
Junio 6000 8000 6000 7000 6000 6300
Julio 7000 3000 7000 10000 8000 9700
Agosto 6000 8000 10000 14000 10000 13800
Setiembre 10000 12000 15000 16000 20000 21800
Octubre 12000 12000 15000 16000 20000 21000
Noviembre 14000 16000 18000 20000 22000 24000
Diciembre 8000 10000 8000 12000 8000 9800
Total 78000 89000 98000 115000 113000 127400
 MES VENTAS
1 Jan-12 2000
2 Feb-12 3000
3 Mar-12 3000
4 Apr-12 3000
5 May-12 4000
6 Jun-12 6000
7 Jul-12 7000
8 Aug-12 6000
9 Sep-12 10000
10 Oct-12 12000
140000
11 Nov-12 14000
12 Dec-12 8000 78000 120000
13 Jan-13 3000 79000 f(x) = 836.1224489796x + 76729.5918367347
100000 R² = 0.9437693065
14 Feb-13 4000 80000
15 Mar-13 3000 80000
80000
16 Apr-13 5000 82000
17 May-13 5000 83000 60000
18 Jun-13 8000 85000
19 Jul-13 3000 81000 40000
20 Aug-13 8000 83000
21 Sep-13 12000 85000 20000
22 Oct-13 12000 85000
0
23 Nov-13 16000 87000 0 10 20 30 40 50
24 Dec-13 10000 89000
25 Jan-14 2000 88000
26 Feb-14 5000 89000
27 Mar-14 5000 91000
28 Apr-14 3000 89000
29 May-14 4000 88000
30 Jun-14 6000 86000
31 Jul-14 7000 90000
32 Aug-14 10000 92000
33 Sep-14 15000 95000
34 Oct-14 15000 98000
35 Nov-14 18000 100000
36 Dec-14 8000 98000
37 Jan-15 5000 101000
38 Feb-15 4000 100000
39 Mar-15 4000 99000
40 Apr-15 2000 98000
41 May-15 5000 99000
42 Jun-15 7000 100000
43 Jul-15 10000 103000
44 Aug-15 14000 107000
45 Sep-15 16000 108000
46 Oct-15 16000 109000
47 Nov-15 20000 111000
48 Dec-15 12000 115000
49 Jan-16 5000 115000
50 Feb-16 2000 113000
51 Mar-16 3000 112000
52 Apr-16 2000 112000
53 May-16 7000 114000
54 Jun-16 6000 113000
55 Jul-16 8000 111000
56 Aug-16 10000 107000
57 Sep-16 20000 111000
58 Oct-16 20000 115000
59 Nov-16 22000 117000
60 Dec-16 8000 113000
61 Jan-17 19733.32 127733.32
62 Feb-17 2836.12 128569.44
63 Mar-17 3836.12 129405.56
64 Apr-17 2836.12 130241.68
65 May-17 7836.12 131077.8
66 Jun-17 6836.12 131913.92
67 Jul-17 8836.12 132750.04
68 Aug-17 10836.12 133586.16
69 Sep-17 20836.12 134422.28
70 Oct-17 20836.12 135258.4
71 Nov-17 22836.12 136094.52
72 Dec-17 8836.12 136930.64
89796x + 76729.5918367347
65

Power ()
Linear ()

30 40 50 60
3. Además del pronóstico de la demanda de los clientes grandes y de la demanda
agregada ¿cómo se podría mejorar la exactitud del pronóstico? (2.5 p)

ü  Una vez que se tiene el resultado de pronóstico de modelos distintos, se

asigna una ponderación a cada uno; entiéndase ponderación como la
importancia o peso que se le da a un conjunto de valores. Es necesario vigilar qué
tanta desviación existe entre los datos reales de la demanda y los datos pronosticados,
ya que es necesario generar estadísticas e ir revisando y monitoreando la estrategia.

ü  Reajustar los errores de los pronósticos en forma periódica.

ü  Calendarizar las actividades de revisión, seguimiento y control del pronóstico,

no todo debe ser corregido, solo lo que necesariamente lo exige; y así
obteniendo los resultados esperados.

ü  Una vez definido los indicadores hay que empezar a construir la historia,
comparando con las referencias del mercado y adoptando los cambios. Con esto se
quiere llegar a estimar la rotación o días de inventario.
4.      ¿Qué papel debe jugar el “sentir” de Juan Durand para establecer los
nuevos pronósticos de venta? (2.5 p)

ü  Debe de tener los indicadores definidos, para que los resultados

que se obtengan no sean tan alejados a los pronosticados.

ü  Debe tener en cuenta los cambios que se realizan en el

departamento de compras del cliente, más comunicación con ellos
ya que si no lo realiza, su pronóstico estará erróneo.

ü  Indicadores dónde se vea la rotación de almacén.

ü  Debe de tener en cuenta las fechas donde exista más demanda y

pronosticarlas.