Documentos de Académico
Documentos de Profesional
Documentos de Cultura
TEMA:
INTEGRANTES
Mauricio Seminario
Ricardo Nakazato
Jesús Brito
Luis Aldana
OBJETIVO:
DESCRIPCIÓN:
Mediante data histórica de la demanda de bobinas plásticas en los periodos del 2014 al
2018, de la organización del caso de estudio, se definirán y analizarán las variables más
representativas de los productos de alta rotación, y así lograr un estimado para el periodo
2019. Se definirán 3 situaciones de estudio:
Escenario Pesimista
1. Escenario Moderado
2. Escenario Optimista
POBLACIÓN:
Productos vendidos en los periodos 2014 al 2018 en una empresa de películas plásticas.
RECOLECCIÓN DE DATOS:
Se tomó como variable principal o variable dependiente las ventas en TM según la Unidad
de negocio: Bopet, Bopp y Cast. Descartando del estudio las unidades de Coating,
Productos Importados y Bopa debido a que su proporción en conjunto es menor al 2% del
total de TM vendidas.
Asimismo, como objetivo secundario fue posible calcular de acuerdo con el mes
correspondiente, la cantidad exacta de cada producto para dar continuidad a las líneas de
extrusión y corte por falta de pedidos aprobados. Ahorrando en costos por arranque de
líneas, mermas, calentamiento de máquina, Stock de productos con poca rotación, Tiempos
improductivos, Personal ocioso, etc.
De la misma forma, se utilizó las tablas de frecuencia relativa y frecuencia absoluta para
determinar la proporción de SKUs por producto y hacer posible la segmentación y muestreo.
Opp Film S.A. es empresa matriz de Oben Holding Group, un innovador y moderno grupo
industrial conformado por más de 1800 colaboradores comprometidos con brindar un
servicio personalizado y productos de calidad. Con más de 25 años atendiendo mercados
internacionales, tenemos presencia directa en 11 países de Sur y Centro América y
nuestros productos se comercializan en más de 25 países de América y Europa. Oben
Holding Group cuenta con plantas de producción en seis países de Sur y Centro América
donde se producen películas de BOPP (polipropileno bi-orientado), CPP (polipropileno sin
orientación), BOPET (poliéster bi-orientado), BOPA (nylon bi-orientado), productos
recubiertos por extrusión y termoformados. En Opp Film Perú producimos películas
plásticas de alta calidad para diversos tipos de empaques flexibles, principalmente para la
industria de alimentos, y productos recubiertos por extrusión para la industria gráfica.
MISIÓN
VISIÓN
VALORES
La empresa OPP FILM SA, se encarga de producir películas plásticas bajo pedido, es decir,
bajo un sistema Make to order, las especificaciones del producto las da el cliente, entre las
cuales encontramos:
Tipo de
Variables Unidad de Medida Breve Descripción
Variable
Destino Según la Ubicación del Cualitativa - Se cuentan con dos tipos de clientes:
cliente Categórica Locales y Exportación
Debido a trabajar en base a pedido, esto puede originar fluctuaciones en la demanda del
producto, donde se pueden encontrar picos en los pedidos de los productos y temporadas
con baja solicitudes. En el último caso, se originan tiempos muertos en la planta de
producción, lo que origina un incremento en los costos fijos. Para afrontar este escenario, el
área de Planificación realiza pedidos en base al comportamiento de los clientes, y así tener
productos en stock, que generen una oportunidad de atender al cliente de forma oportuna.
Sin embargo, los pedidos realizados por el área de planificación no se encuentran
estimados de forma adecuada, lo que origina que se produzcan láminas plásticas que no
tienen demanda, incrementando el costo de almacenaje e inventario.
Según, lo descrito, lo que se planea en el caso de estudio es: identificar los productos de
mayor demanda y pronosticar su comportamiento, con el fin de tomar las decisiones
adecuadas al momento lanzar las órdenes de producción.
5. RECOPILACIÓN DE INFORMACIÓN
Entre los clientes se cuentan con dos tipos de clientes: Convertidores y Distribuidores.
Los clientes convertidores son aquellos que utilizan las bobinas parar laminarlas e imprimir
sobre ellas el diseño y logo del cliente final. Estas bobinas se convierten en diversos
empaques flexibles como:
Bopp: Empaques para Pastas, Empaques para Alimento de animales, Sobre-empaque para
galletas o cigarros, Laminación interna con excelente proyección a la Luz, etc.
Por otra parte, se solicitó la cantidad producida por las tres unidades de negocio contra las
TM vendidas de dichos productos y finalmente, la comparación de la proyección emitida por
el área comercial vs el modelo estadístico para comprobar la tendencia y el nivel de
precisión.
De la misma forma se solicitó la cantidad de personal en el turno de Extrusión, Corte, la
cantidad de mermas generadas en el arranque, transición y tiempos ocios para determinar
el costo beneficio del estudio.
6. ANÁLISIS DE DATOS
Como parte inicial del análisis se desagregó el pronostico de ventas elaborado por el equipo
comercial el cual lo lideraban los gerentes regionales. Observando que la proyección era
realizada según la zona geográfica la cual incluía País, Cliente, Unidad de Negocio, Familia:
Transparente, Metalizado, Mate, PolyFilm, Polypaper, ThermalFilm, Transparente, entre
otros. Espesor, Toneladas. Esta proyección solo podía ser usado para el presupuesto anual
para la compra de materia prima y materiales de empaque. Sin embargo, al realizar un
análisis de los clientes y desagregar los más importantes, se notó una incoherencia en la
proyección debido que la proyección no se ajustaba al histórico de las ventas. Entrando el
conflicto el área de Planeamiento y Control de la Producción con el Área Comercial debido a
que no eran alcanzables y, por otro lado, no era posible determinar qué Tipo, Tratamiento,
Espesor, Ancho (Descripción final de la bobina) se debía vender con exactitud, teniendo un
panorama sumamente amplio, dificultando el proceso de Extrusión y Corte para la
producción a Stock.
Con este enfoque general, podemos entrar a detallar la demanda por familia de producto en
el periodo seleccionado. Como se aprecia en el gráfico, los productos pertenecientes a la
familia de COUTING e IMPORTADO representan menos del 2% de la demanda, por lo que
no se tomará en cuenta en el análisis planteado.
R² = 0.9941
Es decir, que para el 2019, esta familia de productos representara un 40% de la demanda
de bobinas.
Por otro lado, la familia de productos de clase Bopp, presenta una disminución en la
demanda en lo que respecta al periodo del 2014 al 2019, esta ha disminuido en un 31%. El
coeficiente de correlación en ese caso es de 0.9923, lo que significa que la ecuación lineal
de la recta puede explicar el comportamiento de la demanda de la familia de productos
Bopp. La ecuación obtenida es la siguiente:
R² = 0.9923
Caso contrario es lo que sucede con la familia de productos Cast, la cual presenta una
demanda promedio de 11 mil toneladas métricas, con una desviación de 1 mil toneladas,
esta no presenta una tendencia lineal.
Para realizar un análisis más adecuado, se realizará el pronóstico de acuerdo a cada familia
de productos.
BOPET
5,000.00
LOCAL
10%
0.00
2014 2015 2016 2017 2018
En
el grafico se muestra la demanda de láminas plásticas en
toneladas métricas. Como se aprecia, estas han ido
incrementado de forma mensual en el periodo del 2014 al
2018. Además, se nos presenta la ecuación lineal del
comportamiento de la demanda en TM y el coeficiente de
Con ayuda del MINITAB se realizaron más ajustes del modelo, con el objetivo de determinar
un mayor coeficiente de correlación entre una ecuación lineal, cuadrática y cubica,
obteniendo los siguientes resultaos:
No hay mucha variación entre los R cuadrados de cada caso, por lo que se opta por trabajar
con la ecuación lineal el gráfico, a un nivel de confianza del 95%.
Si separamos estos putos de modelo, obtenemos una nueva ecuación con un coeficiente de
correlación del 68%.
A continuación, agregamos la variable categórica “Tratamiento” al modelo, con el fin e
identificar el comportamiento de la demanda de la familia de productos BOPET por tipo de
tratamiento. Para efectos del caso se identificaron tratamientos más representativos del
2014 al 2018.
Suma de
Tratamiento % de TM
TM
QN 24,567.83 39.09%
TN 18,867.62 30.02%
NQ 5,764.61 9.17%
CN 3,340.60 5.32%
MT 2,421.39 3.85%
TQ 2,149.52 3.42%
NA 2,053.91 3.27%
QT 1,286.73 2.05%
NT 609.61 0.97%
NN 305.62 0.49%
TC 297.38 0.47%
MQ 268.99 0.43%
MN 184.64 0.29%
TH 163.23 0.26%
TS 151.49 0.24%
NC 113.79 0.18%
AA 73.29 0.12%
QC 60.76 0.10%
AT 51.74 0.08%
TA 42.47 0.07%
AN 37.68 0.06%
NH 37.00 0.06%
Total general 62,849.92 100.00%
Los tratamientos resalados con amarillo, son los 8 tratamientos más representativos, que
abarcan un 96% de la demanda de bobinas en el periodo 2014 -2018, por lo que solo se
determinara el comportamiento de la familia BOPET con los 8 tratamientos seleccionados.
Obtenemos el siguiente resultado.
Ecuación de regresión
Tratamiento
CN Suma de TM = -52.8 + 3.454 Num_mes
MT Suma de TM = -76.4 + 3.454 Num_mes
NA Suma de TM = -82.7 + 3.454 Num_mes
NQ Suma de TM = -9.3 + 3.454 Num_mes
QN Suma de TM = 304.1 + 3.454 Num_mes
QT Suma de TM = -81.2 + 3.454 Num_mes
TN Suma de TM = 209.1 + 3.454 Num_mes
TQ Suma de TM = -69.8 + 3.454 Num_mes
Con un nivel de confianza del 95%, se obtienen las siguientes ecuaciones lineales que se
ajustan al modelo predictivo con un coeficiente de correlacione del 53%.
Como se aprecia en la tabla, los valores sombreados de plomo, son interacciones que no se
han presentado en el periodo del 2014 al 2018, es decir, para una bobina de familia BOPET,
que tiene un tratamiento CN no se ha solicitado un espesor de 18 micras. Entre el espesor
más representativo por tipo e tratamiento se encuentra el de 12 micras con una
participación del 86%.
Método
Ecuación de regresión
Suma de = -187.6 + 2.148 Num_mes + 0.0 Espesor_10 + 131.7 Espesor_11
TM + 196.2 Espesor_12
+ 109.8 Espesor_18 - 18.5 Espesor_19 + 110.8 Espesor_23
+ 8.9 Espesor_36
+ 0.0 tratamiento_CN - 19.9 tratamiento_MT
- 34.4 tratamiento_NA
+ 47.3 tratamiento_NQ + 238.4 tratamiento_QN
- 44.7 tratamiento_QT
+ 116.4 tratamiento_TN - 28.8 tratamiento_TQ
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante -187.6 25.6 -7.32 0.000
Num_mes 2.148 0.322 6.66 0.000 1.15
Espesor
11 131.7 25.7 5.13 0.000 1.82
12 196.2 15.1 12.96 0.000 1.83
18 109.8 64.5 1.70 0.089 1.18
19 -18.5 55.1 -0.33 0.738 1.08
23 110.8 37.1 2.98 0.003 1.25
36 8.9 85.6 0.10 0.917 1.04
tratamient
o
MT -19.9 26.8 -0.74 0.457 1.55
NA -34.4 26.8 -1.29 0.199 1.72
NQ 47.3 21.5 2.20 0.028 2.25
QN 238.4 20.8 11.44 0.000 2.65
QT -44.7 23.5 -1.90 0.058 1.95
TN 116.4 21.4 5.44 0.000 3.17
TQ -28.8 22.7 -1.27 0.204 1.99
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
118.28 43.15% 41.66% 40.42%
8
Análisis de Varianza
Cantidad categorías 18
Categoría
2014 2015 2016 2017 2018 Total general % Absoluta
Ancho
1,373.9
<922,1060> 747.25 1,922.05 3,304.46 4,408.47 11,756.18 19%
5
<646,784> 706.56 1,466.4 2,178.63 3,335.36 3,556.48 11,243.45 18%
3
1,739.0
<784,922> 1,043.27 1,676.60 3,101.75 3,171.32 10,731.98 17%
4
1,177.1
<1060,1198> 974.21 1,354.88 2,439.60 3,265.43 9,211.29 15%
8
1,170.5
<1198,1336> 664.35 2,224.04 1,735.16 3,195.33 8,989.39 14%
1
<508,646> 249.87 660.02 906.28 1,643.79 1,542.95 5,002.92 8%
<1336,1474> 289.09 290.77 368.69 617.14 652.79 2,218.48 4%
<370,508> 60.70 288.48 353.95 485.91 628.36 1,817.41 3%
<1474,1612> 79.15 305.37 224.96 116.18 247.20 972.87 2%
<2026,2164> 429.93 157.86 587.79 1%
<1750,1888> 52.52 67.89 3.88 25.40 40.98 190.66 0%
<1888,2026> 36.16 6.75 42.12 85.03 0%
<2716,2854> 42.47 42.47 0%
8,704.2 11,213.9 16,804.7 20,793.9
Total general 5,333.06 62,849.92 100%
5 7 4 0
Ecuación de regresión
Como se observa, al incluir esta variable, se obtiene un R cuadrado del 24%, por lo que no
se tedia una correcta estimación del modelo, se opta por no considerar el ancho para
efectos del caso.
BOPP
Polipropileno Biorentado
LOCAL
35%
EXPO
65%
Los datos mensuales se presentan en el gráfico de dispersión. Con ayuda del MINITAB se
ingresaron los daos al sistema y obtuvimos que la ecuación de regresión que mejor se
ajusta a los datos es una cuadrática, la cual explica que a partir del mes 60 (dic 2018), la
demanda de este producto incrementara. Esto se explica por la aparición de un nuevo tipo
de producto de la familia BOPP, el BLIZ, el cual repotencio la demanda.
Al identificar los tratamientos más representativos, con ayuda del MINITAB, se puedo
estimar por categoría las ecuaciones que explican el comportamiento de la demanda en TM.
Con un grado de confianza del 95%, se puede concluir que las variables “Num mes”, y
“tratamiento”, tienen relación con la variable dependiente “Toneladas_mes”, además, el
coeficiente de correlación es del 87%, lo que quiere decir que el modelo puede explicar la
variación del 87% de la variable “Toneladas_mes .
Obtenemos las siguientes ecuaciones lineales para cada tratamiento:
Ecuación de regresión
TRATAMIENTO
BC Suma de TM = 92.3 - 3.749 Num_mes
BL Suma de TM = 304.5 - 3.749 Num_mes
FC Suma de TM = 260.8 - 3.749 Num_mes
LH Suma de TM = 145.0 - 3.749 Num_mes
MC Suma de TM = 354.0 - 3.749 Num_mes
ML Suma de TM = 214.5 - 3.749 Num_mes
MU Suma de TM = 104.4 - 3.749 Num_mes
NL Suma de TM = 145.6 - 3.749 Num_mes
SC Suma de TM = 2172.1 - 3.749 Num_mes
SD Suma de TM = 181.8 - 3.749 Num_mes
SL Suma de TM = 152.2 - 3.749 Num_mes
TH Suma de TM = 184.6 - 3.749 Num_mes
TRATAMIENTO
Espesor BC BL FC LH MC ML MU NL SC SD SL TH
0.119 0.135 0.000 0.869 2.586 0.626 0.010 0.329 19.274 1.334 0.000 0.733
20
% % % % % % % % % % % %
0.008 0.000 0.000 0.076 0.236 0.184 0.002 0.002 18.447 0.004 0.500 0.246
25
% % % % % % % % % % % %
0.000 0.004 1.391 0.018 0.608 0.047 0.004 0.000 13.977 0.138 0.010 0.000
30
% % % % % % % % % % % %
0.176 2.132 0.000 0.098 2.978 0.868 0.132 0.108 1.007 0.001 0.000
17
% % % % % % % % 8.462% % % %
0.011 0.095 0.000 0.117 1.810 0.279 0.187 0.052 0.000 0.000 0.000
15
% % % % % % % % 6.133% % % %
0.000 0.000 1.436 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
35
% % % % % % % % 4.741% % % %
0.000 0.000 1.881 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
40
% % % % % % % % 2.295% % % %
0.000 0.000 0.681 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
50
% % % % % % % % 1.766% % % %
0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
23
% % % % % % % % 0.518% % % %
0.000 0.000 0.000 0.000 0.000 0.000 0.001 0.000 0.000 0.000 0.000
45
% % % % % % % % 0.087% % % %
0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
38
% % % % % % % % 0.032% % % %
0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000 0.000
12
% % % % % % % % 0.000% % % %
Total 0.314 2.366 5.389 1.177 8.219 2.004 0.336 0.491 75.731 2.483 0.511 0.979
general % % % % % % % % % % % %
Método
Ecuación de regresión
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
99.8088 62.14% 61.58% *
Análisis de Varianza
Valor mínimo 28
Valor Máximo 2500
Ecuación de regresión
Suma de TM = -14.5 - 0.1273 Num_mes + 0.0 TRATAMIENTO_BC + 29.57 TRATAMIENTO_BL
+ 18.83 TRATAMIENTO_FC - 2.37 TRATAMIENTO_LH + 6.30 TRATAMIENTO_MC
+ 5.85 TRATAMIENTO_ML + 0.15 TRATAMIENTO_MU + 5.39 TRATAMIENTO_NL
+ 30.39 TRATAMIENTO_SC + 0.35 TRATAMIENTO_SD + 12.09 TRATAMIENTO_SL
+ 17.23 TRATAMIENTO_TH + 0.0 Espesor_12 + 22.1 Espesor_15 + 27.9 Espesor_17
+ 35.3 Espesor_20 + 21.8 Espesor_23 + 36.1 Espesor_25 + 26.9 Espesor_30
+ 12.8 Espesor_35 + 4.5 Espesor_38 + 10.1 Espesor_40 + 8.1 Espesor_45
+ 11.2 Espesor_50 + 0.0 rango ancho_<1020,1144>
- 11.54 rango ancho_<1144,1268>
- 15.19 rango ancho_<1268,1392> - 25.22 rango ancho_<1392,1516>
- 24.88 rango ancho_<1516,1640> - 28.56 rango ancho_<152,276>
- 24.15 rango ancho_<1640,1764> - 24.32 rango ancho_<1764,1888>
- 23.30 rango ancho_<1888,2012> - 23.43 rango ancho_<2012,2136>
- 29.82 rango ancho_<2136,2260> - 24.95 rango ancho_<2260,2384>
- 8.2 rango ancho_<2384,2508> - 26.58 rango ancho_<276,400>
- 21.97 rango ancho_<28,152> - 11.87 rango ancho_<400,524>
- 10.154 rango ancho_<524,648> - 7.914 rango ancho_<648,772>
- 7.164 rango ancho_<772,896> + 0.021 rango ancho_<896,1020>
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
22.6628 27.43% 27.11% *
27%
73%
De acuerdo con la prueba de normalidad, podemos concluir que la media por mes es de
682.6 TM con una desviación estándar de 162.8.
A continuación, se presenta la participación de la demanda por tipo de tratamiento. En la
tabla adjunta, se observa 10 tipos de tratamientos, entre los cuales se están tomando los 5
principales, que representan un 99% de la demanda de TM en los rangos del 2014 al 2018.
Los tratamientos considerados en amarillo son los que se van a considerar para este
estudio.
Tratamiento % por TM
CC 79.57%
CT 11.10%
CL 4.94%
CW 2.01%
CH 1.11%
CA 0.58%
CM 0.54%
CR 0.12%
CG 0.02%
CB 0.00%
Grand Total 100.00%
Espes
CA CB CC CG CH CL CM CR CT CW Totales
or
20 0.0% 0.0% 27.7% 0.0% 0.4% 0.0% 0.0% 0.0% 2.0% 0.0% 30.1%
30 0.2% 0.0% 17.1% 0.0% 0.3% 1.7% 0.2% 0.0% 2.3% 0.0% 21.8%
25 0.0% 0.0% 15.6% 0.0% 0.3% 0.5% 0.3% 0.0% 1.9% 0.4% 19.0%
40 0.3% 0.0% 5.0% 0.0% 0.0% 0.1% 0.2% 0.0% 3.3% 0.0% 9.0%
35 0.0% 0.0% 5.5% 0.0% 0.0% 0.2% 0.0% 0.0% 0.6% 0.0% 6.3%
50 0.0% 0.0% 4.5% 0.0% 0.0% 1.1% 0.0% 0.0% 0.0% 0.0% 5.7%
17 0.0% 0.0% 2.2% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 2.2%
28 0.0% 0.0% 0.1% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 1.3% 1.4%
22 0.0% 0.0% 0.0% 0.0% 0.0% 1.2% 0.0% 0.0% 0.0% 0.0% 1.2%
45 0.0% 0.0% 0.6% 0.0% 0.0% 0.0% 0.0% 0.0% 0.5% 0.0% 1.1%
38 0.0% 0.0% 0.6% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.1% 0.6%
60 0.0% 0.0% 0.6% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.6%
33 0.0% 0.0% 0.2% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.3%
23 0.0% 0.0% 0.2% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.2%
65 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.2% 0.0% 0.2%
80 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
100 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
19 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
37 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
75 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
15 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
10 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0% 0.0%
Totale 0.61 0.00 80.05 0.02 1.07 4.66 0.72 0.12 10.81 1.94 100.00
s % % % % % % % % % % %
Método
Codificación de predictores categóricos (1; 0)
Ecuación de regresión
Sum of TM = -80.2 + 0.1145 C6 + 0.0 Espesor_10 + 47.6 Espesor_15 + 7.3 Espesor_17
+ 7.5 Espesor_19 + 162.0 Espesor_20 + 95.2 Espesor_22 + 1.4 Espesor_23
+ 108.1 Espesor_25 + 44.8 Espesor_28 + 111.1 Espesor_30
+ 16.6 Espesor_33
+ 59.7 Espesor_35 + 102.1 Espesor_37 + 9.1 Espesor_38
+ 74.5 Espesor_40
+ 38.8 Espesor_45 + 47.4 Espesor_50 - 4.5 Espesor_60 + 75.8 Espesor_65
+ 61.8 Espesor_75 + 1.2 Espesor_80 + 6.9 Espesor_100
+ 0.0 Tratamiento_CA
- 34.1 Tratamiento_CB + 90.36 Tratamiento_CC - 79.3 Tratamiento_CG
- 31.8 Tratamiento_CH + 20.7 Tratamiento_CL - 19.4 Tratamiento_CM
+ 78.9 Tratamiento_CR + 1.47 Tratamiento_CT + 34.4 Tratamiento_CW
Coeficientes
EE del
Término Coef coef. Valor T Valor p FIV
Constante -80.2 49.0 -1.64 0.102
C6 0.1145 0.0777 1.47 0.141 1.11
Espesor
15 47.6 54.6 0.87 0.384 4.43
17 7.3 48.3 0.15 0.879 66.11
19 7.5 65.7 0.11 0.909 2.14
20 162.0 48.2 3.36 0.001 143.45
22 95.2 49.6 1.92 0.055 20.43
23 1.4 50.3 0.03 0.978 11.20
25 108.1 48.1 2.24 0.025 169.81
28 44.8 48.8 0.92 0.359 43.53
30 111.1 48.1 2.31 0.021 203.44
33 16.6 49.5 0.34 0.737 16.81
35 59.7 48.2 1.24 0.216 111.50
37 102.1 51.9 1.97 0.049 7.97
38 9.1 48.7 0.19 0.852 33.34
40 74.5 48.2 1.55 0.122 147.81
45 38.8 48.2 0.80 0.422 99.12
50 47.4 48.2 0.98 0.326 97.17
60 -4.5 47.7 -0.09 0.925 46.82
65 75.8 49.8 1.52 0.128 14.61
75 61.8 52.3 1.18 0.238 6.77
80 1.2 47.3 0.02 0.981 9.93
100 6.9 48.0 0.14 0.886 9.10
Tratamiento
CB -34.1 22.2 -1.54 0.125 1.21
CC 90.36 9.62 9.39 0.000 13.93
CG -79.3 33.3 -2.38 0.018 1.10
CH -31.8 10.9 -2.91 0.004 3.86
CL 20.7 10.8 1.92 0.056 4.92
CM -19.4 11.2 -1.73 0.084 3.35
CR 78.9 19.4 4.06 0.000 3.87
CT 1.47 9.66 0.15 0.879 11.21
CW 34.4 12.3 2.80 0.005 3.67
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
44.8999 58.45% 57.36% *
Análisis de Varianza
Modelos Predictivos:
A. BOPET:
Ecuación de Regresión
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
118.28 43.15% 41.66% 40.42%
8
B. BOPP
Ecuación de regresión
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
99.8088 62.14% 61.58% *
C. CAST
Ecuación de regresión
R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
44.8999 58.45% 57.36% 56.02%
Al tener ecuaciones que expliquen cómo se comporta la demanda, podemos simular los
valores en nuestro modelo para cada familia de productos. En este caso se tomaron 3 sku
más representativos para la familia de productos Bopet y Bopp.
450.00
400.00
350.00
300.00
250.00
200.00
150.00
100.00
50.00
0.00
550.00
500.00
450.00
400.00
350.00
300.00
250.00
200.00
600.00
550.00
500.00
450.00
400.00
350.00
300.00
250.00
200.00
Como vemos, los modelos planteados por tipo de familia suavizan las fluctuaciones de la
demanda real y calculan un valor esperado en base a la tendencia de la misma.
TRATAMIENTO
Total
ESPESOR BL FC LH MC ML MU NL SC SD SL TH
general
15 43.27 2,857.85 2,901.13
17 596.07 16.52 3,417.40 4,029.98
1,337.5 31.2 478.6 373.1 335.0 254.8
20 731.68 558.59 4,158.85 8,259.60
2 6 4 6 9 2
33.3 482.1 376.7 338.6 56.4 258.3
25 735.22 562.12 4,162.39 7,005.46
8 8 0 3 8 6
1,450.8
30 144.07 2,965.40 4,560.32
5
35 1,261.02 1,261.02
38 103.70 103.70
40 931.93 931.93
45 66.72 66.72
50 660.19 660.19
Total 2,120.9 1,450.8 64.6 1,483.4 1,120.7 960.8 749.8 20,585.4 673.7 56.4 513.1
29,780.04
general 2 5 4 1 1 2 5 3 3 8 8
Espesor CA CC CH CL CT CW Totals
20 2260.3 32.64 163.2 2456.16
2
1395.3 138.7
30 16.32 6 24.48 2 187.68 1778.88
1272.9
25 6 24.48 40.8 155.04 32.64 1550.4
40 24.48 408 8.16 269.28 734.4
35 448.8 16.32 48.96 514.08
50 367.2 89.76 465.12
17 179.52 179.52
106.0
28 8.16 8 114.24
22 97.92 97.92
45 48.96 40.8 89.76
38 48.96 8.16 48.96
60 48.96 48.96
33 16.32 24.48
23 16.32 16.32
65 16.32 16.32
6519.8 391.6 146.8
TOTALES 40.8 4 81.6 8 881.28 8 8135.52
Para este caso se considerar el incremento estimado del área Comercial, es decir que se
cumplirá con las venas presupuestadas por tipo de familia considerara en nuestro análisis.
Como se aprecia en la tabla, para el caso de las familias de BOPET y BOPP, ambas
presentan una desviación del 27%, es decir que se ha pronosticado de forma adecuada, sin
embargo para cumplir con el objetivo del forecast es necesario que nuestra proyección
considere un incremento del 27% para cada caso. En cambio, la familia Cast solo ha
variado en un 7%, esto es debido a que la demanda de esta familia es constante y no
presenta mucha variación anual.
7.1. Conclusiones:
7.2. Recomendaciones