TERPEL PERU

TERPEL PERU MAYORISTA

TERPEL PERU MINORISTA
 Para la recopilación de datos se utilizó el sistema OCTAN MANAGER que utiliza TERPEL en el cual se
realiza el registro de compras, traslados y ventas de todos los productos. Los datos fueron obtenidos de
los días de los últimos meses diciembre, enero y febrero.

2.
Estación: Es la estación de servicio en el cual fue atendido la venta, cada estación tiene una
ubicación diferente
PRONÓSTICO
 Fecha: Es el dato del día en el que se realizó la venta

/ FORECAST
Hora: Es la hora en el que se realizó la venta
 Producto: Es el tipo de producto que se vende puede ser Diesel o Gasoholes
 Cliente: El cliente flota o vehicular
 Precio: Es el costo del producto que expendido por la estación de servicio
 Cantidad: La cantidad adquirida por el cliente.
 Capacidad: La capacidad máxima que puede almacenar cada estación por producto
 Stock de seguridad: Se maneja un stock de seguridad de 500 galones por políticas de la empresa.
Los productos
expendidos en las
estaciones de servicio
son:
Para la elaboración de este estudio se ha ESTACIÓN VENTA
de los gasoholes de 90, 95 y 97, PORCENTAJE
DE TOTAL
actualmente se considera a los gasoholes (%)
de 90 y 95 como Premium 96, y los SERVICIO (S/.)
gasoholes de 90 como Regular 91, por lo
que se requiere transformar y estandarizar
la descripción de los gasoholes antiguos SANTA CRUZ 2’970,979.09 6.10
con la descripción de los gasoholes que
actualmente se usan. CHORRILLOS 2’899,686.57 5.95

Para este proyecto se está considerando

toda la data de la venta de la estación
Santa Cruz y Chorrillos, son la dos
estaciones que más volumen de ventas
tienen.
 TECNICAS UTILIZADAS

El objetivo de nuestro pronóstico es la implementación de una adecuada planificación de compras,

teniendo en cuenta la capacidad de almacenamiento y programar los pedidos. La aplicación
OCTAN MANAGER, nos proporciona la información del stock en tiempo real.

Para esto la Analítica de datos que permite analizar todos sus datos para identificar patrones y
generar conocimientos, para el análisis realizado se utilizó un modelo de previsión de series
temporales individuales utilizando el software Orange y la hoja de cálculo (Excel).

Este modelo se utilizó teniendo el comportamiento de los datos como: tendencia,

comportamiento cíclico y comportamiento estacional.Además se utilizó como variable
independiente el tiempo y como variable dependiente la venta diarios de combustible.
 PROYECCIÓN DE
LA DEMANDA
A continuación, se presenta el modelo
de proyección de las 2 estaciones de
servicios principales de la empresa
Terpel: Analítica de datos con el
software ORANGE.
ESTACIÓN DE SERVICIO SANTA CRUZ

•A partir de ello, se buscó el valor más

próximo mediante el ARIMA para llegar
al valor antes ya mencionado. Donde se
logro encontrar un valor de 0.746 para el
y desde ahí de obtuvo el pronostico de las
ventas para los siete primeros días del
mes de marzo del 2023.
Con la aplicación de una hoja de cálculo (EXCEL) se obtuvo los siguiente resultados:
Estadística Valor
. Alpha 0.25
Beta 0.00
Gamma 0.75
MASE 0.86
SMAPE 0.84
MAE 484.73
RMSE 620.33

5000
R² = 0.508696303290287
4000

3000

2000

1000

-1000

-2000
12/01/2022 12/08/2022 12/15/2022 12/22/2022 12/29/2022 01/05/2023 01/12/2023 01/19/2023 01/26/2023 02/02/2023 02/09/2023 02/16/2023 02/23/2023 03/02/2023
CANTIDAD Previsión(CANTIDAD) Linear (Previsión(CANTIDAD))
Límite de confianza inferior(CANTIDAD) Límite de confianza superior(CANTIDAD)
 PRONÓSTICO EDS SANTA CRUZ
ANALITICA DE PREVISIÓN
DIA
DATOS (Orange) (Excel)
• Se buscó el valor más próximo mediante
el ARIMA y se obtuvo y se encontró un 1/03/2023 595.52 759.89
valor de 0.746 para el con el software 2/03/2023 459.94 98.36
ORANGE y desde ahí de obtuvo el
pronostico de las ventas para los siete 3/03/2023 740.01 420.41
primeros días del mes de marzo del 2023. 4/03/2023 191.60 102.63
5/03/2023 183.67 378.51
• Con la Hoja de Cálculo (EXCEL) se 6/03/2023 1023.95 290.60
obtuvo R2 = 0.5087, podemos concluir
que si hay ajuste apropiado entre las dos
7/03/2023 335.17 42.81
variables utilizadas.
 RESUMEN EJECUTIVO
Actualmente se ve afectado el bajo incremento de ventas en las dos principales estaciones de servicio de expendio de
combustibles, debido a que el recurso humano no está lo suficientemente preparado para realizar un adecuado análisis sobre el
control de las operaciones, como llevar una buena programación de sus requerimientos, que redunda costos altos de fletes y
mala gestión de inventario, debido a una inexistente proyección de la demanda eje fundamental de la cadena de suministro que
es muy importante para las estaciones de servicio, conociendo la proyección ayuda administrar el espacio para el inventario de
manera más inteligente para proteger y garantizar que se genere los ingresos esperados. Además para contar con una correcta
previsión de demanda, con lleva tres principales ventajas a tres niveles: En el aspecto financiero el control de stock y reducción
de inventario a lo necesario. En lo que respecto servicio al cliente abastecer en la cantidad y momentos en los que los necesite.
Por ultimo en la organización interna al poder optimizar la contratación y la capacidad de almacenamiento.

El Objetivo principal del plan es establecer la demanda real que las estaciones de servicio pueden satisfacer, conociendo el
esfuerzo que debe realizar para tener un mejor de control de inventarios, gestión de almacenamiento y coordinación con otros
departamentos. Con el fin de conocer:

Inventario Stock
Precisión del Pronóstico Pronóstico de ventas
Nivel de servicio Entregas
Lead time Pedido de entrega
 PRONÓSTICO
ANÁLISIS ANALITICA DE
PREVISIÓN
DIA DATOS PROMEDIO
(Excel)
(Orange)

Analítica de datos que permite analizar 1/03/2023 1530.41 1287.30 1408.86

todos sus datos para identificar patrones
y generar conocimientos, para el análisis
2/03/2023 1393.05 1377.71 1385.38
realizado se utilizó un modelo de
previsión de series temporales
individuales utilizando el software 3/03/2023 1474.90 1434.02 1454.46
Orange y la hoja de cálculo (Excel) y
luego hace una comparación entre los 4/03/2023 1604.77 1509.40 1557.09
métodos teniendo en cuenta el
coeficiente de correlación y Error 5/03/2023 1157.81 694.79 926.30
Porcentual Medio Absoluto (MAPE)
6/03/2023 1367.59 1045.41 1206.50
Obteniéndose el siguiente pronóstico
para las dos estaciones de servicio: 7/03/2023 1410.73 1360.01 1385.37
 Proyecto Integrador

Abastecimient
o Comercial

Operaciones
 Objetivos
• Objetivo General: Planificar las comprasen forma eficiente para generar un proceso automatizado que nos permita tener un mejor control de los
combustibles en las estaciones, para así poder satisfacer la demanda, incrementar las ventas y controlar las mermas con planes y acciones
inmediatas para atender en el momento oportuno a las estaciones.

•Objetivos Específicos:

⮚ Planificación la distribución de los combustibles

⮚ Incrementar las ventas

⮚ Generar acciones y planes inmediatos para captaci ón de nuevos clientes

⮚ Evitar quiebres de stock

⮚ Control de mermas

⮚ Reducción de costos
Proyecto Integrador
 CONCLUSIONES

• Se utilizaron datos históricos de las dos estaciones de servicio Santa Cruz y Chorrillos, la información obtenida desde 01 de diciembre de 2022
hasta el 28 de febrero, con el análisis predictivo con la técnica de series de tiempo, arrojando mejores resultados haciendo uso del software
Orange en comparación con la hoja de cálculo como (EXCEL), obteniéndose un valor (R^2) para el primero mencionado.
• El objetivo principal del plan es pronosticar las ventas de combustibles diariamente con un nivel de error mínimo, a fin de identificar patrones y
tendencias a lo largo del tiempo detectando el comportamiento de los datos que nos permita una mejor planificación y control en el expendio de
combustibles en las dos estaciones de servicio, como podemos apreciar que en la EDS de Santa Cruz le otorga mas peso a los datos reciente,
tendencia cero y una estacionalidad de 0.75.
• Como resultado, se obtuvo un pronóstico con el menor error y mayor ajuste de las ventas de combustibles para la primera semana de marzo. Este
pronóstico permitirá identificar los días de la semana en los que cada estación presenta un índice de ventas más bajo, lo que brinda la oportunidad
de implementar acciones inmediatas de marketing para atraer nuevos clientes y promociones específicas.
• Su uso nos ha permitido la identificación de patrones, la capacidad de hacer pronósticos precisos y la evaluación de establecer política con
respecto al stock, precios y tiempos de entrega,.
• Se recomienda considerar otros factores, como las horas pico de demanda, el tránsito vehicular, las estacionalidades y los días festivos, para
mejorar la precisión del pronóstico de ventas. Además, se sugiere implementar un sistema automatizado que facilite la generación diaria del
pronóstico y permita una planificación eficiente de las entregas para evitar el desabastecimiento de las estaciones de servicio.
• Incluir a las áreas correspondientes de abastecimiento, operaciones y comercial para una mejor exactitud en la programación de pedidos de
combustibles.