Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Planificación de la
CONSULTING
demanda.
CECAP
¿Tienen algo
CONSULTING
en común?
CECAP
CONSULTING Líderes en Consultoría
Monstruo horrible...
CONSULTING
CECAP
CONSULTING Líderes en Consultoría
...ataca a muchas
cadenas de suministro...
CECAP
CONSULTING Líderes en Consultoría
espacio-tiempo, debemos
tomar decisiones óptimas.”
Chris Capplice - MIT
CECAP
CONSULTING Líderes en Consultoría
El superhéroe!
CECAP
CONSULTING Líderes en Consultoría
La chica de la película!
se llama:
Demanda
CECAP
CONSULTING Líderes en Consultoría
La chica de la película!
Desde otro ángulo
CECAP
¿Cuántos tipos de SKU
tendríamos
que ofertar para empezar a
analizarla?
¡Solo uno!
(Con un poco de ayuda de hojas de cálculo, claro)
¿Por dónde comenzar?
Segmentación de
productos
ABC
Es un buen paso inicial, pero hay
mejores.
Líderes en Consultoría
Segmentación de
producto
CONSULTING
0
○ Desviación estándar: 355
2. PAPEL HIGIÉNICO
● Los más vendidos? 3. AGUA EMBOTELLADA (5 litros)
● El día de mayor venta? 4. FIDEOS INSTANTÁNEOS
● ¿Cómo están distribuidos los productos en 5. SARDINA EN LATA
términos de volúmen de ventas ?
● Uniforme? Normal? Otra?
18
CONSULTING
CECAP Líderes en Consultoría
Ítems A:
80% VALOR
20% SKUs
Ítems B:
15% VALOR
30% SKUs
CECAP
Ítems C:
5% VALOR
50% SKUs
Líderes en Consultoría
Variabilidad de la demanda
H
C B
Valor económico de la demanda A
Volátil: Técnicas sofisticadas, revisión frecuente
1. Calcular T *
Proceso simple
1. Crear tabla de SKU N*= 1/T*
2. Calcular T * para cada SKU
3. Calcular Tpráctica para cada SKU
En hojas de cálculo:
TPractica=2^REDONDEAR.MAS(LN(T*/raiz(2))/LN(2))
28
Agrupando - Potencia del Dos
29
Líderes en Consultoría
¿Porqué es
CONSULTING
importante
pronosticar la
demanda?
CECAP
30
CONSULTING Líderes en Consultoría
COSTO TOTAL
Principales enfoques de pronóstico
Subjetivo Objetivo
● De juicio ● Causal / Relacional
○ Modelos Econométricos (Regresión)
○ Encuesta a la fuerza de ventas ■ Indicadores Líderes
○ Consulta a Expertos ○ Modelos Input-Output (Simulación)
○ Técnicas Delphi
● Experimental ● Series de Tiempo
○ Encuesta al consumidor ○ Enfoque “Caja Negra”
○ Focus group ■ Pasado predice el futuro
○ Test marketing ■ Identificar Patrones
1er. paso:
Graficar y caracterizar
la demanda
CECAP
Líderes en Consultoría
CONSULTING Demanda - Ventas Mensuales
● ¿Qué puedes notar?
CECAP
34
Líderes en Consultoría
Demanda - Estacionalidad
Las ventas también difieren
CONSULTING
35
DOW (Day Of Week por sus siglas en inglés ).
DDS (Día De la Semana por sus siglas traducidas literalmente)
Líderes en Consultoría
Pronóstico de la Demanda
CONSULTING
Picos de
compra empieza por un
Estacionalidad
buen análisis de la
Demanda Observada
demanda
Cuanto mayor visibilidad Demanda media en
los 4 años
tengamos es mejor.
CECAP
Variación Aleatoria
Visibilidad = ventas al
consumidor final
Tiempo (Años)
Líderes en Consultoría
Componentes de series de tiempo
● Nivel (a)
CONSULTING
Sesgo
JUNTAS Imprecisión
Con Sin
Fuente: Supply Chain Management Micromaster Sesgo Sesgo
MEDIR EL ERROR
Para optimizar sus modelos de
pronóstico debe mantener un
registro de los errores de
pronóstico.
¿Cuál pronóstico es mejor?
Círculo = Demanda real
Métricas del error
Notación:
At = Valor Actual en el tiempo t et = Error para
la observación t
Ft = Valor pronosticado para la for obs. t n = Número de
Ejemplo: Pronosticando Asaditos
Para el pronóstico y valores reales de demanda de asaditos mostrados abajo,
encontrar:
Lunes 50 43
Martes 50 42
Miércoles 50 66
Jueves 50 38
Viernes 75 86
46
● Solución:
1. Graficar.
2. Extender la tabla:
○ Error: et =At -Ft
○ Abs[error] = |et |
○ Cuadrado[error] = e2
○ AbsPct[error] = |et /At|
Lunes 50 43 -7 7 49 16%
Martes 50 42 -8 8 64 19%
Comparar Cálculos
Pronósticos de inventario
Pronóstico
Demanda (Unidades)
𝝁=media
Demanda observada
Periodos (Tiempo)
Para detalles sobre
sugerencias en pronóstico
de la demanda:
leer código QR
o ingresar
al link / PDF
Utilizado predominantemente para
Modelos de pronósticos de demanda de. . .
Productos Maduros a nivel SKU por
Series de Tiempo un horizonte o periodo de tiempo
Los componentes usados son corto (Semanas, Meses, Trimestres,
nivel, tendencia, estacionalidad y Año) . . . Donde la demanda de los
error. ítems es independiente.
Procedimiento Simple
4. Revisar evidencias del modelo (Calidad) y acorde a ello ajustar parámetros y/o modelos.
51
ARCHIVO
(ALTA CALIDAD)
Modelos de Series de Tiempo
● Los componentes pueden ser combinados de diferentes maneras:
Notación:
xt : Demanda real en el período t. t= 54
Periodo de tiempo (0,1,2,...n).
a: componente de nivel. b:
componente de tendencia lineal.
Modelos de series de tiempo con
demanda estable
Nivel
Líderes en Consultoría
Supuestos Críticos:
¿Cuán importante es el historial de ventas?
CONSULTING
Notación:
xˆ t,t+τ= Pronóstico realizado al final del periodo t para la demanda en el periodo t+τ , para τ =1,2,3 ...
x t : Demanda real en el período t.
Líderes en Consultoría
Pronósticos Acumulativos vs. Naïve
Suponga que estamos en el tiempo=10 y queremos pronosticar para tiempo =11; x^
10,11
CONSULTING
7 109 98 100,9
57
8 99 109 100,6
9 94 99 99,9
Líderes en Consultoría
Modelo Base:
Modelos de series de tiempo
CONSULTING
Donde:
Media Móvil
● Sólo incluir las M últimas observaciones Modelo de
● Entre Acumulativa y Naïve. Pronóstico:
1 109
2 92 109 109,00
CECAP
4 96 92 95 99,67
5 104 98 97 99 98,75
6 98 96 100 98 99,80
7 109 104 101 99 100 99,50
8 99 98 104 102 100 100,86
9 94 109 104 103 101 100,63
Líderes en Consultoría
Modelos de Pronóstico Media
Móvil
CONSULTING
Recordar:
CONSULTING
● Tres Modelos
○ Acumulativo – “Todo importa”
○ Naïve Espejo – “Sólo lo de ayer importa”
○ Media Móvil – “Seleccionar cuánto importa”
● Diferencias
○ Nivel de volatilidad
■ Naïve (nervioso) a Acumulativo (calmo) con MM en el medio
○ Monto de datos requeridos para almacenar
■ Naïve & Acumulativo (1 per SKU)
CECAP
su trato igualitario.
○ Promedio acumulativo y móvil: ponderación igual a todas las observaciones.
○ Naïve - todo el peso a la observación más reciente.
Recordar que:
Sustituyendo:
CECAP
66
Líderes en Consultoría
Análisis de Series de Tiempo
● Suavizado exponencial simple
CONSULTING
Donde:
CECAP
Modelo de Pronóstico
68
CONSULTING Líderes en Consultoría
Usando Suavizado exponencial simple, con valor alfa : 0,7, Calcular el pronóstico de la
demanda esperada en la semana 16. Para inicializar el modelo asuma que el pronóstico
para la semana 1 es la demanda en la semana 1.
Modelo Base:
Donde:
CECAP
Modelo de Pronóstico
Líderes en Consultoría
Nivel + Tendencia
Nivel * Estacionalidad
(Nivel + Tendencia)* Estacionalidad
CECAP
Líderes en Consultoría
Desafíos:
● Los Modelos Media móvil y Suavizado Exponencial simple siempre se retrasarán en responder a
una tendencia
● Solo miran la historia para encontrar el nivel estacionario
● Necesidad de capturar los factores de "tendencia" o "estacionalidad"
CECAP
Líderes en Consultoría
Modelo Holt
● Suavizado exponencial para nivel y tendencia
○ Expande el suavizado exponencial para incluir la tendencia
CONSULTING
Donde:
Modelo de Pronóstico
Ésto es sólo x^ t-1,t
2. Encontrar b̂ 101
Parte b) Estimando la demanda para
t=110
Significa que: τ=9, por lo cual ↣ â b̂ x̂101,110
=97.5+(9)8.4 = 173.1 3. Encontrar x̂ 101,102 =97.5+8.4 = 105.973
Líderes en Consultoría
Ejemplo: #VMI1984
CONSULTING
Necesita desarrollar pronósticos mensuales (en pallets) para la demanda del SKU #
LGR1987 que parece tener una tendencia creciente. Observando los datos del año
pasado, usted ha determinado que α = 0.25 y β = 0.10
● Su nivel estimado (â0) en Enero (t = 0) es de 28 pallets / mes y la estimación de
tendencia (b̂0) es 1.35.
a) Utilizando el suavizado exponencial, calcule un pronóstico para febrero.
Esto es fácil: solo ingrese los números.
CECAP
Cuán buenos son estos pronósticos? Mira el MSE=(1/n)Σe2, cuál de todos? Necesitaremos un
estimado del error del pronóstico para usar en el stock de seguridad. Mantén actualizado el MSE
usando Suavizado Exponencial. Selecciona una constante omega donde 0.01≤ ω ≤0.1
Líderes en Consultoría
Tendencia Atenuada
CONSULTING
Nivel + Tendencia.
CECAP
Líderes en Consultoría
Tendencia Atenuada
CONSULTING
Tendencias atenuadas
● Problemas con los términos de tendencia.
○ Las tendencias no continúan sin cambios indefinidamente.
○ Las tendencias lineales constantes pueden conducir a un pronóstico excesivo.
○ Esto es especialmente cierto para horizontes de pronóstico más largos.
CECAP
78
Líderes en Consultoría
Modelo de Pronóstico
CECAP
Procedimiento de
Actualización:
Mismo Ejemplo
Crear una hoja de cálculo para
las estimaciones del "próximo
mes" para los próximos 8 meses
utilizando una tendencia
atenuada.
Modelo de
Pronóstico
Procedimiento
de
Actualización:
80
Líderes en Consultoría
Comparando Lineal vs Atenuado
Comparando MSE:
CONSULTING
Linear: 4.52
Atenuado: 3.80
Resultados específicos.
81
Líderes en Consultoría
Agenda
CONSULTING
1,5
0,5
(Fi)
Periodo de tiempo: 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114
Sin estacionalidad
L M M J V L M M J V L M Con estacionalidad
M J V 𝝉
p
Normalizando Índices de
CONSULTING
Estacionalidad
CECAP
faltó el ejemploooooooooooioo
Líderes en Consultoría
Modelo Holt-Winter
CONSULTING
CECAP
Modelo Holt-Winter
● Series temporales: datos de nivel, tendencia y estacionalidad.
• Expandir el modelo exponencial de Holt para incluir estacionalidad
• Comúnmente llamado Método Holt-Winter Desestacionalizar
• Estacionalidad multiplica ( tendencia + nivel).
la observación
Modelo subyacente: real más reciente
Donde:
Estimado
Modelo del pronóstico: más reciente
de nivel y
tendencia
Procedimiento de actualización
No hay cambios en el modelo de Holt
demanda de Asaditos
CECAP
Ahora observamos que la demanda tiene nivel y tendencia aditiva con Estacionalidad
multiplicativa por Día De la Semana (DDS o DOW) . Supongamos que hoy es viernes (t = 104) y
hemos estimado el nivel (a ^104) en 121 asaditos con un tendencia (b ^ 104) = 0.3 unidades por
día. Los índices de estacionalidad diaria fueron actualizados y se muestran a la derecha. Los
parámetros de suavizado son alfa = 0.1, beta = 0.08 y gamma = 0.05.
¿Cuál es su pronostico para el lunes (x ^ 104,105)?
Recuerde:
Supongamos que nuestras ventas reales de asaditos el lunes (t = 105) fueron 76.
¿Cuál es nuestra demanda prevista para el martes (t = 106)?
93
Líderes en Consultoría
Inicialización de Parámetros
● Puntos a tener en cuenta
○ No existe el mejor método: Hay muchos buenos, todo depende la curva de mi
CONSULTING
demanda.
○ Necesidad de particionar los datos trés séries para
Inicializar > Entrenar > Probar.
● Modelo de suavizado exponencial simple
○ Estimación del parámetro de nivel inicial (â0 )
○ Use la demanda promedio durante los primeros períodos
● Modelo Holt
○ Estimación de los parámetros de nivel inicial (â0)y tendencia (b̂0)
○ Encuentre la ecuación lineal que mejor se ajuste a los datos en el conjunto de
CECAP
datos inicial
○ Utilice la regresión de la demanda OLS durante varios períodos
■ Variable dependiente = demanda en cada período de tiempo = xt
■ Variable independiente = pendiente = β1
■ Ecuación de regresión: xt = β0 + β1t
○ Nota: esto le da el mismo peso a cada observación en el muestra de datos de
inicialización
Líderes en Consultoría
Inicialización de Parámetros
CONSULTING
temporada 81 Martes 91
b) Use estos valores para estimar (â0) y tendencia (b0̂ ) usando regresión OLS.
series temporales
● La mayor parte del trabajo es mecánico
○ Los procedimientos de inicialización son algo arbitrarios
○ Agregar estacionalidad complica enormemente los cálculos
● Medición del sesgo en pronósticos
○ Realizar un seguimiento de la suma acumulativa de errores de pronóstico
○ Normalizar por el cuadrado de la media del error (residuales) (MSE)
○ Debe fluctuar alrededor de 0
CECAP
Líderes en Consultoría
● Variedad de modelos más sofisticados
○ Estacionalidad: ninguna, aditiva o multiplicativa.
○ Tendencia: ninguna, aditiva o multiplicativa.
CONSULTING
Componente de Estacionalidad
Componente
de tendencia Atenuado
Multiplicativo
Multiplicativo
Atenuado
Líderes en Consultoría
predictivos
Modelos “causales”
CECAP
Líderes en Consultoría
Modelo Causal
•Usado cuando la demanda está correlacionada con algún factor del entorno que
CONSULTING
Dependiente Independiente(s)
CECAP
Ejemplo: Regresión Lineal Simple
Recordemos de una clase anterior sobre suavizado exponencial
Conocido Desconocido
La relación se describe en términos de un modelo lineal.
• Los datos (xi, yi) son los pares observados a partir de los cuales tratamos de estimar los coeficientes Beta
para encontrar el "mejor ajuste"
• El término de error, ε, es la porción "no contabilizada" o "inexplicada"
• Se supone que los términos de error son iid ~ N (0, σ)
105
Residuos o términos de error: Los residuos, ei, son la diferencia de los valores reales
menos los pronosticados
Encuentre las b que "minimizan los residuos"
106
Líderes en Consultoría
error al cuadrado.
● Podemos usar derivadas parciales para encontrar la condición de optimización
de primer orden con respecto a cada variable.
CECAP
Líderes en Consultoría
Nivel y Tendencia
Desarrollar un OLS
108
Líderes en Consultoría
Modelo 1: Demanda=b0 + b1
CONSULTING
Interpretación:
• Captura bien el nivel y la tendencia: observe cómo se utilizan todos los datos 109
Líderes en Consultoría
Modelo 2:
CONSULTING
A trabajar
CONSULTING
https://forms.gle/sBHhi5v9jjxyibBF6
CECAP
112
Puntos clave
● La regresión encuentra correlaciones entre
■ Una sola variable dependiente (y)
■ Una o más variables independientes (x1, x2, ...)
■ Los coeficientes se estiman minimizando la suma de los cuadrados de los errores
● Siempre pruebe su modelo
○ Bondad de ajuste (R2)
○ Significancia estadística de los coeficientes (valor p)
● • Algunas advertencias:
○ La correlación no indica causalidad
○ Evite el ajuste excesivo de datos
● • ¿Por qué no usar esto en lugar del suavizado exponencial?
○ Todos los datos tratados por igual
○ La cantidad de datos necesarios para almacenar 113
Problemas con la demanda intermitente
● Supongamos que tenemos un artículo que se ordena cada 6 meses por 1,000 unidades.
Demanda mensual promedio = 2000/12 = 167 unidades.
● ¿Qué sucede si realizo el pronóstico de la demanda usando suavizado exponencial simple?:
114
Demanda intermitente
● O, de manera más realista, mi demanda de producto es poco frecuente, de diferente tamaño, y
ordenada irregularmente.
● Pronosticar la demanda utilizando suavizado exponencial simple significa Ruído adicional.
● Separar los componentes de la demanda y modelar por separado:
○ Tiempo entre transacciones
○ Magnitud de transacciones individuales
115
Método de Croston
Proceso de demanda:
Dónde:
xt = Demanda en el período t
si xt > 0 (se produce una transacción), yt = 1 si la transacción ocurre en el período t, = 0 de lo
contrario
zt = Tamaño (magnitud) de la transacción en el tiempo t
nt = Número de períodos desde la última transacción
α = parámetro de suavizado para magnitud
Pronóstico: β = parámetro de suavizado para la frecuencia de la 116
transacción
Método de Croston: un ejemplo
● Usando los mismos datos:
○ Demanda promedio por año ~ 2,000 unidades
○ Tamaño y tiempo de transacción irregular entre
pedidos
○ Crear un pronóstico para la demanda utilizando el
método de Croston
117
Líderes en Consultoría
pedido ocurre.
● Suaviza el pronóstico para propósitos de reabastecimiento -
promedio de uso por período.
● Imparcial y tiene una varianza menor que el suavizado simple.
● Precauciones
○ La actualización poco frecuente introduce un retraso en la respuesta
a la magnitud cambios
CECAP
118
Líderes en Consultoría
Extensiones de línea
Innovación incremental para complementar la
oferta existente dirigida al mercado actual de
la empresa
Líderes en Consultoría
Mejoras en el producto
CONSULTING
Reducción de costos
Versiones con precio reducido en mercado existente.
CECAP
120
¿Por qué importa esto?
Proyección de la demanda Líderes en Consultoría
ACTUAL NUEVO
(Hay historico) (No hay historico)
(Hay historico)
Penetración del Mercado Desarrollo de Producto
ACTUAL
Tecnología del Mercado
Abordaje de la proyección de la
Adapted from
to Abordaje de la proyección de la
Kahn, demanda:
demanda:
Kenneth Análisis cuantitativo de productos
(2006) New Análisis cuantitativo de contexto
Product similares (Looks-Like)
Forecasting.
Series de tiempo, Suavizado Regresión de productos
Exponencial, Regresiones similares
Abordaje de la proyección de la
Abordaje de la proyección de la
demanda:
NUEVO
demanda:
Evaluar clientes y mercado para
Planificación por escenario.
encontrar variables influyentes.
Paneles de Clientes,
Delphi, Planificación por
Experimental. Sondeos, Grupos
escenario, Difusión de Bass.
Focales
CONSULTING
CECAP Líderes en Consultoría
Líderes en Consultoría
33%
○ Tecnología 47%
44%
Donde:
p : Coeficiente de innovación
q: Coeficiente de imitación
m: Número total de clientes que adoptarán
n(t): Número de clientes adoptando en el periodo t
n(t-1): Número acumulado de clientes al periodo t
Ejemplo: Ventas de iPhone Cuartil
Efecto
Innovación
Efecto
Imitación
Acum
N(t-1) n(t)
1 75 0 0 75
2 68 17 75 84
3 59 31 159 90
4 50 42 250 92
● La gerencia estima que el Iphone tiene un periodo de vida útil de 4
5 41 47 341 87
años con ventas totales de 750,000 unidades.
Ellos estiman p = 0.10 y q =0.25 para este producto. 6 32 46 429 78
16 1 2 743 3
Parámetros del Modelo de Difusión de Bass
● Entonces, ¿De dónde vienen estos valores de p & q? Valores típicos:
Buscar estudios previos - p ~ 0.03 y con frecuencia <0.01
● Identificar productos "similares" en términos de - q ~ 0.38 y 0.3≤q≤0.5
Segundo estimar la ecuación de regresión usando Tercero, vuelva y reemplace el valor de los
datos de períodos de ventas pasados parámetros
B
Donde:
A
Ejemplo: Difusión de Bass
Supongamos que disponemos de la información de ventas de los
primeros 5 trimestres de un lanzamiento de producto nuevo
133
Líderes en Consultoría
○ Nuevos productos
■ Sin historial: por lo tanto, se necesitan nuevos métodos
■ Pronóstico "Looks Alike"
■ Modelos de difusión (innovador e imitador)
■ Hay muchos más (IA)
○ Diferentes tipos de nuevos productos: diferentes métodos
■ Nuevo en el mundo
■ Nuevo en la empresa
■ Extensiones de línea
■ Mejoras de producto
■ Reposicionamiento del producto
CECAP
■ Reducciones de costos
■ Proceso de desarrollo de nuevos productos (etapas y puertas)
○ Demanda intermitente
■ Método de Croston: suaviza observaciones esporádicas e irregulares
Líderes en Consultoría
■ Los datos de ventas no son datos de demanda. Puede que tengas solicitudes no
registradas
■ Las transacciones pueden agregar y sesgar la demanda real ( Pedidos mínimos)
■ Los datos históricos pueden no existir
○ Cosas prácticas
■ Pronóstico (evitar sesgos) vs la gestión de inventario (Pedir un poco más solo por si
acaso)
■ Validez estadística vs. uso y costo del modelo.
■ La demanda no siempre es exógena
■ Error en la tendencia a lo largo del tiempo: ¿se está arrastrando?
CECAP
Formulación de un modelo
CONSULTING
Proceso estándar
1. Entender el problema de fondo, resolver
causas, no síntomas.
2. Determinar las variables de decisión (VD)
3. Formular función objetivo como una función
lineal de las VD.
CECAP
● Roles Funcionales
○ Inventario del Ciclo (Cycle
INVENTARIO A MANO
Stock)
○ Inventario de seguridad
(Safety Stock)
STOCK STOCK STOCK
○ Inventario en tránsito o de CICLO CICLO CICLO
tuberías
PIPELINE Inventario de seguridad (Safety Stock)
TIEMPO
139
COSTO TOTAL
RELEVANTE
TRC
140
Costos relevantes totales
(TRC)
TC = Compra + Pedido + Mantenimiento + Escasez
● Cuatro componentes de costo estándar
○ Costo de compra (valor unitario)
○ Costo de pedido (puesta en marcha)
○ Costo de mantenimiento (sostener)
○ Costo de escasez
Una nota sobre la nomenclatura. . . todos los
141
textos difieren!
Costos relevantes
● Costos de compra (valor unitario)
c
○ unidades?
■ $ / Unidad
○ ¿Qué contiene?
■ Costo total devengado para adquirir el producto
○ ¿Cómo determinamos este número?
■ precio de compra o costo de fabricación
○ ¿Cuándo es relevante?
■ Cuando el precio de compra difiere con respecto a la cantidad o
tiempo de orden
142
Costos relevantes
● Costos de pedido (configuración)
ct
○ unidades?
■ $ / orden
○ ¿Qué contiene?
■ Costo para colocar, recibir y procesar un lote de bienes
■ Incluye procesamiento, facturación, auditoría, mano de obra, etc.
■ En fabricación, configurar el costo de una carrera
○ ¿Cómo determinamos este número?
■ Análisis de flujo de trabajo
■ Sumar todos los costos administrativos y de otro tipo y dividirlos
entre el total de pedidos
○ ¿Cuándo es relevante? 143
Costos relevantes
● Costos de mantener o Tener (Tenencia)
c*h = ce
■ unidades?
■ $ / unidad-tiempo donde h = % / $ inventario / tiempo
○ ¿Qué contiene?
■ Costos necesarios para mantener el inventario
● Almacenamiento - $ / m2 o m3 - espacio ocupado de almacén
● Costos de servicio - $ / $ inv - seguro e impuestos
● Costos de riesgo - $ / artículo - perdido, robado (contracción),
dañado, obsoleto
● Costos de capital - $ / $ inv - costo de capital, tasa de obstáculo
○ ¿Cómo determinamos este número?
■ Generalmente establecido por la gerencia
■ Vale la pena ver si alguno de los aspectos secundarios domina
○ ¿Cuándo es relevante? 144
■ Siempre que el inventario se mantenga por un período de tiempo
Costos relevantes
● Costos por escasez (falta de existencias o Desabastecimiento)
cs
○ unidades?
■ $ / unidad o $ / unidad / tiempo o $ / orden o. . . .
○ ¿Qué contiene?
■ Costo de no tener un artículo en stock
● Pedido pendiente: el cliente esperará el artículo
● Ventas perdidas: el cliente se va a otro lado (llenar o matar)
● Ventas perdidas = clientes perdidos: el cliente desaparece para
siempre
● Costos de interrupción: detiene la línea de producción
○ ¿Cómo determinamos este número?
■ Ingeniera del costo - determine valores específicos
■ Asumir implícitamente el costo estableciendo un nivel de servicio
establecido (Opción Viable) 145
Suposiciones de los
modelos de Reposición de
inventario o modelos de
abastecimiento
146
● Modelos de abastecimiento o reposición de inventario
○ Objetivo:
■ Encontrar una política óptima para administrar el
inventario
● La política consiste en:
○ Cuánto pedir (Q)
○ Cuándo ordenar (T):
■ Basado en el tiempo: Cada T unidades de tiempo
pedir Q.
■ Basado en la Cantidad: Cuando el inventario está a
un cierto nivel pedir Q.
■ Combinación de ambos.
147
Suposiciones del modelo de reabastecimiento
● Demanda ● Descuentos
○ constante vs. variable ○ Ninguno
○ Conocida (Determinista) vs. Aleatoria (Estocástica) ○ Todas las unidades vs
○ Continua vs. Discreta incremental vs una vez
● Tiempo de espera ● Exceso de demanda
○ instantáneo ○ Ninguno
○ constante vs. variable ○ Todos los pedidos están
○ determinista vs. estocástico pendientes
○ Abastecido internamente ○ pedidos perdidos
● Dependencia de artículos ○ sustitución
○ independiente ● Perecibilidad
○ correlacionado ○ Ninguna
○ contratado ○ Uniforme con el tiempo
● Tiempo de revisión ○ No lineal con el tiempo
○ continuo vs. periódico ● Horizonte de Planificación
● Número de ubicaciones ○ Período único
○ Una vs Multi vs Multi-Escalonada ○ Período finito
● Capacidad / recursos ○ Infinito
○ Ilimitado ● Número de ítems
○ Limitado / restringido ○ uno vs muchos
● Forma de producto
148
○ etapa única
Posición del
Inventario (IP)
= Demanda en el tiempo de entrega
Posición de inventario (IP) =
= D * L = μDL
Inventario en mano (IOH)
(ten cuidado con las dimensiones)
+
Inventario en Tránsito (IOT)
-
Pedidos pendientes
Demanda ¿Cuánto? Ordenar Q*
EOQ ¿Cuándo? Cada T* períodos de tiempo (IOH=0)
Determinista
¿Cuánto? Ordenar Q *
Todo está en NewsVendor ¿Cuándo? Al comienzo del período
tal que P[x≤Q] = Ratio Crítico
función a la
¿Cuánto? Ordenar IP-S*
chica de la One for One
¿Cuándo? Cuando ocurra la demanda
película (s,Q)
¿Cuánto? Ordenar Q (S-IP)
Sólo ¿Cuándo? Si IP ≤ s
uno
Contínua (s,S) ¿Cuánto? Ordenar (S-IP)
Demanda Periodos min-max ¿Cuándo? Si IP ≤ s
estocástica
Revisión ¿Cuánto? Ordenar hasta S
Estocástica = Aleatoria
Muchos (R,S) ¿Cuándo? Cada R períodos.
Periódica ¿Cuánto? Ordenar hasta S
(R,s,S)
¿Cuándo? Cada R períodos si IP ≤ s
si la Demanda
Es estable y
conocida…
EOQ
=
Solución
robusta
Hallar los valores óptimos Q* , T* y N*
N*= 1/T*
SS= kσDL
Probabilidad de
desabastecimiento
durante un ciclo de
pedido
Probabilidad de NO
desabastecimiento Punto de
durante Reorden
Demanda promedio
un ciclo de pedido
pronosticada (μDL)
Distribución
Triangular
Demanda
probabilística:
Modelo de período
único
El problema del Vendedor de Periódicos
Newsvendor problem
157
Demanda ¿Cuánto? Ordenar Q*
EOQ ¿Cuándo? Cada T* períodos de tiempo (IOH=0)
Determinista
¿Cuánto? Ordenar Q *
Newsvendor ¿Cuándo? Al comienzo del período
tal que P[x≤Q] = Ratio Crítico
C
e
C Cs
e
Cs
Ratio crítico
=
Punto de equilibrio
160
Políticas de revisión
continua
Estructura del sistema (s, Q)
● Encontrar Q (Cantidad óptima del pedido)
○ Determina el nivel del stock de ciclo
○ Generalmente con EOQ.
s = μDL + kσDL
Punto de Reorden
Stock de seguridad
k = factor SS
Pronóstico de Demanda media
σDL = RMSE de pronóstico 162
en el plazo de entrega
¿Cuánto Ordenar?
Q* = EOQ
¿Cuándo Ordenar?
Nivel de Stock ≤ s
Revisión periódica (R, S)
● Muy comúnmente usado
● Use las reglas (s, Q) con transformaciones simples
Demanda durante
● Transformación conveniente de (s, Q) a (R, S) el
○ (s, Q) = Continuo, pedir Q cuando IP ≤ s periodo de revisión del
○ (R, S) = Periódico, pedir hasta S cada R períodos de tiempo inventario
+
● Permite el uso de todas las reglas de decisión (s, Q)
el tiempo de espera
○ s para sistema continuo se convierte en S para sistema (leadtime)
periódico
○ Q para el sistema continuo se convierte en D * R para el sistema
periódico
○ L para un sistema continuo se convierte en R + L para un
sistema periódico
● Enfoque
○ Hacer transformaciones
○ Resolver para un modelo continuo (s, Q) usando
transformaciones
○ Determinar la política final, de modo que
Lógica del Stock de seguridad
Hoja de Cálculo
166
“Que el quiebre de stock no sea por falta de esfuerzo”
www.heuristica.biz
167
GRACIAS…
www.cecapconsulting.com
Cecap Consulting Entrenamiento de Consultores
+591 33433678
+591 76653990
cecap-bolivia@cotas.com.bo