Академический Документы
Профессиональный Документы
Культура Документы
Bachiller:
Espichn Uscamaita, Jhon Alex
LIMA PER
2015
DEDICATORIA
que
son
pilares
ejemplo
de
la
ii
AGRADECIMIENTO
iii
RESUMEN
iv
una poltica de stock por cada artculo, que depender del nivel de servicio propuesto por
la empresa y as evitar retrasos en las entregas.
Finalmente se analizarn las mejoras esperadas. Los resultados demuestran que el uso
de pronsticos cuantitativos mejorar la exactitud del pronstico actual cualitativo,
obteniendo un impacto econmico mensual de $12,933.69 basado slo en 12 artculos.
As tambin, la identificacin de los artculos ms importantes, producto de la clasificacin
ABC, aportar en las decisiones de compra evitando gastos innecesarios.
Por otro lado el clculo de frecuencia de compra y la mejor eleccin de cual va elegir,
area o martima, significar un ahorro anual de $16,267.65.
NDICE GENERAL
NDICE GENERAL ........................................................................................................... vi
NDICE DE GRFICOS .................................................................................................. viii
NDICE DE TABLAS ......................................................................................................... ix
INTRODUCCIN .............................................................................................................. xi
CAPTULO I: PROBLEMA DE INVESTIGACIN.............................................................. 1
1.1
1.2
1.2.2
Problemas especficos................................................................................. 4
1.3
1.4
Limitaciones ........................................................................................................ 6
1.5
1.6
General.......................................................................................................10
1.6.2
Especficos .................................................................................................10
2.1.1.1
Logstica ..............................................................................................11
2.1.1.2
2.1.2
2.1.2.1
2.1.3
2.1.3.1
2.1.3.2
2.1.3.3
2.1.3.4
2.1.3.5
2.1.3.6
2.1.4
2.2
Pronsticos .................................................................................................24
2.1.4.1
Definicin.............................................................................................24
2.1.4.2
Patrones de la demanda......................................................................25
2.1.4.3
2.1.4.4
3.2
3.3
Hiptesis ............................................................................................................43
3.1.1
3.1.2
Variable ..............................................................................................................44
3.2.1
3.2.2
Metodologa .......................................................................................................45
3.3.1
3.3.2
3.4
Mtodo de investigacin.....................................................................................47
3.5
3.6
4.1.2
4.2
4.3
5.2
5.3
5.1.2
5.1.3
5.2.2
5.2.3
5.3.2
CONCLUSIONES ............................................................................................................90
SUGERENCIAS...............................................................................................................92
REFERENCIA BIBLIOGRFICAS ...................................................................................94
ANEXOS..........................................................................................................................96
vii
NDICE DE GRFICOS
Grfico 1: Ciclo de abastecimiento ............................................................................................. 14
Grfico 2: El inventario oculta problemas .................................................................................. 15
Grfico 3: Grfico tpico de un anlisis ABC ............................................................................. 23
Grfico 4: Patrones de la demanda ............................................................................................ 26
Grfico 5: Representacin grfica del promedio mvil ............................................................ 33
Grfico 6: Clasificacin de pronsticos ...................................................................................... 39
Grfico 8: Diagrama de Gantt de la solucin del problema .................................................... 55
Grfico 9: Formato de pedido de repuestos .............................................................................. 60
Grfico 10: Inventario con una nueva poltica de stock ........................................................... 72
viii
NDICE DE TABLAS
Tabla 1: Aplicaciones del pronstico de la demanda .............................................................. 28
Tabla 2: Clasificacin de mtodos cualitativos, segn horizonte y costo ............................. 29
Tabla 3: Ejemplo de periodo promedio mvil ............................................................................ 32
Tabla 4: Valor de coeficiente segn tipo de demanda ......................................................... 36
Tabla 5: Forecast accuracy del 2014 ......................................................................................... 51
Tabla 6: Peso total en kilogramos importados durante el 2014 ............................................. 61
Tabla 7: Lead time de proveedores de repuestos Diebold y NCR ........................................ 62
Tabla 8: Fill rate DBD Consumible y DBD Reparable - 2014 ................................................. 64
Tabla 9: Clasificacin ABC de los repuestos ms rotables .................................................... 65
Tabla 10: Indicadores de error de pronstico ........................................................................... 66
Tabla 11: Metodologas de planificacin ................................................................................... 66
Tabla 12: Indicadores de error del artculo 1 ............................................................................ 67
Tabla 13: Mejores indicadores de error del artculo 1 ............................................................. 69
Tabla 14: Resumen de las metodologas de planificacin por artculo................................. 69
Tabla 15: Stock de seguridad ...................................................................................................... 71
Tabla 16: Volumen anual importado de repuestos - 2014 ...................................................... 73
Tabla 17: Tarifas areas de importacin ................................................................................... 73
Tabla 18: Datos logsticos de artculos importados por proveedor ....................................... 74
Tabla 19: Costos de importacin area para la simulacin de frecuencias ......................... 74
Tabla 20: Simulacin de costos por importacin area .......................................................... 76
Tabla 21: Costos de importacin martima para la simulacin de frecuencias ................... 79
Tabla 22: Simulacin de costos por importacin martima ..................................................... 80
ix
INTRODUCCIN
Actualmente Diebold Per cuenta con el 70% del mercado peruano abastecido por
cajeros de la marca Diebold. Esto significa un gran movimiento de llamadas, correos que
solicitan atenciones para solucionar averas que presenta los cajeros. Indicadores
demuestran que en promedio existen 914 fallas mensualmente. Es por ello que atender al
cliente en forma oportuna se vuelve una prioridad para evitar generar desprestigio tanto
para Diebold como para el cliente.
De esta manera el presente trabajo se elabor para mejorar la gestin de inventarios a
travs de pronsticos. Est constituido de 5 captulos que abarcar desde la identificacin
del problema hasta la presentacin de los resultados en trminos monetarios. El primer
captulo dar a entender las condiciones en las cuales se desarrolla la empresa, se
explicar las limitaciones del desarrollo del informe, la clara justificacin del trabajo y los
objetivos del mismo.
En el segundo captulo se muestra el marco terico; es decir, las bases conceptuales
para entender las teoras y herramientas necesarias para implementar las mejoras al
xi
xii
xiii
CAPTULO I
1 PROBLEMA DE INVESTIGACIN
1.4 Limitaciones
Las limitaciones que presenta ste informe de suficiencia profesional son las siguientes:
-
niveles
ptimos
de
inventario
abastecimiento
contino
en
las
TESIS 2
Autor: Ral Augusto lvarez Tanaka
Ttulo: Anlisis y propuesta de implementacin de pronsticos y gestin de inventarios en
una distribuidora de productos de consumo masivo.
Ao: 2009
Institucin: Pontificia Universidad Catlica del Per.
RESUMEN
En el presente trabajo se ha realizado el anlisis de los procesos de gestin de
inventarios y de la planificacin de las compras realizadas en una distribuidora de
productos de consumo masivo que tiene cerca de dos aos funcionando.
La propuesta de mejora se basa en dos puntos que a su vez se complementan:
Implementar pronsticos de ventas y mejorar la gestin de los inventarios
ste estudio demuestra que bajo una clasificacin ABC logra identificar los tems
localizado en el almacn y deducir que el 20 % de los tems corresponden al 80% del
valor monetario del almacn y que el 80 % de los tems responden al 20% del valor del
almacn. Se puede concluir que la clasificacin ABC demuestra una importante
herramienta para determinar que productos son los que representan un gran valor de
dinero paralizado en nuestro almacn y a partir de ello tomar decisiones estratgicas para
dar ms rotacin a los productos.
TESIS 3
Autor: Ricardo Andr Crdenas Zanabria
Ttulo: Anlisis y propuestas de mejora para la gestin de abastecimiento de una
empresa comercializadora de luminarias.
Ao: 2013
Institucin: Pontificia Universidad Catlica del Per.
RESUMEN
Resaltan mucho la importancia de establecer una poltica de inventario y que debido a
ste anlisis el ahorro generado por importacin, dependiendo de los lotes econmicos
de compra, resultar beneficioso por proveedor, ya que no estrictamente es necesario
comprar con periodicidad mensual un repuesto, sino con periodicidad trimestral o
semestral previa simulacin de lotes econmicos de compra.
Es por ello que la presente tesis, se enfoca en proponer alternativas de mejora en la
gestin de abastecimiento en una de las empresas ms competitivas del mercado, con el
propsito de mejorar la fiabilidad, rentabilidad y competitividad de la misma. Para ello se
propuso la implementacin de un nuevo sistema de planeamiento que permite tener un
control en los costos totales de inventario (almacenaje ms costos de importacin), una
nueva poltica de stock, analizando la variabilidad de la demanda, lead time de los
productos y el inventario promedio; y teniendo un control riguroso en las frecuencias de
rdenes de compra de abastecimiento.
TESIS 4
Autores: Karen Vernica Ramos Menndez y Enrique Miguel Flores Aliaga
Ttulo: Anlisis y propuesta de implementacin de pronsticos, gestin de inventarios y
almacenes en una comercializadora de vidrios y aluminios.
Ao: 2013
Institucin: Pontificia Universidad Catlica del Per.
RESUMEN
La presente tesis demuestra que existen ventajas econmicas y estratgicas que no son
identificadas ni practicadas por empresas pequeas y medianas en el rubro de
comercializadoras de vidrio y aluminio, y que de empezar a hacerlo se puede obtener
beneficios econmicos significativos. Estas herramientas estn aplicadas especialmente
en el rea logstica.
La presente tesis explica como un almacn ordenado que cuente con sus objetivos bien
definidos, la infraestructura adecuada, los procedimientos bien estructurados, ayudarn a
la empresa en estudio a tener una buena gestin de inventarios. Esto se logra con la
colaboracin de todo el personal y un pronstico de la demanda basada en data histrica.
TESIS 5
Autores: Ronald Percy Refulio Snchez y Diana Paola Rodrguez Gutirrez
Ttulo: Propuesta de un modelo de control y gestin de existencias en una empresa de
telecomunicaciones usando como herramienta de soporte los mdulos MM - WM del
sistema SAP R/3.
Ao: 2011
Institucin: Pontificia Universidad Catlica del Per.
RESUMEN
El presente trabajo de investigacin que comprende el desarrollo de un modelo de
Control y Gestin de Existencias en una Empresa de Telecomunicaciones, tiene como
objetivo primordial el planteamiento de una estrategia y metodologa de abastecimiento y
control de existencias, que garantice ahorros significativos para la empresa, mediante la
gestin eficiente de la disponibilidad de los materiales en trminos de cantidad, calidad,
nivel de servicio y oportunidad, empleando como herramienta de soporte los mdulo MM
- WM del sistema SAP R/3.
La tesis explica en sus bases tericas las distintas bases para llevar a cabo un buena
gestin de existencias, as pues la relacin directa entre el fill rate y la exactitud de
inventario aportar en gran medida a un buen desarrollo de la productividad, debido a la
fcil bsqueda y confianza de ubicar dicha existencia en su lugar y cantidad adecuada.
1.6.1 General
Identificar el modelo de pronstico adecuado que corrija la cantidad de pedido de
repuestos de la empresa Diebold Per S.R.L.
1.6.2 Especficos
a. Demostrar el beneficio de usar modelos de pronsticos cuantitativos de los
modelos de pronsticos cualitativos.
b. Identificar y segmentar los repuestos ms crticos de acuerdo a criterios
establecidos utilizando la clasificacin ABC.
c. Demostrar el ahorro generado determinando la frecuencia de rdenes de compra
de los repuestos ms crticos.
10
CAPTULO II
2 MARCO TERICO
12
Compras
Recepcin
Almacenamiento
Gestin de inventarios
13
14
El almacenamiento est catalogado como una actividad que no agrega valor, sin
embargo no es del todo cierto. Ejemplo podemos mencionar a una estacin de bomberos,
que pasara si no tuviesen mangueras o en un colegio, que pasara si no tuviesen caja de
tizas, as pues podemos ir mencionando varios ejemplos y concluir que el
almacenamiento si agrega valor pero en diferentes formas.
15
Sin embargo, Krajewki y otros (2008) indica que estos inventarios necesitan de inversin
de fondos para su mantenimiento, puesto que es una inversin no retornable y que afecta
los flujos de efectivo en una organizacin. Desde luego se busca el equilibrio entre el
16
tener y no tener inventario para as evitar altos costos por almacenamiento y ofrecer un
buen servicio al cliente.
Dentro de las funciones de los inventarios se pueden destacar 02 grandes rasgos: El
mejorar el servicio al cliente y la reduccin de costos.
Segn Ballou (2004), lo describe de la siguiente manera:
17
18
Inventario de ciclo
Es la porcin del inventario que vara en forma directamente proporcional al tamao del
lote. La frecuencia con que se hacen los pedidos y la cantidad de los mismos se
denomina dimensionamiento del lote. Se utiliza para la demanda constante y uniforme.
Inventario de seguridad
Inventario de previsin
Inventario de trnsito
Es el inventario que se mueve de un punto a otro a travs del flujo de materiales. Pueden
ser los materiales que se mueven de una operacin a otra, de la planta a un centro de
distribucin o del centro de distribucin al mayorista. ste puede medirse como la
demanda promedio durante el tiempo de espera.
2.1.3.5 Sistema de control de inventario
Un sistema de control de inventarios es capaz de responder a 02 preguntas
fundamentarles: cunto debo pedir? y cundo debo pedir? Una caracterstica
importante para este sistema es si el artculo en cuestin est sujeto a una demanda
dependiente o independiente. Para este caso el sistema se basa en la demanda
independiente que suele ser complicada debido a que est sujeta a la influencia de
factores externos.
19
20
21
Donde,
= Desviacin estndar en el periodo t
= Periodo entre revisiones
= Tiempo de reposicin
Finalmente se obtendr el nivel objetivo de inventario es calculado de la siguiente
manera:
= (+) + (+)
Donde,
(+) = Demanda promedio durante el intervalo de proteccin (tiempo de reposicin ms
tiempo entre periodos)
= Nivel objetivo del inventario
2.1.3.6 Clasificacin ABC
Esta clasificacin se basa en priorizar los artculos en tres clases: A, B y C en funcin al
volumen anual en unidades monetarias. Esto surge para poder dedicar un mayor cuidado
y grado de control de gerencia a un porcentaje del total de artculos. Esta clasificacin se
asemeja al diagrama de Pareto slo que se aplica para inventarios en vez de a los
errores en los procesos.
Segn Krajewki y otros (2008), la estrategia ABC, como se observa en el grfico 3, divide
los artculos en tres grupos: los artculos de la clase A generalmente representan slo
cerca del 20% del total de artculos, pero les corresponde el 80% del valor de consumo.
Los artculos clase B representan otro 30% del total, pero les corresponde nicamente el
15% del valor de consumo. Por ltimo, el 50% de los artculos pertenecen a la clase C y
representan apenas 5% del valor de consumo. El objetivo del anlisis ABC es identificar
22
los niveles de inventario de los artculos clase A para que la gerencia los controle
cuidadosamente usando acciones estratgicas de administracin de inventarios.
El criterio en el cual se basan los expertos en la materia es el valor de los inventarios. Los
pasos para realizar una clasificacin ABC son:
-
23
Clase B: La previsin de esta clase vendra a ser menos importante que la clase
A; sin embargo concentra una gran cantidad de artculos que son necesarios para
la operacin.
Segn Krajewki y otros (2008), mencionan que el desabasto del artculo C puede ser tan
crucial como el de un artculo de la clase A, pero el costo por mantenimiento de los
artculos de la clase C tiende a ser bajo.
2.1.4 Pronsticos
2.1.4.1 Definicin
Segn Heizer y Render (2007), el pronstico o la previsin, es el arte y la ciencia de
predecir acontecimientos futuros. Supone la recopilacin de datos histricos y su
proyeccin hacia el futuro con algn tipo de modelo matemtico. Puede ser una
prediccin subjetiva o intuitiva del futuro, o puede englobar una combinacin de stas; es
decir, un modelo matemtico ajustado por las buenas opiniones del directivo.
Acorde con Krajewki y otros (2008), los pronsticos se dividen en dos: estratgicos y
tcticos. Los pronsticos estratgicos corresponden a las decisiones para un plazo
relativamente largo. Comprende las decisiones de capacidad, demanda, diseo de
procesos de produccin, adquisiciones, diseo de ubicacin y servicio, planificacin de
ventas y operaciones y sobre todo la estrategia general de la empresa. Por otro lado los
pronsticos tcticos se utilizan para los procesos cotidianos. Por ejemplo, el cundo se
repondr el inventario de cierto artculo para satisfacer la demanda interna de la
operacin. Generalmente estos pronsticos corresponden a las decisiones para un plazo
24
corto, que puede ir de semanas a meses. Estos pronsticos son importantes debido a
que contribuyen a cumplir con los objetivos del pronstico estratgico.
Cabe resaltar que los pronsticos en general nunca sern exactos. Segn Chopra (2007),
identifica tres caractersticas de los pronsticos:
-
Los pronsticos siempre sern errados por lo tanto debern incluir tanto el valor
esperado del pronstico y una medida del error pronstico. Para entender este
efecto un ejemplo sera las ventas de automviles. Una venta que oscile entre 100
y 1900, mientras que otro escenario sera una venta esperada entre 900 y 1100.
En ambos casos la media sera de 100 vehculos. La poltica de abastecimiento
seria en ambos escenarios muy diferente dada la diferencia en la exactitud del
pronstico. Desafortunadamente ninguna empresa mantiene una estimacin del
error de pronstico.
Los pronsticos a largo plazo son menos precisos que los pronsticos a corto
plazo. Esto se debe a que a mayor plazo tenga el pronstico, mayor ser la
desviacin estndar de error respecto a la media de previsiones a corto plazo.
25
temperatura. Es por ello que Krajewski define cinco patrones tpicos de demanda:
horizontal, tendencia, estacional, cclico y aleatorio.
El horizontal es cuando la fluctuacin de los datos es constante a travs del tiempo; la de
tendencia, cuando la pendiente puede ser positiva o negativa a lo largo del tiempo en
forma sistemtica; la estacional, cuando por periodos de tiempo que pueden ser horas,
das, semanas o meses, la fluctuacin de la demanda puede incrementar o disminuir y
por ltimo la aleatoria, es el resultado de causas fortuitas y no puede pronosticarse.
Las empresas pueden adoptar cualquier patrn mencionado lneas arriba e incluso
combinacin de stas, pero depender mucho del rubro, de la data histrica, del ciclo de
vida de su producto y de su estrategia comercial.
2.1.4.3 Tipos de pronstico
Se haba mencionado que el propsito de los pronsticos es el de reducir el grado de
incertidumbre en las ventas, compras o decisiones de la empresa., y que la demanda de
26
estos producto pueden seguir una de las cuatro patrones o un mix de stas. Para ello es
importante tambin conocer que pronstico se debe escoger para poder tomar esas
decisiones de corto, mediano o largo plazo.
Segn Hanke (1996), para la seleccin del mtodo se debe contemplar el nivel de detalle,
si es un micro pronstico o macro pronstico; el horizonte de tiempo, si es a corto,
mediano o plazo; y de qu grado son, cuantitativos o cualitativos.
De acuerdo con Chase (2014), la eleccin del modelo de pronstico depender de 5
factores:
-
La precisin requerida.
27
Corto plazo
(0 a 3 meses)
Mediano plazo
(3 meses a 2 aos)
Largo plazo
(ms de 2 aos)
Cantidad pronosticada
Productos o
servicios
individuales
Total de ventas
Grupos o familias de
productos o servicios
Total de ventas
Administracin del
inventario
Planificacin de
personal
Localizacin de
instalaciones
Programacin del
ensamblaje final
Planificacin de la
produccin
Planificacin de la
capacidad
Programacin de
horarios de los
trabajadores
Programacin
maestra de
produccin
Administracin de
los procesos
Programacin
maestra de
produccin
Compras
Distribucin
rea de decisin
Series de Tiempo
Tcnica de pronstico
Causal
De juicio
Fuente: Krajewki y otros (2008)
Elaboracin propia
Causal
De juicio
Causal
De juicio
Segn Krajewki y otros (2008), existen 02 tipos de generales de tcnicas: los mtodos
cualitativos y los mtodos cuantitativos.
a)Los mtodo cualitativos, son mtodos subjetivos que parten de la experiencia personal,
se basan en estimados y opiniones. Entre los mtodo cualitativos, figuran los mtodos de
juicio, en los que las opiniones de gerentes y expertos, los resultados de las encuestas
de consumidores y las estimaciones del personal de ventas se traducen en estimaciones
cuantitativas. Las ms comunes son: estimacin de personal de ventas, la opinin
ejecutiva, la investigacin del mercado y el mtodo Delphi.
a.1) La estimacin de personal de ventas. Quin ms cercano que el propio personal de
ventas que se encuentra en el mismo campo de accin de las ventas y quien conoce lo
que el cliente necesita. Es por ello que las estimaciones del personal de ventas sirven
como un punto de partida para pronosticar la venta futura.
28
a.2) La opinin ejecutiva. Muchas veces cuando el producto o el servicio son nuevos, la
experiencia del personal de ventas no es tan aprovechable para el pronstico y es
cuando acuden a la opinin de los gerentes y ejecutivos que con su experiencia y
conocimiento tcnico pueden llegar a un solo pronstico.
a.3) Investigacin de mercado. Consiste en un mtodo sistemtico cuyo principal
propsito es conocer el grado de inters del cliente externo, mediante la creacin de una
encuesta con varias hiptesis agrupadas en un cuestionario.
a.4) Mtodo Delphi. ste mtodo se utiliza cuando no existe data histrica suficiente para
realizar estudios o los gerentes no poseen la experiencia necesaria para realizar
pronsticos. En forma resumida, el mtodo rene a un grupo externo de expertos, en
donde el coordinador enva una serie de preguntas a los expertos para que puedan
responderlas. Se genera un resumen estadstico de las respuestas y vuelve a ser enviada
a los expertos para que lo analicen, cambien y/o generen nuevas hiptesis. Esto se
realiza una y otra vez hasta que los expertos lleguen a un consenso. Se usa para
pronsticos de largo plazo.
Estos tipos de pronsticos cualitativos han sido diseados de acuerdo a su horizonte de
tiempo de acuerdo al plazo de accin y a su costo asociado. Esto se puede percibir en la
tabla 2:
Costo
Medio
Opinin ejecutiva
Bajo-Medio
Investigacin de mercado
Mtodo Delphi
Largo Plazo
Medio-Alto
29
b) Los mtodos cuantitativos. Segn Krajewki y otros (2008), entre estos se menciona a
los causales o asociativos y los de series temporales o anlisis de serie de tiempo. Para
pronosticar la demanda, los mtodos causales utilizan datos histricos de variables
independientes, como campaas de promocin, condiciones econmicas y actividades
de los competidores. El anlisis de series de tiempo es un mtodo estadstico que
depende en alto grado de datos histricos de la demanda, con los que proyecta la
magnitud futura de la misma y reconoce las tendencias y patrones estacionales. Los
mtodo ms conocidos son: en mtodos causales esta la regresin lineal; en series de
tiempo est, el pronstico emprico, promedio mvil simple, promedio mvil ponderado,
suavizacin exponencial, suavizacin exponencial ajustada a la tendencia (Mtodo de
Holt), mtodo estacional multiplicativo y el modelo de Winter.
b.1) Regresin lineal. Segn Chase (2014), se define como una relacin funcional entre 2
o ms variables correlacionadas. Con ella se pronostica una variable con base en otra.
Naturalmente se refiere a la clase de regresin especial en que la relacin entre variables
forma una recta en el plano coordenado. La principal restriccin recae en que los datos
pasados y los datos futuros recaen sobre una recta.
La ecuacin de regresin est representada de la siguiente manera:
= +
Donde,
= Variable dependiente
= Variable independiente
= Interseccin de la recta con el eje
= Pendiente de la recta
El objetivo es encontrar los valores de a y b que minimicen la suma de las desviaciones
cuadrticas de los puntos de datos reales que estn representados en el grfico. Existen
tres medidas comunes:
30
31
b.3) Promedio mvil simple, pertenece a los modelos cualitativos por series de tiempo.
Segn Chase (2014), esta tcnica puede utilizarse cuando la demanda no crece ni baja
con rapidez y no tiene caractersticas estacionales. Aunque los promedios de
movimientos son siempre centrados, es ms conveniente utilizar datos anteriores si se
quiere pronosticar el periodo siguiente de manera directa. Cuanto ms largo es el periodo
del promedio mvil, ms se suavizarn los elementos aleatorios; sin embargo, si los
datos presentan una tendencia y el periodo se mantiene largo, el promedio mvil tiene la
caracterstica adversa de retrasar la tendencia.
La frmula de un promedio mvil simples es:
+ =
+ 1 + 2 + + +
Donde,
+ = Pronstico para el periodo +
= Nmero de periodos por promediar
= Suceso real en el periodo
1 , 2 + = Sucesos reales hace dos periodos, hace tres periodos y as
sucesivamente, hasta hace periodos.
En la tabla 3 presentamos un ejemplo para esclarecer la tcnica explicada.
n=3
567
568
550
599
562
584
574
n=5
32
Semana Demanda
n=3
n=5
512
578
574
559
566
564
543
552
562
555
538
560
10
527
554
552
11
500
542
540
12
595
528
538
13
552
542
544
14
548
550
546
15
521
566
546
16
557
542
544
17
508
542
556
530
538
18
536
Elaboracin propia
Segn Krajewki y otros (2008), se puede distinguir claramente que el patrn que sigue es
de tendencia negativa. As tambin la determinacin de los periodos se basar en la
estabilidad de la serie de la demanda. Se puede observar que para el pronstico de
promedio mvil para n igual a tres, es ms fluctuante y reacciona con mayor rapidez
antes los cambios de la demanda. En cambio la de cinco periodos es ms estable porque
las grandes fluctuaciones de la demanda tienden a cancelarse entre s.
33
As tambin depender de cuanto se desee que los valores histricos influyan sobre los
valores futuros. Un n menor influir en forma muy marcada sobre el valor futuro; en
cambio, un n mayor tendr poca incidencia haciendo que el pronstico se presente
relativamente ms estable.
b.4) Promedio mvil ponderado, mientras que el promedio mvil simple da la misma
importancia para cada base de dato del clculo del promedio mvil, el promedio mvil
ponderado le asigna pesos que se encuentran en el rango del 0 al 1, y cuya suma de las
ponderaciones es igual a la unidad. Esto es para dar mayor prioridad a un dato ms
reciente. Por ejemplo, si para realizar el pronstico del periodo siguiente depende en
mayor fuerza al 40% del periodo anterior, 35% de hace 2 periodos y 25% de hace tres
periodos. La frmula para un promedio mvil ponderado es:
+ = + + + +
Donde,
= Ponderacin dada al hecho real para el periodo
= Ponderacin dada al hecho real para el periodo
= Ponderacin dada al hecho real para el periodo +
= Nmero total de periodos en el pronstico
Segn Chase (2014), el valor de la ponderacin depender de la experiencia y las
pruebas. Por regla general el pasado ms reciente tendr un mayor valor en la
ponderacin. Esto no se cumple para periodos con patrones de demanda estacional.
Claro ejemplo es la demanda de helados en la poca de verano e invierno. Esta tcnica
es ventajosa frente al promedio mvil simple; sin embargo es ms inconveniente y
costosa que el mtodo de suavizacin exponencial.
b.5) Suavizacin exponencial, segn Krajewki y otros (2008), ste promedio de mvil
ponderado es ms refinado que el promedio mvil simple y el promedio mvil ponderado,
asignando a las demandas ms recientes mayores ponderaciones que a las demandas
anteriores. A diferencia de los otros 02 periodos de promedio mviles que requieren de
34
35
Tipo de demanda
0.7 a 0.9
0.4 a 0.6
0.1 a 0.3
36
Para el caso del clculo de la demanda anual o prxima, se puede utilizar la atenuacin
exponencial de Winter, regresin mltiple de series de tiempo y mtodos de Box-Jenkins.
b.8) Suavizacin exponencial ajustada a la tendencia y a la variacin estacional (Modelo
de Winter). Segn Hanke (1996), sta es una extensin del modelo de Holt ya que
incluye la variable de estacionalidad. Las cuatro ecuaciones que emplea el modelo de
Winter son:
37
+ ( )( )
= ( ) + ( )
=
+ ( )
+ = ( + ) +
Donde,
= Nuevo valor suavizado
= Estimacin de la tendencia
= Demanda real en el periodo
= Estimacin de la estacionalidad
+ = Pronstico de periodos en el futuro
= Constante de suavizacin de los datos
= Constante de suavizacin de la estimacin de la tendencia
= Constante de suavizacin de la estimacin de la estacionalidad
= longitud de la estacionalidad
= Periodos a pronosticar en el futuro
El mtodo de Winter proporciona una forma fcil de explicar la estacionalidad en un
modelo, cuando los datos tienen un patrn estacional.
De acuerdo a lo descrito en base a lo investigado, se podra clasificar los tipos de
pronsticos de la siguiente manera:
38
39
| |
Segn Chase (2014), cuando los errores que ocurren en el pronstico tienen una
distribucin normal (el caso ms comn), la desviacin absoluta media se relaciona con
la desviacin estndar como,
= , .
Por el contrario,
= .
Otro mtodo para evaluar una tcnica de pronstico es el Error Medio Cuadrado (EMC).
Cada error o residual se eleva al cuadrado; luego, estos valores se suman y se dividen
entre el nmero de observaciones. Este enfoque penaliza los errores mayores de
pronstico ya que eleva cada uno al cuadrado. Esto es importante pues en ocasiones
pudiera ser preferible una tcnica que produzca errores moderados a otra que por lo
regular tenga errores pequeos, pero que ocasionalmente arroje algunos en extremo
grandes.
( )
40
| |
41
SKU (Stock Keeping Unit): Un artculo o producto individual que tiene un cdigo
de identificacin y se mantiene en inventario en alguna parte a lo largo de la
cadena de valor.
42
CAPTULO III
3 MARCO METODOLGICO
3.1 Hiptesis
Segn Sampieri (2010), las hiptesis son las guas para una investigacin o estudio.
Resultan ser respuestas provisionales a las preguntas de investigacin. La hiptesis es
una explicacin tentativa y est formulada como proposicin. Lo ms importante, son el
centro, la mdula o el eje del mtodo deductivo cuantitativo.
Segn Sampieri (2010), las hiptesis se dividen en: hiptesis descriptiva de un dato o
valor que se pronostica, hiptesis correlacionales, hiptesis de la diferencia de grupos y
las hiptesis causales.
De acuerdo a las definiciones estudiadas podemos decir que las hiptesis identificadas
son de tipo causal. Esto se debe a que presentan una variable dependiente e
independiente. Al decir que son hiptesis causales, antes debe haberse demostrado
correlacin, slo que se deber identificar la causa.
43
3.2 Variable
Segn Sampieri (2010), es una propiedad que puede fluctuar y cuya variacin es
susceptible de medirse u observarse. Las variables adquieren valor para la investigacin
cientfica cuando llegan a relacionarse con otras variables, es decir, si forman parte de
una hiptesis o una teora.
Segn Miguel de Priego (2015), las variables pueden ser de 3 tipos, variables
dependientes, variables independientes y variables intervinientes.
Procediendo con el anlisis podemos decir que:
Variable independiente (X): pronstico de la demanda
Variable dependiente (Y): gestin de inventarios
44
el futuro con algn tipo de modelo matemtico. Puede ser una prediccin subjetiva o
intuitiva del futuro, o puede englobar una combinacin de stas; es decir, un modelo
matemtico ajustado por las buenas opiniones del directivo.
Dimensiones independientes
Dimensin dependiente
3.3 Metodologa
Segn Sampieri (2010), la investigacin es un conjunto de procesos sistemticos, crticos
y empricos que se aplican al estudio de un fenmeno.
Sampieri tambin clasifica la metodologa de la investigacin en: el enfoque cuantitativo y
enfoque cualitativo.
45
Para este informe, la metodologa a usar ser el mtodo cuantitativo, debido a que
recogeremos informacin real, que ser luego analizada e incluso sometida a pruebas
estadsticas para establecer patrones de comportamiento de la data.
As tambin, se apoyar sobre el mtodo cualitativo, solo debido a la revisin constante
de la literatura que dar solidez al informe a lo largo de la investigacin.
46
47
CAPTULO IV
48
Cada quincena de mes el jefe de almacn verifica el stock por sistema e identifica
los repuestos ms rotables.
49
Jefe de almacn
Jefe de logstica
Proveedor
Envo de
requerimiento
a proveedor
Cotiza
requerimiento
Emisin y
envo de O/C
al proveedor
Realiza despacho
de la O/C
Inicio
Verificacin de
stock ms rotable
en el sistema
Envo de
cantidades
por repuesto
Solicitud de
urgencias a
usuario
Consolidacin
del pedido de
repuestos
para el mes
Envo de
consolidado
a logstica
Solicitud de
repuestos
para su uso
Registro de
repuestos
en el
sistema
Nacionalizacin
y envo de
mercaderia a
almacn
Fin
50
Por otro lado, a lo largo de todo el ao 2014 se ha ido registrando la precisin del
pronstico utilizando el forecast accuracy el cual es medido de la siguiente manera:
() =
| |
Esto se calcula con la informacin obtenida que mes a mes se ha estado registrando en
base a los pedidos realizados. Tienen como base a datos de pronsticos cualitativos.
En la tabla 5 se muestra los resultados de este indicador por lnea y familia de productos:
Lnea/Famil. ene feb mar abr may jun jul ago sep oct nov dic Total
DBD CONS (52%)
ACCATM
APIBILL
CPUATM
DBD
ENA
EXTRBILL
IMPREC
DIPUSB
LECMOT
MALBILL
PRESBILL
RECICL
TARCONTR
VAR
DBD REP (43%)
ENA
LECMOT
MALRECH
PLAPRIN
RECICL
TARCONTR
TECLCLI
NCR CONS (48%)
ACCATM
APYPRESBIL
DISPBILL
89%
79%
63%
0%
40%
73%
60%
33%
70%
57%
69%
13%
29%
82%
64%
63%
70%
64%
33%
66%
40%
63%
53%
20%
77%
33%
15%
54%
63%
73%
72%
57%
20%
76%
64%
33%
62%
21%
61%
14%
12%
17%
41%
45%
43%
65%
50%
87%
33%
67%
60%
36%
68%
27%
5%
66%
71%
66%
55%
53%
50%
67%
50%
25%
67%
67%
53%
60%
87%
64%
45%
89%
57%
43%
33%
79%
0%
0%
65%
33%
68%
69%
33%
60%
64%
47%
68%
22%
62%
81%
33%
24%
68%
31%
76%
86%
11%
52%
75%
83%
72%
69%
44%
83%
29%
0%
76%
80%
48%
15%
0%
67%
71%
88%
42%
67%
71%
90%
0%
44%
55%
0%
78%
0%
0%
45%
81%
71%
69%
75%
33%
67%
0%
8%
64%
56%
86%
0%
0%
85%
65%
58%
92%
82%
40%
87%
100%
0%
55%
43%
58%
0%
0%
92%
78%
14%
71%
85%
78%
51%
57%
43%
54%
71%
82%
95%
50%
72%
67%
65%
65%
57%
46%
76%
39%
28%
62%
43%
69%
34%
20%
63%
0%
78%
50%
60%
0%
59%
39%
40%
63%
45%
27%
9%
57%
38%
53%
73%
9%
56%
17%
77%
50%
50%
59%
45%
83%
22%
67%
64%
62%
41%
68%
0%
0%
14%
0%
41%
85%
18%
20%
25%
58%
0%
83%
72%
44%
56%
29%
63%
75%
28%
58%
50%
52%
0%
68%
67%
43%
44%
22%
5%
25%
19%
18%
45%
89%
13%
13%
0%
70%
40%
49%
58%
88%
59%
56%
64%
61%
33%
10%
14%
48%
44%
67%
78%
44%
61%
39%
40%
19%
57%
44%
29% 47% 16% 43% 40% 40% 74% 25% 44% 37% 71%
20% 75% 66% 86% 25% 62% 81% 89% 82% 62% 19%
77% 69% 86% 75% 92% 41% 58% 47% 19% 51% 69%
63% 44%
30% 58%
38% 60%
51
Lnea/Famil. ene feb mar abr may jun jul ago sep oct nov dic Total
LECMOT
MALBILL
NCR REP (40%)
TARCONTR
TECLCLI
67% 63% 31% 53% 42% 56% 71% 35% 37% 61% 93%
29% 23% 44% 31% 0% 27% 0% 22% 0% 53% 13%
44% 54%
56% 25%
39% 44% 13% 34% 43% 29% 40% 13% 12% 10% 67%
57% 56% 71% 71% 33% 13% 50% 38% 50% 0% 83%
25% 31%
80% 50%
49% 49% 47% 53% 46% 42% 54% 48% 38% 44% 58%
Fuente: Diebold Per S.R.L.
Elaboracin propia.
55% 49%
Total
En el anexo 1 (ver pgina 96) se podr encontrar una tabla de familias que explican las
abreviaturas descritas en la tabla 5.
52
Una vez analizado y diagnosticado la situacin actual de cmo se realizan los pedidos
mensuales de los repuestos, se puede optar por estar alternativas de solucin para el
clculo de la cantidad futura a pedir:
-
Modelo EOQ, ste modelo se basa en determinar el lote mnimo de compra que
asegure minimizar los costos totales anuales de inventario de ciclo y hacer
pedidos. Para ello hay que tener en cuenta ciertos criterios:
Hasta el momento se han identificado tres tipos de cunto (cantidad) se podra pedir.
Ahora tocara saber cundo debera pedirse. Para ello de acuerdo al captulo dos de este
informe nos da stas alternativas:
53
Sistema de revisin continua (Q), como se explic en las bases tericas, tambin
conocido como sistema del punto de reorden. Consiste en revisar el inventario
remanente de un artculo cada vez que se hace un retiro para saber si es
necesario realizar un pedido.
54
55
Para cada tem se deber identificar su stock de seguridad para contrarrestar las
incertidumbres y evitar quiebres de stock, basados en un nivel de servicio al
cliente.
Desde luego, el uso de esta nueva metodologa conllevara realizar nuevos procesos y/o
actividades que en un mediano plazo agregue valor a toda la cadena de suministro de la
empresa Diebold Per.
56
Las tablas a desarrollar y la situacin actual respecto a las variables se podrn visualizar
en el siguiente captulo.
57
58
CAPTULO V
59
Por otro lado, las importaciones que se realizan son de periodicidad mensual y por va
area. Esto se debe a la urgencia que existe al querer usar los repuestos, a la facilidad
de consolidar cargas y al histrico de importaciones que lo convierte en un hbito no
optando por otras vas de transporte. Se puede trabajar con aviones cargueros y
pasajeros que agilizan la importacin, siendo el tiempo de trnsito de slo 1 da por ser
areo.
Cabe resaltar que a nivel corporativo se estableci importar los repuestos de la marca
Diebold con un agente de carga exclusivo.
Para las importaciones areas de estos repuestos, se incurren en los siguientes costos:
-
60
Costos de origen: Son costos fijos que realiza el agente de carga para preparar la
mercadera a importar. Incluye la emisin de la gua area, el trmite con la
aduanas en origen y el cargo por la transferencia
Gastos por comisin: Son valores fijos que se incurren por gastos administrativos
y financieros.
Seguro: Es un costo que se realiza por cada importacin realizada que asegura la
carga frente a cualquier siniestro y/o evento inesperado. Actualmente se trabaja
con el corredor de seguros Willis y el clculo viene dado de la siguiente manera:
La sumatoria de todos estos costos son los que se cargan a la orden de compra enviada
al proveedor. En la tabla 6 se muestran el peso total en kilogramos importado por cada
proveedor durante el ao 2014.
Peso (Kgr)
127.00
26.00
58.06
129.70
1,122.20
53.19
7.30
43.60
Proveedor
HID001
IST001
LUM001
MAR001
MEG001
MEI001
NID001
PAC001
Peso (Kgr)
1.18
519.16
1.32
20.38
844.30
123.92
56.80
180.82
61
Proveedor
Peso (Kgr)
CUR001
351.94
DIE001
20,511.77
DIEM001
39.50
DIEP001
243.87
GER001
115.10
Fuente: Diebold Per S.R.L.
Elaboracin propia
Proveedor
SAC001
SEC001
TEC001
TEC_G001
Peso (Kgr)
271.35
572.20
312.60
10.60
Estos volmenes de importacin son los que se han declarado ante aduanas durante el
ao 2014. Se seleccionar a los proveedores de repuestos de la marca NCR y Diebold.
Los lead time en das por cada proveedor se muestran en la tabla 7.
10
11
27
1
1
4
43
7
46
3
1
7
63
9
23
2
1
4
35
5
21
5
1
5
43
7
62
63
En la tabla 8 se muestra el fill rate del ao 2014 aplicado a la familia diebold consumible y
diebold reparable.
ene
91.90%
82.30%
feb
83.70%
90.90%
mar
87.30%
75.10%
abr
92.10%
90.10%
may
87.80%
88.80%
jun
85.70%
86.90%
jul
87.70%
86.10%
ago
80.50%
88.40%
sep
80.60%
78.80%
oct
71.50%
74.70%
nov
87.80%
93.30%
dic
90.10%
Fuente: Diebold Per S.R.L.
Elaboracin propia
88.70%
64
65
Abreviatura
DAM
EMC
PEMA
PME
Frmula
| |
( )2
| |
100
( )
100
Elaboracin propia
Metodologa de
Planeamiento
Frmula
= /
=1
2
3
4
+1
+ 1 + 2 + + +1
=
= +
Revisar punto 2.1.4.3
+1 = + (1 )
66
Metodologa de
Planeamiento
Frmula
Modelo de suavizacin
exponencial con
tendencia (Holt)
= + p
+
= + (1 )(1 1 )
= ( 1 ) + (1 )1
Mtodo de tendencia y
estacionalidad
= 3 +
( 1 ) + + (3 4 )
4
+ (1 )(1 1 )
= ( 1 ) + (1 )1
= + (1 )L
+ = ( + p ) L+p
Modelo de Suavizacin
Exponencial con
Tendencia y
Estacionalidad (Winter)
Elaboracin propia
Con la informacin de la tabla 10 y 11, se realizaron los clculos de los indicadores para
los artculos de la clasificacin A. Con ello se obtienen las siguientes tablas:
Ft
DAM
EMC
PEMA
PME
Promedio simple
Promedio mvil de
02 periodos
Promedio mvil de
03 periodos
Promedio mvil de
04 periodos
Promedio mvil de
05 periodos
Datos con tendencia
Datos con tendencia
y estacionalidad
Winter
Elaboracin propia
575.00
4.529
29.912
22.934%
-6.954%
523.00
5.280
39.240
25.293%
-3.111%
503.00
5.264
39.884
25.235%
-4.491%
479.00
5.457
44.734
26.455%
-5.884%
456.40
5.464
45.238
26.919%
-6.314%
541.84
4.530
31.189
21.645%
-0.776%
547.98
2.560
11.002
11.909%
2.531%
558.26
2.540
10.348
12.168%
0.675%
67
DAM
EMC
PEMA
PME
0.08
0.1
0.3
0.5
0.8
566.47
565.48
562.32
562.55
563.26
4.597
4.602
4.778
4.954
4.954
31.865
32.244
34.617
35.931
35.931
22.842%
22.810%
23.262%
23.862%
23.862%
-5.507%
-5.340%
-4.572%
-4.127%
-3.724%
1
563.30
Elaboracin propia
4.954
35.931
23.862%
-3.580%
0.08
0.01
0.08
0.1
0.08
0.4
0.08
0.8
0.25
0.01
0.25
0.1
0.25
0.4
0.25
0.8
0.6
0.01
0.6
0.1
0.6
0.4
0.6
0.8
0.8
0.01
0.8
0.1
0.8
0.4
0.8
0.8
Elaboracin propia
554.51
559.73
562.20
559.62
558.90
560.68
558.93
554.73
561.46
562.26
564.02
567.46
562.24
563.01
564.65
565.08
DAM
EMC
PEMA
PME
4.572
4.631
4.857
5.116
4.670
4.855
5.534
6.383
5.018
5.208
5.543
6.392
5.157
5.337
5.847
6.595
31.929
32.354
35.362
39.638
34.325
36.334
45.543
61.966
36.872
39.309
47.232
56.433
40.177
42.932
52.449
67.272
22.351%
22.876%
24.079%
25.213%
22.765%
23.707%
26.804%
30.314%
24.100%
24.964%
26.300%
31.357%
24.810%
25.661%
28.279%
32.250%
-3.287%
-4.338%
-5.106%
-4.982%
-4.051%
-4.533%
-4.608%
-3.361%
-3.658%
-3.716%
-3.162%
-2.912%
-3.475%
-3.471%
-3.039%
-2.832%
Con toda la informacin obtenida de la tabla 12, se elegir los mejores indicadores de
error, de tal manera que solo existan 04 mtodos para realizar la comparacin. El
indicador PEMA es el que indica el porcentaje de error medio absoluto y a su vez es
relevante para la eleccin del mejor mtodo. En base a lo descrito, se muestran la tabla
13 con los mejores mtodos.
68
Ft
575.00
DAM
4.529
EMC
29.912
PEMA
22.934%
PME
-6.954%
547.98
2.560
11.002
11.909%
2.531%
565.48
4.602
32.244
22.810%
-5.340%
554.51
4.572
31.929
22.351%
-3.287%
PEMA
Metodologa
Datos
con
tendencia
y estacionalidad
11.91%
Datos con tendencia y estacionalidad
16.88%
Datos con tendencia y estacionalidad
21.65%
Datos con tendencia y estacionalidad
33.23%
Datos con tendencia y estacionalidad
42.07%
Winter
68.58%
Datos con tendencia y estacionalidad
25.11%
28.60% Suavizacin Exp. con Tendencia (=0.6 y =0.01)
Datos con tendencia y estacionalidad
27.07%
Datos con tendencia y estacionalidad
27.67%
Datos con tendencia y estacionalidad
12.33%
Datos con tendencia y estacionalidad
38.21%
69
Una vez calculado en cada artculo significativo el modelo a utilizar, se podr implementar
nuevas mediciones para el control de los pronsticos.
-
El valor del BIAS para que sea aceptable est entre 5%, esto indica que el pronstico
est correcto. Sin embargo, si es mayor al 5% el forecast est sobre estimado; si es
menor al 5% el forecast estar sub estimado.
70
71
72
Va
Area
Area
Area
Area
As tambin, los agentes de carga poseen tarifas areas escalonadas, cuyos valores
varan en relacin al pas de origen y al peso a transportar. En la tabla 17 se muestra los
tarifarios para 03 puntos distintos de origen.
+100Kgr
+300Kgr
+500Kgr
USD 1.35 / Kgr. USD 1.25 / Kgr. USD 1.20 / Kgr.
73
Y por ltimo, para el clculo de la mejor frecuencia se requiere de los costos en destino
generados por el agente de aduanas que se muestran en la tabla 19.
Valor
Observacin
FCA
--
Flete
--
$185.00
$200.00
$42.54
$79.77
0.40% del valor CIF
Reconocimiento
previo
$27.00
Por Importacin
Transporte
destino
$23.00
$29.00
De 0 a 50Kgr
De 51 a 120kgr
Costos de origen
Comisin
Agencia
74
Costo
Valor
$ 38.00
$ 44.00
$ 53.00
$ 66.00
$ 74.00
$ 84.00
$ 87.00
$ 89.00
Fuente: Agencia de aduanas AUSA Soluciones logsticas
World Per S.A.C.
Elaboracin propia.
Observacin
De 121 a 180kgr
De 181 a 250kgr
De 251 a 500Kgr
De 501 a 1000Kgr
De 1001 a 1400Kgr
De 1401 a 1900Kgr
De 1901 a 2500Kgr
De 2501 a 3200Kgr
S.A. y agente de carga Cargo
Con toda la informacin completa, se procede a calcular los costos anuales por cada
proveedor realizando las simulaciones va area en relacin a las frecuencias de compra.
El anlisis mencionado se muestra en la tabla 20 por cada proveedor.
75
1
12
591
312.15
119.19
$774,329.52
$4,682.19
$946.81
$1,560.00
$2,339.88
$324.00
$636.00
$784,818.40
$312.35
$785,130.75
2
6
1182
624.29
238.38
$774,329.52
$4,307.62
$946.36
$780.00
$2,338.75
$162.00
$396.00
$783,260.25
$624.69
$783,884.94
3
4
1773
936.44
357.56
$774,329.52
$4,307.62
$946.36
$527.29
$2,338.75
$108.00
$264.00
$782,821.53
$937.04
$783,758.57
4
3
2364
1248.58
476.75
$774,329.52
$4,307.62
$946.36
$442.29
$2,338.75
$81.00
$222.00
$782,667.53
$1,249.39
$783,916.92
5
2.4
2955
1560.73
595.94
$774,329.52
$4,307.62
$946.36
$391.29
$2,338.75
$64.80
$201.60
$782,579.93
$1,561.73
$784,141.67
6
2
3546
1872.88
715.13
$774,329.52
$4,307.62
$946.36
$357.29
$2,338.75
$54.00
$168.00
$782,501.53
$1,874.08
$784,375.61
Proveedor: TEC001
Frecuencia
Periodo
Cantidad de compra
Peso (Kgr)
Peso-volumen
FCA
Flete
Seguro
1
12
4
1.98
0.633
$32,262.85
$62.87
$291.72
2
6
8
3.95
1.265
$32,262.85
$62.87
$145.86
3
4
11
5.93
1.898
$32,262.85
$62.87
$97.24
4
3
15
7.91
2.530
$32,262.85
$62.87
$72.93
5
2.4
19
9.88
3.163
$32,262.85
$62.87
$58.34
6
2
23
11.86
3.796
$32,262.85
$62.87
$48.62
76
Proveedor: TEC001
Costo Origen
Comisin Agencia
Reconocimiento previo
Transporte destino
Costo parcial
Costo almacenaje
Costo Total
Proveedor: MEG001
Frecuencia
Periodo
Cantidad de compra
Peso (Kgr)
Volumen
FCA
Flete
Seguro
Costo Origen
Comisin Agencia
Reconocimiento previo
Transporte destino
Costo parcial
Costo almacenaje
Costo Total
Elaboracin propia
$2,220.00
$510.48
$324.00
$276.00
$35,947.92
$25.98
$35,973.89
$1,110.00
$478.62
$162.00
$138.00
$34,360.20
$51.96
$34,412.15
$740.00
$319.08
$108.00
$92.00
$33,682.04
$77.93
$33,759.97
$555.00
$239.31
$81.00
$69.00
$33,342.96
$103.91
$33,446.87
$444.00
$191.45
$64.80
$55.20
$33,139.51
$129.89
$33,269.40
$370.00
$159.54
$54.00
$46.00
$33,003.88
$155.87
$33,159.74
1
12
186
91.64
18.392
$22,625.16
$7,862.81
$291.72
$2,400.00
$510.48
$324.00
$348.00
$34,362.18
$238.48
$34,600.65
2
6
373
183.28
36.785
$22,625.16
$7,532.90
$145.86
$1,200.00
$478.62
$162.00
$264.00
$32,408.55
$476.95
$32,885.50
3
4
559
274.92
55.177
$22,625.16
$7,532.90
$97.24
$800.00
$319.08
$108.00
$212.00
$31,694.39
$715.43
$32,409.82
4
3
745
366.56
73.570
$22,625.16
$7,148.01
$72.93
$600.00
$239.31
$81.00
$159.00
$30,925.41
$953.90
$31,879.32
5
2.4
931
458.21
91.962
$22,625.16
$7,148.01
$58.34
$480.00
$191.45
$64.80
$127.20
$30,694.97
$1,192.38
$31,887.35
6
2
1118
549.85
110.354
$22,625.16
$7,148.01
$48.62
$400.00
$159.54
$54.00
$132.00
$30,567.33
$1,430.86
$31,998.19
77
78
simular las mismas frecuencias, proveedores y artculos por va martima. Como punto de
inicio se presenta la tabla 21 con los costos asociados a la importacin martima. Cabe
resaltar que debido a los volmenes y/o pesos importados se est tratando de cargas
sueltas, que en el lenguaje de las importaciones se conoce como cargas en contenedores
LCL (Less tan Container Load).
En la tabla 22 se mostrar las simulaciones de las importaciones martimas.
Tabla 21: Costos de importacin martima para la simulacin de frecuencias
Costo
Valor
Observacin
FCA
--
Flete
$125.00
$113.96
$58.96
$42.54
$79.77
0.40% del valor CIF
$419.33
Costos de origen
Comisin
Agencia
Gastos Locales
$23.00
De 0 a 50Kgr
$29.00
De 51 a 120kgr
$38.00
De 121 a 180kgr
$44.00
De 181 a 250kgr
$53.00
De 251 a 500Kgr
Transporte
destino
$66.00
De 501 a 1000Kgr
$74.00
De 1001 a 1400Kgr
$84.00
De 1401 a 1900Kgr
$87.00
De 1901 a 2500Kgr
$89.00
De 2501 a 3200Kgr
Fuente: Agencia de aduanas AUSA Soluciones logsticas S.A. y agente de carga Flota
del Per S.A.
Elaboracin propia.
79
Periodo
12
2.4
Cantidad de compra
591
1182
1773
2364
2955
3546
Peso (Kgr)
312.15
624.29
936.44
1248.58
1560.73
1872.88
Peso (ton)
0.312
0.624
0.936
1.249
1.561
1.873
Peso-volumen
119.19
238.38
357.56
476.75
595.94
715.13
Volumen (m3)
0.71513
1.43025
2.14538
2.86050
3.57563
4.29076
FCA
$774,329.52
$774,329.52
$774,329.52
$774,329.52
$774,329.52
$774,329.52
Flete
$1,080.00
$540.00
$514.89
$514.89
$514.89
$514.89
$942.43
$941.78
$941.75
$941.75
$941.75
$941.75
Costo Origen
$1,500.00
$750.00
$500.00
$375.00
$300.00
$250.00
Comisin Agencia
$2,329.06
$2,327.43
$2,327.36
$2,327.36
$2,327.36
$2,327.36
Gastos locales
$5,032.00
$2,516.00
$1,677.33
$1,258.00
$1,006.40
$838.67
$636.00
$396.00
$264.00
$222.00
$201.60
$168.00
$785,849.01
$781,800.73
$780,554.85
$779,968.52
$779,621.52
$779,370.19
$277.57
$555.13
$832.70
$1,110.26
$1,387.83
$1,665.39
$786,126.58
$782,355.87
$781,387.55
$781,078.78
$781,009.35
$781,035.58
Seguro
Transporte destino
Costo parcial
Costo almacenaje
Costo Total
80
Proveedor: TEC001
Frecuencia
Periodo
12
2.4
Cantidad de compra
11
15
19
23
Peso (Kgr)
1.98
3.95
5.93
7.91
9.88
11.86
Peso (ton)
0.002
0.004
0.006
0.008
0.010
0.012
Peso-volumen
0.63
1.27
1.90
2.53
3.16
3.80
Volumen (m3)
0.00380
0.00759
0.01139
0.01518
0.01898
0.02277
FCA
$32,262.85
$32,262.85
$32,262.85
$32,262.85
$32,262.85
$32,262.85
Flete
$2,100.00
$1,050.00
$700.00
$525.00
$420.00
$350.00
$291.72
$145.86
$97.24
$72.93
$58.34
$48.62
$1,367.52
$683.76
$455.84
$341.88
$273.50
$227.92
$508.80
$477.00
$318.00
$238.50
$190.80
$159.00
$5,032.00
$2,516.00
$1,677.33
$1,258.00
$1,006.40
$838.67
$276.00
$138.00
$92.00
$69.00
$55.20
$46.00
$41,838.89
$37,273.47
$35,603.26
$34,768.16
$34,267.10
$33,933.06
$49.03
$98.05
$147.08
$196.10
$245.13
$294.15
$41,887.92
$37,371.52
$35,750.34
$34,964.26
$34,512.23
$34,227.21
Seguro
Costo Origen
Comisin Agencia
Gastos locales
Transporte destino
Costo parcial
Costo almacenaje
Costo Total
81
Proveedor: MEG001
Frecuencia
Periodo
12
2.4
Cantidad de compra
186
373
559
745
931
1118
Peso (Kgr)
91.64
183.28
274.92
366.56
458.21
549.85
Peso (ton)
0.092
0.183
0.275
0.367
0.458
0.550
Peso-volumen
18.392
36.785
55.177
73.570
91.962
110.354
Volumen (m3)
0.11035
0.22071
0.33106
0.44142
0.55177
0.66213
FCA
$22,625.16
$22,625.16
$22,625.16
$22,625.16
$22,625.16
$22,625.16
Flete
$1,080.00
$540.00
$360.00
$270.00
$216.00
$180.00
$291.72
$145.86
$97.24
$72.93
$58.34
$48.62
$1,380.00
$690.00
$460.00
$345.00
$276.00
$230.00
Comisin Agencia
$508.80
$254.40
$318.00
$238.50
$190.80
$159.00
Gastos locales
$707.52
$353.76
$235.84
$176.88
$141.50
$117.92
Transporte destino
$348.00
$264.00
$212.00
$159.00
$127.20
$132.00
$26,941.20
$24,873.18
$24,308.24
$23,887.47
$23,635.01
$23,492.70
$255.27
$510.54
$765.81
$1,021.09
$1,276.36
$1,531.63
$27,196.47
$25,383.73
$25,074.06
$24,908.56
$24,911.37
$25,024.33
Seguro
Costo Origen
Costo parcial
Costo almacenaje
Costo Total
Elaboracin propia
82
Teniendo estos dos (02) escenarios, el areo y martimo, se podr recin comparar y
establecer por cual va de transporte tendramos mayor ahorro en forma anual. A
continuacin se establecen las siguientes conclusiones:
-
83
84
Una mejora en el indicador del nivel de servicio, el fill rate, satisfaciendo las
mtricas establecidas por el rea de procurement.
85
Evitar las roturas de stock para los artculos ms importantes y/o crticos.
Real
62
87.15%
119
78.23%
Elaboracin propia
86
87
Costo anual
propuesto
$783,758.57
$33,159.74
$31,879.32
Costo actual
anual
DIE001
$785,130.75
TEC001
$35,973.89
MEG001
$34,600.65
Elaboracin propia
Costo anual
propuesto
$781,009.35
$34,227.21
$24,908.56
Proveedor
DIE001
TEC001
MEG001
Ahorro
$1,372.18
$2,814.15
$2,721.33
Frecuencia
ptima
3 meses
6 meses
4 meses
Martimo
Proveedor
Ahorro
$4,121.40
$1,746.68
$9,692.09
Frecuencia
ptima
5 meses
6 meses
4 meses
Ya con estos datos podemos notar que para los proveedores DIE001 y MEG001
conviene la importacin martima debido al ahorro anual generado. Por otro lado, el
proveedor TEC001 debera importarse por va area. En la tabla 27 se muestra el
resumen de la optimizacin de los costos asociados.
88
Costo actual
anual
$785,130.76
$35,973.89
$34,600.65
Costo anual
propuesto
$781,009.35
$33,159.74
$24,908.56
Ahorro
$4,121.41
$2,814.15
$9,692.09
$16,627.65
Frecuencia
ptima
5 meses
6 meses
4 meses
Va
Martima
Area
Martima
Elaboracin propia.
89
CONCLUSIONES
Se comprob que no todas las frecuencias de compras deben ser mensuales para
cada proveedor y cada producto. Estos deben calcularse a fin de obtener los
menores costos anuales, tanto en importacin y almacenaje. De esta manera
cada proveedor tendr la frecuencia ptima.
90
91
SUGERENCIAS
El stock de seguridad debera ser recalculado cada cuatro o cinco meses, debido
a cambios en la demanda, pudiendo ser a favor de los sobre stocks o quiebres de
stock. Para ciertos repuestos el clculo del stock de repuestos dependera de las
temporadas pudiendo ser de forma anual. Por ejemplo, el teclado de un cajero
automtico es ms utilizado durante las quincenas, fin de mes, y das festivos.
Reuniones con los proveedores con el fin de comunicar el plan de compra anual o
semestral y as acordar con el proveedor tiempos de entrega constantes durante
un ao de operacin. De esta forma se evitara retrasos en la entrega de
repuestos.
92
93
REFERENCIA BIBLIOGRFICAS
BIBLIOGRFICAS
BALLOU, R. H. (2004). Logstica, Administracin de la Cadena de Suministro. Quinta
edicin. Mxico: Pearson Educacin.
CHASE, R. B., & JACOBS, F. R. (2014). Administracin de Operaciones, Produccin y
cadena de suministros. Dcimo tercera edicin. Mxico, D.F.: McGRAW-HILL.
CHOPRA, S., & MEINDL, P. (2007). Supply Chain Management. Startegy, Planing, and
Operation. Third Edition. New Jersey: Pearson Education Inc.
HANKE, J. E., & REITSCH, A. G. (1996). Pronsticos en los negocios. Quinta edicin.
Mxico: Prentice Hall Inc.
HEIZER, J., & RENDER, B. (2007). Direccin de la produccin y de operaciones.
Desiciones estratgicas. Octava edicin. Madrid: Pearson Educacin.
HERNANDEZ SAMPIERI, R., FERNNDEZ COLLADO, C., & BAPTISTA LUCIO, P.
(2010). Metodologa de la Investigacin. Quinta edicin. Mxico D.F.: McGRAWHILL.
KRAJEWSKI, L., RITZMAN, L., & MALHOTRA, M. (2008). Administracin de
Operaciones. Octava edicin. Mxico: Pearson Educacin.
HEMEROGRFICAS
ALVAREZ TANAKA, R. A. (2009). Anlisis y propuesta de implementacin de pronsticos
y gestin de inventarios en una distribuidora de productos de consumo masivo.
Pontificia Universidad Catlica del Per, Lima.
94
WEBGRAFA
ASBANC. (Febrero de 2015). Boletn Mensual. CONTEXTO INTERNACIONAL,
ECONOMA
Y
BANCA
PERUANA.
Lima,
Lima,
Peru.
Obtenido
de
http://www.asbanc.com.pe/Publicaciones/Bolet%C3%ADn_Mensual_Febrero_2015.pdf
DIEBOLD INC. (Febrero de 2015). Servicio Y Mantenimiento. Servicio de mantenimiento
de
sus
soluciones.
Obtenido
de
http://www2.diebold.com/es/servicio_y_mantenimiento/default.htm
PAREDES, J. (Octubre de 2001). Consejo Latinoamericano de Ciencias Sociales.
Obtenido de http://bibliotecavirtual.clacso.org.ar/ar/libros/ecuador/idiuc/teoria.doc
TIME. (13 de Marzo de 2008). What's Next 2008: 2. The End of Customer Service.
Obtenido
de
2.
The
End
of
Customer
Service:
http://content.time.com/time/specials/2007/article/0,28804,1720049_1720050_1721684,0
0.htm
VITASEK, K. (August de 2013). SUPPLY CHAIN MANAGEMENT TERMS AND
GLOSSARY.
Obtenido
de
SC
VISIONS:
https://cscmp.org/sites/default/files/user_uploads/resources/downloads/glossary2013.pdf?utm_source=cscmpsite&utm_medium=clicklinks&utm_content=glossary&utm_c
ampaign=GlossaryPDF
95
ANEXOS
Abrev.
ACCATM
APIBILL
CPUATM
DBD
ENA
EXTRBILL
IMPREC
DIPUSB
LECMOT
MALBILL
PRESBILL
RECICL
TARCONTR
VAR
MALRECH
PLAPRIN
TECLCLI
APYPRESBIL
DISPBILL
3
4
Nombre de tarea
Duracin Comienzo
Fin
Predecesoras
Anlisis y propuesta
de mejora para la
gestin de inventarios
de repuestos mediante 21.5 das mar 26/05/15 mi 24/06/15
uso de pronsticos de
la demanda en
Diebold Per S.R.L.
Identificacin de los
patrones de la
13.5 das mar 26/05/15 vie 12/06/15
demanda y seleccin
de tipos de pronstico
Clasificacin ABC de
1 da
mar 26/05/15 mar 26/05/15
repuestos
Minera de datos
9 das
mar 26/05/15 vie 05/06/15
3
96
Evento
Nombre de tarea
Duracin Comienzo
Fin
Predecesoras
Revisin de
5
pronsticos
2 das
jue 04/06/15 vie 05/06/15
4
convencionales
Simulacin y clculo
6
3 das
lun 08/06/15 mi 10/06/15
4
de pronsticos
Eleccin del
7
pronstico por
1.5 das jue 11/06/15 vie 12/06/15
6
repuesto
8
Fin de fase
0 das
vie 12/06/15 vie 12/06/15
7
Ejecucin de la
gestin de inventarios
9
basado en el
4 das
vie 12/06/15 jue 18/06/15
pronstico
seleccionado
Exactitud del
10
3 das
vie 12/06/15 mi 17/06/15
8
pronstico
Aceptacin o negacin
11
1 da
mi 17/06/15 jue 18/06/15
10
del pronstico
12
Fin de fase
0 das
jue 18/06/15 jue 18/06/15
11
Anlisis y control de
13
frecuencia de rdenes
6 das
lun 08/06/15 lun 15/06/15
de compra
Identificar demanda
14
2 das
lun 08/06/15 mar 09/06/15
4
anual
Simulacin de costeos
15
de importacin por
1 da
mi 10/06/15 mi 10/06/15
14
frecuencias
Eleccin de la
16
frecuencia econmica
3 das
jue 11/06/15 lun 15/06/15
15
por proveedor
17
Fin de fase
0 das
lun 15/06/15 lun 15/06/15
16
18
Capacitacin
4 das
jue 18/06/15 mi 24/06/15
19
Entrenamiento
3 das
jue 18/06/15 mar 23/06/15
17,12
Evaluacin del
20
1 da
mar 23/06/15 mi 24/06/15
19
entrenamiento
21
Fin de fase
0 das
mi 24/06/15 mi 24/06/15
20
Elaboracin propia
97
Ft
DAM
EMC
PEMA
PME
Ft
DAM EMC
PEMA
PME
Ft
DAM EMC
PEMA
PME
434.00 6.458 56.809 50.615% -25.781%
98
Ft
DAM EMC
PEMA
PME
Ft
DAM EMC
PEMA
PME
106.00 2.219 7.550 100.566% -71.999%
117.38 1.347 3.471 68.581% -49.878%
Ft
DAM
EMC
PEMA
PME
99
Ft
DAM
EMC
PEMA
PME
Ft
DAM
EMC
PEMA
PME
Ft
DAM EMC PEMA
PME
92.00 1.089 1.575 45.935% -22.835%
100
Ft
DAM
EMC
PEMA
PME
3703.00 60.091 6664.645 64.177% -40.439%
Ft
DAM
EMC
PEMA
PME
101
Real
Tend. y
estacional.
Deman.
27
27
31
22
24
29
35
29
21
32
40
52
36
26
31
34
53
28
47
48
59
60
80
62
Pronst.
21
19
23
22
31
24
36
35
38
39
52
52
34
29
35
33
47
35
52
50
54
55
73
72
|Pro.Real|
F.A.
Mtodo
actual.
|ActualReal|
F.A.
6
8
8
0
7
5
1
6
17
7
12
0
2
3
4
1
6
7
5
2
5
5
7
10
71.43%
57.89%
65.22%
100.00%
77.42%
79.17%
97.22%
82.86%
55.26%
82.05%
76.92%
100.00%
94.12%
89.66%
88.57%
96.97%
87.23%
80.00%
90.38%
96.00%
90.74%
90.91%
90.41%
86.11%
30
33
29
29
27
30
34
22
29
26
48
34
23
38
40
17
19
36
30
30
31
37
42
51
3
6
2
7
3
1
1
7
8
6
8
18
13
12
9
17
34
8
17
18
28
23
38
11
90.00%
81.82%
93.10%
75.86%
88.89%
96.67%
97.06%
68.18%
72.41%
76.92%
83.33%
47.06%
43.48%
68.42%
77.50%
0.00%
-78.95%
77.78%
43.33%
40.00%
9.68%
37.84%
9.52%
78.43%
134
84.44%
298
57.43%
Elaboracin propia
102
Tend. y
estacional. |Pro.-Real|
Mes
Deman.
Pronst.
jul'13
2
2
0
ago'13
1
1
0
sep'13
2
2
0
oct'13
1
1
0
nov'13
3
4
1
dic'13
4
3
1
ene'14
2
3
1
feb'14
2
3
1
mar'14
1
2
1
abr'14
2
2
0
may'14
1
1
0
jun'14
1
2
1
jul'14
2
2
0
ago'14
1
1
0
sep'14
2
2
0
oct'14
1
1
0
nov'14
5
3
2
dic'14
3
3
0
ene'15
2
2
0
feb'15
2
2
0
mar'15
3
2
1
Real
10
F.A.
100.00%
100.00%
100.00%
100.00%
75.00%
66.67%
66.67%
66.67%
50.00%
100.00%
100.00%
50.00%
100.00%
100.00%
100.00%
100.00%
33.33%
100.00%
100.00%
100.00%
50.00%
Mtodo
|Actual-Real|
actual.
4
1
2
3
1
1
3
4
2
4
2
5
3
2
3
3
5
6
4
4
2
83.68%
F.A.
2
0
0
2
2
3
1
2
1
2
1
4
1
1
1
2
0
3
2
2
1
50.00%
100.00%
100.00%
33.33%
-100.00%
-200.00%
66.67%
50.00%
50.00%
50.00%
50.00%
20.00%
66.67%
50.00%
66.67%
33.33%
100.00%
50.00%
50.00%
50.00%
50.00%
37
40.42%
Elaboracin propia
F.A.
61.90%
43.75%
83.33%
75.00%
52.94%
90.91%
75.00%
83.33%
47.62%
Mtodo
|Actual-Real|
actual.
15
17
24
19
31
22
10
16
8
2
8
10
11
6
10
10
6
2
F.A.
86.67%
52.94%
58.33%
42.11%
80.65%
54.55%
0.00%
62.50%
75.00%
103
Tend. y
estacional. |Pro.-Real|
Mes
Deman. Pronst.
ene'14
18
12
6
feb'14
8
10
2
mar'14
24
22
2
abr'14
25
17
8
may'14
5
14
9
jun'14
9
10
1
jul'14
17
21
4
ago'14
8
14
6
sep'14
9
9
0
oct'14
13
14
1
nov'14
15
10
5
dic'14
33
17
16
ene'15
11
10
1
feb'15
8
8
0
mar'15
21
18
3
Real
115
F.A.
50.00%
80.00%
90.91%
52.94%
35.71%
90.00%
80.95%
57.14%
100.00%
92.86%
50.00%
5.88%
90.00%
100.00%
83.33%
Mtodo
|Actual-Real|
actual.
15
20
14
13
35
17
41
31
10
31
13
8
22
19
24
69.73%
F.A.
3
12
10
12
30
8
24
23
1
18
2
25
11
11
3
80.00%
40.00%
28.57%
7.69%
14.29%
52.94%
41.46%
25.81%
90.00%
41.94%
84.62%
-212.50%
50.00%
42.11%
87.50%
258
41.13%
Elaboracin propia
F.A.
50.00%
0.00%
-50.00%
100.00%
75.00%
50.00%
50.00%
100.00%
50.00%
100.00%
100.00%
80.00%
100.00%
66.67%
33.33%
Mtodo
|Actual-Real|
actual.
3
2
3
1
5
4
2
3
5
1
7
3
4
5
3
0
2
2
0
2
3
1
0
4
0
4
1
1
3
2
F.A.
100.00%
0.00%
33.33%
100.00%
60.00%
25.00%
50.00%
100.00%
20.00%
100.00%
42.86%
66.67%
75.00%
40.00%
33.33%
104
Tend. y
estacional. |Pro.-Real|
Mes
Deman. Pronst.
jul'14
2
1
1
ago'14
6
4
2
sep'14
5
3
2
oct'14
4
3
1
nov'14
3
3
0
dic'14
4
3
1
ene'15
3
2
1
feb'15
4
3
1
mar'15
7
6
1
Real
24
F.A.
0.00%
50.00%
33.33%
66.67%
100.00%
66.67%
50.00%
66.67%
83.33%
Mtodo
|Actual-Real|
actual.
2
5
5
4
3
3
3
3
6
F.A.
0
1
0
0
0
1
0
1
1
100.00%
80.00%
100.00%
100.00%
100.00%
66.67%
100.00%
66.67%
83.33%
29
68.45%
Mtodo
actual.
|Actual-Real|
F.A.
4
5
3
3
3
1
2
4
5
6
5
6
7
6
2
4
6
5
6
4
5
5
1
3
2
1
1
1
3
0
0
2
1
4
1
3
1
1
1
4
3
6
4
4
75.00%
40.00%
33.33%
66.67%
66.67%
0.00%
-50.00%
100.00%
100.00%
66.67%
80.00%
33.33%
85.71%
50.00%
50.00%
75.00%
83.33%
20.00%
50.00%
-50.00%
20.00%
20.00%
59.24%
Elaboracin propia
Real
Winter
|Winter-Real|
F.A.
Deman. Pronst.
5
5
0
100.00%
2
2
0
100.00%
1
2
1
50.00%
2
3
1
66.67%
2
4
2
50.00%
2
1
1
0.00%
5
4
1
75.00%
4
7
3
57.14%
5
7
2
71.43%
4
2
2
0.00%
4
3
1
66.67%
10
6
4
33.33%
8
8
0
100.00%
3
3
0
100.00%
3
3
0
100.00%
5
5
0
100.00%
7
6
1
83.33%
1
2
1
50.00%
3
6
3
50.00%
10
9
1
88.89%
9
10
1
90.00%
1
3
2
33.33%
105
Real
Winter
|Winter-Real|
F.A.
Deman. Pronst.
feb'15
1
3
2
33.33%
mar'15
1
7
6
14.29%
Mes
35
Mtodo
actual.
|Actual-Real|
F.A.
2
7
1
6
50.00%
14.29%
54
45.00%
63.06%
Elaboracin propia
Real
Tend. y
estacional.
|Pro.-Real|
F.A.
|Actual-Real|
F.A.
Deman.
26
12
22
17
21
27
29
13
33
26
24
33
23
26
10
33
38
33
19
34
43
25
57
38
Pronst.
17
14
12
19
24
25
21
21
36
22
35
28
26
21
18
29
35
37
30
30
51
30
48
39
Mtodo
actual.
9
2
10
2
3
2
8
8
3
4
11
5
3
5
8
4
3
4
11
4
8
5
9
1
47.06%
85.71%
16.67%
89.47%
87.50%
92.00%
61.90%
61.90%
91.67%
81.82%
68.57%
82.14%
88.46%
76.19%
55.56%
86.21%
91.43%
89.19%
63.33%
86.67%
84.31%
83.33%
81.25%
97.44%
17
22
12
20
13
25
22
28
18
25
26
23
27
10
22
14
33
24
30
22
34
27
33
31
9
10
10
3
8
2
7
15
15
1
2
10
4
16
12
19
5
9
11
12
9
2
24
7
47.06%
54.55%
16.67%
85.00%
38.46%
92.00%
68.18%
46.43%
16.67%
96.00%
92.31%
56.52%
85.19%
-60.00%
45.45%
-35.71%
84.85%
62.50%
63.33%
45.45%
73.53%
92.59%
27.27%
77.42%
132
77.07%
222
52.99%
Elaboracin propia
106
Real
Mtodo
de Holt
|Holt-Real|
F.A.
Deman.
25
26
29
23
18
26
21
22
42
19
12
17
18
13
15
12
17
12
14
23
52
50
45
36
Pronst.
17
23
25
28
26
22
25
23
23
35
26
18
18
18
16
16
14
16
14
14
20
40
47
46
8
3
4
5
8
4
4
1
19
16
14
1
0
5
1
4
3
4
0
9
32
10
2
10
52.94%
86.96%
84.00%
82.14%
69.23%
81.82%
84.00%
95.65%
17.39%
54.29%
46.15%
94.44%
100.00%
72.22%
93.75%
75.00%
78.57%
75.00%
100.00%
35.71%
-60.00%
75.00%
95.74%
78.26%
167
69.51%
Mtodo
|Actual-Real|
actual.
22
23
24
35
22
22
27
16
20
35
24
17
19
23
31
17
22
18
15
22
42
17
40
45
F.A.
3
3
5
12
4
4
6
6
22
16
12
0
1
10
16
5
5
6
1
1
10
33
5
9
86.36%
86.96%
79.17%
65.71%
81.82%
81.82%
77.78%
62.50%
-10.00%
54.29%
50.00%
100.00%
94.74%
56.52%
48.39%
70.59%
77.27%
66.67%
93.33%
95.45%
76.19%
-94.12%
87.50%
80.00%
195
65.37%
Elaboracin propia
Real
107
Tend. y
estacional. |Pro.-Real|
Mes
Demanda Pronstico
jul'13
319
331
12
ago'13
189
179
10
sep'13
174
246
72
oct'13
295
216
79
nov'13
350
357
7
dic'13
890
630
260
ene'14
507
359
148
feb'14
188
263
75
mar'14
303
379
76
abr'14
464
285
179
may'14
719
495
224
jun'14
474
427
47
jul'14
504
416
88
ago'14
247
224
23
sep'14
412
306
106
oct'14
211
269
58
nov'14
468
442
26
dic'14
527
778
251
ene'15
314
442
128
feb'15
366
323
43
mar'15
715
463
252
Real
2399
F.A.
96.37%
94.41%
70.73%
63.43%
98.04%
58.73%
58.77%
71.48%
79.95%
37.19%
54.75%
88.99%
78.85%
89.73%
65.36%
78.44%
94.12%
67.74%
71.04%
86.69%
45.57%
Mtodo
|Actual-Real|
actual.
383
322
187
173
296
349
888
505
192
228
358
524
448
313
282
434
422
943
566
309
361
73.77%
F.A.
64
133
13
122
54
541
381
317
111
236
361
50
56
66
130
223
46
416
252
57
354
83.29%
58.70%
93.05%
29.48%
81.76%
-55.01%
57.09%
37.23%
42.19%
-3.51%
-0.84%
90.46%
87.50%
78.91%
53.90%
48.62%
89.10%
55.89%
55.48%
81.55%
1.94%
4247
50.26%
Elaboracin propia
F.A.
66.67%
100.00%
0.00%
75.00%
100.00%
100.00%
50.00%
100.00%
100.00%
Mtodo
|Actual-Real|
actual.
1
2
3
3
4
5
3
4
4
1
0
1
2
1
1
2
1
1
F.A.
0.00%
100.00%
66.67%
33.33%
75.00%
80.00%
33.33%
75.00%
75.00%
108
Tend. y
estacional. |Pro.-Real|
Mes
Deman. Pronst.
ene'14
4
3
1
feb'14
5
4
1
mar'14
5
4
1
abr'14
5
4
1
may'14
3
3
0
jun'14
1
2
1
jul'14
3
4
1
ago'14
3
3
0
sep'14
4
4
0
oct'14
3
2
1
nov'14
5
6
1
dic'14
4
5
1
ene'15
2
3
1
feb'15
4
4
0
mar'15
3
5
2
Real
16
F.A.
66.67%
75.00%
75.00%
75.00%
100.00%
50.00%
75.00%
100.00%
100.00%
50.00%
83.33%
80.00%
66.67%
100.00%
60.00%
Mtodo
|Actual-Real|
actual.
5
7
6
4
3
4
2
6
4
3
4
10
4
5
6
77.01%
F.A.
1
2
1
1
0
3
1
3
0
0
1
6
2
1
3
80.00%
71.43%
83.33%
75.00%
100.00%
25.00%
50.00%
50.00%
100.00%
100.00%
75.00%
40.00%
50.00%
80.00%
50.00%
35
65.34%
Elaboracin propia
Real
Mtodo
actual.
|ActualReal|
F.A.
100
103
135
165
122
146
154
221
169
298
78
132
154
122
189
102
7
21
41
49
32
23
36
55
238
232
42
56
23
75
89
54
93.00%
79.61%
69.63%
70.30%
73.77%
84.25%
76.62%
75.11%
-40.83%
22.15%
46.15%
57.58%
85.06%
38.52%
52.91%
47.06%
109
Mes
ago'14
sep'14
oct'14
nov'14
dic'14
ene'15
feb'15
mar'15
Tend. y
estacional. |Pro.-Real|
F.A.
Deman. Pronst.
183
185
2
98.92%
145
149
4
97.32%
221
232
11
95.26%
151
181
30
83.43%
311
416
105
74.76%
70
74
4
94.59%
43
49
6
87.76%
75
93
18
80.65%
Real
444
Mtodo
actual.
|ActualReal|
F.A.
175
145
231
144
300
80
132
111
8
0
10
7
11
10
89
36
95.43%
100.00%
95.67%
95.14%
96.33%
87.50%
32.58%
67.57%
1244
66.71%
88.87%
Elaboracin propia
Tend. y
estacional. |Pro.-Real|
Demanda Pronstico
Real
31
19
10
23
12
17
4
29
33
11
30
10
15
12
20
18
12
16
30
28
44
24
12
18
13
12
17
10
15
16
27
37
13
18
14
24
17
16
23
14
19
20
34
47
17
23
13
6
2
6
2
2
12
2
4
2
12
4
9
5
4
5
2
3
10
6
3
7
11
F.A.
27.78%
53.85%
83.33%
64.71%
80.00%
86.67%
25.00%
92.59%
89.19%
84.62%
33.33%
71.43%
62.50%
70.59%
75.00%
78.26%
85.71%
84.21%
50.00%
82.35%
93.62%
58.82%
52.17%
Mtodo
|Actual-Real|
actual.
25
44
25
19
14
12
23
12
39
36
19
44
35
25
7
31
9
26
14
44
50
13
40
6
25
15
4
2
5
19
17
6
25
11
34
20
13
13
13
3
10
16
16
6
11
28
F.A.
76.00%
43.18%
40.00%
78.95%
85.71%
58.33%
17.39%
-41.67%
84.62%
30.56%
42.11%
22.73%
42.86%
48.00%
-85.71%
58.06%
66.67%
61.54%
-14.29%
63.64%
88.00%
15.38%
30.00%
110
Mes
mar'15
Tend. y
estacional. |Pro.-Real|
Demanda Pronstico
Real
19
17
F.A.
88.24%
134
69.75%
Mtodo
|Actual-Real|
actual.
20
F.A.
95.00%
319
41.96%
Elaboracin propia
111