CURSO: Análisis de Datos para el Control de Procesos

PROFESOR: TOMÁS MINAURO LA TORRE

INTEGRANTES:
Vanesa Suarez
Luis Becerra

Caso: SPECIALTY TOYS

Specialty Toys, Inc. vende una variedad de juguetes innovadores para niños y considera
que la temporada prenavideña es el mejor momento para introducir al mercado un
producto nuevo. Muchas familias usan este período para buscar nuevas ideas para sus
regalos de Navidad. Cuando Specialty tiene un juguete nuevo con gran potencial de
mercado, elige una fecha en octubre para lanzarlo. Con la finalidad de que los juguetes
estén en las tiendas en octubre, Specialty hace sus pedidos una sola vez a sus
fabricantes en los meses de junio o julio de cada año. La demanda por los juguetes es
muy volátil, ya que si un juguete nuevo se vuelve popular, una sensación de escasez en
el mercado a menudo incrementa la demanda a niveles muy altos y se pueden obtener
grandes ganancias. Por otro lado, los juguetes nuevos también pueden fracasar,
dejando a Specialty con altos niveles de inventario que debe rematar a precios muy
bajos. La cuestión más importante que la empresa enfrenta es decidir cuántas unidades
de un juguete nuevo debe comprar para cumplir con la demanda de ventas esperada.
Si se compran muy pocos, se perderán ventas; si se compran demasiados, las utilidades
se reducirán debido a los bajos precios en las ventas de liquidación. Para la próxima
temporada, Specialty planea introducir un producto nuevo llamado Weather Teddy.
Una empresa en Taiwán fabrica esta variante del osito de peluche que habla. Cuando
un niño presiona la mano de Teddy, el osito habla. Con la ayuda de un barómetro
integrado al producto, Teddy dice una de cinco respuestas que predicen el clima. Las
respuestas varían de “¡Parece que será un bonito día! Diviértete.” a “Creo que hoy
puede llover. No olvides tu paraguas.” Las pruebas del producto muestran que aun
cuando no es un pronosticador perfecto del clima, sus predicciones fueron tan
 1

acertadas como las de la televisión. Specialty se enfrenta a la decisión de cuántas

unidades de Weather Teddy ordenar para la próxima temporada prenavideña. Los
miembros del equipo gerencial no llegaron a un acuerdo al respecto y recomendaron
hacer pedidos por 15,000, 18,000, 24,000 o 28,000 unidades. Es evidente el desacuerdo
con respecto al potencial del mercado, dadas las diferencias en las cantidades
sugeridas. El equipo de gerencia le ha pedido a usted que realice un análisis de las
probabilidades de agotar las existencias para las distintas cantidades, una estimación
de las utilidades potenciales y los ayude a recomendar una cantidad a solicitar.
Specialty espera vender Weather Teddy a $24, y el costo del producto es de $16 por
unidad. Si le queda el inventario después de la temporada navideña, Specialty venderá
el excedente a $5 la unidad. Después de revisar el historial de ventas de productos
similares, el Gerente de Ventas pronostica una venta esperada de 20,000 unidades con
una probabilidad del 95% de que la demanda se encuentre entre 10,000 y 30,000
unidades.
 2

Informe Gerencial
Prepare un Informe Gerencial que cubra los puntos siguientes con relación a la cantidad
a solicitar para el producto Weather Teddy:
1. Utilice la predicción del Gerente de Ventas para describir una distribución de
probabilidad normal que pueda utilizarse para aproximar la distribución de la
demanda por este nuevo producto. Presente la distribución, indicando su media
y su desviación estándar.
Respuesta
Sabemos que:
P (10,000 < X < 30,000)=0.95
El área bajo la curva debe ser 1, entonces:

Para 10,000 → P (X < 10,000) = 0.025

o también:

Para 30,000 → P (X < 30,000) = 0.025+0.95=0.975

Cálculo de la media y la desviación estándar

Media = 20000 (demanda esperada)

Probabilidad = 0.95

El 95% de la distribución normal se sitúa entre 10.000 y 30.000, por tanto, 47,5% se
sitúa entre 20000 y 30000.

A partir de la tabla de distribución normal, el valor de 47,5% puede ser

determinada como 1.96 (desviación estándar).

Para la probabilidad de 0.95 el valor z es 1.96 según tabla.

 3

Reemplazando:
σ = (x – u) / Z = (10,000 – 20,000) / -1.96 = 5,102.13 unidades

Por lo tanto, la desviación es de alrededor de 5102.

2. Calcule las probabilidades de agotar las existencias para las cantidades de pedido
sugeridas por los miembros del equipo gerencial.
Para saber la probabilidad de quedarse sin existencias del juguete Teddy se tiene
que calcular la probabilidad de que las ventas sean mayores a los lotes pedidos.

Respuesta:
Con los datos ya obtenidos: σ y u se obtiene por cada lote:
Lote de 15,000

P (Ventas > 15,000) = 0.84

Lote de 18,000

P (Ventas > 18,000) = 0.65

Lote de 24,000

P (Ventas > 24,000) = 0.22

Lote de 28,000
P (Ventas > 28,000) = 0.058
 4

Unidades 15000 18000 24000 28000

ordenadas
Probabilidad 0.84 0.65 0.22 0.058
de que
supere
existencia

Se concluye que la probabilidad es mayor, 84% para que se nos quedemos

sin existencias y es cuando se ordena 15,000 unidades

3. Calcule las utilidades proyectadas para las cantidades de pedido sugeridas por el
equipo gerencial bajo tres escenarios posibles: el peor de los casos: ventas de 10,000
unidades; el caso más probable: 20,000 unidades; y el mejor de los casos: 30,000
unidades.
El costo del producto es de $16
En cada opción con los llotes ordenados:
Cantidad ordenada: 18000
Costo : 18000x 16 = 240000
Demanda Unidades Costo Venta Utilidad
vendidas en total total
lanzamiento adquirida
Con $24 Con $5
10000 ( D<S) 10000 240000 240000 25000 265000- 25000
240000
20000 (D>S) 15000 240000 360000 0 360000- 120000
240000
 5

30000 (D>S) 15000 240000 360000 0 360000- 120000

240000
Cantidad ordenada: 18000
Costo : 18000x 16 = 288000
Demanda Unidades Costo Venta Utilidad
vendidas en total
lanzamiento
Con $24 Con $5
10000 ( 10000 288000 240000 40000 -8000
D<S18000)
20000 18000 288000 432000 0 144000
(D>S)18000
30000 18000 288000 432000 0 144000
(D>S)18000

Cantidad ordenada: 24000

Costo : 24000x 16 = 384000
Demanda Unidades Costo Venta Utilidad
vendidas en total total
lanzamiento adquirida
Con $24 Con $5
10000 ( 10000 384000 240000 70000 -74000
D<S)24000
20000 20000 384000 480000 20000 116000
(D<S)24000
30000 24000 384000 576000 0 192000
(D>S)24000
Cantidad ordenada: 28000
Costo : 28000x 16 = 448000
 6

Demanda Unidades Costo Venta Utilidad

vendidas en total total
lanzamiento adquirida
Con $24 Con $5
10000 ( 10000 448000 240000 90000 -118000
D<S28000)
20000 20000 448000 480000 40000 72000
(D<S)28000
30000 28000 448000 672000 0 224000
(D>S)28000

4. Uno de los Gerentes de Specialty pensó que el potencial de utilidades de este

producto era tan grande que la cantidad del pedido debería tener una probabilidad
de 70% de cumplir con la demanda y solo una de 30% de agotar las existencias. ¿Qué
cantidad debería solicitarse bajo esta política y cuáles son las utilidades proyectadas
bajo los escenarios planteados en la pregunta anterior?

Respuesta:

Podemos plantear la ecuación como Normal Estandarizado, sería:

P (Z < Q) = 0.7
calcular Q, es determinando el valor Z:
Z = DISTR.NORM.ESTAND.INV(0.7) = 0.52

Q=22,676
Determinando la Utilidad para este caso Q:
Cantidad ordenada: 22676
Costo : 22676x 16 = 362816
 7

Demanda Unidades Costo Venta Utilidad

vendidas en total total
lanzamiento adquirida
Con $24 Con $5
10000 ( 10000 362816 240000 63380 -59436
D<S28000)
20000 20000 362816 480000 13380 130564
(D<S)28000
30000 28000 362816 544224 0 181408
(D>S)28000

5. Haga su propia recomendación para una cantidad de pedido y señale las

proyecciones de las utilidades asociadas a su pronóstico. Explique por qué hizo dicha
recomendación.

Cantidad Ordenada 15,000

Utilidad
Demanda P(x) Utilidad
Esperada
10,000 0.25 25,000 6,250
20,000 0.5 120,000 60,000
30,000 0.25 120,000 30,000
96,250

Cantidad Ordenada 18,000

 8

Utilidad
Demanda P(x) Utilidad
Esperada
10,000 0.25 -8,000 -2,000
20,000 0.5 144,000 72,000
30,000 0.25 144,000 36,000
106,000

Cantidad Ordenada 22,676

Utilidad
Demanda P(x) Utilidad
Esperada
10,000 0.25 -59,431 -14,858
20,000 0.5 130,569 65,285
30,000 0.25 181,404 45,351
95,778

Cantidad Ordenada 24,000

Utilidad
Demanda P(x) Utilidad
Esperada
10,000 0.25 -74,000 -18,500
20,000 0.5 116,000 58,000
30,000 0.25 192,000 48,000
87,500

Cantidad Ordenada 28,000

Utilidad
Demanda P(x) Utilidad
Esperada
10,000 0.25 -118,000 -29,500
20,000 0.5 72,000 36,000
 9

30,000 0.25 224,000 56,000

62,500

En el caso de la cantidad ordenada de 18,000 unidades, la utilidad

esperada es mayor, $106,000, es el escenario recomendado y con más
posibilidad de ganancia comparada con el resto de las alternativas.