Cadena de Suministros

Gestión de Cadena de Suministros

Manejo eficiente (costo/servicio) de productos,

servicios, e información entre proveedores,
procesadores, distribuidores, y usuarios finales.

Pautas de evolución:
 Competencia de mercados globales
 Reducción del ciclo de vida de productos
 Crecientes expectativas de los
consumidores
 Avances en comunicación y transporte 2
Cadena de suministros: Red logística

Proveedores Procesadores Distribuidores Minoristas Usuario

Materiales, productos, servicios, medios de pago, e información

Tomado de: Keskinocak, P. and S. Tayur (2001). "Quantitative Analysis for

Internet-Enabled Supply Chains." Interfaces 31(2): 70-89.

3
Características

Red compleja de infraestructuras y organizaciones

con objetivos antagónicos
 Atención de la demanda: mayor desafío
 Sistema dinámico: variaciones estacionales,
tendencias, promociones, competencia
 Nuevos sectores  nuevos problemas: reducción
del ciclo de vida y precios de productos

Factor importante en el destino de las organizaciones

4
Temáticas Relevantes

 Gestión de inventarios
 Diseño de redes logísticas
 Sistemas de distribución
 Valor de información e integración
 Tecnología de la información
 Sistemas de apoyo a las decisiones

5
Gestión de inventarios

Afecta directamente la calidad del servicio y los costos

de la cadena
 Tipos: materia prima, productos en proceso y
terminados.
 Factores determinantes: pronósticos de demanda y
tamaño de pedido (costos de pedido,
almacenamiento, obsolescencia, y oportunidad).
 Modelo de tamaño de lote económico (Harris,
1915)

6
Modelo de tamaño de lote
económico
180

160

140

120
Costo

100

80 Almac.
Pedido
60
Total
40

20

0
1 2 3 4 5 6 7 8 9 10 11 12 13

Pedido (unidades)
7
Diseño de redes logísticas

Designación del número, ubicación, y tamaño de centros

de producción y de distribución. Determinación del
flujo de productos entre distintos centros

 Agregado de información
 Costos de transporte, almacenamiento, etc
 Capacidad de almacenamiento
 Localización de centros
 Pronósticos de demanda
8
Localización de infraestructura
Dadas n ubicaciones posibles, m clientes, cj costo fijo de abrir
en ubicación j, y costo de atención a cliente i desde ubicación
j, dij. Seleccionar las localizaciones y asignar clientes a estas.
Variables: yj, si se abre en ubicación j; xij si cliente i es
atendido desde ubicación j.
n m n
minimizar c
j 1
j y j   d ij xij
i 1 j 1
n
sujeto a x
j 1
ij  1,  i,

xij  y j ,  i, j ,
xij , y j  0,1,  i , j.
9
 Transporte

Incorpora la comunicación móvil extendiendo la gestión

de asignación y ruteo. Problemas simples
conceptualmente, pero de difícil resolución.

• Ruteo de vehículos
• Asignación de tripulación

10
 CONCEPTO PRONÓSTICOS

 Se define como la estimación de la demanda de uno o varios productos en

un futuro para una empresa.

Pronóstico: es una predicción de eventos

futuros que se utilizan con propósitos de
planificación
Diferencia entre pronóstico y predicción

Pronóstico: utiliza técnicas como la serie de tiempos y modelos estructurados

Predicción: se basa en juicios cualitativos

 PRONÓSTICO EN LAS AREAS
FUNCIONALES

FINANZAS MERCADOTECNIA MANUFACTURA

Presupuestos y control Ventas para los planes -Capacidad de la fábrica
de costos. de nuevos productos, -Número de
para remunerar al trabajadores requeridos
personal de ventas.
-Decisiones respecto a
inventarios
-Planes y programas de
producción
-Requisición de
materiales e insumos
COMPONENTES DE LA DEMANDA O
PATRONES DE LA DEMANDA
 1. Factores cíclicos

 La influencia cíclica en la demanda pueden provenir de hechos tales

como: la guerra, condiciones económicas, moda, etc.
 2. Variaciones aleatorias

 Son productos de hecho fortuitos, es aquella en la que no existe un patrón

reconocible de los datos
 3. La tendencia
Refleja la evolución a largo plazo de la serie histórica

 Lineal
 3. La tendencia
 Exponencial
 3. La tendencia
 En forma de S
 3. La tendencia
 Asíntota
 4. Horizontal

 Los datos varían entorno a una media constante

 4. Estacionalidad
 Son las variaciones según la temporada y corresponden a fluctuaciones
que tienen lugar en un periodo de tiempo dado y se repiten en el mismo
periodo.
FACTORES QUE AFECTAN
LA DEMANDA
Factores externos: no se tiene
control

Economía Reglamentación Incremento en la

creciente del gobierno construcción

Mezcla de El éxito de un
Gustos en los mercado por producto afecta
consumidores parte de la a sus
competencia complementarios
Factores internos: son decisiones
internas que provocan cambios en la
demanda
Diseño del producto

Mezcla de mercado

Expansión del mercado

Contracción del mercado

TIPO DE TÉCNICA DE
PRONÓSTICO
 TIPO DE TÉCNICA
DE PRONÓSTICO

MÉTODOS
CUALITATIVOS MÉTODOS
(métodos de CUANTITATIVOS
juicio)
 Pronóstico de la demanda vs horizonte
de planificación

Corto plazo Mediano plazo Largo

(0-3 meses) (3 meses-2 años) plazo(>2años)

TECNICA DE Serie de tiempo Causal Causal

PRONÓSTICO Causal juicio juicio
juicio
 1. MÉTODOS CUALITATIVOS
(métodos de juicio)

 Considera las opiniones de gerentes, expertos, estimación de la fuerza de

ventas, encuestas de consumidores. Se traducen en estimaciones
cuantitativas.

 Son subjetivos o simples juicios y se basan en cálculos y opiniones

 Se usan cuando no existen datos históricos, se presenta un nuevo producto
o cambia de tecnología
 1. MÉTODOS CUALITATIVOS
(métodos de juicio):
 (estimación de la fuerza de ventas)

Ventaja:
 La fuerza de ventas tiene mayores probabilidades de saber que comprarán los
clientes en el futuro y en que cantidades.

 Los pronósticos individuales se combinan para obtener cifras regionales o

nacionales

Desventaja:
 Algunos vendedores son optimistas y otros cautelosos lo cual puede
introducir sesgos en el pronóstico.

 El personal puede subestimar los pronósticos individuales para que el

rendimiento futuro supere las proyecciones o para esforzarse menos (cuando se
trabaje por medidas de rendimiento por vendedor)
 1. MÉTODOS CUALITATIVOS
(métodos de juicio):

 INVESTIGACIÓN DEL MERCADO: Reúne datos por diferentes medios

(encuestas, entrevista)

Desventaja: los resultados de la encuesta no reflejan las opiniones del

mercados.
 1. MÉTODOS CUALITATIVOS
(métodos de juicio):
 CONSENSO DE EXPERTOS (OPINIÓN EJECUTIVA)
Desventajas:
 El juicio u opinión de una persona de más alto nivel probablemente tenga
más relevancia que el de una persona de un nivel más bajo, en el peor de
los casos se sienten intimidados y no expresan lo que verdaderamente
piensa.

 Puede ser costosa

 Requiere mucho tiempo

 1. MÉTODOS CUALITATIVOS
(métodos de juicio):
 ANALOGÍA HISTÓRICA: Cuando se trata de pronosticar la demanda de un
producto nuevo, la situación ideal es que se pueda usar como modelo un
producto existente o un producto genérico,

KALÚA
 1. MÉTODOS CUALITATIVOS
(métodos de juicio):
 MÉTODO DELPHI: Oculta la identidad de las
personas que participan en el estudio dando a
cada individuo la misma importancia.

Desventaja
 El proceso es muy largo (más de un año) por lo
que el panel de expertos puede cambiar
alargando el proceso
 Su calidad es entre regular y buena para la
identificación de puntos de flexión en la
demanda de nuevos productos.
 2. MÉTODOS CUANTITATIVOS
 Análisis de series de tiempo: método estadístico que depende en alto
grado de datos históricos de la demanda, con los que se proyectan la
demanda futura y reconoce las tendencias y patrones estaciónales.

 Métodos causales: utilizan datos históricos de variables independientes

como campañas de promoción, condiciones económicas y actividades de
los competidores.
ANÁLISIS DE SERIES
DE TIEMPO
Análisis de series de tiempo

Busca prever el futuro, con base en datos del

pasado

Son de naturaleza reactiva.

Usan información histórica que solo se refiere a

la variable dependiente (ventas)(KRAJEWSKI ).

Se aplica a los patrones de demanda tipo

horizontal y tendencia.
 Análisis de series de tiempo
 Promedio Simple

 Desventaja: al tener en cuenta todos los datos históricos, llega un

momento donde las demandas reales que se agregan no modifican el
pronóstico futuro.
Formula:

Ft : A t-1+ A t-2 ……..+A t-n

n
Donde:
ft = pronóstico para el periodo futuro
A t -1 = demanda real del periodo más reciente
A t -2 = demanda de hace 2 periodos
A t - n = demanda de hace n periodos
n = Número de periodos
 Análisis de series de tiempo
 Pronóstico empírico

Alternativas
Ft = A t-1 +
Considera
Ft = A t-1 incremento o
estacionalidad
disminución
 Análisis de series de tiempo

 Pronòstico Movible Simple

Combina los datos de la demanda de la mayor parte de los periodos recientes,

siendo su promedio el pronóstico para el periodo siguiente.

Se caracteriza porque todas las demandas tienen el mismo peso o importancia, se

puede emplear un promedio movible de 2 a 20 periodos, pero al tomar la decisión hay
que continuar usando el mismo número de periodos

Cuando los datos de la demanda son poco variables se recomienda tomar bastantes
periodos y viceversa.
Promedio Movible Simple

La demanda de un
producto no crece ni
disminuye velozmente y
no incluye características
Se usa de estacionalidad

cuando Cuando la demanda

presenta un patrón
horizontal y aleatorio
 Promedio Movible Simple

 Desventaja (requisitos):
• Todos los elementos individuales deben estar en forma de datos, porque
un nuevo pronóstico del periodo requiere que sumemos datos nuevos y
que eliminemos datos más antiguos.

• Requiere una cantidad importante de datos históricos.

• Para n datos puede resultar tedioso

Análisis de series de tiempo
 Promedio Movible Ponderado

 Permite adjudicar una importancia o peso cualquiera a cada elemento o

periodo, siempre y cuando todos los valores sumen 1 o 100%.
Formula:
 ft : W1 At – 1 + W2 At – 2 + W3 At – 3 ……..+ Wn At –n

Donde:
ft = pronóstico para el periodo futuro
W1 = peso que se le dará a la venta real en el periodo t -1
W2 = peso que se le dará a la venta real en el periodo t -2
W3 = peso que se le dará a la venta real en el periodo t -3
W n = peso que se le dará a la venta real en el periodo t –n
n = Número total de periodos del pronostico
Σ Wi = 1
Cómo elegir los pesos?

• La experiencia, prueba y error (Excel)

1.

• Por lo general el pasado más reciente es el indicador más

importante de lo que podemos esperar para el futuro, y por
2. tanto este debe tener mayor peso.

• Cuando los datos son variables se debe determinar los pesos

en consecuencia; es decir, se le asignara mayor peso a las
3. mayores demandas y menor peso a las menores demandas.
Promedio Movible Ponderado

Ventaja: puede modificar

los efectos de los datos
pasados (pesos o
importancia)

Desventaja: su uso es más

complicado y caro que el
método exponencial aminorado.
Se necesitan bastantes datos.
Los costos de obtener y
actualizar datos pueden ser
altos.
 Análisis de series de tiempo

 Exponencial Aminorado (Suavización Exponencial)

Considera que los datos más recientes indican

mejor el futuro que los de un pasado distante,

Es más fácil de usar y es más lógico

Se usa cuando los cambios de tendencia no son

muy grandes o pronunciados

Es la técnica más utilizada para pronosticar a

corto plazo
 DATOS
alfa (α), constante
de atenuación,
tasa de reacción,
El pronóstico más
La demanda real constante de
reciente
que ocurrió en ese ajuste
(pronóstico del
periodo exponencial,
último periodo)
parámetro
suavizador.
(0<= α <=1)
 Selección de la constante de
atenuación
 (5%<= α <=10%). Cuando una empresa tiene una demanda relativamente
estable o uniforme. Entre la demanda real y la proyectada hay una
diferencia pequeña

 (15%<= α <=30%). Cuando una empresa registra una demanda inestable, se

da mayor importancia al crecimiento o disminución registrada
recientemente, si continua la tendencia de la demanda el alfa es aún
mayor.
 Ventaja
 Los modelos exponenciales son más acertados (que los anteriores modelos)

 Es relativamente fácil (simplicidad)

 Se requiere pocos cálculos

 Necesita una cantidad mínima de datos históricos

Desventaja

 Cuando la serie de demanda muestran

tendencia significativa, se debe usar un
alfa alto, sin embargo los resultados del
exponencial aminorado se retrasan.

 Ante tendencias pronunciadas o muy

fuertes el E.A. se queda corto
 Ecuación para un solo pronóstico

ft = ft -1 + α ( At -1 - ft -1 )
ft = α At -1 + (1- α ) ft -1

 Donde:
ft = pronóstico exponencial aminorado para el periodo t
ft -1 = pronóstico del periodo anterior
At -1 = demanda del periodo anterior
α = constante de atenuación, alisamiento, reacción
  Se llama exponencial aminorado porque cada incremento en el pasado
debe disminuir en (1- α ). por ejemplo si α = 0.3, entonces

Ponderación con α
= 0.3
Ponderación más = α (1- α )0 0.3
reciente
Datos de un periodo = α (1- α )1 0.21
pasado
Datos de dos = α (1- α )2 0.15
periodos pasado
Datos de tres = α (1- α )3 0.10
periodos pasado
 Pronóstico inicial

Para calcular el pronóstico inicial hay varias formas:

 1. usar la demanda del primer periodo (CHASE)

 2. si se dispone de datos históricos, calcular el promedio simple de los tres

primeros periodos (KRAJEWSKI)

 3. promedio simple de las demandas disponibles (Germán Méndez. U.

distrital)
ERRORES DEL
PRONÓSTICO
Errores sesgados
 CHASE (2005). Se presenta cuando un error es cometido constantemente.
Una fuente del sesgo es cuando se emplea una línea equivocada para una
tendencia y cuando se mueve equivocadamente la demanda estacional del
punto donde suele ocurrir. (Cuando el intervalo del pronóstico es corto).

 KRAJEWSKI. Son equivocaciones cometidas

constantemente donde se observa que el pronóstico
será siempre demasiado alto o demasiado bajo
 Errores aleatorios
 CHASE (2005) Son aquellos que el modelo de pronóstico empleado no
puede explicar.

 KRAJEWSKI. Ocurre cuando se presentan factores

imprevisibles que hacen que el pronóstico se desvíe de la
demanda real.
MEDICIONES DEL
ERROR
 Et = At – Ft

 Donde:

Et = error del pronóstico para el

periodo t
At = demanda real para el periodo t
Ft = pronóstico para el periodo t
 1. SUMA CORRIENTE DE
ERRORES DEL PRONOSTICO
(SCEP)(CFE)
 Mide el error total de un pronóstico. Consiste en la suma de errores tanto positivos como
negativos de un pronóstico.

SCEP = 𝜮Et = 𝜮(At – Ft)

 No es bueno que sea positivo porque indica desabasto
 Es preferible que sea negativo (cercano a cero). Hay inventarios
3. DESVIACIÓN MEDIA ABSOLUTA
(DMA)
 Representa el error promedio de los pronósticos que emplean valores
absolutos.

Donde:
n = número de periodos
 EL CUADRADO DEL ERROR MEDIO (MSE) –
DESVIACIÓN MEDIA AL CUADRADO (DMC)
 Mide la dispersión de los errores del pronóstico.

Si el valor es pequeño el pronóstico se aproxima generalmente a la

demanda real.
Si el valor es grande indica la posibilidad de errores del pronóstico
considerables.
4. DESVIACIÓN MEDIA ABSOLUTA PORCENTUAL (DMAP) ERROR
PORCENTUAL MEDIO ABSOLUTO (MAPE)

 Se relaciona el error o desviación del pronóstico con el nivel de la

demanda.
PRONÒSTICO SIMPLE

VENTAS
MES
REALES
Enero 2560 unds
Febrero 3205 unds
Marzo 2830 unds
Abril ?
PRONÓSTICO EMPÌRICO
Suponga que en la semana pasada la demanda de huevos fue de 250
cajas y en la semana anterior fue de 205 cajas. El incremento de la
demanda fue de 45 cajas, Cuánto espera vender en la semana actual
(3)
SEMANA CAJAS DE HUEVOS VENDIDAS
1 205
2 250
Incremento Sem 2 -1 45

Si la demanda real de la semana 3 fuera de (280 cajas de huevo, cuánto se

esperaría vender en la semana (4)
Pronóstico para la semana actual (3)
es 250 + 45= 295
PRONÓSTICO MOVIL
INTERVALO 3 ERROR CUADRÀTICO Error porcentual
DESVIACION ABSOLUTA
CANTIDAD PRODUCCION MEDIA MÒVIL ERROR TÌPICO MEDIO absoluto medio
DMA
(MSE) (MAPE)
1 593
2 570
3 486
4 854 550 304 304 92619 0,33%
5 797 637 160 160 25707 0,62%
6 362 712 -350 350 122733 0,29%
7 690 671 19 19 361 5,26%
8 969 616 353 353 124374 0,28%
9 941 674 267 267 71467 0,37%
10 870 867 3 3 11 30,00%
11 968 927 41 41 1708 2,42%
12 977 926 51 51 2567 1,97%
13 840 938 -98 98 9669 1,02%
14 943 928 15 15 215 6,82%
15 713 920 -207 207 42849 0,48%
16 557 832 -275 275 75625 0,36%
17 665 738 -73 73 5280 1,38%
18 832 645 187 187 34969 0,53%
19 885 685 200 200 40133 0,50%
20 740 794 -54 54 2916 1,85%
21 608 819 -211 211 44521 0,47%
22 875 744 131 131 17074 0,77%
23 752 741 11 11 121 9,09%
TALLER CANTIDAD PRODUCCION

1 7721
2 5775
3 6058
4 5950
5 5519
6 7121
7 7141
8 6969
9 5203
10 6236
11 7490
12 5876
13 5727
14 6996
15 5172
16 6716
17 6276
18 7964
19 6492
20 5902
21 7012 69

22 5578
23 5020
5. Medición del error en el pronóstico
Periodo, t Yt Pronóstico, Yt
1 58 -
2 54 58
3 60 54
4 55 60
5 62 55
6 62 62
7 65 62
8 63 65
9 70 63
 Promedios móviles:

promedio móvil
t Yt n=3 n=4
1 42
2 52
3 54
4 65 49.33
5 51 57.00 53.25
6 64 56.67 55.5
pronóstico =  (último valor)
+ (1 - )(último pronóstico)

www.auladeeconomia.com
t Yt =0.1 =0.5
1 42
2 52 42 42
3 54 43.00 47.00
4 65 44.10 50.50
5 51 46.19 57.75
6 64 46.67 54.38