PFC 434 Cadenas

Proyecto Fin de Carrera
Ingeniería Aeronáutica
Diseño, desarrollo e implementación de un sistema

de Gestión de Inventarios en una empresa industrial
Autor: Francisco de Asís Cadenas García

Tutor: Pedro Luis González Rodríguez
Equation Chapter 1 Section 1
Dep. de Organización Industrial y Gestión de

Empresas I
Escuela Técnica Superior de Ingeniería
Universidad de Sevilla
Sevilla, 2018
Proyecto Fin de Carrera
Ingeniería Aeronáutica
Diseño, desarrollo e implementación de un sistema de

Gestión de Inventarios en una empresa industrial
Autor:
Francisco de Asís Cadenas García
Tutor:
Pedro Luis González Rodríguez
Profesor titular
Dep. de Organización Industrial y Gestión de Empresas I

Escuela Técnica Superior de Ingeniería
Universidad de Sevilla
Sevilla, 2018
iii
Proyecto Fin de Carrera: Diseño, desarrollo e implementación de un sistema de Gestión de Inventarios en una
empresa industrial
Autor: Francisco de Asís Cadenas García
Tutor: Pedro Luis González Rodríguez
El tribunal nombrado para juzgar el Proyecto arriba indicado, compuesto por los siguientes miembros:
Presidente:
Vocales:
Secretario:
Acuerdan otorgarle la calificación de:
Sevilla, 2018
El Secretario del Tribunal

v
A mi familia; y en especial a mi
madre, Isabel.
A todo aquel que ha hecho
posible este momento.
vii
Agradecimientos
ERÍA imposible concebir este proyecto sin la ayuda y colaboración de ciertas personas y empresas, por
S lo que no puedo menos que dedicarles estos párrafos de agradecidimiento.

En primer lugar, a D. Pedro Luis González Rodríguez por su inestimables enseñanzas tanto durante mis
estudios como durante la realización de este proyecto, además de la infinita paciencia y buen hacer de las que
ha hecho gala.
Un agradecimiento muy especial a la empresa Grupo Iturri, que tanto me está aportando y que ha apostado por
mí desde que pisé por primera vez sus oficinas. Todo Iturri (como empresa y como equipo) ha hecho posible
este proyecto y en ningún momento ha puesto más que facilidades para su realización.
Gracias a la Escuela Técnica Superior de Ingeniería de Sevilla, por prepararme para superar cualquier
problema que se ponga por delante.
Francisco de Asís Cadenas García
Sevilla, 2018
ix
Resumen
La gestión de inventarios es una de las principales áreas de gestión en cualquier empresa industrial debido a su
impacto económico en la compañía. Existen multitud de teorías en la literatura que enfocan dicha gestión de
manera diferente según la naturaleza de la demanda de los productos que analizan. En este estudio aplicaremos
algunas de las teorías más comunes a un caso real, de forma que seleccionemos las más adecuadas para la
gestión de productos textiles y consigamos una mejora en la gestión de inventarios de la compañía mediante su
aplicación.
Para lograr este objetivo, primero expondremos el entorno industrial de la compañía y de los productos
incluidos en el estudio y analizaremos las teorías de gestión de inventarios más extendidas en la práctica. Tras
ello, utilizaremos una matriz de decisión para seleccionar las dos teorías más adecuadas para su aplicación en
la compañía y generaremos las herramientas Excel necesarias para simplificar su uso. Este modelo de gestión
de inventarios se probará durante un año completo y comprobaremos los resultados obtenidos en los
indicadores de rendimiento utilizados por la empresa para la gestión de inventarios. Veremos que el nuevo
modelo de gestión mejora los resultados tanto de inventario medio como de rotación de los productos, sin
reducir el volumen de venta.
xi
Abstract
Stocks management is one of the main management responsabilities in any industrial company in terms of
economic impact. Several theories exist in the literature that approach this field by following the nature of the
product´s demand. We are applying some of those theories to a real scenario, in order to chose which ones of
the most common stock management theories are the most suitable and efficient for managing garment
products and if their application lead to an improvement in the company stock management.
In order to do this, we will expose the company industrial environment as well as the nature of the products
included in our investigation and will analyse the stock management theories most commonly used by the
industrial companies. Later, we will select the two most suitable theories for the company´s products by using
a decisión matrix to compare them. Also, we will generate Excel tools for making easier and more efficient the
use of the stock management theories selected.
This procedure of stock management will be tested in a full year real test and then we will compare the results
for the company KPIs for stock management, showing that the application of the new procedure leads to an
improvement in both avarage stock and stock rotation without decreasing sales volume.
xiii
Índice
Agradecimientos ix
Resumen xi
Abstract xiii
Índice xiv
Índice de Tablas xvi
Índice de Figuras xvii
Notación xviii
1 Justificación y objeto 11
1.1 Importancia de la gestión de inventarios 11
1.2 Justificación del proyecto en la compañía 12
1.3 Justificación personal 13
1.4 Objetivo general 13
1.5 Objetivos específicos 13
OE1. Analizar del entorno industrial de la empresa y de los productos incluidos en el proyecto. 14
OE2. Revisar las teorías de Gestión de Inventarios existentes en la literatura que sean aplicables a los
productos analizados. 14
OE3. Diseñar los modelos específicos de Gestión de Inventarios a aplicar en la empresa para la gestión de
aprovisionamientos de los productos analizados. 14
OE4. Desarrollar en Excel los modelos específicos de Gestión de Inventarios que se han aplicado en la
empresa para la gestión de aprovisionamientos de los productos analizados. 14
OE5. Implementación de las herramientas Excel generadas e indicadores seleccionados para el análisis de
resultados. 14
OE6. Analizar los indicadores y extraer conclusiones acerca de la consecución de los objetivos
propuestos. 14
1.6 Estructura del documento 14
2 Análisis del entorno industrial de la empresa y productos estudiados en el proyecto 16
2.1 Distribución de productos incluidos en el estudio 18
3 Revisión de la literatura 20
3.1 Modelo de un solo lote 21
3.2 Teoría de punto de pedido 21
3.3 Teoría de determinación heurística de lotes de aprovisionamiento 23
3.4 Balanceo de periodo fragmentado (BPF) o coste total mínimo (CTM) 24
3.5 Método de Wagner-Whitin 25
4 Modelos de gestión de inventarios considerados 27
4.1 Previsión de la demanda 27
4.2 Regla de Peterson-Silver 28
4.3 Análisis de productos incluidos en el estudio 29
4.3.1 Matriz de decisión 34
4.3.2 Subdivisión de conjunto completo de productos con demanda uniforme o no uniforme 36
4.3.3 Aplicación del método de lote óptimo de pedido para los productos con demanda uniforme 38
4.3.4 Aplicación del método de Wagner-Whitin para los productos con demanda no uniforme 39
5 Desarrollo de los modelos utilizados 41
5.1 Diagrama de flujo para la aplicación de las herramientas propuestas 41
5.2 Desarrollo de la herramienta para el cálculo de punto de pedido 43
5.3 Desarrollo de la herramienta de Wagner-Whitin 46
6 Implementación de las herramientas excel generadas e indicadores seleccionados para el análisis de
resultados 50
6.1 Modificación del procedimiento actual para incorporar los modelos y herramientas seleccionados 50
6.2 Indicadores de rendimiento seleccionados para el análisis de resultados 52
6.2.1 Inventario medio en el periodo 53
6.2.2 Rotación 53
6.2.3 Stock muerto 53
7 Analisis de los indicadores 55
7.1 Resultados de evolución de los indicadores tras un año de aplicación del modelo 55
7.1.1 Productos con demanda uniforme. Referencia 70000611 56
7.1.2 Productos con demanda no uniforme. Referencia 70006453 56
7.1.3 Conjunto total de productos analizados 56
7.2 Discusión de los resultados 56
7.3 Áreas de mejora 57
8 Conclusiones 59
Anexo A 61
Referencias 62
xv
ÍNDICE DE TABLAS
Tabla 1–1. Tipos de costes de inventario 12

Tabla 2–1. Distribución de modos de aprovisionamiento 19
Tabla 4.3–1. Demanda uniforme 29
Tabla 4.3–2. Tabla de estacionalidad demanda uniforme 31
Tabla 4.3–3. Demanda no uniforme 32
Tabla 4.3–4. Tabla de estacionalidad demanda no uniforme 34
Tabla 4.3–5. Matriz de decisión para productos Tipo 1 35
Tabla 4.3–6. Matriz de decisión normalizada para productos Tipo 1 35
Tabla 4.3–7. Matriz de decisión para productos Tipo 2 36
Tabla 4.3–8. Matriz de decisión normalizada para productos Tipo 2 36
Tabla 4.3–9. Pruebas de normalidad 38
Tabla 7–1. Comparación de KPIs en producto de demanda uniforme 56
Tabla 7–2. Comparación de KPIs en producto de demanda no uniforme 56
Tabla 7–3. Comparación de KPIs en conjunto total de productos 56
ÍNDICE DE FIGURAS
Figura 3-1. Costes totales de inventario (Harris, 1913) 22

Figura 4.3-1. Demanda uniforme 30
Figura 4.3-2. Demanda no uniforme. 32
Figura 4.3-3. Representación gráfica de demandas 37
Figura 4.3-4. Obtención automática en Excel de coeficientes de variabilidad y estacionalidad. 37
Figura 5-1. Diagrama de flujo para el uso de las herramientas del modelo. 42
Figura 5-2. Herramienta de punto de pedido. 43
Figura 5-3. Herramienta de Wagner-Whitin. 47
Figura 6-1. Diagrama de implementación documentos. Fuente: Control de documentos y registros V02.
15.03.2016 - Procedimiento Iturri 51
xvii
Notación
𝑄 Lote de pedido
𝐷𝑇 Demanda total prevista
𝐶 Coste unitario
𝑆 Coste de puesta en marcha
𝐼 Interés y depreciación del inventario
𝑀 Demanda del producto
𝑇 Intervalo de producción
𝑋 Intervalo óptimo económico de pedido desconocido
𝐶𝐿 Coste de lanzamiento
𝐶𝐴 Coste de almacenamiento
𝐶𝑇 Coste total
𝐺(𝑄, 𝑅) Coste total a optimizar
𝑅 Punto de pedido
λ Tasa de demanda
τ Tiempo de demora del aprovisionamiento
𝑠 Inventario de seguridad
𝑛(𝑅) Función estandarizada de pérdida
𝑧 Variable estandarizada
𝑚 Periodo de análisis
𝐷𝑚 Demanda en periodo 𝑚
𝑆 Peridos totales considerados
𝐴 Coste de la orden de compra o preparación de la producción
𝐻 Coste de mantenimiento del inventario
𝐾(𝑚) Coste variable promedio del periodo m
𝑄 Cantidad a ordenar (Silver-Meal)
𝑄(𝑇) Coste total de gestión de inventarios
𝑃𝐹𝑚 Periodo fragmentado para 𝑚 periodos
ℎ(𝑃𝐹𝑚 ) Coste de mantener inventario
𝐴 Coste de ordenar (Balanceo de periodo fragmentado)
𝐴/ℎ Factor económico de periodo fragmentado
𝑄𝑥 Tamaño de la orden
𝑡 Periodo considerado (Wagner-Whitin)
𝑑𝑡 Demanda del periodo t
𝑖𝑡 Coste de almacenamiento entre el periodo t y el t+1
𝑠𝑡 Coste de lanzamiento del aprovisionamiento
𝑥𝑡 Cantidad a aprovisionar
𝐼 Inventario resultante en el periodo
𝐼0 Inventario inicial en el periodo
𝑓𝑡 (𝐼) Función de coste mínimo
𝐷𝑇1−𝑎ñ𝑜 𝑁+1 Demanda prevista mensual para la estación 1 del año N+1
𝑉 Coeficiente de variabilidad
𝐷𝑡 Demanda pronosticada para el año t
𝑛 Horizonte de planificación
𝐸𝑇1−𝑎ñ𝑜 𝑁 Estacionalidad en estación 1 del año N
̅̅̅̅
𝐷𝑁 Demanda media mensual en el año N
𝑆 Criterio de simplicidad de aplicación
𝑃 Criterio de precisión de la solución
𝑣 Valor del criterio
𝑃𝑥 Ponderación del criterio x
𝐷𝑥 Valor de la matriz de decisión para el método x
Sig. Nivel de significación
𝑑 Demanda durante el tiempo de aprovisionamiento
𝐶𝐿 Coste de lanzamiento
𝑆𝑆 Inventario mínimo a mantener para la demanda d
𝑍𝐶 Valor estándar de la normal tipificada para el nivel de confianza C
𝑃𝑎𝑝𝑟𝑜𝑣 Plazo de aprovisionamiento en meses
σ Desviación típica
𝑆𝑆𝑒𝑔𝑢𝑟𝑖𝑑𝑎𝑑 𝑝𝑟𝑜𝑣 Inventario necesario para hacer frente a los retrasos habituales del proveedor
𝐶𝐶𝑀 Coste de cambio de modelo
𝐶𝐼 Costes indirectos
𝐼̅ Inventario medio
𝑅 Rotación teórica
xix
1 JUSTIFICACIÓN Y OBJETO
En el miedo del caos también existe la oportunidad.

Sun Tzu
a gestión de aprovisionamientos es un campo de gran interés en las industrias de fabricación y/o
L distribución sea cual sea su tipología, ya que puede ejercer un alto impacto tanto en los resultados
económicos como en la propia calidad del servicio al cliente.
Este proyecto surge a partir de la necesidad de la empresa privada Grupo Iturri, debido a la percepción de la
compañía de ineficiencias en la gestión actual de sus inventarios y aprovisionamientos y del perjuicio que esta
mala gestión genera tanto en sus resultados económicos y financieros como en sus clientes, así como de la
confianza en el potencial de mejora que previsiblemente podría obtenerse mediante la implementación de un
método de gestión adecuado.
El proyecto se concibe en un periodo de cambios y reorganización profunda de los procesos operativos en una
empresa privada de distribución de productos textiles, los cuales se aprovisionan tanto a través de proveedores
externos como a través de fábricas propias. El objetivo es el estudio de las teorías de gestión de
aprovisionamientos e inventarios existentes en la literatura, su implantación real en la empresa y el análisis de
los resultados de dicha implantación a partir del estudio de los indicadores seleccionados: rotación, inventario
medio y stock muerto de los productos.
Los resultados obtenidos, así como la metodología de implantación expuesta en este Proyecto de Fin de
Carrera, pueden servir de base a empresas de cualquier otro campo con problemas de gestión similares, como
puede ser en las empresas de fabricación aeronáutica, empresas de distribución y en general cualquier empresa
cuyos procesos internos requieran del mantenimiento de inventarios.
1.1 Importancia de la gestión de inventarios

La gestión de aprovisionamientos o inventarios tiene gran importancia en todo tipo de empresa industrial y
comercial. Sin embargo, dicha gestión aumenta tanto en complejidad como en relevancia de manera directa
con el crecimiento y la internacionalización de ésta.
Dentro del área financiera los inventarios de producto terminado se consideran activos corrientes, los cuales
afectan directamente a la rentabilidad final del proceso productivo y comercial.
De hecho, los inventarios son uno de los activos más caros para muchas empresas, a veces llega a representar
el 40% del capital total invertido (Heizer & Render, 2008).
Además según Horngren, ver (Horngren, 2006), más del 50% de los costes totales en las empresas industriales
son costes de materiales, mientras que en las empresas comerciales o de ventas al detalle los costes de las
12
Justificación y objeto
mercancías o mercaderías giran en torno al 70% de los costes totales.

Grupo Iturri oferta y distribuye tanto materiales fabricados en sus propias factorías como materiales fabricados
por proveedores externos, siendo el impacto de los costes de sus inventarios en el resultado de la compañía
superior al 60% según los resultados de 2016 de la compañía.
Según algunos autores, ver (Hansen & Mowen, 2007), el nivel de inventarios influye en la calidad e ingeniería
del producto, los precios, el tiempo extra de producción, la capacidad ociosa, la velocidad de respuesta al
cliente, el tiempo de anticipación del pedido y el rendimiento económico-financiero de la empresa. Por lo
tanto, la inversión en inventarios tiene que ser tal que no genere inventarios escasos ni excesivos, dando lugar a
un equilibrio óptimo entre ambos extremos (Gayle, 1999). Si los inventarios no son suficientes se perjudica el
servicio al cliente, mientras que si son excesivos penalizarán a la inversión de la empresa y estarán afectados
por la obsolescencia.
De esta forma, los costes relacionados con el nivel de inventario pueden diferenciarse en dos grupos:
Tabla 1–1. Tipos de costes de inventario
COSTES POR ESCASEZ DE INVENTARIOS COSTES POR EXCESO DE INVENTARIO
Costes de paralización de ventas Costes de almacén

Costes adicionales de transporte Costes financieros de almacenaje
Costes por lote mínimo Costes por obsolescencia
El efecto de una correcta gestión de aprovisionamientos e inventarios tiene por tanto un impacto directo tanto
en la rentabilidad de la compañía como en su capacidad de servicio, de forma que inventarios
sobredimensionados lastrarán económicamente con un inmovilizado innecesario e inventarios
infradimensionados impactarán en el servicio al cliente al provocar roturas de stock y aumentar los plazos de
entrega.
En un entorno de demanda estable y predecible los dos costes con los que se relacionan los inventarios
dependen de si el aprovisionamiento es externo o interno. Si el aprovisionamiento es externo los costes son
aquellos asociados únicamente a la gestión y el manejo del material. Si el aprovisionamiento es interno los
costes se asocian a la gestión, montaje y manejo del material. En el caso en el que la demanda no es conocida
aparece una tercera categoría denominada costes de agotamiento (Hansen & Mowen, 2007), los cuales surgen
cuando por falta de existencias no se puede proporcionar el producto al cliente o consumidor en el momento
que lo solicita, y costes de no satisfacción del cliente (Nahmias, 2007), generados por la no satisfacción de las
ventas.
La gestión de inventarios permite decidir cuánto y cuándo aprovisionar considerando las variables de entorno.
Estas variables son la incertidumbre de la demanda, el coste de lanzamiento de pedido, el coste de almacenaje
del producto y los plazos de entrega. El objetivo de una correcta gestión de inventarios es mantener éstos
dimensionados de forma que permitan satisfacer la demanda de los productos de forma que no se incurran en
costes de agotamiento ni de no satisfacción del cliente, minimizando al mismo tiempo los costes de
aprovisionamiento y almacenaje.
1.2 Justificación del proyecto en la compañía

Grupo Iturri es una compañía privada que en la actualidad posee sedes comerciales en 10 países en Europa,
Asía y América; desde las cuales provee a una cartera de más de 9.500 clientes. En la actualidad cuenta con
más de 1.000 empleados y se compone de un conglomerado industrial y comercial de empresas cuyo objetivo
es proveer de los necesarios equipamientos y servicios de seguridad a sus clientes, proporcionando un servicio
global.
Las actividades de Grupo Iturri se focalizan en cinco grandes campos: Innovación, Industria, Emergencias,
Salud y Fuerzas de Defensa y Seguridad.
12
Pese a que la tendencia a la internacionalización de la compañía viene marcada desde la década de los 90, en
los últimos 5 años se ha priorizado fuertemente dentro de estas directrices la normalización de los procesos y
su optimización, con el objetivo de generar un núcleo de conocimiento procedimental común y replicable en
todos los países en los que esté presente.
De esta forma, además del marcado carácter comercial del Grupo, se está potenciando el desarrollo de
modelos optimizados para todos los procesos, destacando entre ellos aquellos pertenecientes al Departamento
de Planificación y Gestión de Inventarios debido a su gran impacto en los resultados económicos y en la
percepción del servicio por parte de los clientes.
La empresa se encuentra actualmente en un periodo de revisión completa de todos sus procesos, por lo que
este proyecto se enmarca dentro del contexto de revisión de los procesos de Planificación y Gestión de
Aprovisionamientos e Inventarios de la compañía.
1.3 Justificación personal

Habiéndo realizado mis estudios dentro de una ingeniería tan especializada como la aeronáutica he
comprobado sin embargo mediante la experiencia personal que multitud de procesos y métodos que se
imparten particularizados para ese campo empresarial pueden aplicarse sin dificultad en cualquier tipo de
empresa industrial sea del tipo que sea.
Esto ocurre por ejemplo con el proceso que ocupa este Proyecto, el cual pese a estar dirigido a una empresa
textil puede ser puesto en práctica en cualquier otra empresa cuyo negocio implique el mantenimiento de
productos en inventario, independientemente del sector, con tan solo particularizar las características del
aprovisionamiento de los productos implicados.
Esta independencia del proceso de gestión de inventarios con el tipo de empresa en el que tenga lugar, y las
posibilidades de mejora que presentaba en el Grupo Iturri en particular respecto al modelo que se aplicaba de
forma previa al desarrollo de este Proyecto, hizo que aprovechara la oportunidad brindada por la compañía
para el análisis, diseño e implementación del modelo de gestión de inventarios expuesto en este Proyecto.
1.4 Objetivo general

El objetivo general del presente Proyecto es el Diseño, Desarrollo e implementación de un sistema de
Gestión de Inventarios en una empresa industrial, de manera que se se estudie el entorno de la misma y se
seleccionen, adapten e implementen los sistemas de gestión de inventarios más adecuados para su negocio,
midiendo el impacto del mismo.
1.5 Objetivos específicos

La consecución del objetivo previamente expuesto la obtendremos a partir de completar los siguientes
objetivos específicos:
13
14
Justificación y objeto
OE1. Analizar del entorno industrial de la empresa y de los productos incluidos en el proyecto.
OE2. Revisar las teorías de Gestión de Inventarios existentes en la literatura que sean aplicables a los
productos analizados.
OE3. Diseñar los modelos específicos de Gestión de Inventarios a aplicar en la empresa para la gestión de
aprovisionamientos de los productos analizados.
OE4. Desarrollar en Excel los modelos específicos de Gestión de Inventarios que se han aplicado en la
empresa para la gestión de aprovisionamientos de los productos analizados.
OE5. Implementación de las herramientas Excel generadas e indicadores seleccionados para el análisis de
resultados.
OE6. Analizar los indicadores y extraer conclusiones acerca de la consecución de los objetivos propuestos.
1.6 Estructura del documento

El Proyecto seguirá la estructura marcada por los objetivos específicos en el siguiente orden:
- En el Capítulo 2. “Análisis del entorno industrial de la empresa y de los productos estudiados en el
proyecto” analizaremos el entorno industrial de la compañía y de los productos incluidos en el
desarrollo del Proyecto, particularizaremos además la gestión de inventarios a los productos de stock
de la División de Vestuario en la empresa Grupo Iturri.
- Posteriormente, en el Capítulo 3. “Revisión de la literatura aplicable en el caso de estudio”
realizaremos una revisión de la literatura existente sobre Gestión de Inventarios y expondremos los
modelos de gestión de inventarios aplicables a los productos de stock de la División de Vestuario en la
empresa Grupo Iturri.
Revisaremos las teorías más extendidas actualmente en la práctica y con relación al proyecto, siendo
estas:
a. Método de un solo lote.
b. Teoría de punto de pedido.
c. Teoría de determinación heurística de lotes de aprovisionamiento de Silver-Meal.
d. Balanceo de periodo fragmentado (BPF) o coste total mínimo (CTM).
e. Teoría de solución óptima por medio de programación dinámica de Wagner-Whitin.
Y eligiremos finalmente la aplicación de la teoría de punto de pedido (Harris, 1913) para los
productos cuya demanda mensual es aproximadamente uniforme en el tiempo y la teoría de Wagner-
Whitin (Wagner & Whitin, 2004) en aquellos cuya demanda mensual sufre estacionalidad durante el
año.
- Tras exponer los modelos que podemos aplicar a los productos incluidos en el estudio, en el Capítulo
4. “Modelos de gestión de inventarios utilizados” presentaremos el modelo diseñado para su
aplicación en la empresa: trataremos la metodología de aplicación de la teoría de punto de pedido
(Harris, 1913) para la gestión de inventarios de los productos cuya demanda mensual es
aproximadamente uniforme en el tiempo debido a su simplicidad y facilidad de uso y la metodología
de aplicación de la teoría de solución óptima por medio de programación dinámica de Wagner-Whitin
(Wagner & Whitin, 2004) para aquellos productos que presentan estacionalidad en su demanda
14
debido a la capacidad de esta teoría para obtener una solución óptima en demandas y costes de
inventario y lanzamiento variables en el tiempo.
- Desarrollaremos en el Capítulo 5. “Desarrollo de los modelos utilizados” las herramientas Excel
generadas para la puesta en marcha del modelo propuesto.
Presentaremos las herramientas generadas para facilitar la aplicación de las dos teorías de gestión de
inventarios seleccionadas para los dos grupos de productos según cumplan o no con las condiciones
de demanda uniforme y analizaremos la información que es necesario imputar de forma inicial, los
datos inferidos a partir de dicha información por las herramientas, las soluciones generadas y su
metodología de aplicación práctica.
- Expondremos además en el Capítulo 6. “Implementación de las herramientas Excel generadas e
indicadores seleccionados para el análisis de resultados” el procedimiento seguido para la
implantación del uso de las herramientas Excel generadas dentro de la División de Vestuario de la
empresa Grupo Iturri, así como la elección de los indicadores KPIs (Key Performance Indicators) para
el análisis y seguimiento de los resultados tras el cambio de modelo de Gestión de Inventarios.
- En el Capítulo 7. “Analizar los indicadores y extraer conclusiones acerca de la consecución de los
objetivos propuestos” analizaremos los resultados obtenidos tras un año de aplicación de la
metodología desarrollada en los KPI, tanto para una muestra de los productos en los que se ha
aplicado como los resultados obtenidos para el conjunto completo de productos incluidos en el
proyecto, de forma que comprobemos la mejora en dichos factores y lleguemos a unas conclusiones
sobre la idoneidad del método generado para la Gestión de Inventarios en la compañía y su posterior
aplicación generalizada en el resto de Divisiones.
- Por último, en el Capítulo 8.”Conclusiones”, expondremos los resultados obtenidos para cada uno de
los objetivos específicos marcados al inicio del proyecto, así como el resultado global obtenido en la
compañía tras su realización.
15
16
Análisis del entorno industrial de la empresa y productos estudiados en el proyecto
2 ANÁLISIS DEL ENTORNO INDUSTRIAL DE LA

EMPRESA Y PRODUCTOS ESTUDIADOS EN EL
PROYECTO
No pretendamos que las cosas cambien si siempre

hacemos lo mismo.
Albert Einstein
RUPO Iturri es una compañía privada que en la actualidad posee sedes comerciales en 10 países en
G Europa, Asía y América; desde las cuales provee a una cartera de más de 9.500 clientes. Cuenta con
poco más de 1.000 empleados en plantilla y se compone de un conglomerado industrial y comercial
de empresas cuyo objetivo es proveer de los necesarios equipamientos y servicios de seguridad a sus clientes,
proporcionándoles un servicio global y completo.
Las actividades de la empresa se focalizan en cinco grandes campos: Innovación, Industria, Emergencias,
Salud y Fuerzas de Defensa y Seguridad.
La tendencia de la compañía a la internacionalización viene marcada desde la década de los 90, pero además
en los últimos años se ha priorizado la normalización de los procesos y su optimización con el objetivo de
generar un núcleo de conocimiento procedimental común y replicable en todos los países en los que esté
presente.
De esta forma, además del marcado carácter comercial del Grupo, se está potenciando el desarrollo de
modelos optimizados para todos los procesos, destacando entre ellos aquellos pertenecientes al Departamento
de Planificación y Gestión de Inventarios.
Datos relevantes dentro del contexto situacional de la compañía es que implantó SAP durante los meses finales
de 2014 y que hizo uso de esta implantación para iniciar una revisión completa de sus procesos, en la cual se
incluye la revisión del proceso de aprovisionamientos y gestión de inventarios que da lugar al presente
Proyecto Fin de Carrera.
En la División de Vestuario se dispone de un catálogo de 42 productos en stock, entre los que se incluyen tanto
innovaciones en diseños y tecnologías, productos estrella con una clientela ya afianzada, como aquellas
referencias con un mercado suficientemente maduro y que presentan históricamente las demandas más
elevadas tanto en cantidad como en número de clientes diferentes.
Todos estos productos cumplen la condición de ser ofertados y poder ser demandados por todos los clientes
del grupo, por lo que su gestión no puede basarse en los datos cualitativos de clientes concretos, y deben
satisfacer un servicio inmediato cuando se produce su demanda, lo que obliga al mantenimiento en todo
momento de un inventario suficiente.
16
La imposibilidad de disponer previsiones de consumo debido a la naturaleza y el número de clientes que los
demandan, la alta variabilidad de éste y el objetivo impuesto por la Dirección en cuanto a la reducción de
inventarios han generado históricamente situaciones de rotura de inventarios, con los perjuicios asociados a la
imagen de la compañía y a sus ventas.
Los productos incluidos en el Proyecto pueden agruparse en tres grandes categorías según su modo de
aprovisionamiento:
1) Material de Compra Nacional:
Se incluyen en este grupo aquellos materiales comprados a un proveedor externo localizado en
España.
Se trata de productos de compra a proveedor externo que sin embargo se realizan por éste de forma
exclusiva para Grupo Iturri, siguiendo las especificaciones proporcionadas por el Grupo.
No están disponibles por el proveedor como stock y su plazo de servicio coincide con su plazo de
fabricación.
El plazo de servicio más habitual es de 2 meses.
𝑃𝑙𝑎𝑧𝑜 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 = 60𝑑í𝑎𝑠
𝑃𝑙𝑎𝑧𝑜 𝑡𝑟𝑎𝑛𝑠𝑝𝑜𝑟𝑡𝑒 = 7𝑑í𝑎𝑠
2) Material Overseas:
Son aquellos productos comprados a proveedores que se localizan dentro del continente asiático.
Todos ellos se realizan según diseños y especificaciones técnicas del Grupo Iturri y no se mantienen
como stock por el proveedor, sino que se fabrican contra pedido.
El plazo de servicio considerado habitualmente es de 4 meses (el cual incluye el abastecimiento y
transporte a proveedor de la materia prima).
El plazo de transporte habitual, por barco, es de 1 mes. Este tiempo puede reducirse mediante
transporte aéreo, con un sobrecoste asociado.
3) Material de Fabricación:
Son todos los productos fabricados por las cadenas propias de fabricación del Grupo Iturri. Su
fabricación siempre es contra pedido.
Las cadenas propias de fabricación de Vestuario del Grupo Iturri se componen de líneas de
producción en serie formadas cada una de ellas por 25 operarios.
El plazo de servicio coincide con el de fabricación del material, y a efectos de planificación se
consideran 2 meses.
El tiempo de transporte habitual es de 1 semana.
En todos los casos el tiempo de aprovisionamiento asociado se obtiene mediante la suma del tiempo de
servicio y el tiempo de transporte.
𝑃𝑙𝑎𝑧𝑜 𝑎𝑝𝑟𝑜𝑣𝑖𝑠𝑖𝑜𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = 𝑃𝑙𝑎𝑧𝑜 𝑠𝑒𝑟𝑣𝑖𝑐𝑖𝑜 + 𝑃𝑙𝑎𝑧𝑜 𝑡𝑟𝑎𝑛𝑠𝑝𝑜𝑟𝑡𝑒
Estas características hacen que, en la actualidad, para poder cumplir con un servicio adecuado se estuviera
cargando al Grupo con un inventario de 1.084.079 € en el año 2016 considerando únicamente las referencias
17
18
Análisis del entorno industrial de la empresa y productos estudiados en el proyecto
incluidas en este proyecto, las cuales presentan en dicho año 2016 una rotación de 1,08 , lo cual es fácilmente
identificable como una situación de stocks sobredimensionados debido a la aplicación de una metodología
inadecuada en la Gestión de Inventarios.
Hasta el momento previo a la realización de este Proyecto de Fin de Carrera, el procedimiento de gestión de
inventarios se basaba en mantener un inventario mínimo dado por el consumo medio mensual durante el año
anterior al del ejercicio, multiplicado por el plazo de aprovisionamiento en meses más un mes (ya que la
revisión de stocks se realiza con frecuencia mensual).
Es decir, para todos los materiales el inventario que marca el reaprovisionamiento se obtiene mediante la
fórmula:
𝑃𝑢𝑛𝑡𝑜 𝑑𝑒 𝑝𝑒𝑑𝑖𝑑𝑜 = 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 𝑚𝑒𝑑𝑖𝑜 𝑚𝑒𝑛𝑠𝑢𝑎𝑙𝐴ñ𝑜−1 · (𝑃𝑙𝑎𝑧𝑜 𝑑𝑒 𝑎𝑝𝑟𝑜𝑣𝑖𝑠𝑖𝑜𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜 + 1)𝑚𝑒𝑠𝑒𝑠
Por su parte, la cantidad a reaprovisionar se obtiene con la premisa de rellenar los inventarios hasta un nivel
dado por el consumo medio mensual del año anterior multiplicado por 12 meses.
𝑆𝑡𝑜𝑐𝑘 𝑚á𝑥𝑖𝑚𝑜 = 𝑐𝑜𝑛𝑠𝑢𝑚𝑜 𝑚𝑒𝑑𝑖𝑜 𝑚𝑒𝑛𝑠𝑢𝑎𝑙𝐴ñ𝑜−1 · 12
Conociendo esta metodología de trabajo se explica la rotación tan próxima a 1 enunciada anteriormente.
Para disminuir estos inventarios claramente sobredimensionados, liberando a la empresa de costes innecesarios
sin afectar negativamente al volumen de ventas ni al servicio al cliente, se ha decidido realizar un análisis y
optimización de la política de aprovisionamientos con el fin de reducir el stock medio y aumentar por tanto la
rotación del inventario.
Una vez establecido y comprobada su viabilidad dentro de la División de Vestuario, el procedimiento de
aprovisionamientos resultante de este análisis se aplicará en las distintas divisiones y sedes del Grupo Iturri de
forma unificada.
Dicho procedimiento tiene el requerimiento adicional de estar soportado en Excel, como software general más
utilizado dentro del Grupo Iturri y con el que más familiarizados están sus empleados y en especial aquellos
pertenecientes a los departamentos de Planificación de las distintas Divisiones de la compañía, que serán los
encargados de fijar las estrategias de aprovisionamiento.
Posteriormente se pretende que la información obtenida a partir de este nuevo procedimiento sea directamente
gestionada en SAP, ya que es el ERP utilizado por la empresa. A tal efecto en el futuro se desarrollarán las
transacciones e informes necesarios en el ERP.
2.1 Distribución de productos incluidos en el estudio

Los 42 productos incluidos en el proyecto, Anexo A, se componen de:
a. 16 productos, 38% del total, de protección contra la soldadura. Es decir, elementos de protección
individual (EPIs) certificados que satisfacen la normativa europea actual de protección contra la
soldadura: UNE-EN ISO 11611:2015
b. 10 productos, 24% del total, de protección ignífuga. Es decir, EPIs certificados por la normativa
europea vigente de protección contra el calor y la llama: UNE-EN ISO 11612:2015.
c. 7 productos, 17% del total, de protección contra la lluvia. Es decir, EPIs certificados y que satisfacen
la normativa europea actual de protección contra la lluvia y las intemperies: UNE-EN
343:2004+A1.2008.
d. 5 productos, 12% del total, del área de negocio de Sanidad. Es decir, prendas no certificadas bajo
ningún tipo de protección: pijamas de quirófano, batas médicas, sábanas de hospital, etc.
e. 4 productos, 9% del total, de alta visibilidad. EPIs certificados que satisfacen la normativa europea
actual de protección contra la baja visibilidad: UNE-EN ISO 20471:2013
18
Desglosando según los modos de aprovisionamiento citados arriba, el conjunto de productos se compone de:
Tabla 2–1. Distribución de modos de aprovisionamiento
MODO DE APROVISIONAMIENTO NÚMERO DE PRODUCTOS PORCENTAJE
FABRICACIÓN 27 64%
OVERSEAS 11 26%
COMPRA NACIONAL 4 10%
Por lo que disponemos para realizar el Proyecto de un conjunto de productos de la compañía con
características técnicas y modos de aprovisionamiento diferentes entre sí, de forma que es posible utilizarlos
como muestra representativa de la variedad de productos que forman parte del negocio de la empresa.
La demanda de cada uno de ellos depende de las necesidades de cada una de las diferentes áreas de negocio de
la empresa, no estando relacionadas ni por tipo de necesidad ni por sus clientes.
Particularizaremos a estos productos el modelo de Gestión de Inventarios desarrollado en este Proyecto de Fin
de Carrera, con la confianza de que será aplicable al resto de productos de stock de las demás Divisiones de
Grupo Iturri.
19
20
Revisión de la literatura
3 REVISIÓN DE LA LITERATURA
La lectura es una conversación con los hombres más

ilustres de los siglos pasados.
René Descartes
XISTE una extensa literatura referente a métodos de gestión de aprovisionamientos, atendiendo a los
E distintos factores considerados, como son las prioridades del gestor: simplicidad de aplicación frente
a exactitud de la solución o la información disponible sobre la demanda de los productos a analizar:
demanda conocida o incierta.
Particularizando a los productos incluidos en este Proyecto, encontramos que se presentan dos grupos
diferenciados, por un lado existen referencias cuya demanda puede considerarse uniforme en el tiempo y por
otro encontramos productos cuya demanda presenta una clara estacionalidad durante el año.
Para los productos cuya demanda es aproximadamente uniforme los modelos de gestión de aprovisionamiento
aplicables serán modelos estáticos de tamaño de lote, mientras que para gestionar de forma adecuada los
productos cuya demanda no es uniforme será necesario el uso de modelos dinámicos de cálculo de tamaño de
lote, los cuales pueden dividirse en modelos con reglas simples (no optimizan la función de coste), modelos de
reglas heurísticas (generan una solución aproximada) o modelos de solución óptima (Sipper & Bulfin Jr.,
1998)
Entre los diferentes métodos y variantes que pueden encontrarse, este Proyecto desarrollará cinco de ellos
elegidos atendiendo a su uso en la industria, a la precisión de los resultados obtenidos mediante su uso, a la
complejidad o simplicidad de su uso práctico y a la idoneidad de su aplicación en productos con las
características definidas en el apartado anterior.
Los métodos desarrollados en el presente Proyecto son:
1) Modelo de un solo lote
2) Teoría de punto de pedido
3) Teoría de determinación heurística de lotes de aprovisionamiento
4) Balanceo (equilibrado) de periodo fragmentado (BPF) o coste total mínimo (CTM)
5) Método de Wagner-Whitin
20
3.1 Modelo de un solo lote
El método de un solo lote basa su uso en minimizar los costes de pedido: al unificar la demanda completa del
periodo analizado en un solo pedido el volumen a aprovisionar es mayor, por lo que es posible aprovechar
descuentos en precio y en coste de transporte, implicando menores costes de adquisición y menores costes de
preparación de maquinaria y equipo (Gaither & Frazier, 2000).
El lote de pedido es, por tanto, trivial una vez obtenida la demanda prevista en el intervalo analizado:
𝑄 = 𝐷𝑇
Siendo 𝑄 el lote de pedido y 𝐷𝑇 la demanda total prevista en el intervalo analizado.
En el caso de su aplicación estática, la función 𝐷𝑇 será constante 𝐶 para todos los aprovisionamientos, y por
tanto:
𝑄=𝐶
Lo cual implica que se está considerando una demanda idéntica en los distintos periodos, la cual se satisface
mediante el lote Q.
3.2 Teoría de punto de pedido

El método de punto de pedido es el método estático de optimización de lotes de aprovisionamiento más
extendido en la bibliografía y más utilizado en la práctica por su simplicidad de cálculo. Provee de una
solución exacta cuando la demanda y los plazos de aprovisionamiento son constantes y conocidos pero
aproximada cuando existe incertidumbre en los datos y no es aplicable cuando la demanda no puede
considerarse constante.
Este método fue desarrollado por Ford W. Harris en 1913 en su trabajo “How Many Parts to Make at Once”
(Harris, 1913), publicado en febrero de dicho año en la revista A.W. Shaw Company of Chicago “Factory, The
Magazine of Management”.
En dicho trabajo, Harris definía las variables involucradas en el problema como:
1) Coste unitario (𝐶): coste en dólares por unidad de salida en producción continua, sin considerar los
gastos de puesta en marcha de la producción ni los costes de transporte del inventario tras su
producción.
2) Coste de puesta en marcha (𝑆): en este coste se incluyen tanto el coste de preparación de los
materiales y herramientas para la producción como los de gestión del pedido en las oficinas y la
factoría.
3) Interés y depreciación del inventario (𝐼): se refiere al coste financiero por inmovilizado y a los costes
de almacenamiento.
4) Demanda (𝑀): definida en el trabajo como “variable vital” del problema. Se expresa en unidades
utilizadas por mes.
5) Intervalo de producción (𝑇): se define como el plazo necesario para producir y enviar al almacén un
pedido.
6) Tamaño óptimo económico desconocido del pedido (𝑋).
La resolución del problema consiste en determinar la cantidad de pedido que minimiza la suma de costes
tal como se observa en la figura:
21
22
Figura 3-1. Costes totales de inventario (Harris, 1913)
Los costes a optimizar son por tanto:

1) Coste de lanzamiento (𝐶𝐿 ):
𝑀
𝐶𝐿 (𝑋) = 𝑆 ·
𝑋
2) Coste de almacenamiento (sabiendo que la demanda es constante en el periodo) (𝐶𝐴 ):
𝑋
𝐶𝐴 (𝑋) = 𝐼 ·
2
Con esto, el coste total a optimizar (𝐶𝑇 )será:
𝑀 𝑋
𝐶𝑇 (𝑋) = 𝑆 · +𝐼·
𝑋 2
Con lo que el lote óptimo será:
2 · 𝑆 · 𝑀 −2
𝑋=( )
𝐼
Una característica importante presente en este modelo de gestión es que el lote óptimo iguala los costes de
lanzamiento y de almacenamiento, lo cual era posible prever a partir de la Figura 3-1, ya que el óptimo se
encuentra en la intersección de las curvas de ambos costes (Sipper & Bulfin Jr., 1998).
Este modelo puede extenderse cuando la demanda es incierta a partir de las siguientes transformaciones
(Nahmias, 2007):
1) El coste total a optimizar será:
𝑄 𝐾𝜆 𝑝𝜆𝑛(𝑅)
𝐺(𝑄, 𝑅) = ℎ ( 2 + 𝑅 − 𝜆𝜏) + 𝑄
+ 𝑄
Siendo:
22
𝑄: lote de aprovisionamiento.
𝑅: punto de pedido.
𝜆: tasa de demanda del producto.
𝜏: tiempo de demora del aprovisionamiento.
𝑠 = 𝑅 − 𝜆𝜏: inventario de seguridad.
𝐾𝜆
𝑄
: coste promedio de preparación en el que se incurre por unidad de tiempo.
𝑝𝜆𝑛(𝑅)
𝑄
: cantidad esperada de faltantes valorada incurrida por unidad de tiempo.
El cual incluye los costes de mantenimiento del inventario, de preparación y de faltantes.

La optimización consistirá entonces en la resolución iterativa de las ecuaciones:
2𝜆(𝐾 + 𝑝𝑛(𝑅))
𝑄=√
ℎ
𝑄ℎ
1 − 𝐹(𝑅) =
𝑝𝜆
Sin embargo, cuando la demanda se distribuye normalmente, 𝑛(𝑅) se calcula aplicando la función
estandarizada de pérdida (Nahmias, 2007), lo cual simplifica los cálculos ya que entonces tenemos que:
𝑅−𝜇 𝑅−𝜇
𝑛(𝑅) = 𝜎𝐿 ( ) = 𝜎𝐿(𝑧) , siendo 𝑧 = la variable estandarizada.
𝜎 𝜎
Este modelo presenta una gran facilidad de cálculo, pero sin embargo tiene algunas limitaciones importantes:
a. Para su aplicación directa la demanda debe ser uniforme.
b. La solución puede ser un número no entero, lo cual por lo general no es aplicable en la práctica y
obliga en su caso a aproximarla.
c. Requiere costes de almacenamiento constantes en el periodo analizado.
En el caso particular de este trabajo la condición limitante para su aplicación generalizada es la necesidad de
demanda uniforme en el periodo, lo cual se cumple en algunas de las referencias analizadas pero no es
aplicable en el conjunto completo de productos como veremos en el apartado 4.2. “Regla de Peterson-Silver”.
3.3 Teoría de determinación heurística de lotes de aprovisionamiento

Desarrollado en 1973, el método heurístico de resolución al problema de lotes de aprovisionamiento propuesto
por Silver y Meals (Silver & Meal, 1973) proporciona una solución aproximada aplicable a casos de demanda
variable, los cuales como hemos enunciado previamente no pueden resolverse mediante modelos de tamaño de
lote estático.
Este método de gestión de aprovisionamientos se basa en minimizar el promedio de la suma de costes de
preparación del pedido y de almacenamiento por unidad de tiempo y parte de la premisa de que siempre se
realiza un aprovisionamiento en el periodo inicial.
Siguiendo las definiciones de Sipper y Bulfin (Sipper & Bulfin Jr., 1998), las variables definidas en el método
son:
1) 𝐷𝑚 = demanda en el periodo 𝑚. Siendo 𝑚 = 1, … , 𝑆.
2) 𝑆 = periodos considerados en el análisis.
3) 𝐴 = coste de la orden de compra o preparación para la producción.
4) 𝐻 = coste de mantenimiento del inventario por periodo.
23
24
5) 𝐾(𝑚) = coste variable promedio por periodo.

Se considera también que los costes de mantenimiento de inventario se repercuten al final del periodo y la
demanda de cada periodo se satisface al inicio de éste.
Por lo tanto, si se ordena 𝐷1 para satisfacer la demanda en el primer periodo se tiene:
𝐾(1) = 𝐴
Si se ordena 𝐷1 + 𝐷2 en el periodo 1 (𝑆 = 1), para satisfacer la demanda de ambos periodos, se obtiene:
𝐴 + 𝐻𝐷2
𝐾(2) =
2
Si se considera la satisfacción de la demanda para los periodos 1, 2 y 3, se tiene:
𝐴 + 𝐻𝐷2 + 2𝐻𝐷3
𝐾(3) =
3
Y generalizando por tanto se obtiene:
𝐴 + 𝐻𝐷2 + 2𝐻𝐷3 + ⋯ + (𝑚 − 1)𝐻𝐷𝑚
𝐾(𝑚) =
𝑚
El método calcula 𝐾(𝑚), 𝑖 = 1, 2, … , 𝑆; y se detiene cuando:
𝐾(𝑚 + 1) > 𝐾(𝑚)
Es decir, se detiene cuando el coste medio por periodo comienza a crecer.
Cuando esto se cumple, en el periodo inicial del análisis se ordena la cantidad que satisface la demanda para
los siguientes 𝑚 periodos:
𝑄1 = 𝐷1 + 𝐷2 + … + 𝐷𝑚
Donde:
𝑄 = cantidad a ordenar en el periodo inicial del intervalo analizado.
El coste total de gestión de los inventarios obtenido mediante el método será:
𝑄(𝑇) = 𝑄1 + 𝑄2 + … + 𝑄𝑛
Siendo 𝑛 el número total de pedidos obtenidos al aplicar el método.
El método de Silver-Meal es un método heurístico, y como tal utiliza reglas “racionales” para obtener una
solución “buena”; es decir, cercana a la óptima o, en ocasiones, la óptima (Sipper & Bulfin Jr., 1998).
3.4 Balanceo de periodo fragmentado (BPF) o coste total mínimo (CTM)

El método de balanceo de periodo fragmentado (BPF) intenta minimizar la suma del coste variable para todos
los lotes (Sipper & Bulfin Jr., 1998).
Este método heurístico se basa en la idea obtenida a partir de la teoría de punto de pedido que muestra que si la
demanda es uniforme, el coste de ordenar es igual al coste de almacenar.
Aunque este argumento es correcto para productos con demanda uniforme, no es cierto para demanda
irregular, en la que el inventario promedio no es la mitad del tamaño de lote. Sin embargo, puede proporcionar
soluciones razonables para la demanda irregular.
Para obtener el coste de mantener el inventario se introduce el concepto de periodo fragmentado, definido
como una unidad del artículo almacenada durante un periodo. Entonces, 10 unidades en inventario durante un
periodo son igual a 10 periodos fragmentados, lo que es igual a 5 unidades en inventario durante 2 periodos.
Sea:
𝑃𝐹𝑚 = periodo fragmentado para m periodos
24
Así,
𝑃𝐹𝑥 = 0
𝑃𝐹2 = 𝐷2
𝑃𝐹3 = 𝐷2 + 2𝐷3
𝑃𝐹𝑚 = 𝐷2 + 2𝐷3 + ⋯ + (𝑚 − 1)𝐷𝑚
El coste de mantener el inventario es ℎ(𝑃𝐹𝑚 ), y se quiere seleccionar el horizonte de pedidos que cubra, en
términos generales, el coste de ordenar 𝐴, esto es, elegir 𝑚 tal que:
𝐴 = ℎ(𝑃𝐹𝑚 )
O sea:
𝑃𝐹𝑚 = 𝑗
La cual también es la regla de detención. La razón 𝐴/ℎ se llama “factor económico de periodo fragmentado”.
El tamaño de la orden es:
𝑄𝑥 = 𝐷1 + 𝐷2 + ⋯ + 𝐷𝑚
Y el proceso se repite comenzando con el periodo 𝑚 + 1.
El método heurístico BFC también se conoce como de coste total mínimo (CTM) y es uno de los más
aplicados en la industria (Sipper & Bulfin Jr., 1998).
3.5 Método de Wagner-Whitin

El método de Wagner-Whitin (Wagner & Whitin, 2004) proporciona una metodología de obtención de la
solución óptima por medio de programación dinámica en el caso de disponer de demanda conocida y
dependiente del tiempo; frente a los métodos heurísticos de obtención de soluciones aproximadas dados por
determinación estática de lotes de aprovisionamiento, ver (Silver & Meal, 1973), o de balanceo de periodo
fragmentado (BPF).
Para aplicar el método de Wagner -Whitin se parte de la premisa de que en un periodo t podemos aprovisionar
demanda para los periodos t + k siendo 𝑘 ≥ 0 . Es decir, el problema matemático debe resolverse únicamente
para valores crecientes de la variable t, no siendo posible aprovisionar para periodos pasados, lo cual encaja
con la interpretación física del problema. Se establece también que una orden de aprovisionamiento es siempre
lanzada en el primer periodo.
Se asume que los costes de lanzamiento y el precio de venta del producto son conocidos y constantes en todo
el periodo, por lo que el problema se limita a optimizar los costes de gestión del inventario.
Para el periodo t siendo 𝑡 = 1, 2, 3, … , 𝑁 tenemos:
𝑑𝑡 = 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑑𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
𝑖𝑡 = 𝑐𝑜𝑠𝑡𝑒 𝑑𝑒 𝑎𝑙𝑚𝑎𝑐𝑒𝑛𝑎𝑗𝑒 𝑒𝑛𝑡𝑟𝑒 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜 𝑡 𝑦 𝑒𝑙 𝑡 + 1
𝑠𝑡 = 𝑐𝑜𝑠𝑡𝑒 𝑑𝑒 𝑙𝑎𝑛𝑧𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑑𝑒𝑙 𝑎𝑝𝑟𝑜𝑣𝑖𝑠𝑖𝑜𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜
𝑥𝑡 = 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑎𝑝𝑟𝑜𝑣𝑖𝑠𝑖𝑜𝑛𝑎𝑑𝑎
Se suponen la demanda y los costes como no negativos para todos los periodos.
El problema consiste en obtener una solución 𝑥𝑡 ≥ 0 , 𝑡 = 1, 2, 3, … , 𝑁 tal que la demanda de todos los
periodos sea satisfecha con un coste mínimo. Esta solución, que puede no ser única, será óptima.
Una solución trivial, pero no eficiente en términos de coste computacional, consiste en enumerar las 2𝑁−1
posibilidades entre aprovisionar o no en cada periodo.
Un algoritmo más eficiente se obtiene a partir de la formulación de solución óptima mediante programación
dinámica (Bellman, 1957).
25
26
Sea I el inventario resultante en un periodo e 𝐼0 el inventario inicial para ese mismo periodo; para el periodo t
se tiene:
𝑡−1 𝑡−1
𝐼 = 𝐼0 + ∑ 𝑥𝑡 − ∑ 𝑑𝑡 ≥ 0
𝑗=1 𝑗=1
Se puede representar la función de coste mínimo para los periodos t al N (Bellman, 1957) tal que:
𝑓𝑡 (𝐼) = min [𝑖(𝑡−1) 𝐼 + 𝛿(𝑥𝑡 )𝑠𝑡 + 𝑓𝑡+1 (𝐼 + 𝑥𝑡 − 𝑑𝑡 )]
𝑥𝑡 ≥0
𝐼+𝑥𝑡 ≥𝑑𝑡
Donde
0 𝑠𝑖 𝑥𝑡 = 0
𝛿(𝑥𝑡 ) = {
1 𝑠𝑖 𝑥𝑡 > 0
En el periodo N se tiene:
𝑓𝑁 (𝐼) = min [𝑖𝑁−1 𝐼 + 𝛿(𝑥𝑁 )𝑠𝑁 ]
𝑥𝑁 ≥0
𝐼+𝑥𝑁 =𝑑𝑁
Se puede por tanto obtener un mínimo de la función 𝑓𝑡 (𝐼).

Para hacer más eficiente esta optimización, se propone resolver el problema equivalente (Wagner & Whitin,
2004):
𝑡−1 𝑡
min [𝑠𝑗 + ∑ ∑ 𝑖ℎ 𝑑𝑘 + 𝐹(𝑗 − 1)]

𝐹(𝑡) = min 1≤𝑗<𝑡
ℎ=𝑗 𝑘=ℎ+1
{ 𝑠𝑡 + 𝐹(𝑡 − 1)
Con 𝐹(1) = 𝑠𝑡 y 𝐹(0) = 0 .
El coste mínimo para los primeros t periodos comprende un coste de configuración en el periodo j además de
los costes por satisfacer la demanda 𝑑𝑘 , 𝑘 = 𝑗 + 1, … , 𝑡, manteniendo las existencias en stock desde el
periodo j y de los costes mínimos para satisfacer la demanda en los periodos 1 a j- 1 analizados por separado.
El algoritmo de Wagner-Whitin en el período 𝑡 ∗ , 𝑡 ∗ = 1, 2, … , 𝑁 , se formula tal que:
1. Se consideran los costes asociados a aprovisionar en el período 𝑡 ∗∗ , 𝑡 ∗∗ = 1, 2, … , 𝑡 ∗ y satisfacer las
demandas 𝑑𝑡 , 𝑡 = 𝑡 ∗∗ , 𝑡 ∗∗ + 1, … , 𝑡 𝑘 en ese orden.
2. Se determina el coste total de esas 𝑡 ∗ posibilidades añadiendo los costes de lanzamiento y almacenaje
asociados a lanzar un aprovisionamiento en el periodo 𝑡 ∗∗ y el coste de la posibilidad de gestión
óptima para los periodos 1 a 𝑡 ∗∗ − 1 consideradas independientemente. Éste último coste se habrá
obtenido mediante iteraciones previas.
3. Para esas 𝑡 ∗ posibilidades, se elige la posibilidad de gestión de coste mínimo para los periodos 1 a 𝑡 ∗
considerados independientemente.
4. Se repite en el periodo 𝑡 𝑘 + 1 (o se para si 𝑡 𝑘 = 𝑁)
𝑁(𝑁+1)
Será necesario comparar N posibilidades de gestión en el periodo N-ésimo, dando lugar a una tabla de 2
datos, frente a los 2𝑁−1 que se necesitaban en la formulación del problema y por lo tanto, más eficiente
computacionalmente sin renunciar a la obtención de la solución óptima de la función de costes.
26
4 MODELOS DE GESTIÓN DE INVENTARIOS
CONSIDERADOS
La cosa más difícil es la decisión de actuar, el resto es

meramente tenacidad.
Amelia Earhart
ABIÉNDOSE expuesto los métodos existentes en la literatura para su posible aplicación
H particularizada a los productos contenidos en el Proyecto, pasaremos en este capítulo a definir los dos
grupos diferenciados de productos que nos encontramos incluidos en dicho conjunto de productos:
productos con demanda uniforme y productos que presentan estacionalidad en su demanda, así como las
características a considerar para la aplicación de los modelos de gestión de aprovisionamientos a cada uno de
estos grupos de productos.
Una vez definidas las características que presentan ambos grupos presentaremos las matrices de decisión que
nos permitirán seleccionar de forma objetiva el método de gestión de aprovisionamientos más beneficioso de
entre los aplicables a cada uno de los grupos, resultando en el uso del método de punto de pedido (Harris,
1913) para los materiales que presentan demanda uniforme y del método de Wagner-Whitin (Wagner &
Whitin, 2004) para aquellos que presentan estacionalidad.
De forma previa a la definición de las características de los dos grupos de producto se expondrá la metodología
de previsión de la demanda aplicada a la gestión de reaprovisionamientos, así como la regla de Peterson-Silver
que nos permitirá diferenciar si nos encontramos o no en un caso de demanda uniforme.
Por último, expondremos el diseño de los modelos elegidos y su particularización para la aplicación en la
empresa Grupo Iturri en su División Textil.
Debemos recordar que antes del desarrollo del Proyecto el aprovisionamiento de todos los productos incluidos
en este análisis se gestionaban mediante el método de lote único de pedido: veremos que no solo no es el más
beneficioso según los criterios de decisión de la compañía, sino que en realidad tan solo es aplicable al 7% de
los productos analizados en el Proyecto.
4.1 Previsión de la demanda

Debido a que nos encontramos con productos cuya demanda futura no es conocida, debemos hacer uso de una
estrategia de previsión de demanda de forma previa a la aplicación de los modelos de gestión de
aprovisionamientos.
Como se ha expuesto en capítulos anteriores, estamos particularizando el análisis a productos que presentan las
siguientes características:
27
28
Modelos de gestión de inventarios considerados
a. Se encuentran en la etapa de madurez de su ciclo de vida.

b. Su demanda se compone de las necesidades agregadas de múltiples clientes, en un número siempre
superior a cinco clientes, ninguno de los cuales supone más del 20% de la demanda total del producto;
por lo que su previsión de demanda puede suponerse independiente de la previsión de consumo de
cada uno de los clientes de forma aislada.
La primera característica implica que las demandas de los productos no presentarán tendencias significativas,
ver (Sipper & Bulfin Jr., 1998), y que su demanda puede preverse mediante métodos cuantitativos, ver (Canca
& González, 2015).
La segunda implica que no es fácil obtener la previsión de la demanda de los productos a partir de pronósticos
subjetivos, ver (Nahmias, 2007), ya que sería necesario realizar una labor comercial importante para obtener la
información de todos los clientes de la empresa, ya que, como hemos expuesto anteriormente, todos tienen la
posibilidad de demandar los productos analizado en el Proyecto.
Por lo tanto, y sabiendo cualitativamente que existe la posibilidad de que ciertos productos presenten
estacionalidad en su demanda (productos de protección contra el frío, por ejemplo) y que debido a que los
productos se encuentran en la etapa de madurez de su ciclo de vida su demanda a corto plazo no presenta
tendencias significativas, lo cual además se ha comprobado mediante el método de regresión lineal, haremos
uso del método de factores estacionales para series estacionarias debido a que nos permite obtener de forma
simple la previsión de la demanda en series con estacionalidad y sin tendencia significativa.
El método requiere un mínimo de dos estaciones de datos y es el siguiente (Nahmias, 2007):
1. Se calcula la media de la muestra de todos los datos.
2. Se divide cada observación por la media de la muestra. Esto da los factores estacionales para cada
periodo de datos observados.
3. Se promedian los factores para los periodos semejantes dentro de cada estación.
4. La demanda prevista mensual para cada estación será por tanto la demanda media obtenida a partir de
la muestra de demandas mensuales completa multiplicada por el factor estacional que le corresponda:
𝐷𝑇1−𝑎ñ𝑜 𝑁+1 = ̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
𝐷𝐴ñ𝑜(𝑁)𝑈𝐴ñ𝑜 (𝑁−1) · ̅̅̅̅̅
𝐸𝑇1
4.2 Regla de Peterson-Silver

La regla de Peterson-Silver (Peterson & Silver, 1979) nos permite identificar si el producto analizado presenta
demanda aproximadamente uniforme, y por lo tanto como hemos expuesto previamente su aprovisionamiento
puede gestionarse mediante un modelo estático de tamaño de lote, o si su demanda es irregular y por lo tanto
precisa del uso de un modelo dinámico de cálculo de tamaño de lote.
Peterson y Silver propusieron una medida de la variabilidad de la demanda, llamada coeficiente de variabilidad
(Sipper & Bulfin Jr., 1998).
Este es:
𝑉𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑝𝑜𝑟 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
𝑉=
𝐶𝑢𝑎𝑑𝑟𝑎𝑑𝑜 𝑑𝑒 𝑙𝑎 𝑑𝑒𝑚𝑎𝑛𝑑𝑎 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑝𝑜𝑟 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
Ellos demostraron que 𝑉 se puede evaluar mediante:
𝑛 ∑𝑛𝑡=1(𝐷𝑡 )2
𝑉= −1
(∑𝑛𝑡=1 𝐷𝑡 )2
Donde 𝐷𝑡 es la demanda pronosticada discreta para el periodo y 𝑛 es el horizonte de planificación.
Peterson y Silver sugieren la siguiente “prueba de irregularidad”:
Si 𝑉 < 0,25 , se usa el modelo de punto de pedido con 𝐷 como la demanda estimada.
28
Si 𝑉 > 0,25 , se usa un modelo de tamaño de lote dinámico.
De esta forma podemos dividir los productos considerados en este Proyecto según presenten demanda
aproximadamente uniforme o irregular, de forma que para cada uno de los dos subgrupos podamos decidir el
método de gestión de aprovisionamientos que mejor se le adapte.
4.3 Análisis de productos incluidos en el estudio

Presentamos mediante el ejemplo del análisis de dos productos incluidos en el Proyecto la metodología
seguida para subdividir el conjunto completo de productos en estudio:
1) Referencia 70000611:
Su demanda mensual entre 01.01.2015 y 31.12.2016 es la mostrada en la Tabla 4.3-1 y la Figura 4.3-1
y refleja la demanda típica de un producto con demanda uniforme.
Tabla 4.3–1. Demanda uniforme

AÑO y MES DEMANDA (unidades)
2015 8946
1 905
2 1421
3 917
4 509
5 448
6 975
7 641
8 639
9 501
10 709
11 825
12 456
2016 10502
1 1413
2 640
3 847
4 1020
5 1067
6 791
7 720
8 493
9 1155
10 586
11 1081
12 689
29
30
Figura 4.3-1. Demanda uniforme
Su coeficiente de variabilidad anual para la demanda mensual de cada uno de los años analizados es:
𝑉2015 = 0,14
𝑉2016 = 0,10
El coeficiente de variabilidad completo de la muestra es:
𝑉𝑇 = 0,11
Observamos que tanto en cada año por separado como en la distribución total de demandas mensuales
de ambos años se cumple que 𝑉 < 0,25, por lo que podemos afirmar que su demanda es
aproximadamente uniforme (Peterson & Silver, 1979)).
Además, podemos comprobar cuantitativamente la estacionalidad de su demanda:
̅2015 = 746
𝐷
905 + 1421 + 917
̅𝑇1−2015 =
𝐷 = 1081
3
509 + 448 + 975
̅𝑇2−2015 =
𝐷 = 644
3
641 + 639 + 501
̅𝑇3−2015 =
𝐷 = 594
3
709 + 825 + 456
̅𝑇4−2015 =
𝐷 = 663
3
Por lo que:
1081
𝐸𝑇1−2015 = = 1,45
746
644
𝐸𝑇2−2015 = = 0,86
746
594
𝐸𝑇3−2015 = = 0,80
746
663
𝐸𝑇4−2015 = = 0,89
746
Y para 2016:
̅2016 = 875
𝐷
30
1413 + 640 + 847
̅𝑇1−2016 =
𝐷 = 967
3
1020 + 1067 + 791
̅𝑇2−2016 =
𝐷 = 959
3
720 + 493 + 1155
̅𝑇3−2016 =
𝐷 = 789
3
586 + 1081 + 689
̅𝑇4−2016 =
𝐷 = 785
3
Por lo que:
967
𝐸𝑇1−2016 = = 1,11
875
959
𝐸𝑇2−2016 = = 1,10
875
789
𝐸𝑇3−2016 = = 0,90
875
785
𝐸𝑇4−2015 = = 0,90
875
Ponderando los factores de estacionalidad en ambos años tenemos:
1,45 + 1,11
𝐸̅𝑇1 = = 1,28
2
0,86 + 1,10
𝐸̅𝑇2 = = 0,98
2
0,80 + 0,90
𝐸̅𝑇3 = = 0,85
2
0,89 + 0,90
𝐸̅𝑇4 = = 0,90
2
Resultando en la Tabla 4.3-2:
Tabla 4.3–2. Tabla de estacionalidad demanda uniforme
PERIODO COEFICIENTE RESULTADO
DE ESTACIONALIDAD PERIODO
T1 1,28 +28%
T2 0,98 -2%
T3 0,85 -15%
T4 0,90 -10%
Se puede observar a partir de estos resultados de estacionalidad que incluso pese a tratarse de una
distribución de demanda aproximadamente uniforme exibe cierta estacionalidad en sus periodos: la
demanda para el primer trimestre de año se prevé un 28% superior a la media, mientras que por
ejemplo la del tercer trimestre se prevé un 15% inferior a ella.
2) Referencia 70006453
Su demanda mensual entre 01.01.2015 y 31.12.2016 es la mostrada en la Tabla 4.3-3 y la Figura 4.3-
2 y refleja la demanda típica de un producto con demanda no uniforme y estacionalidad.
31
32
Tabla 4.3–3. Demanda no uniforme

AÑO y MES DEMANDA (unidades)
2015 9828
1 1109
2 297
3 615
4 1567
5 972
6 480
7 829
8 182
9 148
10 1214
11 1143
12 1272
2016 7915
1 199
2 62
3 362
4 1406
5 1002
6 778
7 372
8 632
9 663
10 815
11 854
12 770
Figura 4.3-2. Demanda no uniforme.
32
Su coeficiente de variabilidad anual para la demanda mensual de cada uno de los años es:
𝑉2015 = 0,33
𝑉2016 = 0,31
El coeficiente de variabilidad completo de la muestra es:
𝑉𝑇 = 0,32
Tanto en ambos años por separado como en la distribución total de demandas mensuales completa se
cumple que 𝑉 > 0,25, por lo que podemos afirmar que su demanda es no uniforme (Peterson &
Silver, 1979)).
Además, observamos que presentar estacionalidad de la demanda por trimestres, lo cual podemos
comprobar cuantitativamente:
̅2015 = 819
𝐷
1109 + 297 + 615
̅𝑇1−2015 =
𝐷 = 674
3
1567 + 972 + 480
̅𝑇2−2015 =
𝐷 = 1006
3
829 + 182 + 148
̅𝑇3−2015 =
𝐷 = 386
3
1214 + 1143 + 1272
̅𝑇4−2015 =
𝐷 = 1210
3
Por lo que:
674
𝐸𝑇1−2015 = = 0,82
819
1006
𝐸𝑇2−2015 = = 1,23
819
386
𝐸𝑇3−2015 = = 0,47
819
1210
𝐸𝑇4−2015 = = 1,48
819
Y para 2016:
̅2016 = 660
𝐷
199 + 62 + 362
̅𝑇1−2016 =
𝐷 = 208
3
1406 + 1002 + 778
̅𝑇2−2016 =
𝐷 = 1062
3
372 + 632 + 663
̅𝑇3−2016 =
𝐷 = 556
3
815 + 854 + 770
̅𝑇4−2016 =
𝐷 = 813
3
Por lo que:
208
𝐸𝑇1−2016 = = 0,31
660
1062
𝐸𝑇2−2016 = = 1,61
660
33
34
556
𝐸𝑇3−2016 = = 0,84
660
813
𝐸𝑇4−2015 = = 1,23
660
Ponderando los factores de estacionalidad en ambos años tenemos:
0,82 + 0,31
𝐸̅𝑇1 = = 0,57
2
1,23 + 1,61
𝐸̅𝑇2 = = 1,42
2
0,47 + 0,84
𝐸̅𝑇3 = = 0,66
2
1,48 + 1,23
𝐸̅𝑇4 = = 1,35
2
Resultando en la Tabla 4.3-4:
Tabla 4.3–4. Tabla de estacionalidad demanda no uniforme
PERIODO COEFICIENTE RESULTADO
DE ESTACIONALIDAD PERIODO
T1 0,57 -43%
T2 1,42 42%
T3 0,66 -34%
T4 1,35 35%
En la que se observa una estacionalidad por trimestres significativamente más marcada que en el
ejemplo anterior cuya demanda satisfacía las condiciones de demanda aproximadamente uniforme.
Comprobamos por lo tanto que nos encontramos con dos conjuntos de productos diferenciados por la
naturaleza de su demanda:
a. Tipo 1: productos con demanda uniforme que satisface la prueba de variabilidad de la demanda de
Peterson-Silver (Peterson & Silver, 1979).
b. Tipo 2: productos con demanda no uniforme cuyo coeficiente de variabilidad 𝑉 > 0,25. Además, los
productos incluidos dentro de este grupo presentan por lo general una marcada estacionalidad en su
demanda.
Esta diferencia en el tipo de demanda presente entre ambos grupos de productos pone de manifiesto la
posibilidad de aplicar un método de gestión de aprovisionamientos distinto para cada uno de ellos.
4.3.1 Matriz de decisión
Para seleccionar el método de gestión de aprovisionamientos más apropiado para cada tipo de producto de
entre los expuestos anteriormente hemos aplicado una matriz de decisión, ver (González, 2013), en la que se
han considerado los siguientes criterios:
a. Simplicidad de aplicación (𝑆): el método elegido de gestión de aprovisionamientos debe ser eficiente
en términos de tiempo y simple en su aplicación de forma que su uso pueda ser fácilmente replicable
en las distintas divisiones de la compañía.
b. Precisión de la solución (𝑃): el método debe proporcionar una solución lo más cercana posible a la
óptima a partir de los datos de entrada, garantizando que la distribución de aprovisionamientos
propuesta minimiza los costes totales de lanzamiento de pedidos y gestión de inventarios.
A ambos criterios se les ha asignado un valor 𝑣 entre 1 y 3, siendo 3 el más favorable:
34
a. Un valor de 1 indica que el método requiere de formación particular para su uso o que su solución no se
acerca a la que minimiza los costes totales de gestión de aprovisionamientos
b. El valor 2 indica que el método requiere de un procedimiento escrito para su uso o que la solución
generada aproxima el valor óptimo de mínimo coste total de gestión de aprovisionamientos
c. Un valor de 3 indica que el método solo requiere de una guía simple de uso para su puesta en
funcionamiento o que la solución obtenida es la que optimiza los costes totales de gestión de
aprovisionamientos.
Debido a la tendencia de la compañía a la optimización de sus costes de gestión de inventarios, la decisión de
ponderación 𝑃 de ambos criterios por parte de la Directiva de la compañía ha sido:
𝑃𝑆 = 0,3
𝑃𝑃 = 0,7
4.3.1.1 Uso de la matriz de decisión en productos Tipo 1

Para los productos de Tipo 1 (demanda uniforme) son aplicables los métodos estáticos de tamaño de lote
(Sipper & Bulfin Jr., 1998), por lo que la matriz de decisión se realizará entre los métodos:
a. Método de un solo lote.
b. Teoría de punto de pedido (Harris, 1913).
Resultando de la forma:
Tabla 4.3–5. Matriz de decisión para productos Tipo 1
MÉTODO S P
Método de un solo lote 3 1
Teoría de punto de pedido 2 2
Normalizando la matriz a partir del método de la norma euclídea, ver (González, 2013), tenemos:
Tabla 4.3–6. Matriz de decisión normalizada para productos Tipo 1
MÉTODO S P
Método de un solo lote 0,83 0,45
Teoría de punto de pedido 0,55 0,89
Por lo que aplicando la ponderación normalizada los resultados de la matriz de decisión 𝐷 son:
a. Método de un solo lote:
𝐷𝐿 = 0,56
b. Teoría de punto de pedido (Harris, 1913):
𝐷𝑃𝑃 = 0,79
Por lo que aplicaremos la Teoría de punto de pedido a los productos de Tipo 1.
4.3.1.2 Uso de la matriz de decisión en productos Tipo 2

Para los productos de Tipo 2 (demanda no uniforme) los métodos estáticos de tamaño de lote no son
aplicables, por lo que es necesaria la asignación de métodos dinámicos de tamaño de lote (Sipper & Bulfin Jr.,
1998). La matriz de decisión se realizará por tanto entre los métodos:
a. Teoría de determinación heurística de lotes de aprovisionamiento de Silver-Meals (Silver & Meal,
1973)
b. Balanceo de periodo fragmentado (BPF) o coste total mínimo (CTM)
35
36
c. Teoría de solución óptima por medio de programación dinámica de Wagner-Whitin (Wagner &
Whitin, 2004)
Quedando de la forma:
Tabla 4.3–7. Matriz de decisión para productos Tipo 2
MÉTODO S P
Silver-Meals 2 2
BPF 2 2
Wagner-Whitin 1 3
Normalizando la matriz a partir del método de la norma euclídea (González, 2013) tenemos:
Tabla 4.3–8. Matriz de decisión normalizada para productos Tipo 2
MÉTODO S P
Silver-Meals 0,67 0,49
BPF 0,67 0,49
Wagner-Whitin 0,33 0,73
Por lo que aplicando la ponderación dada, los resultados de la matriz de decisión normalizada 𝐷 son:
a. Teoría de determinación heurística de lotes de aprovisionamiento de Silver-Meals (Silver & Meal,
1973):
𝐷𝑆𝑀 = 0,54
b. Balanceo de periodo fragmentado (BPF) o coste total mínimo (CTM)
𝐷𝐵𝑃𝐹 = 0,54
c. Teoría de solución óptima por medio de programación dinámica de Wagner-Whitin (Wagner &
Whitin, 2004)
𝐷𝑊𝑊 = 0,61
Resultando la decisión de aplicar la teoría de solución óptima por medio de programación dinámica de
Wagner-Whitin a los productos de Tipo 2.
4.3.2 Subdivisión de conjunto completo de productos con demanda uniforme o no uniforme
Para iniciar el análisis de los productos con el objetivo de aplicar a cada uno el método de gestión de
aprovisionamientos más beneficioso hemos obtenido la demanda mensual de cada uno de los productos
durante los años 2015 y 2016.
La elección del intervalo de la muestra se basa en que la compañía implantó un nuevo ERP durante el último
trimestre de 2014, por lo que consideramos que la implantación completa y el periodo de aprendizaje y
depuración de errores se concluyó en diciembre del año 2014 y por lo tanto los primeros datos fiables de
ventas pueden obtenerse a partir del inicio de 2015.
Este nuevo ERP ha permitido generar una base de datos de ventas que no resultaba posible obtener con el ERP
utilizado de forma previa a su implantación, por lo que hemos decidido realizar el estudio únicamente a partir
de la información obtenida desde el inicio del año 2015.
La elección de una muestra de información de ventas compuesta por dos años completos nos ha permitido
comenzar la implantación del nuevo procedimiento desde el inicio del año 2017, contando sin embargo con
información suficiente para realizar un análisis adecuado de tendencias y estacionalidades de las demandas,
sabiendo cualitativamente que los productos pueden presentar estacionalidad trimestral, ver (Nahmias, 2007).
36
Los datos iniciales para el análisis de la demanda de los productos se han obtenido con las siguientes
consideraciones:
a. Hemos considerado movimientos de ventas todos aquellos que generan una salida de inventario desde
Iturri a un cliente, es decir, hemos considerado como criterio de venta una salida física de material y
no aquellos pedidos imputados en el sistema pero no suministrados. De esta forma depuramos errores
de imputación y obtenemos una base de datos con información más fiable de venta.
b. El periodo seleccionado para obtener la base de datos se inicia en 01.01.2015 y finaliza en 31.12.2016,
con ambas fechas incluidas.
c. Se incluyen en el análisis las ventas de todas las tallas de los productos definidos al inicio del
Proyecto.
A partir de la base de datos obtenida hemos construido en Excel una tabla dinámica y un gráfico dinámico con
la demanda de todos los productos de forma que nos permite seleccionar el producto que nos interesa analizar
y realizar una visualización rápida de su gráfico de demanda tal como podemos observar en la Figura 4.3-2:
Figura 4.3-3. Representación gráfica de demandas
Además, para cada producto hemos generado su propia base de datos separada automatizando en Excel el
cálculo del coeficiente de variabilidad y de la estacionalidad de su demanda a partir únicamente de la base de
datos de información de la demanda que genera el MRP.
Un ejemplo de los resultados obtenidos de forma automática a partir de la demanda puede observarse en la
Figura 4.3-3:
Figura 4.3-4. Obtención automática en Excel de coeficientes de variabilidad y

estacionalidad.
A partir de los resultados del coeficiente de variabilidad obtenidos hemos dividido el frupo de productos
completo en productos Tipo 1, con demanda uniforme, y productos Tipo 2, con demanda no uniforme, según
el criterio de la regla de Peterson-Silver (Peterson & Silver, 1979).
Los 42 productos incluidos inicialmente en el presente Proyecto se dividen de esta forma en:
a. Tipo 1, demanda uniforme: 3 productos. Suponen el 7% del conjunto total de productos.
b. Tipo 2, demanda no uniforme: 39 productos, el 93% del total.
37
38
Es decir, de forma previa al desarrollo del presente Proyecto solo el 7% de los productos de stock de la
División de Vestuario se estaban gestionando mediante un método de gestión de aprovisionamientos aplicable
a su tipo de demanda.
El 93% restante de los productos se gestionaban mediante un método estático de lote de aprovisionamiento
siendo su demanda no uniforme.
Y aún más, este 7% de productos cuya gestión se realizaba con un método adecuado a su tipo de demanda se
gestionaban mediante el método de lote único de aprovisionamiento, que como hemos comprobado no es el
más beneficioso según los criterios de decisión expuestos anteriormente.
Resulta lógico por tanto entender los problemas de aprovisionamiento y sobrestocks generados por esta forma
de gestión hasta la fecha.
4.3.3 Aplicación del método de lote óptimo de pedido para los productos con demanda uniforme
Como hemos indicado previamente, partimos para el diseño del método de gestión de punto de pedido para los
productos con demanda uniforme de la información completa de sus ventas durante el periodo que deseemos,
a partir de la fecha 01.01.2015, haciendo uso de SAP como ERP implementado en todas las Divisiones de la
compañía.
Además, como requisito importante para la empresa a satisfacer se tiene que las herramientas necesarias para
aplicar el método de gestión de aprovisionamientos deben ser generadas en Excel, debido a que es el software
más utilizado y conocido actualmente por todos sus empleados. Esto facilitará la generalización del
procedimiento de gestión generado por la División de Vestuario al resto de Divisiones y sedes de la compañía.
A partir de ambas premisas desarrollaremos el procedimiento de gestión de aprovisionamientos para productos
con demanda uniforme, pero como paso previo debemos analizar la normalidad de las demandas de los
productos incluidos en el subgrupo de Tipo 1.
4.3.3.1 Prueba de normalidad de las demandas de los productos con demanda uniforme
Debido a que haremos uso de propiedades estadísticas de las distribuciones normales durante el desarrollo del
procedimiento de gestión para los productos con demanda uniforme al aplicar el método de punto de pedido,
debemos analizar la normalidad de sus distribuciones de demanda mensuales.
Hemos utilizado para ello la base de datos obtenida a partir del ERP de las ventas mensuales entre 01.01.2015
y 31.12.2016 en apartados anteriores, así como el software SPSS para el análisis estadístico de dichas
distribuciones.
Una vez realizada la carga de las distribuciones de demanda mensuales para los tres productos del conjunto
con demanda uniforme, hemos realizado la prueba de normalidad con el software, que nos ha generado los
resultados de la Tabla 4.3-8, en el que nos basamos en el método de Shapiro-Wilk (Shapiro & Wilk, 1965):
Tabla 4.3–9. Pruebas de normalidad
Shapiro-
Wilk
Estadístico gl Sig.
C70000611 .934 24 .118
C70006270 .932 24 .110
C70006271 .949 24 .252
Al obtener un nivel de significación 𝑆𝑖𝑔. > 0,05 para las tres distribuciones, hemos comprobado que todas
ellas son distribuciones normales (Shapiro & Wilk, 1965).
38
4.3.3.2 Procedimiento de gestión de aprovisionamientos para productos con demanda uniforme
La gestión de aprovisionamientos para los productos con demanda uniforme se realizará de la siguiente forma:
1) Obtenemos desde SAP la información de ventas de los 12 meses rodantes previos al momento del
análisis.
2) Imputamos la información de ventas mensuales de cada uno de los 12 meses obtenida en el paso
anterior en la herramienta de cálculo de punto de pedido desarrollada en este Proyecto, la cual
expondremos en el capítulo 5. “Desarrollo de los modelos utilizados”.
3) De la misma forma imputamos en la herramienta la referencia SAP a analizar, lo cual le permite
seleccionar automáticamente a partir de las bases de datos con las que está generada: el coste del
producto, el plazo de aprovisionamiento y el retraso habitual del proveedor en la entrega.
4) En la misma herramienta de cálculo de punto de pedido seleccionamos el nivel de confianza deseado
para la aplicación del método ya que contamos con incertidumbre en la demanda.
5) A partir de esta información la herramienta proporciona los resultados de punto de pedido y lote
óptimo de aprovisionamiento que imputaremos en el Maestro de Materiales de SAP para automatizar
el aprovisionamiento del producto.
Para los productos con demanda uniforme la revisión de punto de pedido y lote óptimo de aprovisionamiento
se ha procedimentado con frecuencia anual, de forma que detectemos variaciones en su demanda a medio
plazo que generen riesgo de obsoletos en la compañía.
Al automatizar la gestión de aprovisionamientos por medio del ERP una vez obtenidos de forma anual los
parámetros de reaprovisionamiento, reducimos enormemente el consumo de tiempo y recursos en la gestión de
este tipo de productos.
4.3.4 Aplicación del método de Wagner-Whitin para los productos con demanda no uniforme
Para el desarrollo del método de gestión de aprovisionamientos a aplicar para los productos con demanda no
uniforme partimos de las mismas premisas que para el desarrollado para los productos con demanda uniforme:
a. La información de ventas se obtendrá para cualquier intervalo de fechas a partir de 01.01.2015
mediante SAP como ERP de uso generalizado en la compañía.
b. Las herramientas necesarias para la aplicación del método de gestión de aprovisionamientos
desarrollado deberán ser generadas en Excel.
El procedimiento de gestión de aprovisionamientos para los productos con demanda no uniforme será de la
forma:
1) Realizamos la previsión de la demanda para los 12 meses siguientes a la fecha del análisis a partir de
la información de ventas de los 24 meses rodantes anteriores mediante el método de previsión de la
demanda con estacionalidad expuesto en el apartado 4.1. “Previsión de la demanda”.
2) Imputamos esta demanda prevista en la herramienta Excel desarrollada para el método de Wagner-
Whitin que expondremos en el capítulo 5. “Desarrollo de los modelos utilizados”.
3) Imputamos de igual forma en la herramienta la referencia SAP del producto para que
automáticamente obtenga de las bases de datos que se le han proporcionado el modo de
aprovisionamiento del producto y sus costes asociados.
4) La herramienta proporciona de forma automática la información sobre los periodos en los que deben
recibirse los aprovisionamientos y las cantidades de éstos a partir de la aplicación del método de
Wagner-Whitin.
Para los productos con demanda no uniforme el análisis de aprovisionamientos se ha procedimentado con
frecuencia anual, pero la naturaleza no uniforme de la demanda de estos productos obliga a procedimentar una
revisión mensual de sus niveles de inventarios, de forma que se compruebe cada mes que no existan aumentos
puntuales de demanda que den lugar a la rotura del inventario o caídas puntuales de demanda que puedan
39
40
generar inventarios obsoletos en la empresa.

Durante la revisión mensual de inventarios pueden darse por tanto dos situaciones:
a. El nivel de inventarios y la demanda siguen lo previsto al realizar la gestión de aprovisionamientos y
por lo tanto puede mantenerse la estrategia definida.
b. El nivel de inventarios y la demanda son diferentes a lo previsto al realizar la gestión de
aprovisionamientos, lo cual plantea dos escenarios:
1) El nivel de inventarios es menor al previsto debido a que la demanda ha sido superior a la
prevista:
Será necesaria una actualización de la gestión de aprovisionamientos, la cual generará una
nueva estrategia de aprovisionamientos.
2) El nivel de inventarios es superior al previsto debido a que la demanda ha sido inferior a la
prevista:
Deberá comprobarse que la reducción de la demanda no se deba a un retraso en la imputación
de los pedidos de venta previstos, de ser así la estrategia de aprovisionamientos puede
mantenerse según estaba definida ya que el aumento de la demanda futura compensará la
reducción en el pasado; si la reducción de la demanda se debe a una situación que vaya a
afectar de la misma forma en el futuro (pérdida de un cliente o reducción de la cartera de
pedidos) será necesario actualizar la estrategia de aprovisionamientos para evitar la futura
generación de obsoletos y sobrestocks.
40
5 DESARROLLO DE LOS MODELOS UTILIZADOS
La simplicidad llevada al extremo se convierte en

elegancia.
J. Franklin
ebido a que la empresa requiere de un procedimiento de gestión fácilmente replicable en sus distintas
D divisiones y países en los que posee sus sedes que no obligue a largas formaciones del personal para
conseguir su adaptación al puesto de Gestor de Aprovisionamientos, se impone el requisito de que las
herramientas necesarias para la puesta en práctica del modelo de gestión de aprovisionamientos definido en el
Proyecto sean diseñadas en Excel, ya que dicho software es de uso generalizado en la compañía y
periódicamente imparte cursos de formación para asegurar que sus empleados están familiarizados con su
funcionamiento.
En este apartado expondremos por tanto las herramientas generadas que serán aquellas que sirvan de apoyo
para la aplicación del modelo definido.
Se han intentado diseñar de forma que su utilización sea lo más ágil y simple posible, con el fin de que sea
necesario invertir el menor tiempo posible en su uso, reduciendo la carga de trabajo necesaria para poner en
práctica el modelo de Gestión de Inventarios.
Los resultados obtenidos mediante el uso de la herramienta de punto de pedido se imputarán posteriormente en
el ERP, en el módulo de Maestro de Materiales, de forma que la gestión de inventarios del producto se realice
de forma automática por éste.
Los resultados generados por la herramienta de cálculo del método de Wagner-Whitin se utilizarán para
conocer los periodos en los que es necesario recepcionar los aprovisionamientos y las cantidades de éstos. Y se
utilizará la información del plazo de aprovisionamiento del producto para identificar los periodos en los que es
necesario lanzar de forma manual los pedidos de aprovisionamiento.
5.1 Diagrama de flujo para la aplicación de las herramientas propuestas

En el siguiente diagrama de flujo, Figura 5-1, se muestra el flujo definido para asignar una de las dos
herramientas de gestión diseñadas a cada uno de los productos cuyo inventario sea preciso gestionar, así como
la información que es necesario imputar y los entregables de salida del proceso.
41
42
Desarrollo de los modelos utilizados
Figura 5-1. Diagrama de flujo para el uso de las herramientas del modelo.
Partiendo de la elección del producto cuyo inventario es necesario gestionar se obtendrá a partir de SAP su
demanda mensual agrupada para todas las tallas del producto en los últimos doce meses previos al momento
del análisis.
Una vez obtenida, se analizará mediante la regla de Peterson-Silver expuesta en el apartado 4.2 “Regla de
Peterson-Silver” para decidir si la demanda obtenida en el paso anterior cumple con la condición de demanda
uniforme.
42
a. Si es así se hará uso de la herramienta para el cálculo de punto de pedido, en la que habrá que
informar la demanda mensual agrupada para todas las tallas del producto en los últimos doce meses
previos al momento del análisis, además de la referencia SAP de producto analizado y del nivel de
confianza deseado en el análisis.
Con esta información, la herramienta propondrá un valor de punto de pedido y un valor de lote
económico que se imputarán por el gestor de inventarios en SAP, en el Maestro de Materiales del
producto.
Tras ello, el ERP generará automáticamente las solicitudes de pedido por valor del lote económico de
pedido una vez que se alcancé el nivel de inventarios fijado por el valor informado de punto de
pedido.
b. Si la demanda no cumple la condición de demanda uniforme, se deberá obtener la previsión de la
demanda para los siguientes doce meses, haciendo uso de la metodología expuesta en el capítulo 4.1
“Previsión de la demanda”.
Dicha demanda se informará en la herramienta de Wagner-Whitin junto a la referencia SAP del
producto analizado.
Con esta información, la herramienta utilizará el método de Wagner-Whitin expuesto en el apartado
3.5 “Método de Wagner-Whitin” para generar la información de periodos de necesidad de recepción
de aprovisionamientos y cantidades a aprovisionar.
Esta información se registrará por el gestor de inventarios y le servirá de plan de aprovisionamientos
para la gestión del inventario del código analizado.
5.2 Desarrollo de la herramienta para el cálculo de punto de pedido

Tras seleccionar los códigos cuya demanda es uniforme, hemos generado una herramienta Excel que permite
obtener la información de punto de pedido y lote óptimo de aprovisionamiento de forma rápida con solo
imputar la referencia SAP del producto a estudiar, su demanda mensual en los últimos 12 meses y el nivel de
confianza deseado en el análisis.
La pantalla principal de la herramienta generada es de la forma:
Figura 5-2. Herramienta de punto de pedido.
Donde las celdas con relleno de color verde marcan los datos que deben ser imputados y las celdas con letra
azul los datos que se obtienen automáticamente de las bases de datos incluidas en la herramienta.
A partir de los datos que se introducen de manera manual de forma previa al análisis y basándose en las bases
de datos que también se le imputan inicialmente se obtiene la información necesaria para llevar a cabo el
análisis de Lote Óptimo de Pedido expuesto en el apartado 3.2 “Teoría de punto de pedido”:
43
44
1) Referencia SAP del producto:

Cruzando la referencia SAP imputada con la base de datos de “Costes y modos de aprovisionamiento”
la herramienta obtiene la información del coste unitario del producto y de si su modo de
aprovisionamiento es fabricación, compra u overseas, a partir del cual a su vez determinará el coste de
lanzamiento de la orden de aprovisionamiento, su plazo de aprovisionamiento y el retraso habitual de
su proveedor por defecto.
Estos datos se actualizan anualmente según procedimientos ya instaurados en el Grupo y se
consideran estables entre actualizaciones.
2) Demanda en los últimos 12 periodos:

La información de demanda de la referencia en los últimos 12 periodos (meses) junto al plazo de
aprovisionamiento a ésta se necesitan para obtener la demanda de la referencia durante el tiempo de
aprovisionamiento (𝑑).
3) Nivel de confianza deseado:

Debido a que existe incertidumbre en la demanda y a que por tanto aproximamos ésta por una
distribución normal siguiendo la metodología de aplicación de Nahmias (Nahmias, 2007) del método
de punto de pedido para demandas con incertidumbre, es necesario imputar un nivel de confianza para
realizar el análisis.
Para facilitar el uso de la herramienta, este nivel de confianza está establecido por defecto en el 97,5%
que será aplicable en general, pero en caso necesario puede seleccionarse entre los valores 95%,
97,5%, 99% y 99,5% a partir de un selector limitado.
Debemos conocer el impacto de modificar este nivel de confianza: disminuyendo el nivel de
confianza reduciremos el stock medio del producto pero aumentaremos las posibilidades de que un
incremento imprevisto en la demanda provoque rotura de inventarios; aumentándolo generamos el
efecto contrario, el stock medio del producto aumentará pero reduciremos las posibilidades de rotura
de inventario ante picos de consumo imprevistos.
Los cálculos intermedios realizados automáticamente por la herramienta son:

1) Coste de lanzamiento (𝐶𝐿 ):
A partir de la referencia SAP imputada y cruzando ésta con la base de datos de “Costes y modos de
aprovisionamiento”, la cual actualizaremos cada vez que se produzcan modificaciones en los
productos incluidos, la herramienta asigna un “Coste de cambio de modelo” y unos “Costes
indirectos” que dependen en exclusiva de si la referencia se aprovisiona mediante fabricación propia o
si se trata de un producto aprovisionado mediante compra a terceros, la suma de ambos costes dan
lugar al coste de lanzamiento.
a. El coste de cambio de modelo solo será distinto de 0 en el caso de que el material se
aprovisione mediante fabricación propia. El plazo de configuración de la cadena de
fabricación y el lanzamiento de un modelo hasta conseguir su producción en serie se
aproxima por una jornada, 9 horas, de trabajo.
Estando la línea de fabricación compuesta por 25 operarios con un coste estimado de
15€/h.
b. Los costes indirectos son aquellos incurridos por el personal de oficina al poner en
marcha un pedido y dependerán de si se trata de la puesta en marcha de un pedido de
compra o de fabricación.
i. Si se trata de un pedido de compra u overseas, la carga de trabajo se
estima en 5 horas compuestas por: el tiempo de trabajo del equipo
44
técnico, del trabajo del aprovisionador y del trabajo del departamento de
certificación.
El coste estimado ponderado por hora de estos roles es de 25€.
ii. Si se trata de un pedido de fabricación, la carga de trabajo se estima en 8
horas compuestas por: el tiempo de trabajo del equipo técnico, del
tiempo de trabajo del Responsable de Control de Producción, del tiempo
de trabajo del aprovisionador, del de Oficina Técnica, del tiempo de
patronista y marcadas y del tiempo del departamento de certificación.
El coste estimado ponderado por hora de estos roles es también de 25€.
Los datos inferidos por la herramienta haciendo uso de la información expuesta anteriormente y aplicando el
método de punto de pedido con incertidumbre en la demanda e incertidumbre en el plazo de
aprovisionamiento son:
1) Demanda del producto durante el tiempo de aprovisionamiento (𝑑):
Se define como la demanda de la referencia durante su plazo de aprovisionamiento tomado este como
cierto y conocido.
2) Stock de seguridad por variaciones de demanda:

Es el stock mínimo a mantener para hacer frente a la demanda de la referencia durante el tiempo de
aprovisionamiento tomando este como cierto y conocido. Obtenemos su expresión a partir del método
de punto de pedido (Harris, 1913) expuesto en el apartado 3.2 “Teoría de punto de pedido” con la
aproximación de Nahmias, ver (Nahmias, 2007), utilizando la normal tipificada asociada al nivel de
confianza indicado en la herramienta:
𝑆𝑆 = 𝑍𝐶 ∗ √𝑃𝐴𝑝𝑟𝑜𝑣 ∗ 𝜎
Siendo:
a. 𝑍𝑐 = Valor estándar de la normal tipificada para el nivel de confianza imputado.
b. 𝑃𝑎𝑝𝑟𝑜𝑣 = Plazo de aprovisionamiento en meses.
c. σ = Desviación típica de la distribución de demanda imputada.
3) Stock de seguridad por retrasos del proveedor (𝑆𝑆𝑒𝑔𝑢𝑟𝑖𝑑𝑎𝑑 𝑝𝑟𝑜𝑣 ):

Stock necesario para hacer frente a los retrasos habituales del proveedor.
Se calcula como:
𝑅𝑒𝑡𝑟𝑎𝑠𝑜 ℎ𝑎𝑏𝑖𝑡𝑢𝑎𝑙
𝑆𝑆𝑒𝑔𝑢𝑟𝑖𝑑𝑎𝑑 𝑝𝑟𝑜𝑣 = ·𝑑
𝑃𝑙𝑎𝑧𝑜 𝑑𝑒 𝑎𝑝𝑟𝑜𝑣𝑖𝑠𝑖𝑜𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜
4) Lote para evitar suplementos de aprovisionamiento: referencia informativa del lote mínimo de pedido
que permite evitar suplementos de coste por pedido mínimo en el proveedor del producto.
A partir de la información anterior imputada e inferida, la herramienta resuelve el problema de Lote Óptimo de
Pedido obteniendo:
1) Punto de pedido propuesto:
Cantidad límite de inventario a partir de la cual es necesario lanzar un nuevo reaprovisionamiento.
Se calcula como:
𝑃𝑢𝑛𝑡𝑜 𝑑𝑒 𝑝𝑒𝑑𝑖𝑑𝑜 = 𝑑 + 𝑆𝑆 + 𝑆𝑆𝑒𝑔𝑢𝑟𝑖𝑑𝑎𝑑 𝑝𝑟𝑜𝑣
2) Lote económico:
45
46
Cantidad de reaprovisionamiento que optimiza los costes totales (costes de lanzamiento y costes de
almacenamiento).
Se calcula como:
𝐷𝑒𝑚𝑎𝑛𝑑𝑎 · 𝐶𝐿
𝐿𝑜𝑡𝑒 𝑒𝑐𝑜𝑛ó𝑚𝑖𝑐𝑜 = √2 ·
𝐶𝑜𝑠𝑡𝑒 𝑝𝑟𝑒𝑛𝑑𝑎 · 𝐶𝐴𝑙𝑚𝑎𝑐𝑒𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜
Siendo:
a. 𝐶𝐿 = costes de lanzamiento incurridos al realizar el pedido.
b. 𝐶𝐴𝑙𝑚𝑎𝑐𝑒𝑛𝑎𝑚𝑖𝑒𝑛𝑡𝑜 = costes de almacenamiento generados por el mantenimiento del
inventario.
3) Stock máximo:
Máxima cantidad posible en inventario para la referencia analizada. Las dos únicas posibilidades de
mantener esta cantidad en inventario en algún momento se dan si la demanda cae hasta 0 en el
momento inmediatamente posterior a lanzar un reaprovisionamiento, si se mantiene nula durante el
plazo de aprovisionamiento y no existe posibilidad de anular el pedido o si el proveedor realiza un
aprovisionamiento instantáneo por alguna razón.
Este valor de stock máximo se utiliza como referencia en la herramienta para conocer el máximo nivel
de riesgo por obsolescencia que estamos tomando al aplicar el método.
4) Meses de cobertura:
Meses de cobertura de stock que supone el lote económico propuesto por la herramienta teniendo
como referencia la demanda imputada.
Una vez obtenido el punto de pedido y el lote óptimo de aprovisionamiento imputaremos dicha información en
SAP, dentro de las transacciones del Maestro de Materiales, de forma que el ERP automatice la solicitud de
pedidos.
5.3 Desarrollo de la herramienta de Wagner-Whitin

Para aquellas referencias cuya demanda sí presenta estacionalidad observable el método de lote óptimo de
pedido no da lugar a una solución válida, por lo que el problema de optimización de aprovisionamientos lo
resolvemos mediante el uso del algoritmo de Wagner-Within, que como hemos indicado en el apartado 3.5
“Método de Wagner-Whitin” proporciona una solución óptima del problema de reducción de costes.
Para simplificar su aplicación en los procedimientos de la compañía se ha generado una herramienta adicional
en Excel que simplifica la puesta en práctica del método.
De nuevo solo es necesario imputar manualmente en la herramienta el código SAP del producto a analizar y su
demanda prevista para los 12 meses siguientes para que la herramienta finalmente proponga los periodos en
los que es necesario recibir los reaprovisionamientos y sus cantidades de forma que se optimice el problema de
coste mínimo dado por los costes de lanzamiento y almacenamiento del material.
Como hemos indicado, en este caso es necesario obtener de forma previa una previsión de la demanda, para la
cual se propone el método expuesto en el apartado 4.1 “Previsión de la demanda”.
Una vez obtenida la previsión de la demanda para los doce siguientes meses la imputamos en la herramienta
de análisis.
La pantalla principal de la herramienta es de la forma:
46
Figura 5-3. Herramienta de Wagner-Whitin.
Donde de nuevo las celdas con relleno verde indican la información que debe ser imputada.
A partir de los datos que se introducen de manera manual de forma previa al análisis y basándose en las bases
de datos que también se le imputan inicialmente se obtiene la información necesaria para llevar a cabo el
método de Wagner-Whitin.
1) Referencia SAP:
Cruzando la referencia SAP imputada con la base de datos de “Costes y modos de
aprovisionamiento”, que de forma similar a lo expuesto en la herramienta de punto de pedido deberá
ser actualizada siempre que haya una modificación que le afecte, la herramienta obtiene de forma
automática la información del coste unitario de la referencia y de si su modo de aprovisionamiento es
fabricación, compra u overseas, a partir del cual a su vez determinará el coste de lanzamiento de la
orden de aprovisionamiento.
Estos datos de coste se actualizan anualmente según procedimientos ya instaurados en el Grupo y se
consideran estables entre actualizaciones.
2) Previsión de la demanda en los próximos doce meses:

Mediante la metodología de previsión de la demanda descrita en el apartado 4.1 “Previsión de la
demanda” obtenemos una previsión de consumos para los doce meses siguientes al momento del
análisis, la cual se imputa directamente en la herramienta para que ésta la tome como base para los
cálculos.
Los datos inferidos por la herramienta a partir de la información que se le imputa manualmente son:
1) Descripción de la prenda:
A partir de la referencia SAP imputada y la base de datos “Costes y modos de aprovisionamiento” la
herramienta obtiene la descripción del código analizado, de forma que sirva como referencia al gestor
encargado de realizar el análisis.
2) Coste de la prenda:
A partir de la referencia SAP imputada y la base de datos “Costes y modos de aprovisionamiento” la
herramienta muestra el coste unitario del código, que se utiliza posteriormente para obtener los costes
de lanzamiento y almacenamiento.
47
48
3) Modo de aprovisionamiento:
Información que se obtiene también de la base de datos “Costes y modos de aprovisionamiento”,
definirá la forma de cálculo del coste de lanzamiento de los reaprovisionamientos.
4) Coste de cambio de modelo (𝐶𝐶𝑀 ):

Incluimos los costes generados al realizar el cambio de configuración de la cadena de producción. De
esta forma, solo aplican a las referencias con modo de aprovisionamiento “Fabricación”. Su forma de
cálculo es:
𝐶𝐶𝑀 = 𝑁º 𝑑𝑒 𝑜𝑝𝑒𝑟𝑎𝑟𝑖𝑜𝑠 · 𝐶𝑜𝑠𝑡𝑒/𝐻𝑜𝑟𝑎𝑜𝑝𝑒𝑟𝑎𝑟𝑖𝑜 · 𝑇𝑖𝑒𝑚𝑝𝑜 𝑑𝑒 𝑝𝑎𝑟𝑎𝑑𝑎
Se consideran necesarias para el cambio de configuración de forma habitual 9 horas de paro de la
cadena completa compuesta por 25 operarios, con un coste por hora para cada operario de 15€.
Para las referencias con modo de aprovisionamiento compra u overseas:
𝐶𝐶𝑀 = 0
Ya que el coste de cambio de modelo lo soporta el proveedor subcontratado.
5) Costes indirectos (𝐶𝐼 ):

Incluimos aquellos costes generados en la gestión de un pedido, los cuales dependerán de si se trata de
un pedido de compra (asociado a las referencias con modo de aprovisionamiento “Compra” u
“Overseas”) o de un pedido de fabricación (asociado a las referencias con modo de aprovisionamiento
“Fabricación”).
a. En pedidos de compra se consideran 5 horas de trabajo de gestión debido a su puesta en
marcha por parte del personal de oficina, con un coste estimado de 25€/h.
b. En pedidos de fabricación se consideran 8 horas de trabajo de gestión debido a su puesta en
marcha por parte del personal de oficina, con un coste estimado de 25€/h.
6) Coste de lanzamiento (𝐶𝐿 ): es la suma de los costes de cambio de modelo e indirectos.

Por lo tanto:
𝐶𝐿 = 𝐶𝐶𝑀 + 𝐶𝐼
A partir de esta información la herramienta genera de forma automática la matriz de costes de Wagner-Whitin
y como resultados propone los periodos de recepción de aprovisionamientos y la cantidad de unidades de
dichos aprovisionamientos, así como el coste óptimo de aprovisionamiento que es posible alcanzar con la
distribución de demanda y la información de la referencia analizada, el número de aprovisionamientos a
realizar en el periodo estudiado, el inventario medio que se mantendrá en dicho periodo y la rotación prevista
para el material.
La forma de cálculo de estos dos últimos resultados es:
a. Inventario medio (𝐼 )̅ :
𝐼 ̅ = 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜 (∑ 𝐼𝑖 ) 𝑝𝑎𝑟𝑎 𝑖 = 1, … , 12
𝐼𝑖𝑛𝑖𝑐𝑖𝑎𝑙 −𝐼𝑓𝑖𝑛𝑎𝑙
Siendo 𝐼𝑖 = 2
, es decir, la media entre el inventario inicial y el final en el periodo.
b. Rotación teórica (𝑅):

𝐷𝑒𝑚𝑎𝑛𝑑𝑎 𝑡𝑜𝑡𝑎𝑙 𝑝𝑟𝑒𝑣𝑖𝑠𝑡𝑎 · 𝐶𝑜𝑠𝑡𝑒 𝑑𝑒 𝑙𝑎 𝑝𝑟𝑒𝑛𝑑𝑎
𝑅=
𝐼̅
48
La herramienta proporciona de esta forma la estrategia óptima de aprovisionamientos a partir de la
información de previsión de demanda imputada.
Como hemos expuesto en el apartado 4.3.4 “Aplicación del método de Wagner-Whitin para los productos con
demanda no uniforme”, una vez puesta en marcha la estrategia debe revisarse el nivel de inventarios con
frecuencia mensual para comprobar que la demanda real del producto es similar a la previsión realizada.
49
50
Implementación de las herramientas excel generadas e indicadores seleccionados
para el análisis de resultados
6 IMPLEMENTACIÓN DE LAS HERRAMIENTAS

EXCEL GENERADAS E INDICADORES
SELECCIONADOS PARA EL ANÁLISIS DE
RESULTADOS
La calidad es nuestra mejor garantía de la fidelidad de

los clientes, nuestra más fuerte defensa contra la
competencia extranjera y el único camino para el
crecimiento y los beneficios.
J. Welch
ODA modificación de procedimientos en una empresa debe realizarse siguiendo los flujos de
T aprobación que ésta tenga definidos, tras la validación previa en un entorno de riesgo controlado de
los resultados esperables a partir de la modificación propuesta.
En este apartado expondremos el flujo de aprobación seguido en Grupo Iturri para la modificación del
procedimiento de Gestión de Inventarios vigente, de forma que incorporemos al procedimiento las
modificaciones necesarias para la puesta en práctica del método de gestión desarrollado en el Proyecto.
Además, resultaría imposible cuantificar el beneficio de la modificación del procedimiento si no se dispusiera
de unos indicadores adecuados a partir de los cuales comparar los resultados de forma anterior y posterior a la
implementación del cambio. En el caso particular de Grupo Iturri, estos ya existen y están recogidos en el
procedimiento vigente de Gestión de Inventarios, por lo que expondremos cuáles son y las ventajas que tiene
mantenerlos para el control objetivo del nuevo procedimiento.
6.1 Modificación del procedimiento actual para incorporar los modelos y

herramientas seleccionados
Debido a que la empresa se encuentra en un periodo de revisión de procedimientos, nos situamos en un
contexto empresarial ideal para realizar la modificación del procedimiento actual de previsión de la demanda
en productos de portfolio.
Grupo Iturri dispone de un procedimiento establecido para la modificación oficial de procesos, el cual
pertenece al departamento de Calidad y Mejora Continua y define el sistema para la elaboración, revisión,
modificación, difusión y control de la documentación (interna y externa), procedimientos y/o registros
relativos a los Sistemas de Gestión y para el funcionamiento del Grupo Iturri.
50
Se define como Procedimiento la “forma especificada de llevar a cabo una actividad o un proceso”.
En el flujo de aprobación de una modificación de procedimiento en la compañía interviene tanto el trabajador
que lo propone como el departamento de Calidad y Mejora continua, además de un rol denominado
“propietario del proceso” que es responsable de asegurar el correcto funcionamiento según las directrices del
Grupo Iturri del proceso bajo su responsabilidad.
Se establece el siguiente diagrama de flujo de implementación de procedimientos:
Figura 6-1. Diagrama de implementación documentos. Fuente: Control de

documentos y registros V02. 15.03.2016 - Procedimiento Iturri
Donde:
a. El flujo de creación o modificación de un procedimiento surge a partir de una necesidad de
documentación y/o registro documental y puede proponerla cualquier trabajador de la empresa.
b. La elaboración de nueva documentación o modificación de la actual la realiza el trabajador que ha
detectado la necesidad junto al departamento de Calidad y Mejora Continua.
c. La revisión de la documentación la realiza el departamento o departamentos afectados, incluyendo los
comentarios pertinentes, que posteriormente Calidad revisa para validar su aplicación.
d. La aprobación de la documentación la realiza el propietario del proceso, que comprueba que ésta esté
alineada con las directrices globales del proceso.
e. La difusión la realiza el departamento de Calidad y Mejora Continua mediante el uso de la plataforma
informática generada a tal efecto, mediante comunicación por email o a través de convocatorias de
formación según corresponda al impacto de la documentación generada.
f. El control documental se realiza por el departamento de Calidad y Mejora Continua.
51
52
En el caso particular de la modificación del procedimiento de Previsión de la Demanda y Gestión de

Inventarios al que se refiere el presente Proyecto, los pasos realizados han sido:
1. Detección de la necesidad de modificación del procedimiento de Previsión de la Demanda y Gestión

de Inventarios por parte del departamento de Planificación de la División de Vestuario, al comprobar
la baja rotación y el alto nivel de inventario medio de los productos pertenecientes a la categoría de
portfolio (grupo de productos incluidos en el Proyecto).
2. Propuesta de modificación del procedimiento de Previsión de la Demanda y Gestión de Inventarios
incluyendo la metodología desarrollada en el presente Proyecto, validada posteriormente por el
departamento de Calidad y Mejora Continua.
La aplicación actual del procedimiento modificado de Previsión de la Demanda y Gestión de Inventarios se
está llevando a cabo de forma particular en la División de Vestuario hasta disponer del análisis de resultados
de los indicadores de rendimiento de su aplicación, por lo que hasta el momento no se ha compartido con los
departamentos de Planificación del resto de divisiones de la empresa.
Una vez analizada la validez del nuevo procedimiento tras el estudio de los indicadores de rendimiento, el
flujo de aprobación restante para su aplicación global en el Grupo Iturri será:
3. Revisión de la propuesta de modificación del procedimiento de Previsión de la Demanda y Gestión de
Inventarios por parte de los departamentos de Planificación de las divisiones de Calzado, Vehículos y
EPIS.
4. Aprobación de los comentarios pertinentes generados con las revisiones de las distintas divisiones por
el propietario del proceso de Previsión de la Demanda y Gestión de Inventarios.
5. Modificación del procedimiento de Previsión de la Demanda y Gestión de Inventarios en la
plataforma informática de control de procedimientos por parte del departamento de Calidad y Mejora
Continua.
6. Aviso de modificación del procedimiento de Previsión de la Demanda y Gestión de Inventarios a
través de email informativo por parte del departamento de Calidad y Mejora Continua.
7. Convocatoria de formaciones a los roles implicados en la Previsión de la Demanda y Gestión de
Inventarios para el aprendizaje del nuevo procedimiento.
8. Aplicación global del nuevo procedimiento en la empresa.
6.2 Indicadores de rendimiento seleccionados para el análisis de resultados

Para el análisis de la validez del procedimiento desarollado para la gestión de inventarios, es necesario
seleccionar indicadores de rendimiento (KPI, Key Performance Indicator) y analizar la evolución de sus
valores tras la aplicación del modelo, de forma que obtengamos una visión objetiva del rendimiento del
proceso.
Los KPIs representan un conjunto de medidas cuyo objetivo está en aquellos aspectos del rendimiento
empresarial más críticos para el éxito presente y futuro de la organización (Parmenter, 2007).
Existen multitud de KPIs con aplicación en el proceso de Gestión de Inventarios, entre los cuales Grupo Iturri
incluye en sus procedimientos de Gestión de Inventarios el inventario medio por producto y la rotación.
Además, se ha incluido en este Proyecto el análisis de las roturas de inventarios a partir de la comparación de
“stock muerto” entre el periodo de referencia (año 2016) y el periodo analizado (año 2017).
52
6.2.1 Inventario medio en el periodo
Definido como las unidades promedio almacenadas durante un periodo dado.
𝐼̅1 + ⋯ + 𝐼̅𝑛
𝐼̅ =
𝑛
Donde:
̅ Inventario medio en los 𝑛 meses considerados.
𝐼=
𝐼̅1 = Inventario medio en el mes 1.
𝐼̅𝑛 = Inventario medio en el mes 𝑛.
Y el cálculo del inventario medio para el mes 𝑚 se realiza de la forma:

𝐼𝑚𝑖 − 𝐼𝑚𝑓
𝐼̅̅̅
𝑚 =
2
Siendo:
𝐼𝑚𝑖 = Inventario inicial en el mes.
𝐼𝑚𝑓 = Inventario final en el mes.
6.2.2 Rotación
Proporción entre las ventas y las existencias promedio, indica el número de veces que el capital invertido se
recupera a través de las ventas (Mora García & Muñoz Zuluaga, 2005).
Añade a la información dada por el inventario medio en el periodo el efecto de las ventas satisfechas durante
dicho periodo, por lo que incorpora al indicador los efectos de posibles roturas de stock.
Se define para un periodo dado y se calcula a partir de la siguiente expresión:
𝑉𝑒𝑛𝑡𝑎𝑠 𝑎𝑐𝑢𝑚𝑢𝑙𝑎𝑑𝑎𝑠 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
𝑅𝑜𝑡𝑎𝑐𝑖ó𝑛 =
𝐼𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 𝑚𝑒𝑑𝑖𝑜 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
Una de las características principales para el uso de este indicador en la empreas es que, al igual que para el
inventario medio en el periodo, su cálculo es fácilmente automatizable en la mayoría de los ERP y en
particular en SAP.
El análisis de ambos indicadores se incluye actualemente en el procedimiento de Gestión de Inventarios de la
empresa como método de control de dicha gestión, por lo que no es necesaria la modificación de ningún
apartado del procedimiento para su inclusión.
Además, para automatizar y agilizar su cálculo, se dispone de una transacción SAP desarrollada para la
compañía que permite obtener de forma automatizada los valores de ambos indicadores sin necesidad de
invertir tiempo de un trabajador en su cálculo.
6.2.3 Stock muerto

El stock muerto se define como el valor mínimo de inventario de un producto durante el intervalo
seleccionado.
𝑆𝑡𝑜𝑐𝑘 𝑚𝑢𝑒𝑟𝑡𝑜 = 𝑉𝑎𝑙𝑜𝑟 𝑑𝑒 𝑖𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 𝑚í𝑛𝑖𝑚𝑜 𝑒𝑛 𝑒𝑙 𝑝𝑒𝑟𝑖𝑜𝑑𝑜
Por lo que nos indica si el inventario de cualquier talla de un producto ha llegado a ser 0 en el almacén,
identificando así si ha sufrido rotura de stock durante el periodo analizado.
Debemos recordar que una de las características asignadas al grupo de productos para los que se ha
desarrollado el presente modelo de Gestión de Inventarios es que siempre deben disponerse en stock, por lo
que alcanzar un stock 0 indica que dicha característica no se respeta, además de suponer un riesgo de
53
54
paralización de ventas.
Las ventajas que hacen que lo hayamos seleccionado como indicador se basan en que nos permite comparar el
número de productos que han sufrido roturas de stock en diferentes periodos de tiempo, calculando la
información además de forma automática por SAP mediante la transacción estándar MC50.
54
7 ANALISIS DE LOS INDICADORES
El genio es un uno por ciento de inspiración y un

noventa y nueve por ciento de transpiración.
Thomas A. Edison
RÁS el uso del modelo desarrollado en el presente Proyecto en la División de Vestuario en la empresa
T Grupo Iturri durante un periodo de doce meses, es necesario comprobar si los resultados obtenidos tras
esta prueba inicial son positivos respecto al modelo usado previamente.
Se analizarán durante el capítulo los resultados particulares de un ejemplo de cada uno de los dos grupos de
producto diferenciados por la naturaleza de su demanda: uno de los ejemplos tomado del grupo de productos
que presentan demanda uniforme y el otro de aquellos cuya demanda es no uniforme.
Además, se compararán los resultados de los KPI para el conjunto completo de 42 productos que fijamos
como objeto de análisis al inicio del estudio, de forma que se obtenga una imagen inicial del impacto global
obtenido tras la aplicación del modelo desarrollado.
Es necesario tener en cuenta que las condiciones iniciales en la puesta en práctica del nuevo modelo de gestión
de inventarios no eran nulas, debido a que todos los productos estaban ya siendo gestionados con anterioridad
y se disponía de inventarios iniciales.
Esta condición inicial influye en el resultado obtenido tanto si el inventario inicial se encontraba
sobredimensionado como si el inventario incial era inferior al necesario y generaba ventas no satisfechas.
7.1 Resultados de evolución de los indicadores tras un año de aplicación del

modelo
Como se ha expuesto de forma previa, la puesta en práctica del modelo desarrollado en el presente Proyecto se
realizó para los productos de portfolio de la División de Vestuario a partir del 01.01.2017, por lo que en enero
de 2018 se calcularon los valores obtenidos durante el año 2017 para los KPI definidos en el capítulo anterior y
se obtuvo la evolución de éstos tras doce meses de aplicación del nuevo modelo de Gestión de Inventarios.
Se expondrá en este apartado la evolución obtenida para las dos referencias tomadas como ejemplo en el
apartado 4.3, así como la evolución global de los productos incluidos en el Proyecto; de forma que se analice
el impacto del nuevo modelo para una referencia de cada uno de los dos grupos en los que se subdivide el
conjunto completo de productos estudiados además del impacto del modelo sobre el conjunto completo de
productos.
Se compararán en todos los casos los valores de los KPI: inventario promedio, rotación y stock muerto,
durante el año 2017 frente a los valores de referencia obtenidos en el año 2016.
55
56
Analisis de los indicadores
7.1.1 Productos con demanda uniforme. Referencia 70000611
Tabla 7–1. Comparación de KPIs en producto de demanda uniforme

Tallas con stock
Año Inventario medio (𝐼 )̅ Rotación
muerto = 0
2016 31.235 € 0,44 0
2017 23.846 € 0,63 0
7.1.2 Productos con demanda no uniforme. Referencia 70006453

Tabla 7–2. Comparación de KPIs en producto de demanda no uniforme
Tallas con stock
muerto = 0
2016 87.911 € 1,52 1
2017 43.217 € 3,36 5
7.1.3 Conjunto total de productos analizados

Tabla 7–3. Comparación de KPIs en conjunto total de productos
Número de
productos con
tallas con stock
muerto = 0
2016 1.084.079 € 1,08 27
2017 937.191 € 1,26 24
7.2 Discusión de los resultados

Observamos a partir de los resultados anteriores que la aplicación del modelo de Gestión de Inventarios
desarrollado en el Proyecto ha dado lugar a una mejora del 17% en la rotación del total del conjunto completo
de productos analizados, asociada a una reducción del 14% en el inventario medio de dichos productos.
Esta reducción de inventario medio supone para la empresa una disminución de los costes de almacenamiento
de 146.888 €, generando el beneficio adicional de la no incursión en los gastos financieros asociados.
Cabe destacar que para determinados productos, como la referencia 70006453 expuesta en el apartado 7.1.2, la
rotación se ha aumentado hasta en un 121%, reduciéndose su inventario medio hasta en un 51%.
El número de productos que han sufrido rotura de stock durante el intervalo se ha mantenido en el mismo
orden de magnitud tras la aplicación del modelo, por lo que para obtener mejores resultados será necesario
realizar un mayor control sobre la información de los plazos de aprovisionamientos o de la previsión de la
demanda, o asumir un mayor nivel de inventario de seguridad con la penalización en el inventario medio
asociada.
Estos resultados se han obtenido tras solo doce meses de aplicación del modelo de gestión desarrollado, sin
56
que se haya alcanzado aún su máximo beneficio, debido a que tras este intervalo de tiempo siguen existiendo
productos con inventarios sobredimensionados para los que no se ha podido poner en práctica al no haber sido
necesario realizar nuevos aprovisionamientos en el periodo.
Como resultados adicionales se tienen:
a. De forma previa al desarrollo del modelo de Gestión de Inventarios todos los productos del conjunto
de stock se gestionaban mediante el método estático de lote, el cual solo es aplicable a productos con
demanda uniforme. Sin embargo, de los productos que componen el conjunto analizado, solo el 7%
cumplen con dicha condición, por lo que en el 93% de los casos el uso del método estático de lote no
solo no era óptimo sino que ni siquiera era aplicable.
b. Con anterioridad al presente Proyecto, la empresa no utilizaba en la Gestión de Inventario ningún
método de gestión aplicable para productos con demanda no uniforme, los cuales sin embargo
componen el 93% del total de productos de stock en la División de Vestuario.
c. Al encontrarnos ante productos distribuidos en tallas, la influencia de la distribución del inventario en
cada una de éstas frente al total del producto es muy importante, encontrándonos en estos momentos
con una rotación menor a la esperada para determinados productos debido a inventarios
sobredimensionados en ciertas tallas frente a inventarios escasos en otras.
d. Es necesario el uso durante un periodo de tiempo más prolongado del método para obtener su máximo
rendimiento debido a la influencia de las condiciones iniciales de inventarios sobredimensionados en
el momento de su puesta en práctica. Para nuevas incorporaciones de productos el método de gestión
permite obtener desde el inicio rotaciones próximas a la óptima teórica e inventarios medios cercanos
al mínimo teórico.
7.3 Áreas de mejora

Pese a que los resultados obtenidos validan el uso del método de Gestión de Inventarios descrito en el presente
Proyecto en el resto de Divisiones del Grupo Iturri, durante su aplicación y tras el análisis de los resultados del
Proyecto se han encontrado áreas de mejora que es posible analizar en el futuro para aumentar la eficiencia del
modelo.
Entre ellas:
a. Debido a que el modelo se basa en información histórica de demanda (tanto para la aplicación del
método de punto de pedido en los productos con demanda uniforme, como para realizar la previsión
de la demanda en los productos con estacionalidad en la demanda), es interesante analizar los efectos
que han tenido en ella las roturas de inventario sufridas, de forma que sea posible corregir dichos
efectos al introducir la información histórica de demanda en el momento en que se realiza la previsión
de demanda futura mejorando de esta forma la precisión de la información usada.
b. Al tratarse por lo general en la industria textil de productos con distribución por tallas, el método
puede hacerse más eficiente mediante una mejor metodología de distribución de los
aprovisionamientos totales del producto, obtenidos mediante el método descrito en el Proyecto, a cada
una de las diferentes tallas que lo componen. De esta forma sería posible mantener la agilidad de
cálculo del presente modelo al evitar el cálculo talla a talla de cada producto y conseguir sin embargo
una mayor fiabilidad de gestión de los inventarios al nivel de tallas.
c. Con el fin de aumentar la precisión del método de punto de pedido aplicado a los productos con
demanda uniforme, es muy necesario en la empresa realizar un análisis exhaustivo de los tiempos de
aprovisionamiento dados por los proveedores: actualmente el tiempo de aprovisionamiento
considerado es el informado por el proveedor, el cual se contrasta posteriormente con la media de los
tiempos de aprovisionamientos realizados en el último año rodante. Sin embargo el uso de la media
para dicho contraste no es el adecuado para la aplicación al método de punto de pedido, siendo más
fiable utilizar el tiempo de aprovisionamiento del percentil que determine el nivel de fiabilidad que se
desee. Proponemos el uso del percentil 90 para asegurar que solo en el 10% de las ocasiones el plazo
de aprovisionamiento aplicado al proveedor será erróneo.
57
58
Analisis de los indicadores
d. El uso del método de Wagner-Whitin proporciona una solución óptima al problema de gestión de
inventarios a costa de un tiempo de cálculo elevado, por lo que es posible aumentar la eficiencia del
modelo propuesto reduciendo las revisiones que se realizan al nivel de inventarios de los productos.
Sin embargo, la revisión mensual se ha establecido en los primeros meses de uso del modelo para
comprobar la fiabilidad de éste y evitar riesgos de rotura de stock en los productos por errores en la
previsión de demanda. Consiguiendo una mayor fiabilidad en la previsión de la demanda es posible
disminuir la frecuencia de revisiones de inventarios, reduciendo de esta forma la carga de trabajo
necesaria para la aplicación del modelo.
e. En relación a los indicadores seleccionados, tanto inventario medio como rotación muestran una
relación directa con las necesidades de mejora de la empresa: un menor nivel de inventario medio
permite a la compañía disponer de un mayor capital al reducir su inmovilizado y sus gastos de
almacenamiento, evita incurrir en gastos financieros y minimiza el riesgo de obsoletos; y una mayor
rotación reduce el riesgo de obsoletos al reducir el tiempo necesario de almacenamiento del producto
antes de su venta.
Sin embargo, pese a que el indicador de stock muerto muestra si el modelo está incumpliendo la
condición impuesta de que siempre exista inventario disponible de los productos, no incorpora
información sobre los costes incurridos por paralización de ventas; por lo que sería interesante en
investigaciones futuras seleccionar un indicador que los incluya.
58
8 CONCLUSIONES
Lo que no se mide no se puede mejorar.

Peter F. Drucker
EMOS comprobado con el análisis de los resultados de los indicadores de rendimiento obtenidos tras
H 12 meses de aplicación del modelo que se produce una mejora sustancial tanto en el nivel medio de
inventarios como en la rotación de los productos, habiendo estado además limitado el resultado de la
implantación por las condiciones iniciales de inventario durante la puesta en práctica del nuevo modelo.
El modelo desarrollado se ha generado tras el estudio de la literatura existente en el campo de Gestión de
Inventarios, habiéndose analizado la validez de las distintas teorías respecto a la naturaleza de los productos
incluidos en el estudio y a la de sus demandas; posteriormente se ha seleccionado la teoría de gestión de
inventarios más adecuada para cada uno de los dos grupos de productos existentes en el estudio a partir de una
matriz de selección que incluía los criterios de selección fijados por la compañía: simplicidad de aplicación y
precisión de la solución.
Tras seleccionar las teorías de gestión a aplicar a cada uno de los dos grupos en los que se han dividido los
productos según la naturaleza de su demanda, hemos generado las herramientas de apoyo basadas en Excel
requeridas por la empresa para facilitar la puesta en práctica del modelo.
La implantación del modelo ha demostrado reducir el inventario medio de los productos tras doce meses de
uso mientras pemitía un aumento de las ventas respecto al periodo de control, lo cual cumple con los dos
requisitos iniciales de la compañía para su desarrollo e implantación general.
Además, debido a las herramientas de apoyo generadas, su uso práctico requiere únicamente una mínima
formación y la carga de trabajo es similar a la necesaria para el funcionamiento del modelo de gestión de
stocks vigente hasta este estudio, por lo que no es necesario aumentar la estructura de los departamentos de
Planificación de las divisiones de Grupo Iturri.
Por lo tanto, analizando la consecución de los objetivos específicos fijados al inicio del proyecto:
1. Se ha analizado el entorno industrial de la empresa y las características de los

productos incluidos en el proyecto. Hemos definido también los distintos modos
de aprovisionamiento y los plazos asociados a cada uno de ellos.
2. Se ha revisado la literatura existente sobre Gestión de Inventarios, y hemos
seleccionado cinco teorías aplicables al tipo de producto tratado por la compañía:
modelo de un solo lote, teoría de punto de pedido, teoría de determinación
heurística de lotes de aprovisionamiento, balanceo equilibrado de periodo
fragmentado y método de Wagner-Whitin.
59
60
Conclusiones
3. Se ha comprobado la existencia de dos grupos de producto según la naturaleza de

sus demandas: productos con demanda uniforme y productos con demanda no
uniforme, y a partir de esta diferenciación se ha seleccionado para cada uno de
estos grupos el modelo de Gestión de Inventarios más adecuado a partir de los
resultados de una matriz de decisión en la que se han incluido los criterios de
selección aportados por la compañía: simplicidad de la aplicación y precisión de la
solución.
Esta matriz de decisión nos ha servido para seleccionar la teoría de punto de
pedido para su aplicación a los productos que presentan demanda uniforme y del
método de Wagner-Whitin para los productos cuya demanda no es uniforme.
4. Se han desarrollado dos herramientas de apoyo en Excel, debido a los requisitos de
la compañía para su implantación, que facilitan el uso generalizado del modelo de
Gestión de Inventarios propuesto.
5. Se ha iniciado la modificiación del procedimiento vigente en la compañía sobre la
Gestión de Inventarios, siguiendo el flujo de validación existente. Además, se han
fijado los indicadores de rendimiento que nos han permitido analizar los resultados
obtenidos tras la implantación del nuevo modelo y hemos analizado estos
resultados tras doce meses de aplicación, obteniéndose una reducción del 14% en
el inventario medio de los productos incluidos en el estudio y un aumento del 17%
en su rotación durante el periodo, no habiéndose impactado negativamente en el
número de productos cuyo stock muerto en el periodo ha sido 0. Estos resultados
son suficientemente buenos para que la compañía haya decidido continuar con la
modificación del procedimiento de Gestión de Inventario de forma que se aplique
de forma generalizada en todas sus divisiones.
Respecto a la Tabla 1-1, la aplicación del modelo desarrollado ha permitido reducir en la compañía de forma
significativa los costes por exceso de inventario (costes de almacén, financieros por almacenaje y de
obsolescencia), los dos primeros se han reducido al requerir un 14% menos de inventario medio almacenado
para el conjunto de productos, y la reducción del riesgo de obsolescencia al obtener un aumento del 17% en la
rotación de los productos.
De los costes por escasez de inventarios (costes de paralización de ventas, costes adicionales de transporte y
costes por lote mínimo) la aplicación del nuevo modelo de Gestión de Inventarios ha conseguido reducir los
costes adicionales de transporte debido a que la correcta previsión y distribución de aprovisionamientos ha
evitado la necesidad de transportes urgentes entre los proveedores externos o centros productivos y el centro
de almacenamiento; además, las ventas han aumentado un 0,6% entre el año de aplicación del modelo y el año
de referencia, por lo que su volumen no se ha penalizado. Por último, el lote mínimo de aprovisionamiento se
ha incluido en las herramientas de gestión como referencia para el encargado de realizar el aprovisionamiento,
lo que evita incurrir de manera inconsciente en dicho coste.
60
ANEXO A
PRODUCTO MODO DE APROVISIONAMIENTO TIPO DE PRENDA
70000546 OVERSEAS SANIDAD
70000611 FABRICACIÓN ALTA VISIBILIDAD
70000812 FABRICACIÓN PROTECCIÓN LLUVIA
70001111 FABRICACIÓN PROTECCIÓN SOLDADURA
70001744 COMPRA NACIONAL PROTECCIÓN IGNÍFUGA
70005691 OVERSEAS PROTECCIÓN SOLDADURA
70005710 OVERSEAS PROTECCIÓN LLUVIA
70006270 FABRICACIÓN PROTECCIÓN IGNÍFUGA
70006863 OVERSEAS ALTA VISIBILIDAD
61
62
Referencias
REFERENCIAS
Bellman, R. E., 1957. Dynamic Programming. Primera ed. Princeton: Princeton University Press.
Canca, D. & González, P. L., 2015. Introducción a la organización de sistemas de producción. Sevilla:
Andalucía Tech. Campus de Excelencia.
Gaither, N. & Frazier, G., 2000. Administración de producción y operaciones. México: International
Thompson Editores.
Gayle, L., 1999. Contabilidad y administración de costos. s.l.:McGraw-Hill.
González, P. L., 2013. Decisión Multicriterio. Producción Aeroespacial. Ingeniería Aeronáutica. Universidad
de Sevilla.. Sevilla: s.n.
Hansen, D. R. & Mowen, M. M., 2007. Administración de costos. Contabilidad y control. s.l.:Thomson.
Harris, F. W., 1913. How many parts to make at once. Factory, The Magazine of Management, Febrero, 10(2),
pp. 135-136.
Heizer, J. & Render, B., 2008. Dirección de la producción y de operaciones. Decisiones tácticas.. Octava ed.
Madrid: PEARSON EDUCACIÓN, S.A..
Horngren, C. T., 2006. Contabilidad de costos. Un enfoque gerencial. México: Prentice Hall Mexico.
Mora García, L. A. & Muñoz Zuluaga, R. D., 2005. Diccionario de Logística y Negocios Internacionales.
Bogotá: Ecoe.
Nahmias, S., 2007. Análisis de la producción y las operaciones. Mexico D.F.: McGraw-Hill.
Parmenter, D., 2007. Key performance indicators: developing, implementing, and using winning KPIs. New
Jersey: John Wiley & Sons.
Peterson, R. & Silver, E., 1979. Decision Systems for Inventory Management and Production Planning. Nueva
York: Wily and Sons.
Shapiro, S. & Wilk, M., 1965. An analysis of variance test for normality (complete samples). Biometrika, 3 y
4(52), p. 591.
Silver, E. A. & Meal, H. C., 1973. A Heuristic for Selecting Lot Size Quantities for the Case of a Deterministic
Time Varying Demand Rate and Discrete Opportunities for Replenishment. Production and Inventory
Management, Issue 14, pp. 64-74.
Sipper, D. & Bulfin Jr., R. L., 1998. Planeación y control de la producción. México D.F.: McGraw-Hill.
Wagner, H. M. & Whitin, T. M., 2004. Dynamic Version of the Economic Lot Size Model. Management
Science, Diciembre, 50(12), pp. 1770-1774.
62
63

PFC 434 Cadenas

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

PFC 434 Cadenas

Cargado por

Copyright:

Formatos disponibles

Proyecto Fin de Carrera

Diseño, desarrollo e implementación de un sistema

Autor: Francisco de Asís Cadenas García

Equation Chapter 1 Section 1

Dep. de Organización Industrial y Gestión de

Diseño, desarrollo e implementación de un sistema de

Dep. de Organización Industrial y Gestión de Empresas I

Autor: Francisco de Asís Cadenas García

Tutor: Pedro Luis González Rodríguez

Acuerdan otorgarle la calificación de:

El Secretario del Tribunal

S lo que no puedo menos que dedicarles estos párrafos de agradecidimiento.

Tabla 1–1. Tipos de costes de inventario 12

Figura 3-1. Costes totales de inventario (Harris, 1913) 22

En el miedo del caos también existe la oportunidad.

a gestión de aprovisionamientos es un campo de gran interés en las industrias de fabricación y/o

1.1 Importancia de la gestión de inventarios

mercancías o mercaderías giran en torno al 70% de los costes totales.

Costes de paralización de ventas Costes de almacén

1.2 Justificación del proyecto en la compañía

1.3 Justificación personal

1.4 Objetivo general

1.5 Objetivos específicos

1.6 Estructura del documento

2 ANÁLISIS DEL ENTORNO INDUSTRIAL DE LA

No pretendamos que las cosas cambien si siempre

2.1 Distribución de productos incluidos en el estudio

La lectura es una conversación con los hombres más

3.2 Teoría de punto de pedido

Figura 3-1. Costes totales de inventario (Harris, 1913)

Los costes a optimizar son por tanto:

El cual incluye los costes de mantenimiento del inventario, de preparación y de faltantes.

3.3 Teoría de determinación heurística de lotes de aprovisionamiento

5) 𝐾(𝑚) = coste variable promedio por periodo.

3.4 Balanceo de periodo fragmentado (BPF) o coste total mínimo (CTM)

3.5 Método de Wagner-Whitin

Se puede por tanto obtener un mínimo de la función 𝑓𝑡 (𝐼).

min [𝑠𝑗 + ∑ ∑ 𝑖ℎ 𝑑𝑘 + 𝐹(𝑗 − 1)]

La cosa más difícil es la decisión de actuar, el resto es

ABIÉNDOSE expuesto los métodos existentes en la literatura para su posible aplicación

4.1 Previsión de la demanda

a. Se encuentran en la etapa de madurez de su ciclo de vida.

4.2 Regla de Peterson-Silver

4.3 Análisis de productos incluidos en el estudio

Tabla 4.3–1. Demanda uniforme

Figura 4.3-1. Demanda uniforme

Tabla 4.3–3. Demanda no uniforme

Figura 4.3-2. Demanda no uniforme.

4.3.1 Matriz de decisión

4.3.1.1 Uso de la matriz de decisión en productos Tipo 1

4.3.1.2 Uso de la matriz de decisión en productos Tipo 2

4.3.2 Subdivisión de conjunto completo de productos con demanda uniforme o no uniforme

Figura 4.3-3. Representación gráfica de demandas

Figura 4.3-4. Obtención automática en Excel de coeficientes de variabilidad y

generar inventarios obsoletos en la empresa.

La simplicidad llevada al extremo se convierte en

5.1 Diagrama de flujo para la aplicación de las herramientas propuestas

5.2 Desarrollo de la herramienta para el cálculo de punto de pedido

Figura 5-2. Herramienta de punto de pedido.

1) Referencia SAP del producto:

2) Demanda en los últimos 12 periodos:

3) Nivel de confianza deseado:

Los cálculos intermedios realizados automáticamente por la herramienta son: