1.

1 PLANTEAMIENTO DEL PROBLEMA

En los últimos años la mayoría de los mercados se han ido transformando de

un modelo local a uno global y la demanda se ha ido modificando, pasando de
artículos estandarizados a productos personalizados, lo expuesto, ha
ocasionado una constante innovación y ampliación del conocimiento acerca de
la demanda, que al final ha permitido que la cadena de suministros se
modernice para que los clientes y consumidores estén satisfechos (García,
2018).
2.1. ANTECEDENTES INVESTIGATIVOS

Para nutrir la investigación es fundamental realizar benchmarking mediante la

búsqueda de información en medios digitales, con el propósito de afianzar el
estudio. El desarrollo de los antecedes investigativos se realizará en base a
artículos científicos, trabajos de maestría y doctorado, los mismos que servirán
de pilares fundamentales para el objeto de estudio.

La investigación realizada en la empresa Julio Crespo Perú S.A.C se relaciona

con la implementación de un plan de producción que permite maximizar las
utilidades, para lo cual, han utilizado un diseño de investigación no
experimental, descriptiva correlacional mediante un enfoque cuantitativo. Con
la expuesto, el investigador logra gestionar la producción en base a la
categorización de los artículos en inventario que permite estar abastecido de
productos que son requeridos constantemente y evita tener productos
obsoletos (Acuña Palacios, 2018).

El estudio se enfoca a la gestión de la producción para el camal Frigorífico del

Cantón Riobamba, para ello, determinan el tiempo empleado en los procesos e
incluso se considera el tiempo ocioso, para tomar correcciones mediante la
implementación de planes en el área operativa. Adicional, se resalta el papel
fundamental que juega el pronóstico de la demanda; por último, se concluye
que el plan de producción permite ahorrar aproximadamente 100,000.00 USD
anual (Soria, 2017).
De acuerdo a la investigación de Flechas & Mora, (2019), el estudio realizado
en plantas de electrodomésticos de Challenger S.A.S. localizada en Colombia
indica que el propósito es mejorar la eficiencia global de la planta para
disminuir el tiempo de montaje, adicional, se busca cubrir la demanda y
principalmente minimizar los desperdicios. Los investigadores proponen
transformar la gestión de la producción para generar valor agregado en cada
etapa del montaje de los electrodomésticos que ayuda a alcanzar elevados
niveles de eficiencia.

Método científico, porque parte del análisis de la planificación de producción y

se pasa a vincular con los análisis matemáticos que se relacionan a pronóstico
de demanda (Rodríguez et al., 2019)

De acuerdo a información recopilada de Londoño, (2016), explora a la empresa

Cimaco localiza en Colombia donde presenta pérdidas económicas y subutiliza-
ción de los recursos en el área productiva, para ello, la autora propone imple-
mentar cambios basados en la Teoría de Restricciones (TOC) y la programa-
ción lineal, para gestionar de manera óptima la utilización de los recursos que
están sujetos a condiciones restrictivos en el proceso productivo. Por otro lado,
al aplicar la teoría de restricciones minimizando las limitaciones que posee la
empresa se logra maximizar la utilidad en el 32% aproximadamente.

Al revisar la investigación realizada por Escobar, (2014), indica que el modelo

para optimizar recursos al Taller de servicios de una aerolínea en Guatemala
es mediante la aplicación de la Cantidad óptima a pedir (EOQ), llegando a de-
terminar que es conveniente realizar un solo pedido en el año, con la finalidad a
abaratar costos, considerando que la logística para realizar pedido periódico
conlleva altos costos.
 1. Cálculo del pronóstico, Método de suavización exponencial permite
realizar un pronostico mediante la demanda real mas reciente y el
pronostico obtenido por este método.

El modelo EOQ es un modelo que permite optimizar recursos, así como, lo

asegura
Escobar, (2014), donde añade que el Taller de una aerolínea en Guatemala ha
logrado reducir costos gracias a la reducción del número de pedidos, porque
permite disminuir costos logísticos que al final se traduce en menos
competitividad
Plan agregado de producción.Es un proceso que ofrece un mejor servicio al
cliente, contribuye manejar niveles de inventario adecuados, ofrece al cliente
tiempos de entrega más breves y en general facilita a la gerencia el manejo del
negocio (CHASE, JACOBS & AQUILANO, 2009).

La realización de la presente investigación tiene como objeto analizar el

impacto que genera la planificación de la producción en la optimización de
recursos en la empresa “X”, para lo cual, se analiza los resultados obtenidos de
la pyme localizada en Colombia que se dedica a la elaboración de jabones,
donde determinan que la planificación de la producción ha permitido una mayor
fluidez en las áreas de: abastecimiento, producción y distribución para que la
organización sea estratégicamente competitiva y consecuentemente optimizar
recursos (Tejeda et al., 2020).
De acuerdo con Causado (2015): El método de clasificación de productos ABC
(por sus siglas en inglés Activity Based Costing es decir, costeo basado en
actividades asume la propiedad estadística conocida como el principio de
Pareto
El análisis ABC o como también se conoce – Curva ABC, tiene por base el
principio de Pareto. Este principio surgió en el siglo XIX cuando, el economista
Italiano Vilfredo Pareto realizo un estudio sobre la distribución de la riqueza en
Italia, donde concluyo que la riqueza no estaba distribuida de forma uniforme.
Por el contrario, constato que 80% de la riqueza pertenencia a 20% de la
población. En la década de 1940, la teoría de Pareto fue formulada por el Dr.
Joseph Juran, un ingeniero estadounidense ampliamente reconocido por sus
aportaciones en el control de calidad. Fue el Dr. Juran quién decidió llamar a la
proporción del 80/20 “El Principio de Pareto.”

Categoría A Categoría B Categoría C

 Constituyen la mayor  Tienen una  En esta categoría se mo-
parte del capital representación mediana viliza menos capital con
movilizado y es en unidades físicas en relación al inventario total.
recuperado fácilmente. relación al total de  Tienen una rentabilidad
 Genera gran rentabilidad artículos en inventario. inferior y su manejo no es
a la empresa.  El valor del capital exigente.
 Nunca deben estar movilizado ocupa el  Son de baja rotación.
agotados de lo contrario segundo.  En stock se dispone de
es importante que el nivel  Estos productos poseen pocas unidades.
de inventario suele ser una rentabilidad  El pronóstico es poco real
alto. intermedia en relación a esta catego-
 Son artículos de alta  Son bienes con una ría.
rotación y los procesos rotación media.  Son candidatos a conver-
productivos están  Presentan un costo de tirse productos obsoletos.
estandarizados. venta intermedio,  A la empresa le generan
comparados con los altos costos de manteni-
productos A y C. miento.
. Suavizado exponencial de primer orden El cálculo correspondiente requiere
de 2 datos: el primero es la demanda real del período más reciente y el
segundo es el pronóstico más reciente obtenido por cualquier otro método. A
medida que termina cada período se realiza un nuevo pronóstico. Entonces:

Ventajas El suavizado exponencial simple y los otros modelos de suavizado

exponencial que proporcionan de una manera económica pronósticos "rápidos
y fáciles",comparten las siguientes ventajas:  Requieren muy pocos datos
históricos. Para actualizar el pronóstico de un período al siguiente sólo se
necesita α, la demanda del último periodo y el pronóstico del último periodo.
los datos históricos deben pasar por un proceso de recolección, limpieza,
construcción y aplicación del modelo
Es necesario recordar que este modelo incorpora en el nuevo pronóstico todas
las demandas anteriores.  Este modelo es eficaz, sencillo y fácil de entender.
 Se puede computarizar para familias de productos, sus partes, o sus
elementos  Sirve en los sectores de manufactura y de servicios.
Promedio simple Aquí, todas las demandas de los períodos anteriores tienen
el mismo peso relativo. El promedio hace que las demandas elevadas tiendan a
ser equilibradas por las demandas bajas de otros períodos, reduciendo las
posibilidades de error que se podrían cometer al dejarse llevar por
fluctuaciones aleatorias que pueden ocurrir en un período
Media móvil ponderada Se aplica cuando no se quiere que todos los “n”
períodos tengan el mismo peso, es decir permite asignar un peso desigual a la
demanda en función de la importancia que le concede el analista.