Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1
PROPUESTA DE UNA METODOLOGÍA DE PLANEACIÓN DE LA DEMANDA
EN LA LÍNEA DE PRODUCTO FLUX CORED WIRE EN LA COMPAÑÍA
SOLDADURAS WEST ARCO
PROYECTO DE PASANTÍA
Director
JAIRO HUMBERTO TORRES ACOSTA Ph. D
2
NOTA DE ACEPTACION:
___________________________________
___________________________________
___________________________________
___________________________________
___________________________________
_______________________________
Firma del Director interno
_______________________________
Firma del Director externo
_______________________________
Firma del Jurado
Fecha: ________________________________
3
Contenido
1. INTRODUCCIÓN ............................................................................................................................7
2. OBJETIVOS ....................................................................................................................................8
2.1 OBJETIVO GENERAL..............................................................................................................8
2.2 OBJETIVOS ESPECÍFICOS......................................................................................................8
3. PLANTEAMIENTO DEL PROBLEMA ...............................................................................................9
3.1 FORMULACIÓN DEL PROBLEMA ..........................................................................................9
3.2 JUSTIFICACIÓN .....................................................................................................................9
4. MARCO DE REFRENCIA.............................................................................................................. 10
4.1 MARCO CONTEXUAL ......................................................................................................... 10
4.2 MARCO TEÓRICO .............................................................................................................. 12
4.2.1 MEDIADAS DESCRIPTIVAS ......................................................................................... 12
4.2.2 PRONÓSTICOS ........................................................................................................... 14
4.2.3 GESTIÓN DE INVENTARIOS........................................................................................ 27
5. METODOLOGÍA ......................................................................................................................... 35
6. ALCANCE Y LIMITACIONES DEL PROYECTO ............................................................................... 36
6.1 ALCANCE DEL PROYECTO .................................................................................................. 36
6.2 LIMITACIONES DEL PROYECTO .......................................................................................... 36
7. CONOCER Y ANALIZAR EL COMPORTAMIENTO DE LA DEMANDA DEL TOP DE PRODUCTOS DE
LA LÍNEA FLUX CORED WIRE ............................................................................................................. 37
7.1 SELECCIÓN DEL TOP DE PRODUCTOS FCW ....................................................................... 37
7.2 RECOLECCIÓN DE LOS DATOS ........................................................................................... 38
7.3 ORGANIZAR LA INFORMACIÓN ......................................................................................... 39
7.4 ANÁLISIS DEL COMPORTAMIENTO DE LOS DATOS ........................................................... 39
8. DESARROLLO DE LA METODOLOGÍA PARA ESTIMAR LAS VENTAS DEL TOP DE PRODUCTOS
FCW. .................................................................................................................................................. 41
8.1 MÉTODO PROPUESTO ....................................................................................................... 42
8.2 ANÁLISIS DE ENTRADA ...................................................................................................... 43
8.3 ELECCIÓN DEL MÉTODO DE PRONÓSTICO ........................................................................ 44
8.4 ANÁLISIS DE CADA REFERENCIA PARA LA ELECCIÓN DEL MÉTODO DE PRONÓSTICO ..... 46
4
9. MODELO DE INVENTARIOS ....................................................................................................... 66
9.1 Costos que intervienen en el modelo de sistema de inventarios ..................................... 66
9.1.1 Costo de Mantenimiento (Cm) ................................................................................. 66
9.1.2 Costo de pedido (cp) ................................................................................................. 71
9.2 Tiempo de entrega (Lt) ..................................................................................................... 74
9.3 SISTEMA DE INVENTARIOS PARA CADA REFERENCIA ....................................................... 74
10. EVALUAR Y CONTRASTAR LA PROPUESTA EXPUESTA FRENTE AL DESEMPEÑO ACTUAL DEL
MODELO DE PLANEACIÓN DE LA DEMANDA QUE IMPLEMENTA LA COMPAÑÍA ............................ 79
11. CONCLUSIONES ..................................................................................................................... 81
12. RECOMENDACIONES ............................................................................................................. 82
13. BIBLIOGRAFÍA ........................................................................................................................ 83
14. ANEXOS ................................................................................................................................. 85
14.1 ANEXO 1. CRONOGRAMA ................................................................................................. 85
14.2 ANEXO 2. PLAN DE TRABAJO ............................................................................................ 86
5
GLOSARIO
6
1. INTRODUCCIÓN
7
2. OBJETIVOS
8
3. PLANTEAMIENTO DEL PROBLEMA
3.2 JUSTIFICACIÓN
9
4. MARCO DE REFRENCIA
ESAB - Soldaduras West Arco es una empresa del sector industrial dedicada a
prestar soluciones integrales en unión y corte de materiales, con más de 58 años
de trascendencia en el mercado colombiano, ESAB - Soldaduras West Arco ha
logrado consolidarse como la empresa líder en el mercado, siendo símbolo de
calidad y eficiencia. La compañía ofrece un amplio portafolio de productos y
servicios, compuesto por todos los productos consumibles para soldadura
(electrodos, alambre tubular, alambres sólidos, arco sumergido, fundentes, entre
otros), equipos de soldadura y sistemas de corte, automatización y CNC,
reparación y mantenimiento; así como todo lo referente a equipos de protección
personal.
Por otro lado ESAB - Soldaduras West Arco cuenta con su propio instituto de
soldadura y laboratorio de ensayos mecánicos y químicos, con gran trascendencia
y reconocimiento en el sector industrial.
ESAB - Soldaduras West Arco está orientada a ofrecer sus métodos, materiales y
conocimientos, a gran variedad de sectores industriales, sin importar cuál sea el
segmento de mercado; algunos de ellos son los siguientes.1
Industria automotriz
Fabricación general y obra civil
Tendido de Tuberías
Fábricas de tubos
Generación de energía
Industria de proceso
Reparación y mantenimiento
Astilleros y plataformas marinas
Transporte y maquinaria móvil
Soldaduras West Arco luego de ser adquirida por la multinacional ESAB Welding &
Cutting e incorporarse a la familia Colfax Corporation, tuvo una serie de cambios
corporativos y organizacionales que afectaron el flujo productivo de los productos
consumibles (Filler Metals) que ofrecía la compañía, así mismo el portafolio fue
ampliado y modificado. De este modo el alambre MIG, TIG y SAW dejo de
fabricarse en Colombia para importarse de otras fábricas ESAB alrededor del
1
SOLDADURAS WEST ARCO. Acerca de west arco: lo que hacemos. [en linea].
<http://www.westarco.com/westarco/sp/about/whatwedo/index.cfm> [05-04-2016].
10
mundo; dejando como único producto de fabricación netamente colombiana los
electrodos revestidos de soldadura y todas las derivaciones que estos tienen.
En la actualidad ESAB - Soldaduras West Arco está implementando estrategias
que ayuden a fortalecer el mercado de la línea de producto (AlambreTubular/Flux
Cored Wire); importante dentro de la familia Filler Metals por su innovación y
tecnología, además del uso masivo en el sector industrial. De este modo, con este
proyecto se pretende plantear alternativas de solución a los principales problemas
de gestión que presenta la línea de producto Flux Cored Wire (FCW), por medio
de metodologías de planeación de la demanda, permitiendo la proyección de las
ventas y requerimientos necesarios en la gestión de inventarios que implementa la
compañía.
Con la fusión que tuvo la compañía a finales del año 2012, la percepción y el
posicionamiento de marca que tenía Soldaduras West Arco ha tendido a bajar
debido a la incorporación de nuevos competidores en el mercado colombiano;
para Flux Cored Wire (FCW) sus ingresos han venido presentando un
decrecimiento en los últimos años. Para el año 2016 la empresa estima recuperar
el mercado perdido, por lo que se estableció un reto de crecimiento del 18% con
respecto al año 2015. De este modo la compañía pretende sanear ciertos
problemas de abastecimiento y mantenimiento de inventarios que están afectando
la disposición final de los productos FCW, incluyendo la rotación de productos
catalogados como O&O (Over stock and Obsolete) que no tienen movimiento
comercial y están afectando la estructura de costos de la línea de producto.
Por otro lado, es importante resaltar que en la línea FCW como en la producción
de electrodos revestidos la compañía ha implementado una política de inventario
mínimo que requiere de planes de demanda y tiempos de entrega ajustados al
comportamiento real, esto con el fin de disminuir el capital de trabajo y así generar
un impacto directo en la utilidad operacional; la producción de electrodos sigue un
sistema mixto MTS/MTO para productos específicos, que actualmente está siendo
gestionado por un sistema SAP 2 con pocos inconvenientes.
2
Es un software empresarial ERP, que permite a las empresas administrar, ejecutar y optimizar distintos
aspectos de la compañía mediante módulos especializados.
11
4.2 MARCO TEÓRICO
∑𝑖 𝑥𝑖 ∗ 𝑛𝑖
𝑥̅ =
𝑛
Medidas de Dispersión5
Las medidas de tendencia central tienen como objetivo el sintetizar los datos en un
valor representativo, las medidas de dispersión nos dicen hasta qué punto estas
medidas de tendencia central son representativas como síntesis de la información.
3
MARIN, J. Estadística descriptica, departamento de estadística. España. [En línea]. [10-05-2016]. Disponible
en internet: http://halweb.uc3m.es/esp/Personal/personas/jmmarin/esp/EstCCPP/MedidasDescriptivas.pdf
4
HERNÁNDEZ, Luis. Medidas descriptivas, estadística. . [En línea]. [10-05-2016]. Disponible en internet:
http://www.tuveras.com/estadistica/estadistica02.htm
5
Ibid. HERNÁNDEZ, Luis.
12
Las medidas de dispersión cuantifican la separación, la dispersión, la variabilidad
de los valores de la distribución respecto al valor central. Se pueden dividir entre
medidas de dispersión absolutas, que no son comparables entre diferentes
muestras y las relativas que nos permitirán comparar varias muestras. Y entre
estas se incluyen las siguientes:
Varianza
Desviación estándar
Coeficiente de variación
Rango muestral
Para el análisis del proyecto se utilizaran las siguientes medidas:
Varianza (S2)
Es el promedio del cuadrado de las distancias entre cada observación y la media
aritmética del conjunto de observaciones.
Ecuación 2. Varianza
∑𝑖 𝑥𝑖 2 ∗ 𝑛𝑖
𝑆2 = − 𝑥̅ 2
𝑛
Si los datos están agrupados se utilizan las marcas de clase en lugar de Xi.
Desviación estándar (S)
La varianza viene dada por las mismas unidades que la variable pero al cuadrado,
para evitar este problema podemos usar como medida de dispersión la desviación
típica que se define como la raíz cuadrada positiva de la varianza.
Ecuación 3. Desviación estándar a partir de la varianza
𝑆 = √𝑆 2
Para estimar la desviación típica de una población a partir de los datos de una
muestra se utiliza la fórmula (cuasi desviación típica):
Ecuación 4. Desviación estándar
∑𝑖(𝑥𝑖 − 𝑥̅2 )2 ∗ 𝑛𝑖
𝑆=√
𝑛−1
13
coeficiente de variación de Pearson que se define como el cociente entre la
desviación típica y el valor absoluto de la media aritmética.
Ecuación 5. Coeficiente de variación.
𝑆
𝐶𝑉 =
|𝑥̅ |
CV representa el número de veces que la desviación típica contiene a la media
aritmética y por lo tanto cuanto mayor es CV mayor es la dispersión y menor la
representatividad de la media.
4.2.2 PRONÓSTICOS
Los pronósticos de los niveles de demanda son vitales para la organización como
un todo, ya que proporcionan los datos de entrada para la planeación y control de
todas las áreas funcionales, incluyendo logística, marketing, producción y
finanzas. Los niveles de demanda y su programación afectan en gran medida los
niveles de capacidad, las necesidades financieras y la estructura general del
negocio. Cada área funcional tiene sus propios problemas especiales de
pronóstico. 6 El personal de producción y operaciones utiliza los pronósticos para
tomar decisiones periódicas que comprenden la selección de procesos, la
planeación de las capacidades y la distribución de las instalaciones, así como para
tomar decisiones continuas acerca de la planeación de la producción, la
programación y el inventario.7 Los pronósticos en la planeación se relacionan con
la naturaleza espacial así como temporal de la demanda, el grado de variabilidad y
su aleatoriedad.8
Métodos de pronóstico
6
BALLOU, Ronald H. Pronóstico de los requerimientos de la cadena de suministros. En: Logística,
administración de la cadena de suministro. Quinta edición. México: Pearson educación, 2004. p. 286 – 309.
7
CHASE, Richard B, et al. Administración y pronóstico de la demanda. En: Administración de operaciones,
producción y cadena de suministros. Duodécima edición. México: McGraw Hill, Interamericana, 2009. p.468.
8
BALLOU, Ronald H. Op. cit., p. 287 - 300.
9
BALLOU, Ronald H. Op. cit., p. 291.
14
Cualitativos: Los métodos cualitativos son principalmente subjetivos y se
apoyan en el juicio humano. Son apropiados sobre todo cuando la
información histórica no está disponible o existen muy pocos datos; o bien,
cuando los expertos cuentan con resultados de investigación del mercado
(market intelligence) que pueden afectar el pronóstico. Tales métodos
pueden también ser necesarios para pronosticar la demanda a varios años
en el futuro de una nueva industria.
10
CHOPRA, Sunil. MEINDL, Peter. Pronósticos de la demanda de una cadena de suministro. En:
Administración de la cadena de suministro – Estrategia planeación y operación. Tercera edición. México:
Pearson, educación, 2008. p. 190.
11
CHOPRA, Sunil. MEINDL, Peter. Op. cit., p. 191.
15
Métodos para pronosticar por series de tiempo12
La meta de cualquier método de pronóstico es predecir el componente sistemático
de la demanda y estimar el componente aleatorio. En su forma más general, el
componente sistemático de la información de la demanda contiene un nivel, una
tendencia y un factor estacional. La ecuación para calcular el componente
sistemático puede adoptar una variedad de formas como se muestra a
continuación.
Métodos estáticos
Un método estático supone que los estimados del nivel, tendencia y estacionalidad
dentro del componente sistemático no varían conforme se observa la nueva
demanda. En este caso, estimamos cada uno de estos parámetros con base en la
información histórica y luego se utilizan los mismos valores para todos los
pronósticos futuros. Suponemos que el componente sistemático de la demanda es
mixto, esto es,
Pronóstico adaptativo
12
CHOPRA, Sunil. MEINDL, Peter. Pronósticos de la demanda de una cadena de suministro. En:
Administración de la cadena de suministro – Estrategia planeación y operación. Tercera edición. México:
Pearson, educación, 2008. p. 190 – 213.
16
Análisis de series de tiempo
Para pronósticos a corto plazo, se usan mucho los métodos de series de tiempo.
Una serie de tiempo es simplemente una lista cronológica de datos históricos, para
la que la suposición esencial es que la historia predice el futuro de manera
razonable. Existen varios modelos y métodos de series de tiempo entre los cuales
elegir, y que incluyen el modelo constante, de tendencia y estacional, dependiendo
de los datos históricos y de la comprensión del proceso fundamental.13 Las
técnicas que más comúnmente se emplean en la determinación de pronósticos
son aquellas que fundamentan su cálculo en la utilización de una base de
información histórica o serie de tiempo.14
Los métodos de serie de tiempo se utilizan para hacer análisis detallado del
comportamiento de la demanda a lo largo del tiempo en el pasado, y de esta
manera estimar la demanda pronosticada, proyectando los patrones del
comportamiento hacia el futuro. Uno de los supuestos fuertes de los métodos de
pronóstico de series de tiempo consiste en que para su análisis, la serie se puede
desagregar en componentes como son el nivel promedio, la tendencia, la
estacionalidad, la ciclicidad y el efecto aleatorio.15
Promedios móviles
Cuando la demanda de un producto no crece ni baja con rapidez, y si no tiene
características estacionales, un promedio móvil puede ser útil para eliminar las
fluctuaciones aleatorias del pronóstico. Aunque los promedios de movimientos casi
siempre son centrados, es más conveniente utilizar datos pasados para predecir el
periodo siguiente de manera directa.16
13
SIPPER, Daniel. BULFIN, Robert L. Jr. Pronósticos. En: Planeación y control de la producción. México D.F.:
McGraw-Hill Professional publishing, 1998. p. 122.
14
TORRES ACOSTA, J.H. Elementos de producción Vol. I, Sistema de investigaciones UCC, Colombia. 1994.
15
TORRES ACOSTA, J.H. Métodos de series de tiempo. En: Planeación y control de la producción I.
Universidad Distrital Francisco José de caldas, Bogotá D.C. 2014. p. 2- 6.
16
CHASE, Richard B, et al. Administración y pronóstico de la demanda. En: Administración de operaciones,
producción y cadena de suministros. Duodécima edición. México: McGraw Hill, Interamericana, 2009.p. 474.
17
TORRES ACOSTA, J.H. Elementos de producción Vol. I, Sistema de investigaciones UCC, Colombia. 1994.
17
Las formulaciones calculan en primer término el promedio móvil MT y se tiene la
siguiente fórmula:
Ecuación 6. Promedio
𝑇
1
𝑀𝑇 = ∑ 𝐷𝑡
𝑁
𝑡=𝑇−𝑁+1
Dónde:
T = período para el cual se está deduciendo el promedio M
t = es el período de la demanda observada (Dt)
N = Número de observaciones para el promedio
El promedio MT también se puede calcular mediante la siguiente relación:
Ecuación 7. Alternativa para cálculo del promedio
1
𝑀𝑇+1 = 𝑀𝑇 + (𝐷 − 𝐷𝑇−𝑁 +1 ) 𝐸𝑙 𝑝𝑟𝑖𝑚𝑒𝑟 𝑇 𝑑𝑒𝑏𝑒 𝑠𝑒𝑟 𝑖𝑔𝑢𝑎𝑙𝑎 𝑁
𝑁 𝑇+1
𝐷𝑇
𝐼𝑇 = ⁄𝑀
𝑇
Para calcular el pronóstico de cada mes del siguiente año, se organizan los
resultados de IT de tal forma que exista correspondencia entre los índices por mes
y por año, es decir que por ejemplo los índices para el mes 1 años 1, 2, 3, 4, 5, 6
serían I1 I13 I25 I37 I49 I61 y de la misma forma para los demás meses del año. Una
vez organizados los índices para todos los meses (t) y años (m) de la información
histórica, se procede a determinar los índices de temporada ITt.
𝑀
1
𝐼𝑇𝑡 = ∑ 𝐼𝑡𝑚 𝑃𝑎𝑟𝑎 𝑡𝑜𝑑𝑜𝑠 𝑙𝑜𝑠 𝑡 𝑚𝑒𝑠𝑒𝑠 𝑑𝑒𝑙 𝑎ñ𝑜.
𝑀
𝑚=1
Finalmente, el pronóstico será el promedio móvil por mes teniendo en cuenta que
sea para el último año, es decir MtM multiplicado por el ITt.18
18
TORRES ACOSTA, J.H. Métodos de series de tiempo. En: Planeación y control de la producción I.
Universidad Distrital Francisco José de caldas, Bogotá D.C. 2014. p. 2- 6.
18
Ecuación 10. Pronóstico promedio móvil
(𝑑𝑡 − 𝑀𝑡−1 )
𝑀𝑡 = 𝑀𝑡−1 +
𝑁
Al reunir los términos semejantes se tiene:
Ecuación 12. Promedio suavización exp. segunda parte
1 1
𝑀𝑡 = 𝑑𝑡 + (1 − ) ∗ 𝑀𝑡−1
𝑁 𝑁
Este promedio, hablando estrictamente, ya no es un promedio móvil, sino que, se
puede ver cómo un promedio ponderado de los datos actuales y la estimación
anterior de la media del proceso. El factor 1/N lo sustituimos por el valor α (0 ≤ α ≤
1) y el estimador MT‐1 por ST‐1.
De esta forma el pronóstico para suavización exponencial es:
Ecuación 13. Pronostico suavización exponencial simple
𝑆𝑡 = α(𝑑𝑡−1 ) + (1−∝)𝑆𝑡−1
19
CHOPRA, Sunil. MEINDL, Peter. Pronósticos de la demanda de una cadena de suministro. En:
Administración de la cadena de suministro – Estrategia planeación y operación. Tercera edición. México:
Pearson, educación, 2008. p. 190 – 213.
20
TORRES ACOSTA, J.H. Elementos de producción Vol. I, Sistema de investigaciones UCC, Colombia. 1994.
19
De la formula anterior se deduce que α es la ponderación dada a la observación
más reciente, de manera que una ponderación grande (cercana a 1) hará que el
pronóstico sea más sensible al dato más reciente, mientras que un valor más
pequeño (cercano a 0) le dará más peso a un valor promedio.21
Suavización exponencial doble22
Para hacer un pronóstico cuando existe una tendencia, el método de suavización
exponencial doble puede ser utilizado para obtener el pronóstico. La siguiente
ecuación representa el proceso de generación de datos para una serie con
tendencia.
Ecuación 14. Serie con tendencia
𝑌𝑡 = (𝑎𝑡 + 𝑏𝑡 ) +∈𝑡
Donde at y bt son los parámetros del proceso y ∈t es el error por variación aleatoria
con valor esperado igual a 0 y varianza 𝞼2.
Para reducir el efecto de aleatoriedad se puede usar la diferencia de los
promedios calculados en dos periodos sucesivos, de modo que la pendiente en el
tiempo T sería:
Ecuación 15. Pendiente con diferencia de promedios
𝐵𝑇 = 𝑆𝑇 − 𝑆𝑇−1
El conjunto general de fórmulas que permite el cálculo para suavización
exponencial doble es el siguiente:
𝐹𝑡+𝑘 = 𝑆𝑡 + 𝑘𝐵𝑡
21
TORRES ACOSTA, J.H. Métodos de series de tiempo. En: Planeación y control de la producción I.
Universidad Distrital Francisco José de caldas, Bogotá D.C. 2014. p. 2- 6.
22
TORRES ACOSTA, J.H. Op. cit., p. 2- 6.
20
Métodos de regresión
Puede definirse la regresión como una relación funcional entre dos o más
variables correlacionadas. Se utiliza para pronosticar una variable con base en la
otra. Por lo general, la relación se desarrolla a partir de datos observados. Primero
es necesario graficar los datos para ver si aparecen lineales o si por lo menos
partes de los datos son lineales. La regresión lineal se refiere a la clase de
regresión especial en la que la relación entre las variables forma una recta.
La recta de la regresión lineal tiene la forma Y = a + bX, donde Y es el valor de la
variable dependiente que se despeja, a es la secante en Y, b es la pendiente y X
es la variable independiente (en el análisis de serie de tiempo, las X son las
unidades de tiempo).23
Para el cálculo del pronóstico a través del proceso de regresión lineal se tienen las
siguientes formulas:24
Ecuación 19. Pronostico regresión lineal
𝑌̂(𝑡) = 𝑎 + 𝑏𝑡
Modelo exponencial
Al considerar como ecuación general de un modelo exponencial,
Ecuación 22. Ecuación general modelo exponencial
𝑌̂(𝑡) = 𝑎𝑒 𝑏𝑡
23
CHASE, Richard B, et al. Administración y pronóstico de la demanda. En: Administración de operaciones,
producción y cadena de suministros. Duodécima edición. México: McGraw Hill, Interamericana, 2009.p. 484.
24
TORRES ACOSTA, J.H. Métodos de regresión. En: Planeación y control de la producción I. Universidad
Distrital Francisco José de caldas, Bogotá D.C. 2014. p. 2- 6
21
Mediante las transformaciones pertinentes, se puede plantear un arreglo lineal que
permite calcular los parámetros a y b de manera semejante a los que se
establecieron en el modelo lineal, con idénticas connotaciones. Para el cálculo del
valor de a se tienen las dos ecuaciones siguientes:25
Ecuación 23. Valor a Modelo exponencial
∑𝑛 𝑛 2 𝑛 𝑛
𝑡=1 𝑌(𝑡) ∑𝑡=1 𝑡 −∑𝑡=1 𝑡 ∑𝑡=1 𝑡𝑌(𝑡)
𝑎′ = 2 𝑌̂(𝑡) = ln[𝑌(𝑡)] 𝑎′ = ln(𝑎)
𝑛 ∑𝑛 2 𝑛
𝑡=1 𝑡 −(∑𝑡=1 𝑡 )
𝑛 ∑𝑛 𝑛 𝑛
𝑡=1 𝑌(𝑡)−∑𝑡=1 𝑌(𝑡) ∑𝑡=1 𝑡
𝑏′ = 2 𝑌̂(𝑡) = ln[𝑌(𝑡)] 𝑏 ′ = ln(𝑏)
𝑛 ∑𝑛 2 𝑛
𝑡=1 𝑡 −(∑𝑡=1 𝑡 )
𝑍(𝑡) = 𝑎 ∗ 𝑏 𝑡
Modelo cuadrático
En el modelo cuadrático se tienen las siguientes formulaciones para los índices:
Ecuación 26. Índice α modelo cuadrático
2
𝜒 = 𝑛 ∑𝑛𝑡=1 𝑡4 − (∑𝑛𝑡=1 𝑡2 )
Ecuación 29. Índice s modelo cuadrático
25
TORRES ACOSTA, J.H. Métodos de regresión. En: Planeación y control de la producción I. Universidad
Distrital Francisco José de caldas, Bogotá D.C. 2014. p. 2- 6
22
Ecuación 30. Valor a modelo cuadrático
𝜆. 𝛼 − 𝛿. 𝜒
𝑏=
𝛼 2 + 𝛽𝜒
𝜆. 𝛽 − 𝛿. 𝜒
𝑐=
𝛼 2 + 𝛽𝜒
𝑍(𝑡) = 𝑎 + 𝑏 ∗ 𝑡 + 𝑐 ∗ 𝑡 2
∑𝑇
𝑡=1 𝑥𝑡1 ∑𝑇
𝑡=1 𝑥𝑡2
µ1 = 𝑁
µ2 = 𝑁
b) Determinación de la pendiente a1
26
TORRES ACOSTA, J.H. Sistemas avanzados de pronóstico. En: Planeación y control de la producción I.
Universidad Distrital Francisco José de caldas, Bogotá D.C. 2014. p. 2- 3
23
Ecuación 35. Pendiente a1 Winters
( µ2 − µ1 )
𝑎1 =
𝑁
𝑁−1
𝑎0,2𝑁 = µ2 + 𝑎1 ( )
2
d) Determinación de a0
Ecuación 37. Valor a0 Winters
𝑎0 = 𝑎0,2𝑁 − 𝑎1 (2𝑁)
𝑥𝑡
𝐶𝑡 =
(𝑎0 + 𝑎1 𝑡)
∑𝑛𝑖=1 𝑐𝑡
𝐶̅𝑡 =
𝑛
𝑆𝑡 = (𝑎0,2𝑁 + 𝑎1 )(𝐶𝑡̅ )
27
TORRES ACOSTA, J.H. Sistemas avanzados de pronóstico. En: Planeación y control de la producción I.
Universidad Distrital Francisco José de caldas, Bogotá D.C. 2014. p. 2- 3
24
Procedimiento
El procedimiento para el cálculo del pronóstico es el siguiente:
a) Determinación de αt
Ecuación 41. Índice α Box and Jenkin
𝛼𝑡 = 𝑥𝑡 − 𝑥̅
b) Determinación de αt+1
Ecuación 42. Índice αt+1 Box and Jenkin
𝛼𝑡+1 = 𝛼𝑡
d) Determinación de (αt) 2
e) Determinación de la covarianza
Ecuación 43. Covarianza Box and Jenkin
∑𝑛𝑡=1(𝛼𝑡+1 ∗ 𝛼𝑡 )
𝐶𝜎2 =
𝑁−1
f) Determinación de la varianza
Ecuación 44. Varianza Box and Jenkin
∑𝑛𝑡=1 𝛼𝑡2
𝜎2 =
𝑁−1
𝐶𝜎2
𝜙𝑡 =
𝜎2
𝑠𝑡 = 𝑥̅ + 𝜙𝑡 (𝛼𝑡+1 )
25
Medidas del error del pronóstico28
Como se mencionó previamente, cada caso de demanda tiene un componente
aleatorio. Un buen método de pronóstico debe captar el componente sistemático
de la demanda pero no el aleatorio. Este último se manifiesta en sí mismo en la
forma de un error de pronóstico, el cual contiene información valiosa que debe
analizarse con sumo cuidado por dos razones:
1. Los gerentes utilizan el análisis de error para determinar si el método de
pronóstico actual predice con precisión el componente sistemático de la demanda.
2. Todos los planes de contingencia deben considerar el error de pronóstico.
En tanto los errores observados estén dentro de los estimados históricos, las
compañías pueden continuar utilizando su método de pronóstico actual. Encontrar
un error que esté más allá de los estimados históricos puede indicar que el método
de pronóstico que se emplea ya no es apropiado. El error de pronóstico para el
periodo t está dado por Et, donde se sostiene lo siguiente:
Ecuación 47. Error de pronóstico
𝐸𝑡 = 𝐹𝑡 − 𝐷𝑡
Esto es, el error en el periodo t es la diferencia entre el pronóstico para el periodo t
y la demanda real en el mismo periodo.
La definición de desviación absoluta en el periodo t, At, es el valor absoluto del
error en el periodo t; esto es,
Ecuación 48. Desviación absoluta del error de pronóstico
𝐴𝑡 = |𝐸𝑡 |
La definición de desviación absoluta media (MAD, por sus siglas en inglés) es el
promedio de la desviación absoluta durante todos los periodos, esto es,
Ecuación 49. Desviación absoluta media del error
𝑛
1
𝑀𝐴𝐷𝑛 = ∑ 𝐴𝑡
𝑛
𝑡=1
28
CHOPRA, Sunil. MEINDL, Peter. Pronósticos de la demanda de una cadena de suministro. En:
Administración de la cadena de suministro – Estrategia planeación y operación. Tercera edición. México:
Pearson, educación, 2008. p. 190 – 213.
26
Ecuación 50. Desviación estándar del error
𝜎 = 1,25 ∗ 𝑀𝐴𝐷
Luego estimamos que la media del componente aleatorio es 0 y que la desviación
estándar del componente aleatorio de la demanda es 𝞼.
El error medio absoluto porcentual (MAPE, por sus siglas en inglés) es el error
absoluto promedio, expresado como porcentaje de la demanda y está dado por
Ecuación 51. Error medio absoluto porcentual
𝐸
∑𝑛𝑡=1 | 𝑡 | 100
𝐷𝑡
𝑀𝐴𝑃𝐸𝑡 =
𝑛
Para determinar si el método de pronóstico constantemente sobrestima o
subestima la demanda, podemos utilizar la suma de los errores de pronóstico
(RSFE por sus siglas en ingles) para evaluar la tendencia, donde se sostiene lo
siguiente:
Ecuación 52. Suma de los errores de pronóstico
𝑅𝑆𝐹𝐸𝑡 = ∑ 𝐸𝑡
𝑡=1
𝑅𝑆𝐹𝐸𝑡
𝑇𝑆𝑡 =
𝑀𝐴𝐷𝑛
27
el sistema.29 Debido a esto, la gestión del sistema de inventarios toma gran
importancia dentro de las organizaciones ya que de esta depende el despliegue de
las demás operaciones de manufactura y despacho de mercancía, aspectos que
influyen en la eficiencia de operación y niveles de servicio al cliente.
El inventario es un "amortiguador" entre dos procesos: el abastecimiento y la
demanda. El proceso de abastecimiento contribuye con bienes al inventario,
mientras que la demanda consume el mismo inventario. El inventario es necesario
debido a las diferencias en las tasas y los tiempos entre el abastecimiento y la
demanda, y esta diferencia se puede atribuir tanto a factores internos como
externos. Los factores endógenos son cuestiones de política, pero los exógenos
son incontrolables. Entre los factores internos están las economías de escala, el
suavizamiento de la operación y el servicio al cliente. El factor exógeno más
importante es la incertidumbre.30
Definición de inventario
Inventario son las existencias de una pieza o recurso utilizado en una
organización. Un sistema de inventario es el conjunto de políticas y controles que
vigilan los niveles del inventario y determinan aquellos a mantener, el momento en
que es necesario reabastecerlo y qué tan grandes deben ser los pedidos. Por
convención, el término inventario de manufactura se refiere a las piezas que
contribuyen o se vuelven parte de la producción de una empresa. El inventario de
manufactura casi siempre se clasifica en materia prima, productos terminados,
partes componentes, suministros y trabajo en proceso. En los servicios, el término
inventario por lo regular se refiere a los bienes tangibles a vender y los suministros
necesarios para administrar el servicio.31
Objetivo, naturaleza e importancia del inventario
El manejo del inventario implica equilibrar la disponibilidad del producto (o servicio
al cliente), por una parte, con los costos de suministrar un nivel determinado de
disponibilidad del producto, por la otra. Como puede haber más de una manera de
cumplir con el objetivo del servicio al cliente, se busca minimizar los costos
relacionados con el inventario para cada nivel del servicio al cliente.32 De acuerdo
a esto, el manteniendo de inventario de materia prima y/ó producto terminado
29
GUTIERREZ, Valentina. VIDAL, Carlos. Modelos de Gestión de Inventarios en Cadenas
de Abastecimiento: Revisión de la Literatura. Medellín: Universidad de Antioquia, 2007. p. 3-4.
30
SIPPER, Daniel. BULFIN, Robert L. Jr. Inventario, sistema de demanda independiente. En: Planeación y
control de la producción. México D.F.: McGraw-Hill Professional publishing, 1998. p. 219.
31
CHASE, Richard B, et al. Control de inventarios. En: Administración de operaciones, producción y cadena
de suministros. Duodécima edición. México: McGraw Hill, Interamericana, 2009. p. 547.
32
BALLOU, Ronald H. Decisiones sobre políticas de inventario. En: Logística, administración de la cadena de
suministro. Quinta edición. México: Pearson educación, 2004. p. 335.
28
genera grandes ventajas para la organización, entre las más representativas se
encuentran:
Mejoramiento del servicio al cliente, en el sentido de satisfacer sus
órdenes directamente del inventario disponible, sin producir despachos
pendientes u órdenes perdidas. Al mejorar el servicio al cliente, puede
incluso producirse un aumento en las ventas.
33
VIDAL HOLGUIN, Carlos Julio. Fundamentos de gestión de inventarios. Cali: Universidad del Valle –
Facultad de Ingeniería, 2010. p. 4-5.
34
SANDOVAL, Andrés. La Gestión de los inventarios. [En línea]. [29-04-2016]. Disponible en internet:
http://w4.escolapia.cat/terrassa/aulavirtual/assignat/empresa/Inventaris_esp.pdf
29
Los modelos de inventarios que se estudiaran poseen diferentes características
que influyen en el modelo matemático a utilizar. Y es indispensable identificar las
características que tiene cada sistema para poder implementar el modelo
apropiado.
Demanda independiente: Dos o más artículos tienen demanda independiente, si la
demanda de un artículo no afecta la demanda de cualquiera de los demás
artículos.
Demanda dependiente: Dos o más artículos tienen demanda dependiente, si la
demanda de un artículo determina o afecta la demanda de uno o más de los otros
artículos.
Demanda determinística: Cuando la demanda del artículo por periodo se conoce
con certeza.
Demanda probabilística o estocástica: Cuando la demanda del artículo por período
está sujeta a cantidad de incertidumbre y variabilidad.
Decisiones de tiempo
Esta sección analiza la segunda decisión más importante en los sistemas de
inventarios: Cuándo ordenar. Esta decisión tiene efecto no sólo en el nivel de
inventario y, por ende, en el costo del inventario, sino también en el nivel del
servicio que se proporciona al cliente. Al igual que en las decisiones de cantidad,
se incluirán modelos "clásicos" para ayudar a entender el comportamiento de los
sistemas de inventario respecto a las decisiones de tiempo.
35
MERLANO, Carlos. Administración de inventarios. Ingeniería industrial, Universidad del norte. [En línea].
[29-04-2016]. Disponible en internet: https://ingcarlosmerlano.files.wordpress.com/2010/04/4-
admiistraccion-de-inventarios.pdf
36
SIPPER, Daniel. BULFIN, Robert L. Jr. Inventario, sistema de demanda independiente. En: Planeación y
control de la producción. México D.F.: McGraw-Hill Professional publishing, 1998. p. 273 - 280.
30
Ilustración 1. Estructura de las decisiones de tiempo.
37
SIPPER, Daniel. BULFIN, Robert L. Jr. Inventario, sistema de demanda independiente. En: Planeación y
control de la producción. México D.F.: McGraw-Hill Professional publishing, 1998. p. 273 - 280.
31
implementa por medio de un punto para volver a hacer un pedido y una cantidad
del pedido.38
Para examinar estos sistemas, se definen dos nuevas variables de estado para el
inventario:
𝑥𝑡 = 𝐼𝑡 + 𝑂𝑡 − 𝐵𝑡
2𝐴𝐷
𝑄= √
ℎ
38
BOWERSOX, Donald J, et al. Operaciones de la logística de la cadena de suministro, inventario. En:
Administración y logística en la cadena de suministro. Segunda edición. México D. F.: McGraw-Hill
Interamericana, 2007. p. 150 – 155.
39
SIPPER, Daniel. BULFIN, Robert L. Jr. Op. cit., p. 191 - 300.
32
Donde Q es la cantidad a ordenar, A es el costo de ordenar, D es la demanda
promedio anual, h es el costo de mantener en el inventario.
𝑅 = 𝐷𝜏 + 𝑠
En donde s es el inventario de seguridad que determina el R. El inventario de
seguridad maneja la variabilidad de que es la demanda durante el tiempo de
entrega, que se mide por (σt) que representa la desviación estándar durante el
tiempo de entrega. Por lo tanto, el inventario de seguridad se mide en “unidades
de desviación estándar” y es:
Ecuación 57. Inventario de seguridad con factor de seguridad K.
𝑆 = 𝐾 ∗ 𝜎𝑡
Donde K es el factor de seguridad elegido para proporcionar el nivel de servicio
deseado. Si la demanda en el tiempo de entrega tiene distribución normal, se
puede conocer mejor el valor de k. Por la naturaleza de la distribución normal.
Ecuación 58. Inventario de seguridad con distribución normal en la demanda.
𝑆 = 𝑍 ∗ 𝜎𝑡
Donde Z es una variable normal estándar, y mide el número de desviaciones
estándar a partir de la media. Observe que en este caso K = z. Para el resto de
este análisis, se supondrá una distribución normal para la demanda en el tiempo
de entrega; así,
Ecuación 59. Punto de reorden con distribución normal en la demanda.
𝑅 = 𝐷𝜏 + 𝐾𝜎𝑡 = 𝐷𝜏 + 𝑍𝜎𝑡
Sistemas de revisión periódica
El control periódico del inventario revisa el estado del inventario de un artículo a
intervalos regulares, como cada semana o mes. Para una revisión periódica, el
punto básico para volver a hacer un pedido debe ajustarse para considerar los
intervalos entre las revisiones.40 El inventario se revisa cada T periodos. En cada
40
BOWERSOX, Donald J, et al. Operaciones de la logística de la cadena de suministro, inventario. En:
Administración y logística en la cadena de suministro. Segunda edición. México D. F.: McGraw-Hill
Interamericana, 2007. p. 150 – 155.
33
revisión, si Xt > R, no se ordena, pero si Xt < R, se ordena hasta el nivel meta, S,
donde X, es la posición del inventario.41
Modelo de revisión periódica (T, S)42
En este caso se tienen dos variables de decisión, el intervalo de revisión T y el
inventario meta S. Al igual que en los sistemas de revisión continua, todavía se
tiene un trueque entre el nivel de servicio y la inversión. Y se analizara bajo el
enfoque administrativo, en el cual se fija el nivel de servicio.
Decisión del periodo de revisión. El periodo de revisión T se puede basar en la
conveniencia, es decir, una vez al mes, todos los viernes, etcétera, o según la
fórmula EOQ, esto es:
Ecuación 60. Periodo de revisión
2𝐴
𝑇= √
ℎ𝐷
𝑆 = 𝐷(𝑇+𝜏) + 𝑠
𝑆 = 𝐷(𝑇+𝜏) + 𝑍𝜎(𝑇+𝜏)
En donde:
S= inventario meta
D= demanda promedio en años.
T: Número de días entre revisiones
t: Tiempo de entrega – “Lead time”
σT+t: Desviación estándar de la demanda durante el periodo de revisión y entrega
s= inventario de seguridad
Z= factor de servicio de acuerdo a la distribución normal de la demanda.
41
SIPPER, Daniel. BULFIN, Robert L. Jr. Inventario, sistema de demanda independiente. En: Planeación y
control de la producción. México D.F.: McGraw-Hill Professional publishing, 1998. p. 273 - 280.
42
Ibid., p. 273 - 280.
34
5. METODOLOGÍA
35
6. ALCANCE Y LIMITACIONES DEL PROYECTO
Por medio de este proyecto se plantea una metodología de planeación para los
principales productos de la línea FCW, mediante la aplicación métodos de
pronóstico propuestos en donde se identifique el mejor ajuste de acuerdo al
comportamiento de la demanda en la serie de tiempo. La propuesta de la
planeación de la demanda integra un análisis del comportamiento de la variable
con relación a la demanda histórica y la correspondiente comparación con los
reales observados, con el fin de generar ajustes en los estimados de pronóstico.
Así mismo, se propone un modelo de inventarios que supla las necesidades y
requerimientos establecidos en la planeación, teniendo en cuenta las variables y
restricciones que componen el sistema.
Es importante tener en cuenta que los resultados del proyecto se pueden ver
afectados por las políticas y decisiones corporativas que implementa la compañía
en la administración de la cadena de suministro, las ordenes de pedido pueden
retrasarse en la entrega debido a quiebres de stock o suspensión de suministro
por sobre-stock en productos sustitutos. Otro factor que afecta el análisis de la
información generada son los bloqueos por cartera que se efectúan a los clientes
que no han cumplido con los compromisos de pago estipulado, ya que las órdenes
de pedidos para estos clientes quedan represadas hasta que se efectué el pago
de sus obligaciones. Por otro lado, existen factores externos que también afectan
la disposición y el requerimiento de los productos. La crisis en el sector petrolero
que se presenta actualmente, el alza en el precio del dólar, los paros y bloqueos
en las vías durante largo tiempo y las bajas de inversión en infraestructura, son
factores que generan comportamientos atípicos en la demanda de los productos
de soldadura industrial. Generando tendencias no identificadas en la serie de
tiempo, alza en los costos de importación, grandes picos en la demanda o
fenómenos de desplazamiento en la curva de la variable.
36
7. CONOCER Y ANALIZAR EL COMPORTAMIENTO DE LA DEMANDA DEL
TOP DE PRODUCTOS DE LA LÍNEA FLUX CORED WIRE
43
ESCOBAR, Pamela. Programación de Sistemas de Producción Híbridos, Para inventario/Bajo pedido,
mediante un Proceso Analítico Jerárquico de Ordenación Grupal (GAHPO). Universidad nacional de
Colombia, departamento de ingeniería industrial. Vol. 23(5). 2009. p 2-3.
37
7.2 RECOLECCIÓN DE LOS DATOS
38
7.3 ORGANIZAR LA INFORMACIÓN
Con los datos generados para cada referencia especificada, se procede a
organizar y unificar la información para cada SKU en un solo formato, realizando
los empalmes con los anteriores productos homologados y consolidando la
demanda histórica para los seis años de análisis. De este modo se facilita el
manejo de la información para los análisis de estadística descriptiva, y
comportamiento de la demanda en la serie de tiempo.
39
Tabla 4. Mediadas descriptivas DualShield 7100
De acuerdo a los datos obtenidos para el producto Dual Shield 7100 X 1,2 mm en
la tabla de estadística descriptiva, la demanda de este producto presenta una
media de 11767.76 con una desviación estándar de 5360.45; por otro lado las
pruebas de homogeneidad de varianzas y el Anova de un factor muestran una
significancia de 0.284 y 0.255 respectivamente, siendo estos mayores al nivel de
40
significación trabajado (0.05), lo que indica homogeneidad en la demanda del
producto.
Para analizar la posible tendencia y estacionalidad de la demanda de los
productos FCW, se establece que es apropiado realizar un análisis para los
últimos dos años de demanda histórica (2014-2015), ya que la situación del
mercado ha cambiado en los últimos años y es prudente el establecer este
comportamiento a partir de datos actuales y ajustados a la situación
contemporánea. Este proceso se describirá en la siguiente sección en donde se
analizara cada producto con los diferentes modelos de pronóstico propuestos.
Para esta etapa del proceso los elementos de entrada ya han sido ordenados y
analizados en toda la colección de datos, ahora como se mencionó en la etapa
anterior, se procede a la aplicación de estadística descriptiva para los dos últimos
años de demanda histórica, para identificar en la variable posibles patrones de
comportamiento estacional, cíclico, errático, y tendencias marcadas de crecimiento
positivo o negativo, que ya será tema de análisis puntal para cada una de las
referencias.
Métodos de regresión
o Método lineal
o Método exponencial
o Método cuadrático
Promedio móvil
Suavización exponencial simple
Suavización exponencial doble
Método Winters
41
Box and Jenkins
Métodos de regresión
Suavización exponencial simple
Suavización exponencial doble.
42
Como se mencionó anteriormente el propósito general que busca con la aplicación
del método propuesto en la proyección de la demanda de los productos FCW, es
el obtener cifras estimadas de venta con un tiempo considerable de antelación,
que permita ajustar las operaciones de importación e inventarios para la línea de
producto, aumentando el nivel de acierto en la planeación, teniendo en cuenta los
tiempos de entrega especificados para cada producto. Así mismo, se pretende que
la metodología planteada se trabaje bajo un pronóstico adaptativo que actualice
los estimados del nivel, tendencia y estacionalidad después de cada observación
de la demanda real, adaptando dichos estimados para que el error de pronóstico
sea mínimo en el actual de la línea de tiempo.
Para el análisis de entrada se tomaran los últimos dos años de demanda histórica
para cada producto, se aplica estadística descriptiva (Media, varianza, desviación
estándar, coeficiente de variación, coeficiente de variación cuadrática, demanda
mínima y máxima) a la agrupación de datos seleccionada, identificando la
tendencia central, la dispersión de las demandas con relación a la media de las
demandas y los coeficientes de variación que presenta la variable en la serie de
tiempo especificada. Del mismo modo, se realiza un análisis del gráfico de
dispersión con el objeto de identificar patrones de tendencia, estacionalidad,
ciclicidad o comportamientos erráticos en la demanda.
43
Con lo anterior se categorizara cada producto según el comportamiento de la
demanda, y se identifican los posibles métodos de pronostico que podrían
describir con mayor asertividad el comportamiento sistemático de la demanda,
estableciendo una base inicial para los estimados de suavización, tendencia y
estacionalidad para los modelos que incorporen estos comportamientos para el
cálculo del pronóstico.
44
CHOPRA, Sunil. MEINDL, Peter. Pronósticos de la demanda de una cadena de suministro. En:
Administración de la cadena de suministro – Estrategia planeación y operación. Tercera edición. México:
Pearson, educación, 2008. p. 190 – 213.
44
elegir un nuevo método de pronóstico. Un caso en el cual resultará una gran TS
negativa es cuando la demanda tiene una tendencia de crecimiento y el planeador
está empleando un método de pronóstico como el promedio móvil. Debido a que la
tendencia no está incluida, el promedio histórico de la demanda es siempre menor
que la demanda futura. La TS negativa detecta que el método de pronóstico
consistentemente subestima la demanda y alerta al planeador.
Es importante tener en cuenta que en los modelos de pronostico analizados en
este proyecto se aplicó una metodología de pronostico adaptativo, en donde los
estimados de nivel, tendencia y estacionalidad se actualizan después de cada
observación de la demanda.
45
8.4 ANÁLISIS DE CADA REFERENCIA PARA LA ELECCIÓN DEL MÉTODO
DE PRONÓSTICO
El análisis descriptivo para el producto Dual Shield 7100 presenta los siguientes
resultados, como medida de tendencia central la media de la demanda es de
9999.5 kilogramos, y la desviación estándar que presenta es de 5708.25
kilogramos con un coeficiente de variación de 0.57, lo que indica homogeneidad
en las demandas, la serie de tiempo es continua con leve tendencia creciente, el
valor máximo en la demanda es de 25950 y el mínimo de 1005 Kg. No se
observan comportamientos estacionales o cíclicos en la serie de tiempo para los
periodos analizados.
Resumen - medidas de desempeño métodos de pronóstico DS 7100
Método de pronostico Coef. Corr MAD σ MAD MAPE TS Lim sup Lim inf
Método lineal 0,792 2612,3 3265,4 0,48 -4,4 1,0 -4,4
Método Exponencial 0,818 1933,0 2416,3 0,37 -4,1 1,0 -4,1
Método Cuadrático 0,410 2099,3 2624,2 0,39 0,7 0,7 -2,2
Promedio Móvil 0,581 3564,2 4455,2 0,66 -5,9 1,0 -5,9
Suavización Exp 0,668 3573,3 4466,7 0,73 -6,0 -1,0 -6,0
Suavización ExpDoble 0,906 954,8 1193,5 0,19 -3,8 1,0 -3,8
Winters 0,757 2294,7 2868,3 0,45 -6,0 -1,0 -6,0
Box & Jenkins -0,440 3454,6 4318,3 0,64 -5,0 -1,0 -5,0
Tabla 8. Medidas de desempeño métodos de pronóstico DS 7100
46
el MAD. Así mismo, con un 19% el MAPE para este método es el más bajo de los
observados, la señal de rastreo se encuentra dentro de los límites permisibles,
deduciéndose además que el método proporciona confiabilidad en el pronóstico de
ventas del producto, ya que la TS no supera los valores de 4 y la correlación de
las variables supera el 90%. La demanda en este producto se comporta de forma
constante en relación a los reales observados para las demás referencias de
soldadura ya que este producto es fabricado bajo la fórmula 71T1 que tiene una
gran variedad de aplicaciones a nivel industrial, por este motivo su demanda no se
ve condicionada totalmente a la existencia de proyectos de ingeniería que
efectúen procesos especiales de unión de materiales.
Al analizar la serie de tiempo que describe la demanda del producto Dual Shield II
70 Ultra, se observa que como medida de tendencia central la media de las
demandas es de 8660.63 Kg, con una desviación estándar de 3356.11 Kg y un
coeficiente de variación de 0.39. Los datos observados en el análisis de entrada
indican homogeneidad en las demandas con un comportamiento constante y serie
47
de tiempo continua, el nivel máximo en la demanda es de 16755 y su mínimo es
de 4470. La serie no presenta una tendencia marcada en el comportamiento de la
demanda, pero la pendiente tiene una inclinación negativa; así mismo no hay
evidencia de comportamientos cíclicos o estacionales en la serie que describe el
producto.
48
Tabla 10. Pronostico de la demanda DS II 70 Ultra
CoreShield 11
49
referencias de la línea FCW que por sus aplicaciones especiales en proyectos
puntuales presentan grandes fluctuaciones en la demanda, y debido a esto es
indispensable el uso de aplicativos o sistemas de negocio como el Funnel de
oportunidades que maneja la compañía.
50
Dual Shield 8000 Ni2
En el análisis de entrada para el producto Dual Shield 8000 Ni2 muestra que como
medida de tendencia central la media de las demandas es de 889.38 Kg con una
desviación estándar de 614.13, el coeficiente de variación cuadrática de 0.477
indica homogeneidad y comportamiento constante en la demanda del producto. El
valor máximo en la demanda histórica es de 2280 Kg y el mínimo de 70 Kg, la
serie de tiempo tiene una leve tendencia creciente y no se identificaron
comportamientos estacionales o cíclicos en la demanda del producto.
51
industria minera y en construcción de puentes y estructuras pesadas, su demanda
depende del volumen operacional minero y la puesta en marcha de proyectos de
construcción vial, por este motivo el estimado del nivel utilizado es bajo ya que en
las observaciones de demanda reciente para el método propuesto no se incluía el
ingreso de clientes recuperados que estabilizaran la demanda con sensibilidad en
las observaciones del pasado.
52
de análisis histórico de la demanda. Sin embargo el funnel de oportunidades que
maneja la compañía registra posibles negocios para atender con esta referencia
que incrementarían las ventas para el años 2016, factor que debe ser tenido en
cuenta para la aplicación del pronóstico.
53
Grafico 8. Pronostico de la demanda DualShield II 110
Al analizar la serie de tiempo que describe la demanda del producto Shield Bright
309L x 1.6, se observa que como medida de tendencia central la media de las
demandas es de 208.85 Kg, con una desviación estándar de 117.87 Kg y un
coeficiente de variación cuadrático de 0.56. Los datos observados en el análisis de
entrada indican homogeneidad en las demandas con un comportamiento
constante y serie de tiempo continua, el nivel máximo en la demanda es de 462.5
y su mínimo es de 12.5 Kg, La serie no presenta una tendencia marcada en el
comportamiento de la demanda, pero la pendiente tiene una inclinación positiva;
del mismo modo no hay evidencia de comportamientos cíclicos o estacionales en
la serie que describe el producto.
54
Resumen - medidas de desempeño métodos de pronóstico Shield Bright 309L x 1.6
Método de pronostico Coef. Corr MAD σ MAD MAPE TS Lim sup Lim inf
Método lineal 0.379 110.8 138.4 0.99 -0.7 0.5 -2.0
Método Exponencial -0.015 267.4 334.3 1.91 -3.9 -1.0 -3.9
Método Cuadrático 0.378 258.8 323.4 3.04 -6.0 -1.0 -6.0
Promedio Móvil 0.508 107.9 134.9 0.80 -1.1 1.0 -1.1
Suavización Exp 0.353 90.1 112.6 0.50 3.9 3.9 1.0
Suavización ExpDoble 0.425 91.3 114.1 0.46 4.1 4.1 1.0
Winters 0.582 114.8 143.4 1.28 -3.0 1.0 -3.0
Box & Jenkins -0.158 153.9 192.4 1.66 -2.0 0.7 -2.0
Tabla 15. Medidas de desempeño métodos de pronóstico Shield Bright 309L x 1.6
55
Grafico 10. Pronostico de la demanda Shield Bright x 1.6 mm
Coreshield 40
56
Resumen - medidas de desempeño métodos de pronóstico Coreshield 40
Método de pronostico Coef. Corr MAD σ MAD MAPE TS Lim sup Lim inf
Método lineal 0.618 177.3 221.7 60.40 -0.9 0.5 -1.6
Método Exponencial 0.895 76.9 96.1 3.60 -0.5 3.6 -1.0
Método Cuadrático -0.269 282.8 353.5 56.88 -2.2 -0.7 -3.0
Promedio Móvil 0.817 108.8 136.0 70.71 -5.5 -1.0 -5.5
Suavización Exp 0.757 121.3 151.7 17.33 -1.2 1.3 -3.0
Suavización ExpDoble 0.843 110.5 138.2 48.00 -2.7 -1.0 -2.8
Winters 0.571 142.4 178.0 41.83 0.8 1.2 -2.4
Box & Jenkins 0.387 194.8 243.5 2.33 0.1 0.7 -2.0
Tabla 16. Medidas de desempeño métodos de pronóstico Coreshield 40
57
Shield Bright 309L x 1.2 mm
Al analizar la serie de tiempo que describe la demanda del producto Shield Bright
309L x 1.2, se observa que como medida de tendencia central la media de las
demandas es de 139.77 Kg, con una desviación estándar de 167.08 Kg y un
coeficiente de variación cuadrático de 1.429. Los datos observados en el análisis
de entrada indican que no hay homogeneidad la serie y que su comportamiento es
variable con periodos de intermitencia en la demanda, el nivel máximo en la
demanda es de 600 Kg y no se presenta demanda en algunos periodos, La serie
no presenta una tendencia marcada, y no se observa evidencia de
comportamientos cíclicos o estacionales en la demanda del producto. Por otro
lado al realizar la socialización previa con la parte comercial, se indicó que este
producto era utilizado en labores especiales de unión fina en las que se requería
soldadura inoxidable con baja capacidad de depósito, para otras labores con
soldadura inoxidable se utilizaba la referencia con el mismo nombre pero en mayor
diámetro. Por este motivo es indispensable manejar conjuntamente alguna
herramienta comercial que permita cuantificar las posibles oportunidades de
negocio en la línea de tiempo, con el objeto de ajustar los estimados de pronóstico
de acuerdo al componente variable de la demanda, en este caso se utilizó el
funnel de oportunidades que maneja la compañía para la línea FCW.
58
Bright 309L x 1.2 mm es la Suavización exponencial doble con factor de
suavización α= 0.1 y un estimado de tendencia β= 0.9. El error absoluto medio del
pronóstico generado es de 57.1 Kg para los seis meses de demanda real
observada, con una desviación de 71.4 en el MAD. Por otro lado si analizamos los
valores generados para la TS, encontramos que el pronóstico constantemente
está sobreestimando la demanda del producto y aunque los límites de la señal no
sobrepasan los valores de 6 la demanda real siempre está por debajo de lo
estimado. Sin embargo en el grafico se puede observar que el pronóstico
generado guarda una correlación directa y muy ajustada con la demanda real del
producto, aspecto de especial relevancia en este análisis, pues teniendo en cuenta
dicha correlación el pronóstico podría ajustarse de acuerdo al error absoluto medio
de las observaciones pasadas.
Stoody 100 HC
59
forma variable con un máximo de 1523.2 Kg y un periodo de demanda nula.
Analizando el grafico de dispersión para la serie de tiempo que describe la
demanda del producto, se determina que no se presenta una tendencia marcada
en la demanda, sin embargo la pendiente de la regresión toma un valor negativo
que se acerca al 5% de la media de las demandas, factor que debe tenerse en
cuenta para la revisión de los métodos propuestos. Por otro lado al revisar las
demandas históricas del producto en los 6 años de análisis, se observan
comportamientos estacionales al iniciar y al finalizar el año, identificando este
comportamiento para los primeros 4 periodos y para los últimos 3 periodos de la
serie. Esto también puede observarse fácilmente en el gráfico de dispersión de
puntos para los dos últimos años de demanda histórica, en donde se puede
identificar que dicha estacionalidad está influenciada por una tendencia
decreciente.
60
Grafico 14. Pronostico de la demanda Stoody 100 HC
Stoody 110
61
Resumen - medidas de desempeño métodos de pronóstico Stoody 110
Método de pronostico Coef. Corr MAD σ MAD MAPE TS Lim sup Lim inf
Método lineal -0.258 594.0 742.5 2.25 -4.1 -1.0 -4.1
Método Exponencial -0.232 672.9 841.1 2.41 -4.0 -1.0 -4.0
Método Cuadrático -0.394 598.7 748.4 1.70 1.0 2.0 -2.0
Promedio Móvil -0.131 490.7 613.4 1.54 -3.3 -1.0 -4.0
Suavización Exp 0.844 302.0 377.5 1.26 -4.2 -1.0 -4.2
Suavización ExpDoble 0.803 230.4 287.9 0.84 -3.6 -1.0 -4.0
Winters -0.342 260.5 325.6 0.53 6.0 6.0 -1.0
Box & Jenkins -0.913 307.8 384.8 0.81 -0.5 0.1 -3.0
Tabla 21. Medidas de desempeño métodos de pronóstico Stoody 110
Al correr los métodos analizados con la serie de tiempo del producto Stoody 110,
se observa que el método que mejor representa el comportamiento de la demanda
es la Suavización exponencial doble con factor de suavización α= 0.05 y un
estimado de tendencia β= 0.1. El error absoluto medio del pronóstico generado es
de 230.4 Kg para los seis meses de demanda real observada, con una desviación
de 287.9 en el MAD, por otro lado la señal de rastreo indica que el método de
pronostico constantemente sobreestima la demanda, pero sigue siendo un método
confiable para la proyección de las ventas de esta referencia ya que los límites de
la TS no superan los valores de 4 y la correlación de la variable pronosticada se
ajusta positivamente con la demanda real en todos los periodos observados. El
Stoody 110 es un alambre tubular de acero al cromo con alto contenido de
manganeso ampliamente usado en la rehabilitación de estructuras sujetas a
fuertes cargas de impacto, en el mercado es utilizado por los ingenios azucareros
como revestimiento en el tren de rodaje. Por este motivo las fluctuaciones atípicas
en la demanda pueden deberse a la reparación de toda una línea de rodaje o
proyectos de ampliación productiva.
62
Stoody 105B
63
histórica. El Stoody 105B es un alambre de soldadura que se utiliza generalmente
en la industria de extracción minera para la unión y refuerzo de la carrileria, para el
año 2016 se tenían previstos dos nuevos proyectos mineros que atendería uno de
los distribuidores de la compañía, y que requerían de esta referencia para todo el
montaje de la estructura mecánica en la mina. Nuevamente el funnel de
oportunidades de la compañía toma relevancia para estimar variaciones
importantes en la demanda que la serie de tiempo bajo ningún método de
pronóstico hubiera podido prever.
El análisis de entrada para el producto Stoody 101 HC-O presenta los siguientes
resultados, como medida de tendencia central media de las demandas toma un
valor de 123.21 Kg con una desviación estándar de 102.95. El valor máximo
observado es de 360 Kg y se presenta demanda nula para algunos periodos de la
serie tiempo que describe la demanda para los años analizados. El coeficiente de
variación cuadrática > 0.49 indica que los valores de la serie se encuentran muy
dispersos y no hay homogeneidad entre ellos, aspectos que determinan un
64
comportamiento variable de la demanda. Por otro lado, la prueba de la pendiente
de regresión indica que no existe una tendencia marcada en la serie, y al analizar
todos los datos históricos no se observan comportamientos estacionales o cíclicos
en la demanda del producto.
65
Grafico 20. Pronostico de la demanda Stoody 101 HC-0
9. MODELO DE INVENTARIOS
66
analizados, teniendo en cuenta el manejo y las políticas organizacionales de la
compañía, se han agrupado los diferentes costos de mantenimiento de inventario
como sigue:
1. Seguro y servicios públicos: son los costos que se incurren por servicios de
agua, electricidad y seguro contra daños/perdidas en la bodega de
almacenamiento, y se calculan a partir del porcentaje de ocupación y utilización de
los mismos en el proceso de gestión de inventarios y almacenamiento.
2. Costos de arrendamiento: el costo que implique el arriendo del predio en el
cual están las instalaciones de la empresa, se debe calcular el porcentaje exacto
de ocupación en área que implica el mantenimiento y/o almacenamiento de los
productos de la empresa, y dentro de estos se deben incluir todos los
componentes de impuestos, depreciación y costos de oportunidad.
3. Costo de manejo: son los costos asociados al manejo de material, horas
hombre necesarias para todas las labores de mantenimiento y almacenaje de los
productos, movimientos internos y aseo de las bodegas.
67
mensual de $ 840.000 al mes, la limpieza de esta bodega se lleva a cabo dos
veces al mes y en promedio se consumen 3,6 h por vez. El valor por hora es de $
5.250, luego el costo de aseo por mes es de (5.250* 3,6*2*2) = $ 76.600.
Los empleados que transportan internamente la materia prima, organizan y apilan
los artículos consumen en promedio 5.2 horas laborales por mes, representado un
costo de $109.200.
En productos de limpieza y mantenimiento necesarios para mantener las
existencias en óptimas condiciones tienen un costo promedio mensual de
$185.000. Este promedio se basó principalmente en los costos de productos de
aseo general para la planta de producción y la recurrencia con la que se le hace
aseo a las bodegas de la compañía teniendo en cuenta su espesor, por otro lado
se incluyeron costos de productos necesarios para realizar mantenimiento de la
infraestructura, tales como soldadura, pinturas, soportes y sub partes necesarias
para un adecuando funcionamiento.
68
Producto Dimensiones (Cm) Peso (Kg)
CORESHIELD 11 25x25x10 12.5
DUAL SHIELD 7100 29x29x10 15
Dual Shield II 70 Ultra 29x29x10 15
Dual Shield 8000 Ni2 29x29x10 15
Dual Shield II 110 29x29x10 15
Stoody 110 43x44x12 27
Stoody 100 HC 43x44x12 27
Shield Bright 309L x 1.6 mm 25x25x10 12.5
Stoody 105 B Ø=70 - 1.40 h 227.3
Coreshield 40 36x36x12 25
Shield Bright 309L x 1.2 mm 25x25x10 12.5
Stoody 101 HC-O 29x29x10 15
Tabla 25. Dimensiones y peso de cada referencia de producto
o Peso 12.5 Kg: los productos Coreshield 11, Shield Bright 309L x 1.6 mm,
Shield Bright 309L x 1.2 mm son referencias con presentación única de
12.5 Kg, y vienen en cajas con dimensiones de (0.25m*0,25m*0,1m) luego
en el volumen destinado para la Bodega de productos importados
podrían almacenarse 702.000 unidades a un costo de mantenimiento de $
77,19 por unidad.
Ecuación 62. Costo de mantenimiento productos con peso 12.5 Kg
54.188.300
𝑐𝑚 = = $ 77,19 𝑝𝑜𝑟 𝐶𝑎𝑗𝑎
702.000
77.19
𝑐𝑚 = = 6,18 𝑝𝑜𝑟 𝐾𝑔
12.5
o Peso 15 Kg: los productos DualShield 7100, Dual Shield II 70 Ultra, Dual
Shield 8000 Ni2, Dual Shield II 110, son referencias con presentación única
de 12.5 Kg y Stoody 101 HC-O, vienen en cajas con dimensiones de
(0.29m*0,29m*0,1m) luego en el volumen destinado para la Bodega de
productos importados podrían almacenarse 346.580 unidades a un costo
de mantenimiento de $ 156,35 por unidad.
Ecuación 63. Costo de mantenimiento productos con peso 15 Kg
54.188.300
𝑐𝑚 = = $ 156,35 𝑝𝑜𝑟 𝐶𝑎𝑗𝑎
346.580
69
156.35
𝑐𝑚 = = 10,42 𝑝𝑜𝑟 𝐾𝑔
15
o Peso 27 Kg: los productos Stoody 110 y Stoody 100 HC, vienen en cajas
con dimensiones de (0.43m*0,44m*0,12m) luego en el volumen destinado
para la Bodega de productos importados podrían almacenarse 124.925
unidades a un costo de mantenimiento de $ 433,77 por unidad.
Ecuación 64. Costo de mantenimiento productos con peso 27 Kg
54.188.300
𝑐𝑚 = = $ 433,77 𝑝𝑜𝑟 𝐶𝑎𝑗𝑎
124.925
433.77
𝑐𝑚 = = 16,07 𝑝𝑜𝑟 𝐾𝑔
27
54.188.300
𝑐𝑚 = = $ 12.061 𝑝𝑜𝑟 𝐶𝑎𝑗𝑎
4.493
12.061
𝑐𝑚 = = 53.06 𝑝𝑜𝑟 𝐾𝑔
227.3
54.188.300
𝑐𝑚 = = $ 292,90 𝑝𝑜𝑟 𝐶𝑎𝑗𝑎
185.006
70
292,90
𝑐𝑚 = = $ 11,72 𝑝𝑜𝑟 𝐾𝑔
25
47
BALLOU, Ronald H. Decisiones sobre políticas de inventario. En: Logística, administración de la cadena de
suministro. Quinta edición. México: Pearson educación, 2004. p. 338.
48
CHASE, Richard B, et al. Control de inventarios. En: Administración de operaciones, producción y cadena
de suministros. Duodécima edición. México: McGraw Hill, Interamericana, 2009. p. 549
71
La persona de comercio exterior encargada de poner órdenes de compra a los
proveedores internos de la compañía para los productos de importación tiene un
salario aproximado de $ 1.300.000, teniendo en cuenta que el personal trabaja 9
horas al día de lunes a viernes con un promedio de 22 días laborales en el mes,
se tiene un total de 11.880 minutos laborales al mes.
1.300.000
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑢𝑛 𝑚𝑖𝑛𝑢𝑡𝑜 𝑙𝑎𝑏𝑜𝑟𝑎𝑑𝑜 𝑝𝑜𝑟 𝑢𝑛 𝑂𝑝𝑒𝑟𝑎𝑟𝑖𝑜 =
11.880
TOTAL 3.829,7
Tabla 27. Costo del personal en el proceso de pedido
$160.000
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑢𝑛 𝑚𝑖𝑛𝑢𝑡𝑜 𝑡𝑒𝑙𝑒𝑓ó𝑛𝑖𝑐𝑜 =
11.880
72
En promedio el personal de comercio exterior gasta 9 minutos en el proceso emitir
la orden y en las respectivas llamadas de seguimiento del pedido. A continuación
se muestra el cálculo del consumo telefónico para este proceso.
TOTAL 202.05
Tabla 28. Costo telefónico en el proceso de pedido
TOTAL 396,07
Tabla 29. Costo Energía eléctrica procesos de pedido
73
Es decir el costo de pedido por mes en el que se incurre al realizar una orden para
los productos analizados tiene un valor de $ 4.427,82
El tiempo de entrega para los productos FCW se tomó teniendo en cuenta las
operaciones estándar que intervienen en el proceso de pedido, fabricación e
importación de las referencias especificadas. Para esto se relaciona el siguiente
cuadro con el tiempo en días que toma en promedio cada operación, según
información histórica del departamento de comercio exterior.
Operación Días
Tramites de Orden 3
Fabricación planta/ Disp. 16
Transito marítimo importación 6
Nacionalización 3
Transito nacional 3
Ingreso al sistema y Calidad 4
Total 35
Tabla 31. Consolidado tiempo de entrega
49
SIPPER, Daniel. BULFIN, Robert L. Jr. Inventario, sistema de demanda independiente. En: Planeación y
control de la producción. México D.F.: McGraw-Hill Professional publishing, 1998. p. 273 - 288.
74
de stocks. Por ello, se deben convertir en un factor (FC) que traduzca su
equivalencia en una variable con características de número entero, el cual será la
variable que afecte directamente el tamaño del inventario de seguridad.50
Para la la aplicación de los modelos de inventario se tomaran los valores de costo
de mantenimiento (Cm), costo de pedido (Cp), tiempo de entrega (Lt) calculados
en el apartado anterior, del mismo modo se necesitaran los valores del pronóstico
de la demanda y la desviación estándar que se especificaron en la elección del
método de pronóstico para cada referencia.
50
MORA, Luis. Sistemas de reabastecimiento de mercancías. En: Gestión logística integral. Bogotá D.C.: ECO
Ediciones, 2011. p. 55 - 57.
75
d) Para el producto Dual Shield II 110 se aplicó el modelo de revisión continua
(Q,R), con una cantidad económica de pedido Q= 800,10 Kg generada con
el modelo EOQ, la desviación estándar del pronóstico para esta referencia
es de 525,2 Kg (σ MAD). El inventario de seguridad calculado con un nivel
de servicio del 85% da como resultado un SS= 162.64 Kg,
aproximadamente 11 cajas de esta referencia. El punto de reorden (R) da
como resultado 1029,68 Kg, indicando que se debe poner la orden de
pedido cuando la cantidad en inventario llegue aproximadamente a 68
cajas, para tener una óptima disponibilidad de inventario teniendo en cuenta
el lead time y las variaciones en la demanda del producto.
76
disponibilidad de inventario teniendo en cuenta el lead time y las
variaciones en la demanda del producto.
77
disponibilidad de inventario teniendo en cuenta el lead time y las
variaciones en la demanda del producto.
78
10. EVALUAR Y CONTRASTAR LA PROPUESTA EXPUESTA FRENTE AL
DESEMPEÑO ACTUAL DEL MODELO DE PLANEACIÓN DE LA DEMANDA
QUE IMPLEMENTA LA COMPAÑÍA
MAD RSFE
Producto M. Actual M. Propuesto M. Actual M. Propuesto
CORESHIELD 11 2,306.97 2,634.67 -9,897.37 -5,121.20
DUAL SHIELD 7100 5,400.42 954.83 -32,402.51 -3,665.00
Dual Shield II 70 Ultra 1,631.20 891.83 7,121.95 -607.00
Dual Shield 8000 Ni2 464.00 223.00 804.58 -444.00
Dual Shield II 110 600.15 420.17 2,279.55 1,173.00
Stoody 110 228.03 230.35 -18.01 -840.08
Stoody 100 HC 186.34 146.80 -713.90 -235.20
Shield Bright 309L x 1.6 mm 117.43 48.08 -111.63 -130.50
Stoody 105 B 679.90 668.40 3,627.80 3,558.40
Coreshield 40 139.41 76.87 -82.20 -39.40
Shield Bright 309L x 1.2 mm 120.57 57.08 -723.40 -342.50
Stoody 101 HC-O 64.22 59.50 -174.39 -357.00
79
promedio de la suma acumulada del error de pronostico (RSFE) que presenta un
valor de -2.524,13 Kg y -587.54 Kg para el método actual y el método propuesto
respectivamente. Los valores de la RSFE indican que los pronósticos en su
mayoría están sobreestimando la demanda de los productos, aspecto que incide
directamente en el sistema de inventarios a implementar.
51
MUÑOZ NEGRÓN, David. Administración de operaciones, Enfoque de administración de procesos de
negocios. Cengage Learning Editores, México. 2009. p. 149
80
11. CONCLUSIONES
81
12. RECOMENDACIONES
82
13. BIBLIOGRAFÍA
83
MUÑOZ NEGRÓN, David. Administración de operaciones, Enfoque de
administración de procesos de negocios. Cengage Learning Editores,
México. 2009
84
14. ANEXOS
85
del sistema implementa la compañía,
teniendo en cuenta los lead time
por producto. (observación del
comportamiento del sistema)
Evaluar y Es importante contrastar la 15 de
comparar planeación de la demanda junio – 12
sugerida con el modelo que se de julio
lleva a cabo en la compañía, con
el fin de generar conclusiones y
recomendaciones.
Diagnostico final Como parte final del proceso, se 13 de
del sistema realizara un diagnóstico general julio - 25
de la línea FCW con relación a la de julio
administración de la demanda y la
gestión general de la línea.
Socialización del Se socializaran los resultados y 26 de
proyecto conjeturas del proyecto con el julio – 30
personal relacionado con la línea de julio
FCW, para generar la
retroalimentación e
implementación de los planes de
acción correspondientes.
86
comercial
Consolidación Conformar un -Cesar -18 de Soldaduras Libros de datos
de la archivo único Contreras abril West Arco. de Excel.
información de datos
históricos para
el pronóstico.
Validación Con el análisis -Docente - 21 de Facultad de Recursos
para el gráfico y Director abril ingeniería, académicos
manejo de estadístico, se Universidad
datos identifican los -Cesar Distrital. Libros de
modelos de Contreras planeación
pronóstico a
utilizar.
Análisis de Generar la -Docente -19 de Facultad de Libros de Excel
los métodos comparación Director mayo ingeniería,
aplicados de los métodos -Director Universidad Software de
y elegir el que Externo Distrital. iteración
ofrece mayor -Cesar -20 de Soldaduras
relación y Contreras mayo West Arco.
ajuste.
Modelo de Generar un -Docente -9 de Soldaduras Información,
inventarios modelo de Director junio West Arco. restricciones y
aplicable inventario que -Director capacidad de
se ajuste a los Externo mantenimiento
requerimientos -Cesar de inventarios
del plan de Contreras Pronósticos
demanda.
87