ANTO: Buenas tardes con todos los presentes, querida familia y distinguido jurado.

El día de
hoy es para nosotras una gran satisfacción presentarles la defensa de nuestro proyecto
Capstone de Ingeniería enfocado a la aplicación de modelos de planificación para la gestión de
inventarios de una empresa embotelladora de bebidas. Este proyecto es de nuestra total
autoría y ha sido realizado por mi amiga _____, y mi persona _____ en base a la información
proporcionada por la empresa que hemos seleccionado para el estudio. A continuación, les
presentaremos el desarrollo del trabajo de titulación, al igual que los resultados obtenidos en
cuanto a la problemática a atacar y las posibles soluciones encontradas a partir de
oportunidades de mejora viables para el caso.

En cuanto a la descripción y alcance del proyecto, la empresa escogida se dedica a la

producción, distribución y venta de bebidas. Actualmente, dentro de sus bodegas de materia
prima se ha evidenciado un incremento del 160% en la capacidad de almacenamiento del
concentrado Kaizen en sus 3 plantas, siendo el principal causante de sobre stock y generando
un impacto en la calidad de insumos y utilidad de la compañía. El análisis que hemos llevado a
cabo estos meses evidenció que esta es la principal problemática en la cual se debería enfocar
la empresa, y esto lo comprobamos mediante herramientas para la identificación de
problemas como es el Diagrama de Pareto, en donde el concentrado de Coca Cola Kaizen
demostró ser el SKU de mayor impacto para la empresa embotelladora.

GABY: Nuestro proyecto tiene como objetivo desarrollar una propuesta de mejora que permita
incrementar la eficiencia de la gestión de materiales en la cadena de suministros a través de la
aplicación de modelos de planificación de la producción.

La metodología empleada para este proyecto se basa en el análisis de las siguientes

restricciones, divididas en 4 categorías principales. Estas son: capacidad de almacenamiento,
políticas empresariales, plazo de entrega del material y aspectos sociales.

Por otro lado, se utilizaron 4 modelos de pronósticos y 4 medidas de error diferentes para
comparar los resultados y evidenciar el más acertado en base al menor valor de error que
garantice la mayor asertividad y exactitud del forecast. Estos se detallan a continuación:
 Para el análisis y discusión de resultados: En un principio, se analizaron los datos del %
cumplimiento del Forecast vs las ventas reales del concentrado Kaizen a partir de la siguiente
tabla resumen, la cual demuestra que existe un incremento en la ocupación de
almacenamiento de esta materia prima.

1) ANTO: Como podemos observar, se recopilaron los datos del pronóstico y las ventas de 2022
en los periodos de enero a octubre del mismo año. Con ello, se calculó el porcentaje de
cumplimiento a partir de la división de la venta para el Forecast. Esto se interpreta de la
siguiente manera: mientras el % cumplimiento sea menor al 95%, se genera sobre inventario
debido a que el pronóstico es menor a las ventas reales de la compañía. Caso contrario, si el %
excede el 105% significa que existe un sobre consumo de materia prima con respecto a lo
pronosticado, lo cual radica en pérdidas por la disminución de ventas. Por lo tanto, se concluye
que el escenario óptimo debería encontrarse en un rango entre los valores anteriormente
mencionados, puesto que no genera ni roturas de stock ni sobre inventario en bodega. Esto se
puede observar también en la gráfica de tendencia anual que resume lo que hemos
mencionado.

2) GABY: A partir de la demanda de los periodos de enero a octubre de 2022 se realizó el Forecast
del 2023 de cada uno de los modelos mencionados con anterioridad junto con los respectivos
métodos de error. Con el análisis realizado se puede concluir que el Promedio Móvil
Ponderado responde de mejor manera a las medidas del MAD, MAPE y RMSE, estos valores
pintados de color verde son los menores en comparación con los otros métodos, por lo que
garantiza mayor asertividad y exactitud en el pronóstico del año 2023.

3) ANTO: Posteriormente se realizó la explosión de la necesidad de concentrado de cada uno de

los periodos analizados durante el año 2022 y 2023, con el objetivo de comparar los resultados
con la demanda real del 2022. Bajo este escenario se concluye que el pedido realizado con el
Forecast de 2023 posee mayor exactitud con respecto a la demanda real.
De igual manera, se observa que el consumo promedio mensual es de 709 UDC para el 2023, el
cual se alinea de mejor manera a la demanda real de 696 UDC. Esto constituye una mejora
dado que en 2022 se generó un sobre stock de 769 UDC.
4) GABY: Con este dato de consumo promedio del 2023 se determinó el punto de reorden. Para
ello, es esencial mencionar que la empresa maneja un stock de seguridad de 472 unidades, las
cuales cubren cerca de 20 días de demanda de acuerdo con las restricciones mencionadas con
antelación. Por otro lado, se debe considerar que el Lead Time es de 133 días, los cuales
discurren desde que se genera una orden de pedido al proveedor hasta que finalmente la
mercancía llega a la planta. Con ello, se obtiene que el punto de reorden mensual es de 723
unidades. Considerando estas existencias adicionales, se realiza un pedido mensual de 1181
unidades.

5) ANTO: Finalmente resulta imprescindible desarrollar un análisis financiero del proyecto con el
fin de evaluar su factibilidad técnica y económica. Para ello, se toma en cuenta que el costo de
una unidad de concentrado es de $148. La tabla a continuación muestra el desglose de la
necesidad de concentrado, tanto del 2022 como del 2023, de cada uno de los SKU´s, junto con
su valor monetario.

6) ANTO: El escenario actual sin mejora muestra un total de $237 k, mientras que la propuesta de
mejora sugiere un total de $174 k, generando un 26% de ahorro gracias a la reducción de
mermas y desperdicios, lo cual equivale a una ganancia aproximada de $62 k.

GABY: Se realizó el análisis de la utilidad neta tomando en cuenta los costos de

implementación de la propuesta de mejora en caso de realizarse. El proyecto se enfocaría
inicialmente en un proceso de capacitación sobre el método de pronóstico más viable para la
planificación de la demanda, es decir, el Promedio Móvil Ponderado. Los agentes involucrados
en dicho proceso sería el área PIVO (Planificación Integral de Ventas y Operaciones). Esto
representa el 6% de los ingresos generados de $62,217.
De igual forma, se incluyen sesiones mensuales de asesoría para efectuar un seguimiento de
los planes y resultados obtenidos durante cada periodo del año. Esto representa el 1% de los
ingresos obtenidos. Con ello, se obtiene un costo total de asesoría anual de $11,199, y un
costo total de $14,932, lo que finalmente deja una utilidad neta de $47,285.

INGRESO $ 62,217
COSTOS
CAPACITACIÓN (6%) $ 3,733
ASESORÍA MENSUAL (SEGUIMIENTO: 1%) $ 622
TOTAL ASESORIA ANUAL $ 11,199
COSTO TOTAL $ 14,932
UTILIDAD NETA $ 47,285
Finalmente tenemos las conclusiones y recomendaciones a las que hemos podido llegar con el
desarrollo del proyecto Capstone.

 ANTO: Se analizó la situación actual de la empresa a partir de herramientas para la

identificación de problemas. El análisis evidenció que existe un exceso en la capacidad
de almacenamiento del 160% del concentrado Kaizen en la bodega de materia prima a
nivel de las 3 plantas. Esto afecta tanto la calidad de los insumos como sus costos de
almacenaje.

 GABY: Para gestionar los materiales en la cadena de suministro se requiere realizar la

planificación a partir del Promedio Móvil Ponderado, el modelo más viable para mayor
asertividad y exactitud en el pronóstico 2023.

 ANTO: La explosión de materiales mensualizado del año 2023 permitió calcular el

consumo promedio, este dato fue fundamental para realizar el análisis del punto de
reorden del concentrado Kaizen con el fin de simular los pedidos más el stock de
seguridad que se deben generar para el año 2023. En base a esto, se evidencia que el
pedido efectuado con el Forecast 2023 tiene una mayor asertividad y exactitud con
respecto a la demanda real.

 GABY: Mediante un eficiente análisis e implementación de modelos de planificación y

pronóstico en los periodos de enero a octubre del 2022, se logró obtener ahorros
incrementales y generar una optimización en las zonas de almacenamiento de materia
prima del concentrado. Para el presente proyecto se evidenció que los resultados
actuales frente a la propuesta de mejora sugerida permiten tener un ahorro de 62.217
dólares, equivalente al 26%. Tomando en cuenta los costos de implementación se
obtiene una utilidad neta de $47 k aproximadamente.

 ANTO: Se recomienda continuar aplicando el Promedio Móvil Ponderado y el cálculo

del punto de reorden de pedido, tanto en días como unidades, para la adquisición de
insumos en el futuro. Esto permitirá generar un stock de seguridad adaptable a los
cambios de la demanda de manera oportuna para satisfacer las necesidades del
mercado y los requerimientos del consumidor

GABY:

En cuanto a las implicaciones éticas de nuestro proyecto de ingeniería consideramos que la

seguridad y transparencia en el manejo de información de la empresa bajo principios éticos es
de suma importancia para garantizar la confiabilidad de los datos y resultados obtenidos, tanto
de la situación actual de la empresa como del escenario optimizado a partir de la oportunidad
de mejora propuesta. De este modo, se evidencia la responsabilidad ética y compromiso
profesional del alumno frente a los recursos puestos a su disposición por parte de los agentes
involucrados.

Finalmente, tenemos las referencias que hemos utilizado para el desarrollo de nuestra tesis.
Eso sería todo, muchas gracias por su atención.