Trabajo de Pronostico y Administracion de La Demanda PDF

PROPUESTA DE UNA METODOLOGÍA DE PLANEACIÓN DE LA DEMANDA
EN LA LÍNEA DE PRODUCTO FLUX CORED WIRE EN LA COMPAÑÍA

SOLDADURAS WEST ARCO
CÉSAR AUGUSTO CONTRERAS SÁENZ
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

FACULTAD DE INGENIERÍA
INGENIERÍA INDUSTRIAL
BOGOTÁ
2016
1
PROPUESTA DE UNA METODOLOGÍA DE PLANEACIÓN DE LA DEMANDA
EN LA LÍNEA DE PRODUCTO FLUX CORED WIRE EN LA COMPAÑÍA
SOLDADURAS WEST ARCO
CÉSAR AUGUSTO CONTRERAS SÁENZ
PROYECTO DE PASANTÍA
Director
JAIRO HUMBERTO TORRES ACOSTA Ph. D
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

FACULTAD DE INGENIERÍA
INGENIERÍA INDUSTRIAL
BOGOTÁ
2016
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
FCW: (Flux Cored Wire) es un alambre de soldadura de alto rendimiento que

incorpora un núcleo de fundente formado por agentes desoxidantes y polvo
metálico.
Filler metals: son los productos de soldadura que maneja la compañía
catalogados como consumibles o metales de relleno.
MTO: (Make to order) Es un tipo de sistema de manufactura que presenta un
escenario en el que se produce determinado producto solo bajo pedido.
MTS: (Make to stock) Es un tipo de sistema de manufactura que plantea un
esquema de fabricación para inventarios, caracterizado por no depender de una
orden de pedido para fabricarse.
Pronóstico: es un proceso de estimación en situaciones de incertidumbre, y se
desarrollan a través de procedimientos científicos, basados en datos históricos,
que son procesados mediante métodos cuantitativos.
SKU: (Stockkeeping unit) es el termino común utilizado para identificar una pieza
en el inventario, que asocia a un producto con su especificación, categoría, marca,
fabricante y precio.
Soldadura: es un procedimiento por el cual dos o más piezas de metal se unen
por aplicación de calor, presión, o una combinación de ambos, con o sin aporte de
otro metal, llamado metal de aportación.
6
1. INTRODUCCIÓN
Con el desarrollo de este proyecto de pasantía se pretende generar elementos

que sirvan de ayuda y orientación en los procesos de planeación y administración
de la demanda de productos de soldadura importados que manejan un mercado
especializado en la unión y reparación de materiales en el sector industrial
colombiano. El producto base para la realización del proyecto es el alambre
tubular (Flux cored wire), un electrodo de soldadura continua de alto desempeño
que se comercializa en la compañía Soldaduras West Arco.
Cuando se comercializan productos importados es indispensable contar con una
metodología de planeación confiable que garantice el aprovisionamiento de
inventario para tiempos de entrega muy largos. Los métodos cuantitativos de
pronóstico basados en series de tiempo son una opción viable en este tipo de
análisis ya que estas proporcionan información relevante del comportamiento,
variabilidad y tendencia de la demanda a través del tiempo, que al combinarse con
estudios de riesgo y oportunidades de mercado se pueden extrapolar estimados
de ajuste para la implementación de métodos de pronostico a largo y mediano
plazo. Para minimizar el error de pronóstico en la planeación de la demanda es
importante que se contemplen varios métodos de pronóstico en el análisis y se
elija el que proporciona mayor ajuste según las medidas de desempeño y
evaluación elegidas, con el fin de proporcionar confiabilidad en la estimación del
componente sistemático de la demanda y dar continuidad a todas las operaciones
a lo largo de la cadena de suministro. Por otro lado, la planeación debe ser
articulada con un sistema de gestión de inventarios que supla los requerimientos
establecidos en el pronóstico de la demanda, determinando un nivel óptimo de
inventario y un punto de volver a pedir, de acuerdo al tiempo de entrega y las
desviaciones identificadas a partir del comportamiento estocástico de la demanda
La demanda de alambre tubular (FCW) puede verse afectada por varios factores
externos, como la crisis en el sector petrolero, la subida en el precio de dólar, la
inversión en infraestructura, la entrada de nuevos competidores y en general toda
la coyuntura económica de la actualidad. Por este motivo se debe tener en cuenta
la implementación de metodologías de pronostico adaptativo que puedan
actualizar los estimados de comportamiento a medida que se presentan las
observaciones de demanda real, con el fin de incorporar comportamientos que son
difícilmente identificables en la serie de tiempo inicial.
7
2. OBJETIVOS
2.1 OBJETIVO GENERAL
Proponer una metodología para el pronóstico y la administración de la demanda

que permita gestionar eficientemente la estructura de inventarios de la línea Flux
Cored Wire en la compañía Soldaduras West Arco.
2.2 OBJETIVOS ESPECÍFICOS
 Conocer y analizar el comportamiento de la demanda del Top de productos

integrados dentro de la línea Flux Cored Wire.
 Desarrollar un modelo de planeación de la demanda que permita estimar
las ventas para los principales productos que componen la línea FWC.
 Modelar una estructura de mantenimiento y requerimiento de inventarios
con puntos de reorden que permita satisfacer las necesidades generadas
en el plan de demanda.
 Identificar y analizar los principales aspectos que afectan y dificultan la
gestión operativa de los productos FCW.
 Evaluar y contrastar la propuesta expuesta frente al desempeño actual del
modelo de administración de la demanda que se implementa en la
compañía.
8
3. PLANTEAMIENTO DEL PROBLEMA
3.1 FORMULACIÓN DEL PROBLEMA
¿Qué metodología de planeación es la adecuada para administrar la demanda del

top de productos de la familia Flux cored wire (FCW) en la compañía Soldaduras
West Arco, para disminuir los problemas de disposición y mantenimiento de
inventarios que afectan los indicadores de utilidad operacional y nivel de servicio?
3.2 JUSTIFICACIÓN
Actualmente Soldaduras West Arco importa todas las referencias de productos de

la familia Flux cored wire (FCW) de plantas ESAB alrededor del mundo implicando
que los tiempos de entrega sean muy largos y dependan de órdenes de
producción previas. De este modo, la implementación de una metodología que
permita estimar las ventas y requerimientos de cada producto mediante un control
mensual, es indispensable para que la compañía mejore su eficiencia en todos los
procesos que se despliegan en la línea de producto FCW. En este contexto la
planificación y la administración de la demanda le permitirá a la compañía
proyectar los ingresos y costos de la línea, así como administrar adecuadamente
toda la operación del sistema de inventarios, reduciendo los índices de quiebre de
stock (o de over- stock), y optimizando el almacenamiento y todas actividades en
los centros de distribución, aspectos que se traducen en la satisfacción y
cumplimiento de los niveles de servicio.
9
4. MARCO DE REFRENCIA
4.1 MARCO CONTEXUAL
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
4.2.1 MEDIADAS DESCRIPTIVAS
Para realizar una planeación eficiente, es necesario generar un análisis preliminar

de los datos históricos, bajo medidas descriptivas que examinen varias
características, siendo las más comunes: la tendencia central de los datos, la
dispersión o variación con respecto a este centro, los datos que ocupan ciertas
posiciones, la simetría de los datos y la forma en la que los datos se agrupan.3
Medidas de Centralización4
Nos dan un centro de la distribución de frecuencias, es un valor que se puede
tomar como representativo de todos los datos. Hay diferentes modos para definir
el "centro" de las observaciones en un conjunto de datos, entre estos se
encuentran:
 Media
 Mediana
 Moda
Para el caso de estudio se utilizara como la media de los datos:
Media
Es el promedio aritmético de las observaciones, es decir, el cociente entre la suma
de todos los datos y el número de ellos. Si xi es el valor de la variable y ni su
frecuencia, tenemos que:
Ecuación 1. Media
∑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
Coeficiente de variación (CV)

Cuando se quiere comparar el grado de dispersión de dos distribuciones que no
vienen dadas en las mismas unidades o que las medias no son iguales se utiliza el
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
Se dispone de varios métodos de pronóstico estandarizados. Estos se han

dispuesto en cuatro grupos: cualitativo, análisis de series de tiempo, causales y
simulación. Cada grupo difiere en términos de la precisión relativa en el pronóstico
sobre el largo plazo y el corto plazo, en el nivel de sofisticación cuantitativa
utilizada y en la base lógica (información histórica, opinión experta o encuestas) de
la que se deriva el pronóstico.9 A continuación se proporciona una breve
descripción de estas técnicas 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.
 Series de tiempo: Los métodos de pronóstico de series de tiempo utilizan la

demanda histórica para hacer pronósticos. Se basan en la suposición de
que la historia de la demanda pasada es un buen indicador de la demanda
futura. Estos métodos son más apropiados cuando el patrón de la demanda
básica no varía significativamente de un año al siguiente.
 Causal: Los métodos de pronóstico causales suponen que el pronóstico de

la demanda está altamente correlacionado con ciertos factores en el
ambiente (el estado de la economía, las tasas de interés, etc.). Los
métodos de pronóstico causales encuentran esta correlación entre la
demanda y los factores ambientales y recurren a estimados de lo que serán
los factores ambientales para pronosticar la demanda futura
 Simulación: Los métodos de pronóstico por simulación imitan las elecciones

del cliente que dan origen a la demanda para llegar a un pronóstico. Al
emplear la simulación, la compañía puede combinar los métodos de series
de tiempo y causales, con una demanda aleatoria.10
Método básico para pronosticar la demanda11

El siguiente método de seis pasos ayuda a la organización a llevar a cabo un
pronóstico efectivo.
1. Entender el objetivo del pronóstico.
2. Integrar la planeación y el pronóstico de la demanda en la cadena de
suministro.
3. Entender e identificar los segmentos de clientes.
4. Identificar los principales factores que influyen en el pronóstico de la
demanda.
5. Determinar la técnica apropiada de pronóstico.
6. Establecer medidas de desempeño y error para el pronóstico.
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.
• Multiplicativo: componente sistemático = nivel X tendencia X factor estacional

• Aditivo: componente sistemático = nivel + tendencia + factor estacional
• Mixto: componente sistemático = (nivel + tendencia) X factor estacional
La forma específica del componente sistemático aplicable a un pronóstico dado
depende de la naturaleza de la demanda. Las compañías pueden desarrollar tanto
el método de pronóstico estático como adaptativo para cada forma.
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,
Componente sistemático = (nivel + tendencia) X factor estacional
Pronóstico adaptativo
En el pronóstico adaptativo, los estimados del nivel, la tendencia y la

estacionalidad se actualizan después de cada observación de la demanda. Se
analiza un marco básico y varios métodos que se pueden emplear para este tipo
de pronóstico. El marco es proporcionado en su configuración más general,
cuando el componente sistemático de los datos de la demanda contiene un nivel,
una tendencia y un factor estacional.
12
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
Un pronóstico de promedio móvil se obtiene sumando los datos de un número

deseado de períodos pasados. Se distingue de un promedio simple por la
condición de cálculos consecutivos, pues en el promedio móvil, cada uno de ellos
se mueve hacia delante en el tiempo con el propósito de incluir una información
más reciente cada vez, eliminando al mismo tiempo el dato más antiguo, situación
que genera un comportamiento de dinamismo continuo en los resultados
pronóstico.17
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
producción y cadena de suministros. Duodécima edición. México: McGraw Hill, Interamericana, 2009.p. 474.
17
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
Como desarrollo de las recientes investigaciones, se calculan los índices para

cada período T que así lo permita, mediante la siguiente relación:
Ecuación 8. Índices periodo t
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.
Ecuación 9. Índices de temporada
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
18
Ecuación 10. Pronóstico promedio móvil
𝑍𝑡 = 𝑀𝑡𝑀 ∗ 𝐼𝑇𝑡 𝑃𝑎𝑟𝑎 ∀ 𝑡 = 1, … , 𝑛
Suavización exponencial simple

El método de suavizamiento exponencial simple es el más apropiado cuando la
demanda no tiene una tendencia o estacionalidad observable. En este caso,
Componente sistemático de la demanda = nivel.19
La utilización de los métodos de pronóstico normalmente requiere de una gran
cantidad de datos, lo cual se puede convertir en un problema de almacenamiento
de información. La suavización exponencial elimina este tipo de problemas pues el
índice de suavización (α) permite darle peso o ponderación a las observaciones de
la información histórica, dándole mayor importancia a los datos más recientes o a
los más antiguos de acuerdo con el nivel de conveniencia que se requiera manejar
en el resultado de los pronósticos.20
La actualización del promedio Mt es la siguiente:
Ecuación 11. Promedio suavización exp.
(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
20
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:
Ecuación 16. Estimación de la ordenada
𝑆𝑡 = α(𝑑𝑡−1 ) + (1−∝)(𝑆𝑡−1 + 𝐵𝑡−1 )

Ecuación 17. Estimación de la pendiente.
𝐵𝑡 = β(𝑆𝑡 − 𝑆𝑡−1 ) + (1 − 𝛽)𝐵𝑡−1

Ecuación 18. Pronostico suavización exp. Doble
𝐹𝑡+𝑘 = 𝑆𝑡 + 𝑘𝐵𝑡
21
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
Ecuación 20. Factor de nivelación a.
∑𝑛𝑡=1 𝑌(𝑡) ∑𝑛𝑡=1 𝑡 2 − ∑𝑛𝑡=1 𝑡 ∑𝑛𝑡=1 𝑡𝑌(𝑡)

𝑎=
𝑛 ∑𝑛𝑡=1 𝑡 2 − (∑𝑛𝑡=1 𝑡)2
Ecuación 21. Pendiente b de la información
𝑛 ∑𝑛𝑡=1 𝑌(𝑡) − ∑𝑛𝑡=1 𝑌(𝑡) ∑𝑛𝑡=1 𝑡

𝑏=
𝑛 ∑𝑛𝑡=1 𝑡 2 − (∑𝑛𝑡=1 𝑡)2
Modelo exponencial
Al considerar como ecuación general de un modelo exponencial,
Ecuación 22. Ecuación general modelo exponencial
𝑌̂(𝑡) = 𝑎𝑒 𝑏𝑡
23
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 )
De igual manera, para el valor b se tienen:

Ecuación 24. Valor b Modelo exponencial
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 )
El pronóstico se calcula mediante las siguientes relaciones:

Ecuación 25. Pronostico modelo exponencial
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
∝= 𝑛 ∑𝑛𝑡=1 𝑡 3 − ∑𝑛𝑡=1 𝑡 ∑𝑛𝑡=1 𝑡 2

Ecuación 27. Índice β modelo cuadrático
𝛽 = (∑𝑛𝑡=1 𝑡)2 − 𝑛 ∑𝑛𝑡=1 𝑡2

Ecuación 28. Índice x modelo cuadrático
2
𝜒 = 𝑛 ∑𝑛𝑡=1 𝑡4 − (∑𝑛𝑡=1 𝑡2 )
Ecuación 29. Índice s modelo cuadrático
𝛿 = 𝑛 ∑𝑛𝑡=1 𝑡𝑌(𝑡) − ∑𝑛𝑡=1 𝑌(𝑡) ∑𝑛𝑡=1 𝑡

Una vez establecidos los comportamientos de los índices se calculan los valores
para a, b, y c.
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
∑𝑛𝑡=1 𝑌(𝑡) − 𝑏 ∑𝑛𝑡=1 𝑡 − 𝑐 ∑𝑛𝑡=1 𝑡2

𝑎=
𝑛
Ecuación 31. Valor b modelo cuadrático
𝜆. 𝛼 − 𝛿. 𝜒
𝑏=
𝛼 2 + 𝛽𝜒
Ecuación 32. Valor c modelo cuadrático
𝜆. 𝛽 − 𝛿. 𝜒
𝑐=
𝛼 2 + 𝛽𝜒
Finalmente, el pronóstico se establece mediante la fórmula:

Ecuación 33. Pronostico modelo cuadrático
𝑍(𝑡) = 𝑎 + 𝑏 ∗ 𝑡 + 𝑐 ∗ 𝑡 2
Método de Winters para variaciones estaciónales26

Cuando en la base de información tomada como referencia para el cálculo de los pronósticos se
presentan variaciones que muestren comportamientos de estacionalidad, uno de los métodos de
mayor utilización es el de Winters. Los componentes básicos del método son:
 Componente de nivelación a0, 2N

 Pendiente a1
 Factor de estacionalidad Ct
Procedimiento El procedimiento para el cálculo del pronóstico es el siguiente:
a) Determinación de los promedios µ1 y µ2

Ecuación 34. Promedios método Winters
∑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
c) Determinación del valor de nivelación

Ecuación 36. Valor de nivelación Winters
𝑁−1
𝑎0,2𝑁 = µ2 + 𝑎1 ( )
2
d) Determinación de a0
Ecuación 37. Valor a0 Winters
𝑎0 = 𝑎0,2𝑁 − 𝑎1 (2𝑁)
e) Determinación del factor de estacionalidad

Ecuación 38. Factor estacional Winters
𝑥𝑡
𝐶𝑡 =
(𝑎0 + 𝑎1 𝑡)
f) Determinación del promedio Ct

Ecuación 39. Promedio Ct
∑𝑛𝑖=1 𝑐𝑡
𝐶̅𝑡 =
𝑛
g) Determinación del pronóstico St

Ecuación 40. Pronostico St
𝑆𝑡 = (𝑎0,2𝑁 + 𝑎1 )(𝐶𝑡̅ )
Método de Box and Jenkin27

El método de auto-regresión con promedios móviles de box and Jenkin, pude ser
utilizado en la determinación de pronósticos para horizontes de planeación de
corto plazo. El método de box and Jenkin en su forma más general corresponde a
los métodos denominados ARIMA (Autoregressive integrated moving average =
promedio móvil auto-regresivo integrado).
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
c) Determinación del producto (αt x αt+1)
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
g) Determinación del estimador

Ecuación 45. Estimador de varianzas
𝐶𝜎2
𝜙𝑡 =
𝜎2
h) Determinación del pronóstico

Ecuación 46. Pronostico Box and Jenkin
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
Esta fórmula se utiliza para estimar la desviación estándar del componente

aleatorio suponiendo que éste se encuentra distribuido normalmente. En este caso
la desviación estándar del componente aleatorio es,
28
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
El sesgo (RSFE) fluctuará alrededor de 0 si el error es en verdad aleatorio y no se

sesga hacia un lado o el otro. Idealmente, si graficamos todos los errores, la
pendiente de una línea recta que pase por ellos deberá ser 0. La señal de rastreo
(TS, por sus siglas en inglés) es el cociente entre el sesgo y la MAD y está dada
por,
Ecuación 53. Señal de rastreo
𝑅𝑆𝐹𝐸𝑡
𝑇𝑆𝑡 =
𝑀𝐴𝐷𝑛
4.2.3 GESTIÓN DE INVENTARIOS
La gestión de un sistema de inventarios es una actividad transversal a la cadena

de abastecimiento que constituye uno de los aspectos logísticos más complejos en
cualquier sector de la economía. Las inversiones en los inventarios son cuantiosas
y el control de capital asociado a las materias primas, los inventarios en proceso y
los productos finales, constituyen una potencialidad para lograr mejoramientos en
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.
 Reducción de costos de producción, de compra y/ó de transporte de una

forma indirecta, a través de la producción o compra de lotes más grandes y
más homogéneos, con los cuales se logran economías de escala en la
cadena de suministro. Adicionalmente, puede pensarse en realizar compras
de lotes mayores a bajo costo actual, en anticipación de un alza de precios
en el futuro. Desde este punto de vista, el costo de llevar el inventario es
dominado por los ahorros potenciales producidos por las economías de
escala, los bajos precios de compra y las posibles condiciones de pago y
financiación de los inventarios.
 Reducción de costos de operación, al reducir el impacto de la

variabilidad de los tiempos de producción y transporte.
 Implementación de mecanismos para responder a factores externos o

internos inesperados, tales como huelgas, demoras excesivas en el envío
de materiales, desastres naturales, etc.33
Como se vio, los inventarios actúan como reguladores entre los ritmos de salida
de unas fases y los de entrada de las siguientes. Estos se pueden clasificar de la
siguiente forma:
 Inventarios de materias primas. Regulan las entradas de materiales por

parte de los proveedores (entregas periódicas) y la necesidad continua de
éstos por parte de la empresa.
 Inventarios de productos semiterminados. Regulan aquellas fases del
proceso cuyos ritmos de producción difieren, siendo las salidas de unas las
entradas de las siguientes.
 Inventarios de productos terminados. Regula los ritmos de ventas y el de
generación de productos.34
Características de los modelos de inventarios35
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.
Los modelos se estudiaran bajo tres categorías importantes:
• Decisiones de una sola vez

• Sistemas de revisión continua, que son sinónimo de decisiones de tiempo
continuo
• Sistemas de revisión periódica, que son sinónimo de decisiones intermitentes36
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
control de la producción. México D.F.: McGraw-Hill Professional publishing, 1998. p. 273 - 280.
30
Ilustración 1. Estructura de las decisiones de tiempo.
Fuente: 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. 275.
Decisiones de una sola vez

Las situaciones de decisiones de una sola vez son muy comunes en los ambientes
tanto de manufactura como de venta al menudeo. Con frecuencia el problema se
relaciona con bienes estacionales, que tienen demanda sólo durante periodos
cortos. El valor del producto declina al final de la temporada e incluso puede ser
negativo. El tiempo de entrega puede ser más largo que la temporada de ventas,
por lo que si la demanda es más grande que la orden original, no se puede hacer
un pedido urgente de productos adicionales.37
Sistemas de revisión continúa
Un proceso de control continuo de inventario revisa constantemente el estado del

inventario para determinar las necesidades de reabasto. Para utilizar una revisión
continua, se requiere un seguimiento preciso de todas las SKU. Esta revisión se
37
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 = posición del inventario en el tiempo t

Ot = posición de ordenes colocadas en el tiempo t, algunas veces llamada la “tubería
del inventario”
Recuerde que It es el inventario disponible en el tiempo t y Bt es el nivel de faltantes
(órdenes atrasadas) en el tiempo t. Entonces:
Ecuación 54. Posición, sistemas de revisan continua
𝑥𝑡 = 𝐼𝑡 + 𝑂𝑡 − 𝐵𝑡
Considera el inventario como en una tubería. Sea
R = punto de reorden, y de acuerdo al nivel de xt cuando se coloca una orden, la

decisión de tiempo, cuándo ordenar, es:
Si xt < R entonces se coloca una orden de Q unidades.
Modelo continuo (Q, R)39

Considerando el modelo estocástico esencial para el sistema de revisión continúa.
Se presenta un enfoque administrativo, en el cual se establece una política de
servicio, y un enfoque de optimización, que es la versión estocástica del EOQ
determinístico. Recuerde que en el caso de revisión continua R es una variable de
decisión, al contrario del caso determinístico, en el que R se obtuvo a partir de la
demanda en el tiempo de entrega. Las dos variables de decisión Q y R, definen la
política para este modelo. Enfoque administrativo: decisión de cantidad. Se evalúa
la cantidad a ordenar usando el modelo EOQ, sustituyendo el valor esperado de la
demanda aleatoria por la de la demanda conocida:
Ecuación 55. Cantidad económica de pedido
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.
Este valor no es el valor de Q que se usa en el enfoque de optimización.

Enfoque gerencial: decisión de punto de reorden, está dado por:
Ecuación 56. Punto de reorden
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
Así mismo, el inventario meta se define de la siguiente forma:

Ecuación 61. Inventario meta
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
42
Ibid., p. 273 - 280.
34
5. METODOLOGÍA
La metodología para el desarrollo del proyecto de pasantía utilizara técnicas

cuantitativas de pronóstico que especifican unos puntos básicos de estudio,
permitiendo establecer los procedimientos generales a tener en cuenta en el
desarrollo de la gestión; así mismo se integran las necesidades específicas de la
empresa con relación mercado, de acuerdo al análisis y socialización del mismo,
permitiendo así el adecuado desarrollo de la planeación y administración de la
demanda en los productos de la línea FCW.
Los pasos para el desarrollo de la metodología son los siguientes
 Definición y análisis del problema; con el objeto de comprender a
profundidad los procesos que implementa West Arco en la gestión de los
productos FCW, se realizaran reuniones de socialización con las personas
encargadas del manejo de la línea, definiendo y analizando los principales
problemas que afectan las operaciones de comercio.
 Ordenamiento y recolección de la información, en este proceso se definen
los principales productos que maneja la compañía por medio de un análisis
de Pareto, con base en la información histórica de ventas para cada
referencia de producto, teniendo en cuenta la experiencia adquirida por el
personal encargado, que entra a ser clave en la búsqueda de información
precisa.
 Análisis de la información, una vez compilada la información se debe
realizar un análisis gráfico y estadístico de los datos, generando medidas
descriptivas de las mismo, que permitan visualizar su comportamiento en el
tiempo; con el fin de identificar algunos modelos cuantitativos que pueden
ser utilizados para generar el pronóstico.
 Selección y ajuste del modelo de pronóstico a utilizar de acuerdo a los
parámetros establecidos, este proceso involucra la aplicación y ajuste de
varios modelos de pronóstico, para la selección del modelo que mejor se
ajusta al comportamiento de la demanda de los productos FCW.
 Evaluar y comparar el modelo sugerido de planeación, con la eficiencia del
modelo implementado por la compañía en una línea de tiempo
especificada, y generar los correspondientes ajustes y sugerencias en la
gestión operacional de la línea de producto.
35
6. ALCANCE Y LIMITACIONES DEL PROYECTO
6.1 ALCANCE 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.
6.2 LIMITACIONES DEL PROYECTO
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
7.1 SELECCIÓN DEL TOP DE PRODUCTOS FCW

Para seleccionar los SKU’s que deberían incorporarse en la planeación de la
demanda inicialmente se realiza una revisión de la clasificación del sistema de
manufactura de cada uno de los productos que conforma el portafolio de la línea
FCW, ya sea MTS o MTO. Para el caso de análisis los únicos productos que nos
interesan son los SKU’s clasificados como MTS, ya que por su naturaleza
comercial en los productos MTO la oferta responde a ordenes en firme y como su
nombre lo indica la fabricación es bajo pedido. Por otro lado MTS está basado en
los pronósticos de la demanda y generalmente se utiliza para la producción de
productos genéricos y de alta rotación43. De este modo se conforma una base
inicial de productos, y se consolida la información de ventas del año
inmediatamente anterior (2015) para formar el pareto de productos con mayor flujo
comercial.
La información generada se socializa con los directores y asesores comerciales
para verificar la situación actual de cada producto y las restricciones comerciales
/corporativas que pueda tener cada uno de ellos. Y es así como finalmente se
obtiene el listado del Top de productos FCW a incorporar dentro de la planeación
de la demanda.
CODIGO MATERIAL
12012 CORESHIELD 11
13445 DUAL SHIELD 7100
68423 Dual Shield II 70 Ultra
46678 Dual Shield 8000 Ni2
87900 Dual Shield II 110
78970 Stoody 110
12368 Stoody 100 HC
64760 Shield Bright 309L x 1.6 mm
23454 Stoody 105 B
76890 Coreshield 40
79086 Shield Bright 309L x 1.2 mm
90678 Stoody 101 HC-O
Tabla 1. Top de productos Flux cored wire seleccionado
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
Con base en el listado de productos generado se inicia un trabajo de consolidación

de la información histórica de ventas en volumen para los últimos 6 años (2010-
2015) en cada referencia especificada, proceso que se realizó conjuntamente con
la parte comercial ya que con la fusión empresarial y los cambios corporativos que
se han efectuado dentro de la organización varios de estos productos se vendían
con otra descripción o marca, pero bajo la misma fórmula y objeto
técnico/mecánico. De este modo se identifican los productos que fueron
homologados y las respectivas fechas de transición de marca para consolidar toda
la información histórica con los empalmes identificados. Esta actividad se realizó
mediante el uso del Software empresarial SAP que maneja la compañía,
permitiendo extraer la información histórica de la demanda de los productos
seleccionados a hojas de cálculo de Excel para el análisis y aplicación de los
modelos de pronóstico. En la siguiente tabla se muestra el listado de productos
con sus homologables en los históricos de la compañía.
MATERIAL (Antigua nomenclatura) MATERIAL (Nueva nomenclatura)

CORESHIELD 11 X 5/64" CORESHIELD 11
SOLD WEST RODE 71T-1 0.045" DUAL SHIELD 7100
SOLD WEST RODE 71T-1 1/16" Dual Shield II 70 Ultra
SOLD DUAL SHIELD 8000 NI2 X 1/16 Dual Shield 8000 Ni2
DUAL SHIEL II 110 X 1/16" X 33 LB Dual Shield II 110
SOLD 110 7/64" Stoody 110
SOLD 100HC 7/64" Stoody 100 HC
SHIELD BRIGHT 309L X 1.6MM X Shield Bright 309L x 1.6 mm
SOLD 105 B 1/8" 500C Stoody 105 B
CORSHIELD 40 X 3/32" X 25 KG Coreshield 40
SHIELD BRIGHT 309L X 1.2 MM X Shield Bright 309L x 1.2 mm
SOLD 101 HC-O 1/16" Stoody 101 HC-O
Tabla 2. Relación de nomenclaturas top de productos
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.
Tabla 3. Fragmento de consolidado histórico de demanda
7.4 ANÁLISIS DEL COMPORTAMIENTO DE LOS DATOS

Para este análisis se hace uso de la estadística descriptiva y de algunas pruebas
de homogeneidad para establecer los posibles comportamientos en la demanda
para cada uno de los productos integrados en la propuesta de planeación. Por
medio del programa estadístico IBM SPSS y sus diferentes utilitarios se analiza
inicialmente toda la colección de datos (2010-2015) para cada SKU, permitiendo
identificar las características en el comportamiento de la demanda del producto,
describiendo la tendencia central o que tan acopladas están las demandas en los
diferentes meses, y la dispersión de la demanda con relación a la media de las
demandas. Este proceso se presenta para cada uno de los meses en los seis
años de demanda histórica, con el objeto de generar información de entrada para
los métodos propuestos en la siguiente sección, en donde se planteara el generar
los pronósticos a partir de los datos históricos por cada mes. De este modo se
presentan como ejemplo los datos generados para el producto Dual Shield 7100 X
1,2 mm.
39
Tabla 4. Mediadas descriptivas DualShield 7100
Tabla 5. Prueba de homogeneidad DualShield 7100
Tabla 6. Anova de un factor 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.
8. DESARROLLO DE LA METODOLOGÍA PARA ESTIMAR LAS VENTAS DEL

TOP DE PRODUCTOS FCW.
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.
Como primera instancia se desarrolla una plantilla en Excel llamada Resumen, en

donde se consolidara toda la información histórica de la serie de tiempo,
estadística descriptiva, gráficos de dispersión y el resumen de las medidas de
desempeño para cada uno de los modelos de pronóstico analizados.
Así mismo se desarrollaron en Excel plantillas independientes y formuladas de

cada uno de los métodos de pronóstico incluidos dentro del análisis para proyectar
la demanda de las referencias especificadas de la línea FCW. Estos modelos
fueron formulados bajo la metodología de los libros académicos que se incluyeron
como referencia, y del mismo modo se incluyeron metodologías prácticas para el
análisis aprendidas en el curso de Gestión de operaciones que ofrece el proyecto
curricular de ingeniería industrial. Los métodos de pronóstico que se aplicaran en
este proyecto para analizar el comportamiento de la demanda son los siguientes.
 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
8.1 MÉTODO PROPUESTO
Teniendo en cuenta la situación comercial de los productos FCW, en donde todas

las referencias son importadas de diferentes fábricas de la compañía alrededor del
mundo, con tiempos de entrega son muy largos; se hace necesario un sistema de
planeación a mediano plazo que logre identificar el comportamiento sistemático de
la demanda de los productos con un periodo prudente de antelación. Sin embargo
varios de los modelos de pronóstico a analizar solo permiten generar proyecciones
para el mes próximo en curso, dejando condicionada la planeación al
comportamiento inmediatamente anterior, y disminuyendo el tiempo de respuesta
en toda la cadena de operación de la línea de producto. De este modo, en
conjunto con el Director interno del proyecto se plantea un método que consiste en
utilizar los datos históricos mes a mes, proyectando la serie de tiempo para cada
mes en específico, obteniendo un pronóstico de la demanda para todo el año a
partir de los datos históricos de los últimos 6 años de cada referencia.
El método propuesto será utilizado en las metodologías de pronóstico que bajo el

procedimiento matemático en el que fueron desarrollados permiten incorporar esta
técnica manteniendo la consistencia de la metodología planteada. De este modo
los métodos que se aplicaran con la técnica planteada son los siguientes:
 Métodos de regresión
 Suavización exponencial simple
 Suavización exponencial doble.
Tabla 7. Fragmento Excel método propuesto suavización exponencial.
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.
8.2 ANÁLISIS DE ENTRADA
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.
Por otro lado se desarrolla un cálculo con el coeficiente de variación cuadrática,

con el fin de determinar si el producto a analizar tiene un comportamiento
constante u homogéneo en la demanda o por el contrario el comportamiento de
esta es variable u heterogéneo en los ulmos 24 meses de demanda histórica. De
este modo bajo una decisión lógica se establece que si CV2 > 0.49, la demanda
del producto tiene un comportamiento Variable, o de lo contrario se establecerá un
comportamiento constante en la demanda del producto analizado. De acuerdo a lo
establecido en el cálculo anterior, se tendrá un parámetro que facilitara la
identificación de patrones en la serie de tiempo, en donde será más probable
encontrar patrones de tendencia, estacionalidad y ciclicidad en los productos
categorizados como variables.
Siguiendo con el análisis de los datos históricos de la demanda, se establece una

prueba lógica que identifica y categoriza la tendencia en la demanda de cada uno
de los productos, de este modo se calcula la pendiente de la línea generada en la
regresión lineal del grafico de dispersión y se divide en la demanda media para la
colección de datos seleccionada; si el valor generado es mayor al 5% se establece
que el producto tiene una tendencia creciente marcada, por otro lado si el valor
generado es menor a -5% la tendencia en la demanda será decreciente marcada.
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.
8.3 ELECCIÓN DEL MÉTODO DE PRONÓSTICO
Para la elección del método de pronóstico a utilizar en la planeación de la

demanda de cada producto de la línea, se deberán establecer algunas medidas de
desempeño y error que permitan evaluar el ajuste de los datos pronosticados con
el componente real de la demanda, y del mismo modo establecer el nivel de error
y la desviación de este para cada uno de los modelos analizados. Las medidas de
desempeño y error que con la que se evaluara el modelo son las siguientes: MAD
(desviación absoluta media), MAPE (error medio absoluto porcentual), TS (señal
de rastreo) y el coeficiente de correlación, para identificar la covariación conjunta
de los dos datos (pronostico/demanda real) y establecer la consistencia en las
fluctuaciones de las variables.
Para esto se incorporó en las plantillas de Excel de cada modelo un cuadro en
donde se muestra el cálculo la desviación, desviación absoluta, suma corriente de
los errores, CC, MAD, MAPE y TS para cada periodo de demanda en el actual.
igualmente en la hoja “Resumen” del archivo de Excel se consolidan los resultados
de estas medidas de desempeño para cada modelo de pronóstico, y se realiza la
comparación de dichos indicadores, teniendo en cuenta que en cuanto más
pequeño sea el MAD y el MAPE habrá menor error en el pronóstico, y cuando el
coeficiente de correlación se acerque más a +1 se establecerá una correlación
positiva o en sentido directo, indicando que a valores altos de una variable le
corresponden valores altos de la otra e igualmente con valores bajos. Finalmente
se analiza la señal de rastreo (TS) y sus límites para determinar si el método de
pronóstico constantemente sobrestima o subestima la demanda, identificando
igualmente si existe alguna tendencia en el error. Para interpretar a fondo este
concepto, Chopra (2008)44 sostiene: Si la TS en algún periodo está fuera del rango
de 6, esto es una señal de que el pronóstico tiene sesgo y está subpronosticando
(TS<-6) o sobrepronosticando (TS >6). En este caso, el planeador debe optar por
44
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
Dual Shield 7100
Grafico 1. Análisis descriptivo DualShield 7100
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
De acuerdo a los datos generados en el consolidado de medidas de desempeño,

el mejor método para pronosticar la demanda del producto Dual Shield 7100 es la
Suavización exponencial doble con factor de suavización α= 0.5 y un estimado de
tendencia β= 0.9. El error absoluto medio del pronóstico generado es de 954,8 Kg
para los seis meses de demanda real observada, con una desviación de 1193,5 en
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.
Grafico 2. Pronostico de la demanda DS 7100
Dual Shield II 70 Ultra
Grafico 3. Análisis descriptivo DualShield II 70 Ultra
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.
Resumen - medidas de desempeño métodos de pronóstico DS II 70 Ultra

Método lineal 0.052 1922.3 2402.9 0.27 -0.2 0.4 -2.0
Método Exponencial -0.133 2224.3 2780.4 0.31 1.7 1.7 0.3
Método Cuadrático 0.587 2703.2 3379.0 0.40 2.5 2.5 -1.3
Promedio Móvil -0.090 4153.0 5191.3 0.60 -3.9 -1.0 -3.9
Suavización Exp 0.749 891.8 1114.8 0.13 -0.7 -0.7 -2.0
Suavización ExpDoble 0.780 1182.7 1478.3 0.18 2.7 2.7 -2.0
Winters 0.184 2355.0 2943.8 0.33 6.0 6.0 1.0
Box & Jenkins -0.343 1525.8 1907.3 0.23 -1.1 1.2 -1.1
Tabla 9. Medidas de desempeño métodos de pronóstico DS II 70 Ultra
Para este producto el método con mejor resultado de pronóstico es la suavización

exponencial simple con α= 0.95, el MAD para el método es de 891.8 Kg siendo
relativamente bajo para los grandes volúmenes de venta que registra la referencia
en los históricos de demanda, registrando una desviación en el error de pronóstico
de 1114.8 Kg. El porcentaje de erro medio que se observa con la utilización del
pronóstico es menor al 13% siendo el más bajo entre los métodos propuestos, por
otro lado los límites superior e inferior de la TS registran valores de -0.7 y -2.0
respectivamente, indicando que el componente variable de la demanda no tiene
grandes fluctuaciones con respecto a lo estimado por el método. Para elegir el
factor de suavización de este producto se habló con los asesores comerciales,
cuantificando dicho nivel según las apreciaciones de mercado que se tenían para
el año en curso, definiéndose que se debería dar más relevancia a las
observaciones resientes ya que el producto se encontraba en una etapa en la que
estaba siendo desplazado por alambres especiales con aplicaciones específicas, y
su demanda se estaba concentrando en la industria de extracción minera que
maneja equipos de carga pesada.
48
Tabla 10. Pronostico de la demanda DS II 70 Ultra
CoreShield 11
Grafico 4. Análisis descriptivo Coreshield 11
El análisis de entrada y la estadística descriptiva para el producto Coreshield 11

muestra que existe gran variación en la serie de tiempo que describe la demanda
histórica, una desviación estándar de 16841.28 Kg y un coeficiente de variación
cuadrática mayor a 0.49 confirman que el comportamiento de la variable es
heterogéneo o variable. La media de las demandas en este producto es de
16609.20 Kg y cómo valor máximo se registran 57332.81 Kg, con un mínimo nulo
en el que no se presentó demanda. El análisis de la pendiente de regresión indica
que la serie tiene una tendencia creciente marcada, registrándose grandes
volúmenes de venta en el año 2015 en comparación con a los años anteriores. Sin
embargo en la socialización con la parte comercial de la línea, se indica que esta
referencia tuvo grandes volúmenes de venta en el año anterior debido a proyectos
puntuales con el Oleoducto bicentenario que requerían el uso especializado de
este alambre tubular para la construcción y mantenimiento de tanques de
almacenamiento. Lo que indica que dicha tendencia creciente en la demanda
puede que no describa el comportamiento futuro del producto ya que los proyectos
con el oleoducto ya fueron finalizados y se espera que la demanda tienda a
disminuir hasta estabilizarse. Este caso describe la situación de algunas
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.
Resumen - medidas de desempeño métodos de pronóstico Coreshield 11

Método lineal 0.624 7212.5 9015.7 1688.73 -6.0 -1.0 -6.0
método Exponencial -0.079 17531.2 21914.0 776.02 -4.9 1.0 -4.9
Método Cuadrático 0.593 19157.5 23946.9 4380.56 -6.0 -1.0 -6.0
Promedio Móvil 0.292 6386.7 7983.3 2553.58 -5.8 -1.0 -5.8
Suavización Exp 0.536 2634.7 3293.3 824.66 -1.9 2.0 -1.9
Suavización ExpDoble 0.701 3034.2 3792.8 869.56 -5.7 1.0 -5.7
Winters 0.639 13294.7 16618.4 2554.21 -6.0 -1.0 -6.0
Box & Jenkins -0.084 21662.3 27077.9 4895.63 -5.0 -1.0 -5.0
Tabla 11. medidas de desempeño métodos de pronóstico Coreshield 11
De acuerdo al resumen de medidas de desempeño y al análisis de entrada

realizado, el mejor método para el pronóstico de la demanda de esta referencia es
la suavización exponencial simple con un estimado de suavización α= 0.1, el error
absoluto medio es de 2634.7 kg siendo el más bajo de los métodos analizados,
con una desviación en el MAD de 3293.3 Kg. El factor de suavización utilizado
para esta referencia es muy bajo y se ha ido actualizando periódicamente a
medida que se van generando los reales, el α= 0.1 indica que el pronóstico es
menos sensible a las observaciones recientes, siendo esto lo esperado para el
2016 ya que los oleoductos que en el pasado habían demandado gran cantidad de
este producto han mermado su operación debido a la baja de los precios o
simplemente finalizaron los proyectos emprendidos. Por otro lado la señal de
rastreo se encuentra dentro de los límites de control, indicando que este método
puede ser viable para estimar el componente sistemático de la demanda.
Grafico 5. Pronostico de la demanda Coreshield 11
50
Dual Shield 8000 Ni2
Grafico 6. Analisis descriptivo DualShuiel 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.
Resumen - medidas de desempeño métodos de pronóstico DS 8000 Ni2

Método lineal -0.182 504.5 630.6 0.55 -0.6 2.5 -0.6
Método Exponencial -0.347 535.2 669.0 0.61 -1.2 2.8 -1.2
Método Cuadrático -0.242 833.7 1042.1 0.90 -0.2 2.5 -0.2
Promedio Móvil -0.092 516.7 645.8 0.55 1.2 2.9 1.0
Suavización Exp 0.553 223.0 278.8 0.25 -2.0 0.0 -2.0
Suavización ExpDoble 0.754 214.7 268.3 0.23 -2.6 -1.0 -3.0
Winters 0.022 546.0 682.5 0.63 -4.8 1.0 -4.8
Box & Jenkins 0.368 304.2 380.3 0.33 -0.4 1.2 -2.0
Tabla 12. Medidas de desempeño métodos de pronóstico DS 8000 Ni2
El método elegido para el pronóstico de la demanda de la referencia DS 8000 Ni2

fue es método de suavización Exponencial simple con factor de suavización α=
0.2, el error absoluto medio de los datos pronosticados es de 223.0 Kg con una
desviación de 278.8 en el MAD para los seis meses de demanda real observada
así mimo MAPE de para es este método arroja un valor de 25%.
Aunque el MAD para el método de Suavización exponencial doble es menor, el
método a elegir es la suavización exponencial simple ya que este ofrece un rango
más centrado en la señal de rastreo, y por otro lado no se identificó una tendencia
marcada en el análisis de entrada, luego no sería conveniente elegir un método
que incluyera este comportamiento para proyectar la serie en el transcurso del
año. El Dual Shield 8000 Ni2 es un alambre tubular de baja aleación utilizado en la
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.
Tabla 13. Pronostico de la demanda DualShuiel 8000 Ni2
Dual Shield II 110
Grafico 7. Análisis descriptivo DualShield II 110
Para el producto Dual Shield II 110 la estadística descriptiva aplicada a la serie de

tiempo muestra que como medida de tendencia central una media de 865.04 Kg
con una desviación estándar de 498.52, como valor máximo en la demanda se
registran 2100 Kg y en el mínimo 210 kg. El coeficiente de correlación indica que
la demanda tiene un comportamiento homogéneo o constante en los datos
históricos registrados. La pendiente de la regresión en el diagrama de dispersión
indica que no hay tendencia marcada en la serie de tiempo y del mismo modo no
se identifican comportamientos estacionales, cíclicos o erráticos para los dos años
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.
Resumen - medidas de desempeño métodos de pronóstico DS II 110

Método lineal -0.243 628.2 785.2 1.14 -1.0 1.0 -2.4
Método Exponencial -0.256 896.7 1120.8 2.04 -3.8 1.0 -3.8
Método Cuadrático -0.507 853.2 1066.5 1.11 3.3 3.3 1.0
Promedio Móvil 0.004 575.5 719.4 0.80 1.1 1.1 -1.2
Suavización Exp 0.380 443.3 554.2 0.48 3.9 3.9 1.0
Winters -0.253 500.2 625.2 0.55 4.0 4.0 1.0
Box & Jenkins -0.187 575.0 718.8 0.80 1.2 1.3 -1.0
Tabla 14. Medidas de desempeño métodos de pronóstico DS II 110
Teniendo en cuenta lo mencionado en el párrafo anterior, el método elegido para

la planeación de la demanda en la referencia DS II 110, fue el método de
suavización exponencial doble con factor de suavización α= 0.5 y un estimado de
tendencia β= 0.9; el MAD para este método es de 420.2 Kg con una desviación de
525.2 para los meses observados de demanda real. Los límites de la señal de
rastreo se encuentran dentro de los valores permisibles (2.8; -1.0) y el MAPE
arroba un porcentaje de error del 52%. El DS II 110 es un alambre tubular de baja
aleación utilizado en el sector de la construcción/ minero para aplicaciones
especializadas en la reparación, excavación y perforación, dichos sectores han
venido consolidándose en el territorio nacional y esto ha incrementado el consumo
esporádico de este tipo de soldadura en algunos meses; explicando las
variaciones atípicas en la demanda. Por otro lado para generar el pronóstico se
decide tomar un método que incluya el factor de tendencia por que como se
mencionó anteriormente se tenían referenciadas algunas oportunidades
potenciales para el año en curso y así el método propuesto permitía suavizar la
proyección de acuerdo a las observaciones pasadas. Es posible que para esta
referencia también se haya presentado el fenómeno de “desplazamiento” en los
meses 4 a 6 ocasionado por quiebres de inventario que incrementaron la demanda
para el último mes de demanda real.
53
Grafico 8. Pronostico de la demanda DualShield II 110
Shield Bright 309L x 1.6 mm
Grafico 9. Analisis descriptivo Shield Bright 309L x 1.6 mm
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
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 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
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
De acuerdo a las medidas de desempeño generadas para cada método de

pronóstico, el modelo que mejor representa el componente sistemático de la
demanda es la suavización exponencial simple con un estimado de suavización α=
0.1, el error absoluto medio el pronóstico es de 90.1 Kg con una desviación
estándar de 112.6 Kg en el MAD para los periodos de demanda real observados.
El error porcentual para el método de pronóstico indica un 50% y aun que este es
relativamente alto, la TS observada se encuentra dentro del rango permisible para
establecer que el método puede utilizarse en la estimación de la demanda futura
en la referencia especificada. En la aplicación del pronóstico a esta referencia se
evidencio la importancia de actualizar periódicamente los estimados de nivel, ya
que con un estimado α= 0.8 que se tomó inicialmente el pronóstico se ajustaba
muy bien al comportamiento real de los primeros meses, pero cuando se efectuó
la demanda real del mes 4 se determinó que el comportamiento en el nivel debía
ser modificado para que tuviera mayor sensibilidad a las observaciones pasadas.
El Shield Bright 309L es un alambre tubular inoxidable que se utiliza generalmente
en las plantas químicas o de biodiesel para la construcción, reparación y
mantenimiento de tanques y ductos que requieren de soldadura especial para el
adecuado manejo de los fluidos, es por esto que la demanda de esta referencia
también se ve influenciada a la realización de nuevos proyectos o etapas de
renovación y reparación de infraestructura. Es así como la herramienta
organizacional que cuantifica las oportunidades comerciales de cada producto
puede servir como referente en la elección de factores de suavización para
diferentes segmentos de la serie.
55
Grafico 10. Pronostico de la demanda Shield Bright x 1.6 mm
Coreshield 40
Grafico 11. Análisis descriptivo Coreshield 40
El análisis de entrada y la estadística descriptiva para el producto Coreshield 40

heterogéneo o variable. La media de las demandas en este producto es de 212.98
Kg y cómo valor máximo se registran 975 Kg, con un mínimo nulo en el que no se
presentó demanda. La prueba aplicada a la pendiente de la regresión no muestra
una tendencia marcada en la serie y el grafico de dispersión no describe
comportamientos de estacionalidad o ciclicidad en la demandan del producto.
56
Resumen - medidas de desempeño métodos de pronóstico Coreshield 40
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
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
Para el producto Coreshield 40 el método de pronostico que mejor describe el

componente sistemático de la demanda es el método exponencial por regresión,
con un MAD de 76.9 Kg y una desviación del error de 96.1 el modelo exponencial
presentada genera un coeficiente de correlación de 0.89 indicando que la variable
pronosticada se relaciona de forma directa con la demanda real observada en los
periodos analizados. La señal de rastreo (-0.5) indica que existe una buena
consistencia de los datos generados en el pronóstico con relación a la demanda
real, así mimo los límites de la TS (3.6; -1.0) se encuentran dentro del rango de
erros permisible. El método propuesto en el proyecto para el pronóstico de la
demanda funciona apropiadamente en este producto, ya que al tomar la serie de
tiempo por periodo de demanda histórica la consistencia aumenta, observando
que la correlación y por ende la precisión del pronóstico aumenta en las
fluctuaciones atípicas de la variable. El producto Coreshield 40 es un alambre
tubular que se usa principalmente en la construcción civil y la minería para la
reparación de cucharas, brocas y taladros en las operaciones de excavación,
luego la demanda fluctúa constantemente ya que es un producto de uso
esporádico dependiendo del desgaste de las maquinas por el volumen de trabajo.
Tabla 17. Pronostico de la demanda Coreshield 40
57
Shield Bright 309L x 1.2 mm
Grafico 12. Análisis descriptivo 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
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.
Resumen - medidas de desempeño métodos de pronóstico Shield Bright 309L x 1.2

Método lineal 0.743 101.9 127.4 1.88 -4.3 -1.0 -4.3
Método Exponencial 0.825 105.8 132.2 1.28 -4.3 1.0 -4.3
Promedio Móvil 0.403 120.3 150.3 2.07 -6.0 -1.0 -6.0
Suavización Exp 0.431 83.4 104.3 1.79 -6.0 -1.0 -6.0
Winters 0.517 159.3 199.1 2.83 -6.0 -1.0 -6.0
Box & Jenkins -0.048 86.8 108.5 2.50 -4.8 1.0 -4.8
Tabla 18. Medidas de desempeño métodos de pronóstico Shield Bright 309L x 1.2
Teniendo en cuenta los datos generados en el consolidado de medidas de

desempeño, el mejor método para pronosticar la demanda del producto Shield
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.
Grafico 13. Pronostico de la demanda Shield Bright 309L x 1.2 mm
Stoody 100 HC
Tabla 19. Análisis descriptivo Stoody 100 HC
El análisis de entrada para el producto Stoody 100 HC presenta los siguientes

resultados, como medida de tendencia central la media de las demandas tiene un
valor de 459.85 Kg con una desviación estándar de 376.17. Un coeficiente de
variación cuadrática de 0.669 indica que la demanda del producto se comporta de
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.
Resumen - medidas de desempeño métodos de pronóstico Stoody 100 HC

Método lineal 0.635 371.5 464.4 1.64 -6.0 -1.0 -6.0
Método Exponencial 0.766 336.2 420.3 1.34 -6.0 -1.0 -6.0
Método Cuadrático 0.584 447.6 559.5 1.80 4.6 4.6 1.0
Promedio Móvil 0.536 358.8 448.5 1.36 -5.6 1.0 -5.6
Suavización Exp 0.546 242.7 303.4 1.24 -6.0 -1.0 -6.0
Suavización ExpDoble 0.689 172.2 215.2 0.90 -2.4 0.3 -2.4
Winters 0.682 146.8 183.5 0.61 -1.6 1.0 -1.6
Box & Jenkins -0.810 206.8 258.6 1.02 -1.3 0.4 -2.0
Tabla 20. Medidas de desempeño métodos de pronóstico Stoody 100 HC
En el resumen de las medidas de desempeño para los métodos analizados se

observa que el menor MAD para el pronóstico de la demanda se obtiene utilizando
el método de Winters que incluye componentes de tendencia y estacionalidad en
la estimación de la demanda, de este modo el error absoluto medio para el
pronóstico de la referencia analizada tiene un valor de 146.8 Kg con una
desviación estándar de 183.5. El error porcentual para el método aplicado es de
0.61 y la señal de rastreo toma valores permisibles para los seis periodos de
demanda real observada, indicando que el método puede utilizarse como
herramienta para estimar el componente sistemático de la demanda. Los
productos Stoody son alambres especiales de soldadura que se utilizan en
operaciones de reparación y refuerzo de maquinaria pesada, en este caso el
Stoody 100 HC tiene aplicaciones específicas en recubrimientos de carburos de
cromo y abrasión de superficies de alto desgaste como las trituradoras. Las
aplicaciones específicas de este producto pueden explicar el comportamiento
estacional de la demanda ya que este tipo de procesos industriales suelen
realizarse de acuerdo fechas específicas de manteniendo preventivo que
comúnmente se concentran al iniciar y finalizar el año.
60
Grafico 14. Pronostico de la demanda Stoody 100 HC
Stoody 110
Grafico 15. Análisis descriptivo Stoody 110
Los resultados generados a partir de la aplicación de estadística descriptiva a la

serie de datos muestran que como medida de tendencia central la media de la
demandas para el producto tiene un valor de 627.32 Kg con una desviación
estándar de 560.95 y un coeficiente de variación cuadrática 0.80, valores que
indican que no hay homogeneidad en la serie de tiempo y la demanda se
comporta de forma variable en las observaciones históricas. El valor máximo en la
demanda histórica es de 2067.2 Kg y el mínimo de 55 Kg, la pendiente de la
regresión indica que no hay una tendencia marcada en la demanda, sin embargo
esta tiene una inclinación negativa indicando un leve decrecimiento, por otro lado
la no encuentra evidencia de comportamientos cíclicos o estacionales en la serie
que describe la demanda histórica del producto.
61
Resumen - medidas de desempeño métodos de pronóstico Stoody 110
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
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.
Grafico 16. Pronostico de la demanda Stoody 11
62
Stoody 105B
Grafico 17. Análisis descriptivo Stoosy 105B
El análisis de entrada y la estadística descriptiva para el producto Stoody 105B

heterogéneo o variable. La media de las demandas en este producto es de 123.39
Kg y cómo valor máximo se registran 680.4 Kg, con periodos nulos en los que no
se presentó demanda. El análisis de la pendiente de regresión indica que la serie
tiene una tendencia creciente marcada, con valores que indican volúmenes
constantes del producto para los últimos periodos
Resumen - medidas de desempeño métodos de pronóstico Stoody 105 B

Método lineal -0.126 719.9 899.9 52.80 5.3 5.3 -1.0
Método Exponencial -0.370 686.6 858.2 8.00 5.9 5.9 -1.0
Método Cuadrático 0.144 781.7 977.2 86.61 4.8 4.8 0.3
Promedio Móvil 0.274 698.4 873.0 41.32 5.3 5.3 -1.0
Suavización Exp 0.682 668.4 835.5 38.09 5.3 5.3 -1.0
Winters 0.018 729.9 912.4 77.49 4.7 4.7 -1.0
Box & Jenkins -0.427 785.3 981.6 61.03 4.2 4.2 -0.7
Tabla 22. Medidas de desempeño métodos de pronóstico Stoody 105 B
El método elegido para pronosticar la demanda del producto Stoody 105B es la

suavización exponencial doble con un estimado de suavización α= 0.1, de acuerdo
a los datos generados en el consolidado de medidas de desempeño el método de
suavización simple presenta el menor error absoluto medio con un valor de 668.4
Kg y una desviación de 835.5 en el MAD. Los valores para la señal de rastreo se
encuentran alejados del punto medio e indican que el método subestima la
demanda en varios periodos. Sin embargo, la TS se incrementa debido a
fluctuaciones atípicas en la demanda real para los periodos 4 y 6 que toman
valores de 2721.6 kg y 1134.0 kg respectivamente, volúmenes demasiado grandes
con respecto al máximo de 680.4 Kg registrado para los seis años de demanda
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.
Grafico 18. Pronostico de la demanda Stoody 105B
Stoody 101 HC-O
Grafico 19. Análisis descriptivo Stoody 101 HC-O
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.
Resumen - medidas de desempeño métodos de pronóstico Stoody 101 HC-O

Método lineal 0.186 84.2 105.2 19.34 -5.8 -1.0 -5.8
Método Exponencial 0.220 297.0 371.3 9.34 -5.6 -1.0 -5.6
Método Cuadrático -0.461 220.8 276.0 13.28 2.3 2.3 -2.0
Promedio Móvil 0.187 64.2 80.2 8.19 -3.8 -1.0 -3.8
Suavización Exp 0.682 59.5 74.4 13.76 -6.0 -1.0 -6.0
Winters 0.086 66.7 83.3 7.90 -3.0 -1.0 -3.0
Box & Jenkins 0.016 52.8 66.0 1.09 -5.0 -1.0 -5.0
Tabla 23. Medidas de desempeño métodos de pronóstico Stoody 101 HC-O
De acuerdo a los datos generados en el consolidado de medidas de desempeño,

el método de pronóstico elegido para la proyección de la demanda del producto
Stoody 101 HC-O es la suavización exponencial simple con un estimado de
suavización α= 0.1, el error absoluto medio del pronóstico es de 59.5 Kg con una
desviación estándar de 74.4 Kg en el MAD para los periodos de demanda real
observados. La TS (-6.0) del pronóstico generado indica que la proyección
constantemente sobreestima la demanda, y los valores de la señal se posicionan
sobre los límites permisibles, indicando grandes diferencias entre lo pronosticado y
demanda real observada. Por otro lado, en el gráfico. 20 se observa que con un
estimado de nivel α= 0.1 para los periodos 1-3 el pronóstico se ajusta al
comportamiento de la variable, apreciándose una correlación positiva con la
demanda real. Y así mismo cuando se actualiza el factor de suavización de
acuerdo a la demanda observada, se determina que el estimado de nivel con
mejor ajuste para los periodos restantes de demanda observada (4-6) es α= 0.9,
parámetro que reduce considerablemente el MAD para el pronóstico del producto.
El Stoody 101 HC-O es un alambre tubular utilizado para recubrimientos de
carburo de cromo, recomendado para aplicaciones metal-tierra sujetas a abrasión
severa con calor e impacto moderado. Las especificaciones técnicas del producto
precisan su uso especial para trabajos de soldadura continua metal-tierra, aspecto
puede explicar la variabilidad de la demanda de este producto y la dificultad para
proyectar valores precisos en el pronóstico, por este motivo es recomendable el
uso conjunto de pronósticos adaptativos que actualicen los estimados de
comportamiento de acuerdo a las observaciones de demanda real.
65
Grafico 20. Pronostico de la demanda Stoody 101 HC-0
9. MODELO DE INVENTARIOS
9.1 Costos que intervienen en el modelo de sistema de inventarios
Para determinar los costos que intervienen en el manejo de la gestión de

inventarios de los productos FCW, se realizan diferentes cálculos bajo supuestos
de consumo y ocupación, teniendo en cuenta la información suministrada por la
compañía a través del departamento de compras y planta de producción. Es
importante tener en cuenta que los costos determinados en esta sección solo se
relacionan con la operación del Top de productos FCW a analizar en este
proyecto, sin tener en cuenta los costos reales que se presentan en la operación
global de la compañía con todo el portafolio de productos y servicios.
9.1.1 Costo de Mantenimiento (Cm)
Los costos de mantener inventario resultan de guardar, o mantener, artículos

durante un periodo y son bastante proporcionales a la cantidad promedio de
artículos disponibles.45 En esta amplia categoría se incluyen los costos de las
instalaciones de almacenamiento, manejo, seguros, desperdicios y daños,
obsolescencia, depreciación, impuestos y el costo de oportunidad del capital.
Como es obvio, los costos de mantenimiento suelen favorecer los niveles de
inventario bajos y la reposición frecuente.46 Para el caso de los productos
45
46
de suministros. Duodécima edición. México: McGraw Hill, Interamericana, 2009. p. 549.
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.
La empresa dispone en la actualidad de tres bodegas para el almacenamiento de

material, bodega de materia prima, bodega de producción local y bodega de
productos importados. Ya que todas las referencias de la línea FCW son
importadas, para el análisis de costos se tomara como referente el área
correspondiente a este predio de la empresa.
Bodega de productos importados
El área que se dispone para el almacenamiento de los productos importados es
de (25 m *45 m)= 1125 m2 con una disposición vertical de 4 metros, se supondrá
un aprovechamiento del 65% del área, el costo total de arrendamiento de esta
bodega es aproximadamente $ 53.500.000 COP al mes.
Los costos de servicios públicos de la Bodega están asociados al consumo de luz
de bombillas instaladas en la cubierta y el agua necesaria para el aseo de la
misma.
o Agua: $ 110.500
o Electricidad: $ 67.000
o Seguros: $ 140.000
Para el procesos de aseo y limpieza de la bodega, la empresa dispone de dos

personas encargadas del aseo general de la empresa que tienen un salario
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.
SEG. Y SERVICIOS $ 110.500

$ 67.000
$ 140.000
ARRIENDO $ 53.500.000
MANEJO $ 76.600
$109.200
OTROS $185.000
TOTAL $ 54.188.300
Tabla 24. Consolidado costos de manejo de inventarios
El costo promedio mensual es de $ 54.188.300 referente a los datos de la gestión

de inventarios y almacenamiento en la Bodega de productos importados.
Para el cálculo del costo de manteniendo de inventario por producto, se agruparon
las referencias de acuerdo al peso y dimensiones de la caja, según la
presentación estándar que se comercializa en Colombia. De este modo, a
continuación se presenta la tabla con el peso y las dimensiones de cada
referencia.
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.
54.188.300
𝑐𝑚 = = $ 433,77 𝑝𝑜𝑟 𝐶𝑎𝑗𝑎
124.925
433.77
𝑐𝑚 = = 16,07 𝑝𝑜𝑟 𝐾𝑔
27
o Peso 227.3 Kg: El producto Stoody 105 B es un alambre especial que

viene en tanques cilíndricos de Ø=70 y 1.40 m de altura, luego en el
volumen destinado para la Bodega de productos importados podrían
almacenarse 4.493 unidades a un costo de mantenimiento de $ 12.061 por
unidad.
Ecuación 65. Costo de mantenimiento productos con peso 227.3 Kg
54.188.300
𝑐𝑚 = = $ 12.061 𝑝𝑜𝑟 𝐶𝑎𝑗𝑎
4.493
12.061
𝑐𝑚 = = 53.06 𝑝𝑜𝑟 𝐾𝑔
227.3
o Peso 25 Kg: El producto Coreshield 40 viene en cajas con dimensiones de

(0.36m*0,36m*0,12m) luego en el volumen destinado para la Bodega de
productos importados podrían almacenarse 185.006 unidades a un costo
de mantenimiento de $ 292.90 por unidad.
54.188.300
𝑐𝑚 = = $ 292,90 𝑝𝑜𝑟 𝐶𝑎𝑗𝑎
185.006
70
292,90
𝑐𝑚 = = $ 11,72 𝑝𝑜𝑟 𝐾𝑔
25
9.1.2 Costo de pedido (cp)
Los costos asociados con la adquisición de bienes para el reaprovisionamiento del

inventario, a menudo son una fuerza económica importante que determina las
cantidades de reordeno Cuando se coloca un pedido de reaprovisionamiento de
existencias, se incurre en un número de costos relacionados con el
procesamiento, ejecución, transmisión, manejo y compra del pedido.47
Específicamente estos costos se refieren a los costos administrativos y de oficina
por preparar la orden de compra o producción. Los costos de pedidos incluyen
todos los detalles, como el conteo de piezas y el cálculo de las cantidades a pedir.
Los costos asociados con el mantenimiento del sistema necesario para rastrear
los pedidos también se incluyen en esta categoría.48 Para el cálculo de este costo
en la compañía, se han identificado las principales actividades que requiere
montar una orden de pedido según la socialización con el personal de importación.
Actividad Personal encargado Tiempo en minutos

para realizar
actividad
Verificar inventario Personal comercio 3
en SAP exterior
Realizar una Operario del área
revisión del de Producción 12
Inventario
Crear la Respectiva Personal comercio
Orden de Compra exterior 5
Emite la Orden al Personal comercio 3
Proveedor exterior
Seguimiento Orden Personal comercio 12
de Compra exterior
Total 35
Tabla 26. Tiempo y actividades en el proceso de pedido
47
48
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
𝑪𝒐𝒔𝒕𝒐 𝒅𝒆 𝒖𝒏 𝒎𝒊𝒏𝒖𝒕𝒐 𝒍𝒂𝒃𝒐𝒓𝒂𝒅𝒐 𝒑𝒐𝒓 𝒆𝒍 𝑶𝒑𝒆𝒓𝒂𝒓𝒊𝒐 = $ 𝟏𝟎𝟗. 𝟒𝟐
Costo del Personal que realiza el Pedido

Costo Tiempo
Personal Subtotal
$/min Empleado (min)
Personal comercio exterior 109,42 35 3.829,7
TOTAL 3.829,7
Tabla 27. Costo del personal en el proceso de pedido
En el costo de Pedido se tiene en cuenta el Costo telefónico en el que se incurre al

realizar las llamadas a los proveedores para emitir la orden y hacer seguimiento al
pedido, la empresa paga por servicios de telefonía ilimitada aproximadamente un
valor de $ 160.000, teniendo en cuenta que es un plan ilimitado para llamadas
nacionales e internacionales, que tiene un uso bajo el horario laboral el valor por
minuto está dado por:
$160.000
𝐶𝑜𝑠𝑡𝑜 𝑑𝑒 𝑢𝑛 𝑚𝑖𝑛𝑢𝑡𝑜 𝑡𝑒𝑙𝑒𝑓ó𝑛𝑖𝑐𝑜 =
11.880
𝑪𝒐𝒔𝒕𝒐 𝒅𝒆 𝒖𝒏 𝒎𝒊𝒏𝒖𝒕𝒐 𝒕𝒆𝒍𝒆𝒇ó𝒏𝒊𝒄𝒐 = $𝟏𝟑. 𝟒𝟕
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.
Costo Telefónico para realizar el Pedido

Costo Tiempo
Actividad Subtotal ($)
$/min Empleado (min)
Llamada Telefónica 13,47 15 202.05
TOTAL 202.05
Tabla 28. Costo telefónico en el proceso de pedido
Costo energético luz

Para realizar el costeo de la luz se tienen en cuenta los KW/h que consumen un
computador y una lámpara de 100 W, este consumo en promedio es de 0.76
KW/h y el costo de un KW/h $434.29, es decir el costo por hora es de 330,06 para
el computador y la lámpara de 100 w
Costo de luz para realizar el Pedido

Tiempo
Costo
Actividad Empleado Subtotal ($)
$*KW/h
(hora)
Consumo de luz 330,06 1.2 396,07
TOTAL 396,07
Tabla 29. Costo Energía eléctrica procesos de pedido
Es decir que el costo total de realizar un pedido es de:

minutos Subtotal
Costo operario 3.829,7
Costo teléfono 202.05
Costo luz 396,07
total $ 4.427,82
Tabla 30. Resumen costos 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
9.2 Tiempo de entrega (Lt)
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
El tiempo de entrega promedio que tienen el top de productos FCW en la

compañía es de 35 días desde el momento en que se monta la orden de compra
al proveedor interno de la compañía en el exterior.
9.3 SISTEMA DE INVENTARIOS PARA CADA REFERENCIA
Para el sistema de inventarios del top de productos FCW se implementara el

enfoque gerencial con modelo de revisión continua (Q, R) y revisión periódica
(S,T). Se tomara una política 1 de nivel de servicio = 85%, en donde se especifica
la probabilidad de no quedarse sin inventario durante el tiempo de entrega, esto
es, en ningún ciclo del inventario.49 Por otro lado el nivel de servicio es una
variable que impacta directamente los índices de inventarios que debe sostener
(stock de seguridad) una compañía. Este nivel corresponde a una probabilidad de
que la industria pueda cumplir con su demanda en un momento determinado, en
términos de cantidades, referencias solicitadas, tiempos y lugares de entrega. Sin
embargo, la probabilidad por sí sola no transmite cambio alguno sobre los niveles
49
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.
a) Para el producto Dual Shield II 70 Ultra se aplicó el modelo de revisión

continua (Q,R), con una cantidad económica de pedido Q= 2484,035 Kg
generada con el modelo EOQ, la desviación estándar del pronóstico para
esta referencia es de 1114.8 Kg (σ MAD). El inventario de seguridad
calculado con un nivel de servicio del 85% da como resultado un SS=
345.21 Kg, aproximadamente 23 cajas de esta referencia. El punto de
reorden (R) da como resultado 8702.44 Kg, indicando que se debe poner la
orden de pedido cuando la cantidad en inventario llegue aproximadamente
a 580 cajas, para tener una óptima disponibilidad de inventario teniendo en
cuenta el lead time y las variaciones en la demanda del producto.
b) Para el producto Dual Shield 8000 Ni2 se aplicó el modelo de revisión

continua (Q,R), con una cantidad económica de pedido Q= 952,85 Kg
generada con el modelo EOQ, la desviación estándar del pronóstico para
esta referencia es de 278,8 Kg (σ MAD). El inventario de seguridad
calculado con un nivel de servicio del 85% da como resultado un SS= 86,32
Kg, aproximadamente 6 cajas de esta referencia. El punto de reorden (R)
da como resultado 1316.07 Kg, indicando que se debe poner la orden de
pedido cuando la cantidad en inventario llegue aproximadamente a 88
cajas, para tener una óptima disponibilidad de inventario teniendo en cuenta
el lead time y las variaciones en la demanda del producto.
c) Para el producto Coreshield 11 se aplicó el modelo de revisión continua

(Q,R), con una cantidad económica de pedido Q= 3093,76 Kg generada
con el modelo EOQ, la desviación estándar del pronóstico para esta
referencia es de 3293,3 Kg (σ MAD). El inventario de seguridad calculado
con un nivel de servicio del 85% da como resultado un SS= 1019,82 Kg,
aproximadamente 82 cajas de esta referencia. El punto de reorden (R) da
como resultado 8699,97 Kg, indicando que se debe poner la orden de
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,
e) Para el producto Shield Bright 309L x 1.6 mm se aplicó el modelo de

revisión continua (Q,R), con una cantidad económica de pedido Q= 490.22
Kg generada con el modelo EOQ, la desviación estándar del pronóstico
para esta referencia es de 112,6 Kg (σ MAD). El inventario de seguridad
calculado con un nivel de servicio del 85% da como resultado un SS= 34,87
Kg, aproximadamente 3 cajas de esta referencia. El punto de reorden (R)
da como resultado 227,70 Kg, indicando que se debe poner la orden de
f) Para el producto Shield Bright 309L x 1.2 mm se aplicó el modelo de

revisión periódica (T, S), con un periodo de revisión T= 111,18 días según
la formula EOQ, la desviación estándar del pronóstico para esta referencia
de servicio del 85% da como resultado un SS= 45,15 Kg, aproximadamente
3 cajas de esta referencia. El nivel de inventario meta (S) da como
resultado 560,99 Kg, indicando que se debe mantener un inventario
máximo de aproximadamente 45 cajas de este producto, verificando en
cada periodo de revisión el nivel de inventario Xt, en donde si este es menor
a la cantidad indicada en el nivel meta se pone una orden de pedido por la
cantidad faltante para completar el (S).
g) Para el producto Coreshield 40 se aplicó el modelo de revisión continua

1 caja de esta referencia. El punto de reorden (R) da como resultado 204,75
Kg, indicando que se debe poner la orden de pedido cuando la cantidad en
inventario llegue aproximadamente a 8 cajas, para tener una óptima
76
disponibilidad de inventario teniendo en cuenta el lead time y las
variaciones en la demanda del producto.
h) Para el producto Dual Shield 7100 se aplicó el modelo de revisión continua

(Q,R), con una cantidad económica de pedido Q= 2556,77 Kg generada
con el modelo EOQ, la desviación estándar del pronóstico para esta
referencia es de 1193,5 Kg (σ MAD). El inventario de seguridad calculado
con un nivel de servicio del 85% da como resultado un SS= 369,59 Kg,
i) Para el producto Stoody 100 HC se aplicó el modelo de revisión continua

2 cajas de esta referencia. El punto de reorden (R) da como resultado
380,26 Kg, indicando que se debe poner la orden de pedido cuando la
cantidad en inventario llegue aproximadamente a 14 cajas, para tener una
óptima disponibilidad de inventario teniendo en cuenta el lead time y las
j) Para el producto Stoody 110 se aplicó el modelo de revisión continua (Q,R),

con una cantidad económica de pedido Q= 560,32 Kg generada con el
modelo EOQ, la desviación estándar del pronóstico para esta referencia es
de 287,9 Kg (σ MAD). El inventario de seguridad calculado con un nivel de
servicio del 85% da como resultado un SS= 89,16 Kg, aproximadamente 3
cajas de esta referencia. El punto de reorden (R) da como resultado 744,57
k) Para el producto Stoody 101 HC-O se aplicó el modelo de revisión continua

1 caja de esta referencia. El punto de reorden (R) da como resultado 175,88
77
l) Para el producto Stoody 105 B se aplicó el modelo de revisión periódica (T,

S), con un periodo de revisión T= 36,06 días según la formula EOQ, la
desviación estándar del pronóstico para esta referencia es de 835,5 Kg (σ
MAD). El inventario de seguridad calculado con un nivel de servicio del 85%
da como resultado un SS= 368,58 Kg, aproximadamente 2 canecas de esta
referencia. El nivel de inventario meta (S) da como resultado 646,29 Kg,
indicando que se debe mantener un inventario máximo de
aproximadamente 3 canecas de este producto, verificando en cada periodo
de revisión el nivel de inventario Xt, en donde si este es menor a la cantidad
indicada en el nivel meta se pone una orden de pedido por la cantidad
faltante para completar el (S).
78
10. EVALUAR Y CONTRASTAR LA PROPUESTA EXPUESTA FRENTE AL
DESEMPEÑO ACTUAL DEL MODELO DE PLANEACIÓN DE LA DEMANDA
QUE IMPLEMENTA LA COMPAÑÍA
Para la evaluación de la metodología propuesta se ha desarrollado un cuadro

comparativo entre el modelo de planeación de la demanda que implementa la
compañía y el modelo propuesto en el proyecto de pasantía. Para contrastar los
modelos se ha tomado como medidas de desempeño el MAD y el RSFE
generados para los periodos de demanda observada en cada producto.
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
SUMA 11,938.62 6,411.59 -30,289.53 -7,050.48

PROMEDIO 994.88 534.30 -2,524.13 -587.54
Tabla 32. Comparativo medidas de desempeño método propuesto / método actual
Como se puede apreciar en el cuadro, la desviación absoluta media del error

(MAD) para el top de productos FCW con el método de planeación actual tiene un
promedio de 994,88 Kg en los periodos de demanda real observada, que contrasta
significativamente con el promedio del MAD = 534,30 Kg generado para el método
propuesto. Teniendo en cuenta que un pronóstico totalmente ajustado no existe y
que siempre se presentaran variaciones con respecto a la demanda real, el
objetivo de la planeación está en minimizar el error del pronóstico implementando
metodologías que permitan identificar el comportamiento de la variable a través
del tiempo, e integrando técnicas de revisión continua que adapten los estimados
de acuerdo a las observaciones recientes de demanda. De este modo se
encuentra que el modelo de pronostico propuesto ofrece un nivel de error mucho
más bajo que el modelo actual, declaración que también se sustenta con el
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.
Ahora bien, con relación al sistema de inventarios, la compañía actualmente

implementa una metodología Pull demand bajo promedios de demanda mensual
que determinan un stock máximo y un punto de reorden con el fin de mantener los
niveles de inventario al mínimo. Sin embargo, los supuestos de pedido son
inciertos cuando se trata de productos importados y los tiempos de entrega
pueden incrementarse, lo que puede ocasionar que la compañía se quede sin
inventario en periodos de demanda pico en donde el inventario en tránsito está
planeado para órdenes promedio que no logran hacer empalme al acabar las
existencias. Por otro lado51 el enfoque Pull demand genera bajos costos de
inventario y un bajo riesgo de sobre stock y obsolencia en los productos, que
favorece la operatividad cuando se tiene una mayor incertidumbre en la demanda.
El sistema de inventario propuesto plantea un enfoque gerencial con modelos de
revisión continua (Q, R) y revisión periódica (T, S), que se implementan de
acuerdo al comportamiento en la demanda de cada producto. En donde se
establecen niéveles óptimos en el stock de seguridad que permitan asegurar la
capacidad en cada periodo, de acuerdo a la desviación de la demanda
pronosticada, el lead time y el nivel de servicio con el que se quiera atender al
cliente. Con el modelo propuesto se espera contrarrestar los problemas de quiebre
de stock y asegurar un suministro constante y puntual a los clientes, sin embargo
los costos de mantenimiento podrían incrementarse levemente pero se tendría un
control en el suministro con los puntos de reorden (R) que se establecen teniendo
en cuenta consumo variable en el ciclo que toma el arribo del nuevo pedido.
En resumen, con la implementación de la metodología de planeación propuesta la

compañía podría aumentar la efectividad en el pronóstico en más del 47%, y
trabajaría con un nivel de servicio del 85% que contrarrestaría los problemas de
quiebre de stock, manteniendo un nivel de inventario optimo, determinado para ser
consumido en el tiempo de entrega que toma la orden en curso. Con esto se
tendría un control global de la cadena de suministro que garantiza el
aprovisionamiento de inventario para el largo periodo de entrega y cuida de no
sobrecargar las bodegas estableciendo un punto de reorden y un nivel de
inventario meta para cada producto.
51
MUÑOZ NEGRÓN, David. Administración de operaciones, Enfoque de administración de procesos de
negocios. Cengage Learning Editores, México. 2009. p. 149
80
11. CONCLUSIONES
 El análisis de entrada por medio de estadística descriptiva que se le realiza

a la serie de tiempo es un elemento fundamental en el proceso de la
planeación, ya que este proporciona el entendimiento general del
comportamiento de la demanda a través del tiempo, identificando posibles
patrones en la variable para la aplicación de los métodos de pronóstico
adecuados.
 En el proceso de evaluación de los métodos de pronóstico aplicados a cada

referencia es importante que el planeador tenga como base de análisis el
resultado de varias medidas de desempeño, ya que cada una de ellas
muestra el nivel de desempeño en aspectos diferentes. El conocimiento y la
experiencia de cada uno de los modelos y el adecuado análisis de los
indicados de desempeño proporcionan en conjunto efectividad y confianza
a la hora de elegir el mejor método de pronóstico.
 Los resultados obtenidos en la planeación de la demanda del top de

productos FCW precisan que el método de pronóstico propuesto en el
proyecto de pasantía se adecua a los requerimientos de la planeación y
proporciona gran confiabilidad a la hora de pronosticar la demanda,
observándose que la correlación, la desviación absoluta media y la señal
de rastreo en la variable pronosticada mantienen un nivel aceptable en
cada una de las referencias.
 Los métodos de pronóstico por series de tiempo funcionan como una

herramienta eficiente en los procesos de planeación y administración en las
organizaciones, con un análisis adecuado del comportamiento de la
demanda a través del tiempo es posible proyectar todas las operaciones a
lo largo de la cadena de suministro, mejorando así los procesos de compra,
disposición de inventario y distribución de los productos, factores que
inciden directamente en la estructura financiera de la compañía.
 Con el desarrollo del proyecto de pasantía en el área de producto

consumible se evidencio que hay oportunidades de mejora en la gestión de
operaciones de la línea alambre tubular, con la implementación de una
metodología rigurosa de planeación de la demanda y la actualización
constante de los estimados de comportamiento es posible disminuir los
problemas de disposición y mantenimiento de inventario que afectan el nivel
de servicio a clientes y distribuidores de la compañía.
81
12. RECOMENDACIONES
 El uso de la herramienta corporativa Funnel de oportunidades en conjunto

con los métodos de pronóstico cuantitativo es una buena estrategia para la
determinación de los estimados de comportamiento de la variable, y es
indispensable que esta herramienta sea alimentada periódicamente por los
asesores comerciales con un periodo de tiempo considerable para el óptimo
aprovechamiento de la información generada.
 Es recomendable que la compañía revise la implementación de la

metodología Pull demand que se está aplicando actualmente al sistema de
inventarios, ya que para el óptimo desarrollo de esta metodología es
necesario establecer una estructura sólida de comunicación con los
distribuidores y clientes finales en donde se especifiquen los requerimientos
aproximados en cada referencia, con tiempo de antelación considerable
para cada periodo de demanda establecido.
 Para comportamientos de demanda que incorporan gran variabilidad y en el

caso concreto de los productos FCW el uso de pronósticos adaptativos
mejoran el desempeño de la planeación, ya que el mercado de estos
productos industriales responde a las variaciones que efectúan diferentes
factores externos en el entorno económico de la región, ocasionando que
los estimado de nivel o tendencia puedan cambiar considerablemente de un
periodo a otro.
 Es importante que se le dé más relevancia al sistema de gestión y

administración de inventarios, ya que de nada sirve una buena planeación
sin un método que supla los requerimientos de demanda establecidos. Para
esto es indispensable establecer un nivel de servicio que sirva de referente
en la reducción de los tiempos de entrega al cliente.
 El análisis descriptivo de la serie de tiempo es un referente para la

planeación y debe utilizarse conjuntamente con información del sector y
estudios de mercado realizados previamente, estableciendo relevancias en
el análisis de proyección según la experticia del personal encargado de la
planeación. El comportamiento histórico de la demanda no puede tomarse
como el único referente para establecer los parámetros de entrada en la
aplicación de los métodos de pronóstico.
82
13. BIBLIOGRAFÍA
 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.
 BOWERSOX, Donald J, et al. Operaciones de la logística en la cadena de
suministro, inventario. En: Administración y logística en la cadena de
suministro. Segunda edición. México D. F.: McGraw-Hill Interamericana,
2007.
 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.
 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.
 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.
 GUTIERREZ, Valentina. VIDAL, Carlos. Modelos de Gestión de Inventarios
en Cadenas de Abastecimiento: Revisión de la Literatura. Medellín:
Universidad de Antioquia, 2007.
 HERNÁNDEZ, Luis. Medidas descriptivas, estadística. . [En línea]. [10-05-

2016]. Disponible en internet:
http://www.tuveras.com/estadistica/estadistica02.htm
 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/Medid
asDescriptivas.pdf
 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
 MORA, Luis. Sistemas de reabastecimiento de mercancías. En: Gestión

logística integral. Bogotá D.C.: ECO Ediciones, 2011.
83
 MUÑOZ NEGRÓN, David. Administración de operaciones, Enfoque de
administración de procesos de negocios. Cengage Learning Editores,
México. 2009
 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
 SIPPER, Daniel. BULFIN, Robert L. Jr. Pronósticos. En: Planeación y

control de la producción. México D.F.: McGraw-Hill Professional publishing,
1998.
 TORRES ACOSTA, J.H. Elementos de producción Vol. I, Sistema de

investigaciones UCC, Colombia. 1994.
 TORRES ACOSTA, J.H. Métodos de pronóstico de la demanda. En:

Planeación y control de la producción I. Universidad Distrital Francisco José
de caldas, Bogotá D.C. 2014.
 VIDAL HOLGUIN, Carlos Julio. Fundamentos de gestión de inventarios.

Cali: Universidad del Valle – Facultad de Ingeniería, 2010.
84
14. ANEXOS
14.1 ANEXO 1. CRONOGRAMA
Actividad Descripción Fechas Mar Abr May Jun Jul

Análisis y En este proceso se realizara la Marzo
diagnóstico conceptualización previa de la 15 – 01
preliminar línea FCW, y se socializara con de abril
los encargados de producto el
funcionamiento de la
administración de la demanda;
identificando las posibles
falencias del sistema.
Identificación de Por medio de bases históricas de 5 de abril
los principales venta y la experiencia adquirida – 12 de
productos de la por el personal encargado de abril
familia Tubular producto, se determinaran los
productos FCW con mayor
representación comercial para la
compañía.
Recolección y Se recolectara la información 13 de
ordenamiento de histórica de ventas para los abril – 20
la información productos más representativos de abril
la familia tubular, y se ordenara
de acuerdo a las necesidades de
tratamiento de datos.
Análisis de la Para un óptimo y eficiente 21 de
información manejo de los datos y abril – 3
metodologías, es necesario de mayo
realizar un análisis gráfico y
estadístico de los datos históricos
compilados .(correlación y
descomposición)
Aplicación de Este proceso requiere de tiempo y 3 de
los métodos de paciencia, ya que se aplicaran mayo –
pronostico varios métodos de pronóstico con 14 mayo
el fin de analizar el
comportamiento de los datos.
Análisis y ajuste Una vez evaluados los modelos 16 de
del método a con los respectivos parámetros de mayo –
utilizar comparación, se elegirá el modelo 23 mayo
que mejor se ajusta al
comportamiento de la demanda.
Aplicación del Con el pronóstico de venta 24 de
modelo de G. de generado, se desarrollara un mayo –
inventarios y modelo de inventarios que se 30 de
observación del equilibre con el sistema de julio
comportamiento inventario mínimo que
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.
14.2 ANEXO 2. PLAN DE TRABAJO
Actividad Para Responsable Fechas Lugar Recursos

Socialización Comprender el -Director -20 de Soldaduras Material digital
interna de funcionamiento Externo. febrero. West Arco. e histórico de
familia FCW de la gestión -Cesar producto.
para la línea Contreras -10 de
FCW, marzo. Conocimientos
implementada aplicados.
por la
compañía.
Socialización Analizar y -Docente -8 de Facultad de Conocimientos
académica del detectar los Director marzo ingeniería, académicos y
caso de principales -Cesar Universidad experiencia
estudio. aspectos que Contreras Distrital. adquirida.
afectan el
desarrollo de
la gestión
FCW
Verificación Verificación del -Director -8 de Soldaduras Libros de datos
de principales consolidado de Externo abril West Arco. de Excel.
productos productos con
FCW mayor -Cesar
movimiento Contreras
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.
Diagnóstico y Evaluar el -Docente 21 de Soldaduras Datos históricos

evaluación sistema Director julio West Arco. del
globalmente y -Director comportamiento
dar un Externo
diagnóstico de -Cesar Pronósticos
la gestión. Contreras
Socialización Socializar los -Director 28 de Soldaduras Proyecto final

resultados del Externo julio West Arco. de pasantía.
proyecto y -Cesar
retroalimentar Contreras
la información.
87

Trabajo de Pronostico y Administracion de La Demanda PDF

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Trabajo de Pronostico y Administracion de La Demanda PDF

Cargado por

Copyright:

Formatos disponibles

PROPUESTA DE UNA METODOLOGÍA DE PLANEACIÓN DE LA DEMANDA

EN LA LÍNEA DE PRODUCTO FLUX CORED WIRE EN LA COMPAÑÍA

CÉSAR AUGUSTO CONTRERAS SÁENZ

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

CÉSAR AUGUSTO CONTRERAS SÁENZ

UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS

FCW: (Flux Cored Wire) es un alambre de soldadura de alto rendimiento que

Con el desarrollo de este proyecto de pasantía se pretende generar elementos

2.1 OBJETIVO GENERAL

Proponer una metodología para el pronóstico y la administración de la demanda

2.2 OBJETIVOS ESPECÍFICOS

 Conocer y analizar el comportamiento de la demanda del Top de productos

3.1 FORMULACIÓN DEL PROBLEMA

¿Qué metodología de planeación es la adecuada para administrar la demanda del

Actualmente Soldaduras West Arco importa todas las referencias de productos de

4.1 MARCO CONTEXUAL

4.2.1 MEDIADAS DESCRIPTIVAS

Para realizar una planeación eficiente, es necesario generar un análisis preliminar

Coeficiente de variación (CV)

Se dispone de varios métodos de pronóstico estandarizados. Estos se han

 Series de tiempo: Los métodos de pronóstico de series de tiempo utilizan la

 Causal: Los métodos de pronóstico causales suponen que el pronóstico de

 Simulación: Los métodos de pronóstico por simulación imitan las elecciones

Método básico para pronosticar la demanda11

• Multiplicativo: componente sistemático = nivel X tendencia X factor estacional

Componente sistemático = (nivel + tendencia) X factor estacional

En el pronóstico adaptativo, los estimados del nivel, la tendencia y la

Un pronóstico de promedio móvil se obtiene sumando los datos de un número

Como desarrollo de las recientes investigaciones, se calculan los índices para

Ecuación 8. Índices periodo t

Ecuación 9. Índices de temporada

𝑍𝑡 = 𝑀𝑡𝑀 ∗ 𝐼𝑇𝑡 𝑃𝑎𝑟𝑎 ∀ 𝑡 = 1, … , 𝑛

Suavización exponencial simple

Ecuación 16. Estimación de la ordenada

𝑆𝑡 = α(𝑑𝑡−1 ) + (1−∝)(𝑆𝑡−1 + 𝐵𝑡−1 )

𝐵𝑡 = β(𝑆𝑡 − 𝑆𝑡−1 ) + (1 − 𝛽)𝐵𝑡−1

Ecuación 20. Factor de nivelación a.

∑𝑛𝑡=1 𝑌(𝑡) ∑𝑛𝑡=1 𝑡 2 − ∑𝑛𝑡=1 𝑡 ∑𝑛𝑡=1 𝑡𝑌(𝑡)

Ecuación 21. Pendiente b de la información

𝑛 ∑𝑛𝑡=1 𝑌(𝑡) − ∑𝑛𝑡=1 𝑌(𝑡) ∑𝑛𝑡=1 𝑡

De igual manera, para el valor b se tienen:

El pronóstico se calcula mediante las siguientes relaciones:

∝= 𝑛 ∑𝑛𝑡=1 𝑡 3 − ∑𝑛𝑡=1 𝑡 ∑𝑛𝑡=1 𝑡 2

𝛽 = (∑𝑛𝑡=1 𝑡)2 − 𝑛 ∑𝑛𝑡=1 𝑡2

𝛿 = 𝑛 ∑𝑛𝑡=1 𝑡𝑌(𝑡) − ∑𝑛𝑡=1 𝑌(𝑡) ∑𝑛𝑡=1 𝑡

∑𝑛𝑡=1 𝑌(𝑡) − 𝑏 ∑𝑛𝑡=1 𝑡 − 𝑐 ∑𝑛𝑡=1 𝑡2

Ecuación 31. Valor b modelo cuadrático

Ecuación 32. Valor c modelo cuadrático

Finalmente, el pronóstico se establece mediante la fórmula:

Método de Winters para variaciones estaciónales26

 Componente de nivelación a0, 2N

Procedimiento El procedimiento para el cálculo del pronóstico es el siguiente:

a) Determinación de los promedios µ1 y µ2

c) Determinación del valor de nivelación

e) Determinación del factor de estacionalidad

f) Determinación del promedio Ct

g) Determinación del pronóstico St

Método de Box and Jenkin27

c) Determinación del producto (αt x αt+1)

g) Determinación del estimador

h) Determinación del pronóstico

Esta fórmula se utiliza para estimar la desviación estándar del componente