Aguilar AM PDF

Propuesta de un sistema de gestión de
inventarios para un distribuidor mayorista

de equipos electrónicos e informáticos
Item Type info:eu-repo/semantics/bachelorThesis
Authors Aguilar Arana, Marcos Alfonso
Citation [1] M. A. Aguilar Arana, “Propuesta de un sistema de gestión

de inventarios para un distribuidor mayorista de equipos
electrónicos e informáticos,” Universidad Peruana de Ciencias
Aplicadas (UPC), Lima, Perú, 2018. doi: https://doi.org/10.19083/
tesis/625126
DOI 10.19083/tesis/625126
Publisher Universidad Peruana de Ciencias Aplicadas (UPC)
Rights info:eu-repo/semantics/openAccess; Attribution-

NonCommercial-ShareAlike 3.0 United States
Download date 23/06/2020 19:54:26
Item License http://creativecommons.org/licenses/by-nc-sa/3.0/us/
Link to Item http://hdl.handle.net/10757/625126

UNIVERSIDAD PERUANA DE CIENCIAS APLICADAS
FACULTAD DE INGENIERIA
CARRERA DE INGENIERÍA INDUSTRIAL
Propuesta de un sistema de gestión de inventarios para

un distribuidor mayorista de equipos electrónicos e
informáticos.
TESIS
Para optar por el título profesional de: Ingeniero Industrial
AUTOR
Marcos Alfonso Aguilar Arana (0000-0002-9151-8483)
ASESOR DE TESIS
Cynthia Elías Giordano (0000-0002-2221-8946)
Lima, 4 de octubre de 2018.

Dedicatoria : Esta tesis se la
dedico a mis hijos Diego y
Sofia por haber encontrado en
ellos la razón para continuar
superándome.
2
RESUMEN
En esta tesis se propone la implementación de un sistema de gestión de inventarios para

un mayorista de equipos electrónicos e informáticos. En el capítulo 1 se describen los
principales conceptos relacionados a la administración de inventarios, así como
herramientas, teorías y modelos que se utilizan para la gestión de este recurso. En el
capítulo 2 se revisa la documentación histórica del inventario y el comportamiento de su
demanda, detectando que existen periodos de desabastecimiento, reflejado en un nivel de
servicio promedio de un 89%. Por otro lado, se detecta que existe también una importante
acumulación de inventario con tecnología obsoleta alcanzando un 11% del inventario
total. Según el estudio realizado, ambas situaciones derivan de un proceso inadecuado de
pronóstico de la demanda del cual dependen las decisiones de compra y
aprovisionamiento. En el capítulo 3, se propone la implementación de un sistema de
gestión de inventarios basado en el modelo del Global Supply Chain Forum, del cual se
han seleccionado 4 procesos clave: “Gestión del servicio al cliente, gestión de la demanda,
gestión de proveedores y gestión del retorno de mercaderías”. Mediante la integración
de estos 4 procesos se logra mejorar los resultados de la calidad de los pronósticos entre
un 10% y 30%, se logra estimar de forma correcta el nivel servicio, en promedio 90% o
95% para la clase A del inventario. Asimismo, mediante la implementación del modelo
de lote económico se demuestra que es posible ahorrar en promedio un 12% anual en las
operaciones de compra. Finalmente, mediante los resultados del análisis financiero con
indicadores positivos VAN, TIRE y TIRF se demuestra que el proyecto es altamente
viable para su implementación.
Palabras clave: Sistema de gestión de inventarios, Global Supply Chain Forum,

pronóstico de la demanda, nivel de servicio, lote económico de compra.
3
ABSTRACT
This thesis proposes the implementation of an inventory management system for a

wholesaler of electronic and computer equipment. Chapter 1 describes the main concepts
related to the administration of inventories, as well as tools, theories and models that are
used for the management of this resource. Chapter 2 reviews the historical documentation
of the inventory and the behavior of its demand, detecting that there are periods of stock-
outs, reflected in an average service level of 89%. On the other hand, it is detected that
there is also an important inventory accumulation with obsolete technology, reaching
11% of the total inventory. According to the study carried out, both situations derive from
an inadequate process of forecasting the demand on which the purchase and supply
decisions depend. In chapter 3, we propose the implementation of an inventory
management system based on the Global Supply Chain Forum model, of which 4 key
processes have been selected: "Customer service management, demand management,
supplier management and management of the return of merchandise. " By integrating
these 4 processes it is possible to improve the results of the quality of the forecasts
between 10% and 30%, it is possible to estimate correctly the service level, on average
90% or 95% for class A of the inventory. Also, by implementing the economic lot model,
it is shown that it is possible to save an average of 12% per year in purchasing operations.
Finally, the results of the financial analysis with positive indicators VAN, TIRE and TIRF
show that the project is highly viable for its implementation.
Key words: Inventory management system, Global Supply Chain Forum, demand
forecast, service level, economic order quantity.
4
Tabla de contenido
Introducción .................................................................................................................... 21
CAPÍTULO 1: MARCO TEÓRICO ............................................................................. 22
1.1 Concepto de cadena de suministro ....................................................................... 22
1.2 Gestión de la cadena de suministro ...................................................................... 23
1.3 Modelos de gestión para la cadena de suministro ................................................ 24
1.3.1 El modelo SCOR ........................................................................................... 24
1.3.2 El modelo del Global Supply Chain Forum, GSCF. ..................................... 26
1.4 El talento para la gestión de la cadena de suministro ........................................... 29
1.5 El rol de la logística en la cadena de suministro................................................... 31
1.6 Operaciones de compra y abastecimiento ............................................................ 31
1.7 Clasificación de las compras ................................................................................ 32
1.7.1 Compras internacionales................................................................................ 33
1.7.2 Compras locales. ............................................................................................ 34
1.8 Estrategias de compra ........................................................................................... 34
1.8.1 Compras justo a tiempo ................................................................................. 34
1.9 El rol de inventario ............................................................................................... 35
1.9.1 Funciones del inventario ................................................................................ 36
1.9.2 Gestión del inventario.................................................................................... 37
1.9.3 Gestión del inventario en empresas del rubro tecnológico ............................ 37
1.9.4 El costo asociado a los inventarios. ............................................................... 40
1.9.5 Razones para mantener el inventario ............................................................. 40
1.9.6 Clasificación de los inventarios. .................................................................... 40
1.9.7 El inventario de seguridad. ............................................................................ 41
1.9.8 El nivel de servicio y el parámetro Z............................................................. 42
1.9.9 Control de inventarios y el método ABC ...................................................... 43
1.9.10 Determinación del lote optimo o EOQ ........................................................ 46
1.9.11 Política de revisión continua........................................................................ 49
1.9.12 Política de revisión periódica. ..................................................................... 50
1.10 El pronóstico de la demanda. .............................................................................. 51
1.10.1 Importancia de la precisión de los pronósticos. ........................................... 52
5
1.10.2 Modelos cualitativos .................................................................................... 54
1.10.3 Modelos cuantitativos .................................................................................. 55
1.10.4 El efecto látigo. ............................................................................................ 56
1.11 Logística Inversa................................................................................................. 57
1.11.1 Importancia de la logística inversa. ............................................................. 58
1.11.2 Logística inversa en la industria electrónica................................................ 59
1.11.3 Garantía del fabricante al distribuidor. ........................................................ 59
1.11.4 Garantía del distribuidor al consumidor ...................................................... 59
1.12 La calidad y la fiabilidad. ................................................................................... 60
1.12.1 Análisis de datos de supervivencia o ADS. ................................................. 60
1.12.2 Teoría de la curva de bañera o bathubcurve. ............................................... 61
1.12.3 El estimador de supervivencia de Kaplan y Meier. ..................................... 62
1.13 Los costos logísticos. .......................................................................................... 64
1.13.1 Elementos que componen el costo logístico. ............................................... 64
1.13.2 Costeo tradicional versus costeo ABC. ....................................................... 65
1.14 Gestión de indicadores. ...................................................................................... 66
1.14.1 Indicadores logísticos. ................................................................................. 66
1.14.2 El indicador de rotación. .............................................................................. 67
1.15 Herramientas para el análisis y la mejora de procesos. ...................................... 68
1.15.1 Matriz de Kraljic .......................................................................................... 68
1.15.2 Cadena de valor de Michael Porter.............................................................. 70
1.15.3 Diagrama de Flujo. ...................................................................................... 71
1.15.4 Diagrama de causa y efecto ......................................................................... 72
1.15.5 Diagrama de Pareto. .................................................................................... 73
1.16 Prácticas ambientales en la cadena de suministro. ............................................. 74
1.17 Conclusiones del marco teórico. ......................................................................... 76
CAPÍTULO 2: ANÁLISIS DE LA EMPRESA Y SU SECTOR INDUSTRIAL. ......... 78
2.1 El mercado de las tecnologías de la información o TIC. ...................................... 78
2.2 El comercio de Hardware en el Perú. ................................................................... 81
2.3 Análisis y descripción de la empresa. ................................................................... 83
2.3.1 Mapa de procesos. ......................................................................................... 86
2.3.2 SIPOC. ........................................................................................................... 87
2.3.3 Productos que comercializa. .......................................................................... 87
6
2.3.4 Ventas. ........................................................................................................... 90
2.3.5 Descripción del proceso en estudio. .............................................................. 92
2.3.6 Clasificación de los productos. ...................................................................... 94
2.4 Evidencias del problema. ...................................................................................... 97
2.4.1 Problemática 1: Quiebre de inventarios. ....................................................... 98
2.4.1.1 Impacto económico por quiebre de inventarios. ................................... 112
2.4.2 Problemática 2: Perdida de inventarios. ...................................................... 113
2.4.2.1 Perdida de inventario por obsolescencia. ............................................. 114
2.4.2.2 Perdida de inventario por avería de productos. .................................... 121
2.5 Impacto económico............................................................................................. 131
2.6 Análisis de la problemática. ............................................................................... 133
2.6.1 Planeamiento estratégico y pronóstico de la demanda. ............................... 133
2.6.2 Evaluación del nivel de servicio. ................................................................. 143
2.6.3 Análisis del proceso de recuperación de defectuosos. ................................. 146
2.7 Simulación del proceso....................................................................................... 149
2.7.1 Simulación de quiebre de inventarios .......................................................... 152
2.7.2 Simulación de acumulación de inventarios. ................................................ 155
2.8 Análisis de causa raíz ACR. ............................................................................... 160
CAPÍTULO 3: PROPUESTA DE MEJORA ............................................................... 163
3.1 Selección del modelo para la propuesta de mejora............................................. 163
3.2 Definición del Modelo de gestión del GSCF. .................................................... 170
3.2.1 Selección de procesos y metodología para implementar el modelo del GSCF.
.............................................................................................................................. 172
3.3 Proceso 1: Gestión del Servicio al Cliente. ........................................................ 174
3.3.1 Estrategia de segmentación de clientes. ...................................................... 174
3.3.2 Estrategia de Clasificación de los productos. .............................................. 178
3.4 Proceso 2: Gestión de la demanda. .................................................................... 182
3.4.1 Selección del modelo de pronóstico. ........................................................... 183
3.4.1.1 Ajustes al modelo de pronóstico. .......................................................... 205
3.4.2 Implementación del stock de seguridad....................................................... 206
3.4.3 Calculo del nivel de servicio. ...................................................................... 207
3.4.4 Cálculo del inventario de seguridad y punto de reorden. ............................ 210
3.5 Proceso 3: Gestión de Proveedores. .................................................................. 218
7
3.5.1 Matriz de criticidad de proveedores. ........................................................... 219
3.5.2 Evaluación de órdenes de compra. .............................................................. 222
3.5.3 políticas de compra EOQ Y QR. ................................................................. 232
3.6 Proceso 4: Gestión del retorno de la mercadería. .............................................. 234
3.6.1 Muestro de lotes y pruebas de estrés. .......................................................... 237
3.6.2 Gestión de productos defectuosos detectados. ............................................ 243
3.7 Indicadores de proceso del sistema de gestión. .................................................. 245
3.8 Simulación después de la propuesta. .................................................................. 250
3.8.1 Mejora para evitar la acumulación de inventario. ....................................... 250
3.8.2 Mejora de la problemática de quiebre de inventario. .................................. 255
3.9 Análisis financiero de la propuesta de mejora. ................................................... 263
3.9.1 Financiamiento de la propuesta. .................................................................. 264
3.9.2 Calculo del costo de oportunidad COK. ...................................................... 267
3.9.3 Calculo de costo ponderado promedio WACC. .......................................... 274
3.9.4 Flujo de caja modelo determinístico............................................................ 275
3.9.5 Análisis de sensibilidad o de riesgo del flujo de caja. ................................. 278
CAPÍTULO 4: VALIDACIÓN DE LA PROPUESTA Y CASOS DE EXITO. ...... 283
4.1 Descripción de la simulación de procesos. ......................................................... 284
4.2 Breve descripción del software Arena. ............................................................... 285
4.3 Análisis de datos. ................................................................................................ 287
4.4 Validación de resultados..................................................................................... 289
4.5 Modelamiento del sistema actual de gestión de inventarios............................... 290
4.6 Comparación del modelo actual vs modelo mejorado........................................ 307
CAPÍTULO 5: CONCLUSIONES ............................................................................... 317
Bibliografía: .................................................................................................................. 319
8
INDICE DE FIGURAS
Figura 1: Representación gráfica del modelo SCOR...................................................... 25
Figura 2: Esquema de la cadena de suministro............................................................... 27
Figura 3: Estructura de la cadena de suministro según el GSCF.................................... 28
Figura 4: Matriz de habilidades sugeridas por el CSCMP para la gestión del capital
humano. .................................................................................................................. 30
Figura 5: Etapas del modelo colaborativo para la gestión de la cadena de suministro. . 32
Figura 6: Caída de los precios en Microprocesadores Intel del año 2004 al 2006. ........ 39
Figura 7: Stock de seguridad .......................................................................................... 42
Figura 8: El nivel de servicio y su correspondiente Z .................................................... 43
Figura 9: Grafica del Análisis ABC ............................................................................... 45
Figura 10: Modelo determinista elemental ..................................................................... 47
Figura 11: Modelo de lote económico ............................................................................ 48
Figura 12: Modelo de revisión continúa ......................................................................... 50
Figura 13: modelo de revisión periódica. ....................................................................... 50
Figura 14: Patrones de la demanda ................................................................................. 52
Figura 15: Modelo de aplicación de los pronósticos ...................................................... 53
Figura 16: Ejemplo de un modelo complejo de Pronóstico de la demanda por software.
................................................................................................................................ 56
Figura 17: Distorsión de la demanda a causa del efecto látigo. ..................................... 57
Figura 18: Esquematización de un proceso de logística inversa. ................................... 58
Figura 19: Representación gráfica de la curva de bañera o Bathub curve ..................... 62
Figura 20: Estimador de Supervivencia Kaplan y Meier. .............................................. 63
Figura 21: Variables que componen el costo logístico. .................................................. 65
Figura 22: Comparación método de costo tradicional vs método ABC. ........................ 66
Figura 23: Ejemplo de cálculo de la rotación del inventario. ......................................... 68
Figura 24: Matriz de Kraljic ........................................................................................... 69
Figura 25: Cadena de valor genérica .............................................................................. 71
Figura 26: Ejemplo de un diagrama de flujo .................................................................. 72
Figura 27: Diagrama de Ishikawa ................................................................................... 73
Figura 28: Diagrama de Pareto ....................................................................................... 74
Figura 29: Importancia de las prácticas ambientales en la cadena de suministro .......... 76
Figura 30: Distribución de la inversión en TI por región y país, en porcentaje sobre el
total (2011) ............................................................................................................. 79
Figura 31: Organización del mercado de productos informáticos en el Perú ................. 80
Figura 32: Se muestra la capacidad de importación de las principales marcas .............. 81
Figura 33: Hogares que tienen al menos una computadora, según ámbito geográfico,
2001-2015 ............................................................................................................... 82
Figura 34: Organigrama Institucional de la empresa Grupo Tecnologies. ..................... 84
Figura 35: Análisis FODA del distribuidor mayorista Grupo Tecnologies.................... 85
Figura 36: Mapa de Procesos de la compañía. ............................................................... 86
Figura 37: Diagrama SIPOC del proceso clave de la compañía..................................... 87
Figura 38: Cases de marca Altron .................................................................................. 88
Figura 39: Catalogo de los principales productos (de izquierda a derecha): Tabletas,
Memorias RAM, Discos duros, Placas Madre, Computadoras. ............................. 90
Figura 40: Evolución de las utilidades alcanzadas en los últimos años de operación. ... 91
Figura 41: Diagrama de flujo del Proceso de compra y reabastecimiento de inventarios
................................................................................................................................ 93
Figura 42 : Clasificación ABC del inventario, año 2016 ............................................... 94
Figura 43: Grafica de la clasificación ABC del inventario del año 2016. ...................... 95
Figura 44 : Clasificación ABC del inventario, año 2017 ............................................... 95
Figura 45 : Grafica de la clasificación ABC del inventario del año 2017. ..................... 96
Figura 46: Case alt. slm s1-601-j altron ......................................................................... 98
Figura 47: Grafica del estado de los inventarios del Ítem case caseas1-601-J año 2016.
.............................................................................................................................. 101
Figura 48: Periodos de quiebre de inventario familia cases año 2016 ......................... 102
Figura 49 : Evolución de los ítems con stock ok y con rotura de stock familia CASES,
año 2016 ............................................................................................................... 102
Figura 50: estado de los inventarios del Ítem ddwd500s año 2016 .............................. 106
Figura 51: Un disco duro de los vendidos por la compañía. ........................................ 106
Figura 52: Inventario disponible para la familia de discos duros, año 2016 ................ 107
Figura 53 : Evolución de los ítems con stock vs rotura de stock familia discos duros, año
2016. ..................................................................................................................... 108
Figura 54: Inventario disponible para la familia Microprocesadores, año 2016 .......... 110
Figura 55: Inventario disponible para la familia Monitores, año 2016. ....................... 110
Figura 56: Movimiento de inventario para la familia de productos Tablets. ............... 111
Figura 57 : Movimiento de inventario de familia de productos Televisores. ............... 112
10
Figura 58: Análisis de Costo de oportunidad para 2 familias por rotura de inventarios.
.............................................................................................................................. 113
Figura 59: Ciclo de vida comercial de un producto...................................................... 114
Figura 60: Impresoras láser obsoletas acumuladas en almacén principal. ................... 116
Figura 61: muestra rotación de la impresora modelo ML-2950 en el año 2016 .......... 117
Figura 62: Licencias obsoletas dadas de baja del inventario año 2016. ....................... 118
Figura 63: Inventario acumulado de software año 2016. ............................................. 119
Figura 64: Memorias DDR vigentes y obsoletas del inventario del mayorista. ........... 119
Figura 65: Inventario acumulado, familia de memorias RAM año 2016 ..................... 120
Figura 66: Distribución del inventario actual por fecha de antigüedad de los productos.
.............................................................................................................................. 121
Figura 67: Diagrama del proceso de la Logística Inversa. ........................................... 122
Figura 68: Esquema del proceso de logística inversa y su impacto en el inventario. .. 123
Figura 69: Pareto de concentración de fallas por familia de productos año 2013 a 2017.
.............................................................................................................................. 125
Figura 70: Porcentaje de equipos de cómputo reemplazados (No reparados). ............. 126
Figura 71: Porcentaje de tabletas reparados y cambiadas año 2017............................. 127
Figura 72: Porcentajes de los productos cambiados vs reparados. ............................... 128
Figura 73: Productos averiados que se acumulan en el almacén, zona 3-2. ................. 129
Figura 74: Muestra de productos averiados que serán dados de baja en el año 2017. . 129
Figura 75: Zona de acumulación de Tabletas averiadas en el almacén principal........ 130
Figura 76: Formula del impacto económico. ................................................................ 131
Figura 77: Impacto económico mensual por distorsión de inventario.......................... 132
Figura 78: Muestra el resultado del nivel de acercamiento del pronóstico actual ........ 138
Figura 79: ventas reales vs pronostico actual, año 2016 .............................................. 140
Figura 80: Indicadores de error de pronóstico para el método actual. ......................... 140
Figura 81 : Demanda real vs pronóstico para el producto imp sam laser Xp 401. ....... 142
Figura 82 : Resumen de órdenes de compra anuladas registradas en sistema, periodo
2014-2016. ............................................................................................................ 144
Figura 83: Reporte de procesamiento de ordenes periodo 2014-2016 ......................... 145
Figura 84: Grafica de cajas de los tiempos que tarda la compañía en procesar sus RMA.
.............................................................................................................................. 147
Figura 85: Muestra el Segmento “Gestión de compras Actual” ................................... 149
11
Figura 86: Se muestra el Segmento Gestión Actual de la Demanda ............................ 150
Figura 87: Se muestra la tabla de Variables del Modelo Logístico Actual .................. 151
Figura 88: Configuración del Módulo “Run Setup”..................................................... 152
Figura 89 : Resultado de la Simulación para el escenario de rotura de Stock .............. 153
Figura 90 : Se muestra 3 etapas .................................................................................... 154
Figura 91: Demanda Atendida Vs Demanda no Atendida para SKU “Seagate HD S3
500GB” ................................................................................................................. 155
Figura 92: Resultado de la Simulación para el escenario de exceso de Stock ............. 157
Figura 93: Evolución del inventario en exceso de almacenamiento ............................ 158
Figura 94: Demanda Atendida Vs Demanda no Atendida por exceso de Stock “Implas
SamML2950” ....................................................................................................... 159
Figura 95 : Pareto resumen de la problemática actual. ................................................. 161
Figura 96: Análisis de Causa Raíz ................................................................................ 162
Figura 97: Esquema de la Gestión de la cadena de suministro según el Global Supply
Chain Forum GSCF. ............................................................................................. 171
Figura 98: Selección de procesos clave para la mejora del sistema de gestión de
inventarios. ........................................................................................................... 173
Figura 99 : Pareto de la clasificación de los clientes según rentabilidad. .................... 175
Figura 100: Análisis de cuentas por movimiento de ventas y rentabilidad. ................. 179
Figura 101 : Criterios de clasificación y políticas básicas para el aprovisionamiento. 180
Figura 102 : Relación con los clientes Antes y Después de la implementación del proceso.
.............................................................................................................................. 181
Figura 103: Integración de procesos del sistema de gestión según el GSCF ............... 182
Figura 104: Gráfica serie de tiempo para el análisis de pronóstico año 2014, 2015,2016.
.............................................................................................................................. 187
Figura 105: Resultados análisis promedio móvil para el año 2017 .............................. 188
Figura 106: Pronóstico vs los datos reales de ventas año 2017 .................................... 189
Figura 107: Pronóstico para el año 2017 con el método de suavización exponencial simple
.............................................................................................................................. 190
Figura 108: Pronóstico vs los datos reales de ventas año 2017. ................................... 191
Figura 109: Pronóstico para el año 2017 con el método de suavización exponencial doble.
.............................................................................................................................. 192
Figura 110: Acercamiento del pronóstico vs los datos reales de ventas año 2017. ...... 193
12
Figura 111: Resultado del pronóstico para el año 2017 con el método Winters. ......... 194
Figura 113: Pronóstico para el año 2017 con el modelo complejo con tendencia estacional.
.............................................................................................................................. 196
Figura 115: Resultado del pronóstico para el año 2017 con el modelo complejo con
estacionalidad. ...................................................................................................... 198
Figura 117: Método WINTERS ganador del pronóstico más ajustado. ....................... 200
Figura 118: Comparación de la variación absoluta de todos los modelos de pronóstico.
.............................................................................................................................. 201
Figura 119: Comparación de error MSE para 6 tipos de pronostico ............................ 201
Figura 120: comparación de error de pronóstico MAPE .............................................. 202
Figura 121: Método Winters para el pronóstico del pdcto imp XP401 ........................ 204
Figura 122: Modelo probabilístico para el cálculo del stock de seguridad con demanda
variable. ................................................................................................................ 207
Figura 123: resultado del nivel de servicio para el ítem “Hard Disk drive 500 Gb Sata 3
7200rpm” .............................................................................................................. 209
Figura 124: resultado del nivel de servicio para el ítem “Micpu Intel Ci5 – Ci7 B1666
45W”..................................................................................................................... 209
Figura 125: resultado del nivel de servicio para el ítem “Case altron 350W micro ATX
601 SL” ................................................................................................................. 209
Figura 126: Pronóstico para el sku case alt sff ps-201 300W real pare el año 2017. ... 213
Figura 127: Pronóstico de la demanda para el sku cpu Intel corei5-4220 3.3Ghz año 2017.
.............................................................................................................................. 215
Figura 128: Relación entre el nivel de inventario de seguridad, nivel de servicio y lead
Times. ................................................................................................................... 217
Figura 129 : Integración del tercer proceso del sistema de gestión según el GSCF..... 218
Figura 130: certificado de la licencia de Windows 10 Pro ........................................... 223
Figura 131: Datos de la operación de compra de los certificados con el descuento del 40%
.............................................................................................................................. 224
Figura 132: Datos que alimentan la Simulación ........................................................... 225
Figura 133: Gráfica resultado de la simulación con Modellus. .................................... 226
13
Figura 134: Datos arrojados por la simulación. ............................................................ 227
Figura 135: Costo de comprar con descuento Vs Costo de Lote económico. .............. 228
Figura 136: Alimentación del modelo del Sku cpu intel core i5-4220 3.3ghz ............. 229
Figura 137: Gráfica de Modellus para el Sku cpu intel core i5-3220 3.3ghz ............... 230
Figura 138: Integración del tercer proceso del sistema de gestión según el GSCF...... 233
Figura 139: Mas del 70% de productos averiados en 2017 no se recuperó.................. 234
Figura 140: causas de la perdida de productos año 2017. ............................................ 236
Figura 141: Laboratorio de pruebas de tortura para una muestra de equipos............... 238
Figura 142: Función de supervivencia acumulada Lote 1. ........................................... 240
Figura 143: Gráfico de resultados del análisis para la muestra Lote 2. ........................ 242
Figura 144: Comparación Función de supervivencia acumulada Lote 1 y Lote 2. ...... 242
Figura 145: Diagrama de flujo luego de la mejora en el proceso de logística inversa. 244
Figura 146: Pantallazo del Input Analyzer que muestra el patrón de la demanda del ítem
seleccionado.......................................................................................................... 250
Figura 147: Resultado de la comparación del error cuadrado ...................................... 252
Figura 148: Corrida de la simulación que mejora la situación de exceso de inventarios.
.............................................................................................................................. 253
Figura 149: Mejora del modelo de gestión de inventarios para la rotura de stocks ..... 255
Figura 150: Resultados del Input Analyzer para la demanda del SKU “Case Slim 601bks”
.............................................................................................................................. 256
Figura 151: Comparación del error cuadrado del input Analyzer para los datos de
demanda ingresados .............................................................................................. 258
Figura 152 : Corrida de la simulación para la propuesta de mejora en situación de rotura
de Stocks. .............................................................................................................. 259
Figura 153: Resultado de la Simulación en la gestión de inventarios con stock de
seguridad. .............................................................................................................. 260
Figura 154: Resumen de gráficos de las diferentes simulaciones con arena que demuestran
la efectividad de la propuesta. .............................................................................. 262
Figura 155: Estructura de costos para la implementación de la propuesta. .................. 263
Figura 156: Rentabilidad del bono de Estados unidos, año 2017 ................................. 268
Figura 157 : Indicador de riesgo país para el año 2016 ................................................ 273
Figura 158: Flujo de caja que respalda la propuesta .................................................... 277
14
Figura 159: Definiendo la aleatoriedad a la tasa de crecimiento de las ventas mediante
@Risk. .................................................................................................................. 279
Figura 160: Definiendo la aleatoriedad a la tasa de crecimiento del Costo de ventas
@Risk. .................................................................................................................. 279
Figura 161: Aleatoriedad a la tasa de crecimiento de los Gastos Administrativos mediante
@Risk. .................................................................................................................. 280
Figura 162: Valor Actual Neto obtenido con la simulación probabilística de @RISK 281
Figura 163: Análisis de sensibilidad con Software de riesgo @Risk ........................... 282
Figura 164: Pagina Web del Software Arena Simulator .............................................. 283
Figura 165: Esquema para la modelación del proceso a simular ................................. 284
Figura 166: Licencia de entrenamiento del software Arena. ........................................ 285
Figura 167: Ventana inicial del software arena. ........................................................... 286
Figura 168: Zonas de trabajo del programa arena ........................................................ 286
Figura 169: datos series de tiempo que se ingresan a Input Analyzer. ......................... 287
Figura 170: Resultado del análisis de la herramienta Input Analyzer. ......................... 288
Figura 171: resumen de resultados de la herramienta Input Analyzer ......................... 289
Figura 172: Distintas formas de mostrar resultados en un proceso de simulación ...... 290
Figura 173: Diagramas de flujo previo la simulación. ................................................. 291
Figura 174: Flujo completo del proceso logístico que se someterá a la simulación. ... 292
Figura 175: Pantallazo del sistema Kardex Log del cual se extrae la información para el
pronóstico de la demanda ..................................................................................... 294
Figura 176: Flujo inicial de la gestión de la demanda en el software Arena. ............... 295
Figura 177: Corrida de la simulación para la situación actual de acumulación de
inventarios ............................................................................................................ 296
Figura 178: Modulo Run Setup .................................................................................... 297
Figura 179: Resultado del Input Analyzer para el patrón de la demanda en situación de
acumulación de inventarios .................................................................................. 299
Figura 180: Corrida de la simulación del proceso de mejora para la situación de
acumulación de inventarios .................................................................................. 300
Figura 181: cuadro comparativo situación actual Vs Mejorada para rotura de Stoks. . 301
Figura 182: Simulación para el escenario actual de rotura de stocks ........................... 302
Figura 183: Flujo que representa el nuevo sistema para la gestión del Stock de seguridad.
.............................................................................................................................. 304
15
Figura 184: Datos para la obtención de la distribución de la demanda. ....................... 304
Figura 185: Resultados del input Analyzer para la determinación de la distribución de la
demanda en la situación de rotura de inventarios. ................................................ 305
Figura 186: Simulación situación mejorada de rotura de inventarios. ......................... 306
Figura 187: Comparación de resultados de demanda atendida situación actual Vs
Situación mejorada. .............................................................................................. 307
Figura 188: Diagrama de Gantt para la implementación del sistema de Gestión......... 316
INDICE DE TABLAS
Tabla 1: Características prácticas de las compras JIT .................................................... 35
Tabla 2: Matriz de criterios ABC ................................................................................... 46
Tabla 3: Los diferentes métodos de pronósticos cualitativos ......................................... 55
Tabla 4: Pronósticos cuantitativos para cada horizonte de tiempo. ................................ 56
Tabla 5: Matriz de indicadores genéricos ....................................................................... 67
Tabla 6: Tabla estadística del INEI año 2001-2015 ....................................................... 83
Tabla 7: Portafolio de negocios de la empresa ............................................................... 90
Tabla 8: Utilidad neta lograda por la compañía en los últimos años.............................. 91
Tabla 9: Familias de productos de la categoría A para el año 2017 ............................... 97
Tabla 10 : Familias de productos de la categoría C para el año 2017 ............................ 97
Tabla 11: Tabla resumen movimiento de entradas y salidas sistema Kardex Log para el
Ítem CASEAS1-601-J año 2016 ............................................................................ 99
Tabla 12 : Niveles de inventarios para los Ítems de la familia cases, año 2016........... 103
Tabla 13: Resumen del sistema Kardex Log para el Ítem DDWD500S año 2016 ...... 104
Tabla 14: Niveles de Rotura de inventarios para los Ítems de la Discos Duros, año 2016.
.............................................................................................................................. 108
Tabla 15:Ventas totales para el cálculo del 5% por quiebre de inventarios. ................ 112
Tabla 16: Modelos de impresoras desfasadas en el almacén........................................ 116
Tabla 17: Muestra de inventario acumulado, rotación 0, familia impresoras año 2016.
.............................................................................................................................. 117
Tabla 18: Inventario total segmentado por año de compra de los inventarios hasta el 2017
.............................................................................................................................. 120
Tabla 19: resumen de ingreso de productos a garantía................................................. 124
Tabla 20: resumen de perdidas mensuales por distorsión de inventario. ..................... 131
16
Tabla 21: Matriz de pronóstico de ventas utilizado por los vendedores. ..................... 133
Tabla 22: Plantilla para el cálculo de la VA de los pronósticos año 2016 ................... 137
Tabla 23: Error MAPE para los pronósticos con metodología actual, disco duro s3 500GB.
.............................................................................................................................. 139
Tabla 24: Error MAPE para el pronóstico del producto imp sam laser Xp 401........... 141
Tabla 25: Indicadores de error de pronóstico con el método actual. ............................ 142
Tabla 26: tabla que muestra los resultados del indicador del nivel de servicio para 9001 y
9002. ..................................................................................................................... 143
Tabla 27: Muestreo de tiempo de procesamiento de garantía en días con el OEM para 3
clases de productos. .............................................................................................. 146
Tabla 28: Resultados de la simulación para rotura de Stock SKU “Seagate HD S3 500GB”
.............................................................................................................................. 155
Tabla 29: Resultados de la simulación para exceso de Stock SKU “Implas SamML2950”
.............................................................................................................................. 159
Tabla 30: Análisis de la problemática 336 ítems analizados en el año 2017. .............. 160
Tabla 31: Matriz de comparación del criterio 1. .......................................................... 164
Tabla 32: Matriz normalizada del criterio 1. ................................................................ 165
Tabla 33: Matriz de comparación para el criterio 2...................................................... 165
Tabla 41: Matriz de comparación entre criterios. ......................................................... 167
Tabla 42: Matriz normalizada de la comparación de criterios. .................................... 168
Tabla 43: Tabla de multiplicación de vectores de prioridad. ...................................... 169
Tabla 44: Vector de prioridad de las alternativas y ranking de posiciones. ................ 170
Tabla 45 : Clasificación de clientes según la rentabilidad obtenida, año 2017 ............ 175
Tabla 46: Matriz tipo KAM para la segmentación de los clientes ............................... 176
Tabla 47: Clasificación de clientes según el orden de importancia. ............................. 177
Tabla 48: Resumen de operaciones de ventas por cuenta, 2017. ................................. 178
17
Tabla 49: Pareto de productos de mayor rotación de la cuenta retail. .......................... 183
Tabla 50: Indicadores de error de pronóstico. .............................................................. 184
Tabla 51: Métodos estadísticos para la prueba de pronósticos..................................... 185
Tabla 52: Histórico de ventas de la cuenta retail para el análisis de pronóstico. ......... 186
Tabla 53: pronóstico para el año 2017 con el método Promedio Móvil....................... 188
Tabla 54: Pronóstico para el año 2017 con el método de suavización exponencial simple.
.............................................................................................................................. 190
Tabla 55: Pronóstico para el año 2017 con el método de suavización exponencial doble.
.............................................................................................................................. 192
Tabla 56: Resultado de pronóstico para el año 2017 con el método Winters. ............. 194
Tabla 57: Pronóstico para el año 2017 con el método complejo con tendencia estacional.
.............................................................................................................................. 196
Tabla 58: Pronóstico para el año 2016 con el método complejo estacional. ................ 198
Tabla 59: Resumen de indicadores de error de pronóstico de todos los métodos analizados
.............................................................................................................................. 199
Tabla 60: Error de pronóstico método actual vs método Winters, producto HDD s3
seagate 500 GB. .................................................................................................... 203
Tabla 61: Error de pronóstico método actual vs método winters, producto IMP S Laser
XP401. .................................................................................................................. 204
Tabla 62: Tabla para calcular el valor de Z en relación al nivel de servicio. ............... 211
Tabla 63: Demanda real del producto, años 2014, 2015,2016 ..................................... 212
Tabla 64: Datos para el cálculo del Stock de seguridad y el Punto de re orden. .......... 213
Tabla 65: Stock de seguridad y punto reorden sku case alt. sff ps-201 300w .............. 214
Tabla 66: Demanda Histórica del producto cpu intel core i3-3220 3.3ghz año 2014,
2015,2016 ............................................................................................................. 214
Tabla 67: Cálculo del Stock de seguridad y el Punto de re orden. ............................... 216
Tabla 68: Stock de seguridad y punto reorden sku cpu intel core i3-3220 3.3ghz ....... 216
Tabla 69 : Criterios establecidos para la evaluación de proveedores. .......................... 219
Tabla 70: Matriz de evaluación para clasificar proveedores. ....................................... 220
Tabla 71: Resultado de la matriz de evaluación de proveedores. ................................. 222
Tabla 72: Características del producto CPU CI5 4220................................................. 228
Tabla 73: Datos arrojados por la simulación. ............................................................... 231
Tabla 74: Matriz de criterios para EOQ y QR .............................................................. 232
18
Tabla 75 : Causas de la perdida de productos en el dpto. de RMA. ............................. 235
Tabla 76: Tamaño de la muestra para las pruebas de tortura, producto tableta. .......... 237
Tabla 77: resultados del análisis de Kaplan y Meier para el Lote 1. ............................ 239
Tabla 78: Tabla de resultados del análisis de Kaplan y Meier LOTE 1 ....................... 239
Tabla 79: resultados del análisis de Kaplan y Meier para el Lote 2. ............................ 241
Tabla 80: Tabla de resultados análisis Kaplan-Meier (Cargador conectado) ............... 241
Tabla 81: Indicadores de proceso de gestión del servicio al cliente. ............................ 245
Tabla 82: Indicadores de proceso de gestión de la demanda. ....................................... 246
Tabla 83: Indicadores de proceso de gestión de proveedores. ..................................... 247
Tabla 84: Indicadores de proceso de gestión del retorno de mercaderías. ................... 247
Tabla 85 : Formato de indicador propuesto para el sistema de gestión. ....................... 249
Tabla 86: input analyzer para el comportamiento de la demanda del ítem seleccionado
.............................................................................................................................. 251
Tabla 87: Resultados de mejora en productos de baja rotación ................................... 254
Tabla 88: Resumen de resultados del Input Analyzer para los datos de la demanda
ingresados ............................................................................................................. 257
Tabla 89: Situación de mejora en productos de baja rotación ...................................... 261
Tabla 90: Información crediticia del BCP .................................................................... 264
Tabla 91: Cálculo de la cuota mensual del préstamo. .................................................. 265
Tabla 92: Escudo Fiscal 30% del interés de la deuda................................................... 265
Tabla 93: Tabla de unidades y costos para el flujo de caja en un ítem de la familia Cases
.............................................................................................................................. 266
Tabla 94: Tabla de valores Beta para mercados emergentes. ....................................... 270
Tabla 95: tabla de tasas de interés de los bonos soberanos emitidos por el gobierno del
Perú. ...................................................................................................................... 272
Tabla 96: Tabla resumen de valores para calcular el COK .......................................... 273
Tabla 97: Input de datos para el flujo de caja. .............................................................. 275
Tabla 98: Lista de tareas para la elaboración del diagrama de Gantt. .......................... 315
19
Introducción
Hoy en día es un hecho innegable que la ciencia y las tecnologías de la información o

TICS han avanzado a pasos agigantados facilitando la comunicación y el comercio entre
países, empresas y consumidores. En este contexto, el mundo globalizado demanda a las
industrias un nuevo nivel de competencias; aquellas que les permitan avanzar en el
objetivo de asegurar su permanencia en entornos cada vez más exigentes y con grandes
expectativas por parte de los consumidores.
Lograr una eficiente gestión de los inventarios es entonces un tema crítico que todas las
empresas deben comprender e implementar para lograr establecer relaciones beneficiosas
y de largo plazo con sus clientes y proveedores, además de consolidar la integración de
sus procesos internos de forma estratégica con el fin de conseguir mecanismos de negocio
eficientes y rentables para todos los miembros que conforman la cadena.
Investigadores, empresas y diversas universidades en el mundo se han abocado a la tarea
de desarrollar y fortalecer los conceptos relacionados a la gestión logística con un enfoque
de cadena de suministro y de qué manera, si es administrada de forma correcta, puede
ayudar a las compañías en el fortalecimiento y mejora de sus procesos.
Una de las agrupaciones de investigadores más prestigiosas dedicadas a esta tarea es el
Global Supply Chain Fórum o GSCF por sus siglas en inglés, de quienes se ha asimilado
gran parte del conocimiento y la experiencia para el desarrollo de este trabajo.
En esta investigación, la tesis demuestra que implementando un adecuado sistema de
gestión de inventarios en base a cuatro procesos clave (Gestión del servicio al cliente,
gestión de la demanda, gestión de proveedores, gestión del retorno de mercaderías), con
un enfoque de cadena de suministro es posible resolver la problemática encontrada en el
control y la administración del inventario en esta compañía.
21
CAPÍTULO 1: MARCO TEÓRICO
A continuación, se presenta el marco teórico de nuestra investigación, en donde se

exponen los principales fundamentos relacionados a la gestión de inventarios, cadena de
suministro y administración logística. Estas ideas son una recopilación de diversas fuentes
científicas como libros, journals y teorías publicadas por los especialistas más
reconocidos de este sector en el mundo.
El objetivo es construir una sólida plataforma basada en el conocimiento para el desarrollo
de las siguientes etapas de esta investigación y que será de utilidad para realizar el análisis
de la problemática y el planteamiento de la propuesta de mejora.
1.1 Concepto de cadena de suministro

El crecimiento acelerado de los mercados globalizados y la alta demanda de productos y
servicios de gran calidad han llevado a las empresas a reconocer que existe una necesidad
de fortalecer ya no solo sus procesos internos si no también enfocarse en mejorar sus
relaciones externas con clientes y proveedores. Por ello se considera que el éxito de las
empresas dependerá de su capacidad para gestionar esta compleja red de relaciones. Los
miembros de The Global Supply Chain Forum se refieren a la gestión de esta red como
gestión de la cadena de suministro. La gestión exitosa de la cadena de suministro requiere
una integración multifuncional dentro de la empresa y con la red de empresas que
comprenden esta cadena.1
Sin embargo, a pesar de este crecimiento aún existe gran confusión a la hora de definir
qué significa la gestión de la cadena de suministro. Por ello aun en muchas compañías se
utiliza el termino como un sinónimo de la logística o como una logística que involucra
tanto a clientes como a proveedores. Así mismo hay otros que consideran que la gestión
de la cadena de suministro es la actividad que se encarga de gestionar las compras dentro
de las compañías.
1
Drucker, Peter F., “Management’s New Paradigms,” Forbes Magazine, October 5, 1998, pp. 152-177;
and, Martin C. Christopher, “Relationships and Alliances: Embracing the Era of Network Competition,”
in Strategic Supply Chain Management, ed. John Gattorna, Hampshire, England: Cower Press, 1998.
22
Sin embargo, cada vez más la gestión de la cadena de suministro (SCM) es reconocida
como la gestión de las relaciones a través de esta cadena. Estrictamente la cadena de
suministro no es una cadena de negocios, sino una red empresas y de relaciones. La
gestión de la cadena de suministro ofrece la oportunidad de captar todo el potencial de la
Integración y gestión interempresarial. En ese sentido, trata de la excelencia en los
procesos de negocio y representa una nueva forma de relaciones con otros miembros de
la cadena.
El Global Supply Chain Forum, y un equipo de investigadores académicos, se han reunido
regularmente desde 1992 con el objetivo de mejorar la teoría y la práctica de SCM. La
definición de SCM que se desarrolló y es utilizado por los miembros de The Global
Supply Chain Forum es:
La gestión de la cadena de suministro es la integración de los principales procesos de
negocio que van desde el usuario final a través de proveedores originales, los que
proporcionan productos, servicios, y la información que agregan valor para los clientes
y para otras partes interesadas.2
1.2 Gestión de la cadena de suministro

El éxito de las operaciones en las compañías actualmente se basa en la integración y la
correcta administración de todas las actividades vinculadas al flujo de entradas y salidas
de los productos o servicios que estos ofrecen a sus consumidores. Es aquí en donde la
gestión de la cadena de suministro juega un rol estratégico, pues la evolución de los
mercados y la creciente demanda de productos y servicios de mayor calidad exigen a las
empresas ser más eficientes y competitivas si desean alcanzar la máxima rentabilidad3.
La gestión de la cadena de suministro abarca el planeamiento y el control logístico de
todas las actividades relacionadas a la compra, transporte, almacenamiento y despacho de
los bienes o servicios que se comercializa en las empresas. Incluye también la
coordinación, colaboración, negociaciones con los proveedores con el fin de convertirlos
en socios estratégicos del negocio, además de los intermediarios, terceras partes
involucradas y consumidores finales. En resumen, la gestión de la cadena de suministro
2
The Global Supply Chain Forum, Fisher College of Business, the Ohio State University. See :
http://fisher.osu.edu/scm
3
Cfr. Díaz y Pérez (2012) : 126-132
23
integra la gestión de la oferta y la demanda dentro y a través de las empresas 4 . Este
concepto ha transcendido por su nivel estratégico a toda empresa ya sea grande o pequeña
e independientemente del rubro en la que esta se desenvuelva.
1.3 Modelos de gestión para la cadena de suministro

La administración de la cadena de suministro es una compleja y apasionante actividad
que ha venido desarrollándose ya desde hace varias décadas atrás. En este largo proceso,
aspectos tales como la satisfacción del cliente, la integración y coordinación del trabajo
con proveedores, el uso de la tecnología, el intercambio de información y la calidad, se
han ido añadiendo a este sistema haciéndolo cada vez más complejo de entender y
gestionar.
Por esta razón las principales entidades comerciales en el mundo y los más renombrados
investigadores en gestión logística han desarrollado modelos para facilitar a las
compañías e industrias un marco de referencia como apoyo para la administración de sus
procesos logísticos y la implementación de metodologías. En esta investigación hacemos
referencia a dos de los más reconocidos e importantes marcos de referencia o frameworks
por su nombre en inglés, los cuales presentamos a continuación.
1.3.1 El modelo SCOR

Según el Supply Chain Council, " El modelo SCOR (Supply Chain Operation Reference)
ha demostrado ser una herramienta poderosa y robusta que ayuda a las empresas a alinear
sus objetivos estratégicos con los procesos de la cadena de suministro5. Recientes estudios
han revisado el modelo SCOR (Huang et al., 2004, 2005), y muchos otros estudios
(McCormack 1998; Lockamy y McCormack 2004; Supply Chain Council 2010) han
intentado medir el impacto de la aplicación del modelo SCOR sobre el rendimiento de las
empresas.
Este modelo utiliza una estructura estandarizada de procesos para describir la cadena de
suministro, haciendo uso de un conjunto común de definiciones. Como resultado, las
4
Cfr. Council of Supply Chain Management, www.cscmp.org
5
Cfr. Journal of bussines logistics, (2011):3
24
empresas pueden analizar su cadena de suministro en toda su amplitud y encontrar
alternativas de mejora en sus procesos logísticos. 6
Figura 1: Representación gráfica del modelo SCOR.
Fuente: Supply Chain Operations Reference (SCOR®) model Overview - Version 10.0,
page: 6.
El modelo SCOR brinda un marco estándar para facilitar el análisis y esta es una
herramienta poderosa para los objetivos deseados en el rendimiento el diseño y la
reconfiguración de la cadena de suministro7. El marco de referencia para la definición de
los procesos en el modelo SCOR se basa principalmente en cinco componentes:
Planeación: Esta etapa consiste en hacer una revisión de todos los requerimientos del
plan de gestión para alinearlos con los recursos con los que se cuentan para llevar a cabo
la ejecución de los procesos, responde directamente al plan estratégico de la compañía y
las decisiones son tomadas en el nivel más alto de la organización8.
Aprovisionamiento: En este nivel se revisa que se cumpla un flujo eficiente de los
procesos operativos relacionados con el aprovisionamiento de los almacenes, la
metodología para llevar a cabo los despachos, las fuentes de suministro y las políticas o
acuerdos establecidos con los proveedores.
6
Cfr. Pan, Lee y Chen (2012): 357-370
7
Cfr. Benchmarking: An International Journal, vol 21 (2014): 1
8
Cfr. Pan, Lee y Chen (2012): 357-370
25
Producción. Este nivel se hace cargo de evaluar todas las actividades relacionadas a la
elaboración y manufactura de los entregables para ponerlos a disposición de la siguiente
etapa de la cadena de suministro.
Suministro. Abarca la revisión de todos los procesos vinculados a la demanda de los
clientes y como se ejecutarán los despachos y las entregas llegando hasta el mismo lugar
donde fueron solicitado de ser necesario. Se evalúan también las actividades de transporte
carga y descarga de mercaderías.
Retorno. Todos los procesos concernientes a la logística inversa de los productos como
el RMA (Return Merchandising Authorization) o los mismos procesos de servicio
postventa actualmente muy valorados por los clientes9.
1.3.2 El modelo del Global Supply Chain Forum, GSCF.

La demanda actual de mejores productos y servicios exige a las empresas manejarse
dentro de un esquema enfocado a los procesos, de esta manera se logra la integración,
participación y colaboración eficiente de toda la organización haciendo que sus miembros
vayan en busca de los mismos objetivos.
Para ayudar a las empresas a organizar sus principales procesos, incluida la cadena de
suministro; el “Globlal Supply-Chain Forum” desarrolló un modelo o marco de referencia
denominado modelo GSCF gracias a la colaboración de investigadores y ejecutivos de
importantes compañías en el mundo.
En este modelo los procesos de negocio se describen como actividades (Blackstock
2005a)10. El marco GSCF se basa en la investigación y más de diez años de entrevistas y
sesiones de trabajo con los miembros del foro los cuales representan a una amplia gama
de industrias, tales como 3M, the Coca-Cola Company, Cargill, Defence Logistics
11
Agency, HP, Halliburton y Shell .
El marco de la GSCF define la gestión de la cadena de suministro como "la integración
de todos los procesos clave de negocio, orientados a la satisfacción del usuario final a
través de los proveedores que ofrecen sus productos, servicios e información y que en
9
Cfr. Pan, Lee y Chen (2012): 357-370
10
Cfr. Journal of management policy and practice (2010)
11
Cfr. Lambert.et al. Journal of bussines logistic (2008) vol 29
26
cada etapa de la cadena y agregan valor para los clientes y las otras partes interesadas"
(Lambert, Cooper y Pagh 1998, p.1).
Con este nuevo enfoque se visualiza la necesidad de integrar en la gestión de la cadena
de suministro, todos los procesos que estén relacionados con su funcionamiento y
administración.
Con esta perspectiva en el 2005 Tom Blackstock gerente de operaciones de la cadena de
suministro de Coca Cola manifestó en una carta enviada a la asociación internacional de
industrias de alimentos lo siguiente:
“La gestión de la cadena de suministro es trabajo de todos “ 12
Figura 2: Esquema de la cadena de suministro.
Fuente: Supply Chain Management (Lambert, 2010: 5)
12
Blackstock, Thomas, Keynote Speech, International Association of Food Industry Suppliers, San
Francisco, CA, March 11, 2005.
27
Una forma de representar la cadena de suministro es como se muestra en la figura 2, aquí
tenemos a un fabricante de productos con dos niveles de proveedores y dos niveles de
consumidores, el flujo de información, los productos y la administración de la cadena de
suministro deben ser implementadas dentro de la organización y a través de la cadena de
suministro. En este modelo todos los procesos clave, 8 según el modelo GSCF, son inter
funcionales y de naturaleza cruzada.
Cada organización dentro de la cadena de suministro necesita estar involucrada en la
implementación de los mismos ocho procesos, pero los silos funcionales y los silos
corporativos son elementos que obstaculizan la integración de dichos procesos.13
Entendemos como silos funcionales a aquellos procesos o dependencias dentro de las
empresas que tienden a trabajar de manera aislada bloqueando la comunicación y
colaboración con las demás áreas de la compañía.
Sin embargo, en la realidad la cadena de suministro suele ser mucho más compleja que la
descripción realizada en la figura número 2, ya que una red integral de proveedores y
consumidores puede poseer más de dos niveles dependiendo del tipo de negocio o
industria, una representación más completa se muestra a continuación.
Figura 3: Estructura de la cadena de suministro según el GSCF
13
SUPPLY CHAIN MANAGEMENT Processes, Partnerships, Performance 3rd Edition Douglas M. Lambert,
Editor
28
Fuentes: Lambert, Douglas M., Supply Chain Management; Partnerships Chain
Management Institute, 2008, p. 6.
La gestión de la cadena de suministro según el GSCF está conformada por ocho procesos
clave los cuales atraviesan de forma transversal todos los silos funcionales de la
organización y son mencionados en la siguiente lista:
➢ Gestión de las relaciones con los clientes.
➢ Gestión de las relaciones con los proveedores.
➢ Gestión del servicio al cliente.
➢ Gestión de la demanda.
➢ Cumplimiento de las órdenes de pedido.
➢ Gestión del flujo de la producción.
➢ Desarrollo y comercialización de productos.
➢ Gestión de las devoluciones o logística inversa.
Cada uno de estos ocho procesos puede tener subprocesos y deben estar liderados por
equipos comprometidos con la integración de los mismos en los niveles estratégicos, nivel
de implementación y niveles operativos siendo esta integración indispensable para el
éxito de la gestión de la cadena de suministro.
1.4 El talento para la gestión de la cadena de suministro

La gestión de la cadena de suministros en las empresas es una disciplina en continua
evolución y actualmente se le debe asignar un nivel estratégico si se desea alcanzar el
éxito empresarial.
El principal objetivo en la gestión de la cadena de suministro es la reducción de los
desperdicios y de aquellas actividades que no agregan valor a los productos o los servicios
que son destinados al cliente. Por ello es muy importante que los profesionales que
conforman el equipo encargado de administrar, liderar o forman parte de este proceso
cuenten con las habilidades necesarias y el talento para responder a las exigencias de estas
nuevas demandas (Dittmann, 2012)14.
A través de las habilidades propias de cada individuo las empresas manifiestan sus propias
capacidades, las cuales serán únicas para cada organización (Powell 1992) 15 . Existe
14
Cfr. Council of Supply Chain.SCM talent developement
15 Cfr. The
International Journal of Logistics Management Vol. 22 No. 1, 2011
29
mucha teoría y estudios científicos que respaldan estas afirmaciones, pues la gestión
moderna de procesos está muy relacionada al desempeño del capital humano con el que
cuentan las empresas para llevar a cabo sus actividades productivas, comerciales o de
servicio.
Asegurar que las responsabilidades de los procesos están en manos de especialistas
capacitados asertivos y motivados es una garantía de éxito en la consecución de los
objetivos de cualquier compañía. Por ello en esta investigación consideramos que todos
los cambios y las metodologías planteadas para la mejora de la gestión de la logística y la
cadena de suministro deben estar alineados con estos principios.
A continuación, presentamos un modelo plantado por el CSCMP en el cual se manifiestan
y sugieren las capacidades y talentos que deberían poseer los elementos que forman parte
del equipo que administra la gestión de la cadena de suministro.
Figura 4: Matriz de habilidades sugeridas por el CSCMP para la gestión del capital
humano.
Fuente: Imagen tomada del sitio web del CSCMP
30
1.5 El rol de la logística en la cadena de suministro
Como se ha mencionado anteriormente la logística está muy ligada a la evolución del
concepto de cadena de suministro. En el presente trabajo consideramos que la logística
tiene a su cargo diversas actividades de orden interno y funcional, como la de mantener
los inventarios reducidos, administrar y controlar el costo del transporte de las
mercaderías, suministrar a tiempo los pedidos requeridos por los clientes, además de
mantener en buenas condiciones las existencias en el almacén para que estas lleguen en
buen estado a su destino final.16
En resumen, podemos decir que la cadena de suministro depende en gran parte del éxito
de la gestión logística pues es aquí donde es posible agregar valor a los procesos que
finalmente perciben los clientes como un elemento diferenciador en un entorno de
mercados globalizados.
Un buen funcionamiento de la logística interna facilita la integración de proveedores y
clientes a la cadena de suministro.
1.6 Operaciones de compra y abastecimiento

Producto de la evolución de los mercados y los altos niveles de competencia que existen
en el mundo, la gestión de compras o reaprovisionamiento de materiales en las empresas
ha pasado de ser una actividad de mediana envergadura a un proceso completamente
estratégico que puede definir el futuro de una compañía.17 Por esta razón es crítico que
este proceso sea ejecutado de forma tal que respete el nivel estratégico de toda la cadena
de suministro.
Una estrategia de compras bien definida contribuye a que la empresa pueda contar de
manera oportuna con los productos necesarios para su transformación o directa
comercialización.
Las metodologías para las compras y el abastecimiento han evolucionado de manera
significativa dentro del estudio de la logística y la cadena de suministro hasta convertirse
en una verdadera ciencia que debe estar en manos de profesionales y especialistas capaces
de mantener un correcto equilibrio entre las necesidades de aprovisionamiento y el costo
que esta operación implica.
16
COURSE OF MATERIAL CII INSTITUTE OF LOGISTICS Website: www.ciilogistics.com
17
Cfr. Benito (2006): 10-21
31
Diversos modelos han sido sugeridos por especialistas en esta materia, uno de los más
conocidos y estudiados ha sido el modelo Collaborative Planning Forecasting and
Replenishment o CPFR que considera aspectos tales como la planificación de las compras
basado en un adecuado pronóstico de la demanda y el acercamiento directo con
proveedores estableciendo relaciones provechosas para la optimización de las
operaciones de compra y abastecimiento.
En la siguiente figura puede apreciarse las etapas que conforman el modelo y como estas
interactúan unas con otras para la correcta ejecución de la estrategia.
Figura 5: Etapas del modelo colaborativo para la gestión de la cadena de suministro.
ANÁLISIS ESTRATEGIA
ES
NT
S
IE
NTE
CL
CLIE
GESTIÓN DE LA
EJECUCIÓN CLIEN
TES
DEMANDA
Fuente: Journal of Management Policy and Practice vol. 11(4) 2010 17, Elaboración
propia.
Cada una de estas etapas puede disgregarse en operaciones más específicas que forman
parte de la estrategia global de compras de las compañías.
1.7 Clasificación de las compras

Las actividades relacionadas a las compras de una empresa deben responder a políticas
claras y estrategias definidas como la calidad, el aseguramiento de la satisfacción de los
clientes, los costos logísticos y el establecimiento de los niveles de servicio que se desea
32
alcanzar para cada uno de sus productos. Con estos criterios podemos clasificar a las
compras:
a) Por la frecuencia en las adquisiciones: muchos productos tienen diferentes
características algunos son importados y otros se compran localmente por ello su
frecuencia es distinta18.
b) Por reposición de inventarios: muchas de las compras tienen como objetivo reponer
el stock principal sin embargo esto puede generar acumulación si no se controla
adecuadamente19.
c) Por las características físicas del producto: todos los productos vienen en diferentes
presentaciones algunos son más delicados que otros y requieren un tratamiento
especial desde el proceso de compras20.
1.7.1 Compras internacionales

Son aquellas compras de bienes o servicios que se realizan fuera del territorio en dónde
opera una compañía. Esta práctica se encuentra en la actualidad muy difundida y su
importancia radica en que por lo general los mercados internacionales ofrecen una gran
variedad de productos de diversas calidades y precios que difícilmente se puede encontrar
en los mercados locales, lo que puede significar una importante ventaja competitiva para
las empresas que logren realizar alianzas con los proveedores de estos productos.
Sin embargo, hay que tener en cuenta también los riesgos y las implicancias que este tipo
de operación conlleva como:
a) La incertidumbre en calidad de los productos importados.
b) El tiempo de llegada de los lotes adquiridos que depende por lo general de diversos
factores, este tiempo conocido como el Lead Time.
c) El costo de aseguramiento de las mercaderías para el proceso de transporte.
d) Los términos internacionales de importación denominados INCOTERMS.
e) Los costos y procedimientos para el desaduanaje de mercaderías.
18
Cfr. Leender, M, Fearon, H, England, W. (1999): 184
19
20
33
1.7.2 Compras locales.
Las compras locales son aquellas que se realizan a proveedores de productos o servicios
dentro del territorio nacional. Los gastos de comprar son menores en comparación con
las compras internacionales. Asimismo, el tiempo de llagada de las mercaderías es
también menor.
Sin embargo, se debe considerar que el margen de utilidad en la venta de los productos
adquiridos localmente es menor que cuando se comprar a proveedores extranjeros.
1.8 Estrategias de compra

Es indiscutible que la eficiencia y la gerencia efectiva de la cadena de suministro es un
factor crucial en el éxito de las corporaciones que se encuentran compitiendo en un
mercado global tan exigente. (Lamming 1993; Carter and Ellram 2003; Hartman et al,
2012), por ello es indispensable que el área de compras debe de pasar de un nivel táctico
a un nivel estratégico. Lograr hacerlo puede significar una importante y sostenible ventaja
competitiva para la organización. 21 A continuación presentamos las más importantes
herramientas utilizadas para llevar a cabo una eficiente gestión en la operación de
compras.
1.8.1 Compras justo a tiempo

La función de comprar en un entorno empresarial JIT rompe con el esquema tradicional
empleado en el pasado. El rol de comprar con la metodología Just in Time difiere
principalmente por la naturaleza de las relaciones entre las empresas y sus proveedores,
la frecuencia en las entregas, y el número de proveedores que usualmente mantiene una
compañía. Los procesos de compra habituales pueden traer consigo un gran número de
desperdicios: 22
a) Exceso de materias primas.
b) Grandes esfuerzos para la manipulación de productos defectuosos.
c) Negociación de precios y de despachos de productos.
d) Tiempos muertos esperando los despachos.
21
Cfr. Int. Journal Production Economics 147 (2014): 1
22
Cfr. Lai, Cheng (2009): 65
34
e) Daños en la mercadería por inadecuados embalajes.
La función de comprar fue catalogada en el pasado como una operación que consistía en
encontrar los productos requeridos al más bajo precio. Sin embargo, el cambio de enfoque
hacia la calidad demostró que el rol de comprar juega un papel importante en los entornos
de las empresas que se manejan bajo la metodología del Just in Time23.
Tabla 1: Características prácticas de las compras JIT
Fuente: Elaboración Propia.
1.9 El rol de inventario

El inventario es todo aquel producto o bien almacenado para su fututo uso, este puede ser
de naturalezas distintas como de productos en proceso los cuales deben servir para
abastecer una siguiente etapa de un ciclo productivo, o también de productos terminados
los cuales esperan en el almacén para ser vendidos. Posee un importante valor en las
compañías y pueden representar a su vez una significativa porción del capital de trabajo.
El inventario puede ser la llave determinante de la rentabilidad de una compañía, pues a
mayor rotación del inventario mayor serán ingresos, su adecuado manejo es clave para el
éxito de la gestión de la cadena de suministro.
23
Cfr. International Journal of Operations & Production Management (1993)
35
Esto significa tener el inventario correcto en el momento correcto y poseer siempre solo
el necesario, un exceso de inventario significa un incremento del capital de trabajo
además de otros costos asociados al almacenamiento como el control de las existencias,
la perdida por obsolescencia o caducidad entre otros.
Hoy en día el reto es reducir los costos de los inventarios y a la ves mejorar la calidad del
servicio.24
1.9.1 Funciones del inventario

El inventario dentro de las compañías cumple diversas funciones las cuales se mencionan
a continuación:
• Lograr un equilibrio entre la oferta y la demanda. Es muy difícil lograr establecer
este equilibrio debido a las variaciones que puede sufrir la demanda de un
determinado producto debido a factores que la empresa no puede controlar como la
estacionalidad o la moda, o por el contrario siempre que exista un requisito repentino
de productos en grandes cantidades no será posible fabricarlos inmediatamente, por
ello los productos se fabrican y se almacenan con antelación y por periodos
determinados para de esta forma no caer en la escasez.
• Minimizar costos manteniendo un adecuado nivel de inventario. Cuando se
repone el inventario en cantidades muy pequeñas es posible reducir los costos de
inventario, sin embargo, los costos de compra se elevan considerablemente. La tarea
es buscar un punto de equilibrio en donde la cantidad de inventario adquirido es solo
el adecuado sin que esto afecte los niveles de servicio que satisfacen adecuadamente
las necesidades de los clientes.
• Proporcionar un nivel de servicio adecuado. Con el inventario se logra atender las
necesidades de los consumidores, la ubicación y la disponibilidad del inventario
determinan el costo del nivel de servicio que se desea brindar a los clientes.
• Proteger el negocio de imprevistos. El inventario ayuda en casos de contingencia
como la escasez de proveedores, situación que puede presentarse a menudo por
asuntos políticos, climáticos o gubernamentales, el inventario soporta de manera
temporal estas circunstancias evitando la interrupción de los procesos de negocio.
24
CII INSTITUTE OF LOGISTICS pag: 18
36
• Ventajas por compras a nivel mayorista. Es posible generar un mayor margen de
ganancia cuando se compra inventario en grandes cantidades, los proveedores suelen
ofrecer estas ventajas a sus socios de negocios.
1.9.2 Gestión del inventario

La gestión de los stocks es una tarea que forma parte integral de la cadena de suministro,
es además esencial para lograr un adecuado nivel de servicio en las organizaciones.
En la actualidad esta actividad es considerada un aspecto clave para el éxito de las
empresas. Esta primordialmente relacionada a la gestión de compras, ciclos de
reaprovisionamiento, control de las existencias y a los niveles de almacenaje que se debe
mantener de determinados productos para abastecer una determinada demanda. Esta
gestión incluye la revisión periódica de los productos almacenados, monitoreo de en los
niveles de rotación y los niveles en los stocks de seguridad de determinados productos.
La información proveniente de esta actividad debe ser precisa y pertinente facilitando así
la toma de decisiones y la realización de los ajustes necesarios que eviten el sobrecosto y
pérdidas económicas por exceso de almacenaje, deterioro de productos u obsolescencia
de mercaderías25.
1.9.3 Gestión del inventario en empresas del rubro tecnológico

En el sector tecnológico, los productos electrónicos que se comercializan tales como
computadoras personales (PCs), pantalla de cristal líquido (LCD TV), cámaras digitales
y teléfonos celulares se enfrentan con relativa frecuencia a una corta vida útil. La razón
principal es que los proveedores de componentes a menudo son capaces de fabricar
nuevas piezas de mayor rendimiento en periodos más cortos de tiempo debido a la
continua innovación tecnológica.
Por lo tanto, nuevos productos con mejores prestaciones y componentes más potentes se
desarrollan y se introducen en el mercado con relativa frecuencia.
Esta realidad crea muchos retos para las empresas que comercializan estos productos y
uno de ellos es la gestión de los niveles de inventario.
25
Cfr. Parra (1999):15.35
37
Como resultado, los productos electrónicos entran el mercado como productos de alta
calidad y se venden a precios elevados, luego de un periodo se convierten rápidamente en
dispositivos de tecnología estándar y se venden a un precio accesible y finalmente, se
convierten en productos de gama baja hacia el final de su ciclo de vida comercial, debido
a las reducciones de precios constantes en los componentes que utilizan y el ingreso al
mercado de nuevos y mejores dispositivos.
Por lo tanto, las empresas relacionadas a la venta de tecnología deben administrar
cuidadosamente los niveles de inventario debido a su corta vida comercial y a la constante
reducción de precios de los componentes utilizados para la fabricación o ensamblaje de
equipos en este sector comercial, pues al ritmo en que los precios disminuyen, la
capacidad y la potencia de los componentes también se incrementa.
Asimismo, la alta demanda siempre apunta a dejar descontinuados los productos cuya
tecnología ya está siendo reemplazada.
Un claro ejemplo del deterioro en los precios relacionada a la vida útil en la industria
informática y electrónica nos lo ofrece los procesadores que desarrolla la compañía
INTEL, en donde en promedio cada 2 meses estos productos sufren una variación en su
precio de venta en el mercado, y luego de aproximadamente un año de permanencia ya
se le puede considerar un producto descontinuado. Esta particularidad afecta
principalmente a aquellas empresas comercializadoras que no son capaces de determinar
las cantidades optimas de inventario que deben almacenar sin el riesgo de que al final del
ciclo de vida comercial se queden con un gran número de ítems descontinuados.
A continuación, se muestra una gráfica que extrae la información de la página de
estadísticas de consumo norteamericano “bureau of labor statistics”
https://www.bls.gov/home.htm, en donde se puede apreciar la acelerada caída de los
precios en los productos relacionados a la electrónica, informática y las tecnologías de la
información desde el año 1997 hasta el año 2017.
Para poner un ejemplo de lo que ocurre en este mercado se puede decir que una
computadora en la actualidad cuesta solo el 4% de lo que costaba en el año 1997.
No obstante, no significa que este mercado se encuentre en vías de desaparecer, por el
contrario, es el escenario propicio para que las empresas planteen estrategias de valor
agregado e innovación para sus clientes, como el servicio postventa, la asesoría y planes
de mantenimiento, servicios en la nube, renovación de equipos, etc.
38
Figura 6: Caída de los precios en Microprocesadores Intel del año 2004 al 2006.
Fuente: Elaborado en base a estadísticas de Bureau of labor statics.
Como se puede apreciar, la vida comercial útil de un componente electrónico es

relativamente corta debido a esto los precios de venta se desploman muy rápidamente,
por ello las empresas que comercializan estos productos deben gestionar con eficiencia la
cadena de suministro con el fin de lograr alianzas estratégicas ganar-ganar con sus
proveedores para obtener los mejores acuerdos comerciales y con sus clientes para
conocer su demanda y evitar situaciones como el sobreabastecimiento o la rotura de los
inventarios que afectan directamente la rentabilidad del negocio.
Por ello, el manejo de la información para el pronóstico de la demanda debe ser lo más
preciso posible para evitar fallas en las políticas de compra las cuales definen el éxito de
la gestión empresarial.
39
1.9.4 El costo asociado a los inventarios.
Los costos asociados a los inventarios se pueden definir en dos categorías:
• Costos de posesión. Estos costos se pueden medir con relativa facilidad ya que están
directamente asociados con la inversión realizada en la compra de los inventarios, el
espacio que ocupan en el almacén y su tiempo de permanencia.
• Costos de no posesión. O también conocido como rotura de stocks, su costo es difícil
de calcular ya que involucra procesos segmentados en caso de atención de una orden
no completada o incluso la pérdida total de una venta o lo que es peor aún la pérdida
de un cliente.
1.9.5 Razones para mantener el inventario

Las razones para el mantenimiento de inventario en las empresas se pueden resumir en el
siguiente listado:
a) Inventario de ciclo: las materias primas, los componentes y las piezas para un ciclo
de fabricación son cruciales en todas las empresas o industrias que fabrican o
transforman materiales para su posterior venta o distribución. Este inventario es
importante para mantener el ciclo continuo de la producción.
b) Inventario de seguridad: para evitar el desabastecimiento o disminuir el nivel de
servicio que afectan a los clientes es indispensable un inventario que ayude a manejar
ciertas alteraciones o imprevistos en la demanda. Siempre y cuando se maneje de
forma controlada su utilidad es clave para éxito de la gestión de la cadena de
suministro.
c) Nivel de servicio: un correcto nivel en los inventarios debe garantizar la satisfacción
de los clientes y la atención de sus requerimientos en el instante apropiado, sin que
esto signifique un sobrecosto para la empresa. El nivel de servicio está directamente
relacionado al stock de seguridad.
Por lo general la imprecisión y la baja exactitud en el control de los inventarios
conllevan sistemáticamente a la erosión en la rentabilidad de las compañías.
1.9.6 Clasificación de los inventarios.

Con el objetivo de gestionar adecuadamente la entrada y salida del inventario en las
empresas, estas deben tener el conocimiento para clasificar sus existencias de manera que
40
su administración y control sean lo más simples posibles, esta clasificación puede
comprender:26
a) Inventario de Materias primas y de producción: esta porción de los inventarios
tiene como objetivo abastecer de los elementos necesarios para la elaboración de otros
productos los cuales serán denominados como producto final o productos de
consumo.
b) Inventario en proceso o semiterminados: es aquella porción del inventario que se
encuentran en proceso de fabricación pero que aún no han sido total mente
transformada. Se encuentran en una parte del proceso de producción.
c) Inventario de productos terminados: estos son los inventarios que se manejan a
diario en las empresas y sirven para hacer frente a la demanda normal de los clientes
o hacer frente a los procesos productivos de las compañías.
d) Inventario en movimiento o en tránsito: es aquel inventario que se encuentra
desplazándose de un punto a otro ya sea para su transformación o para su entrega a
los consumidores.
e) Inventario obsoleto: son todas aquellas unidades o lotes de productos que ya no
presentan rotación se deben establecer medidas para evitar su acumulación como
remate de saldos o negociar su devolución a los proveedores
f) Inventario muerto: se considera un stock muerto a todos aquellos productos que ya
no tienen demanda y su mantenimiento representa un gasto para la compañía.
1.9.7 El inventario de seguridad.

El stock de seguridad es una porción de las existencias cuya función es responder a las
fluctuaciones de la demanda en caso esta se incremente de manera inesperada y en teoría
debería poder hacerlo hasta que el inventario de reposición llegue a los almacenes. De
esta manera se evita las pérdidas de ventas por roturas de stock y la insatisfacción de los
clientes por el incumplimiento de pedidos. Algunos defensores del JIT sostienen que las
existencias de seguridad no deben ser utilizados para encubrir el origen del problema (es
decir, las incertidumbres tanto en tiempo de espera y demanda)27.
26
27
Cfr. International Journal of Operations & Production Management
41
Un adecuado manejo en la gestión de los inventarios debe ser capaz de determinar el
correcto nivel del stock de seguridad y a qué tipo de productos este debe este aplicarse.
Se debe tener en cuenta además que debe existir un correcto equilibrio entre el costo del
mantenimiento de inventarios y el nivel de servicio que se desee brindar a los clientes de
la organización. La fórmula usual para calcular el Stock de seguridad es:
𝑺𝑺 = 𝒁 × 𝝏𝒅 × √𝒕𝒓
Donde:
Z: Está relacionado al Nivel de servicio que se desea brindar.
𝝏𝒅 : Es la desviación estándar de la demanda.
𝑻𝒓: Es el tiempo de reposición o lead time
Figura 7: Stock de seguridad
Fuente: Understanding safety stock and mastering its equations by Peter L. King, CSCP
1.9.8 El nivel de servicio y el parámetro Z

El nivel de servicio es el término que define la capacidad de una organización para
satisfacer por medio de sus inventarios las necesidades y los requerimientos de sus
clientes en el momento en el que estos así lo requieran. Un grado de servicio alto significa
que la probabilidad de dejar de atender una orden de pedido prácticamente es nula.
Por otro lado, un bajo nivel de servicio conlleva a pérdidas económicas, pues la empresa
deja de generar ganancias al no poder satisfacer una demanda. El nivel de servicio está
42
estrechamente relacionado con el stock de seguridad y con los costos de mantenimiento
de inventarios, por ello su manejo debe estar en manos de especialistas.
El nivel de servicio está estrechamente relacionado a los stocks de seguridad y a los costos
de mantenimiento de los inventarios. Un alto nivel de servicio implica altos costos para
la empresa, por eso es importante que estos niveles se fijen teniendo en cuenta la demanda
y la criticidad del producto. El parámetro Z forma parte de la ecuación del Stock de
seguridad y hace referencia a la curva de distribución normal. Cuando incrementamos el
nivel de servicio los valores de Z se incrementan, y eso conlleva a un incremento en los
niveles de servicio y un incremento importante en los niveles de inventario que se deben
mantener en cada ciclo del abastecimiento, por ende, los costos de mantenimiento
también se incrementan 28 . A continuación, se presenta una tabla los valores más
representativos de Z.
Figura 8: El nivel de servicio y su correspondiente Z
Fuente: Understanding safety stock and mastering its equations by Peter L. King, CSCP
1.9.9 Control de inventarios y el método ABC

El objetivo de los métodos de control de inventarios es determinar el nivel más económico
de inventarios en cuanto a productos en proceso y producto terminado; los objetivos de
28
Cfr. Understanding safety stock and mastering its equations by Peter L. King, CSCP
43
un buen servicio al cliente y de un abastecimiento eficiente deben verse reflejado
manteniendo los inventarios en un nivel mínimo29.
El concepto del análisis ABC fue acuñado por Pareto, un filósofo italiano en el año 1983
cuando interpreto gráficamente que la gran riqueza de Italia estaba distribuida en una
pequeña proporción de la población. Este análisis se basa en el principio de “los pocos
vitales y los muchos triviales”. Esta técnica es también conocida como la regla del 80:20.
A pesar de su simplicidad y antigüedad este método conjuntamente con el diagrama de
Pareto son herramientas imprescindibles la hora de analizar procesos y buscar
oportunidades de mejora.
Cuando esta regla es utilizada los productos son clasificados en 3 categorías30:
1. Categoría “A”: Un pequeño número de productos que concentran un alto valor
económico. Se consideran los pocos vitales.
2. Categoría “B”: Una cantidad media de productos con un medio valor económico
concentrado. Se consideran productos normales.
3. Categoría “C”: Una alta cantidad de productos que concentran un bajo valor
económico. Se consideran los muchos triviales.
A continuación, se presenta la gráfica que explica el modelo del análisis ABC.
29
Cfr. Gutiérrez (2009): 125-153
30
Cfr. Thukaram (2009): 137
44
Figura 9: Grafica del Análisis ABC
Fuente: Beheshti, Hooshang &, Grgurich & W. Gilbert, Faye. (2012). ABC Inventory
Management Support System With a Clinical Laboratory Application. Journal of
Promotion Management.
De acuerdo con esta técnica se debe ejercer un estricto control sobre la categoría “A” y
debe estar bajo la supervisión de personas experimentadas. Por otro lado, un control
moderado debe ser ejercido a los productos de categoría “B” y un relativo menor control
sobre los productos de la categoría “C”. El objetivo del análisis ABC es establecer las
políticas de control de manera selectiva de acuerdo a la importancia de cada producto.
Cuando un análisis ABC se ha realizado las siguientes políticas pueden ser establecidas
para cada categoría31:
31
Cfr. Thukaram (2009): 137
45
Tabla 2: Matriz de criterios ABC
Con respecto a : "A" Items "B" Items "C" Items

Grado de control Estricto control Control moderado Bajo control
Stock de seguridad No stock de seguridad Bajo Stock de seguridad Alto Stock
Ordenes de pedido Ordenes frecuentes Una vez cada 3 semanas Ordenar cada 6 meses
Periodicidad de control Control semanal Control mensual Cada 4 meses

Rigurisadad de analisis Riguroso análisis Moderado análisis Mínimo análisis
Proyección de demanda Precisión y Planeamiento Basado en el pasado Basado en el pasado
Lead Time Lead time mínimo Lead Time moderado Sin mayor esfuerzo
Fuente: Elaboración propia
Las ventajas de realizar un análisis ABC en los inventarios de una compañía se pueden
resumir de la siguiente forma:
a) Un estricto control es ejercido sobre los productos más costosos mientras se
reducen los esfuerzos por controlar los productos menos rentables.
b) Las inversiones sobre las compras son minuciosamente realizadas.
c) Los costos de almacenamiento se reducirán y estarán en función al grado de
rentabilidad de los productos.
d) Rápida reposición de materiales y productos necesarios justo a tiempo.
e) Las políticas de stock se basan en el principio de control, esto es especialmente
necesario cuando se busca reducir los costos.
1.9.10 Determinación del lote optimo o EOQ

La idea detrás de un lote óptimo de compra es que se obtiene el balance adecuado entre
el costo total de comprar, comparado con el costo de mantener los inventarios. El
resultado es el menor costo posible. El lote económico de compra o EOQ, por sus siglas
en ingles es la cantidad de inventario ordenado que minimiza el costo total de su
mantenimiento. Este es uno de los más antiguos y clásicos modelos de programación de
producción. El marco usado para la aplicación de esta fórmula es conocido como el
Barabas EOQ Model.
Sin embargo, el modelo EOQ aplica solo cuando la demanda de un producto es conocida
y constante y cada ordenen de pedido arriba exactamente cuando el nivel de inventarios
46
llega a cero. Además, existe un costo fijo para todas las órdenes de compra colocadas
independientemente del número de unidades adquiridas en cada lote. Es decir, el modelo
no admite una variación en los precios ni ofertas de compras por volumen.
En resumen, para aplicar el modelo EOQ debe cumplirse32:
1. El costo de ordenar es constante.
2. El ratio de la demanda es conocida y no varía en el tiempo.
3. El tiempo de arribo de los pedidos es fijo.
4. El precio de compra no varía según el tamaño del lote adquirido.
5. Las reposiciones son inmediatas el lote entero es entregado a la vez.
6. Solo un producto es analizado a la vez.
Figura 10: Modelo determinista elemental
Stock Maximo
Qp
Nivel de Stock
Nr
te Tiempo
Fuente: Elaboración Propia.
32
Cfr. Davis (2013): 58
47
Figura 11: Modelo de lote económico
Costos Total
Costos
Costos de mantener inventarios
Costos de Ordenar
Q* Q
Fuente: Elaboración propia.

𝐷 𝑄
Fórmula: Costo Total anual de la gestión = 𝑆 ∗ 𝑄 + (( 2 + 𝑆𝑆) ∗ 𝐼 ∗ 𝑐 )
Donde:
S: Es el costo de ordenar.
D: Es la demanda Anual del producto.
𝑄
Q: Es el lote de compra y 2 es el inventario promedio.
SS: Corresponde al Stock de Seguridad del producto (sin no existe es 0)

I: Es la tasa del costo de mantenimiento de inventario, según reconocidos especialistas
oscila entre un 25% y un 30%33.
C: Costo unitario del producto.
LOTE ECONÓMICO:
Al derivar la fórmula del costo logístico total y al igualarla a 0 (ya que lo que se busca es
el costo mínimo) se obtiene la fórmula del lote económico:
2∗𝑆∗𝐷
Fórmula del lote económico de compra o EOQ = √( )
𝐼∗𝐶
TASA DE COSTO DE MANTENIMIENTO “I”:

La tasa de costo de mantenimiento es un ratio, por lo general de periodo anual el cual se
calcula teniendo en cuenta los siguientes costos relacionados al mantenimiento de los
inventarios:
33
Cfr. cf. James R. Stock y Douglas M. Lambert,
48
• Costes de capital, dinero estancado
• Costes de espacio de almacenamiento
• Costes de servicio de inventario
• Costes de riesgos de inventario
• Impuestos, seguros, obsolescencia y deterioro.
La regla general estándar estima a los costes de almacenamiento entre un 25 % y un 35%
del valor de inventario disponible (cf. James R. Stock y Douglas M. Lambert, Strategic
Logistics Management (Gestión estratégica de la logística), 2.da edición, Irwin
Professional Publishing, 1987)34 . Esto quiere decir por ejemplo que por cada S./1000.00
soles de productos almacenados en el inventario anualmente se generara un gasto
promedio de S./250.00 soles.
1.9.11 Política de revisión continua

La política para la reposición de los inventarios debe responder a dos interrogantes de
vital importancia, la primera de ellas es cuanto se debe comprar y la segunda cuando debe
hacerse la compra. La política de revisión continua consiste en ordenar una cantidad fija
de un producto cuando el inventario de este ha llegado a un determinado nivel. Este punto
es conocido como el punto de re orden y la cantidad que se ordenara corresponde al lote
económico o EOQ que ya hemos visto anteriormente y en el cual se obtiene el costo más
bajo por comprar y almacenar. La política consiste en monitorear continuamente el
inventario hasta que este llegue al punto de re-orden y se tenga que ordenar el lote EOQ.
Las dos principales variables de este modelo son:
➢ EOQ. El lote económico de compra.
➢ PR. Es el punto de re-orden en donde se ordena el lote EOQ.
34
Cfr. cf. James R. Stock y Douglas M. Lambert,
49
Figura 12: Modelo de revisión continúa
Fuente: elaboración propia
1.9.12 Política de revisión periódica.

Esta política consiste en hacer una revisión del inventario cada cierto periodo de tiempo,
y ordenar en cada revisión la cantidad de inventario que falta para llegar a un determinado
inventario objetivo. Es decir, el lote que se debe comprar ya no es fijo (como en modelo
EOQ), si no que varía en cada periodo de revisión. La principal diferencia con la política
de revisión continua es que con esta política se debe mantener un alto inventario de
seguridad para hacer frente a las variaciones de la demanda.
Figura 13: modelo de revisión periódica.
Fuente: elaboración propia.
Las tres principales variables de este modelo son:

➢ T. Nivel de inventario objetivo o inventario máximo.
➢ Qi. El lote que se compra para alcanzar el inventario objetivo (variable).
➢ F. Frecuencia de la revisión del inventario.
50
1.10 El pronóstico de la demanda.
Edith Penrose (1959) argumento hace más de 55 años atrás que las firmas crecen cuando
les ponen atención a sus consumidores.
Por otro lado, investigadores (e.g., Simmon et al. 2008) consideran que los clientes más
que una oportunidad, representan la base para la correcta formulación de un planeamiento
estratégico35.
Alrededor de 100 años de evolución en los procesos logísticos e industriales han hecho
posible una mejora significativa en el pronóstico de este determinante factor. Sin embargo
aún todo lo avanzado existe un gran nivel de incertidumbre con respecto a las
fluctuaciones que pueden afectar su comportamiento, ya que por lo general depende de
muchas variantes relacionadas a la moda y tendencias de compra de los consumidores,
estas variaciones pueden afectar significativamente el movimiento de los inventarios en
las empresas, por ello es de suma importancia que se realicen actividades relacionadas al
planeamiento y la gestión estratégica de la cadena de suministro para reducir el impacto
que este comportamiento de la demanda genera36.
Existen tres tipos de tendencias de ventas que son importantes para el propósito de
predicción, estas son:
a) Tendencias seculares: estas son a largo plazo, se calculan con los datos de ventas
sobre una base de promedio móvil.
b) Tendencias cíclicas: reflejan la presión de los ciclos comerciales sobre las ventas.
c) Tendencias estaciónales: se determinan al determinar las ventas mensuales durante
varios años37.
35
Cfr. Journal of Supply Chain Management (2012): 4
36
Cfr. Chase (2013) 6
37
Cfr. Roux (2002): 8-10
51
Figura 14: Patrones de la demanda
Qty
Qty
HORIZONTAL TENDENCIA
Time Time
Qty
Qty
ESTACIONAL
CÍCLICO
Time Time
1.10.1 Importancia de la precisión de los pronósticos.

Lambert y Stock (1993) definen al pronóstico de la demanda como, “la fuerza impulsora
detrás de todas las actividades de planificación a plazos dentro de la empresa " (Pág. 559).
Un pronóstico, cuando es preciso, ayuda a las compañías a planificar mejor las actividades
detrás de las cadenas de suministro y se preparan las estrategias adecuadas para el corto
y largo plazo en condiciones de mercado fluctuantes. Además, ayuda a mejorar el
rendimiento operativo, a su vez que contribuye a reducir el impacto económico que
generan las actividades relacionadas al sobreabastecimiento (Fildes y Beard 1992;
Gardner 1990; Wacker y Lummus 2002).
Cuando la precisión de los pronósticos se degrada las decisiones sobre la base de las
previsiones pueden dar lugar a errores operacionales. Por ejemplo, en 2001 la compañía
Cisco se vio obligada a cancelar $ 2.2 mil millones en sus inventarios, despido 8.500
empleados y experimentaron una disminución en sus stocks de más del 80 % ($ 82 a $
13,20 / acción). Los resultados se debieron, en parte, a las previsiones utilizadas para las
decisiones de planificación y gestión ya que no fueron capaces de predecir la dramática
caída de la demanda de sus productos (Berinato 2001).
Dependiendo de las circunstancias, los pronósticos pueden ser creados por sistemas
autónomos, particulares, equipos multifuncionales o alguna combinación de estos
enfoques. Los resultados expresan estimaciones de la demanda futura en los diferentes
52
niveles de la jerarquía de productos o servicios dependiendo del usuario y la aplicación
prevista.
Muchos estudios proporcionan evidencia de que mejorar la precisión de los pronósticos
puede repercutir positivamente en la realización de actividades relacionadas con la
logística y generar una real ventaja competitiva para las empresas. Un ejemplo de ello es
la compañía Wal-Mart la cual hace mucho tiempo se ha mantenido como una empresa
que utiliza sus capacidades logísticas para establecer una ventaja comparativa en el sector
minorista.
Las empresas que logran mayores niveles de rendimiento que su competencia puede ser
capaz de utilizar esta diferencia como una ventaja comparativa con los clientes38.
Figura 15: Modelo de aplicación de los pronósticos
FORECAST FORECAST FORECAST

ACCURACY QUALITY UTILITATION
LOGISTIC
PERFORMANCE
Fuente: Journal of Business Logistics, Carlo D. Smith Central Washington University
El esquema muestra un modelo en donde la aplicación de la precisión de los pronósticos

impacta y se relaciona directamente con el rendimiento de la gestión logística. La relación
es evidente en los casos en los que los sistemas de información se integran o enlazan
electrónicamente brindando herramientas de soporte para la toma de decisiones. Por
ejemplo, se pueden aplicar sistemáticamente sistemas de gestión de inventario y
pronóstico para las ventas a Retails y cadenas mayoristas utilizando algoritmos para
calcular los requisitos de punto de pedido39. La relación en este modelo se basa en:
38
Cfr. JOURNAL OF BUSINESS LOGISTICS, Vol. 31, No. 1, 2010
39
Cfr. JOURNAL OF BUSINESS LOGISTICS, Vol. 31, No. 1, 2010
53
• H1: El rendimiento del pronóstico se relaciona positivamente con el rendimiento de
la logística (eficiencia logística, la eficacia de la logística y la logística como ventaja
comparativa)
• H2: Cuando mayor sea la precisión de los pronósticos mayor será la calidad de
evaluación en la toma de decisiones del usuario logístico.
• H3: Cuanto mayor sea la evaluación de la calidad del usuario del pronóstico, mayor
será la medida en que se utilizan las previsiones para la toma de decisiones de la
logística.
• H4: Cuanto mayor sea la medida en que las previsiones son utilizadas para las
decisiones de logística, mayor será el desempeño de la actividad logística.
Con el fin de realizar los pronósticos relacionados a la demanda existen 2 métodos, los
cuales se utilizan dependiendo del grado de exactitud que se desee alcanzar y el nivel de
información histórica que se menaje de un determinado producto. Estos modelos son40:
1.10.2 Modelos cualitativos

Son de naturaleza subjetiva, se emplean cuando la información histórica relacionada al
movimiento de venta o rotación de un producto es insuficiente, contradictoria, costosa o
irrelevante. Se basan en la experiencia y conocimiento de la empresa y de su ambiente
externo. Ejemplo:
La introducción de un nuevo producto al mercado, en este caso no existe información
anterior de ventas, lo usual es hacer un análisis del mercado para estimar un pronóstico
de ventas. La siguiente tabla muestra los diferentes métodos de pronósticos cualitativos y
su relación con el tiempo y el costo que representan.
40
Cfr. Aula virtual UPC.
54
Tabla 3: Los diferentes métodos de pronósticos cualitativos
Método Horizonte Costo

Opinion ejecutiva Corto plazo - Largo plazo Bajo - Medio
Analogia Histórica Corto plazo - Largo plazo Bajo - Medio
Investigacion de mercado Mediano plazo - Largo plazo Alto
Método Delphi Largo Plazo Medio - Alto
Fuente: Paredes (2001) elaboración propia
1.10.3 Modelos cuantitativos

Emplean modelos matemáticos y los datos históricos, así el pasado es utilizado para
predecir el futuro. Mientras más complejos sean los modelos matemáticos empleados se
puede ganar exactitud en las estimaciones de los pronósticos. Sin embargo, se necesitará
más tiempo para poder elaborarlos y el costo puede incrementarse debido a que se
requiere contar y luego procesar una mayor cantidad de información. Existen tres tipos
de modelos cualitativos utilizados para el pronóstico de la demanda, estos son41:
a) Modelos Causales. Identifican y miden los efectos de fuerzas especificas (variables
independientes) sobre lo que se desea pronosticar (variable dependiente).
b) Series de Tiempo. Útil para series estacionarias (equilibradas alrededor de un valor
central y con varianza constante).
41
Cfr. Aula virtual UPC.
55
c) Modelos Complejos. Es uno de los modelos más completos para realizar pronósticos
ya que incluye en el modelo las variables de Estacionalidad, Tendencia, y Ciclo.
Tabla 4: Pronósticos cuantitativos para cada horizonte de tiempo.
Tipo de Pronóstico Horizonte de pronóstico Rango de tiempo Aplicación

* Nuevos productos
Método de regresionc
Largo plazo Años * Producto Actual
Lineal
* Capacidades de fábrica
Método de serie tiempo
Corto plazo Meses - Semanas * Grupo de productos
promedio movil
Metodo de serie tiempo
Corto plazo Meses - Semanas * Materiales comprados
suavización exponencial
Método estacional
Corto plazo Meses - Semanas * Productos específicos
multiplicativo
Fuente: Gaither (2003), elaboración propia
Figura 16: Ejemplo de un modelo complejo de Pronóstico de la demanda por software.
Fuente: Pronósticos de ventas para la administración de los recursos en una empresa

automotriz. Instituto Tecnológico y de Estudios Superiores de Monterrey.
1.10.4 El efecto látigo.

Una de las mayores causas de los desperdicios en la gestión de los inventarios es la
distorsión de la información en los procesos logísticos. En una tradicional cadena de
suministro, la información acerca de la demanda actual de los consumidores finales está
a menudo retrasada desde el inicio hacia el siguiente eslabón de la cadena de suministro.
56
Este fenómeno es conocido en el mundo de la logística como el efecto látigo o Bullwhip
Effect (Lee et al.1997), y se explica cuándo por determinadas razones la demanda de un
producto se incrementa, esto genera que los intermediarios de los productos soliciten más
suministro a sus proveedores aumentando el stock en sus almacenes, al mismo tiempo los
proveedores al sentir esta demanda inesperada solicitan a sus propios proveedores
adicionales lotes de pedido para poder abastecerse42.
En resumen, La variabilidad en la demanda puede amplificarse a medida que se realiza
un proceso de transición de uno a otro nivel de la cadena, y pequeños cambios en los
niveles más bajos pueden generar grandes variaciones en los niveles más altos de la
cadena Towill (1997)43.
Figura 17: Distorsión de la demanda a causa del efecto látigo.
Fuente: Imagen tomada del libro: “Just-in-Time Logistics”, Pag: 100
1.11 Logística Inversa

Según el Council of Logistic Management, la logística es el proceso de planificar
implementar y controlar de forma eficiente el costo del flujo de materiales desde el punto
de origen hasta el punto de consumo cumpliendo con los requerimientos del cliente.
42
43
Cfr. International Journal of Operations & Production Management (2007) volumen 27
57
Entonces la logística inversa incluye todos estos procesos y actividades solo que de forma
inversa. 44
Esto quiere decir que existe un proceso en el cual un consumidor puede retornar un
producto a su punto de origen si es que este determina que dicho producto presenta alguna
falla, desperfecto, o no responde a las características solicitadas en el momento de la
compra.
1.11.1 Importancia de la logística inversa.

Debido a la alta presión y competencia que existe actualmente en todos los mercados y
muy particularmente en las cadenas retail, la logística inversa se ha convertido en parte
esencial de las actividades estratégicas de la cadena de suministro. Es un reto que las
empresas deben afrontar implementando mecanismos innovadores con el fin de atenuar
la incomodidad y los reclamos que surgen desde el momento en el que un cliente retorna
un producto para su devolución o tratamiento de garantía.
Figura 18: Esquematización de un proceso de logística inversa.
Fuente: Comparison of disposable and returnable packaging: a case study of reverse

logistics in Brazil, Journal of Cleaner Production, Volume 47, Pages 377.
Existen muchos y diversos mecanismos de logística inversa y se aplican a diferentes

industrias. Sin embargo, el objetivo de esta tesis es analizar los procesos de la cadena de
suministro incluyendo la logística inversa en un distribuidor mayorista de productos
44
http://www.rlmagazine.com/edition01p12.php
58
electrónicos en informáticos, por ello en adelante toda la información relacionada a la
logística inversa estará relacionada a la industria de este sector, la cual es conocida
también como procesos de garantía o RMA (Return Merchandise Authorization).
1.11.2 Logística inversa en la industria electrónica.

Solo en el 2014 según un estudio del MASSACHUSETTS INSTITUTE OF
TECHNOLOGY, los estadounidenses gastaron por encima de los $20 millones de dólares
en reclamos de garantías de dispositivos electrónicos. Se deduce con facilidad que los
procesos relacionados a las garantías representan también un alto costo para las empresas
que trabajan en este sector.
Por ejemplo, la compañía Apple, una de las firmas más importantes de la industria
electrónica solo en el año 2013 gasto $ 2.9 billones de dólares en costos relacionados a
sus procesos de garantía.45
Asimismo, el tratamiento y buena gestión de la garantía y reprocesamiento de los
productos electrónicos o informáticos en general, se han convertido en un tema clave no
solo para las industrias sino también para los gobiernos y las entidades encargadas de
velar por el impacto que puede tener esta actividad sobre el medio ambiente.
1.11.3 Garantía del fabricante al distribuidor.

Así mismo cuando los productos retornan al distribuidor debido a la solicitud de garantía
por parte de los clientes, estos deben ser retornados por el distribuidor a la fábrica o
también denominada OEM (Original Equipement Manufacturer) para que estos reparen
o reemplacen la unidad, esta garantía también posee un plazo limitado el cual por lo
general se extiende a un periodo de un año, luego del cual los productos ya no son
aceptados y el costo de la reparación debe correr por parte del distribuidor.
1.11.4 Garantía del distribuidor al consumidor

Existe una garantía que implica un proceso de logística inversa la cual se ejecuta cuando
un cliente retorna, por motivos de falla o defecto de fabricación, un producto al mismo
punto en donde este ha sido adquirido.
45
Reverse Logistics for Consumer Electronics: Forecasting Failures, Managing Inventory, and Matching
Warranties by Andre du Pin Calmon, pag 13.
59
Esta garantía es denominada garantía de consumidor o usuario final y se extiende por lo
general a un plazo promedio de un año el cual entra en vigencia desde el primer día de
facturado el producto.
1.12 La calidad y la fiabilidad.

La calidad y la fiabilidad son términos que a menudo se utilizan para describir los niveles
de falla que pueden encontrarse en los productos de consumo. Sin embargo, estos
términos describen aspectos muy diferentes.
➢ Calidad. Es el estándar de algún producto u objeto que puede ser medido en contra de
otro. Asegura que dicho producto está libre de defectos o deficiencias al finalizar su
ciclo de manufactura 46.
➢ Fiabilidad. La fiabilidad es la calidad desplazándose en el tiempo, es decir si un
producto mantiene sus prestaciones inalterables y desempeñándose de manera óptima
por periodos de tiempo superiores a los esperados, se puede decir que es fiable. 47
La calidad es entonces el objetivo inicial de un proceso de fabricación o de manufactura
y existe abundante información sobre cómo implementar sistemas de calidad en las
diferentes industrias para evitar que productos mal elaborados salgan a los mercados. Una
de las metodologías más utilizadas son las denominadas pruebas de estrés, en donde se
logra identificar y separar aquellos productos que no cumplen con las adecuadas
especificaciones de funcionamiento. Por otro lado, la fiabilidad es un aspecto más difícil
de medir o de implementar ya que supone una predicción a futuro respecto al desempeño
que tendrá un producto en el tiempo. Para abordar este complejo tema se utilizan diversas
herramientas como la estadística y estudios denominados Análisis de Datos de
supervivencia.
1.12.1 Análisis de datos de supervivencia o ADS.

Los componentes que forma parte de un equipo de cómputo y todos los componentes
electrónicos en general poseen ciertas características en cuanto a su tendencia a la
posibilidad de fallos dentro de su ciclo de vida útil.
46
http://www.deusrescue.com/blog/post/2011/05/07/the-difference-between-quality-and-reliability/
47
http://www.deusrescue.com/blog/post/2011/05/07/the-difference-between-quality-and-reliability/
60
El análisis de estas tendencias se denomina análisis de datos de supervivencia y
proporciona a los investigadores una valiosa información acerca del comportamiento que
tendrá un producto dentro de determinados periodos de tiempo.
A continuación, se señalan los tres periodos de tiempo correspondientes a dicho análisis.
1. Etapa de Infancia. Muchos sistemas o componentes electrónicos fallan al poco
tiempo de ser puestos en servicio, algunos otros fallan a los pocos días o pocas
semanas de su funcionamiento. Las causas pueden corresponder a defectos en la etapa
de diseño o debido a los procesos de manufactura.
Para reducir esta incidencia, las compañías someten a sus productos a las
denominadas pruebas de estrés (Burn in testing), o las denominadas pruebas
aceleradas en donde se busca que los defectos se revelen haciendo que los productos
funcionen en condiciones extremas por periodos cortos de tiempo. De esta forma se
logra retirar las unidades defectuosas antes que estas lleguen a los consumidores.48
2. Etapa de fallas aleatorias. Si un componente o sistema no ha fallado en su etapa de
infancia, este por lo general tiende a funcionar de forma correcta dentro de su periodo
de vida útil esperado. El ratio de fallas dentro de este periodo es considerado aleatorio.
3. Etapa de desgaste o vejez. Luego de que un sistema alcanza cierta edad, ingresa en
un periodo denominado zona de desgaste, en esta etapa, las fallas suelen
incrementarse, dependerá mucho del cuidado o mantenimiento por parte del usuario
reducir estas probabilidades, sin embargo, para las compañías fabricantes suele ser un
indicativo de fiabilidad de sus productos el hecho de permanecer funcionando
superado este periodo.
1.12.2 Teoría de la curva de bañera o bathubcurve.

La teoría típica de la "curva de la bañera" ha sido ampliamente aceptada como una
herramienta de ingeniería. Esta evalúa el comportamiento de un producto en un
determinado periodo de tiempo.
La forma de la bañera es característica de la curva de tasa de fallo de muchos productos
y componentes incluyendo el cuerpo humano '(Oakland, 1992).
48
A Critical Discussion on Bath-tub Curve, Tan Cheng Institute served: China Association.
61
La curva de la bañera en el tiempo tiene tres períodos diferentes: como ya se ha descrito,
el periodo o etapa de infancia, la etapa de vida útil y el periodo de desgaste. Ebeling
(1997) expresa esta noción de curva de bañera como un compuesto de varias
distribuciones de falla, y lo formula como "una función de piezas lineales y constantes”.49
Figura 19: Representación gráfica de la curva de bañera o Bathub curve
Fuente: Source: UCS “U.S. Nuclear Plants in the 21st Century: The Risk of a
Lifetime”
A partir de la Figura 21, se observa que el período inicial de mortalidad infantil de la

curva de bañera se caracteriza por una alta tasa de fallas, superado este periodo, los
artículos se vuelven menos probables a fallar a la vez que su tiempo de supervivencia
aumenta. Como lo ha señalado Juran (1988) la «mortalidad infantil» es una de las
principales razones para determinar la tasa de quejas, entonces para proporcionar a los
clientes una buena fiabilidad del producto, es necesario reducir la tasa de falla inicial, es
decir en la etapa de mortalidad infantil.
1.12.3 El estimador de supervivencia de Kaplan y Meier.

Existen muchos casos en la vida cotidiana en la que se desea comparar dos o más
situaciones hasta que un evento determinado se presente, en el ámbito de la ingeniería
esto se traduce a la comparación de casos de estudio para determinar la probabilidad de
49
A Critical Discussion on Bath-tub Curve, Tan Cheng Institute served: China Association for Technical
Supervision Information, 2.
62
fallos de ciertos productos. Sin embargo, en este tipo de análisis se debe tener en cuenta
la presencia de datos censurados, es decir dada la aleatoriedad de los eventos suele
suceder que algunas muestras son retiradas del estudio por causas diferentes al evento
esperado.
Para resolver esta problemática se utiliza la metodología de estimación de modelos de
Kaplan y Meier la cual se basa en la estimación de las probabilidades para estimar la tasa
de supervivencia en cada punto del tiempo en estudio, a pesar de los datos censurados. 50
El estudio arroja un gráfico con funciones del tipo escalonado como se muestra en la
siguiente figura, en donde además es relativamente fácil comparar la efectividad y
fiabilidad de cada uno de los casos en estudio.
Figura 20: Estimador de Supervivencia Kaplan y Meier.
Fuente: Goel, Manish & Khanna, Pardeep & Kishore, Jugal. (2010). Understanding
survival analysis: Kaplan-Meier estimate. International journal of Ayurveda research. 1.
274-8. 10.4103/0974-7788.76794.
50
https://www.ibm.com/support/knowledgecenter/es/SSLVMB_22.0.0/com.ibm.spss.statistics.help/spss/
advanced/idh_kmei.htm
63
1.13 Los costos logísticos.
Los costos logísticos y de distribución pueden llegar a representar hasta el 25 por ciento
o más del costo total del producto. Por esta razón es primordial establecer los controles e
indicadores adecuados que permitan mantener el gasto del transporte y manipulación de
los productos hasta que estos llegan al consumidor siempre bajos.
Al mismo tiempo debido a la fuerte competencia que existe actualmente en todos los
negocios es necesario analizar continuamente los gastos logísticos para intentar
incrementan la rentabilidad o evitar pérdidas en la venta de los productos.51
1.13.1 Elementos que componen el costo logístico.
• El Stock. El costo del stock desde el punto de vista netamente financiero se

incrementa o disminuye de acuerdo al índice de rotación de cada producto. También
se puede decir que el costo de stock tiene una relación inversa y proporcional al índice
de rotación. Para obtener de forma aproximada el costo del stock se toma la cantidad
total de existencias considerando su costo y aplicándoles un interés referencial.
• Almacenamiento. Al igual que el costo del stock el costo del almacenamiento es
inversamente proporcional al índice de rotación. Esto quiere decir que mientras más
rápido se muevan los inventarios su costo logístico de almacenamiento será menor.
• Picking. El picking es la actividad de manipulación de los productos para prepararlos
para su distribución. Es evidente que mientras más dificultad exista en la
manipulación más costosa será sostener esta actividad.
• El transporte. Como ya se ha mencionado el costo del transporte es uno de los
factores más relevantes a tener en cuenta en la gestión del costo logístico. Está en
función a la distancia, el tipo de transporte y a las necesidades del cliente.
51
Logística y costos, Mikel Mauleón torres.
64
Figura 21: Variables que componen el costo logístico.
1.13.2 Costeo tradicional versus costeo ABC.

El éxito financiero de una compañía está estrechamente relacionado con el control de sus
costos de operación. Para llevar a cabo este control existen varias metodologías, dos de
las más conocidas se presentan a continuación:
➢ Costeo Tradicional. Consiste en hacer un prorrateo de los costos indirectos totales
utilizando como base una unidad de medida, como el volumen vendido o las
cantidades producidas por cada división de negocio. Posteriormente se asigna el costo
a cada una de estas unidades organizacional sin considerar los efectos directos o
indirectos en la rentabilidad del proceso. Este tipo de costeo no es capaz de identificar
de forma precisa que actividades comerciales están consumiendo más o menos
recursos a la compañía.52
➢ Costeo ABC (Activity Based Costing). Es una manera más exacta de determinar los
costos asociados a las actividades comerciales o logísticas. Tiene en consideración
una serie de factores como la rentabilidad, los niveles de rotación o las distancias que
deben recorrer los productos para llegar a su destino final, es decir el cliente. Así
mismo tiene en cuenta la jerarquía de las actividades y como estas influyen en la
rentabilidad del negocio, teniendo en cuenta la importancia de los clientes y de los
productos.53
En esta investigación hemos determinado que la empresa en estudio utiliza la metodología
de costeo tradicional para la asignación de los costos logísticos, sin embargo y debido a
las amplias ventajas que ofrece, hemos determinado que la mejor alternativa para la
52
53
65
gestión de la cadena de suministro es implementar la metodología de costeo ABC. A
continuación, se comparan ambas metodologías:
Figura 22: Comparación método de costo tradicional vs método ABC.
Fuente: Activity-Based Cost Management: An Executive's Guide, fig 1.3 page 9.
1.14 Gestión de indicadores.

Todas las actividades pueden medirse con parámetros que enfocados en la toma de
decisiones son señales para monitorear la gestión; de esta manera se asegura que las
actividades vayan en el sentido correcto y permiten evaluar los resultados de una gestión
frente a sus objetivos, metas y responsabilidades. Estas señales son conocidas como
indicadores de gestión54.
1.14.1 Indicadores logísticos.

Los indicadores de gestión o KPI’s son expresiones cuantitativas que miden el desempeño
de los procesos de una organización, estos deben a demás deben ser comparados con
alguna referencia; y frente a alguna desviación se puede establecer acciones que eliminen
las causas que originan las anomalías. Los indicadores deben cumplir con ciertos
requisitos, si estos son correctamente planteados e implementados ayudaran a las
54
Cfr. Pérez (2012) : 1
66
compañías a conseguir sus objetivos o saber por qué o por cuanto se están alejando de
ellos. Estas características o requisitos pueden ser:
Simplicidad, Validez en el tiempo Participación de los usuarios, Utilidad y Oportunidad.
A continuación, se presenta una tabla que muestra indicadores genéricos comúnmente
utilizados en la gestión de la cadena de suministro.
Tabla 5: Matriz de indicadores genéricos
INDICADOR OBJETIVO FRECUENCIA FORMULA META MEDIDA
% de las compras Controlar el volumen 𝑐

respecto al nivel de compra en mensual 40% %
de ventas relacion a las ventas
Controlar los
Tiempo de
tiempos de entrega mensual 80% %
cumplimiento
del proveedor
controlar la calidad 𝑐
Entregas recibidas
de los productos mensual 90% %
satisgactiriamente
recibidos
controlar el nivel de
Certificacion de calidad de los 𝑐 𝑐
mensual 40% %
proveedores procesos de
proveedores
1.14.2 El indicador de rotación.

Uno de los principales indicadores en una gestión de cadena de suministro es el
denominado indicador de rotación el cual sirve para recopilar una gran cantidad de
información la cual puede ser utilizada para la implementación y el ajuste de estrategias
claves para el éxito de la gestión logística.
Consiste en determinar qué tan eficiente es una empresa para mover sus inventarios, es
decir se puede calcular la velocidad del movimiento de las mercancías y que tan alta es la
suma del capital de trabajo invertido y su velocidad de recuperación.
Es uno de los indicadores logísticos más utilizados y se calcula dividiendo el costo de las
ventas anuales entre el costo del inventario promedio en el mismo plazo. Por ejemplo, se
tiene que el valor total del costo anual de ventas un producto X en una compañía es de
S./500,000.00 y que el valor del costo del inventario anual es de S./90,000.00 entonces se
tiene que el indicador de rotación del producto x es de 5, esto lo mismo decir entonces
67
que los inventarios tardaron en venderse 12/5 (2.4) meses o lo que es lo mismo, que los
inventarios se reponen cada 2.4 meses.
Este indicador ayuda a establecer un adecuado control del costo logístico para cada
producto o familia de productos además es ideal para la implementación del nuevo
sistema de costeo por medio de la metodología de ABC.
Figura 23: Ejemplo de cálculo de la rotación del inventario.
1.15 Herramientas para el análisis y la mejora de procesos.

La ingeniería industrial y la ciencia de la administración han logrado a lo largo de los
años crear importantes herramientas para facilitar la gestión empresarial, muchas de ellas
orientadas a la detección de oportunidades de mejora para los procesos en las industrias.
A continuación, presentaremos aquellas herramientas que nos serán útiles para el análisis
de datos y el correcto desarrollo de nuestra investigación.
1.15.1 Matriz de Kraljic

Las compañías frecuentemente procuran mantener en sus inventarios una amplia variedad
de productos para de esta manera poder satisfacer los requerimientos de sus clientes y
responder así a las políticas de su organización. Esto significa una inversión en tiempo
dinero y esfuerzo además de un costo indirecto que muchas veces no se llega a calcular.
55
Para un correcto enfoque en la política de compras se debe tener en cuenta la gran
influencia que tiene esta operación en el eficiente desempeño de las compañías.
Con el objetivo de enfocar estratégicamente esta operación Kraljic (1983) propuso un
modelo denominado portafolio de compras o adquisiciones cuya idea general fue
minimizar la vulnerabilidad del sobreabastecimiento basándose para ello en la
55
Cfr. Journal of Purchasing & Supply Management 18 (2012) 1
68
clasificación de los productos que manejan las empresas dentro de una matriz de 4
cuadrantes en donde estos son ubicados de acuerdo a sus riesgos o impacto financiero que
representan para las compañías56.
A pesar de su antigüedad la matriz de Kralijic continúa siendo una importante herramienta
utilizada en la gestión logística y puede ser aprovechada en cualquier industria
independientemente del rubro o sector en el cual se trabaje.
A continuación, se representa gráficamente la matriz en donde se aprecia la ubicación de
los productos de acuerdo a su clasificación en los recuadros correspondientes.
Figura 24: Matriz de Kraljic
Fuente: Gelderman and Van Weele, 2003, p. 212
Productos apalancados: Estos productos son adquiridos mediante negociaciones cliente

proveedor para obtener los precios más bajos se pueden establecer contratos de
abastecimiento ya que no son productos críticos.
Productos Estratégicos: Se consideran de mayor importancia que cualquier otro del
portafolio, su adquisición es de mayor complejidad y se deben establecer políticas de
seguridad para evitar el desabastecimiento.
56
Padhi,Wagner y Aggarwal (2012): 1
69
Productos rutinarios: son de menor importancia en el portafolio de productos de una
campaña la estrategia de compras es aminorar los costos comprando grandes cantidades
o estableciendo alianzas con proveedores.
Productos Cuello de Botella: debe existir un continuo suministro de estos productos ya
que su adquisición es relativamente compleja además de establecer políticas de seguridad
como comprar productos sustitutos. Finalmente se puede decir que la Matriz de Kraljik
analisa las compensaciones entre el riesgo y el rendimiento de las inversiones o los activos
tradicionalmente conocido en el campo de las finanzas (Markowitz, 1952)57.
1.15.2 Cadena de valor de Michael Porter.

Independientemente de su tamaño, todas las empresas participan en al menos una cadena
de valor. Una cadena de valor comprende de la variedad de actividades que se requieren
para un producto o servicio a través de las diferentes etapas de producción, Cada una de
las etapas son comúnmente llamadas eslabones. La cantidad de eslabones que componen
una cadena de valor cambia según el tipo de industria58.
Los actores que participan en las cadenas de valor se encuentran alojados en diferentes
niveles y escalas, los cuales conforman los grupos de eslabones.
➢ Agentes Principales59: son aquellos que participan directamente de la provisión de
insumos, la producción, el procesamiento, el transporte y la comercialización.
➢ Agentes secundarios o soporte: Son aquellos que realizan actividades de apoyo y
soporte e intervienen para fortalecer la cadena de valor, estas acciones pueden influir,
en el desarrollo de capacitaciones especificas en cuanto a producción y manejo de
estándares, suministro de información y planificación de negocios.
Podemos decir entones que la cadena de valor es una herramienta orientada a la mejora
de procesos de nivel estratégico que nos proporciona una visión de los fundamentos de la
ventaja competitiva en una empresa.
Uno de los modelos más utilizados de cadena de valor es el planteado por el profesor
Michael Porter, el cual tiene un enfoque interno de los procesos en donde los más
relevantes o los que generan un valor diferenciador para la organización son soportados
57
Cfr. Journal of purchasing & Supply Management (2012) issue 18
58
Cfr. Padilla (2014) :79
59
Cfr. Padilla (2014) :81-82
70
por aquellos procesos o actividades denominados de apoyo, aquí se enfatiza las relaciones
de la empresa con sus proveedores y clientes a través de los elementos de la cadena.
En una cadena de valor todos los participantes están comprometidos con la calidad del
producto. Bajo este enfoque, se incorpora una mejora sistémica y sostenible al
funcionamiento de una cadena productiva, de tal manera que no haya dependencia de
agentes externos, y se deje capacidad instalada en los diferentes actores para que puedan
asumir por sí solos los cambios del mercado (CODESPA, 2011).
Figura 25: Cadena de valor genérica
Fuente: Chain value, Porter 1985
1.15.3 Diagrama de Flujo.

El diagrama de flujo es la representación gráfica de la secuencia de pasos que se realizan
para obtener ciertos resultados, cada figura representa una actividad distinta o una
decisión que debe tomarse para que el flujo de operaciones llegue a culminarse. El
diagrama de flujo puede servir para representar un servicio, la elaboración de un producto
o la combinación de ambos60.
En los diagramas de flujo se utilizan símbolos y flechas para definir las relaciones, por
ejemplo, el principio o el final de un programa está representado por un óvalo. Un proceso
está representado por un rectángulo, una decisión está representado por una figura en
forma de diamante y una entrada o salida está representado por un paralelogramo.
60
Cfr. Vega, Suarez, Villarán, Rosales (2009): 242-243
71
Características Principales
A continuación, se presentará una seria de características que contribuyen a comprenden
la naturaleza de la herramienta.
Capacidad de Comunicación: permite la puesta en común de conocimientos individuales
sobre un proceso y facilita la mejor compresión global del mismo.
Claridad: Proporciona información sobre los procesos de forma clara, ordenada y concisa.
Figura 26: Ejemplo de un diagrama de flujo
Fuente: Understanding Configurable Workflow, Oracle pdf.
1.15.4 Diagrama de causa y efecto

Según Kume, el Diagrama Causa Efecto surgió en 1953 cuando Kaory Ishikawa, profesor
de la Universidad de Tokio explico un problema de calidad referido a las opiniones de los
ingenieros de planta, utilizando dicho diagrama. Este diagrama muestra la relación entre
una característica de calidad y los factores del diagrama; también es llamado diagrama de
espina de pescado, porque se asemeja a la espina de un pez.61
61
Cfr. Kume (2002): 27-28
72
A menudo, el diagrama de espina de pescado se puede utilizar para resumir los resultados
de una sesión de lluvia de ideas, identificando las causas del resultado indeseable. Ayuda
a identificar las causas raíces y asegura una comprensión común de las causas.
En un diagrama típico de espina de pescado, el efecto suele ser un problema que necesita
ser resuelto, y este se coloca en la "cabeza del pescado".
Las causas del efecto se colocan a lo largo de los "huesos o espinas ", y se clasifican en
diferentes tipos a lo largo de las ramas.
Otras causas se pueden presentar junto con otras ramas laterales, la estructura general de
un diagrama de espina de pescado es presentado a continuación.
Figura 27: Diagrama de Ishikawa
Fuente: African Journal of Business Management Vol. 5(26), fig 1.
En la figura 22 se puede apreciar la estructura del diagrama causa-efecto, en la parte

izquierda se ubican las causas; mientras que en la parte derecha o cabeza se ubica al efecto
que estas han causas han ocasionado.
1.15.5 Diagrama de Pareto.

Conjuntamente con el análisis ABC el diagrama de Pareto es una herramienta de
prioridades. Ambas técnicas están basadas en un antiquísimo planteamiento realizado por
73
el economista italiano Dr. Vilfredo Pareto en donde se señalaba que el 80% de la riqueza
estaba controlado por el 20% de la población de Italia. Posteriormente el doctor Jhoseph
Juran descubrió su aplicación principalmente en aspectos relacionado a la calidad. A
partir de allí el análisis de Pareto fue utilizado para diversas circunstancias encontrando
muchas aplicaciones en el campo de la ingeniería y administración empresarial. En efecto
el diagrama de Pareto describe como un 20% de las entradas son causantes del 80% de
las salidas. Este análisis también es conocido como los muchos triviales y los pocos
vitales. La tarea es precisamente encontrar estos pocos vitales y priorizar acciones
alrededor de ellos para eliminar las causas62.
En la figura se muestra, como solo el 20% de las causas ocasiona el 80% de los problemas.
Figura 28: Diagrama de Pareto
Fuente: Imagen tomada del libro: Lean Six Sigma Logistic, Pag: 210
1.16 Prácticas ambientales en la cadena de suministro.

Las Prácticas ambientales dentro de la gestión de la cadena de suministro están
actualmente recibiendo una importante atención.
62
Cfr. Goldsby, Martichenko (2005): 210
74
Ya en el 2008 manufactureras como la Hewlett–Packard (H-P) y retails como Wal-Mart
(Plambeck 2007) adoptaron activamente prácticas ambientales obligando a que muchos
de sus proveedores se alineen también a estos nuevos requerimientos para mejorar la
eficiencia y reducir costos.
Múltiples investigaciones han afirmado que la reducción del impacto ambiental en las
actividades de la cadena de suministro mejora considerablemente el perfil y aceptación
de los productos por parte de los consumidores (Matos and Hall 2007). Esto porque a
menudo la implementación de prácticas ambientales está asociada a la reducción de los
desperdicios y la mejora de la eficiencia de los procesos. Asimismo, está comprobado que
una empresa que promueve y realiza prácticas ambientales obligara a los demás
elementos de la cadena de suministro a también hacerlo (Zhu and cote 2004)63.
En general las investigaciones concluyen que las empresas adoptan prácticas ambientales
por dos principales razones:
• Las empresas pueden obtener grandes beneficios derivados de la adopción de
prácticas ambientales como la reducción de sus gastos debido a la mejor
administración de los recursos energéticos (Hart 1995)
• Las empresas que adoptan prácticas ambientales obtienen grandes beneficios
debido a una mejor reputación por parte de sus stakeholders (Weber 2008).
Por otro lado, se debe tener en cuenta que existe también una importante presión por parte
de los clientes de las compañías que actualmente va en aumento para adoptar prácticas
ambientales en los aspectos relacionados a la toma de decisiones y la gestión de la cadena
de suministro. (Drumwright; Sen and Bhattacharya 2001; Cristmann 2004)64.
63
Cfr. Journal of Business Logistics, 2011, 32(1): 6–16
64
Cfr. Journal of Business Logistics, 2013, 34(2): 131–147
75
Figura 29: Importancia de las prácticas ambientales en la cadena de suministro
Fuente: Imagen tomada de Journal of Business Logistics, 2013, 34(2): 1
1.17 Conclusiones del marco teórico.

El campo del Supply Chain Management ha cobrado mucha importancia en las últimas
décadas y hay muchos indicios de que este campo seguirá creciendo en importancia tanto
en términos de investigación como de profesionales interesados en aportar mejoras para
estos modelos de procesos.
El SCM beneficia a las empresas en términos tales como la gestión por procesos y
multifuncionalidad de operaciones, rompiendo paradigmas y haciendo mucho énfasis en
la satisfacción del cliente, la calidad y el intercambio de información entre los miembros
de la cadena.
En el ámbito interno, la gestión de la cadena de suministro fortalece las relaciones de los
procesos inter organizacionales de las empresas haciendo que estos trabajen de forma
conjunta bajo un mismo objetivo, el beneficio inmediato es que se logra aprovechar todo
este potencial de trabajo coordinado para ponerlo a disposición del cliente.
Sin embargo, uno de los obstáculos más frecuentes es la resistencia al cambio en el
enfoque de los procesos y los silos funcionales que actúan como barreras dificultando el
éxito de la gestión. Por ello la administración de las compañías debe confiar la tarea de la
76
gestión de la cadena de suministro en las personas y los equipos con el talento suficiente
para liderar estas actividades.
Así mismo la gestión de la cadena de suministro implica establecer relaciones de apoyo
y colaboración con clientes y proveedores hasta en por lo menos dos niveles de la cadena.
Estas relaciones pueden ser vistas como una serie de componentes clave, incluyendo la
colaboración e integración entre los participantes involucrados en la cadena de
suministro, por ello uno de los aspectos más relevantes es el establecimiento de relaciones
de confianza y el intercambio de información entre las organizaciones que forman parte
de una cadena de suministro.
Del mismo modo la cooperación mutua entre los socios comerciales no es solo un
requisito sugerido para la integración de la cadena si no una condición necesaria para
asegurar el éxito de la colaboración entre las entidades involucradas.
Esto requiere un compromiso de todas las partes para cultivar relaciones comerciales a
largo plazo y en este nivel las empresas comparten información estratégica y vital
asegurando el éxito de toda la gestión65.
Se entiende entonces que desde que las cadenas de suministro son sistemas
interorganizacionales, hay una necesidad de estrecha coordinación entre los miembros y
de una íntima conectividad de sus operaciones66.
65
Cfr. Journal of Management Policy and Practice vol. 11(4) 2010
66
Cfr. International Journal of Physical Distribution & Logistics Management (2006) issue 36
77
CAPÍTULO 2: ANÁLISIS DE LA EMPRESA Y SU
SECTOR INDUSTRIAL.
2.1 El mercado de las tecnologías de la información o TIC.
El mercado de las tecnologías de la información y las comunicaciones o TIC, se ha

convertido en una pieza fundamental para el desarrollo y la evolución de diversas
economías en el mundo. Según un estudio de la prestigiosa consultora Gartner se estimó
que en el año 2015 el mercado de las TIC superaría los 4 billones de dólares a nivel global.
En países como Alemania la industria de las TIC emplea a más de 850.000 personas, y
ha sido una de las claves para superar la crisis económica con más éxito en comparación
con otros estados europeos.67
Las tecnologías de la información TIC según la Asociación de Empresas de Electrónica,
Tecnologías de la Información, Telecomunicaciones y Contenidos Digitales (AMETIC),
se compone de 4 elementos.
➢ Comercio de hardware.
➢ Comercio de software.
➢ Servicios informáticos.
➢ Comunicaciones.
La industria de las tecnologías de la información y la comunicación en el Perú TIC es una
actividad que ha basado su desarrollo principalmente en la importación y venta de equipos
electrónicos e informáticos, es decir lo que se conoce actualmente como el comercio de
hardware.
En 2010 la división latinoamericana de la consultora global IDC cifraba el mercado
peruano TIC en US$ 5.817 millones, un 3,8% del PBI.
En un ranking liderado en 2012 por Corea del Sur, Perú se sitúa en la posición 86 a nivel
mundial medido por el IDI o Índice de Desarrollo TIC (ICT Development Index), pero
67
Javier Fernández Villares, El mercado de las TIC en Perú diciembre 2013, pag: 7.
78
aun notablemente por detrás de otros países de la región (Chile, en el puesto 55;
Argentina, 56; o Brasil, 60). 68
Como ya se ha mencionado Perú es uno de los países cuyo mercado de las tecnologías de
la información depende básicamente del comercio de hardware en comparación con otros
países de Latinoamérica. Sin embargo, diversos especialistas consideran que
paulatinamente se irá incrementando la participación en el mercado del software, pero
que esto se desarrollará de manera gradual y que por el momento esta actividad seguirá
dependiendo fuertemente de las importaciones.
Figura 30: Distribución de la inversión en TI por región y país, en porcentaje sobre el

total (2011)
Fuente: Javier Fernández Villares, El mercado de las TIC en Perú diciembre 2013.
Debido a esta fuerte dependencia del mercado local por el comercio de hardware, diversas
compañías líderes de este sector industrial en el mundo han venido trabajando para
incrementar su participación en este segmento de la economía nacional. Es el caso de las
multinacionales Lenovo, DELL y HP, que, según un informe de Dominio Consultores,
hasta el año 2015 concentrarían hasta un 90% del mercado de la venta de hardware en
nuestro país. Gran parte de esta actividad se basa en el comercio de equipos de cómputo,
servidores de datos, soluciones de mantenimiento y venta de repuestos en general.
Otra parte del mercado lo comparten algunas empresas o canales mayoristas que ofrecen
al consumidor la posibilidad de adquirir componentes de hardware de otros fabricantes y
68
Javier Fernández Villares, El mercado de las TIC en Perú diciembre 2013, pag: 7.
79
con la opción de seleccionar el modelo y la capacidad de su preferencia, sin que estos
dependan de una marca especifica. Este tipo de comercio es muy valorado por los
ensambladores de computadoras en nuestro país, pues les brinda la posibilidad de
competir con las marcas más conocidas ofreciendo mejores precios.
Por otro lado, existen otros pequeños canales de distribución y venta de hardware en
nuestro país, estos son los denominados canales minoristas y su principal consumidor es
el usuario final a quien abastece de repuestos de computadoras, consumibles y
computadoras compatibles ensambladas a pedido, destinadas no para el comercio sino
directamente para su uso. Este mercado también lo comparten algunas cadenas de tiendas
Retail quienes han ampliado su oferta tradicional de productos apostando por la venta de
equipos de cómputo para el usuario final.
Figura 31: Organización del mercado de productos informáticos en el Perú
NIVEL 1 DEL COMERCIO DE HARDWARE : Transnacionales
NIVEL 2 DEL COMERCIO DE HARDWARE: Mayoristas
MAYORISTAS NACIONALES MAYORITAS TRANSNACIONALES
NIVEL 3 DEL COMERCIO DE HARDWARE : Minoristas y Retail
* COMPUPLAZA CENTRO DE LIMA * ELEKTRA

* COMPUPALACE MIRAFLORES * PLAZA VEA
* HIRAHOKA
Las Marcas de nivel mundial como HP, Lenovo, Dell, Asus, entre otros que se encuentran
en el primer nivel de la cadena de abastecimiento local, compiten entre ellas por una
80
participación, según cifras de Dominio Consultores, de aproximadamente el 70% o 80%
del mercado peruano de la venta de productos electrónicos e informáticos. El resto del
mercado está distribuido entre los mayoristas de cómputo y los canales minoristas con
una participación aproximada del 8 o 10%. (Fuente: Dominio consultores). Esta
información ha sido extraída de un reporte de la revista “Canal TI.” una revista
especializada en temas de tecnología a nivel nacional. Como se puede apreciar un informe
de la consultora Dominio consultores revela que en el año 2015 y 2016 las marcas
dominantes en el mercado de cómputo nacional fueron HP y Lenovo debido a su alto
nivel de importación en comparación con otros fabricantes.
Figura 32: Se muestra la capacidad de importación de las principales marcas
Fuente: grafica extraída de la revista especializada: Canal TI.
2.2 El comercio de Hardware en el Perú.

Es evidente que en los últimos años hemos visto en nuestro país un importante
crecimiento en la demanda de sistemas de cómputo y hardware en general. Sin duda la
creación de nuevos mercados, así como las políticas de estado que favorecen a las
importaciones, han ayudado a que muchas personas, puedan acceder a la compra de
computadoras para su uso personal o de negocio.
Esta coyuntura favorece la situación comercial de la empresa Grupo Tecnologies ya que
al ser un importador en el rango de mayorista puede establecer relaciones comerciales
con los diferentes canales de venta minorista que se vienen creando gracias a la necesidad
de cubrir la demanda. Para tener una idea de cómo viene creciendo el mercado
presentamos un cuadro del INEI en donde se muestra el incremento en la cifra de hogares
que han adquirido por lo menos una computadora.
81
Figura 33: Hogares que tienen al menos una computadora, según ámbito geográfico, 2001-2015
Ám bito geográfico 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015
Total 5.6 7.0 7.3 8.1 8.8 11.2 15.4 18.0 21.2 23.4 25.4 29.9 32.0 32.3 32.6
Lima Metropolitana 1/ 12.5 14.5 14.8 15.8 16.0 21.2 26.9 29.7 34.7 36.0 40.7 48.3 49.8 51.7 49.7
Resto país 2.8 3.6 4.3 5.3 6.4 7.6 10.7 13.1 15.4 18.3 19.9 22.9 25.2 24.9 24.8
Área de residencia
Urbana 8.2 10.0 10.5 11.7 12.7 15.8 21.0 24.1 28.1 30.9 33.5 39.0 41.1 41.4 41.1
Rural 0.1 0.1 0.2 0.3 0.4 0.8 1.0 1.6 2.2 2.6 3.5 4.4 5.8 6.1 5.7
Región natural
Costa 8.5 10.3 10.3 11.7 11.7 15.6 20.6 23.7 27.5 29.8 32.9 39.9 42.1 43.0 42.9
Sierra 2.8 3.7 4.7 5.0 6.7 7.5 10.6 12.2 14.6 17.0 18.5 19.8 21.9 21.5 21.0
Selv a 1.7 1.6 2.4 3.2 3.9 4.5 6.7 9.2 11.7 13.8 14.8 17.5 18.5 18.8 18.2
Departam ento
Amazonas 1.2 0.6 1.6 1.4 3.4 4.4 5.2 6.9 6.5 8.5 12.4 15.6 15.0 15.3 18.0
Áncash 2.4 3.2 4.7 6.4 6.4 7.7 11.9 12.9 16.1 19.9 24.1 26.4 29.9 28.5 28.7
Apurímac 2.2 2.8 1.6 3.6 3.8 4.8 6.3 7.4 6.7 8.8 11.5 13.7 14.0 14.8 10.9
Arequipa 6.6 9.8 12.4 10.2 17.4 19.1 20.8 25.2 28.7 34.5 34.1 37.2 41.1 43.7 42.7
Ay acucho 0.8 2.4 1.5 2.8 2.9 3.5 7.0 7.7 10.1 12.6 10.9 13.4 12.7 13.7 13.3
Cajamarca 1.4 2.7 3.0 3.4 4.9 4.5 6.5 8.2 11.2 14.2 15.6 14.5 17.0 15.1 14.6
Callao - - - - - - 19.1 24.3 30.1 31.4 33.0 41.8 42.4 49.3 44.2
Cusco 5.5 4.8 5.6 5.7 6.6 10.0 10.6 12.4 15.4 17.1 20.4 23.1 26.5 25.2 24.2
Huancav elica 0.1 0.5 0.6 1.0 1.0 1.8 3.9 5.3 5.4 7.5 8.3 10.1 10.3 7.4 10.8
Huánuco 1.2 2.3 2.2 2.5 4.2 3.7 8.5 9.9 12.1 14.9 14.4 16.4 17.3 17.0 17.4
Ica 2.5 7.2 5.5 7.7 10.1 12.0 13.1 15.6 20.4 21.8 26.9 30.0 37.5 38.1 38.1
Junín 1.4 2.5 6.5 6.0 6.7 7.7 14.2 16.3 18.2 19.5 22.2 20.7 27.0 27.9 26.1
La Libertad 2.3 4.6 4.8 6.2 5.4 7.7 14.3 17.4 16.6 20.5 20.2 26.7 29.3 28.8 31.8
Lambay eque 3.1 3.6 4.2 6.6 8.2 10.8 12.3 15.7 17.5 22.2 22.7 26.0 30.7 30.3 33.1
Lima - - - - - - 25.7 28.4 33.2 34.3 39.2 46.5 48.4 49.4 48.0
Loreto 3.2 2.9 4.3 3.6 4.1 5.6 6.4 9.5 11.2 13.1 13.9 17.6 15.0 18.3 18.2
Madre de Dios 3.4 2.8 5.1 7.4 6.2 10.6 11.1 15.4 20.0 18.6 23.7 30.6 32.6 28.5 24.6
Moquegua 5.9 5.0 5.8 7.1 9.6 11.0 14.3 21.9 28.3 32.9 35.3 41.7 41.0 40.1 37.2
Pasco 5.0 4.5 4.7 7.3 7.4 9.4 12.2 12.7 18.0 23.7 24.0 25.4 23.3 22.5 21.9
Piura 2.9 2.1 2.0 4.4 4.5 5.7 7.2 8.9 11.1 14.2 16.9 23.0 24.5 23.1 22.4
Puno 3.0 2.7 4.0 5.1 6.6 6.6 10.8 10.8 14.8 15.9 17.1 20.4 21.0 20.8 20.7
San Martín 1.2 1.1 1.5 3.7 4.4 4.9 6.9 11.3 11.7 15.5 16.1 19.6 18.5 17.4 16.0
Tacna 11.7 7.9 8.2 12.4 11.8 16.0 18.0 24.6 26.7 32.7 32.6 37.5 39.7 39.6 37.5
Tumbes 1.7 5.9 2.6 2.9 5.8 8.2 8.7 13.2 17.7 20.9 23.8 29.3 30.7 32.7 34.0
Ucay ali 1.1 2.2 4.2 5.5 5.3 4.8 8.6 10.1 16.3 16.7 16.9 19.3 20.5 19.2 23.1
Lima y Callao 2/ 11.2 13.4 13.5 14.6 14.5 19.3 25.1 28.0 32.9 34.1 38.6 46.1 47.8 49.4 47.7
Prov incia de Lima - - - - - - 27.8 30.3 35.2 36.5 41.6 49.1 50.6 52.0 50.3
Región Lima 3/ - - - - - - 8.0 12.4 15.8 17.2 21.8 25.8 30.3 27.4 26.5
Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares 2001-2015.

Tabla 6: Tabla estadística del INEI año 2001-2015
Fuente: Instituto Nacional de estadística INEI
Estas cifras indican que de cada 100 familias peruanas por lo menos 32 ya han adquirido
una computadora o sistema de cómputo, esta tendencia refleja de alguna manera la
demanda que afectara el mercado de la venta de computadoras y hardware en los
próximos años y cuya tendencia es a incrementarse.
De estos datos es posible inferir que la tasa de crecimiento promedio de las familias que
adquieren un computador en el Perú es del 1.5% o 2 % anual.
2.3 Análisis y descripción de la empresa.

La empresa GRUPO TECNOLOGIES S.A es un distribuidor mayorista de cómputo, su
principal actividad consiste en la compra, importación y venta de partes piezas y equipos
del rubro informático tales como computadoras, laptops, repuestos, accesorios y
suministros en general. Le empresa se fundó en el año 1994 con la razón social
Tecnologies Unlimited s.a.
La empresa inicio sus operaciones en una casa alquilada en la avenida Arequipa, contando
con un total de solo 9 trabajadores, bajo la dirección de su fundador el ingeniero Alfonso
Li Yuen, quien vio en ese entonces una excelente oportunidad de negocio el importar,
desde los Estados Unidos, monitores e impresoras para comercializarlas en el mercado
nacional. En aquella época, al ser uno de los pocos importadores en el rubro informático,
se posicionó rápidamente como un canal estratégico para los pequeños negocios de
cómputo locales que en ese tiempo comenzaban a emerger. Luego de algunos años, la
demanda de mercaderías relacionadas a la tecnología fue incrementándose, obligando a
la empresa a importar cada vez una mayor cantidad de piezas y componentes. El espacio
de la pequeña casa, se hizo insuficiente, por lo que trasladaron sus instalaciones a un
nuevo local en la misma avenida Arequipa, en la cuadra 47, pero en un lugar más amplio
y con mayor espacio para oficinas y almacenes.
Posteriormente la empresa decidió fabricar su propia marca de computadoras para
ofrecerlas como una alternativa más cómoda y accesible a las que ofrecen los grandes y
conocidos fabricantes como HP, IBM y DELL.
La marca se registró en INDECOPI con el nombre de ALTRON.
A continuación, se muestra el organigrama institucional vigente de la empresa.
Figura 34: Organigrama Institucional de la empresa Grupo Tecnologies.
GerenciaGeneral
Alfonso Li
Jefatura de ventas: Jefat. de finanzas: Jefat. de Logistica: Jefatura Compras: Jefatura Postventa: Jefat. Producción:
Marta Valdez Margarita Li Jose Chois Madalit Peñaloza Marcos Aguilar Robert Alord
Ventas Lima Contabilidad Almacenes ComprasLima ServicioTécnico ÁreaEnsamblaje
Fuente: Datos proporcionados por la empresa, elaboración propia.
La empresa GRUPO TECNOLOGIES S.A cuenta además con las certificaciones ISO
9001 e ISO 14000 para sus procesos de compra, venta y fabricación de computadoras
otorgados por la certificadora argentina IRAM en el año 2006.
A continuación, se muestra un análisis de fortalezas y debilidades de la compañía.
84
Figura 35: Análisis FODA del distribuidor mayorista Grupo Tecnologies.
ANALISIS FODA
FORTALEZAS DEVILIDADES
1. Prestigio ganado a través de los años en el mercado nacional. 1. Bajo nivel de especialización de procesos estratégicos.
2. Años de experiencia en el mercado nacional como mayorista de computo. 2. Excesiva burocracia para la realización de procesos esenciales.
3. Infraestructura propia en lima y sedes en provincias. 3. Escaza capacitación al personal para la mejora de los procesos.
4. Sistema integrado de gestión de la calidad ISO 9001. 4. Baja capacidad de gestión de los productos deteriorados o defectuosos.
5. Políticas de soporte post venta más eficiente que los competidores. 5. Altas pérdidas de inventario por deficiente gestión del RMA.
6. Cartera de clientes fidelizados a lo largo de los años en el mercado. 6. Escaso nivel de control de los procesos clave del negocio.
7. Posee su propia marca registrada y conocida a nivel nacional: ALTRON 7. Personal no calificado para la realización de funciones estratégicas.
OPORTUNIDADES AMENAZAS
1. Incrementar la capacidad para la fidelización de sus clientes. 1. Reducción de participación del mercado por exceso de competidores.
2. Mejorar la relación de soporte postventa con sus proveedores. 2. Guerra de precios debido a la alta tasa de productos de contrabando.
3. Incrementar la eficiencia de los procesos de recuperación del inventario. 3. Perdidas de clientes por el alto índice de rotura de inventarios.
4. Reducir el costo de las perdidas por rotura de los inventarios. 4. Alto impacto del costo de perdidas por inventario Obsoleto-Deteriorado.
5. Captar nuevos clientes de los mercados emergentes que buscan tecnología. 5. Cierre de sucursales por falta de estrategias a mediano y largo plazo.
6. Mejorar las relaciones de negocio con sus clientes mediante soporte postventa. 6. Pérdidas de inventario por bajo control de calidad de proveedores.
Fuente: Datos proporcionados por la empresa, elaboración propia.

2.3.1 Mapa de procesos.
EL siguiente gráfico muestra la descripción del mapa de procesos para la empresa Grupo
Tecnologies. En él se puede apreciar como elemento central los procesos denominados
clave para lograr la satisfacción de los clientes. Estos procesos están claramente definidos
desde que inician a partir de la gestión comercial realizada y por los distintos elementos
que trabajan en la fuerza ventas del mayorista.
Esta fuerza de ventas se divide en equipos de personas que atienden un determinado sector
del mercado como el sector mayorista, los clientes corporativos, los clientes estatales y
usuarios finales. Luego de generada una determinada demanda se presupuestan los lotes
de compra, una vez completadas las ordenes se procede con la elaboración de los pedidos.
Seguidamente intervienen los procesos de distribución y finalmente se cuenta con el
servicio postventa que atiende las posibles quejas, reclamos o necesidades de soporte de
los clientes.
Figura 36: Mapa de Procesos de la compañía.
Fuente: Datos de la empresa, elaboración propia.

2.3.2 SIPOC.
El diagrama SIPOC del proceso logístico de compras y reposición de inventarios es útil
pues nos permite establecer de forma clara los elementos que intervienen e influencian en
el funcionamiento de este sistema. Podemos apreciar como en la sección de proveedores
del proceso se encuentran ubicadas las áreas solicitantes de mercaderías, estas áreas son
las que actualmente con sus proyecciones y estimaciones brindan la información que se
transformara en las entradas del proceso en forma de una demanda estimada de productos.
Posteriormente se ejecuta el proceso para la compra, abastecimiento del almacén,
verificación y despacho de los pedidos.
A continuación, las salidas del sistema se ven reflejadas en la cantidad de órdenes que la
empresa ha sido capaz de satisfacer, esta salida se convertirá en un indicador del proceso,
ya que con estas cifras se define el nivel de servicio que la compañía es capaz de brindar
a sus clientes.
Figura 37: Diagrama SIPOC del proceso clave de la compañía.
S I P O C
PROVEEDORES ENTRADAS PROCESO SALIDAS CLIENTES
Compra de Mercaderias Cantidad de

VentasProvincia Demandade
pedidos atendidos ÁreasSolicitantes
productos no
Almacenaje de Productos Nivel de Servicio
procesados.
VentasLima Partes y Piezas
Validación de los pedidos
Control de los Clientesdirectos
Stocks
Verificación de Stocks
Licitaciones Demandade
productos
ensamblados. Despacho de ordenes Tiempo de
Sucursales
Convenios Computadoras atención de los
Soporte Postventa
pedidos
2.3.3 Productos que comercializa.

La empresa grupo Tecnologies, como ya se ha mencionado anteriormente, es un
distribuidor mayorista que comercializa una amplia gama de productos pertenecientes al
87
rubro electrónico e informático. Entre las principales familias de productos que se
comercializan se pueden mencionar:
Hardware de computo:
• Cases. El case es una pieza, en la mayoría de los casos de estructura metálica, cuya
función es alojar a todos los componentes que conforman una unidad de
procesamiento o computadora. Los hay de diversos modelos y tamaños. Sin embargo,
la tendencia es reducir cada vez más este componente para que de este modo las
computadoras ocupen un menor espacio.
La empresa cuenta actualmente con su propia marca de Cases, los cuales importa
directamente de fábricas ubicadas en china.
Figura 38: Cases de marca Altron
• Discos duros. Son las unidades de almacenamiento masivo de datos que poseen todas
las computadoras para alojar su información. Las marcas con las que cuenta la
empresa en su stock son Seagate, Samsung y Toshiba. Actualmente los discos duros
más comerciales son los de 500 Gb, 1000GB (un Terabyte) y 2000Gb (dos Terabyte).
• Memorias RAM. Son las piezas que se encargan de almacenar de forma temporal los
datos que el computador va solicitando a medida que trabaja. Estas unidades no
almacenan información ya que son volátiles, luego de apagar o reiniciar el
computador se limpia todo el buffer y se inicia el proceso nuevamente. Actualmente
se venden en capacidades de 2, 4 y 8 GB.
• Placas Madre. Las placas madre son los componentes que se encargan de dar
alojamiento electrónico a piezas tales como la memoria y el microprocesador
asimismo brinda la conexión para los discos duros y unidades ópticas. Por sus
prestaciones y nivel de precios la empresa comercializa los modelos de los fabricantes
ECS, Intel y Asrock.
88
• Unidades de lectura óptica. Son los dispositivos encargados de leer las unidades de
almacenamiento óptico como Cds, Dvds, Blue Ray. Las principales marcas
fabricantes de estos componentes son LG y SAMSUNG.
• Procesadores. Son las unidades centrales de procesamiento de todo computador. La
empresa cuenta con un variado Stock de procesadores de los 2 principales fabricantes
de estos componentes, Intel y AMD.
Computadoras de escritorio:
• Computadoras ALTRON. La empresa al mismo tiempo que vende partes y piezas
también posee su propia línea de computadoras con la marca registrada ALTRON, las
cuales ensambla en sus talleres y posteriormente distribuye a las cadenas de tiendas
Retail y canales minoristas quienes son los principales consumidores de este producto.
• Computadoras de Marca. La empresa también comercializa las distintas marcas de
computadoras que ofrecen los principales fabricantes de computadoras en el mundo,
como lo son HP, Lenovo, Dell. Sin embargo, la venta de estos equipos por el alto
nivel de obsolescencia que poseen, está restringida a órdenes sobre pedido. Los
clientes más frecuentes para estos productos son los clientes institucionales o
corporativos.
Portátiles:
• Laptops y notebooks. Las principales marcas de laptops y equipos portátiles también
son vendidas por la empresa. Sin embargo, al igual que las Desktops de marca, su
venta está restringida a órdenes sobre pedido.
Tabletas electrónicas:
• Tabletas. A inicios del año 2009 la empresa decidió incursionar en la venta de
tabletas electrónicas debido a que este producto se perfilaba como una de las
principales alternativas tecnológicas y de procesamiento de datos para los años
posteriores. Es así que actualmente la empresa se ha convertido en un importante
distribuidor de estos productos a nivel nacional, cuenta con una amplia variedad de
modelos y diseños los cuales son importados directamente de fábricas asiáticas.
Estos proveedores son actualmente los socios estratégicos de la empresa en este
negocio.
89
Figura 39: Catalogo de los principales productos (de izquierda a derecha): Tabletas,
Memorias RAM, Discos duros, Placas Madre, Computadoras.
Fuente: Imagen extraída del sitio oficial de la marca ALTRON.
Asimismo, es importante mencionar que la empresa cuenta con tres grupos de negocios
o unidades de negocio bien definidos, cada uno enfocado a mercados y clientes
específicos. Sin embargo, el stock e inventarios de productos es el mismo para cada uno
de ellos.
Tabla 7: Portafolio de negocios de la empresa
Nº BUSSINES GROUP DESCRIPCIÓN TIPO DE PRODUCTOS QUE SE COMERCIALIZA

Computadoras, Laptops, monitores e impresoras
1 9000LIC Licitaciones estatales y convenio Marco
principalemente.
Computadoras, Monitores, Tablets, Phablets
2 9001RT Cadenas de tiendas Retail
y accesorios de computo.
Placas, discos duros, Memorias, Cases, Tablets
3 9002VM Wholesale (Venta al canal Mayorista)
y repuestos de cómputo en general
Fuente: Datos de la empresa elaboración propia.
2.3.4 Ventas.
Gracias a la información proporcionada por el área contable de la empresa es posible
revisar los estados financieros, así como el estado de ganancias y pérdidas
correspondientes a los años 2013, 2014, 2015 y 2016.
Esta información es considerada confidencial sin embargo ha sido aprobada su
divulgación para los fines académicos de esta tesis.
A continuación, se presenta un resumen de los principales indicadores extraídos a partir
del análisis de los estados financieros de los años mencionados.
90
Tabla 8: Utilidad neta lograda por la compañía en los últimos años.
RESULTADO DEL
S./ SOLES
EJERCICIO
Año 2012 S/. 955,046
Año 2013 S/. 1,302,857
Año 2014 S/. 259,080
Año 2015 S/. 826,945
Año 2016 S/. 595,168
Fuente: datos de la empresa, elaboración propia.
Como se puede observar existe un importante descenso en la utilidad neta lograda por la
empresa en los últimos años de su gestión. Esto puede tener su causa en que a partir del
año 2012 los cambios tecnológicos y el ingreso al mercado de nuevos productos tales
como tabletas, Smartphone y laptops afectaron de forma significativa la venta de
computadoras.
Seguidamente mostramos la gráfica que representa la evolución de las utilidades de la
empresa acompañada de la línea de tendencia obtenida que muestra una tendencia al
descenso en la rentabilidad en los próximos años.
Figura 40: Evolución de las utilidades alcanzadas en los últimos años de operación.
91
De no tomarse las medidas correctivas necesarias la situación podría llegar a un punto
que obligue a la empresa al cierre de sus operaciones.
2.3.5 Descripción del proceso en estudio.

Esta compañía, como ya se ha mencionado maneja 3 líneas de negocio, cada una orientada
a mercados y clientes distintos sin embargo el stock de materiales y productos es único
para todos. La presente investigación sin embargo se centrará en la unidad 9002VM o de
Mayoreo pues es la operación que hace rotar en mayor medida los inventarios y reporta
una mayor utilidad en relación a las demás unidades del negocio. A continuación, se
presenta el diagrama de flujo del proceso en estudio.
92
Figura 41: Diagrama de flujo del Proceso de compra y reabastecimiento de inventarios
LOGÍSTICA GERENCIA JEFE DE VENTAS JEFE DE COMPRAS
REVISAR INFORME DE Reune Coloca las ordenes

REVISIÓN
INICIO STATUS DE información de
DE INVENTARIOS INVENTARIO
de pedido a los
sus sectores
proveedores
KARDEX Realiza estimación

de ventas futuras
NO
Carga las ordenes al
Considera real
el problema sistema
NO
Niveles
Bajos de Envia infome
Inventario
Forcast
SI SISTEMA
SI Solicita INFORME
DE
Retroalimentación PROY ECCIÓN
INFORMAR al jefe de ventas
A Envia información
GERENCIA
INFORME DE de llegada de
productos
ESTADO DE
INVENTARIOS
CORREO
ELECTRÓNICO
NO ESTA SI
DE
ACUERDO
Envia informe
Realiza a jefe de
ajustes a la compras
proyección
Prepara el almacen
para la llegada de
mercancias
RECIBE
MERCADERIA
CONFORME A GUIA
INFORMA DEL
FIN NUEVO STATUS DE
STOCKS
Fuente: la empresa.
Como ya se había mencionado el proceso de compra y reposición de stocks depende hasta

la actualidad de la experiencia y criterio de las personas involucradas en el proceso de
ventas, tales como de los propios vendedores y jefes de ventas, careciendo de un sistema
de planificación estratégico lo que ha originado problemas para mantener un correcto
nivel de los inventarios para satisfacer la demanda y reducir las pérdidas por
obsolescencia.
93
2.3.6 Clasificación de los productos.
Para poder hacer un estudio de la problemática que afecta a los inventarios en esta
compañía realizaremos una clasificación de todos estos productos mediante el análisis
ABC. Para poder llevar a cabo este objetivo los productos serán agrupados por familias
ya que la empresa actualmente cuenta con más de 800 ítems en su sistema.
Figura 42 : Clasificación ABC del inventario, año 2016
Costo Demanda %
Nro. Familia Costo Anual % Categoría
Unitario Anual Acumulado
1 MONITOR 175 26,627 S/4,659,725.00 22.4% 22.4% A

2 PROCESADOR 245 9,064 S/2,220,680.00 10.7% 33.0% A
3 CASES 49 42,609 S/2,087,841.00 10.0% 43.0% A
4 TABLET 119 17,101 S/2,035,019.00 9.8% 52.8% A
5 TELEVISOR 280 6,207 S/1,737,960.00 8.3% 61.1% A
6 DISCO DURO 126 13,181 S/1,660,806.00 8.0% 69.1% A
7 RAM 105 13,201 S/1,386,105.00 6.7% 75.8% B
8 SOFTWARE 126 9,877 S/1,244,502.00 6.0% 81.7% B
9 LECTORAS 70 16,294 S/1,140,580.00 5.5% 87.2% B
10 PLACA 119 8,101 S/964,019.00 4.6% 91.8% B
11 FUENTE 63 5,183 S/326,529.00 1.6% 93.4% B
12 PARLANTE 31.5 8,960 S/282,240.00 1.4% 94.8% B
13 ESTABILIZADOR 56 4,307 S/241,192.00 1.2% 95.9% B
14 TECLADO 24.5 7,854 S/192,423.00 0.9% 96.8% C
15 MOUSE 14 13,474 S/188,636.00 0.9% 97.8% C
16 MEM USB 31.5 5,534 S/174,321.00 0.8% 98.6% C
17 IMPRESORA 175 898 S/157,150.00 0.8% 99.3% C
18 PORTATIL 420 310 S/130,200.00 0.6% 100.0% C
19 TARJETA RED 28 220 S/6,160.00 0.0% 100.0% C
94
Figura 43: Grafica de la clasificación ABC del inventario del año 2016.
Analisis ABC inventario 2016

S/5,000,000 120.0%
S/4,500,000
100.0%
S/4,000,000
S/3,500,000
80.0%
S/3,000,000
S/2,500,000 A B C 60.0%
S/2,000,000
40.0%
S/1,500,000
S/1,000,000
20.0%
S/500,000
S/0 0.0%
Como se puede apreciar las 6 primeras familias de productos representan el 70% de las
ventas totales en el año 2016. El mismo análisis se realiza a continuación para el año
2017.
Figura 44 : Clasificación ABC del inventario, año 2017
Costo Demanda %
Nro. Familia Costo Anual % Categoría
Unitario Anual Acumulado
1 TABLET S/119 25718 S/3,060,442 16.5% 16.5% A
2 MONITOR S/175 16638 S/2,911,650 15.7% 32.1% A
3 PROCESADOR S/240 7965 S/1,911,600 10.3% 42.4% A
4 CASES S/49 35036 S/1,716,764 9.2% 51.6% A
5 DISCO DURO S/126 13136 S/1,655,136 8.9% 60.5% A
6 TELEVISOR S/280 5773 S/1,616,440 8.7% 69.2% A
7 RAM S/105 12277 S/1,289,085 6.9% 76.2% B
8 SOFTWARE S/126 9186 S/1,157,436 6.2% 82.4% B
9 CASE S/70 15153 S/1,060,710 5.7% 88.1% B
10 PLACA S/119 7534 S/896,546 4.8% 92.9% B
11 FUENTE S/63 3869 S/243,747 1.3% 94.2% B
12 PARLANTE S/32 7108 S/223,902 1.2% 95.4% B
95
13 ESTABILIZADOR S/56 3619 S/202,664 1.1% 96.5% B
14 TECLADO S/25 6095 S/149,328 0.8% 97.3% C
15 MOUSE S/14 10011 S/140,154 0.8% 98.1% C
16 MEM USB S/32 4327 S/136,301 0.7% 98.8% C
17 IMPRESORA S/175 608 S/106,400 0.6% 99.4% C
18 PORTATIL S/420 267 S/112,140 0.6% 100.0% C
19 TARJETA RED S/28 176 S/4,928 0.0% 100.0% C
Figura 45 : Grafica de la clasificación ABC del inventario del año 2017.
Analisis ABC inventario 2017

S/3,500,000 120.0%
S/3,000,000 100.0%
S/2,500,000
80.0%
S/2,000,000
A B C 60.0%
S/1,500,000
40.0%
S/1,000,000
S/500,000 20.0%
S/0 0.0%
La evaluación de los análisis ABC del inventario nos demuestran que tanto para los años
2016 y 2017 los productos que representan el grupo A está conformado por 6 familias de
productos, la demanda y el costo de estos productos representa el 70% de las ventas
totales.
Por otro lado, es importante también señalar que las familias de la categoría C representa
un aproximado del 5% de los ingresos totales. Sin embargo, a pesar de su bajo aporte
económico es indispensable contar con estos productos en el inventario ya que muchas
veces se venden agrupados con los productos de la categoría A.
96
Tabla 9: Familias de productos de la categoría A para el año 2017
FAMILIA DE
CATEGORIA
PRODUCTO
TABLETAS A
MONITORES A
PROCESADORES A
CASES A
DISCOS DUROS A
TELEVISORES A
Tabla 10 : Familias de productos de la categoría C para el año 2017
FAMILIA DE
CATEGORIA
PRODUCTO
TECLADOS C
MOUSES C
MEM USB C
IMPRESORAS C
PORTATILES C
TARJETAS DE RED C
2.4 Evidencias del problema.

Como se ha demostrado, las familias de productos que conforman la categoría A
representan para la compañía aproximadamente el 70% del total de sus ingresos. Debido
a esta alta demanda, la compañía ha reportado periodos de desabastecimiento de estos
productos, lo que deriva una pérdida importante de oportunidades de negocio, pérdida de
clientes, e incluso pago de penalidades por incumplimiento de despachos. Esta situación
conocida también como quiebre de inventarios viene afectando a la compañía, pero aún
no se ha determinado la magnitud real del problema.
Por otro lado, otro factor que viene afectando el rendimiento de los inventarios es la
perdida de productos por causas de defectuosos, obsoletos y o deteriorados. A
97
continuación, se analiza la magnitud del problema con datos obtenidos de los registros
históricos proporcionados por la misma compañía.
2.4.1 Problemática 1: Quiebre de inventarios.

Como ya hemos analizado los productos correspondientes a las familias de la categoría
A son los que presentan una mayor rotación, debido a esto se presentan periodos de
desabastecimiento también conocidos como quiebre de inventarios. Para realizar el
análisis cuantitativo de esta situación revisaremos el sistema Kardex Log del mayorista,
el cual posee una base de datos con la información de todos los ítems existentes con sus
respectivos movimientos de entrada y salida.
A continuación, analizaremos los datos obtenidos del sistema Kardex Log para el ítem
CASEAS1-601-J el cual pertenece a la familia de CASES de la categoría A del inventario.
• Ítem: CASEAS1-601-J, Descripción: CASE ALT. SLM S1-601-J ALTRON:

La empresa importa su propia marca de cases para la fabricación de su línea de
computadoras y para el abastecimiento del mercado local. A continuación, se muestra
la situación de los inventarios contra las ventas para este producto en el año 2016.
Figura 46: Case alt. slm s1-601-j altron
Fuente: Catálogo de productos de la empresa.
98
Tabla 11: Tabla resumen movimiento de entradas y salidas sistema Kardex Log para el Ítem CASEAS1-601-J año 2016
Reporte Individual del Producto

CASEAS1-601-J
Detalle del Producto Case Altron
601 Negro
Categoría Cases ENTRADAS SALIDAS SALDOS

Tipo de Costo
Movimiento Fecha Nº Documento Cantidad Costo Unitario Total Cantidad Costo Unitario Total Cantidad Costo Total
Movimiento Promedio
162 S/ 0.0000
1 9/06/2016 ENTRADA ENT-000000000040 630.000 S/ 38.0000 S/ 23,940.0000 0.000 S/ 0.0000 S/ 0.0000 792 S/ 3.6540 S/ 0.0037
2 19/06/2016 ENTRADA ENT-000000000044 525.000 S/ 38.0000 S/ 19,950.0000 0.000 S/ 0.0000 S/ 0.0000 1,317 S/ 5.0000 S/ 75,000.0037
3 21/06/2016 SALIDA SAL-000000000049 0.000 S/ 0.0000 S/ 0.0000 632.000 S/ 5.0000 S/ 15,000.0000 685 S/ 5.0000 S/ 60,000.0037
7 1/07/2016 ENTRADA ENT-000000000054 80.000 S/ 36.0000 S/ 2,880.0000 0.000 S/ 0.0000 S/ 0.0000 85 S/ 11.5550 S/ 688,750.6337
Stock al 1/01/2016 162.000 Costo Inicial S/ 0.0000
Total Entradas 2,285.000 Costo Entradas S/ 927,488.9037
Total Salidas 2,387.000 Costo Salidas S/ 215,614.7900
Stock al
63,871.347 Costo Saldo S/ 711,874.1137
12/12/2016
Fuente: Datos confidenciales de la empresa, elaboración propia.
100
Figura 47: Grafica del estado de los inventarios del Ítem case caseas1-601-J año 2016.
Fuente: Datos de la empresa, elaboración propia
Como se puede apreciar en la gráfica anterior para el caso del ítem “CASEAS1-601-J” en
los meses de marzo, abril, agosto y septiembre prácticamente se agotaron los inventarios.
Se debe tener en cuenta que la empresa utiliza mensualmente por lo menos un 60% de
este inventario para la fabricación de su propia línea de computadoras, las cuales
ensambla para abastecer a las cadenas de tiendas Retail como Elektra, Plaza vea, Hiraoka
entre otras. Sin embargo, hasta la fecha no ha sido posible establecer un adecuado nivel
de inventarios capaz de abastecer con el mayor margen de ganancia la demanda total de
este producto.
Por otro lado, si se analiza por completo toda la familia de este producto, que, en total,
está conformada a la fecha por 27 ítems, se pude observar una situación parecida.
Es decir, existen periodos en donde se mantiene un inventario por encima del mínimo
establecido (para el caso de esta familia está fijado en 500 unidades) y periodos en donde
el inventario cae por debajo del mínimo establecido.
Las cantidades mínimas en donde se considera quiebre de inventario ha sido fijada por la
empresa en función a la demanda promedio mensual de sus 3 sucursales. A continuación,
se muestra la gráfica de inventario disponible para el año 2016 para toda la familia de
cases.
Figura 48: Periodos de quiebre de inventario familia cases año 2016
Nro Sku Inventario disponible familia: Cases

7,000 6,583
6,000
5,000
3,666 3,399
4,000 3,318
Quiebre
Quiebre
3,000
1,718 1,975
2,000 1,455
627
1,000 3 17 1 3
0
ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
CASE QUIEBRE DE INVENTARIO
A continuación, a partir de la tabla 12 se muestra el grafico que representa el incremento

mensual de ítems que se van sumando al grupo de productos con rotura de inventario.
Figura 49 : Evolución de los ítems con stock ok y con rotura de stock familia CASES,
año 2016
ITEMS STOCK OK ITEMS CON ROTURA DE STOCK

18 17 17 17 17 17 17
16 16 16 16 16
16 15
14
12
12 11 11 11 11 11
10 10 10 10 10 10
10
8
6
4
2
0

102
A continuación, la tabla resumen del movimiento del inventario de esta familia de
productos para el año 2016. Las partes en rojo señalan los productos con quiebre de
inventario.
Tabla 12 : Niveles de inventarios para los Ítems de la familia cases, año 2016.
FAMILIA ENE FEB MAR ABR MAY JUN JUL AGO SET OCT NOV DIC
CASEAA4-803BR700 4 4 4 1 1 1 1 1 1 1 1 1
CASEAA4-801BK300 5 5 2 2 2 - - - - - - -
CASEAAD2-3015BK70 5 5 5 5 5 5 4 4 4 4 4 4
CASEA-K48818B300 1 1 1 1 1 1 1 1 1 1 1 1
CASEAA2-713BL300 5 5 5 5 5 5 3 3 3 3 3 3
CASEAA4-803BR300 1 1 1 1 1 1 1 - - - - -
CASEAD2-3042BL70 6 4 4 3 3 3 3 3 2 1 1 1
CASEAA4-801BG300 15 14 12 11 1 1 1 1 1 1 1 1
CASEAA4-803BL300 4 3 3 1 1 2 2 2 2 2 2 2
CASEAA2-713BS300 14 13 12 12 11 11 8 6 6 6 6 6
CASEAD2-3001BK70 17 17 17 17 17 17 17 17 15 15 15 15
CASEAD2-3018BR700 24 24 23 23 23 19 19 19 19 19 19 18
CASEA-K4881 3 402 340 192 116 99 47 11 11 11 3 2
CASALTOW730B0001 77 30 23 18 18 18 17 267 242 206 178 170
CASALTOW703BR001 68 29 21 16 9 185 125 48 19 87 71 71
CASALTOW703BS001 116 19 18 11 7 182 56 32 27 179 177 177
CASALTOW714BR001 108 58 20 6 2 179 83 44 22 232 191 174
CASALTOW72300001 146 62 20 1 1 1 1 1 1 1 1 1
CASALTOW72700001 148 61 18 10 6 6 6 6 6 6 6 6
CASALTOW729C0001 163 55 45 15 7 7 7 5 4 4 4 4
CASALTOW730A0001 79 50 41 41 39 7 6 256 236 181 126 99
CASEA-M201 236 215 210 174 11 1 - - - - - -
CASEA-M202 55 36 32 22 21 21 21 19 19 18 18 18
CASEAB3-T3 9 9 7 6 5 5 4 2 2 2 2 2
CASEA-M203 317 138 94 75 75 75 75 75 75 75 75 75
CASEA-M204 313 300 295 267 265 264 264 264 264 264 264 264
CASEAB3-AT7 8 3 3 3 3 3 3 1 1 1 1 1
Fuente: Datos de la empresa, elaboración Propia.
• Ítem: Disco duro Western Digital 500 GB.
La familia de discos duros también forma parte de la categoría A del inventario por ello
es uno de los productos con una alta demanda en el mayorista, ya que principalmente se
utiliza en el ensamblaje de computadoras de la marca ALTRON, A continuación, se
muestra evidencia de la rotura de inventarios existente también para este ítem.
103
Tabla 13: Resumen del sistema Kardex Log para el Ítem DDWD500S año 2016
Reporte Individual del Producto DDWD500S

Detalle del Producto Disco Western Digital 500GB Sata
Cat Disco Duros ENTRADAS SALIDAS SALDOS

Costo Costo Costo
Movimiento Fecha Tipo de Movimiento Nº Documento Cantidad Total Cantidad Total Cantidad Costo Total
Unitario Unitario Promedio
0 S/ 0.0000
1 1/04/2016 ENT-000000000001 ENT-000000000040 2.000 S/ 214.0000 S/ 428.0000 0.000 S/ 0.0000 S/ 0.0000 2 S/ 3.6540 S/ 0.0037
2 6/04/2016 SAL-000000000003 ENT-000000000044 1.000 S/ 214.0000 S/ 214.0000 0.000 S/ 0.0000 S/ 0.0000 3 S/ 5.0000 S/ 75,000.0037
3 21/04/2016 ENT-000000000006 SAL-000000000049 1.000 S/ 214.0000 S/ 214.0000 0.000 S/ 5.0000 S/ 15,000.0000 4 S/ 5.0000 S/ 60,000.0037
4 30/04/2016 ENT-000000000007 SAL-000000000051 12.000 S/ 214.0000 S/ 2,568.0000 0.000 S/ 5.0000 S/ 7,878.2700 16 S/ 5.0000 S/ 52,121.7337
5 9/06/2016 ENT-000000000008 SAL-000000000052 0.000 S/ 214.0000 S/ 0.0000 0.000 S/ 5.0000 S/ 7,878.2700 16 S/ 5.0000 S/ 52,121.7337
6 16/06/2016 ENT-000000000009 SAL-000000000052 16.000 S/ 214.0000 S/ 3,424.0000 0.000 S/ 5.0000 S/ 27,320.0000 32 S/ 5.0000 S/ 24,801.7337
7 22/06/2016 ENT-000000000010 ENT-000000000054 0.000 S/ 214.0000 S/ 0.0000 0.000 S/ 0.0000 S/ 0.0000 32 S/ 11.5550 S/ 688,750.6337
8 28/06/2016 ENT-000000000011 SAL-000000000059 212.000 S/ 214.0000 S/ 45,368.0000 0.000 S/ 11.5600 S/ 138,720.0000 244 S/ 11.5537 S/ 550,030.6337
9 3/09/2016 SAL-000000000011 ENT-000000000060 0.000 S/ 214.0000 S/ 0.0000 124.000 S/ 0.0000 S/ 0.0000 120 S/ 10.7759 S/ 571,890.6337
10 18/09/2016 SAL-000000000012 ENT-000000000065 0.000 S/ 214.0000 S/ 0.0000 3.000 S/ 0.0000 S/ 0.0000 117 S/ 11.1021 S/ 722,430.6337
11 22/09/2016 SAL-000000000013 SAL-000000000066 0.000 S/ 214.0000 S/ 0.0000 93.000 S/ 11.1021 S/ 13,322.5200 24 S/ 11.1021 S/ 709,108.1137
12 15/11/2016 ENT-000000000014 ENT-000000000069 0.000 S/ 214.0000 S/ 0.0000 0.000 S/ 0.0000 S/ 0.0000 24 S/ 11.1454 S/ 725,248.1137
13 12/12/2016 ENT-000000000015 SAL-000000000071 320.000 S/ 214.0000 S/ 68,480.0000 67.000 S/ 11.1450 S/ 13,374.0000 277 S/ 11.1454 S/ 711,874.1137
Stock al
0.000 Costo Inicial S/ 0.0000
1/01/2016
Costo
Total Entradas 564.000 S/ 564.0000
Entradas
Total Salidas 287.000 Costo Salidas S/ 287.0000
Stock al
63,871.347 Costo Saldo S/ 851.0000
12/12/2016
Fuente: Datos confidenciales de la empresa, elaboración propia.
105
Figura 50: estado de los inventarios del Ítem ddwd500s año 2016
Fuente: Datos de la empresa, elaboración Propia
El grafico muestra que para el caso del ítem DDWD500S hubo en promedio 7 meses de
desabastecimiento. Las pequeñas variaciones en el inventario de este producto en estos
meses de rotura de stock se deben a compras locales de pocas unidades. Sin embargo, el
grueso de las ordenes de pedido en periodos de alta demanda, se pierden.
Figura 51: Un disco duro de los vendidos por la compañía.
Fuente: la empresa.
De la misma manera que en el caso de la familia de cases si analizamos por completo a

la familia de este producto detectamos la misma situación con periodos de abastecimiento
y desabastecimiento respecto al inventario mínimo establecido, que para el caso de este
producto es de 600 unidades.
Figura 52: Inventario disponible para la familia de discos duros, año 2016
Inventario disponible familia : Disco Duro

2,500
2,000
Quiebre
Quiebre
1,500
1,000
500
1,146 2,115 820 2,296 1,526 1,302 326 1,912 479 245 872 662
0
DISCO DURO QUIEBRE DE INVENTARIO
A continuación, a partir de la tabla 14 se muestra el cuadro resumen de la cantidad de

productos de la familia de discos duros que ya presentan una rotura de inventario para
una muestra de 30 productos.
107
Figura 53 : Evolución de los ítems con stock vs rotura de stock familia discos duros, año
2016.
ITEMS STOCK OK ITEMS CON ROTURA DE STOCK

25
21
20 20 20
19 19 19 19 19
20 18 18 18
15
12 12 12
11 11 11 11 11
10 10 10
9
10
0
A continuación, la tabla resumen del movimiento del inventario de esta familia de

productos para el año 2016. Las partes en rojo señalan los productos con quiebre de
inventario.
Tabla 14: Niveles de Rotura de inventarios para los Ítems de la Discos Duros, año 2016.
DDLGXE41TB32 3 3 - - - - - - - - - -
DDLG1TBXE41TB32 4 - 1 - 1 - 1 - 1 - 1 - - - 1
1 1
DDUIB60090Y88721 - - - - - - - - - - - -
DDSA250SATA 3 8 8 8 8 8 8 8 8 8 8 8
DDLAPTO1TBSA 8 8 8 4 4 2 6 4 2 2 8 7
DDWD1TBSATA 19 18 18 18 18 19 19 148 148 93 46 2
DDLAPTO320GBSA 123 123 105 100 83 83 60 57 48 24 18 16
DDLAPTO500GBSA 743 894 597 38 163 717 389 1,052 773 205 120 339
DDSEA2TB 2 4 4 3 3 8 8 6 6 8 8 4
DDSEA1.5TB 31 4 4 3 3 4 5 5 5 6 6 6
DDSEA1TB 222 475 371 189 221 281 214 200 220 221 217 312
DDLG500GB 45 19 4 2 2 2 2 2 2 2 2 2
DDSE500GB 330 427 377 719 514 641 523 610 673 664 791 609
DDWD160SPL 28 28 28 28 28 28 28 26 26 26 26 26
DDLG1TBNEGRO 3 3 3 2 2 2 2 2 2 2 2 2
108
DDLG500GBNEGRO 34 21 6 - - - - - - - - - 1
DDSA500S 3 77 77 85 85 99 93 93 93 88 88 88
DDWD500S 2 3 4 16 16 32 32 244 120 24 24

117
DDSA320S 16 78 78 78 78 85 85 85 85 85 85 85
DDLAP500GBUSBEXT 21 10 9 6 6 10 10 10
11 11 11 11
DDHI320GB - - - - 4 4 4 4 4 4 4 4
DDHI500GBSATA - 227 298 187 594 440 233 173 166 165 165 164
DDIBM60090Y8872 - - - 2 - - - - - - - -
DDIOM1TBEXTPRE - - - - - - 3 3 3 3 3 3
DDLAC10TB9000363 - - - - - - - - - - - -
DDLAC4TB9000316 - - - - - - - - - - - -
DDLAPTO750GBSA - - - - - 1 1
1 1 1 1 1
DDLG1TBSLIM - - - - - - - - - 1 - - -
DDSA160 - 11 11 11
11 11 11 11 11 11 11 11
DDSA750 - 4 8 8 8 8 8 8 8 8 8 8
Finalmente se observa que no existe un stock de seguridad correctamente determinado

para responder en los periodos de alta demanda del mayorista, teniendo en cuenta que el
lead time para la llegada de los productos de importación fluctúa entre los 2, 3 y hasta 4
meses, dependiendo del tipo producto y el nivel de negociación con los proveedores de
la compañía.
A continuación, se muestra el mismo análisis para otras dos familias de productos de la
categoría A del inventario.
109
Figura 54: Inventario disponible para la familia Microprocesadores, año 2016
Inventario disponible familia : Microprocesadores

1,400
1,200
1,125 1,126 1,170
1,000 1,077
Quiebre
Quiebre
800
802
600
602 607 602
400 531
434
200 311
171
0
PROCESADOR QUIEBRE DE INVENTARIO
Se observa a continuación la gráfica del movimiento del inventario para la familia de

monitores, donde el inventario mínimo es de 900 unidades.
Figura 55: Inventario disponible para la familia Monitores, año 2016.
Inventario disponible famila : Monitores

4,500
4,000
3,500
3,000
Quiebre
Quiebre
2,500
2,000 3,890
3,271 3,402 3,322
1,500 2,917
2,262 2,371 2,213
1,000
500 962
105 5 2
0
MONITOR QUIEBRE DE INVENTARIO

110
A continuación, se desarrolla la evaluación del movimiento del inventario para las dos
familias restantes de productos de la clase A del inventario.
Figura 56: Movimiento de inventario para la familia de productos Tablets.
Inventario disponible familia : Tablets

4,500
4,002 4,008
4,000
3,500
3,000
Quiebre
2,498
Quiebre
Quiebre
2,500
1,994 2,000
2,000
1,497 1,497
1,500
1,000
1,000 701
500
15 4 1
0
TABLET QUIEBRE DE INVENTARIO

Como se observa para el caso de la familia de productos Tablets, existen 3 meses de

marcado quiebre de inventarios, los meses de marzo, setiembre y noviembre, sin
embargo, el mes de octubre a pesar que no llega al mínimo establecido estuvo muy cerca
de llegar al nivel considerado quiebre.
Se muestra a continuación el mismo análisis para la última familia de productos de la
clase A, la familia de televisores.
111
Figura 57 : Movimiento de inventario de familia de productos Televisores.
Inventario disponible familia : Televisores

2,500
2,060
2,000
1,450
Quiebre
Quiebre
Quiebre
1,500 1,309
1,000 747 745 737 742
500
200 153
12 1 24
0
1 2 3 4 5 6 7 8 9 10 11 12
TELEVISOR QUIEBRE DE INVENTARIO
2.4.1.1 Impacto económico por quiebre de inventarios.

El impacto económico por quiebre de inventarios es calculado en función a un porcentaje
de las ventas totales, la empresa estima que en promedio se pierden entre un 5 y 10 % de
las ventas mensuales por falta de inventarios.
Para ejecutar el cálculo se presenta la tabla 15 las ventas totales del año 2016 y se calcula
el 5% del total de las ventas para calcular el costo promedio de la pérdida o impacto
económico mensual debido a esta problemática.
Tabla 15:Ventas totales para el cálculo del 5% por quiebre de inventarios.

CUENTA ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SETI OCT NOV DICI
RETAIL $617,542 $235,054 $313,956 $201,181 $168,592 $114,391 $151,777 $169,646 $62,619 $97,084 $25,859 $39,035
PROVINCIA $17,197 $182,983 $102,158 $100,220 $73,744 $162,375 $112,627 $64,878 $135,806 $68,340 $267,650 $211,191
MAYOREO $78,796 $108,328 $72,238 $348,747 $67,778 $50,846 $86,823 $49,668 $65,683 $60,869 $72,375 $48,459
INFORMALES $42,069 $36,284 $47,327 $162,007 $14,833 $41,190 $48,882 $66,235 $70,154 $91,261 $121,773 $69,089
LICITACIONES $13,496 $4,760 $1,989 $2,605 $6,341 $77,826 $10,629 $25,019 $2,073 $1,713
Total, general $755,604 $562,649 $549,175 $816,915 $326,936 $371,407 $406,450 $428,253 $344,890 $342,573 $489,730 $369,487
PERDIDAS DEL 5% APROXIMADO DE LAS VENTAS POR QUIEBRE DE INVENTARIO
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SETI OCT NOV DICI
PERDIDA 10% $37,780 $28,132 $27,459 $40,846 $16,347 $18,570 $20,323 $21,413 $17,245 $17,129 $24,486 $18,474
112
Representación gráfica del impacto económico mensual por quiebre de inventarios para
el año 2016.
Figura 58: Análisis de Costo de oportunidad para 2 familias por rotura de inventarios.
Impacto económico por quiebre de inventarios 2016-17

$45,000
$40,000
$40,846
$35,000
$37,780
$30,000
$25,000
$28,132
$27,459
$24,486
$20,000
$21,413
$20,323
$18,570
$15,000
$18,474
$17,245
$17,129
$16,347
$13,554
$10,000
$12,433
$12,214
$5,000
$0
Fuente: Datos de la empresa, elaboración Propia.
Como se observa solo calculando el 5% de órdenes anuladas las pérdidas de ventas totales
en el año 2016 ascienden a un aproximado de $288,203 dólares. Luego teniendo en cuenta
que en promedio el margen de rentabilidad de las ventas oscila entre un 15% y 25% se
podría señalar que las pérdidas de utilidad promedio que genera la problemática de
quiebre de inventarios asciende a $57,640.68 dólares.
2.4.2 Problemática 2: Perdida de inventarios.

Otro de los aspectos relacionados a la problemática de los inventarios que afecta a esta
compañía es el alto índice de perdidas por concepto de bajas.
Es decir, mensualmente la empresa pierde parte de su inventario debido a factores que
afectan la integridad de los productos que impide que estos puedan ser vendidos, y por lo
consiguiente se consideren como perdida.
Estos factores según lo descrito por los expertos logísticos de la compañía se deben
principalmente a 2 motivos:
113
1. Perdida de inventario por obsolescencia de productos.
2. Perdida de inventario por avería de productos.
A continuación, se desarrolla el análisis de cada factor que genera las pérdidas de
inventario para cuantificar su impacto y poder en adelante plantear las alternativas de
solución correspondiente.
2.4.2.1 Perdida de inventario por obsolescencia.

Como ya se ha mencionado la obsolescencia o caducidad de una tecnología afecta la
rotación de un producto transcurrido un determinado periodo conocido como ciclo de
vida comercial.
Es decir, mientras más tiempo transcurra un producto en el inventario, mayor es el riesgo
de que este se acerque a su periodo de obsolescencia y por consiguiente pase a formar
parte del inventario inactivo y finalmente se considere como una perdida.
Este comportamiento del inventario como ya se ha comentado está vinculado al ciclo de
vida comercial del producto el cual se puede entender mediante la siguiente figura:
Figura 59: Ciclo de vida comercial de un producto
Fuente: Kotler & Armstrong, 2012, p.274
114
Como se observa en el esquema todo producto electrónico pasa por periodos en donde su
demanda varía de acuerdo al tiempo que ha transcurrido desde que este fue lanzado al
mercado.
El factor de obsolescencia si bien afecta a todos los productos algunos tienden a ser más
sensibles que otros. Por ejemplo, un disco duro sin importar la marca a pesar de que las
capacidades de almacenamiento se actualicen todos serán compatibles por llevar el
mismo tipo de tecnología de conexión (SATA) por ello su tiempo de caducidad será
mucho más alto en comparación a una impresora cuyos consumibles son diferentes en
cada marca y modelo.
El periodo de cambio de tecnología es una oportunidad que los fabricantes aprovechan
para limpiar sus inventarios e intentan atraer la atención de los mayoristas con la
estrategia de reducción de precios sin embargo aceptar estas ofertas puede conllevar más
perjuicio que una real rentabilidad.
A continuación, se realiza la evaluación de la familia impresoras que como se ha
encontrado es uno de los que mayor cantidad de productos obsoletos ha acumulado en
esta compañía.
115
• Análisis de obsolescencia: Familia “IMPRESORAS”
Esta familia de productos pertenece a la clase C de la clasificación ABC del inventario.
El problema con mantener inventarios de este ítem es que suelen desfasarse con facilidad
ya que existe una fuerte competencia de los fabricantes en la renovación de sus modelos
pues su principal negocio es la venta de consumibles. Actualmente la empresa ha llegado
a acumular una importante cantidad de impresoras desfasadas o descontinuadas.
Figura 60: Impresoras láser obsoletas acumuladas en almacén principal.
Fuente: Datos de la empresa elaboración propia
En la tabla 16 se muestran los principales modelos de impresoras descontinuados en el

almacén de la empresa:
Tabla 16: Modelos de impresoras desfasadas en el almacén
MARCA MODELO AÑO DE FABRICACIÓN

SAMSUNG CLX-3185 2010
SAMSUNG ML-2950 2013
SAMSUNG ML-2955 2013
SAMSUNG SCX-4727 2013
SAMSUNG SCX-4729 2014
Fuente: Datos de la empresa elaboración propia
La siguiente gráfica muestra la cantidad de productos de la familia impresoras que se van

acumulando a lo largo del año y que finalmente terminaran siendo parte del inventario
inactivo u obsoleto teniendo en cuenta que en promedio el ciclo de vida comercial es de
1 año y el objetivo de la empresa es mantener inventarios de esta familia de productos
por debajo de las 50 unidades vemos que en promedio al mes esta cantidad es
ampliamente excedida.
Figura 61: muestra rotación de la impresora modelo ML-2950 en el año 2016
Inventario Impresoras con riesgo de obsolecencia año 2016

450 415
400 Exceso de inventario con riesgo de obsolescencia
350 325
309
300 281
262 256 249 255 245 244 241
250 206
200
150
100 50 50 50 50 50 50 50 50 50 50 50 50
50
-
IMPRESORAS Maximo Establecido
A continuación, una tabla en donde se muestra la cantidad de productos de la familia

impresoras cuya rotación es nula sombreada de color rojo para el año 2016.
Tabla 17: Muestra de inventario acumulado, rotación 0, familia impresoras año 2016.
IMPCANMP230 3 1 - 78 10 - - - -
1 1 171
IMPLEX3470 4 4 4 4 4 4 4 4 4 4 4 3
IMPHPD100 4 4 1 - - - - - - - - -
IMPHP3050 4 4 3 3 3 2 2 2 2 2 2 2
IMPHP2000 9 8 8 8 3 3 3 3 3 3 3 -
IMPHPD4360 13 13 13 13 13 13 13 13 13 13 13 3
IMPCANMG2120 - - - - - - - - - - - -
IMPRSAMML-2160 36 12 1 - - - - - - - - -
IMPLEXZ645 4 4 4 4 4 4 4 4 4 4 4 -
IMPLEXZ735 9 9 9 9 9 9 9 9 9 9 9 2
IMPHPD110A 2 2 2 - - - - - - - - -
IMPSAMSCX-4727FD 45 45 45 45 45 45 45 45 45 45 44 43
IMEPLX300PII 3 3 2 2 2 1 1
1 1 1 1 1
117
IMPLEX455O 14 14 14 14 14 14 14 14 14 14 14 6
IMPSAMML-2950NDR 40 40 39 39 38 38 38 38 38 38 37 37
IMPSAMML-2955DW 25 25 25 25 25 25 25 25 25 25 25 24
IMPSAMSCX-4729FW 45 44 42 42 41 40 40 40 39 39 39 39
IMPSAMCLX-3185W 49 49 49 48 48 48 47 47 47 47 46 46
309 281 262 256 249 325 255 245 244 415 241 206
• Análisis de obsolescencia: Familia “SOFTWARE”

La familia Software pertenece a la categoría B del inventario. Si analizamos esta familia
la cual está comprendida en su mayoría por licencias suministradas por la compañía
Microsoft podemos evidenciar que existe un importante nivel de productos obsoletos y
año a año se van dando de baja del inventario principal.
Figura 62: Licencias obsoletas dadas de baja del inventario año 2016.
Fuente: Fotografía tomada del área de bajas de la empresa.
Las licencias de software tienen un ciclo de vida muy parecido a cualquier otro
componente electrónico ya que si bien pueden ser permanentes se renuevan en promedio
cada año y medio. Por ejemplo, una licencia de Windows 8.1 tuvo una vigencia
aproximada de 2 años y luego fue remplazada por la versión de Windows 10. Cuando este
cambio de versiones sucede la demanda se direcciona inmediatamente a las nuevas
licencias, dejando el exceso de inventario de la licencia anterior sin rotación terminando
al final como una baja.
118
Figura 63: Inventario acumulado de software año 2016.
Inventario software con riesgo de obsolecencia año 2016

5,000
4,339
3,908
4,000
3,376
2,881 2,917
3,000
2,371
1,863 2,028
2,000
1,187 1,378
1,000 431
181
-
SOFTWARE MAXIMO ESTABLECIDO
Fuente: Fotografía tomada del área de bajas de la empresa.
• Análisis de obsolescencia: Familia “MEMORIAS RAM”

Las memorias RAM son componentes que forman parte esencial de todo equipo de
cómputo. Su función consiste en almacenan de manera temporal los datos que carga el
sistema operativo y se limpia cada vez que el sistema se apaga.
La rápida evolución de estas tecnologías (DDR1, DDR2, DDR3, DDR4) han hecho que
la empresa acumule una gran cantidad de unidades que ya no se venden por estar
completamente desfasadas de las actuales tecnologías.
Figura 64: Memorias DDR vigentes y obsoletas del inventario del mayorista.
Fuente: Datos de la empresa.
119
Estas características lo convierten en un producto con alto riesgo de obsolescencia. A
continuación, se muestra la gran cantidad de inventario acumulado de esta familia de
productos en la compañía.
Figura 65: Inventario acumulado, familia de memorias RAM año 2016
Inventario RAM con riesgo de obsolecencia año 2016

6,000 5,515
4,885
5,000 4,586
3,858 3,868 3,843
4,000 3,576
3,000 2,715
2,257 2,068
1,971 1,969
2,000
1,000
-
1 2 3 4 5 6 7 8 9 10 11 12
MEMORIAS MAXIMO ESTABLECIDO
Fuente: Datos de la empresa.
A continuación, se muestra el resumen del inventario total al año 2017 segmentado por
la fecha de antigüedad y como se puede observar se arrastra inventario desde el año 2012.
Tabla 18: Inventario total segmentado por año de compra de los inventarios hasta el
2017
INVENTARIO VALOR PORCENTAJE
Inventario 2017 S/3,795,925.04 52%
Inventario 2016 S/1,509,580.12 21%
Inventario 2015 S/1,132,316.25 16%
Inventario 2014 S/151,580.96 2%
Inventario 2013 S/60,663.18 1%
Inventario 2012 S/614,655.28 8%
Valor inventario total S/7,264,720.82
Fuente: Área financiera de la empresa, elaboración propia.
120
Figura 66: Distribución del inventario actual por fecha de antigüedad de los productos.
Como se observa en la actualidad el 11% aproximado del inventario total es considerado

obsoleto (S/.826,899.00). A pesar de los intentos de la compañía por rematar o liquidar
estos productos se calcula que anualmente el 10% de este inventario es dado de baja
definitiva (s/. 82,000.00) procediendo a ser destruido notarialmente y pasa a ser
considerado una perdida.
2.4.2.2 Perdida de inventario por avería de productos.

Otro factor importante que ocasiona la distorsión del inventario se presenta cuando se
retiran unidades operativas del stock principal, alterando sus cantidades, con la finalidad
de que sirvan para reparar o reemplazar unidades defectuosas, aquellas que han retornado
a la empresa principalmente por medio del canal de garantías.
En esta empresa el proceso de garantía o logística inversa comienza con la recepción de
los productos averiados de los clientes (la cobertura de garantía tiene un plazo de un año
y comienza desde el momento de la facturación del producto). Una vez recibido los
productos, estos pasan por un proceso de evaluación y diagnostico mediante el cual se
121
determina si es posible su reparación o si se requiere el reemplazo total de la pieza o el
reemplazo parcial de algún componente.
A continuación, se muestra cómo se desarrolla el proceso de logística inversa.
Figura 67: Diagrama del proceso de la Logística Inversa.
122
Figura 68: Esquema del proceso de logística inversa y su impacto en el inventario.
fuente: datos de la empresa, elaboración propia.

Para determinar el impacto que esta operación le genera al inventario principal vamos a
analizar 3 aspectos del problema:
1. Se determina que productos tienen la mayor incidencia de ingresos por avería o
defecto en el área de garantías.
2. Se va analizar cuál es el índice de reparaciones versus el índice cambios de
productos.
3. Se determina el impacto económico o perdida que esta operación le genera al
inventario.
Productos con mayor incidencia de ingreso al área de garantías.
A continuación, se muestra un Pareto donde se identifican a las 2 familias de productos
que presentan una mayor incidencia de fallas y de retorno registrados por el área de
garantías desde el año 2013 hasta el año 2017.
Tabla 19: resumen de ingreso de productos a garantía
PRODUCTO AÑO 2013 AÑO 2014 AÑO 2015 AÑO 2016 AÑO 2017 TOTALES PORCENTAJE
PCS 589 522 276 377 103 1867 6%
PTES Y PIEZAS 6210 5760 2323 1775 665 16733 56%
TABLETS 832 1093 2945 2832 2452 10154 34%
OTROS 321 249 156 203 123 1052 4%
29806 100%

Figura 69: Pareto de concentración de fallas por familia de productos año 2013 a 2017.
Como se puede observar las partes y piezas son los componentes con mayor incidencia
de fallas y representan el 56% de los ingresos totales. Este grupo de productos está
conformado por discos duros, placas madre, memorias RAM y microprocesadores.
En segundo lugar, se encuentra la familia de tabletas, con un 34% de los ingresos totales.
Ambas familias de productos concentran más del 85% del total que ingresan por averías
o mal funcionamiento.
Para este estudio se analizaron los registros de ingresos desde el año 2013 hasta el año
2017 (un total de 29,806 ingresos) del área de garantías de la compañía. El resto de
productos al no tener mayor representatividad no será analizado.
A continuación, se va a presentar el reporte del sistema de registro de productos del área
de garantías para el año 2017.
Para el caso de partes y piezas tenemos que en el año 2017 se recibieron 665 unidades de
estos productos. De los cuales los reparados conforman el 28%, el rechazo 12% la
devolución 4%, mientras que los productos reemplazados corresponden al 56%.
125
Figura 70: Porcentaje de equipos de cómputo reemplazados (No reparados).
Para el ingreso de fallas de partes y piezas en el año 2017 se registraron 648 ingresos de
los cuales el 60% se resolvieron mediante el reemplazo del producto. La reparación solo
alcanzo un 22% tal como se muestra en el siguiente reporte.
El 13 % de estos ingresos se rechazaron y el 4% se devolvió sin realizar ninguna
operación.
126
Figura 71: Porcentaje de tabletas reparados y cambiadas año 2017
Como se puede observar, entre un 50% y 60% de los problemas de garantía se resuelven
mediante el reemplazo total del producto.
Es decir, la empresa retira productos operativos de su inventario destinados para la venta
para utilizarlos como reemplazo de productos defectuosos.
Según la información brindada por el área logística de la compañía el objetivo establecido
por el sistema de gestión de la calidad de la empresa es que el porcentaje de cambio no
supere el 4%.de los ingresos totales en el caso de computadoras, el 3% en el caso de partes
y piezas y el 6% en el caso de tabletas. Sin embargo, como se observa estos límites son
ampliamente superados en la actualidad.
127
Figura 72: Porcentajes de los productos cambiados vs reparados.
Porcentaje de cambio de productos

100%
80%
56% 60%
34%
60%
40%
20%
4% 3% 6%
0%
COMPUTADORAS PARTES Y PIEZAS TABLETAS
% Indicador Ideal % Indicador real
La operación de reemplazar productos para resolver las operaciones de garantía trae como
consecuencia directa una importante acumulación de inventario defectuoso el cual
difícilmente logra ser recuperado. Según lo expuesto por los expertos logísticos de la
compañía esto se debe a que es muy costoso retornar los productos averiados al país de
origen de las fábricas.
A continuación, una serie de fotografías que muestra esta situación.
128
Figura 73: Productos averiados que se acumulan en el almacén, zona 3-2.
Fuente: Área de almacén de la compañía.
Figura 74: Muestra de productos averiados que serán dados de baja en el año 2017.
A continuación, una imagen de un área del almacén principal en donde se acumulan las
tabletas averiadas que no han podido ser reparadas y se consideran como perdidas de
inventario.
129
Figura 75: Zona de acumulación de Tabletas averiadas en el almacén principal.
A continuación, se muestra el plano del almacén principal en donde se señala que las
zonas denominadas Dinámica 2-2-1, Dinámica 2-2-2 y zona 3-2 están siendo utilizadas
para la acumulación de este tipo de inventarios.
130
2.5 Impacto económico.
El impacto económico de la problemática se representa como la suma de los costos de
perdida que generan cada uno de los problemas, tanto el de quiebre de inventarios como
el de perdida de inventario por obsolescencia y averías:
Figura 76: Formula del impacto económico.
A continuación, la tabla resumen de costos por ambos problemas que afectan el

inventario periodo 2016 y primer trimestre del 2017.
Tabla 20: resumen de perdidas mensuales por distorsión de inventario.
CUADRO DE PERDIDAS MENSUAL POR DISTORSION DE INVENTARIO 2016-17

PERIODO Quiebre Inventario Obsoleto + Averiado (BAJAS) COSTO TOTAL
Ene-16 $27,780 $782.04 $28,562
Feb-16 $28,132 $2,491.46 $30,624
Mar-16 $27,459 $1,590.35 $29,049
Abr-16 $20,846 $1,314.57 $22,160
May-16 $16,347 $2,452.42 $18,799
Jun-16 $18,570 $1,578.01 $20,148
Jul-16 $20,323 $1,036.66 $21,359
Ago-16 $21,413 $836.99 $22,250
Set-16 $17,245 $398.70 $17,643
Oct-16 $17,129 $205.13 $17,334
Nov-16 $24,486 $977.13 $25,464
Dic-16 $18,474 $438.75 $18,913
Ene-17 $12,433 $459.58 $12,893
Feb-17 $12,214 $468.10 $12,682
Mar-17 $13,554 $230.63 $13,784
Como se observa el costo total es la suma de ambos problemas encontrados que generan
la distorsión del inventario.
A continuación, la gráfica que representa estos costos.
Figura 77: Impacto económico mensual por distorsión de inventario.
Impacto económico por distorsión de inventario 2016-17

$50,000
$40,000
$30,624
$29,049
$28,562
$25,464
$22,250
$22,160
$30,000
$21,359
$20,148
$18,799
$18,913
$17,643
$17,334
$13,784
$12,893
$12,682
$20,000
$10,000
$0
Ene-16 Feb-16 Mar-16 Abr-16 May-16 Jun-16 Jul-16 Ago-16 Set-16 Oct-16 Nov-16 Dic-16 Ene-17 Feb-17 Mar-17
Como se observa si bien es cierto el costo mensual anual en el primer trimestre del año
2017 ($88,235.00) ha disminuido en comparación con el mismo trimestre del año 2016
($39,359.00) aún es considerablemente alto.
Este es el costo que la propuesta de mejora busca atacar y que será abordada en el capítulo
3 de esta tesis.
132
A continuación, se realiza un análisis del por qué se generan estas situaciones que afectan
el inventario y elevan considerablemente el costo de los procesos de esta compañía.
Al terminar dicho análisis se presenta el diagrama ACR causa raíz que explica
gráficamente las causas y consecuencias de la problemática.
2.6 Análisis de la problemática.

Como se mencionó anteriormente se ha detectado deficiencias en los procesos
relacionados a la gestión de los inventarios. Por ello es necesario revisar todas las
actividades vinculadas a la toma de decisiones que involucra esta actividad.
2.6.1 Planeamiento estratégico y pronóstico de la demanda.

Como ya se había mencionado líneas arriba el proceso para llevar a cabo los pronósticos
con el fin de realizar las futuras adquisiciones carece de un sistema especializado lo cual
frecuéntenme deriva en errores ya sea por exceso o por defecto en las compras a los
proveedores. El actual procedimiento para la planeación consiste en que mensualmente
todos los jefes de las distintas unidades de negocio (mayoreo, provincia, retail) se reúnen
con su personal para actualizar las ventas en un cuadro de Excel y llenar a su vez la
plantilla de metas de ventas de la semana. Esta actividad representa el único input del
sistema.
Tabla 21: Matriz de pronóstico de ventas utilizado por los vendedores.
RESUMEN PLAN DE VENTAS y Mayoreo

PRONÓSTICOS Histórico Venta Real 2017 Pronóstico estimado
Descripción de Total Total Total Ene- Feb- Mar- Abr- May- Jun-
Código
Producto 2014 2015 2016 17 17 17 17 17 17
D.DURO SEAGATE
DDSE500GB 8554 8383 8670 820 963 654 750 800 500
500GB SATA
D.DURO LG 1TB
DDLGXE41TB32 8304 8459 8421 759 856 865 600 650 600
XE4-1TB32 EXT US
CASE ALT.TWR
CASEALTALUM ALUMINIO 400W 5872 6176 6366 560 410 380 550 500 300
REL
MONITOR LG LED
MOLGE2351VR-BN 5897 6558 6184 456 653 587 400 500 600
23" E2351VR-BN
M/B MSI K9N6PGM2-
MBMSIK9N6PGM2-V 368 399 381 40 65 38 30 50 30
V AMD BOX
MOUSE GENIUS
MOUGENS120-U 5056 4447 4325 420 632 586 400 500 550
NS120 USB
133
Fuente: Datos de la empresa Elaboración Propia
Con esta información de los vendedores el jefe de compras y los jefes de ventas, así como
el Product manager de la marca se reúnen para realizar los ajustes que consideren
necesarios en el cuadro de estimaciones. A continuación, se muestra el formato vigente
utilizado por la empresa para obtener la proyección de ventas de sus vendedores para sus
diferentes unidades de negocio.
134
FORMATO DE PROYECCION DE VENTAS
FECHA 14/10/2016
VENDEDOR Roxa rivera
CODIGO DE SISTEMA RR PT2011
Unidad
# Plan de Ventas Medida Enero Febrero Marzo Abril Mayo Junio Julio Agosto Setiembre Octubre Noviembre Diciembre TOTAL
1 D.duro seagate 500 GB 1.00 1,200 1,000 800 400 250 200 200 200 550 900 1,200 7,900 14,800
2 DD LG 1tb xe4-1tbext 1.00 1,200 1,000 800 400 250 200 200 200 550 900 1,200 1,200 8,100
3 CASE ALT.TWR aluminio 1.00 800 800 600 600 450 0 0 0 350 650 950 950 6,150
4 Monitor lG molg 23p 1.00 600 600 500 300 200 450 0 0 300 700 950 950 5,550
5 M/B asus 9n6p gm2 AMD 1.00 0 0 0 0 0 0 0 0 0 0 0 0 0
6 CPU i5 4477 intel box 1.00 0 0 0 0 0 0 0 0 0 0 0 0 0
7 Tab altron 708 A 8p 1.00 0 0 0 0 0 0 0 0 0 0 0 0 0
8 Tab Altron 725 tv 7p 1.00 0 0 0 0 0 0 0 0 0 0 0 0 0
9 Pizarra Altron 89P 1.00 0 0 0 0 0 0 0 0 0 0 0 0 0
10 Cam NVR wifi ALT1 1.00 0 0 0 0 0 0 0 0 0 0 0 0 0
Unidad
1 D.duro seagate 500 GB Medida Enero Febrero Marzo Abril Mayo Junio Julio Agosto Setiembre Octubre Noviembre Diciembre
Stock Inicial 1.00 0
Stock Promedio 1.00 1,200 1,000 800 400 250 200 200 200 550 900 1,200 7,900
Ventas Proyectadas 1.00 1,000 800 500 300 200 200 200 500 800 1,200 1,200 7,900
Stock Final Proyectado 1.00 200 400 700 800 850 850 850 550 300 0 0 0
Unidad
2 DD LG 1tb xe4-1tbext Medida Enero Febrero Marzo Abril Mayo Junio Julio Agosto Setiembre Octubre Noviembre Diciembre
Stock Promedio 1.00 1,200 1,000 800 400 250 200 200 200 550 900 1,200 1,200
Ventas Proyectadas 1.00 750 600 375 225 150 150 150 375 600 900 900 5,925
Stock Final Proyectado 1.00 450 850 1,275 1,450 1,550 1,600 1,650 1,475 1,425 1,425 1,725 -3,000
Unidad
3 CASE ALT.TWR aluminio Medida Enero Febrero Marzo Abril Mayo Junio Julio Agosto Setiembre Octubre Noviembre Diciembre
Stock Promedio 1.00 800 800 600 600 450 0 0 0 350 650 950 950
Ventas Proyectadas 1.00 563 450 281 169 150 150 150 375 600 900 900 5,251
Stock Final Proyectado 1.00 237 587 906 1,337 1,637 1,487 1,337 962 712 462 512 -3,789
Unidad
4 Monitor lG molg 23p Medida Enero Febrero Marzo Abril Mayo Junio Julio Agosto Setiembre Octubre Noviembre Diciembre
Stock Promedio 1.00 600 600 500 300 200 450 0 0 300 700 950 950
Ventas Proyectadas 1.00 0 0 0 0 0 0 0 0 0 0 0 0
Stock Final Proyectado 1.00 600 1,200 1,700 2,000 2,200 2,650 2,650 2,650 2,950 3,650 4,600 5,550
Unidad
5 M/B asus 9n6p gm2 AMD Medida Enero Febrero Marzo Abril Mayo Junio Julio Agosto Setiembre Octubre Noviembre Diciembre
Stock Promedio 1.00 0 0 0 0 0 0 0 0 0 0 0 0
Unidad
6 CPU i5 4477 intel box Medida Enero Febrero Marzo Abril Mayo Junio Julio Agosto Setiembre Octubre Noviembre Diciembre
Stock Promedio 1.00 0 0 0 0 0 0 0 0 0 0 0 0
• Por otro lado, la metodología establecida para medir la precisión de las estimaciones
consiste en la aplicación de un indicador tipo MAPE cuyo cociente arroja los
resultados de que tan cerca o lejos estuvo el pronóstico de la demanda real. A
continuación, se presenta dicho indicador de precisión.
( 𝑫𝒆𝒎𝒂𝒏𝒅𝒂 𝑹𝒆𝒂𝒍−𝑭𝒐𝒓𝒆𝒄𝒂𝒔𝒕)
𝑰. 𝒑 = (𝑫𝒆𝒂𝒎𝒂𝒏𝒅𝒂 𝑹𝒆𝒂𝒍)
Para llevar a cabo dicha medición se utiliza una tabla en Excel en donde son colocados
todos los resultados de las ventas mensuales o anuales dependiendo del periodo de
evaluación, para un determinado producto y se restan de la demanda pronosticada. La
diferencia es la variación absoluta.
A continuación, en la tabla número 11 se presentan dichos resultados para una muestra
de productos.
Tabla 22: Plantilla para el cálculo de la VA de los pronósticos año 2016
Ventas Real
Código Descripción de Producto Pronóstico 2016 VA
2016
DDSE500GB D.DURO SEAGATE 500GB SATA 8200 8670 470.00
DDLGXE41TB32 D.DURO LG 1TB XE4-1TB32 EXT US 7400 8421 1021.00
CASEALTALUM CASE ALT.TWR ALUMINIO 400W REL 5400 6366 966.00
MOLGE2351VR-BN MONITOR LG LED 23" E2351VR-BN 6000 6184 184.00
MBMSIK9N6PGM2-V M/B MSI K9N6PGM2-V AMD BOX 440 381 59.00

Figura 78: Muestra el resultado del nivel de acercamiento del pronóstico actual
A continuación, se muestra la tabla de resultados de este indicador para el año 2016.
Tabla 21: Precisión de los pronósticos con el uso de la metodología actual.
PRONOSTICO PARA EL AÑO 2016

Ene- Feb- Mar- Abr- May- Jun- Jul- Ago- Set- Oct- Nov- Dic-
PRODUCTO
16 16 16 16 16 16 16 16 16 16 16 16
DISCO DURO 19.96% 20.02% 20.03% 19.99% 20.02% 20.03% 20.03% 20.02% 19.96% 20.00% 20.04% 19.97%
FUENTE 4.97% 4.98% 4.97% 5.05% 5.00% 4.97% 5.03% 4.98% 4.94% 4.97% 5.12% 5.00%
IMPRESORA 30.21% 29.41% 30.00% 29.84% 30.43% 30.36% 29.84% 29.79% 30.43% 30.00% 29.84% 30.00%
MONITOR 17.00% 17.00% 16.98% 17.01% 16.98% 16.99% 16.98% 16.99% 16.99% 16.99% 17.02% 17.02%
PROCESADOR 15.02% 15.01% 14.96% 14.99% 15.00% 14.91% 14.98% 14.95% 14.97% 15.03% 14.95% 14.99%
Con esta metodología en la proyección de las ventas se generan diversos problemas para
la compañía, uno de los principales es el quiebre inminente de los stocks lo cual se debe
resolver colocando muchas órdenes de compra a proveedores locales, sobre exigiendo la
operación de transporte, almacenamiento y control de llegada de mercaderías.
138
Haciendo un análisis del error estadístico para el pronóstico de la familia de discos duros
sata 3 500GB obtenemos los siguientes resultados.
Tabla 23: Error MAPE para los pronósticos con metodología actual, disco duro s3
500GB.
n mes Vreal Pronostico error abs error % abs

1 Ene-16 648 900 252 38.9%
2 Feb-16 521 700 179 34.4%
3 Mar-16 657 400 257 39.1%
4 Abr-16 426 300 126 29.6%
5 May-16 654 400 254 38.8%
6 Jun-16 742 450 292 39.4%
7 Jul-16 586 400 186 31.7%
8 Ago-16 988 400 588 59.5%
9 Set-16 784 500 284 36.2%
10 Oct-16 854 900 46 5.4%
11 Nov-16 856 1250 394 46.0%
12 Dic-16 954 1600 646 67.7%
8670 8200 Suma % 466.7%
N 1200.0%
MAPE 38.9%
139
Figura 79: ventas reales vs pronostico actual, año 2016
Ventas real vs Pronóstico año 2017

1800
1600
1400
1200
1000
800
600
400
200
0
Vreal Pronostico
Al llevar a cabo el cálculo de los errores de pronóstico se obtienen los siguientes

resultados:
Figura 80: Indicadores de error de pronóstico para el método actual.
Error de pronóstico método

actual
CFE 470
MAD 292
MSE 113576
MAPE 39%
Señal de rastreo 1.61
Como se observa el error CFE en primer lugar es positivo lo cual advierte de un

pronóstico que se encuentra por debajo de los resultados reales de la demanda en
aproximadamente 470 unidades, lo ideal es que este cercano a 0. De mantenerse estos
resultados es evidente que la demanda para este producto se encuentra continuamente
subestimada.
Con respecto al error MAD el cual nos indica la dispersión del error del pronóstico indica
que en promedio se está subestimando la demanda mensual en 292 unidades.
140
Para el caso del error MSE el cual mide el promedio del cuadrado del error, siendo este
error la diferencia entre el pronóstico y la demanda real obtenemos 113576.
A continuación, observamos el error MAPE el cual señala los errores de pronóstico en
términos porcentuales, el cual para este pronóstico es de 39%.
Si realizamos el mismo estudio para un pronóstico realizado por el mayorista con el
método del cálculo estimado parta el producto: Impresora Samsun Laser xp 401, se
obtienen los siguientes resultados:
Tabla 24: Error MAPE para el pronóstico del producto imp sam laser Xp 401.
PRONOSTICO CON METODO ACTUAL año 2017

n mes Vreal Pronostico error abs error % abs
1 Ene-16 420 650 230 54.8%
2 Feb-16 380 500 120 31.6%
3 Mar-16 450 600 150 33.3%
4 Abr-16 365 500 135 37.0%
5 May-16 586 500 86 14.7%
6 Jun-16 235 400 165 70.2%
7 Jul-16 520 600 80 15.4%
8 Ago-16 462 400 62 13.4%
9 Set-16 159 200 41 25.8%
10 Oct-16 284 300 16 5.6%
11 Nov-16 536 600 64 11.9%
12 Dic-16 723 500 223 30.8%
5120 5750 Suma % 344.6%
N 1200.0%
MAPE 28.7%
141
Figura 81 : Demanda real vs pronóstico para el producto imp sam laser Xp 401.
Ventas vs Pronóstico Imp Sam xp 401 año 2017

800
600
400
200
0
1 2 3 4 5 6 7 8 9 10 11 12
Vreal Pronostico
Al llevar a cabo el cálculo de los errores de pronóstico se obtienen los siguientes

resultados:
Tabla 25: Indicadores de error de pronóstico con el método actual.
Errores de pronóstico
CFE -630
MAD 114.33
MSE 17387.67
MAPE 28.7%
Señal de rastreo -5.51
Como se observa los resultados para el pronóstico del producto imp sam laser Xp 401,
arrojan:
El error CFE es de -630, este resultado al ser muy negativo señala que cada pronóstico
calculado ha sobrestimado ampliamente la demanda real.
Por otro lado, el MAD es de 114.33 es decir que cada pronostico en promedio excede a
la demanda real en 114 unidades.
El MSE de 17387 señala en la misma dirección que existe una amplia sobrestimación de
la demanda que existe para este producto, lo cual se ve reflejado en una acumulación de
productos que no se venden al final de cada periodo. Finalmente observamos que el error
142
MAPE o error porcentual es de 28.7% y la señal de rastreo corrobora que el pronóstico
se encuentra por encima de la demanda real.
2.6.2 Evaluación del nivel de servicio.

El actual indicador que mide la capacidad de la compañía para atender los requerimientos
de sus clientes está definido como el resultado de dividir la cantidad de órdenes atendidas
en un mes contra la cantidad de órdenes recibidas en ese mismo mes multiplicado por
100. Sin embargo, este indicador es impreciso debido a que llega un punto en que los
agentes de ventas ya no registran las órdenes que no pueden atender, una vez que se han
enterado de la falta de stocks del producto que solicitan.
Indicador del nivel de servicio = 100
Según el reporte emitido para el periodo enero-2014, septiembre 2016 el porcentaje

promedio de ordenes anuladas o canceladas al mes es de 7% registrado en el sistema, sin
embargo, como ya se ha mencionado muchas ordenes ya no se llegan a registrar cuando
la falta de inventario es evidente, solamente se quedan las proformas emitidas por los
vendedores las cuales no se registran en el sistema.
Tabla 26: tabla que muestra los resultados del indicador del nivel de servicio para 9001
y 9002.
Mes Nivel de servicio

01-01-16 87.52%
01-02-16 89.27%
01-03-16 90.69%
01-04-16 91.93%
01-05-16 92.27%
01-06-16 89.74%
01-07-16 92.52%
01-08-16 90.33%
01-09-16 90.58%
01-10-16 91.17%
01-11-16 87.10%
01-12-16 88.71%
143
01-01-17 86.28%
01-02-17 84.84%
01-03-17 89.91%
A continuación, se muestra la gráfica del nivel de servicio actual:
Figura 82 : Resumen de órdenes de compra anuladas registradas en sistema, periodo

2014-2016.
Fuente: Reporte de la gerencia de operaciones
En resumen, en promedio el nivel de servicio actual es de 89%, 6 puntos porcentuales por

debajo del optimo establecido por la empresa.
144
Figura 83: Reporte de procesamiento de ordenes periodo 2014-2016
REPORTE DE PROCESO DE ORDENES DE COMPRA GRUPO TECNOLOGIES S.A

Codigo de usuario
COD. SISTEMA : Jchois.GL 2012
Nombre Almacen: Almacen Lima NOMBRE
Ciudad : Lima COMERCIAL
Periodo : 2014-2017 DIA MES AÑO
Desde : 1-Ene-14 30JUN08
DIA MES AÑO
Hasta : 30-Mar-17 6JUL08
Reporte Resumen
ALMACEN Ordenes Recibidas Ordenes Anuladas TOTAL
LIMA
0000 002 300 0000 000 148 6%
0000 002 316 0000 000 154 7%
0000 002 145 0000 000 130 6%
0000 001 926 0000 000 105 5%
0000 002 298 0000 000 175 8%
0000 002 277 0000 000 128 6%
0000 001 935 0000 000 098 5%
0000 002 140 0000 000 170 8%
0000 002 059 0000 000 149 7%
0000 002 307 0000 000 144 6%
0000 001 862 0000 000 148 8%
0000 001 992 0000 000 099 5%
0000 002 059 0000 000 181 9%
0000 002 181 0000 000 203 9%
0000 001 993 0000 000 097 5%
0000 002 173 0000 000 172 8%
0000 001 991 0000 000 161 8%
0000 002 143 0000 000 069 3%
0000 001 944 0000 000 122 6%
0000 002 271 0000 000 167 7%
0000 002 099 0000 000 126 6%
0000 001 922 0000 000 117 6%
0000 002 167 0000 000 079 4%
0000 002 296 0000 000 202 9%
0000 002 081 0000 000 202 10%
Sistema: Peach Tree Acountin

Total registros P : 0000 052 877
A/R : no-data
Valores Totales
Contado Credito
--- -----
Firma y Sello del Agente
Fuente: Reporte de la gerencia de operaciones
145
2.6.3 Análisis del proceso de recuperación de defectuosos.
Según el proceso establecido por la propia compañía todos los productos defectuosos que
retornen deben ser enviados al departamento de RMA para que se gestione su inmediata
recuperación con el proveedor o el OEM. El plazo para que el proveedor o fabricante
acepte recibir el producto y reemplazarlo es también de 12 meses, pasado este periodo el
producto queda fuera de la cobertura de garantía y pasa a convertirse en una baja
definitiva en el inventario de la compañía con la consecuente pérdida que esto genera.
Según una evaluación de los datos proporcionados por el área de RMA, de cada 10
productos, solamente 6 o 7 se recupera de forma satisfactoria, el otro 30% o 40% pasa a
formar parte del inventario de piezas inservibles que almacena la compañía y que cada
año procesa como una baja notarial.
Tabla 27: Muestreo de tiempo de procesamiento de garantía en días con el OEM para 3
clases de productos.
Discos Duros Cpus Tabletas
Muestra Unidad Tiempo Garantia Discos Garantia CPUs Garamtia Tablets

1 dias 9 35 63
2 dias 10 33 73
3 dias 11 34 45
4 dias 12 36 93
5 dias 12 45 56
6 dias 12 46 47
7 dias 13 65 47
8 dias 15 63 47
9 dias 17 67 60
10 dias 23 70 60
11 dias 25 82 60
12 dias 26 82 85
13 dias 36 82 86
14 dias 39 97 86
15 dias 45 45 95
16 dias 63 63 120
17 dias 65 120 120
18 dias 70 130 90
19 dias 90 100 90
20 dias 120 120 80
146
Figura 84: Grafica de cajas de los tiempos que tarda la compañía en procesar sus RMA.
La grafica 85 muestra que existen tiempos de procesamiento de hasta 120 días para
tramitar la garantía de los productos analizados con el fabricante u OEM.
Solo para la muestra de discos duros se observan algunos tiempos de entre 20 y 40 días,
esto se debe según lo explicado por el personal que labora en el departamento de RMA,
a que existen lotes de discos comprados a proveedores locales y explican que es mucho
más sencillo para ellos gestionar garantías con un proveedor nacional que con uno
extranjero.
En el caso de los microprocesadores y Tabletas electrónicas, todas estas deben esperar un
periodo muy largo, incluso meses hasta que se coordine con el fabricante de qué forma
se realizará el envío de las piezas defectuosas y quien asumirá el costo del transporte. La
línea roja muestra el plazo objetivo de 30 días que la misma empresa ha establecido para
gestionar sus garantías. Sin embargo, se observa lo lejos que se encuentra de poder
cumplirse esta meta.
Otra de las dificultades que se han encontrado en este departamento es que toda la
comunicación que se recibe de los proveedores extranjeros se encuentra en inglés, y las
únicas 2 personas que aquí laboran no poseen un dominio adecuado de este idioma.
147
Productos acumulados esperando trámite de garantía con el proveedor
148
2.7 Simulación del proceso.
Utilizando la simulación presentaremos el sistema de manejo del inventario que en la
actualidad se viene manejando en la empresa. El modelo representara todas las etapas y
variables que intervienen en este proceso como la llegada de clientes, la demanda, la
revisión de los inventarios etc.
El modelo en arena consta de los siguientes segmentos y componentes:

• Segmento Gestión de las compras. En este segmento se realiza el monitoreo de las
unidades existentes en el inventario, si el nivel del inventario es menor o igual al punto
de reorden se activa el proceso realizar compras el cual puede tener dos estados, 0 o
1, cuando es 0 se asume que el inventarios es capaz de atender la demanda; cuando es
1 el stock ha llegado al punto de reorden y el proceso comprar se inicia, cuando este
proceso termina con la llegada del lote adquirido este nuevo inventario se suma al
inventario actual y se inicia nuevamente el ciclo de revisión, si el inventario continua
por debajo del inventario máximo o stock objetivo, la operación de compras se repite.
En el modelo se asume que el área de compras siempre está disponible. A
continuación, se muestra el esquema del segmento gestión de las compras.
Figura 85: Muestra el Segmento “Gestión de compras Actual”
• Segmento Gestión de la Demanda. En este segmento se muestra el arribo de los

clientes a la empresa representados como se considera actualmente con una
distribución uniforme, dichos clientes llegan y generan órdenes de compra las cuales
149
se transforman en una demanda, eventualmente esta demanda puede o no puede ser
atendida, dependiendo esto del nivel del inventario actual. Por esta razón luego de
estimar la demanda esta se contrasta con el nivel de inventario actual y si se cumple
que 𝐷 𝑐 ≤𝐼 𝐴𝑐 , se procede a restar esta cantidad del
inventario quedando este actualizado. A continuación, se muestra el segmento del
modelo el cual representa la gestión actual de la demanda.
Figura 86: Se muestra el Segmento Gestión Actual de la Demanda
• Variables del modelo. El modelo logístico simulado integra una serie de variables
las cuales hacen posible la funcionalidad del esquema en comparación con el modelo
actual que funciona en la empresa. Estas variables se presentan a continuación.
150
Figura 87: Se muestra la tabla de Variables del Modelo Logístico Actual
• Gráfica de resultados. Los resultados de la simulación serán representados en una

gráfica serie de tiempo la cual en su eje X muestra los días para el ciclo de la corrida
de la simulación y el eje Y el nivel de inventario en unidades físicas.
• Configuración para la corrida del Modelo. La configuración para la corrida del
modelo se realiza en la ventana “Run Setup” del software arena, para nuestro caso
haremos una simulación de 120 días como se muestra a continuación:
151
Figura 88: Configuración del Módulo “Run Setup”
2.7.1 Simulación de quiebre de inventarios

Con el modelo terminado y todas las variables de decisión que utiliza actualmente la
empresa integradas al sistema se procede a la corrida de la simulación en el escenario de
rotura de stock, para este caso se ha seleccionado un ítem de alta rotación como lo es el
SKU “Seagate HD S3 500GB” este producto es utilizado tanto para ser vendido como
pieza suelta, así como para formar parte de un computador ensamblado en conjunto con
otros componentes.
Los resultados de la simulación se muestran a continuación:
152
Figura 89 : Resultado de la Simulación para el escenario de rotura de Stock

Como se puede apreciar con el modelo de gestión actual, la demanda y la reposición de
inventarios en un producto de alta rotación no se puede controlar, quedando en evidencia
que el inventario no es capaz de satisfacer una demanda continua de los productos de alta
rotación, las flechas rojas señalan los periodos en el que el stock llego prácticamente a 0
hasta esperar el inventario de reposición. En este escenario no solo se debe analizar la
falta de inventarios si no las pérdidas de utilidades, la insatisfacción de los clientes y la
pérdida de confianza por parte de los clientes hacia el distribuidor porque este no puede
satisfacer su demanda
Figura 90 : Se muestra 3 etapas
Periodos de
PERIODO
quiebre de DE
QUIEBRE
inventario
INVENTARIOS
A continuación, se muestra un resumen de los principales resultados obtenidos en la

simulación:
Tabla 28: Resultados de la simulación para rotura de Stock SKU “Seagate HD S3
500GB”
VARIABLE CANTIDAD UNIDADES

Periodo de la simulación 4 meses
Inventario inicial 1200 Unidades
Stock Máximo 1500 Unidades
Lote de compra 1000 Unidades
Stock de seguridad 0 Unidades
Punto de Reorden 30 Unidades
Demanda total atendida 4195 Unidades
Total ordenes de compra atendidas 108 Unidades
Demanda total no atendida 2043 Unidades
Total ordenes de compra no atendidas 53 Unidades
Invetario final a la actualidad 5 Unidades
Figura 91: Demanda Atendida Vs Demanda no Atendida para SKU “Seagate HD S3

500GB”
2.7.2 Simulación de acumulación de inventarios.

La segunda simulación corresponde al escenario opuesto, esto es el exceso de inventarios
que existe en los almacenes de la empresa para determinados ítems cuya rotación en
comparación a los demás productos es mucho menor, esto generalmente corresponde a
existencias denominadas periféricos u accesorios tales como impresoras, parlantes,
teclados, mousses etc. Si bien es cierto es indispensable que la compañía cuente con un
155
determinado stock de estos productos, su adquisición debe darse de forma adecuada y
evaluando la demanda, además del ciclo de vida comercial que estos productos pueden
tener en determinadas épocas del año. Por ejemplo, las promociones o campañas en el
mercado tecnológico están frecuentemente relacionadas a las campañas relacionados al
cine o la televisión, por ello no es raro ver en el mercado accesorios informáticos con
impresiones alusivas a un determinado personaje o película del momento, esta estrategia
comercial busca aprovechar la acogida temporal de estos personajes, sin embargo su
demanda está también limitada al periodo de popularidad de estos, ya que luego su
demanda también disminuye generando en el stock existencias que luego son difíciles de
comercializar. A continuación, presentamos el escenario simulado en la gestión logística
de la empresa en el ítem de impresoras láser con el SKU “Implas SamML2950” el cual
se considera en este momento un producto casi obsoleto.
156
Figura 92: Resultado de la Simulación para el escenario de exceso de Stock

El resultado de la simulación refleja claramente la situación actual de la compañía con
respecto al inventario de productos que presentan una baja rotación. Las consecuencias
de aplicar una misma política de compras para todos los ítems del portafolio de productos
generan una distorsión en los procesos de compras y almacenamiento que finalmente
resultan perjudiciales si se desean alcanzar niveles de eficiencia adecuados o lograr una
ventaja competitiva. El hecho de comprar sin medir las consecuencias produce finalmente
un exceso de existencias que en periodos cortos de tiempo se transforman en obsoletos.
Figura 93: Evolución del inventario en exceso de almacenamiento
Inventario
Acumulado
La grafica explica claramente la evolución de la demanda del producto analizado, en un

primer momento se observa una caída de los inventarios lo que supone que existe una
buena demanda del producto sin embargo a medida que el tiempo transcurre esta demanda
se va haciendo menos fuerte y esto se ve reflejado en que el nivel de existencias ya no
llega a niveles bajos por el contrario se va acumulando, podemos decir entonces que la
demanda del producto es inversamente proporcional al comportamiento de los
inventarios.
En este caso para un ciclo de 4 meses la acumulación del producto se hace más que
evidente y así se demuestra en los resultados.
Tabla 29: Resultados de la simulación para exceso de Stock SKU “Implas
SamML2950”

Periodo de la simulación 4 meses
Stock Máximo 400 Unidades
Lote de compra 100 Unidades
Stock de seguridad 0 Unidades
Demanda total atendida 1231 Unidades
Total ordenes de compra atendidas 78 Unidades
Demanda total no atendida 31 Unidades
Total ordenes de compra no atendidas 2 Unidades
El inventario final para un ciclo de 4 meses es de 119 impresoras, si tenemos en cuenta

que el ciclo de vida comercial de una impresora láser es en promedio de 6 meses, es claro
que este stock ya se encuentra en un grado crítico de obsolescencia y el riesgo de pérdida
de la rentabilidad de este lote es inminente.
A continuación, se muestra la gráfica, donde encontramos que para este producto la
demanda no atendida es de tan solo 2%. La demanda atendida en cambio asciende a un
nivel del 98%.
Figura 94: Demanda Atendida Vs Demanda no Atendida por exceso de Stock “Implas
SamML2950”
159
Toda la información que resulta de correr ambos escenarios será analizada en los capítulos
siguientes, de eta manera se podrá diseñar las estrategias que formaran parte de la
propuesta de mejora en donde el resultado del nuevo escenario también será simulado.
2.8 Análisis de causa raíz ACR.

Como se ha podido determinar existen 2 importantes problemas que afectan el buen
funcionamiento de la gestión del inventario y en años consecutivos ha venido generando
importantes pérdidas económicas. Sin embargo, existen otros problemas que se van a
evaluar para identificar su importancia.
A continuación, se presenta el resultado del análisis del área de sistemas para el estatus
de 336 ítems en el año 2017
Tabla 30: Análisis de la problemática 336 ítems analizados en el año 2017.
Código del
Problemática Frecuencia porcentaje Acumulado
Problema
Perdida de inventario
PÉRDIDA 1 125 37% 37%
x defectuosos
Perdida de inventario
PÉRDIDA 2 89 26% 64%
x obsoletos
Quiebre de QUIEBRE DE
63 19% 82%
los inventarios STOCK
Robos de mercadería RM 19 6% 88%
Inventario no
coincide con el SNM 16 5% 93%
sistema
demasiados
productos en COMITE 14 4% 97%
separación
Problema de control
KARDEX 10 3% 100%
de KARDEX
160
Figura 95 : Pareto resumen de la problemática actual.
PARETO DE RESUMEN DE LA PROBLEMATICA

140 120%
97% 100%
120
88% 93% 100%
82%
100 64% 80%
80
60%
60 37%
40%
40
20 20%
0 0%
PÉRDIDA 1
PÉRDIDA 2
SNM
COMITÉ
QUIEBRE STOCK
RM
KARDEX
Como se puede apreciar en la tabla 31, la situación de quiebre de inventarios y perdida

por obsoletos y averiados son los principales problemas que enfrenta el mayorista. A la
suma de esta problemática se le denomina distorsión del inventario.
A continuación, se realiza un resumen de las casusas detalladas en el punto 2.5 y se
complementan con los datos obtenidos en una encuesta de apoyo realizada al personal
que está directamente involucrado en los procesos logísticos y de control del inventario.
Estos resultados serán analizados en la etapa de mejora del proceso en punto 3 para la
implementación de la metodología de solución de estos problemas.
161
Figura 96: Análisis de Causa Raíz
CAPÍTULO 3: PROPUESTA DE MEJORA
Luego de haber estudiado la realidad actual de la empresa y conocer al detalle los

resultados de su actual gestión logística, realizaremos una propuesta integral de mejoras
con el fin de anular las causas raíces de los problemas encontrados y a la vez alcanzar el
objetivo de elevar el nivel de competencia global de esta compañía mediante la adecuada
gestión del nivel de sus inventarios.
El análisis causa raíz (Fig. 93) señala que el problema principal de distorsión del
inventario se genera por el quiebre del inventario el cual se entiende como periodos de
desabastecimiento temporal de productos de alta rotación y por la pérdida de inventario
ocasionado por la obsolescencia de productos y por un alto índice de productos averiados
que no logran recuperarse.
El estudio demuestra que esto se debe por un lado a problemas de orden interno tales
como una inadecuada metodología para la ejecución de procesos clave como el control
de la demanda y revisión de los inventarios y por otro lado también se demuestra que
existen procesos que dependen exclusivamente de la relación comercial con los
proveedores.
Por esta razón la propuesta debe tener un enfoque integral de procesos con una visión de
cadena de suministro que involucre a clientes y proveedores como piezas fundamentales
del plan de mejora. El modelo de gestión seleccionado ha sido desarrollado por The
Global Supply Chain Forum, o GSCF por sus siglas en ingles.
Este modelo sugiere una serie ordenada de procesos clave que deben implementarse de
manera que cada de uno de ellos alimente al proceso siguiente, partiendo de los clientes
y llegando hasta los proveedores.
Cada proceso recopila información y agrega valor al proceso siguiente de esta manera el
sistema integra clientes, empresa y proveedores en un completo sistema de gestión.
3.1 Selección del modelo para la propuesta de mejora.

Para realizar la selección del marco de referencia que guiará la propuesta de mejora
utilizaremos la herramienta de toma de decisiones conocida como proceso de análisis
jerárquico o AHP.
Analizaremos cuatro de los más reconocidos modelos de referencia que se utilizan para
mejorar los procesos de cadena de suministro y gestión logística, ya que ambos conceptos
se encuentran íntimamente relacionados con la gestión de inventarios. Estos son:
➢ The Global Supply Chain Forum (GSCF).
➢ The Supply Chain Operation Reference (SCOR).
➢ The SCMI GSCF Framework.
➢ The Process Classification Framework (PCF).
Los criterios que servirán para la evaluación de los marcos de referencia se fundamentan
en la necesidad establecer un proceso orientado a una compañía con las características
propias de un distribuidor de productos electrónicos e informáticos, tal como lo es la
empresa a la que está dirigida esta investigación.
Estos criterios se mencionan a continuación:
1) Estandarización y secuencia ordenada de los procesos.
2) Metodología orientada a los procesos.
3) Apoya la mejora continua de los procesos.
4) Facilita la visión transversal de la organización.
5) Prioriza la gestión de la logística inversa.
De acuerdo a la metodología se deben establecer matrices de comparación de todas
las alternativas analizando cada uno de los criterios según una escala que puede tomar los
valores de 1, 3, 5, 7 de acuerdo a la importancia del criterio comparado. Finalmente se
deben establecer los vectores de prioridad de cada uno de los criterios, los cuales darán
finalmente como resultado al mejor marco de referencia para implementar nuestra
propuesta de mejora. Los pesos asignados corresponden a un análisis realizado en
conjunto con los expertos logísticos de la compañía.
A continuación, se muestra el análisis.
Para el criterio: Estandarización y documentación de los procesos. Tenemos la siguiente
matriz de comparación.
Tabla 31: Matriz de comparación del criterio 1.
Criterio o factor: ESTANDARIZACION Y DOCUMENTACION DE LOS PROCESOS

ALTERNATIVAS Modelo SCOR Modelo GSCF Modelo PCF Modelo Best Practices
Modelo SCOR 1.00 0.33 3.00 5.00
Modelo GSCF 3.00 1.00 5.00 5.00
Modelo PCF 0.33 0.20 1.00 3.00
Modelo Best Practices 0.20 0.20 0.33 1.00
4.53 1.73 9.33 14.00
164
Tabla 32: Matriz normalizada del criterio 1.
Criterio o factor: 1 VECTOR DE

ALTERNATIVAS 1 2 3 4 PRIORIDAD
Modelo SCOR 0.22 0.19 0.32 0.36 27%
Modelo GSCF 0.66 0.58 0.54 0.36 53%
Modelo PCF 0.07 0.12 0.11 0.21 13%
Modelo Best Practices 0.04 0.12 0.04 0.07 7%
1.00
Para el criterio: Metodología orientada a los procesos, tenemos las siguientes matrices:
Tabla 33: Matriz de comparación para el criterio 2.
Criterio o factor: ESTABLECE METRICAS PARA EL CONTROL DE LOS PROCESOS

Modelo SCOR 1.00 1.00 3.00 3.00
Modelo GSCF 1.00 1.00 5.00 5.00
Modelo PCF 0.33 0.20 1.00 3.00
2.67 2.40 9.33 12.00

Modelo SCOR 0.38 0.42 0.32 0.25 34%
Modelo GSCF 0.38 0.42 0.54 0.42 44%
Modelo PCF 0.13 0.08 0.11 0.25 14%
100%
Para el criterio: Apoya la mejora continua de los procesos, tenemos las siguientes
matrices:
165
Criterio o factor: APOYA LA MEJORA CONTINUA DE LOS PROCESOS

Modelo SCOR 1.00 0.33 3.00 5.00
Modelo GSCF 3.00 1.00 7.00 7.00
Modelo PCF 0.33 0.14 1.00 5.00
4.53 1.62 11.20 18.00

Modelo SCOR 0.22 0.21 0.27 0.28 24%
Modelo GSCF 0.66 0.62 0.63 0.39 57%
Modelo PCF 0.07 0.09 0.09 0.28 13%
100%
Para el criterio: Facilita la visión transversal de la organización, tenemos las siguientes

matrices:
Criterio o factor: FACILITA LA VISION TRANSVERSAL DE LA ORGANIZACIÓN

Modelo SCOR 1.00 1.00 3.00 7.00
Modelo GSCF 1.00 1.00 5.00 5.00
Modelo PCF 0.33 0.20 1.00 3.00
2.48 2.40 9.33 16.00

Modelo SCOR 0.40 0.42 0.32 0.44 39%
Modelo GSCF 0.40 0.42 0.54 0.31 42%
Modelo PCF 0.13 0.08 0.11 0.19 13%
100%
166
Para el criterio: Prioriza la gestión de la logística inversa, tenemos las siguientes
matrices:
Criterio o factor: PRIORIZA LA GESTION DE LA LOGISTICA INVERSA

Modelo SCOR 1.00 1.00 3.00 5.00
Modelo GSCF 1.00 1.00 7.00 5.00
Modelo PCF 0.33 0.14 1.00 3.00
2.53 2.34 11.33 14.00

Modelo SCOR 0.39 0.43 0.26 0.36 36%
Modelo GSCF 0.39 0.43 0.62 0.36 45%
Modelo PCF 0.13 0.06 0.09 0.21 12%
100%
A continuación, se evalúa de la misma manera cada uno de los 5 criterios obteniéndose

las siguientes matrices:
Tabla 41: Matriz de comparación entre criterios.
1 2 3 4 5
1 1.00 0.20 0.33 1.00 0.33
2 5.00 1.00 5.00 3.00 1.00
3 3.00 0.20 1.00 3.00 0.33
4 1.00 0.33 0.33 1.00 0.33
5 3.00 1.00 3.00 3.00 1.00
13.00 2.73 9.67 11.00 3.00
167
Tabla 42: Matriz normalizada de la comparación de criterios.
1 2 3 4 5 Vector Prioridad
1 0.08 0.07 0.03 0.09 0.11 8%
2 0.38 0.37 0.52 0.27 0.33 37%
3 0.23 0.07 0.10 0.27 0.11 16%
4 0.08 0.12 0.03 0.09 0.11 9%
5 0.23 0.37 0.31 0.27 0.33 30%
A continuación, se multiplica vectorialmente el vector de prioridad de criterios obtenida

en la tabla 47 por los vectores obtenidos en cada una de las matrices de evaluación de
criterios evaluados independientemente, es decir con las tablas 37, 39, 41, 43 y 45,
obteniendo los siguientes resultados:
168
Tabla 43: Tabla de multiplicación de vectores de prioridad.
VECTOR DE VECTOR DE
RESULT
PRIORIDAD CRITERIO 1
27% 0.08 2.2%
53% 4.3%
13% 1.0%
7% 0.5%
VECTOR DE VECTOR DE
RESULT
34% 0.37 13%
44% 16%
14% 5%
8% 3%
VECTOR DE VECTOR DE
RESULT
24% 0.16 4%
57% 9%
13% 2%
5% 1%
VECTOR DE VECTOR DE
RESULT
39% 0.09 4%
42% 4%
13% 1%
6% 1%
VECTOR DE VECTOR DE
RESULT
36% 0.3 11%
45% 13%
12% 4%
7% 2%
Finalmente se obtiene el vector de prioridad de las cinco alternativas analizadas, el cual

nos indica que el mejor marco de referencia para el planteamiento de la mejora
corresponde al Global Supply Chain Forum con un resultado de prioridad de 47%.
En segundo lugar, tenemos al marco de referencia del modelo SCOR con un 33%. A
continuación, se muestra la matriz de resultados para la toma de decisiones:
169
Tabla 44: Vector de prioridad de las alternativas y ranking de posiciones.
ALTERNATIVAS VECTOR PRIORIDAD RANKING

Modelo SCOR 33% 2
Modelo GSCF 47% 1
Modelo PCF 13% 3
Modelo Best Practices 7% 4
A continuación, se enumeran los beneficios que ofrece establecer como política

organizacional el intercambio de información según lo que sugiere el marco de referencia
del Global Supply Chain Forum.
3.2 Definición del Modelo de gestión del GSCF.

De acuerdo al GSCF, “La gestión de la cadena de suministro, es la integración de los
procesos clave de negocio desde el consumidor final a través de los proveedores
originales que proporcionan productos, servicios e información que añade valor para los
clientes y otras partes interesadas” (Lambert, Cooper, & Pagh, 1998: 1).
Al utilizar el potencial de este modelo de gestión orientado a los procesos y orientado a
los clientes buscamos obtener la herramienta que ayude a esta compañía a resolver los
problemas que vienen afectando el desempeño de sus inventarios. Este modelo de gestión
señala que existen ocho procesos clave de negocio que se deben integrar para gestionar
de forma eficiente una cadena de suministro. Estos ocho procesos se señalan a
continuación:
➢ Gestión de la relación con los clientes.
➢ Gestión del servicio al cliente.
➢ Gestión de la demanda.
➢ Atención de las órdenes.
➢ Gestión del flujo de la manufactura.
➢ Gestión de la relación con proveedores.
➢ Comercialización de los productos.
➢ Gestión del retorno de mercaderías.
170
Figura 97: Esquema de la Gestión de la cadena de suministro según el Global Supply Chain Forum GSCF.
Fuente: Adapted from Douglas M. Lambert, Martha C. Cooper, and Janus D. Pagh, “Supply Chain Management: Implementation
Issues and Research Opportunities,” The International Journal of Logistics Management, Vol. 9, No. 2 (1998), p. 2.
3.2.1 Selección de procesos y metodología para implementar el modelo
del GSCF.
Debido al alcance de esta tesis y al tipo de negocio que desarrolla la empresa, se determina
la selección de solo cuatro de los ocho procesos para la implementación del plan de
mejora. No obstante, el esfuerzo de esta tesis sienta las bases para futuras investigaciones
en donde los cuatro procesos restantes puedan ser plenamente desarrollados e integrarse
en un nuevo y más amplio sistema de gestión.
Para sustentar la idea de la selección de procesos Perry (2012), en sus tesis: The Impact
Of Supply Chain Management Business Processes On Competitive Advantage And
Organizational Performance, señala que es posible que las empresas logren mejoras
significativas luego de integrar solo algunos de los ocho procesos clave que sugiere el
modelo del GSCF.
En tal sentido y con el consenso de los expertos logísticos de la compañía y la alta
dirección se han seleccionado los siguientes cuatro procesos para su desarrollo e
implementación de la mejora:
1. Gestión del servicio al cliente.
2. Gestión de la demanda.
3. Gestión de la relación con proveedores.
4. Gestión del retorno de mercaderías.
La metodología del GSCF establece claramente que estos procesos no son aislados por el
contrario se integran unos con otros añadiendo valor a medida que el flujo de datos e
información se despliega en cada uno de ellos.
Es así que el primer proceso clave denominado “Gestión del servicio al cliente”, aporta
valiosa información como las características de consumo de los clientes, el tipo de
demanda y la frecuencia de compra, para el proceso siguiente “Gestión de la demanda”.
Al mismo tiempo este proceso aporta información que el siguiente proceso debe
aprovechar para el desarrollo de sus estrategias, tal como lo hace un ciclo de mejora
continua o PDCA.
A continuación, se muestra el esquema de cómo se despliegan los procesos clave y la
forma en que cada uno de ellos aporta valor al proceso siguiente.
Figura 98: Selección de procesos clave para la mejora del sistema de gestión de
inventarios.

A continuación, se presenta el despliegue de cada uno de los 4 procesos seleccionados.
3.3 Proceso 1: Gestión del Servicio al Cliente.

El proceso de gestión de servicio al cliente es el primer proceso seleccionado para llevar
a cabo la mejora integral del sistema de gestión del inventario.
Su importancia radica en que es la parte de la empresa que de cara a los consumidores.
En este proceso se aprovecha la información de las características de consumo del
universo de clientes:
• Que compran, cuanto compran y que tan serios son sus compromisos de compra.
• Aporte a la rentabilidad.
• El valor del cliente para la compañía.
Conocer y entender estas características es fundamental para establecer estrategias
diferenciadas de negocio con el fin de enfocar los esfuerzos y los recursos en aquellos
segmentos de clientes que son clave para el crecimiento del negocio.
Al tener una cercana relación con los clientes se puede disminuir el impacto de fenómenos
que alteran la demanda como el efecto látigo, que como ya se ha visto, es una de las
causas que generan la distorsión del inventario.
3.3.1 Estrategia de segmentación de clientes.

Como ya hemos mencionado el objetivo de la segmentación de los clientes es orientar los
recursos de la empresa en atender con prioridad a aquellos consumidores que generan una
mayor rentabilidad o representen mejores oportunidades de negocio, pero primero hay
que identificarlos y clasificarlos.
Una vez que se han diferenciado las potencialidades de los distintos tipos de clientes es
posible que la empresa establezca con alguno de ellos relaciones comerciales del tipo
Partnership. las cuales como sugiere el GSCF se caracterizan por ser acuerdos de
cooperación y confianza del tipo cliente-proveedor de largo plazo. Con el modelo de
negocio Partenership el cliente y el proveedor buscan aprovechar al máximo las
oportunidades de negocio con el fin de reducir sus costos, compartir riesgos, elevar la
calidad del servicio y mover una mayor cantidad de inventario. El primer paso para llevar
a cabo la estrategia de segmentación es hacer un análisis de la rentabilidad que cada tipo
cliente aporta a la compañía. Esta información se muestra a continuación.
174
Tabla 45 : Clasificación de clientes según la rentabilidad obtenida, año 2017
ENERO FEBRERO MARZO ABRIL MAYO JUNIO JULIO AGOSTO SETIEMBRE OCTUBRE NOVIEMBRE DICIEMBRE APORTE DE
CUENTA
2017 2017 2017 2017 2017 2017 2017 2017 2017 2017 2017 2017 CUENTA
RETAIL $617,542 $235,054 $313,956 $201,181 $168,592 $114,391 $151,777 $169,646 $62,619 $97,084 $25,859 $39,035 $2,196,734
PROVINCIA $17,197 $182,983 $102,158 $100,220 $73,744 $162,375 $112,627 $64,878 $135,806 $68,340 $267,650 $211,191 $1,499,169
MAYOREO $78,796 $108,328 $72,238 $348,747 $67,778 $50,846 $86,823 $49,668 $65,683 $60,869 $72,375 $48,459 $1,110,609
MERCADOS
$42,069 $36,284 $47,327 $162,007 $14,833 $41,190 $48,882 $66,235 $70,154 $91,261 $121,773 $69,089 $811,105
INFORMALES
LICITACIONES $13,496 $4,760 $1,989 $2,605 $6,341 $77,826 $10,629 $25,019 $2,073 $1,713 $146,451
Total, general $755,604 $562,649 $549,175 $816,915 $326,936 $371,407 $406,450 $428,253 $344,890 $342,573 $489,730 $369,487
Figura 99 : Pareto de la clasificación de los clientes según rentabilidad.
Aporte de cuentas año 2017

Informales
Aporte 2017: Licitaciones
$811,105 Aporte 2017:
Mayoreo $146,451
Aporte 2017: 14% 3%
$1,110,609
19%
38%
Retail
26% Aporte 2017:
Provincia $2,196,734
Aporte 2017:
$1,499,169

A continuación, se puede llevar a cabo un análisis aún más completo del potencial de
negocio de los clientes adicionando otros criterios para la segmentación tales como:
1. Potencial de crecimiento.
2. Seriedad de las órdenes de compra.
3. El potencial estratégico.
4. La capacidad de sustitución.
5. El nivel de acoplamiento.
De acuerdo con la importancia que el mayorista le asigne a cada uno de estos criterios se
pueden establecer valores para darle un peso adecuado, los puntajes sugeridos se muestran
a continuación:
➢ Bajo: Valor criterio 1 – 4
➢ Medio: Valor criterio 5 – 7
➢ Alto: Valor criterio 8 – 10
Obtenidos los valores se presenta la matriz:
Tabla 46: Matriz tipo KAM para la segmentación de los clientes
Costo Capacidad
Ventas / Seriedad de Potencial Nivel de Resultado
Mantener de
Cliente
Las órdenes
Rentabilidad cuenta estratégico de Cliente
de compra sustitución Acoplamiento
Cuentas de
5 6 4 6 2 5 4.66
Mayoreo
Cuentas
6 5 4 6 4 2 4.5
Provincia
Cuentas
9 8 4 9 7 8 7.5
Retail
Licitaciones 4 3 3 6 3 3 3.6
Mercados
5 5 4 5 4 4 4.5
Informales
Una vez obtenidos los resultados estos se ordenan en una tabla en donde se pueden
desglosar los distintos tipos de clientes y las diversas estrategias que se pueden trabajar
con cada uno de ellos.
Tabla 47: Clasificación de clientes según el orden de importancia.
Clientes Representativos Nivel de

Cuenta Trabajar estrategias:
de la cuenta Importancia
➢ Elektra.
➢ Plaza Vea POTENCIAL
Cuentas Retail 7.50
➢ Gallo más Gallo PARTNERSHIP
➢ Hiraoka
➢ Hospitales del estado
Cuentas de ➢ Instituciones No invertir demasiados
3.60
Licitaciones Educativas recursos
➢ Ministerios del estado
➢ Techconpany.
➢ Diabasta Hermanos
Cuentas de Trabajar la
➢ Derrama Magisterial 4.66
Mayoreo Fidelización
➢ Comercial Rivera
➢ Mesajil Hermanos
➢ Kiamarale
➢ Mega Chambi
Cuentas ➢ Comercial Huancayo Acuerdos de costo de
4.50
Provincia ➢ Comercial Campos traslado.
➢ Zurita hermanos
➢ Overlandes
Mercados ➢ Mesa Redonda
Informales ➢ Mercado de Lurín
Identificar clientes
3.83
➢ Mercado Puente Piedra potenciales
➢ Mercado Lurigancho
Como se puede apreciar a pesar que los clientes de la cuenta de provincia reportan a la
empresa una importante rentabilidad, otros criterios de evaluación no le son tan
favorables. Aspectos como la distancia geográfica y el costo de los traslados de la
mercadería dificultan poder implementar con ellos un modelo de negocio del tipo
partnership. Por otro lado, un factor clave al igual que la rentabilidad de los clientes es la
177
seriedad de las órdenes de compra. Es decir, la seguridad que la empresa tiene de que su
cliente no lo anulara los pedidos. Factor clave para el pronóstico de la demanda.
3.3.2 Estrategia de Clasificación de los productos.

Otro de los aspectos estratégicos del proceso de gestión de servicio al cliente, consiste en
atender la demanda controlando que la capacidad y la calidad del inventario este dirigida
en primer lugar hacia los clientes que representen un mayor valor para la compañía. El
objetivo es poder tener un control de la oferta de productos, de forma tal que puedan
tomarse decisiones respecto a temas como:
• Velocidad de reposición de los inventarios.
• Incrementar o disminuir el stock de determinados productos.
• Separar inventarios para cubrir la demanda de clientes específicos.
Para llevar a cabo una estrategia de clasificación de inventarios es importante conocer
que cuentas generan un mayor volumen de rotación de los mismos.
A continuación, se muestra este análisis con datos extraídos del sistema contable de la
compañía para el año 2017.
Tabla 48: Resumen de operaciones de ventas por cuenta, 2017.
Etiquetas de fila Operaciones de Venta

MAYOREO 2063
PROVINCIA 1631
RETAIL 1078
MERCADOS INFORMALES 677
LICITACIONES 46
Fuente: Área contable de la compañía, elaboración propia.
178
Figura 100: Análisis de cuentas por movimiento de ventas y rentabilidad.
Fuente: Área contable de la compañía, elaboración propia.
Según anterior análisis (tabla 48); los clientes de las cuentas retail tendrían un mayor
grado de prioridad y valor comercial debido al alto margen de contribución que generar
sus operaciones, solo en el 2017 se les facturo $2,196,734 dólares.
Sin embargo, en la fig.90 se puede conocer también que la cuenta de mayoreo y provincia,
son las que mueven una mayor cantidad de inventario.
En tal sentido para reducir la probabilidad de que los principales clientes sufran
desabastecimiento se establece una matriz de prioridades CLIENTE-INVENTARIO, la
matriz sugiere las acciones que deberían tomarse de acuerdo al orden de importancia
establecido para cada cuenta o cliente.
Así, por ejemplo, el cuadrante 9 establece que el stock de seguridad de un producto de la
clase A debe destinarse primordialmente para evitar un desabastecimiento de los clientes
de la cuenta retail.
179
Figura 101 : Criterios de clasificación y políticas básicas para el aprovisionamiento.
180
Figura 102 : Relación con los clientes Antes y Después de la implementación del proceso.
Antes del Después del

proceso proceso.
El proceso clave de gestión del servicio al cliente en esta investigación finaliza con este
análisis, sin embargo, su alcance dependiendo del modelo de negocio en donde se aplique
el sistema del GSCF, puede ser mayor.
Los datos e información obtenidos en este proceso servirán para alimentar los procesos
siguientes.
Es decir, el proceso de gestión de la demanda se construye sobre la base del proceso del
servicio al cliente.
Figura 103: Integración de procesos del sistema de gestión según el GSCF
3.4 Proceso 2: Gestión de la demanda.

El proceso de gestión de la demanda se integra al sistema y se desarrolla a partir de la
información obtenida del proceso de gestión del servicio al cliente.
Según Lambert, este proceso es importante porque busca establecer un equilibrio entre
los requerimientos de abastecimiento de los clientes y la capacidad de la compañía para
poder satisfacer esta demanda (2008,6). En el caso de esta compañía, debido a que no
existen procesos de manufactura, esta demanda se satisface esencialmente mediante la
distribución del inventario.
En este proceso se desarrollan las siguientes actividades:
• Selección del modelo pronostico más ajustado.
• Se calcula el nivel de servicio.
• Se calcula el Stock de seguridad.
A continuación, se muestra el desarrollo de estas actividades.
3.4.1 Selección del modelo de pronóstico.
Como se ha visto actualmente no existe una metodología estadística o numérica que
contribuya a una correcta proyección de la demanda futura que afrontará la compañía. A
continuación, se establece la siguiente metodología:
En la tabla 50, se muestra la tabla de productos de mayor rotación para el año 2016
teniendo en cuenta su margen de contribución:
Tabla 49: Pareto de productos de mayor rotación de la cuenta retail.
Famiilia de Producto % Relativo % Absoluto Clasificación

Hard Disk drive 500 GB Sata 3 7200 rpm 0.26 0.26 A
Microprocesador Intel CI5-CI7 4700 0.24 0.5 A
Cases Altron 350Watts-Micro ATX 0.21 0.71 A
Tablets Android 7" Gamma M DI-708 0.16 0.87 B
Placa Madre ECS INTEL ci5-ci7 0.0.6 0.93 B
Memoria Ram DDR3 buss 1333 0.04 0.97 C
Optico LG -combo DVD -rw 0.02 0.99 C
Power Supply ATX 350 halion 0.01 1 C
Para la clase A, se realizará un análisis con diversas metodologías de pronóstico para al

final seleccionar la que posea el menor error estadístico. Los indicadores de error que se
utilizaran para el análisis se muestran en la siguiente tabla:
183
Tabla 50: Indicadores de error de pronóstico.
El resultado de los pronósticos será comparado con un grupo de datos reales con el fin de
elegir el que fue más preciso y el que mejor se ajusta a los factores que afectan la demanda
de los productos.
En la siguiente tabla se detalla los métodos estadísticos que serán sometidos a prueba en
esta investigación.
184
Tabla 51: Métodos estadísticos para la prueba de pronósticos
Nro METODOLOGIA FÓRMULA
1 Promedio movil
Suavización
2 exponencial
Sinple
Suavización
3 exponencial
doble
4 Método Winters
Modelo Complejo
5 Tendencia +
Estacionalidad
Modelo Complejo
6
con Estacionalidad
A continuación, se presenta los datos de serie de tiempo correspondiente al ítem “Hard

disk drive Seagate 500 Gb Sata 3 7200rpm” con las ventas reales del canal mayoreo
desde el año 2014 hasta el año 2016, la metodología que utilizaremos consistirá en
averiguar, usando todos los modelos de pronósticos, el pronóstico para el año 2017, el
cual de hecho ya conocemos y servirá de referencia para comprar los resultados obtenidos
por cada uno de los modelos utilizados y determinar cuál sería el que brinda una mayor
exactitud. A continuación, se muestra la tabla con las cantidades de venta registradas para
el ítem seleccionado.
185
Tabla 52: Histórico de ventas de la cuenta retail para el análisis de pronóstico.
Unidades Unidades Unidades

Mes Vendidas Vendidas Vendidas
Año 2014 Año 2015 Año 2016
Enero 610 650 477
Febrero 650 1022 706
Marzo 650 670 561
Abril 540 710 727
Mayo 390 450 707
Junio 533 560 296
Julio 380 469 572
Agosto 320 379 622
Septiembre 400 432 342
Octubre 650 700 511
Noviembre 490 580 653
Diciembre 458 640 225
El arreglo de la base de datos permite obtener la gráfica serie de tiempo para las ventas
de este ítem que se muestra a continuación:
186
Figura 104: Gráfica serie de tiempo para el análisis de pronóstico año 2014, 2015,2016.
Análisis del histórico de ventas del ítem seleccionado:

Es posible observar que no existe un patrón muy marcado de tendencia o de ciclo, en todo
caso se puede decir en un análisis general que el comportamiento de la demanda es
irregular.
Sin embargo, si se analiza cuatrimestralmente es posible observar una cualidad en los
últimos 4 meses de cada año (2014,2015,2016) en donde a partir del mes de agosto se ve
un punto muy bajo en las ventas el cual comienza a mejorar mes a mes hasta los meses
de octubre, posteriormente decae en los meses de diciembre de cada año. Se demuestra
entonces que no existe un patrón regular en el comportamiento de la demanda lo que
dificulta en gran medida realizar un pronóstico por medio de una metodología simple.
A continuación, se desarrollan todas las pruebas de pronóstico sugeridas en la tabla 48.
1. Pronóstico: Promedio móvil.
A continuación, se muestran los resultados del primer análisis de pronóstico con el
método de promedio móvil.
187
Figura 105: Resultados análisis promedio móvil para el año 2017
Como se puede observar este método basado en promedios arroja resultados fijos para el
pronóstico de los siguientes 12 meses, estos resultados se muestran en la siguiente tabla:
Tabla 53: pronóstico para el año 2017 con el método Promedio Móvil
Pronóstico Demanda Real Variación

PERIODO
2017 2017 Absoluta
Ene-17 533.0 422.0 111.0
Feb-17 533.0 616.0 83.0
Mar-17 533.0 131.0 402.0
Abr-17 533.0 376.0 157.0
May-17 533.0 357.0 176.0
Jun-17 533.0 333.0 200.0
Jul-17 533.0 239.0 294.0
Ago-17 533.0 340.0 193.0
Set-17 533.0 435.0 98.0
Oct-17 533.0 612.0 79.0
Nov-17 533.0 738.0 205.0
Dic-17 533.0 379.0 154.0
totales 6396.0 4978.0 2152.0
188
Los resultados de exactitud son:

MAPE=29,8; MAD=138,9; MSD=32411,4.
A continuación, se muestra la gráfica de pronóstico vs ventas reales:
Figura 106: Pronóstico vs los datos reales de ventas año 2017
Demanda Real vs Pronóstico 2017

800.0
700.0
738.0
600.0
500.0 616.0 612.0
400.0
422.0 435.0
300.0 376.0 357.0 379.0
333.0 340.0
200.0
239.0
100.0
131.0
0.0
Pronóstico Ventas Real

2017 2017
2. Pronóstico: Suavización exponencial Simple.

A continuación, se muestran los resultados del análisis de pronóstico con el método de
suavización exponencial simple.
189
Figura 107: Pronóstico para el año 2017 con el método de suavización exponencial
simple
Los resultados del pronóstico utilizando este método se muestran en la siguiente tabla:
Tabla 54: Pronóstico para el año 2017 con el método de suavización exponencial
simple.
Ventas
Pronóstico Variación
PERIODO Real
2017 Absoluta
2017
Ene-17 547.0 422.0 125.0
Feb-17 547.0 616.0 69.0
Mar-17 547.0 131.0 416.0
Abr-17 547.0 376.0 171.0
May-17 547.0 357.0 190.0
Jun-17 547.0 333.0 214.0
Jul-17 547.0 239.0 308.0
Ago-17 547.0 340.0 207.0
Set-17 547.0 435.0 112.0
Oct-17 547.0 612.0 65.0
Nov-17 547.0 738.0 191.0
190
Dic-17 547.0 379.0 168.0
Totales 6564.0 4978.0 1586.0

MAPE = 27.7; MAD = 125.0; MSD = 24932.1A continuación, se muestra la gráfica
pronóstica vs ventas reales:
Figura 108: Pronóstico vs los datos reales de ventas año 2017.
Demanda Real vs Pronóstico 2017

800.0
700.0
738.0
600.0
500.0 616.0 612.0
400.0
422.0 435.0
300.0 376.0 357.0 379.0
333.0 340.0
200.0
239.0
100.0
0.0 131.0

2017 2017
3. Pronóstico: Suavización exponencial Doble.

A continuación, se muestran los resultados del análisis de pronóstico con el método de
suavización exponencial doble.
191
Figura 109: Pronóstico para el año 2017 con el método de suavización exponencial
doble.
Los resultados del pronóstico presentan un sesgo de tendencia decreciente sin embargo a
pesar de agregar este factor de fluctuación sus indicadores de error de pronóstico son más
elevados que los 2 métodos anteriores. A continuación, se muestran los resultados.
Tabla 55: Pronóstico para el año 2017 con el método de suavización exponencial doble.
Pronóstico Ventas Real Variación

PERIODO
2017 2017 Absoluta
Ene-17 356.0 422.0 66.0
Feb-17 343.0 616.0 273.0
Mar-17 330.0 131.0 199.0
Abr-17 317.0 376.0 59.0
May-17 304.0 357.0 53.0
Jun-17 292.0 333.0 41.0
Jul-17 279.0 239.0 40.0
Ago-17 266.0 340.0 74.0
Set-17 253.0 435.0 182.0
Oct-17 240.0 612.0 372.0
Nov-17 227.0 738.0 511.0
Dic-17 215.0 379.0 164.0
192
Totales 3422.0 4978.0 1556.0

MAPE= 30.0; MAD = 139.5; MSD = 31639.7.
A continuación, se muestra la gráfica pronóstica vs ventas reales:
Figura 110: Acercamiento del pronóstico vs los datos reales de ventas año 2017.
Demanda real vs Pronóstico 2017

800.0 738.0
700.0 616.0 612.0
600.0
500.0 422.0 435.0
376.0 357.0 379.0
400.0 333.0 340.0
300.0 239.0
200.0 131.0
100.0
0.0

2017 2017
4. Pronóstico: Método Winters.

A continuación, los resultados de los pronósticos con el método de Winters.
193
Figura 111: Resultado del pronóstico para el año 2017 con el método Winters.
Es notable como con este modelo el pronóstico se asemeja mucho más al comportamiento
real de demanda con una variación absoluta de 94 unidades.
Tabla 56: Resultado de pronóstico para el año 2017 con el método Winters.

PERIODO
2017 2017 Absoluta
Ene-17 516.0 422.0 94.0
Feb-17 692.0 616.0 76.0
Mar-17 530.0 131.0 399.0
Abr-17 547.0 376.0 171.0
May-17 416.0 357.0 59.0
Jun-17 353.0 333.0 20.0
Jul-17 359.0 239.0 120.0
Ago-17 322.0 340.0 18.0
Set-17 273.0 435.0 162.0
Oct-17 418.0 612.0 194.0
Nov-17 377.0 738.0 361.0
Dic-17 269.0 379.0 110.0
Totales 5072.0 4978.0 94.0
194
Los resultados de exactitud para el método Winter son:

MAPE = 22.9; MAD = 110.9; MSD = 18931.4; Alfa (Nivel)=0.2; Gama (Tendencia)=0.2; Beta
(Estacional) =02.

800 738.0
700 616.0 612.0
600
500 422.0 435.0
376.0 357.0 379.0
400 333.0 340.0
300 239.0
200 131.0
100
0

2017 2017
5. Pronóstico: Modelo complejo con tendencia y estacionalidad.

A continuación, se muestran los resultados de pronóstico de este modelo.
195
Figura 113: Pronóstico para el año 2017 con el modelo complejo con tendencia
estacional.
Es importante el grado de acercamiento y exactitud en los resultados de pronóstico del

modelo complejo teniendo en cuenta los factores de estacionalidad y tendencia. Se puede
apreciar además que los indicadores de error de pronóstico también son más precisos en
comparación con los otros modelos. A continuación, se detallan los resultados.
Tabla 57: Pronóstico para el año 2017 con el método complejo con tendencia estacional.
Ventas
Pronóstico Variación
PERIODO Real
2017 Absoluta
2017
Ene-17 581.0 422.0 159.0
Feb-17 878.0 616.0 262.0
Mar-17 621.0 131.0 490.0
Abr-17 732.0 376.0 356.0
May-17 592.0 357.0 235.0
Jun-17 433.0 333.0 100.0
Jul-17 451.0 239.0 212.0
Ago-17 373.0 340.0 33.0
Set-17 446.0 435.0 11.0
196
Oct-17 723.0 612.0 111.0
Nov-17 563.0 738.0 175.0
Dic-17 577.0 379.0 198.0
Totales 6970.0 4978.0 1992.0
Los resultados de exactitud para el método Tendencia-estacional son:

MAPE = 20.5; MAD = 96.6; MSD = 14767.5; Ecuación de tendencia: Yt = 537.8 + 1.03×t
Demanda real Vs Pronóstico 2017

1000
900
800
700
600 738.0
500 616.0 612.0
400
300 422.0 435.0
376.0 357.0 379.0
200 333.0 340.0
100 239.0
0 131.0

2017 2017
6. Pronóstico: Modelo complejo solo con estacionalidad.
197
Figura 115: Resultado del pronóstico para el año 2017 con el modelo complejo con
estacionalidad.
A continuación, se muestra la tabla de resultados del modelo complejo estacional.
Tabla 58: Pronóstico para el año 2016 con el método complejo estacional.

PERIODO
2017 2017 Absoluta
Ene-17 562.0 422.0 140.0
Feb-17 848.0 616.0 232.0
Mar-17 598.0 131.0 467.0
Abr-17 704.0 376.0 328.0
May-17 568.0 357.0 211.0
Jun-17 415.0 333.0 82.0
Jul-17 431.0 239.0 192.0
Ago-17 356.0 340.0 16.0
Set-17 425.0 435.0 10.0
Oct-17 688.0 612.0 76.0
198
Nov-17 534.0 738.0 204.0
Dic-17 547.0 379.0 168.0
Totales 6676.0 4978.0 1698.0
Los resultados de exactitud para el modelo complejo estacional son:

MAPE = 20.2; MAD = 97.1; MSD = 14568.2; Ecuación de tendencia: Yt = 534.1 + 0.76×t

900
800
700
600 738.0
500 616.0 612.0
400
300 422.0 435.0
376.0 357.0 379.0
200 333.0 340.0
100 239.0
0 131.0

2017 2017
7. Comparación de los pronósticos.
A continuación, se procede a evaluar la exactitud de cada uno de los métodos estudiados

utilizando los indicadores de error de pronósticos para determinar finalmente cuál de
todos estos modelos es el más apropiado y confiable para pronosticar la demanda futura
que afectara la gestión logística de esta compañía.
Tabla 59: Resumen de indicadores de error de pronóstico de todos los métodos

analizados
199
Complejo con
Promedio Exponencial Exponencial Complejo solo
WINTERS Tendencia y
Móvil Simple Doble Estacionalidad
Estacionalidad
CFE -1418 -1586 1556 -94 -1992 -1698
MAD 179.33 186.33 169.5 148.67 195.17 177.17
MSE 40142.5 43647.17 49421.5 35663.33 54524.17 46931.5
MAPE 65.12% 68.14% 42.36% 50.80% 69.99% 64.17%
A continuación, se muestra la gráfica de comparación de los pronósticos derivada de la

tabla 65
Figura 117: Método WINTERS ganador del pronóstico más ajustado.
Error CFE de 6 modelos de pronóstico

2000
1500
1556
1000
500
-94
0
Promedio Exponencial Exponencial WINTERS Complejo con Complejo
-500 solo
-1000
-1418
-1586 -1698
-1500
-1992
-2000
-2500
Al comparar todos los modelos utilizados para el cálculo del pronóstico del producto
analizado obtenemos que el método Winters obtiene el CFE (suma acumulada de errores
de pronóstico) más cercano a 0, en comparación de los otros métodos utilizados. Sin
embargo, al ser negativo (-94) es necesario señalar que existe una leve sobreestimación
del pronóstico en comparación de la demanda real.
200
Figura 118: Comparación de la variación absoluta de todos los modelos de pronóstico.
Error MAD de 6 modelos de pronóstico

250
186.33 195.17
200 179.33 177.17
169.5
148.67
150
100
50
0
Estacionalidad
Móvil Simple Doble Tendencia y Estacionalidad
Promedio Exponencial Exponencial WINTERS Complejo con Complejo solo
Al analizar el indicador de error MAD o desviación media del error, obtenemos al igual
que en el caso del CFE, el método WINTERS posee el error más bajo con 148.67.
Figura 119: Comparación de error MSE para 6 tipos de pronostico
Error MSE de 6 modelos de pronósticos

60000 54524.17
49421.5 46931.5
50000 43647.17
40142.5
40000 35663.33
30000
20000
10000
0
Estacionalidad
solo
Para el caso del error cuadrado medio MSE como se observa en el gráfico, este indicador
al castigar los errores elevándolos al cuadrado se obtiene al igual que los otros indicadores
201
que el método WINTERS posee el menor indicador, con 35663.33. En segundo lugar, se
encuentra el método de promedio móvil con 40142.5.
Figura 120: comparación de error de pronóstico MAPE
Error MAPE de 6 modelos de pronósticos

80.00% 69.99%
65.12% 68.14%
70.00% 64.17%
60.00% 50.80%
50.00% 42.36%
40.00%
30.00%
20.00%
10.00%
0.00%
Estacionalidad
solo
El ultimo indicador de error de pronóstico analizado es el error MAPE o error porcentual,

como resultado podemos observar que en este único caso el error del método WINTERS
es mayor que el error del método doble exponencial con resultados de 42.36% y 50.8%,
sin embargo, a pesar de ello el resto de resultados de los errores no favorecen a esta
metodología. Por todos los errores analizados se concluye entonces que el método
WINTERS es el más capaz para calcular el pronóstico de la demanda de los productos de
mayor rotación.
Sin embargo, es necesario precisar que todos los resultados deben ser analizados
periódicamente para buscar los componentes de estacionalidad y o tendencia que pueden
desviar los resultados obtenidos con esta metodología.
A continuación, aplicando el método WINTERS el cual es el más acertado se van a
comparar los resultados obtenidos en la etapa de análisis para 2 productos; el primero de
ellos de la familia de discos duros el cual presenta periodos de quiebre de inventarios y
por otro lado el producto de la familia de impresoras IMP xp-401 el cual por el contrario
tiende a acumularse por falta de rotación y exceso de compra.
En base a los resultados de los productos analizados en la etapa de análisis se obtuvieron
los siguientes indicadores de error de pronóstico:
202
Tabla 60: Error de pronóstico método actual vs método Winters, producto HDD s3
seagate 500 GB.
Metodología Actual de pronostico Método Winter de pronostico
Error de pronóstico método Error de pronóstico método
CFE 470 CFE -700

MAD 292 MAD 68.33
MSE 113576 MSE 5694
MAPE 39% MAPE 8%
Señal de rastreo 1.61 Señal de rastreo 10.24
Como se puede observar claramente si comparamos los indicadores de errores de

pronóstico el método WINTERS supera ampliamente en confiabilidad y precisión del
pronóstico hecho por la empresa teniendo en cuenta, en primer lugar, el error CFE en el
primer calculo es 470 positivo, lo que indica que el pronóstico ha sido subestimado. Sin
embargo, el CFE aplicando el método WINTERS arroja un error de -700 el cual señala
una sobrestimación de la demanda, pero al tratarse de un producto de alta rotación es
preferible para la compañía que exista un exceso a un defecto ya que este puede servir
como inventario de seguridad. Por otro lado, los otros indicadores de error también
superan ampliamente al cálculo de la compañía el error MAPE señala que existe un error
porcentual del pronóstico de solo un 8% en comparación al calculado por la compañía de
un 39%.
En segundo lugar, si evaluamos los errores de pronóstico para el producto IMP S Laser
XP401 para el año 2017, obtenemos los siguientes resultados:
203
Figura 121: Método Winters para el pronóstico del pdcto imp XP401
Tabla 61: Error de pronóstico método actual vs método winters, producto IMP S Laser
XP401.
Metodología Actual de pronostico Método Winter de pronostico
Errores de pronóstico Errores de pronóstico

CFE -630 CFE 283
MAD 114.33 MAD 23.58
MSE 17387.67 MSE 612.25
MAPE 29% MAPE 6%
Señal de rastreo -5.51 Señal de rastreo 12
Los resultados obtenidos aplicando la metodología WINTERS para el cálculo de los

pronósticos demuestran que se reduce de forma significativa la variación del pronóstico,
si comparamos los resultados para el error CFE el cálculo de la compañía arroja un error
204
de -630, valor negativo, lo cual indica una sobrestimación de la demanda para un producto
de baja rotación. Sin embargo, el CFE obtenido con el método WINTERS arroja un error
de 283 unidades positivo señalando que para este caso el pronóstico está por debajo de la
demanda real. Esto para un producto de baja rotación es una situación favorable pues se
evita la acumulación de esta clase de productos.
Por otro lado, si comparamos el error porcentual MAPE obtenemos para WINTERS un
indicador de solo 6% en comparación del cálculo realizado por la compañía de un error
MAPE de 29%.
Estos resultados demuestran ampliamente que utilizando la metodología Winters para el
cálculo de la demanda de forma independiente por cada tipo de producto se puede elevar
la precisión de los pronósticos en un rango de entre un 18% y 30% reduciendo las
probabilidades de acumular inventario de baja rotación y caer en desabastecimiento de
los productos con mayor demanda.
3.4.1.1 Ajustes al modelo de pronóstico.

Se ha demostrado que el método WINTERS para realizar el pronóstico de la demanda es
el que mejor se ajusta a las necesidades de la compañía; sin embargo, este puede aún
mejorar su precisión esto se puede llevar a cabo ajustando los parámetros de nivel,
tendencia y estacionalidad que son las bases del cálculo de este método, a estos
parámetros también se les conoce como constantes de suavización. Al llevar a cabo esta
simulación se colocaron los parámetros que por defecto vienen en el software estadístico
Minitab, estos valores son:
Constantes de suavización del modelo Winter:

α (nivel) 0.2
γ (tendencia) 0.2
δ (estacional) 0.2
con estos resultados se obtuvieron los errores de pronóstico analizados en la tabla 59, sin
embargo, analizando las series de tiempo para los datos de la demanda real es posible
realizar pequeños ajustes a estas constantes de suavización, así pues, si colocamos los
siguientes valores para el cálculo de la demanda del producto analizado en la tabla 56
podemos comparar los siguientes resultados:
205
Constantes de suavización AJUSTADO Constantes de suavización DEFAULT
α (nivel) 0.205 α (nivel) 0.200
γ (tendencia) 0.209 γ (tendencia) 0.200
δ (estacional) 0.201 δ (estacional) 0.200
CFE -3 CFE -94
MAD 149.58 MAD 148.67
MSE 36415.92 MSE 35663.33
MAPE 0.5048 MAPE 0.508
Señal de R -0.02 Señal de R -0.63
Al observar los resultados el error CFE para el modelo ajustado arroja un indicador de -
3, comparado con el error del modelo por defecto de -94.
Asimismo, el error MAPE para el modelo ajustado se reduce de un 50.8% a un 50.48%.
Esta pequeña diferencia puede tener un gran impacto a la hora de tomar decisiones de
compra y reposición de inventarios por ello es necesario que las pruebas de confiabilidad
se realicen de forma continua para buscar los parámetros más ajustados y que retornen
los mejores niveles de pronósticos mediante en cuidadoso análisis en los cambios de
tendencia y eliminando datos que puedan distorsionar los resultados, como picos de venta
producto de promociones o remates de saldos.
3.4.2 Implementación del stock de seguridad.

Como se ha señalado en el capítulo 2 el inventario de la compañía presenta periodos de
quiebre en donde la capacidad de las existencias no puede satisfacer el total de la
demanda.
Este tipo de situaciones no solo genera un perjuicio económico por la pérdida de las
ventas, sino también dañan la imagen de la compañía y puede ocasionar el alejamiento de
los clientes teniendo en cuenta el grado de competencia que existe en el mercado. Para
corregir esta situación el sistema de gestión plantea establecer un inventario de seguridad
teniendo en cuenta estos criterios:
1. El grado de criticidad de los productos.
2. El tiempo de llegada o lead time y la variabilidad del tiempo de llegada.
Según este criterio mientras mayor sea la importancia del producto y mayor el tiempo de
entrega o variabilidad mayor será la necesidad de establecer un stock de seguridad.
206
Teniendo en cuenta que la demanda es variable (no continua) en el periodo de reposición,
se plantea el uso de la distribución normal para definir el nivel de servicio con el cual se
puede definir el stock de seguridad y el punto de reorden.
Figura 122: Modelo probabilístico para el cálculo del stock de seguridad con demanda
variable.
Fuente: Stock de seguridad (Fuente: Heizer y Render, 2001)
3.4.3 Calculo del nivel de servicio.

Como ya hemos mencionado existen productos en el inventario de la compañía que
requieren un tratamiento diferenciado, tanto por su valor comercial como por su valor
estratégico. Estos productos vendrían a ser los señalados en la categoría A del análisis
ABC.
Estas características hacen necesario que el nivel de servicio establecido para estos
productos sea el resultado de un análisis minucioso y detallado para buscar un balance
adecuado entre el costo de mantener inventarios y el costo de perder ventas por quiebre
de inventarios. En cuanto al nivel de servicio, King (2011) afirma que el inventario
debería cumplir 2 objetivos: dar el nivel de servicio deseado por el cliente y que se haga
a un costo mínimo del inventario.
Para calcular el nivel de servicio utilizaremos un innovador modelo presentado por el
ingeniero francés especialista en logística Joannes Vermorel’s en el cual se toma en
207
cuenta los factores relacionados al costo de mantenimiento del producto y el costo de la
utilidad perdida en caso de que se genere un quiebre en los inventarios.
La fórmula que plantea el modelo es la siguiente:
M: Es 3 veces el valor del margen bruto que genera el producto, esto debido a que en
una situación de perdida de venta también existe el riesgo de perder la fidelidad del
cliente, la mala reputación que gana la compañía y el deterioro sistemático de su imagen
institucional.
H: sería el coste de mantenimiento por unidad durante el tiempo de entrega o periodo

reposición del inventario (lead time).
La fórmula para hallar H es donde:
d es el tiempo de reposición del producto en días Lead
time.
Hy es la tasa del costo de mantenimiento anual del producto, según Lambert 25% del
69
valor del producto .
Con esta información procederemos a calcular el nivel de servicio para 3 ítems de la
categoría A del inventario. La misma fórmula servía para todos los otros productos del
portafolio del mayorista. A continuación, se muestra la tabla de resultados aplicando la
formula del cálculo del nivel de servicio.
69
(cf. James R. Stock y Douglas M. Lambert, Strategic Logistics Management (Gestión estratégica de la
logística), 2.da edición, Irwin Professional Publishing, 1987).
208
Figura 123: resultado del nivel de servicio para el ítem “Hard Disk drive 500 Gb Sata 3
7200rpm”
INPUT VALOR SIGNIFICADO DE LA VARIABLE

d 90 Días que tarda la reposición del producto
I 25% Tasa del costo de Mant. Anual del producto
C S/120.00 costo unitario del producto
𝐻= . 𝐼. 𝐶 S/7.42 Costo Mantenimiento en el plazo de la reposición (90 días)

365
M S/100.00 Costo de la falta de existencias (3 veces el margen bruto)
P 96.67% ¡NIVEL DE SERVICIO!
Figura 124: resultado del nivel de servicio para el ítem “Micpu Intel Ci5 – Ci7 B1666
45W”


365
Figura 125: resultado del nivel de servicio para el ítem “Case altron 350W micro ATX
601 SL”


365
209
La fórmula de la celda Excel que calcula el nivel de servicio se muestra a continuación:

=DISTR.NORM.ESTAND(RAIZ(2*LN(C26/C30/(=RAIZ(2*PI())))))
3.4.4 Cálculo del inventario de seguridad y punto de reorden.

Una vez fijados los niveles de servicio para cada una de las familias de productos, se
puede elaborar una completa relación de las cantidades correspondientes a los stocks de
seguridad y los puntos de re orden para los productos de las mismas familias.
En esta investigación calcularemos el stock de seguridad y el punto de re orden de dos de
los productos de mayor demanda en el portafolio del sub negocio de ventas al canal
mayorista “CASE ALT. SFF PS-201 300W REAL” y “CPU INTEL CORE I3-3220 3.3GHZ”.
Para realizar dicho cálculo se debe tener además los siguientes datos:
• Nivel de servicio (P): el cual ya es posible determinar mediante el uso de la formula
anterior.
• Demanda promedio. (Dp): Es el promedio mensual de ventas de un determinado
producto, para nuestro caso utilizaremos la demanda real de los últimos 36 meses de
cada producto y estimaremos la demanda futura por medio del modelo de pronóstico
de Winters, el cual se ha determinado como el modelo más capaz para el pronóstico
de la demanda.
• Desviación estándar de la demanda (σp): es la desviación estándar de la demanda,
para nuestro caso expresada en meses.
• Lead Time promedio: es el periodo de tiempo que se tarda en la reposición o llegada
de los inventarios.
• Desviación estándar del lead time: es la desviación estándar del periodo de reposición
de inventarios.
La fórmula para calcular el stock de seguridad y el punto de re orden a utilizar según
Chopra (2010):
210
Name
Donde:
• Z Factor de seguridad correspondiente al nivel se servicio estimado, se extrae de
la tabla normal.
• 𝜎D es la desviación estándar de la demanda.
• √ es la raíz cuadrada del tiempo de reposición.
Tabla 62: Tabla para calcular el valor de Z en relación al nivel de servicio.
Fuente: UF Health University of Florida Health Science Center.
La fórmula para hallar el punto de re orden se muestra a continuación:
211
A continuación, se muestra la base de datos con la demanda real del Ítem “CASE ALT. SFF
PS-201 300W REAL” de los años 2014, 2015, 2016 con la cual se pronosticará la demanda
futura y cuyos resultados se utilizarán para el cálculo del Stock de seguridad y punto de
re orden.
Tabla 63: Demanda real del producto, años 2014, 2015,2016
Histórico Histórico Histórico

Mes ventas ventas ventas
2014 2015 2016
ENERO 915 975 716
FEBRERO 1300 2044 1412
MARZO 475 490 410
ABRIL 378 497 509
MAYO 702 810 1273
JUNIO 1226 1288 681
JULIO 836 1032 1259
AGOSTO 244 289 473
SETIEMBRE 624 674 534
OCTUBRE 1190 1281 936
NOVIEMBRE 1078 1276 1437
DICIEMBRE 367 512 180
A continuación, con los datos de la tabla 67 se obtiene el resultado de los pronósticos para
el año 2016, utilizando el método WINTERS:
212
Figura 126: Pronóstico para el sku case alt sff ps-201 300W real pare el año 2017.
Tabla 64: Datos para el cálculo del Stock de seguridad y el Punto de re orden.
Nivel de
Pronóstico Lead Time Desviación Factor Z
Mes Servicio
Estándar
2017 (meses)
Ene-17 782 2 332.72 90% 1.28
Feb-17 1395 2 332.72 90% 1.28
Mar-17 390 2 332.72 90% 1.28
Abr-17 386 2 332.72 90% 1.28
May-17 755 2 332.72 90% 1.28
Jun-17 818 2 332.72 90% 1.28
Jul-17 796 2 332.72 90% 1.28
Ago-17 247 2 332.72 90% 1.28
Set-17 429 2 332.72 90% 1.28
Oct-17 771 2 332.72 90% 1.28
Nov-17 837 2 332.72 90% 1.28
Dic-17 218 2 332.72 90% 1.28
213
Total 7824
Con toda esta información ya es posible calcular el punto de re orden y el stock de

seguridad, los resultados se muestran a continuación:
Tabla 65: Stock de seguridad y punto reorden sku case alt. sff ps-201 300w
VARIABLE CANT Formulas Comentario

lead time 2 Meses Tiempo de espera
Nivel de servicio 90% P Nivel de servicio
Demanda T reposición 1614 Ene y Feb Demanda en Tiempo de reposición
Desviación Estándar 426 STDEV(B5:G5) Desviación Est. demanda real (14,15,16)
Service factor Z: 1.28 NORMSINV(D7) Inverse of the normal distribution
Raiz tiempo reposición 1.41 SQRT(D6) Raiz cuadrada del LEAD TIME
Stock de Seguridad 773 D10*D11*D12 Formula de SS
Punto de Reorden 2387 D9+D13 Demanda en Lead Time + SS
Siguiendo la misma metodología a continuación se muestra la base de datos con la

demanda real del Ítem “CPU INTEL CORE I3-3220 3.3GHZ” de los años 2014, 2015,
2016 con la cual se pronosticará la demanda para el año 2017 y cuyos resultados se
utilizarán para el cálculo del Stock de seguridad y punto de re orden de este producto.
Tabla 66: Demanda Histórica del producto cpu intel core i3-3220 3.3ghz año 2014,
2015,2016
Histórico Histórico Histórico

Mes ventas ventas ventas
2014 2015 2016
ENERO 922 908 879
214
FEBRERO 916 917 865
MARZO 853 825 984
ABRIL 899 843 940
MAYO 971 931 1005
JUNIO 926 894 952
JULIO 821 850 927
AGOSTO 984 961 935
SETIEMBRE 855 901 820
OCTUBRE 894 828 965
NOVIEMBRE 995 925 956
DICIEMBRE 958 1014 1010
Los resultados del pronóstico para el año 2017 utilizando el modelo Winters:
Figura 127: Pronóstico de la demanda para el sku cpu Intel corei5-4220 3.3Ghz año
2017.
215
Tabla 67: Cálculo del Stock de seguridad y el Punto de re orden.
Pronóstico Lead Time Desv. Est

Nivel de
Mes Pronost. Factor Z
2017 (meses) Servicio
Dem
Ene-17 936 1 46.73 97% 1.88
Feb-17 932 1 46.73 97% 1.88
Mar-17 924 1 46.73 97% 1.88
Abr-17 927 1 46.73 97% 1.88
May-17 1004 1 46.73 97% 1.88
Jun-17 957 1 46.73 97% 1.88
Jul-17 899 1 46.73 97% 1.88
Ago-17 992 1 46.73 97% 1.88
Set-17 889 1 46.73 97% 1.88
Oct-17 931 1 46.73 97% 1.88
Nov-17 994 1 46.73 97% 1.88
Dic-17 1034 1 46.73 97% 1.88
Total 11419
Con toda esta información ya es posible calcular el punto de re orden y el stock de

seguridad para este producto, los resultados se muestran a continuación:
Tabla 68: Stock de seguridad y punto reorden sku cpu intel core i3-3220 3.3ghz
VARIABLE CANT Formulas Comentario

lead time 1 Meses Tiempo de espera
Nivel de servicio 97% P Nivel de servicio
Demanda T reposición 992 Ene y Feb Demanda en Tiempo de reposición
Desviación estándar demanda real
Desviación Estándar 57 STDEV(B5:G5) (14,15,16)
Service factor Z: 1.88 NORMSINV(D7) Inverse of the normal distribution
Raiz tiempo reposición 1 Raiz de LT Raiz cuadrada del LEAD TIME
216
Stock de Seguridad 107 D10*D11*D12 Formula de SS
Punto de Reorden 1099 D9+D13 Demanda en Lead Time + SS
Como se puede observar al analizar cada familia de productos y las variaciones en su

demanda es posible determinar el adecuado nivel de servicio que le corresponde, al
mismo tiempo con los datos obtenidos se calcula los puntos de re orden correcto para
cada uno.
Es evidente que mientras más variación exista en la demanda la desviación estándar de la
misma también se incrementara haciendo que los stocks de seguridad al mismo tiempo se
eleven.
A continuación, se muestra la relación anteriormente explicada para un Sku que tiene un
lead time variable de máximo de 20 días en donde se demuestra el impacto del tamaño de
los inventarios al fijarse un nivel de servicio inapropiado.
Figura 128: Relación entre el nivel de inventario de seguridad, nivel de servicio y lead
Times.
400
347 350 354
334 Nivel de
350
305
INVENTARIO DE SEGURIDAD
284 287
servicio
300
255
234 238 241 100%
250 217
200 90%
184
200
144 80%
150 131 142
116 70%
100 79
62 60%
50 50%
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
DIAS LEAD TIME
Con la metodología establecida es posible calcular tanto el stock de seguridad como el

punto de reorden de cada uno de los productos o de las familias de productos que se
requieran. En especial estos cálculos deben realizarse en todos aquellos productos de la
217
categoría A del inventario ya que es el de mayor criticidad por su alta demanda y
requerimiento por partes de los principales clientes de la empresa especialmente con los
que se ha establecido un partnership.
A continuación, se despliega el proceso 3: Gestión de proveedores, siguiendo la
metodología del GSCF este proceso aprovecha los datos e información obtenidos de los
procesos anteriores.
Figura 129 : Integración del tercer proceso del sistema de gestión según el GSCF
3.5 Proceso 3: Gestión de Proveedores.

Este es el tercer proceso que se integra al sistema de gestión y se alimenta de los procesos
anteriores. Según Dyer, Jeffrey H. Dong Sung Cho and Wujin Chu, en su libro “Strategic
Supplier Segmentation” se define como un reflejo de la gestión de las relaciones con los
clientes. “Así como una compañía necesita desarrollar relaciones con sus clientes,
necesita fomentar las relaciones con sus proveedores. Como en el caso de la gestión de
relaciones con los clientes, la empresa mantiene una relación con un pequeño subconjunto
de sus proveedores y mantiene relaciones más tradicionales con los demás” (1998, 57)
En este proceso se desarrollan las siguientes actividades:
• Elaboración de la matriz de criticidad de proveedores.
• Evaluación del sistema de órdenes de compra.
218
• Evaluación de las políticas de EOQ y QR
El despliegue de este proceso se desarrolla a continuación.
3.5.1 Matriz de criticidad de proveedores.

El objetivo es desarrollar una matriz que servirá para la evaluación de los diversos
proveedores. En este ejemplo se evalúan 4 proveedores y se selecciona al de mayor
calificación. En este caso para los proveedores de las tabletas de 7 pulgadas (Clase A del
inventario) que actualmente se compran solo por criterio de precios.
En la matriz se definen los aspectos que servirán para evaluar y categorizar a los
proveedores, el resultado obtenido señalara con cuál de estos es posible establecer una
relación del tipo partnership.
Tabla 69 : Criterios establecidos para la evaluación de proveedores.
Aspectos
Aspectos Técnicos Aspectos comerciales
empresariales
Calidad del Estabilidad del
15.0% Precios 10.0% 9.0%
producto/servicio proveedor
Capacidad técnica del
2.0% Formas y plazos de pago 3.0% Proximidad 3.0%
proveedor
Facilidad de
Calidad certificada 5.0% Servicio postventa 17.0% 3.0%
entendimiento
Importancia como
Capacidad de adaptación 5.0% Garantías 10.0% 3.0%
cliente
Total asp. comerc. y Referencias de
Plazos de entrega 10.0% 40.0% 5.0%
econ. terceros
Total aspectos Total aspectos

37.0% 23.0%
técnicos empresariales
219
Tabla 70: Matriz de evaluación para clasificar proveedores.
Proveedores en evaluación :
PAUTAS DE
VALORACIÓN
OBO Golden
Aspectos Técnicos 1 2 3 4 5
W.TRONIC IC IC ZTE
Calidad del producto/servicio 4 2 5 4 Calidad del producto/servicio Muy baja Baja Media Alta Muy Alta
Capacidad técnica 3 3 3 3 Capacidad técnica Muy baja Baja Media Alta Muy Alta
Calidad certificada (ISO o similar) 0 0 0 0 Calidad certificada (ISO o similar) Muy baja Baja media Alta Muy alta
Capacidad de adaptación 2 1 2 4 Capacidad de adaptación Muy baja Baja media Alta Muy alta
Plazos de entrega 3 3 3 5 Plazos de entrega Muy altos Altos Medios Bajos Muy Bajos
OBO Golden
Aspectos comerciales y econ. 1 2 3 4 5
W.TRONIC IC IC ZTE
Precios 2 2 3 5 Precios Muy altos Altos Medios Bajos Muy Bajos
Formas y plazos de pago 5 4 3 2 Formas y plazos de pago malas Malas Medias Buenas Muy buenas
Servicio postventa 3 3 2 2 Servicio postventa Muy malo Malo Medio Bueno Muy bueno
Garantías 3 3 2 2 Garantías Muy mala Mala Media Buena Muy buena
OBO Golden
Aspectos empresariales 1 2 3 4 5
W.TRONIC IC IC ZTE
Estabilidad del proveedor 3 5 3 3 Estabilidad del proveedor Muy baja Baja Media Alta Muy Alta
Proximidad 2 3 3 4 Proximidad Muy baja Baja Media Alta Muy Alta
Facilidad de entendimiento 2 5 2 4 Facilidad de entendimiento Muy baja Baja Media Alta Muy Alta
Importancia como cliente 2 4 5 5 Importancia como cliente Muy baja Baja Media Alta Muy Alta
Referencias de terceros 4 3 2 1 Referencias de terceros Ninguna Malas Regular Buenas Muy buenas
221
El resultado de la evaluación señala que el proveedor ZTE ELECTRONICS, es el que
mayor posibilidad tiene de convertirse en un partnership para la compañía con quien se
deben establecer diversas políticas de colaboración y desarrollo de negocios
Tabla 71: Resultado de la matriz de evaluación de proveedores.
Aspectos Aspectos Aspectos

RESULTADOS TOTAL POSICION SUGIERE
Técnicos comerciales empresariales
W.TRONIC 1.462 0.71 0.56 2.732 3
OBO IC 0.912 0.68 0.7 2.292 4
Golden IC 1.712 0.88 0.52 3.112 2
ZTE 1.762 1.35 0.53 3.642 1 PARTNERSHIP
Un aspecto clave para la compañía es definir con el proveedor el soporte postventa

orientado a resolver los problemas de garantía por fallas de productos.
Teniendo en cuenta que el soporte postventa es tan importante como el costo del producto,
se puede negociar con el partner el envío de repuestos, unidades de reemplazo y todo tipo
de componentes orientados a la reparación y recuperación de los productos defectuosos.
3.5.2 Evaluación de órdenes de compra.

Actualmente como en todos los demás procesos logísticos de la compañía las políticas
relacionadas a la gestión de las compras y la reposición de los inventarios, como su
frecuencia de colocación, las cantidades que se deben ordenar en cada pedido, los puntos
de re orden y otras actividades clave se vienen realizando con un bajo nivel de
especialización siguiendo el mismo criterio empírico al igual que los demás procesos
anteriormente descritos. Por lo tanto, esta gestión no contribuye de la forma en que
debiera al rendimiento financiero de la empresa, por el contrario, puede estar generando
altos niveles de costos y riesgos en el capital invertido que aún no se han calculado.
Para llevar a cabo nuestro objetivo analizaremos el caso de 2 ítems representativos y
vigentes en el portafolio de negocios de la compañía. Por las características de estos
productos, el resultado del estudio servirá de base para diseñar las políticas de compras
de cualquier otro artículo que se desee analizar.
El primero de ellos es la licencia de instalación del sistema Windows Original la cual es
vendida a la empresa por el representante de Microsoft en el Perú y es considerado un
intangible pues se comercializa como un certificado.
Se diferencia de los demás productos debido a que, por esta particularidad, la compañía
considera que no genera costos de almacenamiento y por ello se viene comprando de
manera masiva sin medir correctamente el riesgo que esta política de compras implica.
El Sku correspondiente a este artículo es: “win 10 Prol olp acdmc fqc-06485”.
A continuación, se muestra la etiqueta de certificado de compra de este producto.
Figura 130: certificado de la licencia de Windows 10 Pro
Las fórmulas que utilizaremos para el cálculo del adecuado lote de compras han sido
revisadas y validadas por los investigadores Walter Zinn y John M. Charnes de las
universidades de Ohio y Kansas respectivamente miembros activos del JOURNALOF
BUSINESS LOGISTICS específicamente en el journal Vol. 26, No. 2, 2005, en donde
determinaron los escenarios de efectividad del antiguo modelo para la determinación del
lote económico de compras o EOQ y sus ventajas y desventajas en comparación con el
modelo QR o de reposición rápida por su traducción al castellano.
Entonces la fórmula general para el cálculo del lote económico de pedido se muestra a
continuación:
Name
223
Donde:
➢ 𝐷 : Demanda anual del producto.
➢ 𝐶 : Costo de generar una orden de pedido.
➢ 𝐼 : Tasa de costo de mantenimiento, según Lambert el valor anual es el 25% del

costo del producto.
➢ 𝐶 : Costo unitario del producto.
La información a comparar con el modelo de lote económico será la última compra
realizada por la compañía de este ítem, la cual se realizó bajo el criterio del descuento.
Cada unidad de licencia tiene un costo promedio de S/.100.00 soles, sin embargo,
Microsoft lanzo una promoción de precios dirigida a los principales mayoristas locales a
fines del 2016 en donde el costo del certificado, si se compraban 2000 unidades a más, se
reducía un 40% es decir costaría S/.60.00 soles aproximadamente. La compañía decidió
comprar las 2000 unidades a pesar de que su demanda anual no supera las 1500 unidades.
A continuación, se realiza el caculo del costo de esta operación:
Figura 131: Datos de la operación de compra de los certificados con el descuento del
40%
Características del lote adquirido de Software Win. 10 PRO

Costo Unitario del producto con dscto. S/60.00
Costo de generar una orden de compra S/12.00
Tasa del costo de mantenimiento (Rotación Promedio) 25%
Lote adquirido 2000
Los resultados de la operación se muestran a continuación:

Resultados de la operación
Costo del lote S/120,000.00
Costo de almacenar (costo.Inv/2)*.25 S/15,000.00
costo de generar una compra 1200%
Costo total S/135,012.00
224
Como se puede observar el resultado de esta operación representa una inversión promedio
de S/. 135,000.00 soles en donde el costo de mantenimiento del ítem en el inventario el
cual ha sido despreciado es de S/. 15,000.00.
A continuación, se presenta el cálculo del lote económico teniendo como criterio base la
demanda promedio anual que tendría el producto en el año 2017 y calculada en 1200
unidades, en segundo lugar, se fija el precio sin descuento del certificado es decir S/.98.00
soles.
Para llevar a cabo este proceso utilizaremos la herramienta de simulación MODELLUS.
Se presenta la alimentación de datos para la realización del modelo:
Figura 132: Datos que alimentan la Simulación
Donde:
➢ COA: Costo de ordenar Anual.
➢ CMA: Costo de mantener Anual.
➢ CTA: Es la suma del COA + CMA.
➢ EOQ: Es el lote económico.
Al correr la simulación con los datos ingresados se obtienen los resultados que a
continuación se presentan:
225
Figura 133: Gráfica resultado de la simulación con Modellus.
A continuación, se muestran los resultados de la tabla de simulación.
226
Figura 134: Datos arrojados por la simulación.
Q CMA COA CTA EOQ

21 262.5 685.7 948.2 33.94
22 275.0 654.6 929.6 33.94
23 287.5 626.1 913.6 33.94
24 300.0 600.0 900.0 33.94
25 312.5 576.0 888.5 33.94
26 325.0 553.9 878.9 33.94
27 337.5 533.3 870.8 33.94
28 350.0 514.3 864.3 33.94
29 362.5 496.6 859.1 33.94
Lote
30 375.0 480.0
economico 855.0 33.94
31 387.5 464.5 852.0 33.94
32 400.0 450.0 850.0 33.94
33 412.5 436.4 848.9 33.94
34 425.0 423.5 848.5 33.94
35 437.5 411.4 848.9 33.94
36 450.0 400.0 850.0 33.94
37 462.5 389.2 851.7 33.94
38 475.0 379.0 854.0 33.94
39 487.5 369.2 856.7 33.94
40 500.0 360.0 860.0 33.94
41 512.5 351.2 863.7 33.94
42 525.0 342.9 867.9 33.94
43 537.5 334.9 872.4 33.94
44 550.0 327.3 877.3 33.94
45 562.5 320.0 882.5 33.94
46 575.0 313.0 888.0 33.94
Con los resultados arrojados por el software MODELLUS empleado para la simulación
se presentan las siguientes cifras:
Lote económico estimado: 34 unidades.
Número de veces que se ordena al año: 35 veces.
Resultados de la operación
Lote económico 34
Nro. de veces que se ordena al año 35
Costo total anual de almacenar (CTA) S/848.50
Costo Total de los lotes (100x1200) S/120,000.00
Costo total de EOQ S/120,848.50
Mediante la gráfica que a continuación se presenta se pude observar el grado del ahorro
que se habría generado si se hubiese aplicado un criterio técnico y un análisis profesional
a la tentadora promoción de precios de la compañía Microsoft. Simplemente la compra
227
no se habría realizado, el ahorro representa más del 12% de lo actualmente invertido es
decir unos S/. 15,000.00.
Figura 135: Costo de comprar con descuento Vs Costo de Lote económico.
Costo con eoq VS costo con descuento
S/135,012
S/140,000.00
Ahorro: S/15,000 !
S/135,000.00
S/130,000.00
S/120,849
S/125,000.00 dESCUENTO
S/120,000.00
S/115,000.00
EOQ
S/110,000.00
CON EOQ SIN EOQ
El segundo SKU que se someterá a análisis es “CPU INTEL CORE I5-4220 3.3GHZ
“para el cual ya se han calculado la demanda promedio, y el stock de seguridad, a
continuación, se presentan los datos:
Tabla 72: Características del producto CPU CI5 4220
Características del lote adquirido de sku. CI4 4220

Costo Unitario del producto S/350.00
Demanda anual (ver tabla 62) 11419
Stock de seguridad (ver tabla 63) 107
Punto de Reorden (ver tabla 63) 1099
Costo de generar una orden de compra S/50.00
Tasa del costo de mantenimiento (Alta rotación) 15%
228
Con estos datos se alimenta el software MODELLUS para realizar los cálculos de lote
económico y conocer el costo total logístico de la operación de compras anual de este
Sku, obteniéndose los siguientes resultados:
Figura 136: Alimentación del modelo del Sku cpu intel core i5-4220 3.3ghz
229
Figura 137: Gráfica de Modellus para el Sku cpu intel core i5-3220 3.3ghz
EOQ = 147
Es importante señalar que cuando existe un inventario de seguridad, el costo mínimo ya

no es la intersección de las funciones COA y CMA.
El resumen de resultados se muestra a continuación.
230
Tabla 73: Datos arrojados por la simulación.
Q CMA COA CTA EOQ

133 7953.8 4292.9 12246.6 147.48
134 7980.0 4260.8 12240.8 147.48
135 8006.3 4229.3 12235.5 147.48
136 8032.5 4198.2 12230.7 147.48
137 8058.8 4167.5 12226.3 147.48
138 8085.0 4137.3 12222.3 147.48
139 8111.3 4107.6 12218.8 147.48
140 8137.5 4078.2 12215.7 147.48
141 8163.8 4049.3 12213.0 147.48
142 8190.0 Lote
4020.8 12210.8 147.48
143 8216.3 economico
3992.7 12208.9 147.48
144 8242.5 3964.9 12207.4 147.48
145 8268.8 3937.6 12206.3 147.48
146 8295.0 3910.6 12205.6 147.48
147 8321.3 3884.0 12205.3 147.48
148 8347.5 3857.8 12205.3 147.48
149 8373.8 3831.9 12205.6 147.48
150 8400.0 3806.3 12206.3 147.48
151 8426.3 3781.1 12207.4 147.48
152 8452.5 3756.3 12208.8 147.48
153 8478.8 3731.7 12210.5 147.48
154 Fuente: Elaboración
8505.0 3707.5 propia.
12212.5 147.48
155 8531.3 3683.6 12214.8 147.48
Resultados de la156
operación8557.5 3659.9 12217.4 147.48
157
Lote económico EOQ 8583.8 3636.6 12220.4 147.48 147.00
158 8610.0 3613.6 12223.6 147.48
Numero de pedidos 77.00
Costo Mant Anual invent. (cu (eoq/2+SS)) *.15 S/8,321.00
Costo de ordenar Anual S/3,884.00
Costo total del producto anual S/3,996,650.00
Costo logístico total S/4,008,855.00
Aplicando esta política es posible evitar roturas de stock como se sabe que ha estado
sucediendo debido a la alta rotación de este ítem y la inadecuada política de compras. Las
pérdidas por rotura de stocks se calculan como el triple del margen bruto que la venta del
producto hubiera generado ya que se debe tener en cuenta que existe también un costo
por la insatisfacción del cliente y el riesgo de la pérdida de su fidelización de compras.
231
3.5.3 políticas de compra EOQ Y QR.
Finalmente, en el proceso de investigación hemos revisado el modelo QR o de reposición
rápida del inventario, el cual ha sido estudiado por los investigadores del JOURNALOF
BUSINESS LOGISTICS específicamente en el Journal Vol. 26, No. 2, 2005, en donde
plantean una política basada en este modelo analizando las ventajas y en que escenarios
aplica en contraste con la política de lote económico.
La política de compras QR a diferencia del EOQ considera solo el costo de mantenimiento
de inventarios e ignora el costo por ordenar, su aplicación se está difundiendo en sistemas
de gestión de inventarios basados en JUST IN TIME donde se intenta tener el control de
la demanda diaria en los periodos de reposición del inventario objetivo.
Nuestra propuesta recoge lo mejor de ambos modelos y utiliza el resultado de los análisis
hechos por estos especialistas para finalmente plantear la base del conocimiento y
proponer en una matriz los principales criterios que deben analizarse para establecer las
políticas de compras y reposición de inventarios de los principales productos del
portafolio de negocios de esta compañía.
Dicha matriz de criterios se presenta a continuación:
Tabla 74: Matriz de criterios para EOQ y QR
APLICAR QR CUANDO : APLICAR EOQ CUANDO

El tiempo de reposición es moderado o largo El tiempo de entrega es corto y el costo
y el costo de ordenar es bajo de una orden es alto
EL costo de generar ordenes es bajo EL costo de una orden es medio o alto
El costo de una orden es bajo y el tiempo

El riesgo de Obsolecencia del producto es alto
de entrega es largo
El valor del producto es alto El riesgo de Obsolecencia es BAJO
La demanda diaria del producto es alta El balor del producto es bajo
La demanda diaria es media o baja
La demanda diaria es alta y el tiempo de

entrega es medio o alto
Fuente: Journal of business logistics, A comparison of the economic order quantity and
quick response inventory replenishment methods
232
La metodología Just in Time consiste en responder de manera ágil y dinámica a los
requerimientos de producción o demanda de mercaderías. Evitando en todo momento la
acumulación de stock y ordenando solo cuando se tienen las órdenes de compra
aseguradas.
Para poder llegar a este nivel las empresas deben cultivar una cultura estratégica de
técnica y profesionalismo basado en los modelos colaborativos cliente-proveedor, tal
como hemos propuesto en nuestra mejora.
La decisión final de utilizar uno u otro método será crucial para lograr diseñar una
metodología de compras eficiente y a la vez capaz de satisfacer la demanda de los
productos en todos los meses del año. Ha quedado demostrado entonces que existe una
gran oportunidad de mejora en los procesos logísticos y el ahorro en costos puede llevar
a la empresa a un nivel de competencias superior que el de sus competidores asegurando
su posicionamiento y participación en el mercado.
A continuación, se despliega el último de los procesos del sistema de gestión que hemos
planteado para resolver la problemática de la gestión de los inventarios en esta compañía.
Como los otros procesos se alimenta del proceso precedente y su esquema se muestra a
continuación.
Figura 138: Integración del tercer proceso del sistema de gestión según el GSCF
233
3.6 Proceso 4: Gestión del retorno de la mercadería.
Este último proceso completa el sistema de gestión propuesto en esta tesis abordando un
tema crítico para la compañía: la administración de la logística inversa.
Según el GSCF, La administración efectiva de las devoluciones es una parte crítica de la
gestión de la cadena de suministro. Si bien muchas empresas descuidan el proceso de
devolución porque la gerencia no cree que sea importante, este proceso puede ayudar a la
empresa en lograr una competitividad sostenible ventaja. Manejo efectivo de la el proceso
de devoluciones permite a la empresa identificar oportunidades de mejora de la
productividad y proyectos innovadores.
Actualmente como se ha visto en el capítulo 2 existe suficiente evidencia para señalar que
el proceso de logística inversa presenta serias deficiencias y que el indicador más
importante de este proceso: El índice de recuperación de productos averiados, está muy
por debajo de los objetivos teóricos que maneja la compañía.
Como se muestra en la siguiente figura de 645 productos recibidos por el área de garantías
en el año 2017 solo 387 de ellos fueron debidamente procesados con el proveedor y
podrán ser retornados al inventario.
Sin embargo, en promedio el 40% de estos productos ya se encuentran en la denominación
de estado de perdida.
Figura 139: Mas del 70% de productos averiados en 2017 no se recuperó.
Fuente: reporte de bajas, archivo: costo bajas 2017.xls
234
Para poder plantear las estrategias de solución se procede a evaluar la razón de por qué el
40% de estos productos terminan considerándose como irrecuperables. Para ello se hace
una evaluación de 100 productos encontrados en la oficina de RMA. Se muestran los
siguientes resultados:
Tabla 75 : Causas de la perdida de productos en el dpto. de RMA.
MOTIVO PÉRDIDA CANTIDAD PCTJE

SE VENCIÓ LA GARANTÍA 35 35%
PROVEEDOR NO RESPONDE 31 31%
FALTA REPUESTO 17 17%
USADO 6 6%
REPARADA, PERO SIN ACCESORIOS 4 4%
REPARADA, PERO SIN CAJA 3 3%
POR RECUPERAR 2 2%
N/C NO SE REGISTRO (SALIO
S/DUA) 1 1%
REPARADA, PERO USADO 1 1%
100 100%
Fuente: reporte de RMA, archivo: RMA 2017.xls
A continuación, con esta información se procede a realizar el análisis de Pareto:
235
Figura 140: causas de la perdida de productos año 2017.
83%
Fuente: reporte de RMA, archivo: RMA 2017.xls
Como se observa claramente más del 83% de las razones por las que se genera la perdida
de productos se relaciona por una deficiente o tardía gestión con los proveedores desde
que se reciben los productos hasta que se solicita al proveedor el RMA (Return
Merchandise Authorization) o autorización de retorno de la mercadería.
Como señala el sistema de gestión del GSCF el proceso de gestión del retorno de las
mercaderías debe elevarse al nivel de proceso clave en donde se identifican las
oportunidades para general valor y se reduce el costo del proceso mediante el reciclaje o
la recuperación de los productos que retornan al punto de venta, aprovechando los
acuerdos establecidos con los proveedores socios de la cadena de suministro o
Partnership, diseñados en el proceso 3: Gestión de Proveedores.
por esta razón se plantean las siguientes estrategias:
1. Detección temprana de fallas de productos con alto índice de retorno mediante
muestreo de lotes y pruebas de tortura.
2. Gestión inmediata de reporte de fallas a proveedores, solicitando el soporte para
resolver los problemas detectados en el muestreo.
3. Monitoreo de indicadores de desempeño de proceso y respuesta de proveedores.
236
3.6.1 Muestro de lotes y pruebas de estrés.
Lo que se plantea en esta tesis es detectar de forma temprana las posibles fallas que pueda
presentar un determinado lote de productos incluso antes de que estos se dispongan para
la venta.
El objetivo es evaluar la confiabilidad de los productos que se van a entregar a los clientes,
retirar las muestras defectuosas y lo más importante solicitar al proveedor el soporte para
recuperar el valor de estas unidades ya sea con créditos de compra o mediante él envió de
repuestos o unidades de reemplazo, un procedimiento mucho más ágil y distinto a una
solicitud de RMA.
Según el diagrama de Pareto figura 69 realizado en el capítulo 2, se muestra que los
productos que presentan mayor incidencia de retorno por averías son las familias de partes
y piezas de computadora (56%) y las tabletas electrónicas (34%).
Se realizo la solitud a la gerencia para ejecutar las pruebas de estrés a un lote de tabletas
y discos duros, ambos corresponden a las familias con mayor incidencia de productos. Al
término de esta investigación debido a los plazos se culminaron las pruebas de estrés a
las tabletas, quedando pendiente para la siguiente etapa las pruebas de estrés a los discos
duros de 500GB.
Tabla 76: Tamaño de la muestra para las pruebas de tortura, producto tableta.
TAMAÑO DE MUESTRA PARA TEST DE TORTURA

PRODUCTO TABLET GI 708B TABLETA
TOTAL, DEL LOTE 1000
NIVEL DE CONFIANZA 95%
PRECISIÓN 5%
PROPORCIÓN 5%
TAMAÑO MUESTRAL 68.00

237
Como se observa el tamaño de muestra para el lote de 1000 unidades se estima en 68
unidades con un nivel de confianza del 95%. (La gerencia autorizo el préstamo de 2 lotes
de 30 unidades c/u.). Se probo cada lote durante 25 días calendario.
A continuación, se muestra una fotografía con los equipos ya instalados en el laboratorio
de pruebas acondicionado para los resultados de esta investigación:
Figura 141: Laboratorio de pruebas de tortura para una muestra de equipos.
Cada lote será sometido a diversas pruebas con la diferencia que al lote 1 se le probara
solo con la carga de la batería mientras que al lote 2 se le conectará el cargador con el
fin de que eleve su temperatura para forzar aún más el equipo.
El análisis y carga de datos se realizó con ayuda del programa XLSTAT70 en su versión
de prueba de 30 días.
70
https://www.xlstat.com/es/
238
Para el análisis se considerará:
Evento: consideraremos un evento a toda situación en la que alguna tableta presente
alguna falla relacionada a su funcionamiento. Es decir que se muestre evidencia de que
la causa de falla está relacionada a un problema que haya afectado de una manera u otra
a los componentes: placa madre o batería como se ha demostrado. A este evento se le
asignara el valor numérico 1.
Dato censurado: Por otro lado, a toda situación en la que un individuo (tableta) sea
retirado del análisis, en nuestro caso por razones de venta o necesidad de incorporarse
nuevamente al inventario o que continúe sin presentar el evento al término del estudio, se
le considerará como un dato censurado. A este evento se le asigna el valor numérico 0.
A continuación, se describen y desarrollan las 2 pruebas correspondiente a cada uno de
los lotes de tabletas.
Prueba Lote 1: Al primer lote se le va a someter a pruebas de estrés con carga de
aplicaciones y exigencia de video. El objetivo es detectar fallas de descarga rápida de
baterías, fallas de audio, reinicios intempestivos, y señal de wifi.
Tabla 77: resultados del análisis de Kaplan y Meier para el Lote 1.
Resultados para LOTE 1:

Estadísticos descriptivos (LOTE 1):
Total, observado Eventos Censurados

30 7 23
A continuación, se muestra la tabla de resultados obtenidos mediante el software

XLSTAT.
Tabla 78: Tabla de resultados del análisis de Kaplan y Meier LOTE 1

Desviación
Índice de Función de Límite Límite
En Proporción típica de la
Tiempo Eventos Censuradas supervivencia inferior superior
riesgo de eventos función de
supervivencia acumulada (95%) (95%)
supervivencia
6 30 2 2 0.067 0.933 0.933 0.046 0.844 1.000

7 26 1 0 0.038 0.962 0.897 0.056 0.787 1.000
9 25 0 1
10 24 1 1 0.042 0.958 0.860 0.065 0.732 0.988
239
11 22 0 1
13 21 1 0 0.048 0.952 0.819 0.074 0.674 0.964
16 20 0 1
17 19 0 1
19 18 0 1
20 17 0 1
22 16 1 0 0.063 0.938 0.768 0.085 0.601 0.935
23 15 1 0 0.067 0.933 0.717 0.094 0.533 0.900
25 14 0 14
Como se observa en los resultados con las pruebas de tortura a las muestras del lote 1, se
lograron detectar 7 unidades defectuosas.
cantidad Falla del equipo
2 se reinician
1 falla el audio
4 descarga rápida betería
A continuación, la gráfica de control del análisis:
Figura 142: Función de supervivencia acumulada Lote 1.
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15 20 25 30
Tiempo
Prueba Lote 2: Al segundo lote de equipos se le va a someter a la misma carga de trabajo

que el lote 1, con la diferencia de que a este grupo de equipos se les va a conectar el
cargador eléctrico de baterías, el objetivo es elevar la temperatura del equipo para exigir
aún más el hardware simulando condiciones reales de uso.
240
Tabla 79: resultados del análisis de Kaplan y Meier para el Lote 2.
Resultados para LOTE 2

Estadísticos descriptivos (LOTE 2):
Total, observado Eventos Censurados

30 15 15
A continuación, se muestra la tabla de resultados obtenidos mediante el software

XLSTAT.
Tabla 80: Tabla de resultados análisis Kaplan-Meier (Cargador conectado)

Desviación
Proporción Función de Límite Límite
En Índice de típica de la
Tiempo Eventos Censuradas de supervivencia inferior superior
riesgo supervivencia función de
eventos acumulada (95%) (95%)
supervivencia
1 30 3 0 0.100 0.900 0.900 0.055 0.793 1.000

2 27 2 3 0.074 0.926 0.833 0.068 0.700 0.967
3 22 0 1
4 21 2 0 0.095 0.905 0.754 0.081 0.594 0.914
5 19 1 1 0.053 0.947 0.714 0.086 0.545 0.883
8 17 2 2 0.118 0.882 0.630 0.094 0.445 0.815
11 13 2 1 0.154 0.846 0.533 0.102 0.334 0.733
12 10 1 1 0.100 0.900 0.480 0.105 0.275 0.685
15 8 0 1
17 7 1 0 0.143 0.857 0.411 0.110 0.196 0.627
22 6 1 1 0.167 0.833 0.343 0.111 0.125 0.560
23 4 0 1
24 3 0 3
Se observa un total de 15 eventos correspondientes a la falla de funcionamiento:

cantidad Falla del equipo
2 se reinician
6 Falla táctil y pantalla
7 Batería no carga
A continuación, la gráfica de control del análisis:
241
Figura 143: Gráfico de resultados del análisis para la muestra Lote 2.
1
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15 20 25
Tiempo
Para la comparación de ambas pruebas, el software arroja los siguientes resultados:
Figura 144: Comparación Función de supervivencia acumulada Lote 1 y Lote 2.
Función de supervivencia acumulada

1
0.9
7 eventos
0.8
0.7
0.6
15 eventos Con cargador
0.5
0.4
0.3
0.2
0.1
0
0 5 10 15 20 25
Tiempo
242
3.6.2 Gestión de productos defectuosos detectados.
Los resultados del análisis demuestran que las pruebas de estrés o tortura realizadas a
determinadas muestras son efectivas para detectar fallas que la fábrica no ha sido capaz
de detectar en sus procesos de control de calidad.
Así las pruebas de estrés donde se eleva la temperatura de funcionamiento son más
eficientes para la detección de fallas.
Con los resultados obtenidos se obtiene valiosa información para la toma de decisiones
respecto a temas como:
• Elevar el número de muestreo con un nivel de confianza mayor.
• Informan inmediatamente al proveedor que existe un alto índice defectos
encontrados en determinado lote de productos.
• Solicitar a la fábrica o proveedor créditos o unidades de reemplazo a razón de que
se trata de pruebas a productos nuevos salidos recientemente de sus instalaciones.
• Activar procesos internos de recuperación en aquellas muestras cuya falla no sea
de alta complejidad.
Lo que procede luego de las pruebas realizadas de acuerdo el GSCF es recuperar el valor
de los productos defectuosos dependiendo del grado de dificultad que estos presenten es
así que el departamento técnico informo que es capaz de recuperar los siguientes ITEMS:
Falla del equipo cantidad informe técnico nivel dificultad proceso
Falla batería 11 reparable bajo reemplazo batería
Falla táctil y pantalla 6 reparable medio remplazo componente
se reinician 5 no reparable alto cambio placa madre
falla el audio 1 reparable medio cambio speaker
Este informe será remitido al proveedor para que tome las acciones de soporte
correspondiente, en la mayoría de los casos estos acuerdos serán fijados en el proceso de
gestión de proveedores, donde los partnership deberán responder a la altura de las
necesidades de esta situación. De esto depende seguir renovando la confianza en los
miembros seleccionados de la cadena de suministro. A continuación, se muestra el flujo
de proceso con estas mejoras implementadas en este proceso.
243
Figura 145: Diagrama de flujo luego de la mejora en el proceso de logística inversa.
Start
Se detectan unidades defectuosas y se
retiran del inventario antes de que se
Se realiza
Se realiza
entreguen al cliente.
muestreo de
% elevado de fallas ? NO informe de
lote de
verificación
productos
SI
Se reciven Se retiran
Se realizan test
productos de defectuosos de
BURN-IN
clientes inventario
Producto nuevo
Se reemplaza Producto Se coordina el
Se retira unidad o reparado se
Se pueden reparar ? No producto averiado se envio de lote
del inventario regresa al
defectuoso envia a RMA defectuso
cliente
SI
Delay
Retorno del
Se repara el RMA
producto Unidades
reparadas se
repone al
inventario
End

3.7 Indicadores de proceso del sistema de gestión.
Como se ha visto cada uno de los 4 procesos desplegados en el sistema de gestión
propuesto despliega una serie de estrategias con el objeto de responder a la problemática
de distorsión del inventario que afecta el rendimiento financiero y comercial de la
compañía.
Sin embargo, cada uno de estos procesos deben ser periódicamente evaluados con el fin
de verificar si se están o no se están cumpliendo los objetivos propuestos.
Para llevar a cabo esta tarea de monitoreo y verificación de procesos se hace uso de un
sistema de indicadores el cual ayudara a diseñar los planes de contingencia en caso de
hallarse anomalías en el desempeño esperado de cada una de las actividades que
conforman los 4 proceso de la mejora.
A continuación, se muestra el dashboard propuesto el cual puede mejorarse a medida que
se integran más procesos al sistema de gestión o se encuentran nuevas oportunidades de
mejora alienados a la gestión estratégica del modelo de gestión del GSCF.
Tabla 81: Indicadores de proceso de gestión del servicio al cliente.
INDICADORES DE PROCESO 1: GESTIÓN DEL SERVICIO AL

CLIENTE
Nombre
de Objetivo Formula Malo Regular Bueno
indicador
Medir la capacidad
del
Nivel de 70% ≤ X
inventario en 𝑁 ó ≤ 70 % ≥ 90%
servicio ≤ 90%
productos 𝑁 ó 𝑐𝑏
seleccionados
Medir la capacidad
calidad de de la empresa para
las atender los pedidos 70% ≤ X
𝑂𝐶 sin 𝑐 ≤ 70 % ≥ 90%
ordenes de sus clientes en el ≤ 90%
𝑁 ó 𝑐𝑏
atendidas tiempo solicitado o
pactado.
indicador Medir la rotación del
de inventario en un
rotación periodo de tiempo 𝐶 ≤3 3≤X≤5 ≥6
de los determinado. 𝑐
inventarios
Tabla 82: Indicadores de proceso de gestión de la demanda.
INDICADORES DE PROCESO 2: GESTIÓN DE LA DEMANDA

Nombre de
Objetivo Formula Malo Regular Bueno
indicador
Medir la
desviación de los 50 ≤ X ≤
Variación de ≥ 100
pronósticos en 100 ≤ 20 units
pronóstico ó 𝑐 −𝑉 units
periodos units
determinados
Medir para
cuantos días hay
capacidad de
inventario para
Stock de 1≤X≤2
atender la ≤ 1 mes ≥ 3 meses
seguridad meses
demanda 𝑆 𝑘
𝐷
promedio
hasta llegada de
inventarios
Monitoreo de que
Indicador de
cantidad del
inventario
inventario total se 5≤X≤
perdido por 𝑂𝑏 + + ≥ 10% ≤ 5%
pierde al año 10
obsolescencia 𝐼
debido a estos
o averías
problemas
246
Tabla 83: Indicadores de proceso de gestión de proveedores.
INDICADORES DE PROCESO 3: GESTIÓN DE PROVEEDORES

Nombre de
indicador
Verificar si
existen
retrasos en
Cumplimiento
las órdenes 2≤X≤3
de órdenes ≥ 3 meses < 1 mes
de compra 𝐿 − meses
de pedido
puestas 𝐿
a los
proveedores
Verificar que
el total de los
pedidos
Integridad de entregados 3% ≤ X ≤
≥ 10 % <3%
los pedidos por el 𝐶 𝑗 𝑏 10%
proveedor no 𝑐 𝑗
presenta
observaciones
Tabla 84: Indicadores de proceso de gestión del retorno de mercaderías.
INDICADORES DE PROCESO 4: GESTIÓN DE RETORNO DE

MERCADERIAS
Nombre de
indicador
Monitorear el
índice de
Indicador de
reemplazo de 5% ≤ X ≤
reemplazo de 𝑐 𝑧 ≥ 10 % <5%
productos 10%
defectuosos 𝑐
que ingresan
por garantía
247
Monitorear
que las
actividades
de
recuperación
Indicador de
de productos 60% ≤ X ≤
recuperación ≤ 60% ≥ 80%
se realicen de 80%
de productos
forma 𝑅 𝑐 +
eficiente 𝑐𝑏
evitando
perdidas de
inventario
Monitorear
que las
actividades
de
recuperación
Indicador de
de productos 60% ≤ X ≤
soporte de ≤ 60% ≥ 80%
se realicen de 80%
proveedores
forma 𝑁 𝑐
eficiente 𝑐 .
evitando
perdidas de
inventario
Los planes de contingencia se deben activar cada vez que un indicador señala problemas
en algún proceso. Por ejemplo, si el indicador del proceso de gestión de la demanda
denominado “Variación de pronóstico” se encuentra fuera de control por exceso de
compra, la estrategia seria impulsar la venta para evitar la acumulación de inventario
mediante la promoción focalizada o planes de marketing. Sin embargo, si por el contrario
se ha subestimado la demanda, el plan de contingencia consistiría en realizar compras
locales para pedidos puntuales de los clientes con denominación Partnership.
A continuación, se muestra el formato individual propuesto para la recolección de datos
de cada indicador del sistema de gestión.
248
Tabla 85 : Formato de indicador propuesto para el sistema de gestión.
CÓDIGO INDICADOR: ICON-001
NOMBRE INDICADOR: % Costo Logistico respecto a la utlidad Bruta
FORMATO PROPUESTO PARA EL REGISTO DE INDICADORES
EMPRESA GRUPO TECNOLOGIES DEL PERU S.A
FICHA TÉCNICA DEL INDICADOR DE GESTION

NOMBRE CARGO FECHA
Elaborado por: Marcos Aguilar
Revisado por:
Aprobado por: Gerente General
1. IDENTIFICACION
% Costo Logistico respecto a la utlidad Bruta TIPO: Indicador financiero
2. OBJETIVO
Determibar el impacto del costo logístico sobre las utilidades brutas obtenidas en un año de ejercicio
3. JUSTIFICACIÓN
% que representa el costo logistico en el rendimiento financiero
4. FORMA DE CÁLCULO Y DATOS REQUERIDOS

𝐶 𝐿 𝑐
𝐴
5. INTERPRETACION Y ANALISIS
Toma de desiciones con respecto a las estrategias logísticas para la disminucion de los costos 5 4 3 2 1
6. NIVEL DE REFERENCIA 7. METAS ESTABLECIDAS CONVERSOR Sobresaliente Aceptable Deficiente Insuficiente Inadecuado
100.00
0% 40% 50% 80% 100%
META
8. FRECUENCIA 9. VALOR DE LOS DATOS 0.30 0.00 40.00 50.00 80.00 100.00
Gestión Logística
Excelente 100 %
ANUAL Aceptable entre 5% y 40%
Deficiente entre 40% y 50%
Insuficiente entre 50% y 80%
Inadecuado mayor a 80%

3.8 Simulación después de la propuesta.
Para la simulación del escenario mejorado se alimentará al modelo con los datos más
precisos desde el inicio de la simulación ya que nuestra propuesta se basa en el análisis
estadístico y científico de los datos históricos.
3.8.1 Mejora para evitar la acumulación de inventario.

La acumulación de inventario de baja rotación es una de las causas que generan la perdida
por obsolescencia de los productos.
Para llevar a cabo el análisis de la mejora es necesario comenzar por acercar el patrón de
la demanda a la expresión que mejor lo represente, para el caso del mismo ítem que se
utilizó como input en la simulación del escenario logístico real actual. Para lograr este
objetivo utilizaremos la herramienta Input Analyzer que viene integrada en el módulo de
herramientas del software de simulación Arena.
Figura 146: Pantallazo del Input Analyzer que muestra el patrón de la demanda del ítem
seleccionado.

Los resultados del análisis han seleccionado una distribución tipo BETA en lugar de una
distribución uniforme como se considera actualmente, esto se corrobora comparando el
error estadístico del factor R cuadrado arrojando, según el resumen 0.002231
Tabla 86: input analyzer para el comportamiento de la demanda del ítem seleccionado
Fuente: Input Analyzer.
251
Figura 147: Resultado de la comparación del error cuadrado
Fuente: Input Analyzer.
252
Figura 148: Corrida de la simulación que mejora la situación de exceso de inventarios.

La mejora en los resultados de la simulación es evidente, el inventario final es solo de 11
unidades teniendo en cuenta que en 4 meses una impresora del tipo laser puede llegar al
término de su ciclo de vida comercial y es indispensable que los mayoristas lleguen a este
punto con el menor número de unidades en sus inventarios de lo contrario las existencias
acumuladas pasaran a formar parte del stock de productos cuya rotación es prácticamente
nula obligando a la compañía adoptar medidas como el remate de saldos o el castigo de
precios.
Si aun con estas medidas el inventario no logra retomar su rotación, cada día que pase
será dinero que se pierde, pues el costo de almacenaje de estos productos por su gran
tamaño y volumen no deja espacio para las nuevas mercancías y estos costos también
deben cuantificarse.
Esto se logra mediante la implementación de 2 decisiones logísticas de nivel estratégico:
1. Determinar el patrón de la demanda o forecasting mediante el análisis de datos de los
registros históricos y haciendo los ajustes respectivos a estas proyecciones.
2. En la actualidad el tiempo promedio de arribo de mercaderías de proveedores locales
oscila entre 7 y 15 días. La propuesta exige negociar con los proveedores la reducción
de estos despachos a solo 5 o 6 días. De esta manera se logra una importante reducción
del nivel de incertidumbre en la llegada de la reposición de los inventarios lo que hace
más eficiente el flujo y control de la cadena de suministro como lo demuestra la
simulación. A continuación, se muestra un resumen de los principales resultados
arrojados por la simulación:
Tabla 87: Resultados de mejora en productos de baja rotación

Periodo de la s im ulación 4 m es es
Stock Máxim o 400 Unidades
Lote de com pra 50 Unidades
Stock de s eguridad 0 Unidades
Dem anda total atendida 1109 Unidades
Total ordenes de com pra atendidas 74 Unidades
Dem anda total no atendida 82 Unidades
Total ordenes de com pra no atendidas 5 Unidades

3.8.2 Mejora de la problemática de quiebre de inventario.
La simulación del modelo anterior demostró que aplicando las metodologías propuestas
se es posible incrementar la eficiencia en el control de los productos que generan pérdidas
por poseer un corto ciclo de vida comercial, es el momento ahora de demostrar la misma
capacidad de la propuesta para optimizar la gestión de los inventarios y el manejo de las
compras en los productos que poseen una alta demanda. Para este análisis utilizaremos el
mismo ítem que se utilizó en el modelo de rotura de Stock actual, sin embargo con el
análisis estadístico de la demanda aplicado a los datos históricos para alimentar el modelo
además de la implementación de una variable adicional como el stock de seguridad y la
política de reposición inmediata de esta porción del inventario, el cual tendrá la función
de hacer frente a la demanda mientras se repone el stock principal evitando así perdidas
de clientes y la utilidad que sus compras representan para la compañía.
Las operaciones que estarán a cargo de la revisión y reposición del stock de seguridad se
han agregado al modelo y se presentan a continuación:
Figura 149: Mejora del modelo de gestión de inventarios para la rotura de stocks

El paso previo a la simulación del sistema mejorado es analizar la demanda del producto
para el encontrar el patrón que mejor lo representa tal como se hiso en la simulación
mejorada correspondiente a la situación de exceso de stock, para ello utilizaremos los
registros de ventas totales tanto de la oficina de lima y provincias correspondientes al
SKU “Case Slim 601 bks” del año 2014 y se alimentara al sistema Input Analyzer del
Software de simulación Arena, de este proceso se obtuvieron los siguientes resultados:
Figura 150: Resultados del Input Analyzer para la demanda del SKU “Case Slim
601bks”
El análisis ha seleccionado esta vez una distribución normal (NORM (37.4, 18.6)) para el
comportamiento de la demanda en el año 2016 ya que es la expresión con el menor error
cuadrado en comparación con las demás distribuciones.
A continuación, se muestra los resúmenes de resultados del sistema Input Analyzer y la
gráfica de la corrida de la simulación para la demanda del ítem seleccionado:
Tabla 88: Resumen de resultados del Input Analyzer para los datos de la demanda
ingresados
257
Figura 151: Comparación del error cuadrado del input Analyzer para los datos de
demanda ingresados
Comparación distrbuciones por error cuadrado

Triangular
Uniform
Lognormal
Erlang
Exponential
Gamma Sq Error
Weibull
Beta
Normal
0 0.02 0.04 0.06 0.08 0.1
Título del eje
258
Figura 152 : Corrida de la simulación para la propuesta de mejora en situación de rotura de Stocks.

Figura 153: Resultado de la Simulación en la gestión de inventarios con stock de
seguridad.
STOCK DE
SEGURIDAD
La figura 105 muestra el resultado de la simulación donde se aprecia la caída de los

inventarios hasta el punto en el que el stock de seguridad soporta la demanda hasta la
llegada del inventario principal. La mejora en comparación con la situación actual es
evidente, los inventarios no llegan a romperse lo que supone que las órdenes de los
principales clientes pueden ser atendidas en el periodo en el que se espera que la
importación del inventario principal llegue a los almacenes. El cálculo del Stock de
seguridad para el caso de la simulación se fijó en 200 unidades para otros ítems debe ser
calculado en base al tiempo que tarda en llegar las importaciones (Delay) y al cálculo del
nivel de servicio que desee ofrecerse. A continuación, se muestra la tabla resumen de los
resultados de la simulación:
Tabla 89: Situación de mejora en productos de baja rotación

Periodo de la s im ulación 4 m es es
Stock Máxim o 1500 Unidades
Lote de com pra 1000 Unidades
Stock de s eguridad 200 Unidades
Punto de Reorden 200 + 30 Unidades
Dem anda total atendida 6251 Unidades
Total ordenes de com pra atendidas 109 Unidades
Dem anda total no atendida 0 Unidades
Total ordenes de com pra no atendidas 0 Unidades
Invetario final a la actualidad 200 + 3 Unidades
261
Figura 154: Resumen de gráficos de las diferentes simulaciones con arena que demuestran la efectividad de la propuesta.
SITUACIÓN ANTES DE LA MEJORA SITUACIÓN DESPUES DE LA MEJORA
MEJORADO
Periodos de
PERIODO
quiebre de DE
QUIEBRE
inventario
INVENTARIOS
STOCK DE
SEGURIDAD
Inventario MEJORADO
Acumulado
INVENTARIO
CONTROLADO

3.9 Análisis financiero de la propuesta de mejora.
La propuesta de mejora que se plantea en esta investigación requiere de una inversión
inicial para la compra de equipos, contratación de personal, pago de beneficios,
adaptación de la infraestructura, compra de licencias y otros elementos indispensables
para lograr el éxito del proyecto de mejora de la gestión logística. Por ello se debe realizar
un estudio financiero para garantizar la rentabilidad y factibilidad de su implementación.
A continuación, se detalla la estructura de costos del presente proyecto:
Figura 155: Estructura de costos para la implementación de la propuesta.
ESTRUCTURA DE COSTOS
Precio en S./
Rubros Descripcion de la inversión Cantidad
Unidad Total
INFRAESTRUCTURA TECNOLÓGICA
Servidor de Aplicaciones 1 S/. 23,467.00 S/. 23,467.00
licencia Windows 2012 server 1 S/. 1,263.00 S/. 1,263.00
Estacion de trabajo Hp 2 S/. 1,474.00 S/. 2,948.00
Licencia windows 8.1 Proffesional 2 S/. 208.00 S/. 416.00
Moviliario para la instalacion de equipos 2 S/. 620.00 S/. 1,240.00
Materiales para la instalacion de la RED 1 S/. 780.00 S/. 780.00
Mano de obra de instalación 1 S/. 450.00 S/. 450.00
Impresora Matricial para oficinas 5 S/. 360.00 S/. 1,800.00
Equipo de mantenimiento 1 S/. 420.00 S/. 420.00
Impresora Laser para Reportes 1 S/. 1,596.00 S/. 1,596.00
S/. 34,380.00
INVERSION INICIAL
Personal
Capacitaciones 4 S/. 700.00 S/. 2,800.00
Contratacion de 2 practicantes de Adm 2 S/. 1,200.00 S/. 2,400.00
Kit Útiles de oficina 4 S/. 110.00 S/. 440.00
Uniformes 10 S/. 70.00 S/. 700.00
Equipos de comunicación 6 S/. 70.00 S/. 420.00
Equipo de seguridad para el ingreso al almacen 6 S/. 220.00 S/. 1,320.00
Auditoria Externa del Almacen 1 S/. 2,400.00 S/. 2,400.00
S/. 10,480.00
Equipo para Almacen
Anaqueles para acomodo de Mercaderias 2 S/. 860.00 S/. 1,720.00
Equipo de seguridad 4 S/. 180.00 S/. 720.00
Herramientas para envalaje y desenvalaje 4 S/. 90.00 S/. 360.00
Pistolas de codigos de barras 10 S/. 235.00 S/. 2,350.00
Pintura para señalamiento de zonas de almacen 1 S/. 430.00 S/. 430.00
Ropa de trabajo adecuada 10 S/. 80.00 S/. 800.00
Optimización y Mnto de unidades Móviles 6 S/. 350.00 S/. 2,100.00
S/. 8,480.00
Costo total : S/. 53,340.00

3.9.1 Financiamiento de la propuesta.
La empresa Grupo Tecnologies estaría dispuesta a invertir inicialmente un monto de S/
20,000.00 (se estima este monto luego de una reunión de trabajo en donde se expuso la
iniciativa), por lo que la diferencia deberá ser cubierta por una entidad financiera o
bancaria a la cual se le solicitará un crédito por un monto de S/ 33,340.00. Se hicieron las
consultas al banco de crédito y se obtuvieron los siguientes datos:
Tabla 90: Información crediticia del BCP
DATO CONDICIÓN
MONTO S/. 33,340.00
PLAZO 12 MESES
CUOTAS SIMPLES
TEA ANUAL 22%
CUOTA MENSUAL
Se ha determinado un plazo de 12 meses para el establecimiento del préstamo y el

cálculo del flujo de caja de la propuesta.
Tabla 91: Cálculo de la cuota mensual del préstamo.
Detalles de la operación financiera

TASA EFECTIVA ANUAL TIPO DE CUOTA FORMA DE PAGO NÚMERO DE CUOTAS IMPORTE A EVALUAR
Cuotas Fijas Diario Bimestral
TEA 22.000%
*Fijate del tipo de tasa
Cuotas Crecientes
Cuotas Decrecientes
Semanal
Mensual
Trimestral Semestral
12 33,340.00
Tetramestral Anual
Comisiones y gastos Detalles del Financiamiento

S. desgravamen (x periodo) 0.000% Tasa Efectiva Anual (TEA) 22.00%
Otros Cargos (Portes) - Tasa Efectiva Mensual 1.67%
ITF (Perú) 0.005% Total costo Efectivo Anual 22.00%
*No modifiques nada de estos conceptos
Total Intereses 3,730.93 Total a Pagar 37,072.79
Factor (Cuotas S. Desgravamen Otros Cargos Cuota por I.T.F. Cuota Total a
Cuota Deuda Amortización Interés
Crecientes) 0.00% Portes Financiamiento 0.005% Pagar
0 33,340.00 -33,340.00 -
1 30,807.83 - 2,532.17 557.08 - - 3,089.24 0.15 3,089.40
2 28,233.36 - 2,574.48 514.77 - - 3,089.24 0.15 3,089.40
3 25,615.86 - 2,617.49 471.75 - - 3,089.24 0.15 3,089.40
4 22,954.63 - 2,661.23 428.01 - - 3,089.24 0.15 3,089.40
5 20,248.93 - 2,705.70 383.55 - - 3,089.24 0.15 3,089.40
6 17,498.03 - 2,750.91 338.34 - - 3,089.24 0.15 3,089.40
7 14,701.16 - 2,796.87 292.37 - - 3,089.24 0.15 3,089.40
8 11,857.56 - 2,843.60 245.64 - - 3,089.24 0.15 3,089.40
9 8,966.44 - 2,891.12 198.13 - - 3,089.24 0.15 3,089.40
10 6,027.01 - 2,939.42 149.82 - - 3,089.24 0.15 3,089.40
11 3,038.47 - 2,988.54 100.71 - - 3,089.24 0.15 3,089.40
12 0.00 - 3,038.47 50.77 - - 3,089.24 0.15 3,089.40
Teniendo en cuenta que el pago del interés de toda deuda se puede utilizar para obtener
un escudo fiscal pasamos a calcularlo y se resume en la siguiente tabla:
Tabla 92: Escudo Fiscal 30% del interés de la deuda
CÁLCULO DEL ESCUDO FISCAL

Mes Amortización Interés Escudo Fiscal
1 2532.17 557.08 S/167.12
2 2547.48 514.77 S/154.43
3 2617.49 471.75 S/141.53
4 2661.23 428.01 S/128.40
5 2705.7 383.55 S/115.07
6 2750.91 338.34 S/101.50
7 2796.87 292.37 S/87.71
8 2843.6 245.64 S/73.69
9 2891.12 198.13 S/59.44
10 2939.42 149.82 S/44.95
265
11 2988.54 100.71 S/30.21
12 3038.47 50.77 S/15.23
Seguidamente se calcula el flujo de ventas adicionales que se tendrían en el caso de que

se evite la rotura de stocks en productos de alta demanda con un alto margen de ganancia,
para el caso de la simulación se utilizó un ítem de la familia Cases cuyas características
comerciales en la propuesta de mejora son las siguientes:
Tabla 93: Tabla de unidades y costos para el flujo de caja en un ítem de la familia Cases
Proyección de ventas pdcto. Familia de Clase A sin Quiebre Stock

Datos de la proyección Cantidades Unidades DATO
Ventas 4 meses Según Simulación 2043 Unidades
Ventas proyectadas 12 meses 6129 Unidades
ventas 1 mes 510 Unidades
Costo producto 21.00 S/.
Utilidad del producto 28.00 S/.
Precio de venta 49.00 S/.
Proyección Venta Anual 300,321.00 S/.
Proyección Venta Mensual 25,026.75 S/. Flujo de caja
Costo Venta Mensual 10,710.00 S/. Flujo de caja
Utilidad Promedio Mensual 14,316.75 S/.
La simulación en el caso de rotura de stocks arrojo una pérdida de ventas de 2043

unidades (figura 53) para un periodo de 4 meses, luego de la propuesta esta pérdida es
casi cero, por lo que estamos considerando en la situación de mejora una utilidad por
recuperar esta demanda no atendida y transformarla en ganancia. Haciendo los cálculos
respectivos se obtienen los resultados mostrados en la tabla 48.
Se debe tener en cuenta que son muchos otros productos que en la gestión actual se
encuentra con periodos de desabastecimiento prolongado, si se mejora esta situación en
consecuencia se estaría adicionando para cada uno de estos productos una rentabilidad
adicional considerando la utilidad que cada uno de ellos puede aportar.
Por otro lado, en proyectos adicionales se recomienda cuantificar del mismo modo el
ahorro que representa la gestión de productos desfasados ya que su mantenimiento en los
266
almacenes también genera una perdida adicional y en esta propuesta se están planteando
las estrategias para evitar que estos productos continúen generando costos operativos.
A continuación, se realizará el cálculo del costo de oportunidad o COK que servirá la
base para la evaluación financiera del proyecto.
3.9.2 Calculo del costo de oportunidad COK.

Para realizar el cálculo del costo de oportunidad utilizaremos el modelo Capital Asset
Pricing Model CAPM, también conocido como Modelo de valoración de activos
financieros el cual tiene como característica principal relacionar la rentabilidad de los
activos con los riesgos existentes que pueden tener la inversión. A continuación, se
presenta la formula a utilizar:
A continuación, se realiza la descripción de cada una de las variables que intervienen en

esta ecuación:
➢ COK:
Según Gregory Mankiw’s en su libro “Principles of Microeconomics, 2nd edition”,
define:
El costo de oportunidad de una decisión es lo que se abandona como resultado de haber
tomado esa decisión.
Es decir, en un mundo en donde los recursos son un bien escaso, los inversionistas deben
decidir que alternativas de inversión les otorgaran una mayor rentabilidad. Para nuestro
caso de estudio el costo de oportunidad del capital, luego de calcularlo nos servirá de base
para sustentan ante la compañía la factibilidad de invertir en nuestro proyecto de mejora.
Como ya se ha mencionado se utilizará el modelo CAPM, debido a que es el más utilizado
en el caso de mercados emergentes como lo es el caso de nuestro país.
267
➢ RF:
Es la variable que define la tasa de libre riesgo que existe en una inversión teniendo como
referencia la tasa de interés de los bonos de un país con una economía sólida en un periodo
determinado. Para nuestro estudio utilizaremos con referencia la tasa de bonos de Estados
Unidos, en un periodo de 10 años.
Debemos señalar que las tasas de interés de los países con economías muy sólidas son
siempre bajas, en el orden de 1% o 2% ya que la probabilidad de riesgo de que no se
recuperen las inversiones en bonos también es baja.
Se cumple entonces la regla:
Bajo Riesgo de inversión, Baja la tasa de interés.
A continuación, se muestra la información del portal especializado
https://www.investing.com/ donde se muestra esta información:
Figura 156: Rentabilidad del bono de Estados unidos, año 2017
Fuente: https://es.investing.com/rates-bonds/u.s.-10-year-bond-yield
Según esta información:
268
RF de USA = 2.331%
➢ BETA:
El Beta se define como el coeficiente de inestabilidad o volatilidad de un activo
financiero, y nos muestra el rendimiento de un activo en relación al riesgo que existe de
invertir en un determinado mercado. Está determinado por el contexto, por lo que no
puede eliminar el riesgo, ya que este es inherente a la actividad operacional y financiera
de la empresa.71
Entonces el Beta se debe definir de acuerdo al tipo de mercado y al contexto de este. Al
definir al Perú como una economía emergente se utiliza como fuente de información el
portal especializado en análisis de riesgos de mercado http://www.damodaran.com, del
cual se extrae la siguiente tabla:
71
https://www.empresaactual.com/coeficiente-volatilidad/
269
Tabla 94: Tabla de valores Beta para mercados emergentes.
Fuente: http://www.damodaran.com
Como se observa el Beta para los mercados de cómputo, periféricos y de Electrónicos es
de 1.20% y 1.27% respectivamente. Realizaremos un promedio simple de ambos valores,
quedando:
BETA u = 1.235
Ahora se procede a apalancar la beta con la fórmula:
Donde D = S/.33340.00 = 62.5%; E= S/.20000.00 = 37.49%

BETA = 2.676
➢ Rm:
El factor Rm determina el riesgo de la inversión en el mercado local, en comparación al
RF también se puede fijar mediante la tasa de interés de los bonos soberanos emitidos por
el país en donde se va a realizar la inversión.
Las consideraciones a tener en cuenta con esta variable es que el porcentaje de este interés
es mucho más alto que el RF, ya que el riesgo en el caso de economías emergentes como
es el caso de nuestro país, es mucho mayor.
También se cumple la regla:
Mayor riesgo de recuperar la inversión, Mayor tasa de interés.
Una vez obtenido el RM se puede obtener la variable denominada Prima de Riesgo al
restar la variable RM – la variable RF.
Para obtener esta información hemos consultado la página oficial del ministerio de
economía y finanzas del Perú MEF en donde se muestra las tasas de interés de los bonos
soberanos emitidos en el Perú en el año 2017.
Según la tabla 94 se tiene:
RM = 8.60%
A continuación, se muestra esta información:
Tabla 95: tabla de tasas de interés de los bonos soberanos emitidos por el gobierno del Perú.
Fuente:
https://www.mef.gob.pe/contenidos/deuda_publ/bonos/internos/bonos_sobe/stock/Stock_bonos_soberanos_230617.pdf
272
➢ Riesgo País:
Según el Banco central de Reservas del Perú BCRP, el riesgo país es medido por la
diferencia entre el rendimiento del bono peruano, respecto al bono del Tesoro de Estados
Unidos, considerado un referencial a nivel global y con riesgo cero. A continuación, se
presenta la información obtenida de esta fuente:
Figura 157 : Indicador de riesgo país para el año 2016
Fuente: http://www.bcrp.gob.pe/docs/Publicaciones/Nota-Semanal/2016/resumen-informativo-07/
Con todos los datos obtenidos se realiza el cálculo de la formula y se obtiene:
Tabla 96: Tabla resumen de valores para calcular el COK
Fuente Variable Valor

http://www.investing.com Rf 2.33%
http://www.damodaran.com Beta 2.676
Ministerio de Economía MEF Rm 8.60%
Banco Central de Reserva BCRP Riesgo País 2.32%
𝑪𝑶𝑲 = . 233 + 2.676 ∗ ( . 86 − . 233 ) + . 232
➢ 𝑪𝑶𝑲 = 𝟐𝟏. 𝟒𝟐%
3.9.3 Calculo de costo ponderado promedio WACC.
El WACC, de las siglas en inglés Weighted Average Cost of Capital, también

denominado coste promedio ponderado del capital (CPPC), es la tasa de descuento que
se utiliza para descontar los flujos de caja futuros a la hora de valorar un proyecto de
inversión.
Donde:
➢ D:
Es valor de la deuda que se ha adquirido para financiar el proyecto mediante crédito
bancario, en nuestro caso:
D = 33,340.00 S/.
➢ i:
Es la tasa de interés de la deuda D, que en nuestro caso es:
i = 22.00%
➢ E:
También conocido como Equity, es el monto que han aportado los inversionistas del
negocio, en nuestro caso:
E = 20,000.00 S./
274
➢ Tax:
Es el impuesto a la renta que para el caso de nuestro país haciende ha:
TAX = 30%
➢ COK:
Es el costo de oportunidad, el cual ya ha sido hallado en subcapítulo anterior:
COK = 21.39%
Resumiendo, los valores y aplicando la formula, obtenemos el siguiente resultado:

Variable Valor
D S/33,340.00
E S/20,000.00
i 22%
TAX 30%
COK 21.39%
3334 2
𝑊𝐴𝐶𝐶 = ∗ 22% ∗ ( − 3 %) + ∗ 2 .39%
3334 + 2 3334 + 2
➢ 𝑾𝑨𝑪𝑪 = 𝟏𝟕. 𝟔𝟔 %
Antes de realizar el flujo de caja debemos tener en cuenta que tanto el COK como el
WACC calculados corresponden a tasas anuales de rendimiento; por lo tanto, será
necesario realizar las conversiones a tasas mensuales.
3.9.4 Flujo de caja modelo determinístico.

A continuación, se presenta el flujo de caja que demuestra la rentabilidad del proyecto
arrojando un indicador TIR de 33% y un VAN de S/. 16,248.02 en el primer año de
implementada la propuesta.
Tabla 97: Input de datos para el flujo de caja.
Tasa de
INPUT DEL SISTEMA Valor
crecimiento
(+) Ventas S/25,027 5%
275
(-) Costo de Ventas S/10,710 4%
(-) Gastos Administrativos S/1,000 4%
(-) Beneficios Sociales S/900
(-) Gasto de Ventas 3%
(-) Depreciación 872.06
.
276
Figura 158: Flujo de caja que respalda la propuesta
FLUJO DE CAJA ECONÓMICO Y FINANCIERO

CONCEPTO 0 Mes 1 Mes 2 Mes 3 Mes 4 Mes 5 Mes 6 Mes 7 Mes 8 Mes 9 Mes 10 Mes 11 Mes 12
Ventas S/25,027 S/26,278 S/27,592 S/28,971 S/30,420 S/31,941 S/33,538 S/35,215 S/36,976 S/38,825 S/40,766 S/42,804
(-) Costo de Ventas 10710 11138 11583.94 12047.29 12529.19 13030.35 13551.57 14093.63 14657.37 15243.67 15853.42 16487.55
(-) Gastos Administrativos 1000 1040 1081.60 1124.86 1169.86 1216.65 1265.32 1315.93 1368.57 1423.31 1480.24 1539.45
(-) Beneficios Sociales 900 900 900.00 900.00 900.00 900.00 900.00 900.00 900.00 900.00 900.00 900.00
(-) Gasto de Ventas 750.81 788.35 827.77 869.16 912.61 958.24 1006.16 1056.47 1109.29 1164.75 1222.99 1284.14
(-) Depreciación 872.06 872.06 872.06 872.06 872.06 872.06 872.06 872.06 872.06 872.06 872.06 872.06
Utilidad Antes de Impuesto S/10,794 S/11,539 S/12,326 S/13,158 S/14,036 S/14,964 S/15,943 S/16,977 S/18,068 S/19,221 S/20,437 S/21,721
(-) Impuesto a la Renta 3238.24 3461.86 3698.07 3947.55 4211.03 4489.26 4783.04 5093.22 5420.70 5766.39 6131.29 6516.44
Depreciación 872.06 872.06 872.06 872.06 872.06 872.06 872.06 872.06 872.06 872.06 872.06 872.06
Flujo de Caja Económico FCE -S/53,340 S/8,427 S/8,949 S/9,500 S/10,083 S/10,697 S/11,346 S/12,032 S/12,756 S/13,520 S/14,326 S/15,178 S/16,077
Préstamo 33340
(-) Pago préstamo Mensual -3089.4 -3089.4 -3089.4 -3089.4 -3089.40 -3089.40 -3089.40 -3089.40 -3089.40 -3089.40 -3089.40 -3089.40
(+) ESCUDO FISCAL 167.124 154.431 141.53 128.40 115.07 101.50 87.71 73.69 59.44 44.95 30.21 15.23
Flujo de Caja Financiero FCF -S/20,000 S/5,505 S/6,014 S/6,553 S/7,122 S/7,723 S/8,359 S/9,030 S/9,740 S/10,490 S/11,282 S/12,119 S/13,002
EVALUACIÓN ECONÓMICA
Costo Ponderado Promedio WACC 17.66%
WACC Mensual 1.36%
Tasa mínima de rendimiento COK 21.43%
COK Mensual 1.63%
VAN S/75,015
TIRE 17.03% > WACC
TIRF 33.93% > COK
DESICIÓN ¡INVERTIR!

3.9.5 Análisis de sensibilidad o de riesgo del flujo de caja.
El flujo de caja presentado en la figura 171 muestra el resultado de un análisis financiero
determinístico, es decir cuando suponemos que las cantidades o cifras ingresadas al flujo
no van a sufrir variaciones en el tiempo.
Para realizar un estudio más profundo vamos a plantear un escenario donde la
performance de los inventarios, las ventas, los costos de ventas y los gastos
administrativos sufren variaciones debido a los distintos factores que pueden alterar su
desempeño:
Tasa de
INPUT DEL SISTEMA Valor RANGOS DE VARIACIÓN
crecimiento
(+) Ventas S/25,027 5% 3% 5% 7%
(-) Costo de Ventas S/10,710 4% 6% 8% 10%
(-) Gastos Administrativos S/1,000 4% 5% 7% 9%
(-) Beneficios Sociales S/900
(-) Gasto de Ventas 3%
(-) Depreciación 872.06
Para ello utilizaremos la herramienta de probabilidades y riesgos @Risk en su versión de

entrenamiento la cual es capaz de agregar la aleatoriedad a las tasas de crecimiento de los
factores mencionados en el párrafo anterior.
Figura 159: Definiendo la aleatoriedad a la tasa de crecimiento de las ventas mediante
@Risk.
Figura 160: Definiendo la aleatoriedad a la tasa de crecimiento del Costo de ventas

@Risk.
279
Figura 161: Aleatoriedad a la tasa de crecimiento de los Gastos Administrativos
mediante @Risk.
280
Al finalizar el ingreso de datos se configura el @RISK para realizar una simulación de
5000 ciclos obteniendo los siguientes resultados para el análisis del Valor Actual Neto:
Las probabilidades de obtener un VAN positivo mayor que 0 y con valores de entre S/.
7,953.00 y S/. 68,152 son de un 90%, y que la probabilidad de riesgo de obtener un
resultado menor a estas cifras es de solo un 10% dejando claro que el proyecto es
altamente confiable aun aplicando un análisis de riesgo.
Debemos señalar que es posible agregar más variables de riesgo al modelo sin embargo
su impacto no haría variar en mucho los resultados, pues los factores que presentan la
mayor influencia ya han sido tomados en cuenta en esta simulación, adicionalmente y
para futuras investigaciones se recomienda el uso de una versión completa del software
@Risk, con el fin de obtener resultados en otros indicadores financieros que ayuden a que
la toma de decisiones en proyectos de inversión sea siempre de los más confiable.
Figura 162: Valor Actual Neto obtenido con la simulación probabilística de @RISK

Figura 163: Análisis de sensibilidad con Software de riesgo @Risk
Fuente:
Elaboración propia.
CAPÍTULO 4: VALIDACIÓN DE LA PROPUESTA Y CASOS DE
EXITO.
El objetivo de la presente investigación es proponer una solución viable para la empresa

mayorista de computo “Grupo Tecnologies” basada en el framework del GSCF que sea
capaz de resolver los problemas existentes encontrados en su sistema de gestión logística,
el cual presenta actualmente serias deficiencias, presentes desde el proceso de
abastecimiento, procesos de distribución y despacho, pasando también por las actividades
de control interno de los inventarios, lo cual como se ha demostrado representa un
agotamiento en la eficiencia global de esta empresa.
En la actualidad, gracias a la evolución de la ingeniería contamos con herramientas que
pueden someter a diversos análisis de escenarios a procesos que están en una etapa inicial
o de diseño y cuya implementación directa puede representar un alto riesgo para las
compañías, sobre todo por los niveles de incertidumbre o la desconocida probabilidad de
éxito inherente a toda propuesta de mejora.
Para el caso de nuestra investigación, la herramienta de ingeniería que nos dará el soporte
en esta etapa de la validación, será la diseñada por la compañía de software: Rockwell
Automation, denominada “Arena Simulation Software”, la cual utiliza la simulación para
el análisis de procesos.
Figura 164: Pagina Web del Software Arena Simulator
Fuente: https://www.arenasimulation.com/
283
4.1 Descripción de la simulación de procesos.
La simulación es una manera confiable de obtener resultados de diversos procesos
haciendo muy fácil recopilar información relevante para realizar mejoras o ajustes a
procesos que se encuentran ya implementados o cuando estos aún se encuentran en su
etapa de diseño, como es el caso que nos avoca. La ventaja de la simulación frente a un
análisis estadístico simple es que se pueden integrar al sistema que se está evaluando una
serie de variables relacionadas directa o indirectamente a los procesos, como sucedería
en un entorno real y estudiar el impacto que estos pueden tener sobre el modelo en
general.
Un paso previo al proceso de simulación que llevaremos a cabo es el modelamiento del
sistema que deseamos analizar en este caso un sistema logístico, este debe contener la
mayor cantidad de información posible de las variables que formaran parte del sistema
tales como tiempos, servidores de procesos, elementos de decisión, entidades etc. Para
llevar a cabo la modelación de nuestro sistema seguiremos la metodología propuesta por
el Dr. Andreas Rinkel, en su artículo An Introduction into Modelling and Simulation Case
Studies Simulation-02.pptx, 2011. El cual plantea el siguiente proceso:
Figura 165: Esquema para la modelación del proceso a simular
ANÁLISIS DEL MODELAMIENTO DEL PROGRAMACIÓN DE LA

PROCESO PROCESO SIMULACIÓN
DATA
EMPÍRICA
DATA FORMAL
DATA
HIPOTÉTICA
MODELO
SISTEMA REAL O PROGRAMA DE
MATEMÁTICO
IMAGINARIO SIMULACIÓN
FORMAL
DESCRIPCIÓN
DESCRIPCIÓN
FORMAL DEL RESULTADOS
DEL PROCESO
PROCESO
284
4.2 Breve descripción del software Arena.
El software Arena Simulation que utilizaremos en esta investigación es una versión de
entrenamiento que ha sido liberada por la compañía Rocwell Automation con el fin de
proporcionar una herramienta de apoyo para universidades y estudiantes que deseen
realizar investigaciones en estos tópicos, sin tener que invertir una gran cantidad de dinero
que la versión profesional representa.
Figura 166: Licencia de entrenamiento del software Arena.
Sin embargo, la utilidad de esta versión es excepcional puesto que sus limitaciones están
relacionadas a procesos muy avanzados o para simulaciones que requieren de tiempos de
corrida relativamente prolongados lo cual no es necesario aplicar en este estudio.
ventana de inicial de arena:
285
Figura 167: Ventana inicial del software arena.
En la figura XX se puede apreciar la ventana inicial del software Arena, en ella se

encuentran las tres principales zonas de trabajo que serán necesarias para realizar nuestra
simulación, las cuales se señalan en la siguiente figura:
Figura 168: Zonas de trabajo del programa arena
ZONA DE
PROGRAMACIÓN
BARRA DE
PROYECTOS
ZONA DE
HOJA DE
Utilizaremos estas tres zonas de trabajo a lo largo de todo el proceso de validación, como
se ha señalado anteriormente la versión de entrenamiento no presenta diferencias
286
relevantes con la versión profesional que pongan en duda los resultados obtenidos en el
proceso de simulación.
4.3 Análisis de datos.

Para llevar a cabo la simulación de un proceso se deben conocer ciertos parámetros o
variables que servirán como datos de entrada de dicho proceso, en nuestro caso estas
variables están representadas por el flujo de la demanda, el ingreso de las órdenes de
compra, y la llegada de clientes al sistema de ventas, estos datos proporcionan al modelo
las características aleatorias que todo sistema real posee.
Para poder obtener estos datos es necesario utilizar una herramienta que viene incluida
dentro del software Arena denominada Input Analizer, esta herramienta entrega como
resultado el tipo de distribución que representa los datos ingresados los cuales pueden
estar agrupados en series de tiempo en un archivo con extensión DST.
Figura 169: datos series de tiempo que se ingresan a Input Analyzer.
287
A continuación, se muestra el resultado de los datos ingresados a la herramienta Input
Analizer.
Figura 170: Resultado del análisis de la herramienta Input Analyzer.
Debajo de la gráfica están los resultados correspondientes al tipo de distribución para un

caso de demanda conocida en un periodo de 50 días, el mismo se puede leer en una hoja
de resumen de formato de texto que es entregada por el mismo programa al finalizar el
análisis.
288
Figura 171: resumen de resultados de la herramienta Input Analyzer
4.4 Validación de resultados.

El software Arena puede realizar distintos tipos de simulaciones y sus resultados pueden
verse reflejados en hojas de resumen que se muestran al final de una corrida o también de
una manera más visual si se agregan al modelo variables del tipo contadores que son
capaces de mostrar la evolución numérica del proceso a lo largo de la corrida.
289
Figura 172: Distintas formas de mostrar resultados en un proceso de simulación
RESULTADOS DE LA
CORRIDA
Como es posible observar existe en ambos casos los mismos resultados para el mismo
proceso de simulación, en nuestro estudio hemos preferido utilizar el segundo método: el
grafico, pues lo consideramos más práctico para una rápida evaluación de las cifras
obtenidas.
4.5 Modelamiento del sistema actual de gestión de inventarios.

La empresa Grupo Tecnologies cuenta actualmente con un proceso logístico basado en la
demanda, la cual es calculada, por lo general, haciendo uso de la metodología de los
290
promedios o el juicio de los agentes de ventas. Esta política de gestión ha ocasionado que
el almacén se vea afectado por dos grandes problemas: primero el sobreabastecimiento
de ciertas mercaderías u overstocks y segundo el rápido agotamiento de otros ítems,
fenómeno conocido como quiebre de inventarios. A continuación, se muestra el diagrama
de flujo del proceso logístico actual el cual comprende la atención de la demanda, la
gestión de las compras y la reposición de los inventarios.
Figura 173: Diagramas de flujo previo la simulación.
SI
Arribo de Demanda SI Reduce
Atiende Demanda Realizar compras
clientes de clientes inventaros
NO
NO
Estatus de
Compras
Perdida
Fin del proceso
clientes
Compras Check Stok Máximo

Incrementa
repone
inventario
Revisa Inventarios
Órdenes de Finaliza
Status de
compra compras
Compras
Al llevar ambos diagramas al software Arena obtenemos el siguiente resultado:
291
Figura 174: Flujo completo del proceso logístico que se someterá a la simulación.
Ges ti on de l as Compras
0 Tr ue
Co m p ra Re p o n e In c re m e n ta
In v e n ta ri o
Ch e k Sto c k M a x
In v e n ta ri o
De j a r d e Co m p ra r
Ord e n Co m p ra Ch e c k Sta tu s 0
Co m p ra s 0 Fals e
Ges ti on de l a Demanda Total Demanda Atendida INVENTARIO ACTUAL

Demanda Actual 0 0 0 Tr ue
Re a l i z a r c o m p ra s ?
0
0 Es ta tu s Co m p ra s
L l e g a d a Cl i e n te s
Tr ue 0 Fals e
De m a n d a Cl i e n te s
Re v i s a In v e n ta ri o Re d u c e In v e n ta ri o
0
0 Fals e
Total Clientes
0
Cl i e n te s Pe rd i d o s Di s p o s e 1
0
Ordenes de Compra Perdidas
0
300
GRÁFICA INVENTARIO VS TIEMPO
S eri es1
280
Total Demanda No Atendida 260
0 240
220
200
180
160
140
120
100
80
60
40
20
0
0 10 20 30 40 50 60 70 80 90 100
292
El modelo anterior ya representado en arena refleja fielmente la situación de la gestión
logística que maneja actualmente la compañía mayorista de computo “Grupo
Tecnologies” y será el punto de partida para realizar las mejoras en los dos escenarios
problemáticos que afronta esta empresa:
• Acumulación de inventarios.
• Rotura de Stocks.
Situación actual: Acumulación de inventarios. La acumulación de inventarios es una

situación que afecta frecuentemente a muchos almacenes y empresas cuyo core de
negocio se centra en la compra y venta de mercancías y una de sus principales causas es
la adquisición excesiva de materiales debido a una sobreestimación de la demanda
esperada que se piensa podría tener un determinado producto, la empresa Grupo
Tecnologies no es ajena a esta realidad, pues ha venido acumulando mercaderías que por
mucho tiempo se encuentran sin rotación, debido a como ya se ha mencionado una
sobrestimación en la demanda esperada del producto y el relativamente corto tiempo de
vida comercial que poseen ciertos items en especial los relacionados a la tecnología y la
computación, como monitores, impresoras, copiadoras, escáneres, cámaras fotográficas
etc.
La acumulación de inventarios debe analizarse también desde un punto de vista financiero
pues los estos productos ocupan un espacio cuyo costo de mantenimiento es muy alto. En
el distrito de la victoria, lugar donde se encuentra ubicado el almacén central de la
compañía el costo comercial del metro cuadrado se estima en $ 7,500.00, hemos estimado
que actualmente por lo menos el 15% de los 270 metros cuadrados de este almacén están
ocupados por este tipo de existencias.
Según consulta al sistema Kardex Log que maneja la compañía para el control de entrada
y salida de sus mercaderías, se han encontrado diversos ítems con problemas de
acumulación en almacén y que ya forman parte del inventario de productos obsoletos
pues ya pasaron más de 3 años estancados en el almacén. A continuación, se muestra un
pantallazo del sistema.
293
Figura 175: Pantallazo del sistema Kardex Log del cual se extrae la información para el pronóstico de la demanda
294
La estimación de la demanda de estos productos, como ya se ha explicado se realizan sin
el apoyo de métodos matemáticos o estadísticos por lo que se compran mes a mes
cantidades fijas o se realizan contratos de abastecimiento con los distribuidores de las
marcas o también puede darse el caso que se compra un lote muy grande debido a una
promoción y este simplemente este no llega a venderse en su totalidad.
A continuación, se presenta los datos ingresados al sistema de simulación a partir de la
metodología de estimación de la demanda que se utiliza actualmente en la compañía.
Figura 176: Flujo inicial de la gestión de la demanda en el software Arena.
El Hecho de colocar una demanda que se estima uniforme unif (10,22) genera los
resultados de acumulación de inventarios pues una característica de la demanda es que
varía en el tiempo y difícilmente se mantiene estable.
295
Figura 177: Corrida de la simulación para la situación actual de acumulación de inventarios
296
Los resultados de la simulación están sujetos a los parámetros de control configurados en
el módulo RUN SETUP del programa arena, para nuestra investigación hemos
configurado los siguientes parámetros:
Figura 178: Modulo Run Setup
• Numero de réplicas: 10.

• Tiempo de ciclo de la simulación: 120 días o 4 meses.
• Horas de trabajo del almacén: 12 horas promedio.
• Tiempo de base de las unidades: Días.
• Unidad de tiempo: Horas.
Resultados de la simulación:
INVENTARIO
Total órdenes Total Total órdenes Total
Periodo AL FINAL
de compra demanda de compra Demanda
Simulación DEL
atendidas atendida Perdidas no atendida
PERIODO
Item Impresora 4 meses 77 1211 5 73 139

297
Se puede observar como al final del periodo de 4 meses se acumulan en promedio 140
ítems de la familia impresoras.
Validación de la propuesta de mejora para el problema de acumulación de
inventarios.
La propuesta de mejora que hará frente al problema de acumulación de inventarios se
basa en el modelo del GSCF el cual establece como uno de los lineamientos base de la
gestión logística la estimación de la demanda a partir del uso de métodos matemáticos
estadísticos y cuyos resultados servirán para implementar una correcta relación comercial
y de negocios con los proveedores de la empresa en cuanto al flujo de entrada de
inventarios, gestión de órdenes de compras y manejo de los tiempos de despacho,
elementos indispensables para controlar las situaciones de acumulación de materiales en
los almacenes de la empresa.
A continuación, se muestra como un cambio en la estimación de la demanda y un ajuste
en los tiempos de demora en los despachos de proveedores es capaz de generar un impacto
significativo en la eficiencia de la gestión de los inventarios y evitar situaciones de
sobreabastecimiento al final de un periodo de 4 meses.
A diferencia del primer modelo en donde se configuro una demanda tipo uniforme en el
modelo mejorado se configura una distribución tipo BETA con los siguientes parámetros:
Distribution: Beta; Expression: 10 + 10 * BETA (1.11, 1.13)
Square Error: 0.000252
298
Figura 179: Resultado del Input Analyzer para el patrón de la demanda en situación de acumulación de inventarios
299
Figura 180: Corrida de la simulación del proceso de mejora para la situación de acumulación de inventarios
300
Los resultados de la simulación con las mejoras propuestas se muestran en la siguiente
tabla:
INVENTARIO
Periodo AL FINAL
Simulación DEL
PERIODO
Item Impresora 4 meses 72 1111 8 110 9
Comparación de resultados Modelo actual vs Modelo Mejorado:

Como se puede apreciar la mejora es contundente, el final de un periodo de 4 meses el
inventario acumulado es de solo 9 unidades esto representa una significativa mejora pues
el objetivo de todo mayorista no es acumular mercaderías si no por el contrario vender el
máximo de sus inventaros mientras los productos aun mantengan rotación y demanda.
Figura 181: cuadro comparativo situación actual Vs Mejorada para rotura de Stoks.
Situación actual: Quiebre de inventarios o rotura de Stock.

La situación de rotura de stocks es contraria al problema anteriormente analizado, este
fenómeno se presenta cuando la demanda de un producto supera los niveles de inventarios
disponibles y por consiguiente en la empresa se pierden órdenes de compra, se pierde la
utilidad que esas ventas representan, se degrada el nivel de servicio y todo esto sucede en
el periodo en el que el inventario espera su reposición. A continuación, se presenta la
simulación de la situación actual para un ítem de la familia CASEs en la que se presenta
este fenómeno.
301
Figura 182: Simulación para el escenario actual de rotura de stocks
302
El resumen de resultados de la simulación con la situación actual de quiebre de
inventarios se muestra a continuación:
Periodo Inventario Final
Simulación Situacion Actual
Item Cases 601 bks 4 meses 108 4195 53 2043 5
Los datos que se ingresaron al modelo correspondiente a la demanda están en función a

la metodología que se usa actualmente en la empresa. Y está representada por la
distribución tipo uniforme UNIF (10,65), a continuación, se presenta la ventana con los
datos mencionados:
Validación de la Propuesta de mejora para el problema de rotura de inventarios.

La mejora basada en el modelo del GSCF que proponemos ataca directamente las causas
que generan la rotura de inventarios, habiéndose identificado que en la actualidad no
existe un nivel de servicio definido para cada tipo de productos lo que supone que todos
los productos reciben el mismo tratamiento sin haberse identificado aquellos cuya
rotación es mayor a la de otros. El nivel de servicio calculado en la propuesta de mejora
está en función a la rentabilidad que genera cada producto y esto se traduce en un stock
de seguridad que puede hacer frente a la demanda mientras el inventario que ha caído a
sus niveles más bajos es repuesto.
La propuesta de mejora implica una modificación en el modelo actual de gestión de la
demanda en donde se agregan los procesos que administran el stock de seguridad y como
este es utilizado cuando el inventario principal ya no puede abastecer la demanda en un
determinado periodo.
303
A continuación, se muestra el segmento que se agregó al modelo de simulación que
controla esta parte del proceso:
Figura 183: Flujo que representa el nuevo sistema para la gestión del Stock de
seguridad.
Llegada de Demanda de Demanda

Revisa Inventario
clientes clientes Atendida
Cuando la demanda no puede ser

atendida por el inventario principal Repone
las órdenes son atendidas por el Revisa Stock Reduce Stock
Stock de Fin del Proceso
stock de seguridad de seguridad de seguridad
Seguridad
Clientes
Perdidos
Los datos para la determinación de la distribución de la demanda son obtenidos del

sistema Kardex Log y transferidos a la herramienta Input Analyzer
Figura 184: Datos para la obtención de la distribución de la demanda.
A continuación, el resultado del Input Analyzer.
304
Figura 185: Resultados del input Analyzer para la determinación de la distribución de la demanda en la situación de rotura de inventarios.
305
Figura 186: Simulación situación mejorada de rotura de inventarios.
306
El resumen de resultados de la simulación con la situación mejorada para el quiebre de
inventarios se muestra a continuación:
Periodo Inventario Final
Simulación Situacion Actual
Item Cases 601 bks 4 meses 105 6372 0 0 205
4.6 Comparación del modelo actual vs modelo mejorado.

Es muy evidente la mejora luego de la implementación de un stock de seguridad, se
observa en la gráfica que los inventarios pueden llegar a un nivel muy bajo relativo al
stock máximo sin embargo el stock de seguridad puede hacerse cargo de atender la
demanda hasta que el stock de reposición llega nuevamente para iniciar otro ciclo de
ventas. Se debe tener en cuenta que esta política parte de la implementación previa del
nivel de servicio que se desea brindar por producto o por familia de productos, al mismo
tiempo que se repone el stock de seguridad comprando a proveedores locales pequeños
lotes sacrificando un porcentaje de las utilidades, sin embargo, el valor principal en esta
parte de la propuesta es evitar que el cliente perciba que existen problemas de
desabastecimiento. Por otro lado, es importante aplicar políticas de negociación y mejora
a los procesos de la importación de productos pues son estos retrasos los que generan que
los periodos de desabastecimiento se prolonguen por plazos demasiados largos.
Figura 187: Comparación de resultados de demanda atendida situación actual Vs

Situación mejorada.
307
CASOS DE ÉXITO:
WHIRLPOOL y PENSKE LOGISTIC (Antes ERX LOGISTICS)
Whirlpool es una empresa norteamericana líder en el diseño y fabricación de

electrodomésticos para su uso en el hogar, sus ventas anuales promedio se estiman en más
19 billones de dólares, cuenta con más de 80,000 empleados y 60 centros de investigación
y desarrollo. Es uno de los mayores fabricantes en el mundo siendo el mercado
norteamericano en donde se concentra su mayor demanda. Según un reporte de ventas de
la misma compañía del año 2017 el 53% de sus ventas se concentraron solo en los Estados
Unidos.
Problemática:
Debido a la alta demanda de sus productos, en muchos de los estados del país
norteamericano, Whirlpool requería de un aliado estratégico que le ayude a planificar la
logística de transporte, almacenamiento y despacho, para hacer que sus productos lleguen
a tiempo a sus destinos, evitando además que se produzcan daños en el inventario
trasladado.
Solución:
Para poder hacer frente a esta demanda que implica una compleja red de operadores
logísticos que trasladen y almacenen sus productos hasta los centros de distribución o
retails, la compañía adopto el modelo Partnership, descrito por el Global Supply Chain
Forum como la base del framework GSCF, con la compañía ERX la cual es un proyecto
conjunto entre la empresa de transporte Mark VII y la compañía de almacenes ELSTON-
RICHARDS. Actualmente la compañía PENSKE LOGISTICS adquirió a la compañía
ERX y asumió todas las operaciones con WHIRLPOOL. Con este modelo de cadena de
suministro basado en el Partnership la empresa Whirlpool fue capaz de llevar adelante su
programa de despacho rápido denominado “Quality Express” en 8 regiones de los Estados
308
Unidos en donde se garantiza una entrega dentro de las 24-48 horas luego de realizado un
pedido.72
Según Ray Rusell, vicepresidente senior de Penske Logistic:
"Nuestra relación comercial con Whirlpool es uno de los proyectos más antiguos de
Penske Logistics y compromisos más exitosos. Es a raíz de esa relación que podemos
rápidamente comprender y evaluar la cadena de suministro de Whirlpool y proponer
soluciones para mejorar la eficiencia y proporcionar una mayor visibilidad de la cadena
de suministro ". 73
Según Steve Whalen, director de operaciones de la cadena de suministro de Whirlpool
Corporation:
"No hay ningún secreto para el éxito de nuestra relación con Penske. Nuestra estrecha
asociación y la colaboración permite a Penske ser una extensión de nuestras operaciones
comerciales. Y como nuestro trabajo nunca termina, tampoco el de Penske's. Siempre
están buscando nuevas formas de mejorar la eficiencia y su responsabilidad ".74
La implementación de este modelo según el Framework del Global Supply Chain Forum
se establece en base a los procesos:
• Supplier Relationship Management SRM.
• Customer Relationship Mangement CRM.
• Customer Service Management CSM.
La estrecha relación de negocios de ambas compañías ha permitido realizar la

planificación conjunta de toda esta gran red de operaciones logísticas y les ha
proporcionado a ambas empresas, grandes beneficios.
Para Whirlpool el resultado de la integración de los procesos con Penske le ha significado
un incremento en la satisfacción de sus principales clientes, la reducción de reclamos por
el arribo de productos defectuosos, y por lo tanto un crecimiento sostenido de su
rentabilidad.
Para más información de este caso de éxito se puede consultar el Journal of Bussines
Logistics Vol. 20, No. 1,1999.
WENDY'S y TYSON FOODS.
72
JOURNAL OF BUSINESS LOGISTICS, Vol. 20, No. 1,1999, pag 172.
73
https://www.penskelogistics.com/pdfs/06_whirlpool_case_study.pdf
74
https://www.penskelogistics.com/pdfs/06_whirlpool_case_study.pdf
309
Wendy´s es una de las tres empresas de venta de comida rápida más importante de los
Estados Unidos con presencia a nivel global.
A finales de 2014, Wendy's tenía un total de 6.515 restaurantes por todo el mundo, entre
locales propios y franquicias, posicionándose solo detrás de Mc Donalds y Burguer King.
Inicio sus operaciones el 15 de noviembre de 1969 a las afueras de Columbus, Ohio. Una
de las principales características de su carta es que no promociona ningún producto
estrella, si no que se enfoca en la calidad de sus hamburguesas y el tamaño de las mismas.
Según un reporte estadístico en el 217 se generaron alrededor de 1.22 billones de dólares
en ventas.
Por otro lado, Tyson Foods es una multinacional estadounidense que opera en el rubro de
los alimentos. Es el mayor exportador de carne de pollo, res y cerdo de los Estados
Unidos. Fue fundada en el año 1935 y emplea actualmente a un promedio de 107 000
personas.
Cuenta con aproximadamente 123 plantas de procesamiento de alimentos, en donde se
elaboran diversos tipos de productos que finalmente se venden a distintos negocios del
rubro de comida rápida y supermercados como Wal-Mart, Kroger, IGA, Beef O'Brady's,
y pequeños negocios de restaurantes e incluso prisiones estatales.
Problemática:
Las compañías de comida rápida en los Estados Unidos se caracterizan por brindar a sus
clientes una muy variada carta, siendo por su puesto la carne de pollo, cerdo o ganado el
principal ingrediente de los platillos elaborados. Por tanto, se debe contar en todos los
locales, tanto propios como franquiciados, con una materia prima que se caracterice por
su calidad, frescura y por supuesto sabor.
Wendys internacional, debía seleccionar entonces un proveedor estratégico que pueda
cumplir los requisitos de un abastecimiento por volumen y que cumpla con los altos
estándares de calidad demandados para los diferentes tipos de carne.
Solución:
310
En el 2001 Tyson Foods adquirio IBP, una importante compañía dedicada al comercio de
carne de res y de cerdo que abastecía inicialmente a Wendys. Es mediante esta fusión que
Tyson Foods inicia una relación de cadena de suministro bajo el modelo Partnership con
Wendy´s al establecer que existía una importante posibilidad de trabajo coordinado para
la mejora de los procesos de compra y abastecimiento que anteriormente habían fracasado
por la falta de un adecuado marco de referencia para establecer los objetivos comunes de
la relación. 75
La estrecha relación de la cadena de suministro y abastecimiento de estas dos empresas
que han mantenido desde entonces les ha permitido desarrollar importantes programas
para la mejora de la calidad de los procesos de ambas compañías. Entre los más
importantes proyectos de colaboración podemos señalar:
• El acuerdo de abastecimiento de carne de pollo libre de antibióticos.
Tyson ha asumido el compromiso de que a inicios del 2019 ofrecerá carne de pollo a la
que no se le han suministrado antibióticos. Esto responde a una política de calidad
conjunta que busca ofrecer al consumidor final alimentos cada vez más saludables y
orgánicos.
Como se conoce en muchas granjas de crianza de animales como pollos, cerdo y ganado,
se utilizan antibióticos de uso humano para protegerlos de diversas enfermedades y
también para asegurar su crecimiento. Al ser consumido, este tratamiento pasa a los
humanos generando la resistencia de algunas bacterias que son perjudiciales para la salud.
• Acuerdo de auditoria por parte de Wendys a los productos de Tyson Foods con el fin
de velar que se garanticen los acuerdos y normas de calidad denominados Quality
Asurance.
Según Richard Bond de Tyson:

"Hay un mayor nivel de confianza entre las dos compañías. Hemos tenido un mayor nivel
de participación en las reglamentaciones de control de calidad y cómo nuestras plantas
son auditadas [por Wendy's], en lugar de tener [esos procesos] dictados a nosotros. " 76
• El acuerdo de abastecimiento de carne con un certificado de calidad que garantice su
optimo estado, El Beef Quality Assurance. BQA.
75
HARVARD BUSINESS REVIEW, The 21 st-Century Supply Chain, pag,114.
76
HARVARD BUSINESS REVIEW, The 21 st-Century Supply Chain, pag,122.
311
Wendys ha anunciado que a partir del próximo año (2019) solo adquirirá carne que tenga
el certificado de calidad BQA. Para asegurar el abastecimiento se ha trabajado con Tyson
para que estos a su vez inicien las operaciones que aseguren la certificación de sus
abastecedores que en muchos casos son agricultores de los estados productores de los
Estados Unidos.
Estas políticas de calidad y mejora en los procesos de la cadena de suministro entre
Wendy´s y Tyson Foods les ha generado grandes beneficios asegurando una ventaja
competitiva en el mercado en donde las exigencias del consumidor son cada vez mayores.
En el 2013 wendy´s, en un evento en las Vegas que congrego a mas de 400 de sus
proveedores, reconoció a Tyson Foods como uno de los más importantes, entregándole el
reconocimiento The Golden Link Award for Supply Chain Excellence.
Para más información respecto a este caso de éxito puede revisar el HARVARD
BUSINESS REVIEW, The 21 st-Century Supply Chain.
312
VOLVO Y DEUTZ.
Volvo es una empresa transnacional con sede en Suecia que fabrica distintas clases de
vehículos especialmente para trabajo pesado y de campo, fue fundada en 1927 por el
ingeniero Gustav Larson y Assar Gabrielsson.
Su principal actividad consiste en la venta y distribución de camiones, buses y equipo de
construcción. En el año 2016 fue reconocido como el segundo más grande fabricante de
camiones pesados en el mundo. 77 Sin embargo también ha incursionado en otras
actividades como el desarrollo de proyectos marítimos y la colaboración con estas
tecnologías.
Por otro lado, DEUTZ AG es un fabricante de motores con sede en la ciudad de Cologne
en Alemania. Es una compañía que se precia de la alta calidad y confiabilidad de sus
productos. Las tecnologías y soluciones de DEUTZ AG han sido utilizadas en industrias
mineras, de transporte público y privado, exploración, industria del cemento, industrias
de aire, etc.
Problemática:
Volvo se ha caracterizado a lo largo de los años por ser una compañía líder en innovación
y desarrollo de nuevas tecnologías las cuales implementa efectivamente en el diseño y
fabricación de sus productos.
Para llevar a cabo sus proyectos volvo, debió seleccionar de un amplio grupo de
proveedores a aquellos que le garanticen un desarrollo a largo plazo con el fin de
optimizar costos mediante una plataforma de colaboración conjunta. Esto debido a que
países asiáticos como China comenzaron a incursionar en este mercado ofreciendo
productos con tecnologías similares a precios muy bajos.
Solución:
77 VOLVO Annual and Sustainability Report 2016"

"
313
En el 2005 Volvo implemento un programa denominado Volvo Business Partnership
Program o (VBPP) con el fin de explorar las posibilidades de asociación con empresas
líderes en manufactura de partes, piezas y repuestos para la fabricación de sus vehículos.
78
Es así que desde el año 2000 Volvo y DEUTZ AG dos empresas líderes en su rubro
establecieron una relación del tipo Partnership con la finalidad de que este último le
proporcione a Volvo los motores y los repuestos para ser utilizado en sus líneas de
camiones, autobuses, vehículos de exploración marítima, etc.
En el año 2012, DEUTZ y Volvo firmaron un memorando de entendimiento con el
objetivo de explorar la opción de extender su alianza a largo plazo mediante el desarrollo
conjunto de una nueva generación de motores de servicio mediano para aplicaciones
industriales. Como parte del memorando de entendimiento, las dos compañías también
están analizando los términos y condiciones para establecer una empresa conjunta en
China en la que DEUTZ tendría una participación mayoritaria. La compañía de
producción optimiza la estrategia de DEUTZ en Asia y respaldaría el crecimiento
esperado del Grupo Volvo en Asia mediante la fabricación de motores de servicio
mediano para aplicaciones industriales.
En el 2017 Volvo vendio sus inversiones en DEUTZ AG sin embargo esto fue parte de
una transaccion comercial y no afecto sus relaciones de cadena de suministro.
Al respecto Dr. Frank Hiller, presidente de la Junta de Administración de DEUTZ,
menciono:
"Continuaremos trabajando en estrecha colaboración con Volvo y seguiremos siendo un
proveedor importante, especialmente en el segmento de aplicaciones de equipos de
construcción. Tras la venta de la inversión, podemos centrarnos en elevar nuestro perfil
como fabricante independiente de sistemas de accionamiento innovadores"
Como es posible apreciar el modelo Partnership le ha generado a estas dos empresas la
oportunidad de un crecimiento sostenido y el fortalecimiento de sus relaciones
comerciales afianzando la imagen de calidad de sus productos y servicios que ofrecen a
los usuarios de sus vehiculos.
A continuación, se muestra el diagrama de Gantt para la implementación del proyecto.
78
Strategic Partnership within Supply Chain - A Pragmatic Model for Volvo Powertrain Corporation
By: Siamak Zarrin Ghalami MBA, 2004, Management School Blekinge Institute of Technology.
314
Tabla 98: Lista de tareas para la elaboración del diagrama de Gantt.
Nombre de la tarea Fecha Inicio Fecha Fin Duración
Elaboración del sistema de gestión 25/07/2017 30/07/2017 5
Presentación del proyecto 27/07/2017 1/08/2017 5
Compra de equipos 27/07/2017 4/08/2017 8
Actualización de datos P1 GSC 27/07/2017 6/08/2017 10
Implementación P1 GSC 1/08/2017 9/08/2017 8
Reunión con los Partnership 2/08/2017 5/08/2017 3
Actualización de datos P2 GD 3/08/2017 10/08/2017 7
Implementación P2 GD 5/08/2017 12/08/2017 7
Capacitación logística (Ns,SS,PR) 6/08/2017 9/08/2017 3
Actualización de datos P3 GP 6/08/2017 10/08/2017 4
Eval. resultados Matriz proveedores 7/08/2017 13/08/2017 6
Coordinar acuerdos con proveedores selec. 10/08/2017 16/08/2017 6
Capacitación logística (Compas EOQ o JIT) 14/08/2017 19/08/2017 5
Actualización de datos P4 GRM 15/08/2017 23/08/2017 8
Auditoria área de RMA 16/08/2017 26/08/2017 10
Implementación PG GRM 17/08/2017 28/08/2017 11
Muestreo lote y Pruebas de ESTRÉS 18/08/2017 6/09/2017 19
Monitoreo de indicadores de gestión 18/08/2017 29/08/2017 11
315
Figura 188: Diagrama de Gantt para la implementación del sistema de Gestión.
7/24/17 7/29/17 8/3/17 8/8/17 8/13/17 8/18/17 8/23/17 8/28/17 9/2/17 9/7/17
Elavoración del sistema de gestión

Presentación del proyecto
Compra de equipos
Actualización de datos P1 GSC
Implementación P1 GSC
Reunión con los Partnership
Actualización de datos P2 GD
Implementación P2 GD
Capacitación logística (Ns,SS,PR)
Actualización de datos P3 GP
Eval resultados Matriz proveedores
Coordinar acuerdos con proveedores selec
Capacitación logística (Compas EOQ o JIT)
Actualización de datos P4 GRM
Auditoria área de RMA
Implementacion PG GRM
Muestreo lote y Pruebas de ESTRÉS
Monitoreo de indicadores de gestión
316
CAPÍTULO 5: CONCLUSIONES
Como parte final de la propuesta presentamos a continuación las conclusiones:
• EL mercado de computo en el Perú es una actividad en permanente evolución debido

al desarrollo continuo e introducción de nuevas tecnologías. Por esta razón las
empresas de este rubro deben desarrollar estrategias orientadas a optimizar uno de sus
más importantes recursos tal como lo es el inventario. En el caso de esta compañía se
ha determinado que su inventario representa más del 50% del activo corriente y que
de este inventario más del 11% se encuentra obsoleto, es por ello que en esta tesis se
atiende esta necesidad y se plantea la implementación de un sistema de gestión
enfocado en la optimización y gestión de este recurso.
• El proceso de compras y abastecimiento de la compañía se desarrolla en base a los

cálculos estimados de la demanda futura. Se ha comprobado mediante la evaluación
y comparación de errores de pronóstico (CFE, MAD, MSE, MAPE) que la
metodología actual induce a errores que ocasionan tanto la subestimación como la
sobrestimación de la demanda, factores que desencadenan tanto los quiebres de
inventario como la acumulación de los mismos.
Para el caso de un producto de alta rotación analizado (DD seagate S3 500GB) se
detectó una subestimación promedio del 29% de la demanda real, y en el caso del
producto de una familia de impresoras de baja rotación y elevado nivel de caducidad
(Imp Samsung Laser xp401) se detectó una sobrestimación de la demanda promedio
de 39%.
• Se comprobó, realizando la comparación de 6 metodologías de pronósticos, que el

método WINTERS es el modelo más acertado para el cálculo de la demanda futura
ya que toma en cuenta mediante la suavización exponencial los parámetros de
tendencia y estacionalidad detectados en los registros de series de tiempo. Los
resultados obtenidos señalan que es posible mejorar en un rango de 10% y 30% la
precisión de los pronósticos mediante la implementación de este modelo.
• Se pudo comprobar que ajustando las contantes de suavización exponencial (nivel α,
tendencia γ, estacionalidad δ) del modelo WINTERS se pueden obtener mejores
resultados de pronósticos de la demanda para un análisis de 36 series de tiempo de un
producto de alta rotación, el error CFE se redujo de -94 a -3 y el error MAPE se redujo
de un 50.8% a un 50.4%. Esto sin duda es una mejora significativa que debe tomarse
en cuenta a la hora de tomar las decisiones de compra o abastecimiento para un
determinado producto, en especial en aquellos de la familia A del inventario cuya
demanda presenta periodos de marcada tendencia y estacionalidad.
• Se comprobó que mediante la implementación de un modelo matemático que pondera

tanto el costo por quiebre de inventario y el costo de mantenimiento de inventario, es
posible determinar de manera más precisa el correcto nivel de servicio que
corresponde a cada tipo de producto. Una muestra señala que el correcto nivel de
servicio para el producto de alta rotación “Hard Disk drive 500 Gb Sata 3” es de
96.67% cuando lo establecido por la compañía era de solo 95%. El cálculo del
correcto nivel de servicio es importante en la medida en que en base a él se calculan
tanto los stocks de seguridad como los puntos de reorden de cada producto y familia
de productos.
• Se demostró que mediante la implementación del modelo de lote económico de

compra EOQ puede generarse un significativo ahorro anual en la compra de productos
de Software, esto debido a que el modelo EOQ considera el costo tanto de genera las
compras como el costo de almacenar los productos (El software se almacenan en
servidores cuyo mantenimiento e implementación representa un alto costo para la
compañía). En el caso específico de las licencias de Windows 10 Profesional se
determinó que podría generarse un ahorro promedio de S/ 15,000.00 soles anuales.
318
Bibliografía:
1. Bensoussan, A. (2011). Studies in probability, optimization and statistics : Dynamic

programming and inventory control. Amsterdam, NLD: IOS Press.
2. Blanchard, D. (2010). Supply chain management best practices (2nd edition).
Hoboken, NJ, USA: John Wiley & Sons.
3. Chase, C. W. (2013). Wiley and SAS business series : Demand-driven forecasting :
A structured approach to forecasting. Somerset, NJ, USA: John Wiley & Sons.
4. Davis, R. A. (2013). Wiley and SAS business series : Demand-driven inventory
optimization and replenishment : Creating a more efficient supply chain. Somerset,
NJ, USA: John Wiley & Sons.
5. Davis-Sramek, B., & Fugate, B. S. (2007). State of logistics: A visionary
perspective. Journal of Business Logistics, 28(2), 1-34. Retrieved from
http://search.ebscohost.com/login.aspx?direct=true&db=bth&AN=27159455&lang=
es
6. Gammelgaard, B., & van Hoek, R. (2006). Papers from the 17th NOFOMA
conference held in copenhagen, denmark, 2005. Bradford, GBR: Emerald Group
Publishing Ltd.
7. International journal of distribution and logistics management, volume 38, number 1
: Incorporating papers from the 19th NOFOMA conference held in reykjavik,
iceland 2007, part 2. (2008).
8. International journal of operations and logistics management, volume 27, number
11: Build-to-order supply chain management. (2007).
9. International journal of physical distribution and logistics management, volume 37,
issue 6: Papers from the 2006 supply chain management and industrial distribution
symposium. (2007).
10. International journal of physical distribution and logistics management, volume 37,
number 10: Papers from the 19th NOFOMA conference held in reykjavik, iceland
2007, part 1. (2007).
11. Kildow, B. (2011). Supply chain management guide to business continuity. Saranac
Lake, NY, USA: AMACOM Books.
12. Lai, K., & Cheng, T. C. E. (2009). Just-in-time logistics. Abingdon, Oxon, GBR:
Ashgate Publishing Group.
13. Muller, M. (2011). Essentials of inventory management (2nd edition). Saranac Lake,
NY, USA: AMACOM Books.
14. Padhi, S. S., Wagner, S. M., & Aggarwal, V. (2012). Positioning of commodities
using the kraljic portfolio matrix. Journal of Purchasing and Supply Management,
18(1), 1-8.
doi:http://dx.doi.org.ezproxy.upc.edu.pe:2048/10.1016/j.pursup.2011.10.001
15. Pooler, V. H., Pooler, D. J., & Farney, S. D. (2004). Global purchasing and supply
management : Fulfill the vision. Hingham, MA, USA: Kluwer Academic Publishers.
16. Qualitative research in logistics and supply chain management (2012). In Flint D,
Gammelgaard B. Bradford, GBR: Emerald Insight.
17. Santamaría, P.,Alejandro Aguilar. (2012). Un modelo de clasificación de inventarios
para incrementar el nivel de servicio al cliente y la rentabilidad de la empresa.
(spanish). Pensamiento & Gestión, (32), 142-164. Retrieved from
es&site=ehost-live
18. Schoenherr, T. (2009). Logistics and supply chain management applications within a
global context: An overview. Journal of Business Logistics, 30(2), 1-25. Retrieved
from
es
19. Sheldon, D. H. (2004). Achieving inventory accuracy : A guide to sustainable class
A excellence in 120 days. Boca Raton, FL, USA: J. Ross Publishing, Incorporated.
20. Sherbrooke, C. C. (2004). Optimal inventory modeling of systems : Multi-echelon
techniques. Hingham, MA, USA: Kluwer Academic Publishers.
21. Thukaram Rao, M. E. (2009). Elements of costing. Daryaganj, Delhi, IND: New Age
International.
22. Wee, H. (2011). Management science - theory and applications : Inventory systems :
Modeling and research methods. New York, NY, USA: Nova Science Publishers,
Incorporated.
320
23. Journal of Supply Chain Management, volume 48, number 2: A Demand-side
perspective on supply Chain Management. (2012).
24. Journal of Purchasing & Supply Management, volume 18 (2012). Positiong of
commodities using the Kraljic matrix.
25. Journal of Purchasing & Supply Management, volume 18: Position of commodities
using the Kraljic Portfolio Matrix. (2012).
26. The International Journal of Logistics Management Vol. 22 No. 1, 2011 pp. 26-51 r
Emerald Group Publishing Limited 0957-4093 DOI 10.1108/09574091111127543:
Organizational structure and logistics service innovation.
27. International Journal of Operations & Production Management, volume 13, number
06: A logistics-based inventory model for JIT procurement, part 1. (1993), Copyright
2015 ProQuest LLC.
28. International Journal of Operations & Production Management, volume 27, number
11: Build-to-order supply chain management Guest Editor: Angappa Gunasekaran.
(2007).
29. International journal of operations and logistics management, Volume 36 Number 2
2006: Papers from the 17th NOFOMA conference held in Copenhagen,Denmark,
2005 Guest Editors: Britta Gammelgaard and Remko van Hoek. (2006).
30. Journal of Management Policy and Practice vol. 11(4) 2010: What is Management in
Supply Chain Management? - A Critical Review of Definitions, Frameworks and
Terminology. (2010), Dag Naslund University of North Florida and Lund University,
Sweden Steven Williamson University of North Florida.
31. Journal of Business Logistics, (2012). 33(4): 262–278 © Council of Supply Chain
Management Professionals: The Role of Schedule Mismatch in Ending Inventory
Decisions in the Presence of Price Cuts. (2012), Wenming Chung1, Ram
Narasimhan2, and Srinivas Talluri2.
32. Journal of Management Policy and Practice vol. 11(4) (2010): What is Management
in Supply Chain Management? - A Critical Review of Definitions, Frameworks and
Terminology. (2010), Dag Naslund University of North Florida and Lund University,
Sweden Steven Williamson University of North Florida.
33. Journal of business logistics, Vol. 29, No. 1, (2008). The Role Of Logistics Managers
In The Cross-Functional Implementation Of Supply Chain Management. Douglas M.
321
Lambert The Ohio State University Sebastián J. García-Dastugue Universidad de San
Andrés and Keely L. Croxton The Ohio State University.
34. Journal of business logistics, Volume 32, (2011). Supply Chain Integration and the
SCOR Model. (2011), Honggeng Zhou, University of New Hampshire, W. C. Benton
Jr., The Ohio State University and David A. Schilling,The Ohio State University.
35. PARRA, F. (1999). Gestión de Stocks. Madrid. Editorial ESIC. Segunda Edición.
36. BALLOU, Ronald (2004) Logística, Administración de la cadena de suministro.
Quinta edición. México: PEARSON Educación.
37. DIAZ - BATISTA, J., &PEREZ, D. (2012). Optimización de los niveles de inventario
en una cadena de suministro. (España). Ingeniería Industrial: 126-132.
38. RUSELL, S. (2007). Supply Chain Management: More Than Integrated Logistics.
(Coverstory). Air Force Journal Of Logistics.56-63.
39. PAN, N., LEE, M., & CHEN, S. (2011). Construction Material Supply Chain Process
Analysis and Optimization. Journal Of Civil Engineering& Management, 17(3), 357-
370.
40. BENITO, J. (2006). Efectos competitivos de la integración estratégica de la gestión
de compras. (España). Universia Business Review, 10-21.
41. Blanchard, D. (2010). Supply chain management best practices (2nd edition).
Hoboken, NJ, USA: John Wiley & Sons.
42. Chase, C. W. (2013). Wiley and SAS business series: Demand-driven forecasting : A
structured approach to forecasting. Somerset, NJ, USA: John Wiley & Sons.
43. Davis, R. A. (2013). Wiley and SAS business series: Demand-driven inventory
optimization and replenishment : Creating a more efficient supply chain. Somerset,
NJ, USA: John Wiley & Sons.
44. Davis-Sramek, B., & Fugate, B. S. (2007). State of logistics: A visionary perspective.
Journal of Business Logistics, 28(2), 1-34. Retrieved from
es
45. Kildow, B. (2011). Supply chain management guide to business continuity. Saranac
Lake, NY, USA: AMACOM Books.
46. Lai, K., & Cheng, T. C. E. (2009). Just-in-time logistics. Abingdon, Oxon, GBR:
Ashgate Publishing Group.
322
47. Muller, M. (2011). Essentials of inventory management (2nd edition). Saranac Lake,
NY, USA: AMACOM Books.
48. Sheldon, D. H. (2004). Achieving inventory accuracy : A guide to sustainable class
A excellence in 120 days. Boca Raton, FL, USA: J. Ross Publishing, Incorporated.
49. Sherbrooke, C. C. (2004). Optimal inventory modeling of systems : Multi-echelon
techniques. Hingham, MA, USA: Kluwer Academic Publishers.
50. Thukaram Rao, M. E. (2009). Elements of costing. Daryaganj, Delhi, IND: New Age
International.
51. Wee, H. (2011). Management science - theory and applications : Inventory systems :
Modeling and research methods. New York, NY, USA: Nova Science Publishers,
Incorporated.
323

Aguilar AM PDF

Cargado por

Información del documento

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

Aguilar AM PDF

Cargado por

Copyright:

Formatos disponibles

Propuesta de un sistema de gestión de

inventarios para un distribuidor mayorista

Item Type info:eu-repo/semantics/bachelorThesis

Authors Aguilar Arana, Marcos Alfonso

Citation [1] M. A. Aguilar Arana, “Propuesta de un sistema de gestión

Publisher Universidad Peruana de Ciencias Aplicadas (UPC)

Rights info:eu-repo/semantics/openAccess; Attribution-

Download date 23/06/2020 19:54:26

Item License http://creativecommons.org/licenses/by-nc-sa/3.0/us/

Link to Item http://hdl.handle.net/10757/625126

Propuesta de un sistema de gestión de inventarios para

Lima, 4 de octubre de 2018.

En esta tesis se propone la implementación de un sistema de gestión de inventarios para

Palabras clave: Sistema de gestión de inventarios, Global Supply Chain Forum,

This thesis proposes the implementation of an inventory management system for a

Hoy en día es un hecho innegable que la ciencia y las tecnologías de la información o

A continuación, se presenta el marco teórico de nuestra investigación, en donde se

1.1 Concepto de cadena de suministro

1.2 Gestión de la cadena de suministro

1.3 Modelos de gestión para la cadena de suministro

1.3.1 El modelo SCOR

Figura 1: Representación gráfica del modelo SCOR.

1.3.2 El modelo del Global Supply Chain Forum, GSCF.

Figura 2: Esquema de la cadena de suministro.

Fuente: Supply Chain Management (Lambert, 2010: 5)

Figura 3: Estructura de la cadena de suministro según el GSCF

1.4 El talento para la gestión de la cadena de suministro

Fuente: Imagen tomada del sitio web del CSCMP

1.6 Operaciones de compra y abastecimiento

Figura 5: Etapas del modelo colaborativo para la gestión de la cadena de suministro.

1.7 Clasificación de las compras

1.7.1 Compras internacionales

1.8 Estrategias de compra

1.8.1 Compras justo a tiempo

Tabla 1: Características prácticas de las compras JIT

Fuente: Elaboración Propia.

1.9 El rol de inventario

1.9.1 Funciones del inventario

1.9.2 Gestión del inventario

1.9.3 Gestión del inventario en empresas del rubro tecnológico

Fuente: Elaborado en base a estadísticas de Bureau of labor statics.

Como se puede apreciar, la vida comercial útil de un componente electrónico es

1.9.5 Razones para mantener el inventario

1.9.6 Clasificación de los inventarios.

1.9.7 El inventario de seguridad.

1.9.8 El nivel de servicio y el parámetro Z

Figura 8: El nivel de servicio y su correspondiente Z

1.9.9 Control de inventarios y el método ABC

A continuación, se presenta la gráfica que explica el modelo del análisis ABC.

Con respecto a : "A" Items "B" Items "C" Items

Periodicidad de control Control semanal Control mensual Cada 4 meses

Fuente: Elaboración propia

1.9.10 Determinación del lote optimo o EOQ

Figura 10: Modelo determinista elemental

Fuente: Elaboración Propia.

Costos de mantener inventarios

Fuente: Elaboración propia.

SS: Corresponde al Stock de Seguridad del producto (sin no existe es 0)

TASA DE COSTO DE MANTENIMIENTO “I”:

1.9.11 Política de revisión continua

Fuente: elaboración propia

1.9.12 Política de revisión periódica.

Figura 13: modelo de revisión periódica.