Diseño Implementacion Proceso Bravo 2015

DISEÑO E IMPLEMENTACIÓN DE UN PROCESO LOGÍSTICO PARA LA
MEJORA EN EL ABASTECIMIENTO EN LA EMPRESA INCEL S.A.
SANDRA MILENA BRAVO PANTOJA

LEIDY JOHANNA SUÁREZ JIMÉNEZ
UNIVERSIDAD DE SAN BUENAVENTURA

PROGRAMA DE INGENIERÍA INDUSTRIAL
SANTIAGO DE CALI
2015
1
DISEÑO E IMPLEMENTACIÓN DE UN PROCESO LOGÍSTICO PARA LA
MEJORA EN EL ABASTECIMIENTO DE EN LA EMPRESA INCEL S.A.
SANDRA MILENA BRAVO PANTOJA

LEIDY JOHANNA SUÁREZ JIMÉNEZ
Asesor: Ing. Frank Ballesteros
UNIVERSIDAD DE SAN BUENAVENTURA

PROGRAMA DE INGENIERÍA INDUSTRIAL
SANTIAGO DE CALI
2015
2
Nota de Aceptación
Aprobado por el Comité de

Grado, en cumplimiento de los
requisitos exigidos por la
Universidad de San
Buenaventura para optar al título
de Ingeniera Industrial.
_______________________
Presidente del Jurado
_______________________
Jurado
_______________________
Jurado
Santiago de Cali, Junio de 2015
3
DEDICATORIA
Este trabajo está dedicado principalmente a Dios, quien nos guía en todos los
caminos, e ilumina nuestras vidas con su amor y nos bendice con su sabiduría
y prosperidad.
A nuestras familias que nos han brindado su apoyo en este camino de

bienestar.
A todo el equipo operativo y logístico de la empresa Incel S.A quienes nos

brindaron su apoyo y su conocimiento en cada una de sus áreas.
También a nuestros amigos que son siempre un apoyo en los momentos de

dificultad y hacen que la vida sea más alegre.
4
AGRADECIMIENTOS
Mil Gracias a nuestros Docentes y Maestros quienes han incentivado las ganas
y el deseo de adquirir más conocimiento, aportando experiencias y deseos de
investigar.
Finalmente, a todas las personas que de una u otra manera apoyaron y

aportaron para la realización y culminación de este proyecto.
Mil y mil gracias a todos.
“Lo que no se mide no se puede controlar; y lo que no se controla no se

puede gestionar”
5
CONTENIDO
Pág.
INTRODUCCIÓN ............................................................................................. 17
1. PLANTEAMIENTO DEL PROBLEMA .......................................................... 19
1.1 DESCRIPCIÓN DEL PROBLEMA ............................................................. 19
1.2 PREGUNTA DE INVESTIGACIÓN ............................................................ 22
2. OBJETIVOS ................................................................................................ 23
2.1 OBJETIVO GENERAL ............................................................................... 23
2.2 OBJETIVOS ESPECÍFICOS ...................................................................... 23
3. ALCANCE .................................................................................................... 24
4. JUSTIFICACIÓN .......................................................................................... 25
5. MARCO REFERENCIAL ............................................................................. 26
5.1 MARCO CONTEXTUAL ............................................................................ 26
5.2 ANTECEDENTES...................................................................................... 28
5.3 MARCO CONCEPTUAL ............................................................................ 29
5.4 MARCO TEÓRICO .................................................................................... 32
5.4.1 Sistemas de pronósticos de demanda. ................................................... 32
5.4.1.1 Promedio móvil: ................................................................................... 34
5.4.1.2 Suavización exponencial simple .......................................................... 36
5.4.1.3 Suavización exponencial doble ............................................................ 37
5.4.1.4 Método de Croston para ítems con demanda errática .......................... 39
5.4.2 Sistemas de control de inventarios. ....................................................... 40
5.4.2.1 Formas de revisión del inventario. ....................................................... 42
5.4.2.2 Tipos de sistemas de control de inventario .......................................... 43
5.4.3 Supuestos y notación básica. ................................................................. 45
6
5.4.3.1 Costos de almacenamiento .................................................................. 48
5.4.3.2 Costos de infraestructura ..................................................................... 48
5.4.3.3 Costos de Gestión ............................................................................... 49
5.4.3.4 Costos de operación ............................................................................ 49
5.4.3.5 Costos de mantenimiento del inventario .............................................. 49
5.4.3.6 Costo de Almacenamiento ................................................................... 50
5.5 HERRAMIENTAS PARA EL ANALISIS DE DATOS .................................. 50
5.6 MARCO LEGAL ......................................................................................... 52
6. DISEÑO DE METODOLOGÍA...................................................................... 54
6.1 ENFOQUE DE LA INVESTIGACIÓN ......................................................... 54
6.2 TIPO DE ESTUDIO.................................................................................... 54
6.3 POBLACIÓN Y MUESTRA ........................................................................ 54
6.4 RECOLECCIÓN DE LA INFORMACIÓN ................................................... 54
6.5 DESCRIPCIÓN DE LA METODOLOGÍA POR OBJETIVOS ...................... 54
7. DESARROLLO DEL PROYECTO ............................................................... 56
7.1 CARACTERIZACIÓN DE LA SITUACION ACTUAL .................................. 56
7.1.1 Caracterización del proceso de cadena de suministros. 56
7.2 ANALISIS DE LA SITUACIÓN ACTUAL .................................................... 59
7.3 DISTRIBUCION EN PLANTA .................................................................... 60
7.4 SISTEMAS DE PRONOSTICOS ............................................................... 63
7.4.1 Promedio móvil.. ..................................................................................... 63
7.4.2 Suavización exponencial simple ............................................................. 72
7.4.3 Suavización exponencial doble. .............................................................. 80
7.4.4 Método de Croston para ítems con demanda errática ............................. 99
7.5 SISTEMAS DE CONTROL DE INVENTARIOS........................................ 115
7.5.1 Costos de almacenamiento y de pedido ............................................... 115
7
7.5.2 Costos de almacenamiento ................................................................... 115
7.5.3 Costos de ordenar ................................................................................ 119
7.6 POLITICA DE INVENTARIOS ................................................................. 119
7.7 RESULTADOS DE LA IMPLEMENTACIÒN ............................................ 127
8. CONCLUSIONES ...................................................................................... 129
BIBLIOGRAFIA .............................................................................................. 131
ANEXOS ....................................................................................................... 135
8
LISTA DE TABLAS
Pág.
Tabla 1. Ventas registradas por INCEL S.A ................................................. 19
Tabla 2.: Órdenes de trabajo no entregadas a tiempo por mes

en el año 2013 ............................................................................................. 21
Tabla 3. Los sistemas de pronósticos y patrones de demanda. ................... 34
Tabla 4. Comparación entre las formas de revisión del inventario .............. 42
Tabla 5. Sistemas de control de inventario basados en la forma

de revisión ................................................................................................... 43
Tabla 6.: Normatividad ................................................................................. 53
Tabla 7. Frecuencia de causas de bajo nivel de servicio ............................. 58
Tabla 8. Listado de materiales a asegurar ................................................... 62
Tabla 9. Promedio móvil para 3 meses - Artículo 1. .................................... 64
Tabla 10. Promedio móvil para 3 meses - Artículo 2. ................................... 65
Tabla 14. Suavización exponencial simple - Artículo 1. ............................... 73
Tabla 17. Suavización exponencial simple – Artículo 4. ............................... 76
Tabla 18. Suavización exponencial simple – Artículo 5. ............................... 77
9
Tabla 19. Datos de partida suavización exponencial doble - Artículo 1. ....... 81
Tabla 20. Simulación de un sistema de pronósticos de suavización

exponencial doble - Artículo 1. ..................................................................... 83


Tabla 25. Datos de partida suavización exponencial doble - Artículo 4. ...... 93

Tabla 27. Datos de partida suavización exponencial doble - Artículo 5. ...... 96

Tabla 29. Método de Croston aplicado al Artículo 1 ................................... 100
Tabla 30. Comparación de errores entre Suavización exponencial

simple, doble y Croston ............................................................................ 102
Tabla 31. Comparación promedio móvil – suavización exponencial

simple: Artículo 1. ...................................................................................... 103
Tabla 32. Optimización del  : Artículo 1. ................................................. 104

simple: Artículo 2. ...................................................................................... 105
Tabla 34. Optimización del  : Artículo 2. .................................................. 105

simple: Artículo 3. ...................................................................................... 106
10
Tabla 36. Optimización del  : Artículo 3. ................................................. 107

simple: Artículo 4. ...................................................................................... 108

simple: Artículo 5 ....................................................................................... 109
Tabla 41. Sistemas de pronóstico seleccionados para los materiales ........ 111
Tabla 42. Determinación de los costos de infraestructura .......................... 116
Tabla 43. Determinación de los costos de gestión ..................................... 117
Tabla 44. Determinación de los costos de operación ................................. 117
Tabla 45. Determinación de los costos de mantenimiento del stock ......... 118
Tabla 46. Resumen costos requeridos para calcular el costo de

almacenamiento ........................................................................................ 118
Tabla 47. Datos de partida para la política de inventarios: Artículo 1 ......... 119
11
LISTA DE FIGURAS
Pág.
Figura 1. Cumplimiento de órdenes de servicio año 2013 ........................... 20
Figura 2. Ubicación de INCEL S.A ............................................................... 26
Figura 3. Organigrama INCEL S.A ............................................................... 27
Figura 4. Ambiente general de un sistema de pronóstico.................................
Figura 5. El sistema de inventario (s,Q) ....................................................... 45
Figura 6. Metodología general para determinar el punto de reorden s ........ 47
Figura 7. Mapa de procesos de INCEL S.A ................................................ 56
Figura 8. Paretto de causas del bajo nivel de servicio. ................................ 59
Figura 9. Plano de la bodega luego del ordenamiento adecuado para

desempeño .................................................................................................. 60
Figura 10. Demanda, pronóstico y tendencia de comportamiento de Artículo 1

2012 -2013. ................................................................................................. 69

2012 -2013. ................................................................................................. 70

2012 -2013. ................................................................................................. 70

2012 -2013. ................................................................................................. 71

2012 -2013. ................................................................................................. 72
Figura 15. Suavización exponencial simple - Artículo 1 2012 -2013. ........... 78
12
Figura 18.. Suavización exponencial simple - Artículo 4 2012 -2013. .......... 79
Figura 19. Suavización exponencial simple – Artículo 5 2012 -2013. ........... 80
Figura 20. Suavización exponencial doble con = 0,0128– Artículo 1........... 85
Figura 21. Suavización exponencial doble con = 0,0173–Artículo 2............ 89
Figura 25. Pronóstico de ítem con demanda errática. ............................... 102
Figura 26. Demanda Vs pronóstico Artículo 1 Enero-Junio 2014 (Croston)112
Figura 27. Demanda Vs pronóstico Artículo 2 Enero-Junio 2014 (S.E.D con =

0,0128) ...................................................................................................... 113
Figura 28. Demanda Vs pronóstico Artículo 3 Enero-Junio 2014 (S.E.D con

=0,0173) .................................................................................................... 113

=0,0396) .................................................................................................... 114

=0,032) ...................................................................................................... 115
13
LISTA DE ANEXOS
Pág.
ANEXO A. LLUVIA DE IDEAS ...................................................................... 135
ANEXO B. CAUSAS CON CLASIFICACIÓN ................................................ 136
ANEXO C. DIAGRAMA CAUSA-EFECTO ..................................................... 137
ANEXO D. PLANO DE LA BODEGA CON LA PROBLEMÁTICA .................. 138
ANEXO E. PLANO DE LA BODEGA LUEGO DEL ORDENAMIENTO
ADECUADO PARA DESEMPEÑO ................................................................ 139
14
RESUMEN
El objetivo del presente trabajo es diseñar el proceso logístico en el

abastecimiento material en la empresa Incel S.A., aplicando herramientas o
métodos que nos permitan mejorar el control de inventarios y mantener el
servicio al cliente.
Se aplicaron herramientas de ingeniería industrial que permitieron comprender

el estado actual del proceso, identificar las oportunidades de mejora y definir
una serie de protocolos para los inventarios que permitan el control de
inventarios de manera tal que no afecten negativamente el abastecimiento y el
nivel de servicio.
Palabras claves: Logística, pronósticos, políticas de inventarios.
15
ABSTRACT
The objective of this work is to design the logistic process of material supply
company Incel SA, applying tools and methods that allow us to improve
responsiveness to customer requirements and ensure inventory control.
Initially the process was characterized by qualitative and quantitative

techniques: brainstorming was applied with the help of the staff of the company,
then it proceeded to relate these ideas of the problem in a causal effect
diagram.
Next step is to determine the frequency of occurrence frequency related causes

Pareto diagram and determined that 50% of the causes generated 75% of the
disagreements.
Because the causes pointed to problems of organization and foresight, first

proceeded to organize the store physically and then proceeded to design
systems forecasts for the five items of greatest impact on non-compliance with
service orders. Data from 2102 and 2013 were used, also, moving average was
applied to three periods, single and double smoothing; and the best method
based on the variation of alpha with optimal solver Excel ™ was chosen. The
first article showed erratic demand and Croston method was applied.
After selection of forecasts, we proceeded to validate the data for January-June

2014 and finally an inventory policy for each item was designed.
Keywords: logistics, forecasting, inventory policies.
16
INTRODUCCIÓN
Este proyecto hace parte de un grupo de Investigación para la faculta de

Ingeniería de la Universidad de San Buenaventura en el pregrado de Ingeniería
Industrial. El cual se desarrolla como aporte a la empresa para dar
cumplimiento a los estándares de calidad del servicio que esta de la mano con
el departamento de logística.
En este momento a nivel mundial la logística es uno de los enfoques para

alcanzar ventajas competitivas teniendo en cuenta que los clientes tienen cada
vez más acceso a tener información respecto a los productos que compran o
servicios que se le puedan prestar.
Por eso, las empresas e industrias buscan cada día lograr estandarizar todos
sus procesos, tratando de cumplir con el objetivo de trabajar con mayor
efectividad, teniendo solo un horizonte hacia la reducción de costos y capital de
trabajo. Con esto, siempre están buscando la mejora continua dentro de la
organización que pueda aportar a todos los procesos de compra, servicio,
logística, almacenamiento, entre otros.
La empresa presenta faltantes de insumos que corresponden a los pedidos de

los servicios del negocio de Telecomunicaciones. Con esto estoy afectando a
mi cliente de una manera directa generando una inconformidad y/o
insatisfacción en el mismo. Estos temas serán los investigados y desarrollados
en nuestro trabajo partiendo por la estandarización de los procesos que tienen
como objetivo principal establecer los correctos sistemas de pronósticos para
los 5 elementos principales, generando cumplimiento.
Dentro de las revisiones realizadas se evidencia que el actual proceso en el

almacén presenta limitaciones que generan demoras considerables por la falta
de organización y/o control de inventarios, lo cual genera incumplimiento a mi
cliente final. Inicialmente, se caracteriza el proceso con el fin de identificar las
falencias en el proceso actual de control de inventarios y almacenamiento de
insumos para así obtener las causas raizales en el incumplimiento en la
prestación del servicio a los clientes. Para ello se utilizó una lluvia de ideas
para plasmar la información recopilada en un diagrama de Ishikawa, el cual
permite establecer relaciones entre las causas y efectos de las situaciones
17
identificadas. Posteriormente se procedió a determinar la frecuencia de las
situaciones presentadas y se registraron en un diagrama de Pareto.
Analizando los resultados obtenidos, se inicia la segunda fase donde se

procede a diseñar el proceso logístico para la mejora en el abastecimiento de
materiales, teniendo como punto de partida los sistemas de pronósticos, donde
se evaluaron los datos históricos y se escogieron los pronósticos más
pertinentes. Posteriormente se validan los resultados para corroborar la
idoneidad del pronóstico y éste es insumo para el diseño de políticas de
inventarios que redunden en un mejor nivel de servicio al cliente.
18
1. PLANTEAMIENTO DEL PROBLEMA
El presente trabajo de tesis se realiza en una empresa ubicada en la Ciudad de

Cali que se dedica a la prestación de servicios como Construcción de Obras de
Ingeniería Civil, Eléctrica, Telecomunicaciones y Comercialización de Equipos
Asociados. Esto se aplica en particular para el servicio de Telecomunicaciones
con la instalación de Internet, televisión por cable y telefonía donde la empresa
realiza la venta comercial al cliente final, y la presente objeto de estudio se
encarga de prestar el servicio de instalación y mantenimiento Pos Venta. La
presente investigación se enfocará en los Mantenimientos Pos venta.
1.1 DESCRIPCIÓN DEL PROBLEMA
La facturación de la empresa depende en su gran mayoría de las licitaciones

aprobadas para ejecución. Esto conlleva a una variabilidad, que se ilustra en la
tabla 1:
Tabla 1. Ventas registradas por INCEL S.A
Facturación año 2012* Facturación año 2013* Variación

Enero $ 3.074.000 Enero $ 1.055.655 -66%
Febrero $ 10.552.000 Febrero $ 272.239.623 2480%
Marzo $ 6.412.000 Marzo $ 2.108.704 -67%
Abril $ (808.000) Abril $ 7.343.924 1009%
Mayo $ 6.613.158 Mayo $ 98.024.470 1382%
Junio $ 11.205.000 Junio $ 3.757.195 -66%
Julio $ 2.714.000 Julio $ 19.984.178 636%
Agosto $ 3.241.000 Agosto $ 6.338.588 96%
Septiembre $ 2.350.000 Septiembre $ 7.169.601 205%
Octubre $ 1.794.000 Octubre $ 387.931 -78%
Noviembre $ 7.606.000 Noviembre $ 18.029.771 137%
Diciembre $ 232.050.250 Diciembre $ 2.461.433 -99%
TOTAL $ 286.803.408 TOTAL $ 438.901.073 53%
Fuente: La empresa
19
Como se aprecia en la tabla 1, la variación en la facturación del año 2012 al
2013 registró un incremento del 53%, pero al comparar la facturación entre
periodos iguales se observa una alta variabilidad que va desde el -78% en
octubre hasta un 2480% en febrero, lo cual dificulta una adecuada gestión de
aprovisionamiento, almacenamiento e inventarios, lo cual redunda en
incumplimientos y retrasos en las obras.
Actualmente la gestión de los inventarios en INCEL S.A se realiza de manera

empírica, lo cual dificulta gestionar adecuadamente el nivel de cada uno de los
materiales requeridos para la operación que le permita anticiparse al
requerimiento a través de un acertado pronóstico de demanda.
Los servicios no prestados al cliente final conllevan a incumplimientos y por

ende, pérdidas para la empresa. Para el año 2013, el área de logística ha
manifestado a la alta gerencia los atrasos que se producen en la prestación del
servicio en la parte de Telecomunicaciones. Se observa que el 44,7 de los
pedidos no se prestaron en el periodo determinado por la empresa, siendo la
razón principal en donde la empresa no tiene el control de inventarios. (Ver
figura 1).
Figura 1. Cumplimiento de órdenes de servicio año 2013
Fuente: Elaboración propia con información suministrada por la empresa.
20
La empresa INCEL S.A. ha mostrado varias irregularidades en la parte
logística, dado que ha presentado problemas en el control de inventarios. Esto
se debe a prácticas inadecuadas en el proceso logístico del almacenamiento
de material, las cuáles afectan potencialmente los sistemas de inventarios no
existentes y su respectiva organización, clasificación y distribución en el
almacén.
Se revisaron 918 órdenes de servicios prestadas, lo que quiere decir que

existieron 320 faltantes de insumos. A continuación se muestra en el cuadro la
relación de la cantidad de órdenes no entregadas cada mes.
Tabla 2. Órdenes de trabajo no entregadas a tiempo por mes en el año

2013
Año 2013 Nº de Nº de órdenes Nº de

órdenes de servicios ordenes
de entregados a no
servicios tiempo prestadas
por mes a tiempo
Enero 64 36 28
Febrero 88 52 36
Marzo 101 71 30
Abril 96 63 33
Mayo 81 54 27
Junio 63 31 32
Julio 26 18 8
Agosto 71 45 26
Septiembre 135 110 25
Octubre 84 52 32
Noviembre 66 45 21
Diciembre 43 48 22
Total de ordenes 918 625 320
Fuente: Elaboración propia con información suministrada por la empresa.
Por lo anterior, se puede decir que si existen 320 órdenes de servicio que no se
prestaron porque la empresa no cuenta con un proceso de aprovisionamiento y
control de inventarios
21
1.2 PREGUNTA DE INVESTIGACIÓN
¿Cómo debería realizarse el proceso de abastecimiento de las partes para

prestar los servicios de mantenimiento en la empresa de INCEL?
22
2. OBJETIVOS
2.1 OBJETIVO GENERAL
Diseñar e implementar una propuesta de mejora en el proceso logístico de

abastecimiento de las partes para prestar los servicios de mantenimiento en la
empresa INCEL S.A con el fin de incrementar el nivel de servicio al cliente.
2.2 OBJETIVOS ESPECÍFICOS
 Diagnosticar la situación actual de los procesos de abastecimiento de las

partes para prestar los servicios de mantenimiento pos venta.
 Establecer los pronósticos para predecir la demanda de partes que serán

requeridas en los servicios de mantenimiento en la empresa INCEL S.A.
 Diseñar los procesos para el abastecimiento de las partes para prestar los
servicios de mantenimiento para la empresa INCEL S.A.
23
3. ALCANCE
El siguiente trabajo de grado se propuso para el proceso de logística en la

empresa de prestación de servicios cuyo objeto social principal es la
Construcción de Obras de Ingeniería Civil, Eléctrica y de Telecomunicaciones y
la Comercialización de Equipos Asociados tuviera control de inventarios y
protocolo de pronósticos. Inicialmente empezamos con levantamiento y
recopilación de la información actual con herramientas como el de Ingeniería
Industrial. Se diseñaron los sistemas de pronósticos iniciales para los productos
que se utilizan en la prestación de servicio de Telecomunicaciones. Con esto
logramos medir el control de inventarios y establecer los protocolos de los
mismos para la continúa con la mejora en la organización.
24
4. JUSTIFICACIÓN
Una vez expresado el planteamiento del problema en el numeral 1, el impacto

de la solución que se espera lograr con el proyecto tiene dos frentes: el teórico
y el práctico-empresarial. Por la parte teórica, gracias a la revisión bibliográfica
y referencial, además del trabajo de desarrollo propio, se espera que el
proyecto de grado genere una propuesta de aplicación basada en herramientas
de ingeniería industrial para la empresa INCEL S.A que permita incrementar el
nivel de servicio al cliente.
Desde el punto de vista práctico o empresarial, e impulsado a su vez por el

alcance teórico, es el de un control de inventarios mediante la disminución de
los reportes por faltantes de materiales; además, se espera que el modelo
propuesto pueda dar continuidad al cumplimiento de la misión y visión de
INCEL S.A basado en el mejoramiento continuo que les permita tomar
decisiones rápidas frente a la situación actual de sus procesos fortaleciendo al
mismo tiempo su propuesta de valor.
Finalmente, desde el punto de vista profesional, con la realización de este

proyecto se espera lograr adquirir experiencia en la aplicación de herramientas
de ingeniería industrial para la solución de problemas cotidianos a nivel
empresarial y de igual manera brindar un aporte a la universidad sobre este
tema.
25
5. MARCO REFERENCIAL
5.1 MARCO CONTEXTUAL
La empresa en la que se encuentra el proceso objeto de estudio es INCEL

S.A., la cual es una empresa de prestación de servicios que se encuentra
ubicada en la ciudad de Cali- Colombia, cuyo objeto social principal es la
construcción de obras de ingeniería civil, eléctrica y de telecomunicaciones; así
como la comercialización de equipos asociados.
INCEL S.A., - Ingenieros Civiles y Electricistas, fue constituida jurídicamente

como empresa el día 27 de septiembre de 1991, en la ciudad de Santiago de
Cali por dos ingenieros especializados en el objeto social de la empresa.
Cuenta con el recurso humano idóneo, equipos de construcción, herramientas,
medios de transporte y software adecuados y suficientes para cumplir con la
demanda de proyectos de construcción de obras telefónicas, eléctricas y
civiles, y con un grupo de proveedores calificados. En la figura 2 se puede
observar la ubicación de las instalaciones de la empresa.
Figura 2. Ubicación de INCEL S.A
Fuente: Google maps adaptado por las autoras
26
A partir del año 2004 la compañía se convirtió en integrador (comercializador e
instalador) de productos de automatización (domótica) para el segmento
industrial y el doméstico. Después de Veinte (20) años de constitución, la
empresa ha obtenido resultados positivos y la estructura se ha ampliado de
acuerdo con el organigrama de la figura 3. Ha realizado trabajos a lo largo del
territorio Colombiano y en Panamá. Actualmente los servicios que la empresa
brinda son reconocidos en organizaciones de carácter privado y público.
En los últimos seis años ha realizado integración con otras firmas de la misma
especialidad, estableciendo consorcios o uniones temporales, con el fin de unir
su capacidad de trabajo y experiencia y lograr participar en proyectos de
construcción importantes.
Figura 3. Organigrama INCEL S.A
Fuente: Elaboración propia con información suministrada por la empresa
La estructura organizacional de la empresa cuenta con 120 técnicos quienes

prestan el servicio a los clientes y 8 personas administrativas.
27
5.2 ANTECEDENTES
A lo largo de los últimos años, las organizaciones han enfocado sus objetivos
en la mejora continua de la calidad tanto en sus productos como en los
servicios ofrecidos al cliente, dejando en un segundo plano la maximización de
la producción y la reducción de los costos debido a las condiciones cambiantes
del mercado, siendo la meta de las organizaciones “Ofrecer productos con la
mejor calidad, en el menor tiempo posible, con la menor cantidad de recursos y
ser entregados al cliente con el menor costo posible”. La mejor forma de
cumplir esta meta es con la reducción de desperdicios dentro de la empresa.
En la medida en que estos desperdicios se logren reducir o eliminar la empresa
mejorará su productividad.
Según Barragán (2014) en su trabajo de grado “Diseño del sistema de

almacenamiento y manejo de producto terminado en la Fábrica de Calzado
Rómulo” tuvo como propósito mejorar y optimizar el actual almacenamiento y
manipulación de las existencias de la empresa. Utilizo un tipo de investigación
de tipo descriptivo y explicativo con un enfoque cuantitativo, se elaboraron
listas de chequeo como instrumentos cualitativos adaptadas de diferentes
autores. Posteriormente, diseñaron el sistema de almacenamiento y manejo
de producto terminado propuesto de acuerdo con la normativa vigente de
almacenamiento y manejo de materiales con base en el ciclo PHVA para la
toma de acciones y mejora continua en el proceso actual.
En el proyecto “Mejora de los procesos logísticos de planeación,

aprovisionamiento, almacenamiento y distribución de materia prima agregados
de una empresa cementera venezolana”, Burgos y González (2010) se
enfocaron en el estudio de los procesos logísticos de planeación,
aprovisionamiento, almacenamiento y distribución de materia prima agregados
de una empresa cementera, con el objeto de mejorar sus operaciones. El
estudio se inicia a partir de la planificación de la distribución de agregados que
se utilizarán para la producción de concreto, terminando con el pago de los
entes involucrados, pasando por todas las etapas de la cadena de suministro
sin incluir los procesos de producción, de atención al cliente y de proveedores
externos. Se recomendó la obtención de un sistema para controlar la entrada
de materia prima en las plantas. Se hizo como propuesta el desarrollo de una
metodología para controlar los lineamientos que se realizan en el proceso de
pago. Posteriormente se hizo la implementación.
28
“Integración de la logística de entrada y de producción de la línea de litografía
de Litoempaques S.A.” En este caso, García y Jiménez (2009) proponen
alternativas de integración del abastecimiento de materiales (logística de
entrada) y el proceso productivo (logística de producción) en el área de
litografía de LITOEMPAQUES S.A. Inicialmente se hizo el análisis y diagnóstico
de la situación actual y finalmente se plantearon las propuestas de integración.
En la elaboración del trabajo se aplicaron herramientas logísticas, tales como:
evaluación, selección y desarrollo de proveedores, análisis ABC de
proveedores y materiales, metodología de almacén de clase mundial,
indicadores logísticos, modelos de planeación y programación de operaciones.
Con los antecedentes mencionados anteriormente se observa que las
empresas generalmente tienen inconformidades dentro de sus propios
procesos y buscan siempre herramientas que permitan brindar solución a ellos.
Los autores de los trabajos mencionados anteriormente se basan en las causas

raíces para brindar solución a cada uno de ellos.
5.3 MARCO CONCEPTUAL
Aprovisionamiento: es la actividad que engloba la identificación y selección

de proveedores hasta la propia compra y reaprovisionamiento1.
Cadena de suministros: se define como un conjunto de funciones

coordinadas que van más allá de los límites que imponen los intereses
particulares de cada empresa y participan de ese objetivo último de satisfacer
las necesidades de los clientes2.
Competitividad: Surge como exigencia fundamentada a partir del dinamismo

tecnológico y la globalización de la competencia, una empresa debe ser viable
financieramente para ser competitiva (Fernández, Montes & Vázquez, 1997).
1 Tomado de
http://datateca.unad.edu.co/contenidos/207112/2._Manual_practico_de_Logistica.pdf
consultado el 11 de junio de 2015.
2 Tomado de
http://datateca.unad.edu.co/contenidos/207112/2._Manual_practico_de_Logistica.pdf
consultado el 11 de junio de 2015
29
La competitividad actualmente se caracteriza por tres elementos principales
que son la calidad, la productividad y rentabilidad. Productividad se asocia con
la optimización de recursos, lo que traduce, “hacer más con menos o con lo
mismo”, relacionándose así con “hacer bien la cosas al menor costo”. La
rentabilidad se traduce como la relación entre la inversión y lo recibido por tal
inversión. Finalmente la calidad es definida como el conjunto de cualidades que
permiten diferenciar a una persona o cosa (Perdomo, 2004).
Diagrama de Ishikawa (causa-efecto): método para definir la ocurrencia de

un evento no deseable o problema; es decir, el efecto como la cabeza del
pescado, e identificar los factores que contribuyen, esto es, las causas como
las espinas que salen de las vértebras y la cabeza del pescado. (NIEBEL, B.
W, 2007)
Diseño: consiste en la especificación de las entradas (materia prima,

materiales, etc.), operaciones, flujos de trabajo, métodos, personal y equipos
necesarios para la producción de bienes y servicios 3.
Diseño de redes de comunicaciones: conjunto de dispositivos y tecnologías

(protocolos) que permiten transmitir información (voz, datos) entre puntos
distantes4.
Domótica: Conjunto de tecnologías aplicadas al control y la automatización

inteligente de la vivienda, que permite una gestión eficiente del uso de la
energía, que aporta seguridad y confort, además de comunicación entre el
usuario y el sistema5.
Energía solar: es la que llega a la Tierra en forma de radiación

electromagnética (luz, calor y rayos ultravioleta principalmente) procedente del
Sol, donde ha sido generada por un proceso de fusión nuclear. El
aprovechamiento de la energía solar se puede realizar de dos formas:
3 AQUILES G, L S. El diseño indutrial en la historia. Cordoba, Argentina: Ediciones TEC, 2007.

4 CABRERO Sergio et al. Herramienta educacional para el diseño y configuración de redes de
comunicaciones. IEEE – RITA. Vol. 5, Núm. 1, Febrero de 2010.
5 Tomado de Asociación Española de Domótica e Inmótica -
CEDOM http://www.cedom.es/sobre-domotica/que-es-domotica consultado el 11 de junio de
2015
30
por conversión térmica de alta temperatura (sistema fototérmico) y
por conversión fotovoltaica (sistema fotovoltaico).
La conversión térmica de alta temperatura consiste en transformar la energía

solar en energía térmica almacenada en un fluido. Para calentar el líquido se
emplean unos dispositivos llamados colectores.
La conversión fotovoltaica consiste en la transformación directa de la energía

luminosa en energía eléctrica. Se utilizan para ello unas placas solares
formadas por células fotovoltaicas (de silicio o de germanio) 6.
Gestión de almacenes: se define como el proceso de la función logística que

trata la recepción, almacenamiento y movimiento dentro de un mismo almacén
hasta el punto de consumo de cualquier material – materias primas,
semielaborados, terminados, así como el tratamiento e información de los
datos generados7.
Iluminación LED: Viene del inglés L.E.D (Light Emitting Diode) traducido
diodo emisor de luz.8
Método: es la manera de cómo realizar o efectuar las operaciones y

secuencia en cada uno de los procesos9.
Objetivos: son las metas propuesta que proyectan los directivos de las
empresas, enfocados en la mejora continua y en la rentabilidad de sus
compañías. En un tiempo determinado10.
6 Tomado de http://newton.cnice.mec.es/materiales_didacticos/energia/solar.htm consultado el

11 de junio de 2015.
7 Logística Integral 2 Edición Bureau Veritas
8 Tomado de Asociación Española de Domótica e Inmótica - CEDOM
http://www.cedom.es/sobre-domotica/que-es-domotica
consultado el 11 de junio de 2015
9 NEIBEL, B. Ingeniería industrial métodos, estándares y diseño. México: Alfa Omega, 2004.
10 CHASE, R. AQUILANO. Administración de las operaciones producción y cadena de
suministro. Vol. 10. México D.F: McGraw-Hill, 2009.
31
Proceso: es todo conjunto de actividades que desempeñan una organización
que toma insumos y los transforma en productos, los cuales, en un plano
ideal, representan mayor valor para ella que los insumos originales 11.
Pronóstico Cuantitativo: Es una técnica basada en la modelación matemática

de datos históricos para predecir el futuro. Conocido como series de tiempo12.
Servicio al cliente: se entiende como el hecho de proporcionar, en el

momento y lugar adecuado la transferencia de bienes y servicios entre
comprador y vendedor.13.
Sistema de pronósticos: Método Estadístico que analiza los datos históricos

de la Demanda que analiza los datos históricos de la Demanda, para
suministrar un “Valor Estimado” de ésta misma en un futuro 14.
5.4 MARCO TEÓRICO
Aquí encontraremos registrada toda la información sobre la teoría y las

herramientas, que se definen para los sistemas de pronósticos, control de
inventarios y políticas de inventarios para la empresa objeto de estudio en el
trabajo.
5.4.1 Sistemas de pronósticos de demanda. Autores como Domínguez et al

(1995), Buffa y Sarín (1995), Adam y Ebert (1991) y Vidal (2009) entre otros,
concuerdan en la importancia de los pronósticos como primer paso para una
correcta planeación de los recursos en pro del cumplimiento de los objetivos de
la organización y por ende, en el incremento de su nivel de competitividad.
Vidal (2009) ilustra en la figura 4 el ambiente general de un sistema de

pronósticos en el cual resalta la importancia de los datos históricos como punto
de partida y la intervención humana como factor de experiencia clave para
lograr atenuar el error del sistema de pronóstico:
11 AQUILANO. Óp., cit.

12 AQUILANO. Óp., cit.
13 FC Editorial. Logística Integral Segunda Edición
14 Curso de Pronósticos, Universidad del Valle
32
Figura 4. Ambiente general de un sistema de pronóstico.
DATOS
HISTÓRICOS Posible modificación del
modelo o sus parámetros
Selección e inicialización
del modelo
MODELO
MATEMÁTICO
Demanda real
observada
INTERVENCIÓN Pronóstico
HUMANA estadístico
CÁLCULO DE
PRONÓSTICO DE ERRORES DE
DEMANDA PRONÓSTICO
Fuente: Adaptado de Silver et al [1998] citado por Vidal [2009] Pág 43
Basados en lo expuesto por Vidal en la figura 4, el primer paso de un sistema

de pronósticos está relacionado con los datos históricos: su obtención,
procesamiento y análisis como soporte para los siguientes pasos. En otras
palabras: la asertividad del pronóstico de demanda depende en gran medida
del tratamiento otorgado a los datos históricos.
Una guía para seleccionar el sistema de pronóstico adecuado es el patrón de

demanda observado por los datos históricos, lo cual constituye el primer criterio
para seleccionar el sistema de pronóstico. La Tabla 6 muestra las relaciones
más comunes entre los patrones de demanda y los sistemas de pronósticos.
Basados en Vidal (2009), para determinar la relación entre los patrones de

demanda y los sistemas de pronósticos a aplicar en las referencias objeto de
estudio, se aplicarán los sistemas de pronósticos más representativos en los
datos históricos de la empresa, esto es: promedio móvil, suavización
exponencial simple y doble.
Posteriormente se aplicarán otras técnicas acorde con los resultados obtenidos

para lograr una mayor precisión.
33
Tabla 3. Los sistemas de pronósticos y patrones de demanda.
PATRÓN DE DEMANDA SISTEMA DE PRONÓSTICO RECOMENDADO

Perpetua o uniforme
Promedio móvil o suavización exponencial simple
Con tendencia creciente o decreciente
Suavización exponencial doble
Estacional o periódica
Modelos periódicos de Winters
Demandas altamente correlacionadas Métodos integrados de promedios móviles auto-
regresivos (ARIMA)
Pronóstico combinado de tiempo entre la
Errática (Ítems clase A de bajo
ocurrencia de demandas consecutivas y la
movimiento)
magnitud de las transacciones individuales
Fuente: Vidal [2009] Pág. 59
5.4.1.1 Promedio móvil: La ecuación básica del modelo es:
xt  b   t
xt  Valor de la demanda en el periodo t
b = Es una constante
 t = Es el error aleatorio
Por tanto, el pronóstico de promedio móvil es la suma de la demanda de los

últimos N meses dividida entre N número de meses. En otras palabras,
( X t  X t 1  X t 2  ...  X t  N 1 )
Mt 
N
Donde M t es el valor promedio del periodo actual de los últimos t-N+1 periodos.
En vista que el periodo actual es igual al pronóstico del periodo siguiente, es
decir, el pronóstico actual es igual al promedio del periodo anterior; una fórmula
que permitirá facilitar su cálculo es:
X t  X tN
M t  M t 1
N
34
Como se mencionaba anteriormente, la relación entre patrones de demanda y
sistemas de pronósticos recomendados es una aproximación, pero se requiere
determinar la idoneidad del sistema de pronóstico con cálculos que
proporcionen datos de mayor fiabilidad. Uno de los criterios de mayor
asertividad es el de revisar la exactitud del pronóstico en relación con la
demanda de acuerdo a la medición del error, bien sea la desviación media
absoluta (MAD) o el error cuadrático medio (ECM) de los cuales se detallarán
más adelante.
Las expresiones utilizadas para realizar la medición del error del pronóstico con
el fin de determinar su precisión se relacionan a continuación:
El error del pronóstico se define como la diferencia entre el dato de la demanda

y el dato pronosticado:
Error del pronóstico et  xt  xˆt
Donde,
et  Error del pronóstico de demanda para el periodo t
xt  Valor real u observación de la demanda en el periodo t

x̂t  Pronóstico de demanda para el periodo t, realizado algún tiempo antes.
De igual manera existen otros medidores de variabilidad más efectivos, ya que

no se neutralizan los valores positivos con los negativos, los cuales se
mencionan a continuación:
Error absoluto et  xt  xˆ t
Error cuadrático et2  ( x t  xˆ t ) 2
Como se puede observar, estas expresiones determinan el error en el periodo t

más no el error que se acumula a lo largo del horizonte del pronóstico. Para
ello se utilizan los siguientes medidores de variabilidad:
35
La Desviación Media Absoluta (MAD) se define como el promedio de los
errores absolutos sobre un número determinado de períodos:
Desviación Media Absoluta :

n
x t  xˆ t
MAD  t 1
El ECM se define como el promedio de los errores cuadráticos sobre un

número determinado de períodos, así:
Error Cuadrático Medio :

n 2
 xt  xˆt 
ECM  t 1
En síntesis, para seleccionar el sistema de pronóstico adecuado se requiere

tanto de la modelación y los cálculos como la intervención humana en cuanto a
la experiencia y demás factores determinantes en la realización de un estudio.
5.4.1.2 Suavización exponencial simple. La suavización exponencial simple

cual cosiste en que para calcular el pronóstico actual sólo se necesitan tres
datos: El pronóstico del periodo anterior, la demanda del periodo actual y una
constante de suavización  la cual cumple la función de ponderar
exponencialmente los datos acorde con su cercanía al periodo pronosticado
conforme a su probabilidad de ocurrencia. La ecuación básica es la siguiente:
St  xt  1   St 1
Dónde:
S t  Pronósticorealizadoal final del periodot (periodoactual)

xt  Demandareal al final del periodot (periodoactual)
S t -1  Pronósticodel periodot - 1 (periodoanterior)
  Constantede suavizacion (0    1)
36
5.4.1.3 Suavización exponencial doble. El propósito que se persigue al usar
esta técnica, al igual que la de suavización exponencial simple, es desarrollar
estimadores para un modelo que describa adecuadamente el comportamiento
de los datos a través del tiempo.
La suavización exponencial doble es aplicada a series de tiempo con tendencia

lineal que experimentan cambios en su pendiente y, como su nombre lo indica,
constituye una aplicación doble de la suavización exponencial simple.
El modelo subyacente del sistema de suavización exponencial doble citado por

Vidal (2009) es como sigue:
xt  b1  b2 t   (1.9)
Donde,
xt = Valor real u observación de la demanda en el período t;

b1 = Una constante que representa la componente constante de la demanda;
b2 = Una constante que representa la componente de tendencia de la
demanda (creciente o decreciente, de acuerdo con su signo);
 t = Una variable que representa la parte aleatoria del proceso, imposible de
pronosticar.
Por tanto, la ecuación de la que parte el desarrollo de la suavización

exponencial doble es:
ST  xt  (1   ) ST 1
El desarrollo del modelo se encuentra más ampliamente detallado en

Montgomery; y, para el caso en estudio, el resultado del desarrollo de las
ecuaciones se muestra a continuación:
2 
ST  S T  (1   ) S 2 T 1
37
2 
Es de anotar que S T significa que se está aplicando de nuevo ST al resultado
de ST con la misma constante de suavización  , y de allí el nombre de
2 
suavización exponencial “doble”, mas no implica que S T sea el cuadrado de
ST
.
Inicialización de la suavización exponencial doble:
Analizando las dos ecuaciones anteriores, se observa que para hallar ST y

2  2 
S T , se requiere contar con S T -1 y S T -1 respectivamente, como valores
2 
iniciales. Es decir, que para hallar S 1 y S 1 , es necesario hallar primero S 0 y
2 
S0 .
Basados en Vidal (2009), los valores de inicialización de la suavización

exponencial doble se hallan basados en las ecuaciones previas:
1   ˆ
S0  bˆ1 (0)   b2 (0)
  
2  1   ˆ
S0  bˆ1 (0)  2 b2 (0)
  
Donde,
bˆ1 (0) = Estimación del valor constante alcanzado por la demanda (corte
con el eje y), determinado con base en la regresión lineal de datos históricos,
referido al sistema de coordenadas desde donde se van a iniciar los
pronósticos, y
bˆ2 (0) = Estimación de la pendiente de la tendencia de la demanda

(creciente o decreciente) determinada con base en los datos históricos, la
cual no cambia con relación al sistema de coordenadas utilizado.
38
5.4.1.4 Método de Croston para ítems con demanda errática. Como su
nombre lo indica, este método se aplica para ítems que presentan un
comportamiento errático en su demanda, esto es, que su desviación estándar
es mayor que su promedio estimado. En otras palabras: al dividir la desviación
estándar sobre la demanda promedio, el valor resultante es mayor que 1.
Para este caso, un pronóstico de suavización exponencial no será el sistema

de pronóstico más adecuado para un comportamiento errático, en el que
pueden presentarse periodos con altas demandas seguidos de periodos con
demandas cero (como el caso de periodos de demanda muy cortos –diario-, o
cuando se suelen tener gran cantidad de clientes que realizan sus pedidos
periódicamente –e.g mensual- y no realizan más pedidos durante ese lapso de
tiempo; entre otros casos).
Esta situación la plantea Croston en el siguiente modelo:

xt  y t z t
Donde,
1 si la transacción ocurre
yt  
0 de lo contrario
z t Es el tamaño de la transacción.
Si n es un número de periodos entre transacciones y si las demandas en

periodos separados se consideran independientes, entonces la ocurrencia o no
de una transacción en un periodo puede considerarse como un proceso
Bernoulli con probabilidad de ocurrencia 1/n.
Esto es,
Prob(y  1)  1/n
Prob(y  0)  1  1/n
Es de anotar que para al caso objeto de estudio, la no existencia de

transacción no implica una demanda no servida, ya que por ser un insumo de
alto costo y propio de una institución prestadora de servicios de
telecomunicaciones, la demanda puede no ser atendida instantáneamente,
pero siempre será servida.
39
Con este contexto y asumiendo que las transacciones presentan una
distribución normalmente distribuida, Croston recomienda el siguiente
procedimiento de actualización:
Si x t = 0 (esto es, si la demanda no ocurre):
1. El tamaño de la transacción estimado no se encuentra actualizado

2. nˆt  nˆt 1
Si xt  0 (esto es, si la demanda ocurre):
1. zˆt  xt  (1   ) zˆt 1
2. nˆ t  nt  (1   )nˆ t 1
Donde;
nt  Número de periodos desde la última transacción
n̂t  Valor estimado de n al final del periodo t.
ẑ t  Valor estimado del promedio del tamaño de la transacción al final del
periodo t.
Croston argumenta que los pronósticos para reabastecimiento usualmente se

requerirán inmediatamente después de una transacción. Él muestra que el
pronóstico para ese tiempo, denominado zˆ t / nˆ t es preferible que el obtenido
por suavización exponencial simple por dos razones:
1. Este es imparcial, mientras que el del pronóstico por suavización exponencial

simple no lo es.
2. Este es de menor varianza que el de suavización exponencial simple.
5.4.2 Sistemas de control de inventarios. La pregunta más frecuente en la

gestión de inventarios es ¿Por qué será que siempre tenemos exceso de lo que
no se vende, mientras que hay muchos agotados de los ítems de mayor
movimiento? Partiendo de esta base, los diferentes autores plantean que una
gestión de inventarios efectiva debe responder a los siguientes interrogantes:
 ¿Cuándo se debe revisar el inventario?

 ¿Cuándo se debe de pedir el inventario?
40
 ¿Qué cantidad se debe pedir? (Tamaño de la orden)
La solución a estas preguntas está determinada por el sistema de control de

inventarios a seleccionar. Si la demanda en este caso fuera determinística, las
preguntas serían más sencillas de resolver, ya que, si la demanda se conociera
con certeza, las respuestas igualmente se pueden proponer en cualquier
momento del horizonte de tiempo durante el cual se está llevando el control del
inventario.
Por el contrario, si la demanda es probabilística, estas preguntas son más

difíciles de resolver; y por ello se determina que los ítems objeto de estudio
presentan una demanda probabilística y para ello se debe considerar cuál
de los sistemas de control de inventario se seleccionará para este tipo de
demandas.
Antes de continuar con el planteamiento de la metodología, se expondrán a

continuación las definiciones básicas en el tema de sistemas de control de
inventarios:
 Inventario a la mano: Es el inventario real que existe en las bodegas, el

cual puede ser utilizado inmediatamente para satisfacer las necesidades de
los clientes.
 Inventario efectivo (“Inventory Position”): Inventario a la mano +

Órdenes pendientes por recibir – Órdenes pendientes de entregar a los
clientes – Órdenes comprometidas.
 Inventario neto: Inventario a la mano – Órdenes pendientes de entregar a

los clientes.
 Inventario de seguridad: Es el nivel promedio del inventario neto justo

antes de que llega un pedido.
41
 Probabilidad de no – ocurrencia de faltantes: P1 Se define como la
probabilidad de que NO ocurran faltantes por cada ciclo de reposición. Su
complemento, (1 – P1) es el nivel de riesgo de ocurrencia de faltantes en
cada ciclo de reposición.
 No. de eventos de faltantes

 P1  1   
 Número total de períodos 
 Fill Rate: P2 Se define como la proporción de la demanda de los clientes

satisfecha directamente del inventario a la mano, o sea cuando no se
generan ventas perdidas ni órdenes pendientes (“Backorders”).
 Demanda no servida
 P2  1   
 Demanda total 
5.4.2.1 Formas de revisión del inventario. La primera pregunta planteada con

anterioridad en relación con la gestión efectiva del inventario se responde
basados en la forma de revisión del inventario, bien sea continua o periódica.
Vidal (2009) plantea las características de cada uno de las formas de revisión,
ver tabla 4:
Tabla 4. Comparación entre las formas de revisión del inventario
REVISIÓN CONTINUA REVISIÓN PERIÓDICA

Es muy difícil en la práctica Permite coordinar diversos ítems en
coordinar diversos ítems forma simultánea, lográndose así
simultáneamente. economías de escala significativas.
La carga laboral es poco Se puede predecir la carga laboral con
predecible, ya que no se sabe anticipación a la realización de un
exactamente el instante en que pedido.
debe ordenarse.
La revisión es más costosa que en La revisión es menos costosa que en la
el sistema periódico, especialmente revisión continua, ya que es menos
para ítems de alto movimiento. frecuente.
Para ítems de bajo movimiento, el Para ítems de bajo movimiento, el costo
costo de revisión es muy bajo, pero de revisión es muy alto, pero existe
el riesgo de información sobre menos riesgo de falta de información
pérdidas y daños es mayor. sobre pérdidas y daños.
Asumiendo un mismo nivel de Asumiendo un mismo nivel de servicio
servicio al cliente, este sistema al cliente, este sistema requiere un
requiere un menor inventario de mayor inventario de seguridad que el
seguridad que el sistema de sistema de revisión continua.
revisión periódica.
Fuente: Vidal [2009] Pág. 179
42
Complementario a lo anterior, los sistemas de control de inventarios existentes
según la forma de revisión del inventario se ilustran a continuación en la tabla
8:
Tabla 5. Sistemas de control de inventario basados en la forma de

revisión
Control Continuo Control Periódico

(s, Q) (R, S)
(s, S) (R, s, S)
La notación básica empleada para la descripción de cada uno de los sistemas

de control es como sigue:
s = Punto de re orden, o sea el nivel de inventario efectivo para el cual debe

emitirse una nueva orden;
R = Número de unidades de tiempo en la que se revisa el inventario;
Q = Cantidad a ordenar en cada orden; y
S = Nivel máximo de inventario hasta el cual debe ordenarse.
A continuación se describe brevemente cada uno de los sistemas de control

para posteriormente seleccionar el sistema a proponer con el fin de determinar
un mejor control del inventario de los ítems objeto de estudio.
5.4.2.2 Tipos de sistemas de control de inventario
Sistema (s, Q):
Este sistema es más conocido como el sistema de “los dos cajones”, el cual
consiste en ubicar en inventario en un cajón grande y en uno pequeño. Cuando
se agota el inventario del cajón grande y se requiere comenzar a utilizar el del
cajón pequeño; se realiza un pedido de inventario y una vez éste llegue,
primeramente se reponen las unidades empleadas del cajón pequeño y el resto
se ubican en el cajón grande. En otras palabras: Cuando el inventario llega al
punto s, se realiza un pedido por una cantidad fija Q.
43
Este sistema es el más fácil de comprender e implementar basados en la
analogía de los dos cajones, y por ello es uno de los más ampliamente
utilizados. La ilustración gráfica del sistema (s,Q) se muestra en la figura 10.
Sistema (s, S):
El sistema de control es similar al (s, Q), con la diferencia que, al llegar el

inventario al punto de reorden s, el pedido a realizar es por una cantidad que
llegue al nivel máximo S en vez de una cantidad Q. La cantidad a pedir
depende del inventario efectivo y del nivel máximo; por lo cual, puede cambiar
de un periodo de revisión a otro. Este sistema también es conocido como min-
max debido a que el inventario permanece entre un valor mínimo s y un valor
máximo S a excepción de los casos en que la demanda no ocurre en forma
unitaria y esto conlleve a un inventario temporalmente por debajo de s.
Sistema (R, S):
Consiste en revisar cada R unidades de tiempo el inventario efectivo para

hacer un pedido que llegue al nivel máximo S. Este sistema de revisión del
inventario también es conocido como el sistema del ciclo de reposición. Este
sistema es utilizado principalmente en organizaciones que no administran el
inventario basados en la sistematización. Una ventaja de este sistema de
control es que puede ser aplicado simultáneamente a diferentes líneas de
artículos, bien sea porque son suministrados por el mismo proveedor, por el
mismo medio de transporte, entre otros motivos que permitan aplicar el
concepto de economías de escala.
Sistema (R, s, S):
Es una combinación entre los sistemas (s, S) y (R, S). Consiste en que cada R
unidades de tiempo se hace la revisión del inventario efectivo. Si éste es menor
que s, entonces se realiza un pedido que permita reabastecer hasta el nivel de
inventario máximo S. En caso que, al momento de la revisión el inventario aún
no haya llegado al punto s, entonces no se ordena ninguna cantidad hasta la
próxima revisión.
Analizando los diferentes sistemas de control, se determinó que el sistema

más aplicable para el caso de los materiales objeto de estudio es el sistema
44
(s,Q), debido a la naturaleza del inventario objeto de estudio el cual amerita
una revisión continua para garantizar el nivel de servicio deseado.
A continuación se describirá con mayor detalle el sistema de control de
inventario a aplicar:
El sistema (s,Q)
Como se mencionó con anterioridad, el sistema (s,Q) consiste en que, una vez
el inventario llegue a su punto de reorden s, debe hacerse un pedido por una
cantidad Q. La figura 5 muestra más claramente la dinámica del sistema (s,Q):
Figura 5. El sistema de inventario (s,Q)
Nivel de inventario
Inventario neto
Inventario efectivo
Q
Q
s
Q
Punto de reorden L2
L1
Tiempo
Faltante o agotado
Fuente: Adaptado de Silver et al. (1998), pág. 248
5.4.3 Supuestos y notación básica. Es de vital importancia tener en cuenta

los siguientes supuestos para la aplicación del sistema de control (s,Q),
independiente de las variaciones de cada modelo dentro del sistema:
 La demanda se asume constante, o en su defecto, presenta una variación

muy pequeña en el tiempo.
 Cuando el inventario efectivo llega exactamente al punto de reorden s, allí

es cuando se realiza instantáneamente el pedido.
45
 Si se presentan dos o más pedidos pendientes en el mismo instante de
tiempo, estos se reciben en la misma secuencia en la que fueron
ordenados.
 Los costos unitarios causados por faltantes en el inventario son tan altos
que el nivel promedio de órdenes pendientes a despachar al cliente se
considera muy pequeño frente al nivel promedio del inventario a la mano.
 Los errores de pronóstico se distribuyen normalmente sin sesgo con una

desviación estándar  L , la cual no se conoce con certeza y por ello se
trabaja con un estimado.
 El tamaño del pedido Q ha sido predeterminado y es independiente de s.
Notación básica:
 unid 
D  Demanda 
 año 
Gu(k) Funciónespecialde la distribución normal N(0,1)
 u o2
Gu(k)  u 0  k 
1 2
e duo
k
2
k  Factor de seguridad
L  Tiempo de reposiciónaños
Pu(k)  Probabilidad que la normal unitaria N(0,1)tome un valor mayor o igual que k
 1 u o2
Pu(k)   e 2
duo
k
2
Q  Tamaño del pedidounidades
% 
r  Costo de mantenimiento del inventario
 año
s  Punto de reordenunidades
SS  Inventariode seguridadunidades
 $ 
v  Valor unitario 
 unidad
xˆ L  Demandaesperadasobreel tiempo de reposiciónL unidades
̂ L  Desviación estándarde los erroresde los pronósticos
sobre el tiempo de reposiciónL unidades
46
Una vez definida la notación básica, se procede a especificar la metodología
para calcular el punto de reorden s. La fórmula expresada más comúnmente
utilizada para calcular el punto de reorden s es:
s  xˆ L  SS  xˆ L  k L
La metodología empleada para determinar el punto de reorden, se ilustra en la

figura 6:
Figura 6. Metodología general para determinar el punto de reorden s
Fuente: Vidal [2009], Pág 189
Un criterio para determinar la conveniencia de la política de inventarios

considerada, es el costo total relevante definido de la siguiente manera:
Costo total relevante (TRC) = Costo anual de ordenar Cr + Costo anual de

llevar el inventario Cc + Costo anual de los faltantes C s
El costo anual de ordenar Cr se expresa de la siguiente manera:

AD
Cr 
Q
El costo anual de mantener el inventario viene dado por:

Q 
C c  I vr    k L vr
2 
47
El costo anual de faltantes puede determinarse basado en las dos expresiones
que se mencionan a continuación dependiendo de la definición del costo de
faltantes, incluidas dentro de la ecuación del costo total relevante:
AD  Q 
   k L vr  B1 Puk 
D
TRC1 
Q 2  Q
AD  Q 
   k L vr  B2 v  L Gu k 
D
TRC 2 
Q 2  Q
El éxito de una política de gestión de inventarios propuesta está basado tanto

en la idoneidad del sistema propuesto para el control de inventarios acorde con
las necesidades de la empresa, como en la confiabilidad de los datos
empleados para su cálculo.
La literatura existente que aborda el tema de la gestión de inventarios,

explicitan la necesidad de contar con un costo de almacenar o mantener y un
costo de ordenar o de pedido; y para la resolución de los ejercicios de dichos
libros, siempre facilitan estos valores, pero no detallan la metodología requerida
para su cálculo.
En vista de la importancia de estos datos para determinar el costo total

relevante, se procede a determinar el cálculo de los costos de ordenar y de
almacenar basados como sigue:
5.4.3.1 Costos de almacenamiento15. Está compuesto por los costos de:

infraestructura, gestión, operación y mantenimiento del stock; los cuales se
describen a continuación:
5.4.3.2 Costos de infraestructura C i . Son los costos correspondientes a

equipos fijos y suponen una cantidad fija al año, para mejorarlos es necesario
tener un mayor grado de aprovechamiento del Almacén. Estos costos son:
 Amortizaciones  Seguros e Impuestos

 Reparaciones  Arrendamiento.
15
Tomado de http://www.gerencie.com/administracion-de-inventarios.html consultado el 11 de
junio de 2013.
48
Ce = Costos Espacio
Po = Posiciones Ocupadas
Pd = Posiciones Disponibles
P 
C i  C e *  o 
 Pd 
Cg
5.4.3.3 Costos de Gestión . Estos incluyen todos los costos indirectos y
administrativos.
C M OI = Costos de Mano de Obra indirecta

CFMyE = Costos financieros de maquinaria y oficina
Ai = Amortizaciones
MOi = Material de Oficina
SERVi = Gastos Varios (Energía, Teléfono, Agua)
Cg =  C MOI  CF MyE  Ai  MOi  SERVi 
5.4.3.4 Costos de operación C o . Son los costos producidos directamente por

la operación del Almacén
C MOD = Costos MOD

CCEi = Costo Capital de estibas
C MyE = Maquinaria y Equipo
Ai = Amortizaciones
CFEi = Costo Financiero de Equipos
MEi = Mantenimiento de Equipos
SEGi = Seguro de la mercancía
C o   C MOD  CCE i  C MyE  Ai  CFE i  ME i  SEGi 

5.4.3.5 Costos de mantenimiento del inventario C m .Es el costo de mantener
una unidad de almacenamiento en inventario.
C s = Costo del Inventario promedio
49
R = Rotación
I = Interés percibido por el dinero colocado en el sector financiero
I
Cm  Cs *
R
5.4.3.6 Costo de Almacenamiento C a [$/und]
 C i  C g  C o  C m 
Ca    
 Unid manejadas 
Donde:
Unid recibidas Unid despachadas 
Unid manejadas  
 2
5.5 HERRAMIENTAS PARA EL ANALISIS DE DATOS
Tormenta de Ideas: es una técnica de pensamiento creativo utilizada para

estimular la producción de un elevado número de ideas, por parte de un grupo,
acerca de un problema y de sus soluciones o, en general, sobre un tema que
requiere de ideas originales. Esta técnica es de gran importancia para los
integrantes del grupo como para el objeto del mismo. Las fases de una sesión
de tormenta de ideas son:
 Presentación de la sesión de tormenta de ideas: La sesión debe comenzar

con una explicación de la tarea, de sus objetivos, del procedimiento a
seguir y de la duración de la sesión de trabajo.
 Generación de ideas: El tema se muestra de manera visible en una pizarra,
soporte o pantalla, de modo que no haya dudas sobre el mismo. Hay que
asegurar que se ha comprendido correctamente por parte de todos los
participantes. Es aconsejable que esté planteado en forma de pregunta.
 Es conveniente establecer un objetivo sobre el número de ideas a alcanzar.
Como mínimo, proponer que se produzcan 40 ó 50 ideas para un grupo en
torno a 6 personas. Está demostrado que el objetivo tiene a cumplirse.
 Mejora de ideas: El papel dinamizador del facilitador es aquí crítico. Una vez
expuestas todas las ideas, es preciso asegurarse de que han sido
comprendidas. Para ello se revisarán, preguntando a los participantes si hay
50
dudas o se quiere hacer algún comentario. Se aplica la combinación, la
reelaboración, la síntesis de una o más ideas.
 Evaluación: La evaluación de las ideas puede hacerse en la misma sesión
de tormenta de ideas en un momento posterior. Resultado de la evaluación
es la reducción de la lista de ideas hasta un número en el que es factible
trabajar con ellas, siendo el voto individual para la selección de las ideas
finales es el mejor método para predecir las ideas de éxito. En este sentido
es imprescindible contar con un procedimiento estructurado, como el de
Votación Múltiple.
 Los principios para el desarrollo de la tormenta de ideas son: la crítica no
está permitida, la libertad de pensamiento es indispensable, la cantidad es
fundamental y la combinación y la mejora deben ponerse en práctica. 16
Lista de Chequeo: lista de comprobación que sirve para servir de guía y

recordar los puntos que deben ser inspeccionados en función de los
conocimientos que se tienen sobre las características y riesgos de las
instalaciones. Viene a ser un cuestionario de preguntas en el que se
responderá SI ó NO, concretamente es una lista de comprobación de
determinadas condiciones de trabajo compuesta por varios ítems que pueden
contener una o varias preguntas según sea el caso.17
Diagrama Causa-Efecto: es un método para ordenar, de forma muy

concentrada, todas las causas que supuestamente pueden contribuir a un
determinado efecto.
Para realizar un diagrama se debe tener en cuenta lo siguiente:
 Definir claramente el efecto o síntoma cuyas causas han de identificarse.

 Encuadrar el efecto a la derecha y dibujar una línea gruesa central
apuntándole.
 Usar lluvia de ideas o un enfoque racional para identificar las posibles

causas.
16 http://1buenaidea.com/tormenta-de-ideas-7-pasos-fundamentales.html
17
http://www.implementacionsig.com/index.php/identificacion-de-riesgos/44-listas-de-chequeo-
check-list
51
 Distribuir y unir las causas principales a la recta central mediante líneas de
70º.
 Añadir sub-causas a las causas principales a lo largo de las líneas

inclinadas.
 Descender de nivel hasta llegar a las causas raíz (fuente original del
problema).
 Comprobar la validez lógica de la cadena causal.
 Comprobación de integridad: ramas principales con, ostensiblemente, más

o menos causas que las demás o con menor detalle 18.
5.6 MARCO LEGAL
La tabla 6 muestra la normatividad aplicable a esta investigación.
18
http://www.virtual.unal.edu.co/cursos/sedes/manizales/4100002/lecciones/instrumentos/causaef
ecto.htm
52
Tabla 6. Normatividad
Ley / Normatividad Característica

RESOLUCIÓN 2400 Por la cual se establecen algunas disposiciones sobre
DE 1979 vivienda, higiene y seguridad en los establecimientos de
trabajo.
Norma ISO 3394 Referencia las dimensiones de las cajas, las estibas o
plataformas y las cargas paletizadas. Por ejemplo, las
dimensiones de las bases de las cajas deben
corresponder a un módulo de 60 x 40 cm de medida
externa. Otros parámetros como la altura deben
acondicionarse a las dimensiones de los productos
comercializados. Las medidas de las cajas individuales
de los productos exportados deben acondicionarse
internamente al módulo estipulado. En el caso de las
estibas requeridas para la unitarización de la carga,
según la norma, deben corresponder al modo de
trasporte, así: vía aérea, 120 x 80 cm.; vía marítima,
120 x 100 cm.
Norma ISO 780 y Contiene las instrucciones sobre manejo y advertencias
7000 de los símbolos pictóricos.
Reglamento de la Por razones ergonómicas se ha estipulado que ninguna
Organización carga que requiera manipularse por fuerza humana en
Internacional del algún momento de su distribución física internacional,
Trabajo (OIT): podrá pesar en bruto más de 25 kg.
Reglamentación 87 Aplicable en los productos que se venden al detal o por
(R 87) de la unidades, en lo relacionado con la descripción del
Organización contenido en cada paquete o envase.
Internacional de
Metrología Legal
(OIML):
Fuente: Conceptos jurídicos de Ministerio de trabajo. Diseño de tabla de las
autoras.
53
6. DISEÑO DE METODOLOGÍA
6.1 ENFOQUE DE LA INVESTIGACIÓN
Este trabajo tiene un enfoque no experimental, ya que se busca determinar los

hechos que conforman el problema de investigación. Se recolectará
información por medio de herramientas de Ingeniería Industrial lo que influye en
la programación empírica en el área de logística
6.2 TIPO DE ESTUDIO
El tipo de estudio de este proyecto está basado en el método inductivo ya que

a partir del trabajo y validación de un caso específico se establecerá un modelo
de aplicación de la metodología propuesta al proceso logístico de la empresa.
6.3 POBLACIÓN Y MUESTRA
La población objeto de estudio para esta investigación corresponde al personal

que labora en la empresa, en particular en el área de logística, desde técnicos
hasta la parte operativa.
6.4 RECOLECCIÓN DE LA INFORMACIÓN
Se emplearon diferentes herramientas para la recolección de la información

(entrevistas, observaciones en campo, listas de chequeo, técnica de los 5
porque, etc.) que permitieron encontrar oportunidades de mejora en el control
de inventarios, asegurando la confiabilidad de la información.
6.5 DESCRIPCIÓN DE LA METODOLOGÍA POR OBJETIVOS ESPECÍFICOS
Objetivo 1: Para lograrlo, se realiza el levantamiento de la información actual.

Para ello se aplicaron herramientas técnicas de Ingeniería Industrial como lluvia
54
de ideas, el diagrama causa- efecto, análisis de distribución en planta. Se
realiza investigación internamente de una forma cuantitativa que permite
identificar el problema planteado
Objetivo 2: Luego de los resultados obtenidos gracias a la caracterización

actual, se aplicaron sistemas de pronósticos para el mejoramiento en la
administración logística, en donde se identificaron los cinco artículos más
complejos y de mayor impacto para luego escoger el sistema más acertado
basado en el error de pronóstico.
Objetivo 3: Una vez desarrollados los sistemas de pronóstico, se diseñan

políticas de inventario para lograr una mejora n el nivel de servicio al cliente.
55
7. DESARROLLO DEL PROYECTO
En el presente capítulo se desarrollarán las técnicas seleccionadas y

explicadas en el marco teórico para lograr en esta etapa la depuración de los
ítems en aquellos que realmente son claves para incrementar los niveles de
servicio y así posteriormente concentrar los esfuerzos posteriores en cuanto a
pronósticos y lineamientos de políticas de inventarios, todo con el fin de cumplir
los objetivos, tanto académicos como institucionales.
7.1 CARACTERIZACIÓN DE LA SITUACION ACTUAL
7.1.1 Caracterización del proceso de cadena de suministros. Para dar

cumplimiento al objetivo número 1 se describe el proceso de la cadena de
suministros en la empresa en la figura 7:
Figura 7. Mapa de procesos de INCEL S.A
Fuente: Elaboración propia con información suministrada por la empresa
Con lo anterior pueden identificarse oportunidades de mejora para el control de

inventarios, para esto se realiza una lluvia de ideas (ver anexo A y B) en donde
se describen las causas que se consideran que no se están realizando de una
forma adecuada dentro del proceso.
56
Paso a seguir es establecer con las causas más representativas de acuerdo a
la siguiente escala de aceptación identificar la causa raíz del problema:
Escala de Aceptación
Numero
de CALIFICACIÓN
Opiniones
0-25 Rechazada
26-50 Aceptable
En el anexo B se registran las causas aceptadas de acuerdo lo mencionado

anteriormente, con énfasis en las 4P’s: Personal, Políticas, Procedimientos y
Planta, las cuales se registran en un diagrama causa efecto, como aparece en
el Anexo C.
Una vez establecidas las relaciones existentes de las causas al ser agrupadas
desde la perspectiva de las 4P’s, se hace necesario determinar la frecuencia
con la que se presentan las causas.
Al analizar los registros de inconformidades con las órdenes de servicio, se

clasificaron según la frecuencia con la que se presentaron, lo cual se muestra a
continuación:
57
Tabla 7. Frecuencia de causas de bajo nivel de servicio
Porcentaje
Causa Frecuencia %
acumulado
Pronósticos de
inventarios poco 12 27% 27%
acertado
No hay control de
11 24% 51%
inventario
Falta de flujo de
información entre las 9 20% 71%
áreas
Condiciones
inadecuadas de 7 16% 87%
reabastecimiento
Falta de organización
3 7% 93%
en el almacén
Compras con mucha
1 2% 96%
anticipación
Personal empírico 1 2% 98%
Rotación de personal 1 2% 100%
45 100%
Fuente: Elaboración propia
Como se puede observar, las primeras cuatro causas generan el 87% de los
incumplimientos en las órdenes de servicio, y por ende, en el nivel de servicio
percibido por el cliente.
La figura ilustra el principio de Paretto: “pocos vitales versus muchos

triviales”19:
19
http://es.wikipedia.org/wiki/Diagrama_de_Pareto
58
Figura 8. Pareto de causas del bajo nivel de servicio.
7.2 ANALISIS DE LA SITUACIÓN ACTUAL
El objetivo del diagnóstico es estudiar los faltantes por el poco existente control
de inventarios que a su vez genera un impacto negativo en el cliente final
obteniendo las causas raíces del problema.
Para alcanzar este objetivo se desarrollaron las siguientes actividades:
 Un análisis de datos de todas las órdenes de trabajo incumplidas en el

periodo del 2013.
 Se realizó una jornada de lluvia de ideas en donde se escucharon las
propuestas, se discutieron, se organizaron por su frecuencia y al final se
concluyó que el principal problema o síntoma se percibe como una
“inadecuada gestión de los inventarios de materia prima”.
59
7.3 DISTRIBUCION EN PLANTA
Se muestra la adaptación de la infraestructura y ordenamiento de muebles para

la implementación de un proceso logístico dirigido la mejora en el
abastecimiento y almacenamiento de material en la empresa INCEL S.A. La
organización de la bodega de materiales mismo son ilustradas, con una ruta de
guía para los empleados que laboran en esta zona, los cuales son los
auxiliares de bodega; esta aplicación tiene una connotación de ruta en el
sentido de derecha, adelante, izquierda y hacia afuera con el fin de mejorar los
tiempo de suministro del material.
Además, se ubican tres estantes con unas especificaciones por salidas, es

decir, el material que posee mayor flujo, tendría ubicación en la parte media de
los estantes, el material que tiene un flujo medio estaría ubicado en la parte
inferior de los estantes y los materiales que no poseen flujo constante, la
ubicación estaría en la parte superior de los estantes. Por otro lado, los
materiales se ubicarían por tamaños y peso, a mayor tamaño y peso el material
se ubica más abajo en el estante. (Ver figura 9).
Figura 9. Plano de la bodega luego del ordenamiento adecuado para

desempeño
60
Posterior a esto, se realiza una mejor utilización del espacio actual de la
bodega con el ordenamiento que se realizó, además de la señalización, nuevas
ubicaciones de los estantes y modelación para aprovechar más los espacios
(ver anexo G). En seguida se realizó un gráfico del ordenamiento de un
estante, (ver anexo H), el cual fue implementado por la empresa.
La imagen 2 muestra cómo quedó la bodega luego de la organización. En esta

imagen se resalta la ubicación de la mercancía, así como su señalización,
donde se facilita la preparación de pedidos y el control de inventarios, entre
otras bondades de la implementación.
El propósito de la organización del almacén es que contribuya

significativamente al incremento del nivel de servicio, pero si no existe una
filosofía alrededor de la organización; los resultados no se conservan en el
tiempo.
Imagen 1. Bodega organizada
Por tanto, dentro del criterio de organización debe tenerse en cuenta la

ubicación estratégica de los artículos; máxime de aquellos que su agotamiento
de existencias generen mayores traumatismos e incumplimientos en las
órdenes de servicio.
61
La tabla 8 muestra el valor comercial de 5 referencias de materiales y 2 de
equipos, los cuales suman $ 117.040.000 pesos.
Tabla 8. Listado de materiales a asegurar
Listado materiales a asegurar adicional de INCEL S.A.

propiedad de Emcali
UNIDA CANTI VALOR VALOR
ITEM
D DAD UNIT TOTAL
Modem Zte W300 UND 1000 $ 45.000 $45.000.000
Modem Huawei Echolife Hg620 UND 200 $ 50.000 $10.000.000
Alambre 2x20 Exterior ML 70000 $ 461 $32.270.000
Alambre Jumpre 2x0.5 ML 30000 $ 212 $ 6.360.000
Tensor Plástico Con Gancho UND 575 $ 2000 $ 1.150.000
TOTAL $94.780.000
Listado equipos de computo INCEL adicionales
para asegurar
UNID CANTI VALOR VALOR
ITEM
AD DAD UNIT TOTAL
Computador De Escritorio
Compumax Core I3 UND 26 $ 800.000 $20.800.000
Impresora Multifuncional Hp1536 UND 2 $ 730.000 $1.460.000
TOTAL $22.260.000
GRAN TOTAL $117.040.000
Fuente: La empresa
Posterior a la implementación, donde se logra un primer avance significativo

orientado hacia la mejora del proceso logístico, se procede a aplicar técnicas
de pronósticos y posteriormente a plantear políticas de inventario a los cinco
artículos de mayor impacto en el nivel de servicio.
62
7.4 SISTEMAS DE PRONOSTICOS
7.4.1 Promedio móvil. Inicialmente se procede a utilizar el mismo sistema de

pronóstico para todos los artículos, independiente del comportamiento de la
demanda, con el ánimo de contar con un parámetro de medición para comparar
sus resultados y así posteriormente determinar el sistema de pronóstico más
acorde.
El sistema de pronóstico empleado inicialmente es el promedio móvil para n = 3

meses ya que este valor responde más apropiadamente a los cambios de la
demanda de acuerdo al método de planeación empleado actualmente, en caso
que ésta presente “nerviosismo” o variaciones significativas en cortos periodos
de tiempo. En las figuras se incluirá, aparte del pronóstico, la línea de
tendencia y el coeficiente de correlación para la validación del patrón de
demanda.
A continuación se ilustrarán los pronósticos y las tendencias de

comportamiento de los artículos o referencias objeto de estudio, junto con los
errores del pronóstico; los cuales debido a su importancia se analizarán en un
numeral adicional.
La tabla 9 muestra los cálculos realizados a los datos históricos del Artículo 1.
63
Tabla 9. Promedio móvil para 3 meses - Artículo 1.
Error
No. Consumo Pronóstico Error Error Abs
Cuadrático
1 0
2 0
3 0
4 0 0 0,00 0,00 0,00
5 3 0 3,00 3,00 9,00
6 0 1 -1,00 1,00 1,00
7 0 1 -1,00 1,00 1,00
8 0 1 -1,00 1,00 1,00
9 15 0 15,00 15,00 225,00
10 0 5 -5,00 5,00 25,00
11 2 5 -3,00 3,00 9,00
12 4 6 -1,67 1,67 2,78
13 4 2 2,00 2,00 4,00
14 4 3 0,67 0,67 0,44
15 4 4 0,00 0,00 0,00
16 35 4 31,00 31,00 961,00
17 5 14 -9,33 9,33 87,11
18 22 15 7,33 7,33 53,78
19 3 21 -17,67 17,67 312,11
20 19 10 9,00 9,00 81,00
21 39 15 24,33 24,33 592,11
22 29 20 8,67 8,67 75,11
23 0 29 -29,00 29,00 841,00
24 0 23 -22,67 22,67 513,78
Total 10 192 3795

MAD / ECM 9,16 180,72
Desviación estándar 11,45 13,44
64
La tabla 10 muestra los cálculos realizados a los datos históricos del Artículo 2,
junto con los resultados que aparecen a continuación:
Error Error
No. Consumo Pronóstico Error
Abs Cuadrático
1 647
2 378
3 550
4 388 525 -137,00 137,00 18769,00
5 679 439 240,33 240,33 57760,11
6 419 539 -120,00 120,00 14400,00
7 684 495 188,67 188,67 35595,11
8 765 594 171,00 171,00 29241,00
9 811 623 188,33 188,33 35469,44
10 747 753 -6,33 6,33 40,11
11 907 774 132,67 132,67 17600,44
12 929 822 107,33 107,33 11520,44
13 1279 861 418,00 418,00 174724,00
14 1119 1038 80,67 80,67 6507,11
15 1143 1109 34,00 34,00 1156,00
16 986 1180 -194,33 194,33 37765,44
17 1761 1083 678,33 678,33 460136,11
18 2006 1297 709,33 709,33 503153,78
19 1201 1584 -383,33 383,33 146944,44
20 1706 1656 50,00 50,00 2500,00
21 1510 1638 -127,67 127,67 16298,78
22 1725 1472 252,67 252,67 63840,44
23 1856 1647 209,00 209,00 43681,00
24 2037 1697 340,00 340,00 115600,00
Total 2832 4769 1792703

MAD / ECM 227,10 85366,80
65
Error Error
Abs Cuadrático
1 830
2 499
3 644
4 636 658 -21,67 21,67 469,44
5 608 593 15,00 15,00 225,00
6 603 629 -26,33 26,33 693,44
7 797 616 181,33 181,33 32881,78
8 776 669 106,67 106,67 11377,78
9 856 725 130,67 130,67 17073,78
10 965 810 155,33 155,33 24128,44
11 542 866 -323,67 323,67 104760,11
12 290 788 -497,67 497,67 247672,11
13 425 599 -174,00 174,00 30276,00
14 416 419 -3,00 3,00 9,00
15 993 377 616,00 616,00 379456,00
16 1183 611 571,67 571,67 326802,78
17 1059 864 195,00 195,00 38025,00
18 948 1078 -130,33 130,33 16986,78
19 1164 1063 100,67 100,67 10133,78
20 856 1057 -201,00 201,00 40401,00
21 1065 989 75,67 75,67 5725,44
22 563 1028 -465,33 465,33 216535,11
23 914 828 86,00 86,00 7396,00
24 871 847 23,67 23,67 560,11
Total 415 4101 1511589

MAD / ECM 195,27 71980,42
66
Error Error
Abs Cuadrático
1 349
2 467
3 554
4 482 457 25,33 25,33 641,78
5 201 501 -300,00 300,00 90000,00
6 361 412 -51,33 51,33 2635,11
7 293 348 -55,00 55,00 3025,00
8 242 285 -43,00 43,00 1849,00
9 341 299 42,33 42,33 1792,11
10 501 292 209,00 209,00 43681,00
11 582 361 220,67 220,67 48693,78
12 274 475 -200,67 200,67 40267,11
13 421 452 -31,33 31,33 981,78
14 429 426 3,33 3,33 11,11
15 367 375 -7,67 7,67 58,78
16 293 406 -112,67 112,67 12693,78
17 415 363 52,00 52,00 2704,00
18 472 358 113,67 113,67 12920,11
19 790 393 396,67 396,67 157344,44
20 455 559 -104,00 104,00 10816,00
21 594 572 21,67 21,67 469,44
22 301 613 -312,00 312,00 97344,00
23 680 450 230,00 230,00 52900,00
24 719 525 194,00 194,00 37636,00
Total 291 2726 618464

MAD / ECM 129,83 29450,68
67
Promedio Móvil 3 Meses - Artículo 5

Error
No. Consumo Pronóstico Error Error Abs
Cuadrático
1 39
2 22
3 28
4 20 30 -9,67 9,67 93,44
5 23 23 -0,33 0,33 0,11
6 35 24 11,33 11,33 128,44
7 35 26 9,00 9,00 81,00
8 9 31 -22,00 22,00 484,00
9 24 26 -2,33 2,33 5,44
10 31 23 8,33 8,33 69,44
11 33 21 11,67 11,67 136,11
12 26 29 -3,33 3,33 11,11
13 45 30 15,00 15,00 225,00
14 47 35 12,33 12,33 152,11
15 51 39 11,67 11,67 136,11
16 44 48 -3,67 3,67 13,44
17 67 47 19,67 19,67 386,78
18 49 54 -5,00 5,00 25,00
19 51 53 -2,33 2,33 5,44
20 38 56 -17,67 17,67 312,11
21 46 46 0,00 0,00 0,00
22 33 45 -12,00 12,00 144,00
23 72 39 33,00 33,00 1089,00
24 46 50 -4,33 4,33 18,78
Total 49 215 3517

MAD / ECM 10,22 167,47
68
Una vez procesados los datos de consumo para realizar un sistema de
pronóstico móvil para tres periodos, junto con el cálculo de los errores del
pronóstico basados en las fórmulas anteriormente expuestas; se procede a
ilustrar los mismos datos de manera gráfica, para visualizar su comportamiento
y la relación entre los datos de consumo, el sistema de pronóstico y la línea de
tendencia.
Los datos ilustrados en las tablas 9 a13 junto con sus resultados y demás, se
muestran a continuación en las figuras 10 a 14:
Figura 10. Demanda, pronóstico y tendencia de comportamiento de

Artículo 1. 2012-2013
El Artículo 1 es el material que presenta un comportamiento de demanda

“errático”, ya que muestra una alta variabilidad que va desde tres meses
continuos sin presentar consumo hasta los meses que registran entre 35 y 40
unidades; todo ello sin contar las variaciones entre periodo y periodo que
pueden no ser tan marcadas como las mencionadas, pero sí se presentan con
mayor frecuencia. Adicionalmente, esta ecuación presenta un coeficiente de
correlación R2 de 0,2498; éste se interperta como el hecho que
aproximadamente el 25% de los datos se encuentran explicados por la
ecuación, lo cual es un porcentaje sumamente bajo.
69
Artículo 2 2012 -2013.
En la figura 11 el Artículo 2 muestra un comportamiento más “predecible”,

debido a que es un artículo que se maneja en mayores volúmenes que el
anterior, ya que se observa claramente una tendencia creciente y ésta se
corrobora con el R2 que es del 84,11%, siendo interpretado este valor como el
porcentaje de datos explicados por la ecuación de la recta que aparece en el
gráfico.

Artículo 3 2012 -2013.
70
A diferencia de los insumos anteriores, el Artículo 3, el cual se ilustra en la
gráfica figura 12, presenta una leve tendencia creciente, pero, analizando el
comportamiento de los datos, se reflejan variaciones significativas a lo largo del
tiempo y esto se observa en el coeficiente de correlación, el cual muestra que
la ecuación de la recta solamente explica el 16,65% de los datos.

Artículo 4 2012 -2013.
Similar a las demás referencias, el Artículo 4 presenta una tendencia creciente

expresada en la ecuación de la recta, tal como se muestra en la figura 13, mas
sus picos de demanda influyen en que solamente el 19% de los datos se
encuentren explicados por la ecuación.
71
Artículo 5 2012 -2013.
Al igual que en la mayoría de los artículos objeto de estudio, la tendencia en el

consumo del Artículo 5 es creciente, tal como se observa en la figura 14 y la
línea resultante de la ecuación de tendencia arroja un R 2 del 43,75%.
7.4.2 Suavización exponencial simple. A continuación se ilustran los cálculos

realizados para obtener un pronóstico de suavización exponencial simple
basados en dos principios:
 El S0 o valor de arranque se obtiene del promedio móvil simple de los tres

primeros periodos; es decir, el promedio inicia en el cuarto periodo y por
ende, el pronóstico en el quinto periodo. Esto se realiza debido a la no
disponibilidad de los datos anteriores a enero de 2013.
 Para determinar el valor de  se utilizará la herramienta Solver de Excel ™

para minimizar la MAD y por ello cada pronóstico tendrá un  óptimo para
cada caso.
 Se realizó el pronóstico de suavización exponencial simple en Excel ™.
72
Tabla 14. Suavización exponencial simple - Artículo 1.
Exponencial Simple Semilla:

 0,25
Promedio Móvil 3 Meses - Artículo 1
Consum Error
No. St Pronóstico Error Error Abs
o Cuadrático
0
1 0
2 0
3 0
4 0 0
5 3 0 0 3,00 3,00 9,00
6 0 1 0 0,00 0,00 0,00
7 0 1 1 0,00 0,00 0,00
8 0 0 1 0,00 0,00 0,00
9 15 0 0 15,00 15,00 225,00
10 0 4 0 0,00 0,00 0,00
11 2 3 4 2,00 2,00 4,00
12 4 3 3 4,00 4,00 16,00
13 4 3 3 4,00 4,00 16,00
14 4 3 3 4,00 4,00 16,00
15 4 3 3 4,00 4,00 16,00
16 35 4 3 35,00 35,00 1225,00
17 5 11 4 5,00 5,00 25,00
18 22 10 11 22,00 22,00 484,00
19 3 13 10 3,00 3,00 9,00
20 19 10 13 19,00 19,00 361,00
21 39 12 10 39,00 39,00 1521,00
22 29 19 12 29,00 29,00 841,00
23 0 21 19 0,00 0,00 0,00
24 0 16 21 0,00 0,00 0,00
Total 65,84 167,37 3340,83

MAD / ECM 8,37 167,04
Des. Estándar 10,46 12,92
73
Como se puede observar, debido a la naturaleza de los datos, la suavización
exponencial simple no aplica para este caso, el cual se abordará más adelante
con otra técnica.
Exponencial Simple Semilla: Promedio

 0,3000
Móvil 3 Meses – Artículo 2.
Error
Error
No. Consumo St Pronóstico Error Cuadrátic
Abs
o
1 647
2 378
3 550
4 388 525
5 679 571 525
6 419 526 571 -152,20 152,20 23164,84
7 684 573 526 158,46 158,46 25109,57
8 765 631 573 191,92 191,92 36834,05
9 811 685 631 180,35 180,35 32524,46
10 747 703 685 62,24 62,24 3874,04
11 907 765 703 203,57 203,57 41440,44
12 929 814 765 164,50 164,50 27059,75
13 1279 953 814 465,15 465,15 216363,53
14 1119 1003 953 165,60 165,60 27424,77
15 1143 1045 1003 139,92 139,92 19578,44
16 986 1027 1045 -59,05 59,05 3487,37
17 1761 1247 1027 733,66 733,66 538260,31
18 2006 1475 1247 758,56 758,56 575418,71
19 1201 1393 1475 -274,01 274,01 75079,01
20 1706 1487 1393 313,20 313,20 98091,83
21 1510 1494 1487 23,24 23,24 539,97
22 1725 1563 1494 231,27 231,27 53484,02
23 1856 1651 1563 292,89 292,89 85782,37
24 2037 1767 1651 386,02 386,02 149011,75
Total 3985 4956 2032529
MAD / ECM 260,83 106975,22
74
Como se observa en la parte superior derecha de la tabla 15, el  es 0.30.
Vidal (2009) afirma que valores de  entre 0.01 y 0.30 son adecuados y aclara
que valores mayores a 0.30 causan nerviosismo en el sistema de pronóstico.
Exponencial Simple Semilla: Promedio

 0,30
Móvil 3 Meses - Artículo 3
Error Error
No. Consumo St Pronóstico Error
Abs Cuadrático
1 830
2 499
3 644
4 636 658
5 608 643 658
6 603 631 643 -39,77 39,77 1581,39
7 797 681 631 166,16 166,16 27610,25
8 776 709 681 95,31 95,31 9084,82
9 856 753 709 146,72 146,72 21526,77
10 965 817 753 211,70 211,70 44818,59
11 542 734 817 -274,81 274,81 75518,99
12 290 601 734 -444,37 444,37 197460,28
13 425 548 601 -176,06 176,06 30995,55
14 416 509 548 -132,24 132,24 17487,12
15 993 654 509 484,43 484,43 234675,13
16 1183 813 654 529,10 529,10 279949,94
17 1059 887 813 246,37 246,37 60699,20
18 948 905 887 61,46 61,46 3777,39
19 1164 983 905 259,02 259,02 67092,56
20 856 945 983 -126,68 126,68 16048,93
21 1065 981 945 120,32 120,32 14477,13
22 563 855 981 -417,78 417,78 174536,24
23 914 873 855 58,56 58,56 3428,95
24 871 872 873 -2,01 2,01 4,04
Total 765 3993 1280773
MAD / ECM 210,15 67409,12
75
Al igual que el anterior, el valor de  es de 0.3, el sistema de pronósticos debe
revisarse para comprobar el valor de la constante de suavización cada vez que
se actualice.
Tabla 17. Suavización exponencial simple – Artículo 4.

Exponencial Simple: Promedio Móvil 3
 0,22
Meses - Artículo 4
Error
Error
No. Consumo St Pronóstico Error Cuadrátic
Abs
o
1 349
2 467
3 554
4 482 457
5 201 400 457
6 361 391 400 -38,79 38,79 1504,75
7 293 369 391 -98,16 98,16 9635,71
8 242 341 369 -127,32 127,32 16211,56
9 341 341 341 0,00 0,00 0,00
10 501 377 341 160,00 160,00 25600,00
11 582 422 377 205,41 205,41 42191,80
12 274 389 422 -148,29 148,29 21989,41
13 421 396 389 31,70 31,70 1004,89
14 429 404 396 32,65 32,65 1065,89
15 367 395 404 -36,61 36,61 1340,65
16 293 373 395 -102,47 102,47 10500,01
17 415 382 373 42,33 42,33 1791,47
18 472 402 382 89,91 89,91 8083,81
19 790 488 402 387,91 387,91 150473,12
20 455 481 488 -33,39 33,39 1114,59
21 594 506 481 113,04 113,04 12778,38
22 301 460 506 -205,11 205,11 42068,35
23 680 509 460 219,52 219,52 48189,94
24 719 556 509 209,69 209,69 43968,73
Total 702 2282 439513

MAD / ECM 120,12 23132,27
Des.
Estandar 150,15 152,09
76
El  obtenido a través de la herramienta Solver de Excel ™ está dentro del
rango sugerido por los expertos. Se determinará la idoneidad del sistema de
pronóstico empleado mediante el análisis de los errores.
Tabla 18. Suavización exponencial simple – Artículo 5.
Exponencial Simple - Semilla: Promedio

 0,30
Móvil 3 Meses - Artículo 5
Error Error
No. Consumo St Pronóstico Error
Abs Cuadrático
1 39
2 22
3 28
4 20 30
5 23 28 30
6 35 30 28 7,33 7,33 53,78
7 35 31 30 5,13 5,13 26,35
8 9 25 31 -22,41 22,41 502,06
9 24 24 25 -0,68 0,68 0,47
10 31 26 24 6,52 6,52 42,52
11 33 28 26 6,56 6,56 43,09
12 26 28 28 -2,40 2,40 5,78
13 45 33 28 17,32 17,32 299,87
14 47 37 33 14,12 14,12 199,42
15 51 41 37 13,89 13,89 192,80
16 44 42 41 2,72 2,72 7,40
17 67 50 42 24,90 24,90 620,20
18 49 49 50 -0,57 0,57 0,32
19 51 50 49 1,60 1,60 2,57
20 38 46 50 -11,88 11,88 141,09
21 46 46 46 -0,31 0,31 0,10
22 33 42 46 -13,22 13,22 174,77
23 72 51 42 29,75 29,75 884,81
24 46 50 51 -5,18 5,18 26,81
Total 73 187 3224
MAD / ECM 9,82 169,69
77
Se observa que el cálculo del  para el Artículo 5 corresponde a un valor de
0,30.
Una vez observados los cálculos, a continuación se ilustrará la simulación del

pronóstico por suavización exponencial simple:
Figura 15. Suavización exponencial simple - Artículo 1 2012 -2013.
Figura 16 Suavización exponencial simple - Artículo 2 2012 -2013.
78
Figura 17. Suavización exponencial simple - Artículo 3 2012 -2013.
Aunque el  generado en la suavización exponencial simple para estos dos

artículos esta en el límite superior al valor recomendado, las figuras 17 y 18
muestran una gran similitud entre el pronóstico y el consumo.
Figura 18 Suavización exponencial simple - Artículo 4 2012 -2013.
79
Figura 19. Suavización exponencial simple – Artículo 5 2012 -2013.
Las dos últimas figuras muestran una gran diferencia entre el comportamiento
del consumo versus el pronóstico por suavización exponencial simple.
De igual manera, se observa que el  generado para las dos últimas figuras
está dentro del rango definido por los expertos.
7.4.3 Suavización exponencial doble. Para efectos del presente documento,

y en concordancia con lo desarrollado en el numeral anterior, se aplicará el
sistema de pronóstico de suavización exponencial doble a los ítems de los
inventarios objeto de estudio con una notación especial: el periodo de datos
históricos analizados va desde enero de 2012 hasta diciembre de 2013;
mientras que para los sistemas de pronósticos de promedio móvil y suavización
exponencial simple el periodo de pronóstico se desarrolló por meses, para la
suavización exponencial doble el periodo de pronóstico es por semanas para
garantizar una mayor confiabilidad en la obtención de los datos de arranque
con un histórico representativo.
Esto implica que mientras se tomaron 24 meses para los primeros pronósticos,
para los segundos, los datos se convertirán en 96 semanas; con la salvedad
80
2 
que para hallar S 0 y S 0 se requirió una semilla de 48 datos; por tanto, el
pronóstico se realizará sobre los 48 datos restantes.
A continuación se presentan los datos de partida para cada uno de los artículos
junto con la simulación del sistema de pronóstico de suavización exponencial
doble y posteriormente se ilustrará la gráfica que contiene demanda, pronóstico
e inventario máximo. En un numeral aparte se analizarán los errores de
pronóstico.
Tabla 19. Datos de partida suavización exponencial doble - Artículo 1.
Datos
Intercepto aˆ1 (0) -0,250  1
Pendiente bˆ2 (0) 0,026 k 1,96
No. Datos Inicio m 48 R 1
w 0,1
bˆ1 (0) 0,9745  0,98719403
 0,0128 C1 1,01619381
Des.
S0
-0,9921 Estándar 6,27
2  Frontera
S0
-2,9586 Atípica 16
No. Datos
atípicos 3
Donde,
aˆ1 (0) y bˆ2 (0) son resultados de la regresión lineal, siendo estos valores el
intercepto con el eje y, y la pendiente, respectivamente.
m es el número de periodos históricos utilizados para estimar aˆ1 (0) y bˆ2 (0) .
bˆ1 (0) es la estimación del valor constante alcanzado por la demanda,
expresado mediante la ecuación:
bˆ1 (0)  aˆ 1 (0)  mbˆ2 (0)
 es la constante de suavización calculada mediante Solver de Excel ™.
81
2 
S0 y S0 son los valores de inicialización de la suavización exponencial doble.
 es el número de periodos para los cuales se hace la estimación. Para la
simulación de los pronósticos, se recomienda un  igual a 1.
k es el factor de seguridad basado en la curva de distribución normal. Se

asumirá un k de 1.96.
R es el intervalo de revisión del inventario.
w es una constante de suavización diferente a la que se está utilizando para
los pronósticos, ya que se emplea para el cálculo de error suavizado y la MAD
suavizada.
 es una constante de suavización igual a 1 -  .
C1 es un dato que permite iniciar el cálculo de la MAD suavizada, la cual se
expresa:
MAD (0)  0,8ˆ  c1 ,
y por ende, C1 es igual a:

c  1  1  4  5 2   2 1  3   2 2 2 
1   3
La desviación estándar se calcula con ayuda de Excel ™

La frontera atípica es el valor máximo hasta donde se determina que si un valor
de la demanda llegare hasta allí, se considera un dato “normal” y, si cruzare
este umbral, se considera un outlier, o dato atípico. La frontera atípica es 2,5
veces la desviación estándar.
Número de datos atípicos son el número de datos que cruzan la frontera

atípica.
A continuación, se ilustrarán las diferentes simulaciones de un sistema de

pronósticos de suavización exponencial doble para los ítems seleccionados.
De igual manera, las figuras ilustran el comportamiento del pronóstico simulado
junto a las tablas.
82
exponencial doble - Artículo 1.
Error ECM Señ

Inv. MAD
Pronós Erro Error Error Suavi Suavi al
Sem Dem St St^2 Max- Suavi
tico r Abs Cuad zado zado Ras
Dem zada
Q(t) treo
-
0 -0,99 2,96 0,00 2,67 3,36
-
1 4 -0,93 2,93 1 3,00 3,00 9,00 9 0,30 2,71 3,93 0,11
- -
2 0 -0,92 2,91 1 1,10 1,10 1,22 14 0,16 2,55 3,66 0,06
- -
3 0 -0,90 2,88 1 1,10 1,10 1,21 14 0,03 2,40 3,41 0,01
- -
4 0 -0,89 2,86 1 1,10 1,10 1,21 14 -0,08 2,27 3,19 0,03
-
5 4 -0,83 2,83 1 2,90 2,90 8,44 10 0,22 2,33 3,72 0,09
- -
6 0 -0,82 2,80 1 1,20 1,20 1,43 14 0,08 2,22 3,49 0,03
- -
7 0 -0,81 2,78 1 1,19 1,19 1,42 14 -0,05 2,12 3,28 0,02
- -
8 0 -0,80 2,75 1 1,19 1,19 1,41 14 -0,16 2,02 3,09 0,08
-
9 4 -0,74 2,73 1 2,82 2,82 7,95 10 0,14 2,10 3,58 0,06
- -
10 0 -0,73 2,70 1 1,28 1,28 1,63 14 -0,01 2,02 3,38 0,00
- -
11 0 -0,72 2,68 1 1,27 1,27 1,62 14 -0,13 1,95 3,21 0,07
- -
12 0 -0,71 2,65 1 1,26 1,26 1,60 14 -0,25 1,88 3,05 0,13
-
13 2 -0,67 2,63 1 0,74 0,74 0,55 12 -0,15 1,76 2,80 0,08
- 24,7
14 26 -0,33 2,60 1 0 24,70 610,00 -12 2,34 4,06 63,52 0,58
-
15 2 -0,30 2,57 2 0,04 0,04 0,00 12 2,11 3,66 57,17 0,58
-
16 5 -0,24 2,54 2 3,01 3,01 9,06 9 2,20 3,59 52,36 0,61
-
17 5 -0,17 2,51 2 2,90 2,90 8,43 10 2,27 3,52 47,96 0,64
- -
18 0 -0,17 2,48 2 2,20 2,20 4,84 15 1,82 3,39 43,65 0,54
- -
19 0 -0,16 2,45 2 2,17 2,17 4,73 15 1,42 3,27 39,76 0,44
20 0 -0,16 - 2 - 2,15 4,62 15 1,06 3,16 36,24 0,34
83
2,42 2,15
… … … … … … … … … … … … …
-
35 11 0,86 1,94 3 7,54 7,54 56,82 5 3,16 5,02 61,79 0,63
- -
36 0 0,85 1,90 4 3,69 3,69 13,62 16 2,47 4,88 56,97 0,51
- -
37 1 0,85 1,87 4 2,63 2,63 6,93 15 1,96 4,66 51,97 0,42
- 18,4
38 22 1,12 1,83 4 0 18,40 338,56 -6 3,60 6,03 80,63 0,60
- -
39 1 1,12 1,79 4 3,11 3,11 9,65 16 2,93 5,74 73,53 0,51
-
40 5 1,17 1,75 4 0,93 0,93 0,87 12 2,73 5,26 66,27 0,52
- -
41 0 1,15 1,72 4 4,13 4,13 17,03 17 2,05 5,15 61,34 0,40
- -
42 0 1,14 1,68 4 4,06 4,06 16,48 17 1,44 5,04 56,86 0,29
- -
43 0 1,12 1,64 4 3,99 3,99 15,94 16 0,89 4,93 52,76 0,18
- -
44 0 1,11 1,61 4 3,93 3,93 15,42 16 0,41 4,83 49,03 0,09
- -
45 0 1,09 1,57 4 3,86 3,86 14,91 16 -0,02 4,74 45,62 0,00
- -
46 0 1,08 1,54 4 3,80 3,80 14,43 16 -0,39 4,64 42,50 0,08
- -
47 0 1,07 1,51 4 3,74 3,74 13,95 16 -0,73 4,55 39,64 0,16
- -
48 0 1,05 1,47 4 3,67 3,67 13,50 16 -1,02 4,46 37,03 0,23
189, 1945,
Suma 38 82
MAD /
ECM 3,95 40,54
Des. Est.
Estim 4,93 6,37
84
Figura 20. Suavización exponencial doble con = 0,0128– Artículo 1.
Como se puede apreciar en la figura 20, se determinó la demanda, el

pronóstico y el inventario máximo, el cual es igual al pronóstico más el
producto del factor de seguridad por la desviación estándar estimada.
En otras palabras, I max (T)  S T  kˆ
Solamente los tres datos considerados como atípicos son aquellos que no son
cubiertos por el inventario máximo; mas sin embargo, se analizarán los errores
del pronóstico en un numeral aparte para determinar la aplicabilidad de la
suavización exponencial doble en este caso.
A continuación se realiza la simulación de pronóstico para el Artículo 2.
85
Tabla 21. Datos de partida suavización exponencial doble – Artículo 2.
Datos
Intercepto aˆ1 (0) 96,651  1
Pendiente bˆ2 (0) 2,776 K 1,96
No. Datos Inicio m 48 R 1
W 0,1
bˆ1 (0) 229,9065  0,98267
 0,01733 C1 1,0220
S0 72,4895 Des. Estándar 271,70
Frontera
2 
S0
-84,9275 Atípica 679
No. Datos
atípicos 6
86
Error MAD ECM

Señal
Deman Pronós Error Error Inv. Max- Suaviza Suaviza Suaviza
Sem St St^2 Error Rastre
da tico Abs Cuad Dem do da do
o
Q(t) (MAD(T) (ECM(T))
-
0 72,49 84,93 0 7686,17 9503,72
-
1 282 76,12 82,14 233 49,32 49,32 2432,20 479 4,93 6922,49 8796,57 0,0007
-
2 204 78,34 79,36 237 -33,17 33,17 1100,13 561 1,12 6233,56 8026,92 0,0002
-
3 404 83,98 76,52 239 165,19 165,19 27287,90 363 17,53 5626,72 9953,02 0,0031
-
4 389 89,27 73,65 247 141,68 141,68 20074,34 386 29,94 5078,22 10965,15 0,0059
-
5 274 92,47 70,77 255 18,94 18,94 358,82 509 28,84 4572,29 9904,52 0,0063
-
6 308 96,20 67,88 259 49,41 49,41 2441,63 479 30,90 4120,00 9158,23 0,0075
-
7 479 102,84 64,92 263 215,82 215,82 46578,83 312 49,39 3729,58 12900,29 0,0132
- -
8 58 102,06 62,03 274 215,55 215,55 46463,02 744 22,90 3378,18 16256,56 0,0068
-
9 265 104,88 59,13 269 -4,04 4,04 16,32 532 20,20 3040,77 14632,54 0,0066
-
10 271 107,76 56,24 272 -0,79 0,79 0,63 529 18,10 2736,77 13169,35 0,0066
-
11 547 115,37 53,27 275 272,34 272,34 74169,60 256 43,53 2490,33 19269,37 0,0175
- -
12 60 114,41 50,36 287 226,99 226,99 51524,81 755 16,48 2263,99 22494,92 0,0073
- -
13 182 115,59 47,49 282 100,10 100,10 10019,48 628 4,82 2047,60 21247,37 0,0024
-
14 240 117,74 44,62 282 -41,53 41,53 1725,07 569 0,18 1847,00 19295,14 0,0001
-
15 527 124,83 41,69 283 244,03 244,03 59550,53 284 24,57 1686,70 23320,68 0,0146
- -
16 37 123,31 38,83 294 257,29 257,29 66199,05 785 -3,62 1543,76 27608,52 0,0023
-
17 336 127,00 35,95 288 47,69 47,69 2274,27 480 1,51 1394,15 25075,09 0,0011
-
18 326 130,45 33,07 293 33,18 33,18 1100,71 495 4,68 1258,05 22677,66 0,0037
19 906 143,89 - 297 609,15 609,15 371067,7 -81 65,13 1193,16 57516,66 0,0546
87
30,00 2
- -
20 193 144,74 26,97 321 127,84 127,84 16344,04 656 45,83 1086,63 53399,40 0,0422
… … … … … … … … … … … … …
35 620 208,52 21,04 388 231,98 231,98 53815,07 296 56,16 372,11 67909,76 0,1509
-
36 107 206,76 24,26 399 292,30 292,30 85437,12 820 21,32 364,13 69662,50 0,0585
-
37 109 205,06 27,39 392 283,47 283,47 80356,08 811 -9,16 356,06 70731,86 0,0257
38 343 207,45 30,52 386 -42,86 42,86 1837,39 571 -12,53 324,74 63842,41 0,0386
39 556 213,49 33,69 388 168,49 168,49 28388,08 359 5,57 309,12 60296,98 0,0180
102737,8
40 717 222,22 36,95 396 320,53 320,53 1 207 37,07 310,26 64541,06 0,1195
-
41 279 223,20 40,18 411 131,75 131,75 17358,90 660 20,18 292,41 59822,84 0,0690
42 383 225,97 43,40 409 -26,45 26,45 699,81 554 15,52 265,81 53910,54 0,0584
420208,9
43 1060 240,43 46,82 412 648,24 648,24 7 -120 78,79 304,06 90540,38 0,2591
-
44 134 238,58 50,14 437 303,45 303,45 92083,40 831 40,57 304,00 90694,68 0,1334
-
45 176 237,50 53,39 430 254,35 254,35 64693,53 782 11,08 299,03 88094,57 0,0370
46 643 244,53 56,70 425 218,14 218,14 47586,47 310 31,78 290,94 84043,76 0,1092
432089,8 118848,3
47 1093 259,23 60,21 436 657,34 657,34 3 -129 94,34 327,58 7 0,2880
- 113407,5 118304,2
48 125 256,90 63,62 462 336,76 336,76 9 865 51,23 328,50 9 0,1559
9524,4 3482867,
Sumas 4 80
MAD / ECM 198,43 72559,75
Des. Est.
Estimada 248,03 269,37
88
Figura 21. Suavización exponencial doble con = 0,0173–Artículo 2.
Al igual que el Artículo 1, el inventario máximo no alcanza a cubrir los datos

considerados como atípicos, que en total son seis. Se observa que en algunos
casos este inventario máximo pasa a ser negativo, lo cual significa que, para
los casos en los que se presentan picos de demanda, el inventario máximo no
cubriría la demanda.
El  óptimo para la simulación del pronóstico de suavización exponencial doble

del Artículo 2 es de 0,0173.
Los datos de partida para la simulación del pronóstico de suavización

exponencial doble para el Artículo 3 se muestran en la tabla 23:
89
Datos
Pendiente bˆ2 (0) -0,230 k 1,96
No. Datos
m R
Inicio 48 1
w 0,1
bˆ1 (0) 162,2143  0,97370
1,033671
 C1
0,0263 82
S0 170,7379 Des. Estándar 151,86
Frontera
2 
S0
179,2615 Atípica 380
No. Datos
atípicos 7
90
Inv.
Error MAD ECM
Pron Ma
Dem Error Error Suav Suavizad Suavizad Señal
Sem St St^2 óstic Error x-
anda Abs Cuad izado a o Rastreo
o De
Q(t) (MAD(T) (ECM(T))
m
0 170,74 179,26 0 9128,04 11222,67
1 13 166,59 178,93 162 -148,98 148,98 22196,24 452 14,90 8230,14 12320,03 0,0018
2 307 170,28 178,70 154 153,08 153,08 23434,50 150 1,90 7422,43 13431,48 0,0003
3 78 167,85 178,42 162 -83,64 83,64 6995,00 387 -6,65 6688,55 12787,83 0,0010
4 27 164,15 178,04 157 -130,01 130,01 16902,38 433 18,99 6032,70 13199,28 0,0031
5 1 159,86 177,56 150 -148,88 148,88 22166,72 452 31,98 5444,32 14096,03 0,0059
6 311 163,83 177,20 142 169,32 169,32 28670,00 134 11,85 4916,82 15553,43 0,0024
7 96 162,05 176,80 150 -54,11 54,11 2927,52 357 16,07 4430,55 14290,83 0,0036
8 8 158,00 176,31 147 -138,90 138,90 19293,02 442 28,36 4001,38 14791,05 0,0071
9 215 159,50 175,87 139 75,81 75,81 5746,52 227 17,94 3608,82 13886,60 0,0050
10 389 165,53 175,59 143 246,31 246,31 60669,96 57 8,48 3272,57 18564,94 0,0026
11 308 169,28 175,43 155 152,80 152,80 23347,20 150 22,92 2960,59 19043,16 0,0077
12 81 166,96 175,21 163 -81,97 81,97 6718,77 385 12,43 2672,73 17810,72 0,0046
13 129 165,96 174,96 158 -29,49 29,49 869,67 332 8,24 2408,41 16116,62 0,0034
123400,3
14 508 174,96 174,96 157 351,28 351,28 2 -48 42,54 2202,70 26844,99 0,0193
15 307 178,43 175,05 175 132,05 132,05 17436,71 171 51,49 1995,63 25904,16 0,0258
16 239 180,02 175,18 182 57,10 57,10 3260,64 246 52,05 1801,78 23639,81 0,0289
17 90 177,66 175,25 185 -94,99 94,99 9023,66 398 37,35 1631,10 22178,19 0,0229
18 487 185,79 175,53 180 306,87 306,87 94171,23 -4 64,30 1498,68 29377,50 0,0429
91
19 409 191,66 175,95 196 212,67 212,67 45226,67 90 79,14 1370,08 30962,42 0,0578
20 73 188,54 176,28 208 -134,80 134,80 18170,68 438 57,74 1246,55 29683,24 0,0463
… … … … … … … … … … … … …
35 425 211,79 184,70 229 196,31 196,31 38537,59 107 42,04 341,95 19873,39 0,1230
36 155 210,30 185,37 240 -84,61 84,61 7159,31 388 29,38 316,22 18601,98 0,0929
37 70 206,61 185,93 236 -165,89 165,89 27520,67 469 9,85 301,18 19493,85 0,0327
38 46 202,38 186,36 228 -181,84 181,84 33065,85 485 -9,32 289,25 20851,05 0,0322
39 330 205,74 186,87 219 111,17 111,17 12358,06 192 2,73 271,44 20001,75 0,0101
40 117 203,40 187,31 225 -108,11 108,11 11688,57 411 -8,35 255,11 19170,43 0,0327
41 28 198,79 187,61 220 -191,94 191,94 36839,47 495 26,71 248,79 20937,33 0,1074
42 221 199,38 187,92 210 10,73 10,73 115,04 292 22,97 224,98 18855,11 0,1021
168805,4 -
43 622 210,49 188,51 211 410,86 410,86 5 108 20,41 243,57 33850,14 0,0838
44 43 206,09 188,98 233 -190,06 190,06 36123,86 493 -0,63 238,22 34077,51 0,0027
45 147 204,53 189,38 224 -76,66 76,66 5876,52 380 -8,24 222,06 31257,41 0,0371
46 296 206,94 189,85 220 75,91 75,91 5762,61 227 0,18 207,45 28707,93 0,0009
47 296 209,28 190,36 224 71,51 71,51 5113,60 231 7,31 193,86 26348,50 0,0377
48 132 207,25 190,80 229 -96,71 96,71 9353,58 400 -3,09 184,14 24649,01 0,0168
6159,3 1147190,
Sumas 1 56
MAD / ECM 128,32 23899,80
Des. Est.
Estimada 160,40 154,60
92
Aunque este artículo presenta siete datos considerados como atípicos, el

inventario máximo sólo deja de cubrir la demanda en dos periodos. El  óptimo
es 0,0263.
Datos
Pendiente bˆ2 (0) -0,053 k 1,96
No. Datos
m R
Inicio 48 1
w 0,1
bˆ1 (0) 95,6888  0,96035
0,03964
 C1
5 1,05139
S0 96,9758 Des. Estándar 75,99
2  Frontera
S0
98,2628 Atípica 190
No. Datos
atípicos 8
93
Inv.
Pro Error MAD ECM
Error Error Ma
Dema nó Suav Suaviza Suavizad Señal
Sem St St^2 Error Absol Cuadratic x-
nda stic izado da o Rastreo
uto o De
o Q(t) (MAD(T) (ECM(T))
m
0 96,98 98,26 0 3222,68 3928,67
1 42 94,80 98,13 96 -53,64 53,64 2876,78 201 -5,36 2905,77 3823,48 0,0018
2 33 92,35 97,90 91 -58,33 58,33 3402,30 206 10,66 2621,03 3781,36 0,0041
3 266 99,23 97,95 87 179,43 179,43 32196,45 -32 8,35 2376,87 6622,87 0,0035
4 80 98,47 97,97 101 -20,57 20,57 422,96 168 5,46 2141,24 6002,88 0,0025
5 45 96,35 97,91 99 -53,99 53,99 2914,72 202 -0,49 1932,51 5694,06 0,0003
6 89 96,06 97,83 95 -5,73 5,73 32,80 153 -1,01 1739,83 5127,94 0,0006
7 136 97,64 97,82 94 41,79 41,79 1746,48 106 3,27 1570,03 4789,79 0,0021
8 159 100,07 97,91 97 61,55 61,55 3788,43 86 9,10 1419,18 4689,66 0,0064
9 5 96,30 97,85 102 -97,32 97,32 9471,78 245 -1,54 1287,00 5167,87 0,0012
10 180 99,62 97,92 95 85,31 85,31 7277,01 62 7,14 1166,83 5378,78 0,0061
11 134 100,99 98,04 101 32,60 32,60 1063,06 115 9,69 1053,41 4947,21 0,0092
12 48 98,88 98,08 104 -56,05 56,05 3141,74 204 3,11 953,67 4766,66 0,0033
13 3 95,08 97,96 100 -96,73 96,73 9356,30 244 -6,87 867,98 5225,63 0,0079
14 63 93,81 97,79 92 -29,09 29,09 846,28 177 -9,09 784,09 4787,69 0,0116
15 126 95,09 97,68 90 36,33 36,33 1320,20 111 -4,55 709,31 4440,94 0,0064
16 101 95,32 97,59 92 8,62 8,62 74,26 139 -3,23 639,24 4004,28 0,0051
17 3 91,66 97,36 93 -89,96 89,96 8092,53 238 11,91 584,31 4413,10 0,0204
18 146 93,82 97,22 86 60,27 60,27 3632,33 87 -4,69 531,91 4335,02 0,0088
19 153 96,16 97,17 90 62,72 62,72 3934,39 85 2,05 484,99 4294,96 0,0042
20 113 96,83 97,16 95 17,89 17,89 320,09 130 3,64 438,28 3897,47 0,0083
… … … … … … … … … … … … …
35 198 117,64 102,94 127 71,20 71,20 5069,49 76 17,58 130,25 4431,31 0,1349
36 178 120,03 103,61 133 45,06 45,06 2030,34 103 20,32 121,73 4191,21 0,1670
37 32 116,54 104,13 137 -105,12 105,12 11050,36 253 7,78 120,07 4877,13 0,0648
94
38 16 112,55 104,46 129 -113,46 113,46 12873,71 261 -4,34 119,41 5676,79 0,0364
39 105 112,25 104,77 121 -15,98 15,98 255,28 164 -5,51 109,07 5134,64 0,0505
40 148 113,67 105,12 120 27,96 27,96 781,52 120 -2,16 100,96 4699,32 0,0214
41 96 112,97 105,43 123 -26,57 26,57 705,98 174 -4,60 93,52 4299,99 0,0492
42 144 114,20 105,78 121 23,18 23,18 537,49 124 -1,82 86,48 3923,74 0,0211
43 290 121,17 106,39 123 167,03 167,03 27900,47 -19 15,06 94,54 6321,41 0,1593
44 150 122,31 107,02 137 13,44 13,44 180,66 134 14,90 86,43 5707,34 0,1724
45 78 120,56 107,56 138 -60,23 60,23 3628,25 208 7,39 83,81 5499,43 0,0881
46 98 119,66 108,04 134 -36,09 36,09 1302,46 184 3,04 79,04 5079,73 0,0385
47 329 127,96 108,83 132 197,24 197,24 38901,91 -50 22,46 90,86 8461,95 0,2472
48 214 131,37 109,72 148 66,12 66,12 4371,22 81 26,82 88,38 8052,88 0,3035
Sumas 2797,9 272156,0
MAD / ECM 58,29 5669,92
Des. Est.
Estimada 72,86 75,30
95
Cuatro picos de demanda se encuentan fuera del alcance del inventario

máximo, claro está que al analizar el númedo de datos atípicos es el doble, es
decir, ocho datos; lo cual implica que el inventario máximo permita una
cobertura más que óptima considerando el comportamiento de la demanda; y
todo con un  óptimo de 0,0396.
Datos
Pendiente bˆ2 (0) -0,006 k 1,96
No. Datos
m R
Inicio 48 1
w 0,1
bˆ1 (0) 6,6565  0,96749
 0,0325 C1 1,04185
S0 6,8277 Des. Estándar 8,47
2  Frontera
S0
6,9989 Atípica 21
No. Datos
atípicos 10
96
MAD
De Error ECM
Pro Inv. Suav
ma Error Error Suavizad Suavizad Señal
Sem St St^2 nóst Error Max- izada
nd Abs Cuad o o Rastreo
ico Dem (MAD
a Q(t) ECM(T)
(T)
0 6,83 7,00 0 22,47 27,51
1 5 6,77 6,99 7 -1,65 1,65 2,72 19 -0,17 20,38 25,03 0,0081
2 12 6,94 6,99 7 5,46 5,46 29,84 12 0,40 18,89 25,51 0,0210
3 3 6,81 6,98 7 -3,89 3,89 15,10 21 -0,03 17,39 24,47 0,0018
4 25 7,40 7,00 7 18,37 18,37 337,42 -1 1,81 17,49 55,77 0,1035
5 8 7,42 7,01 8 0,18 0,18 0,03 17 1,65 15,76 50,19 0,1045
6 2 7,24 7,02 8 -5,84 5,84 34,16 23 0,90 14,77 48,59 0,0608
7 17 7,56 7,04 7 9,52 9,52 90,66 8 1,76 14,24 52,80 0,1236
8 20 7,97 7,07 8 11,89 11,89 141,49 5 2,77 14,01 61,67 0,1980
9 14 8,16 7,10 9 5,10 5,10 26,05 12 3,01 13,12 58,11 0,2292
10 5 8,06 7,13 9 -4,26 4,26 18,13 22 2,28 12,23 54,11 0,1864
11 28 8,71 7,18 9 18,98 18,98 360,36 -2 3,95 12,91 84,73 0,3061
12 4 8,55 7,23 10 -6,28 6,28 39,46 24 2,93 12,24 80,21 0,2391
13 9 8,57 7,27 10 -0,92 0,92 0,86 18 2,54 11,11 72,27 0,2287
14 8 8,55 7,31 10 -1,91 1,91 3,65 19 2,10 10,19 65,41 0,2057
15 25 9,09 7,37 10 15,17 15,17 230,17 2 3,40 10,69 81,88 0,3184
16 2 8,86 7,42 11 -8,86 8,86 78,44 26 2,18 10,51 81,54 0,2073
17 12 8,96 7,47 10 1,66 1,66 2,76 16 2,13 9,62 73,66 0,2210
18 6 8,86 7,52 10 -4,49 4,49 20,20 22 1,46 9,11 68,32 0,1608
19 26 9,42 7,58 10 15,75 15,75 247,99 2 2,89 9,77 86,28 0,2960
20 23 9,86 7,65 11 11,68 11,68 136,39 6 3,77 9,96 91,29 0,3785
… … … … … … … … … … … … ...
35 9 10,05 8,62 12 -2,64 2,64 6,99 20 -0,97 7,12 56,36 0,1355
36 27 10,60 8,68 12 15,48 15,48 239,52 2 0,68 7,96 74,67 0,0853
37 4 10,38 8,74 13 -8,58 8,58 73,58 26 -0,25 8,02 74,56 0,0308
38 4 10,18 8,78 12 -8,08 8,08 65,36 25 -1,03 8,03 73,64 0,1284
39 15 10,33 8,83 12 3,39 3,39 11,46 14 -0,59 7,56 67,43 0,0779
97
40 10 10,32 8,88 12 -1,88 1,88 3,54 19 -0,72 6,99 61,04 0,1027
41 20 10,64 8,94 12 8,19 8,19 67,09 9 0,17 7,11 61,64 0,0243
42 11 10,65 8,99 12 -1,39 1,39 1,93 19 0,02 6,54 55,67 0,0025
43 32 11,34 9,07 12 19,64 19,64 385,86 -2 1,98 7,85 88,69 0,2521
44 9 11,27 9,14 14 -4,69 4,69 21,99 22 1,31 7,53 82,02 0,1742
45 2 10,96 9,20 13 11,46 11,46 131,35 29 0,04 7,93 86,95 0,0044
46 14 11,06 9,26 13 1,21 1,21 1,47 16 0,15 7,26 78,40 0,0211
47 6 10,90 9,31 13 -6,93 6,93 47,96 24 -0,55 7,22 75,36 0,0768
48 24 11,32 9,38 13 11,46 11,46 131,44 6 0,65 7,65 80,97 0,0846
284,5 2969,5
Sumas 2 6
78,617
MAD / ECM 7,39 6
Des. Est.
Estimada 9,24 8,87
En la figura 24 se puede observar su comportamiento, el cual genera tal

cantidad de datos atípicos que podría considerarse que la demanda es “atípica”
en general; ya que 10 de las 48 demandas presentan esta particularidad. Sin
embargo, por encima del inventario máximo sólo se encuentran tres datos y
aún así éstos datos no están muy lejos del inventario máximo, es decir, permite
cierto margen de maniobrabilidad en caso de agotarse el inventario, las
unidades faltantes son muy pocas y por tanto se pueden conseguir más
fácilmente que si el número fuese mayor.
98
7.4.4 Método de Croston para ítems con demanda errática.Este método se

aplicará al artículo que presentó un comportamiento errático en su demanda, el
cual fue el Artículo 1. Su aplicación se ilustra en la tabla 29, junto con la figura
25:
99
Tabla 29. Método de Croston aplicado al Artículo 1
Artículo 1  0,01  0,3 k 1,96

S Con Pro Inv. Inv.
Deman Conta Error Error
e n̂ t tado ẑ t nt nós Error Maxi Max -
da dor ABS Cuadr
m r tico m Dem
1 4 1
Valor
2 0 2 Inicial
6,
3 0 3 Zt 5
4 0 4
2,
5 4 1 4 Nt 29
6 0 2
7 0 3
8 0 4
9 4 1 4
… … … … … … … … … … … … …
2
0 0 4 1
2
1 10 2,27 1 1 0 10,0000 10,000 100,000 13 3
2
2 2 2,26 7,55 1 1 3 -1,3405 1,341 1,797 17 15
2
3 10 2,25 5,89 1 1 3 7,3816 7,382 54,488 16 6
2
4 0 2,25 7,12 2 3 -3,1677 3,168 10,034 17 17
2
5 3 2,25 7,12 1 2 3 -0,1712 0,171 0,029 17 14
2
6 0 2,25 5,88 2 3 -2,6207 2,621 6,868 16 16
2
7 0 2,25 5,88 3 3 -2,6207 2,621 6,868 16 16
2
8 0 2,25 5,88 4 3 -2,6207 2,621 6,868 16 16
2
9 9 2,26 5,88 1 4 3 6,3996 6,400 40,955 16 7
3
0 2 2,25 6,82 1 1 3 -1,0305 1,031 1,062 16 14
3
1 8 2,24 5,37 1 1 2 5,5986 5,599 31,345 16 8
3
2 0 2,24 6,16 2 3 -2,7536 2,754 7,582 16 16
3
3 25 2,24 6,16 1 2 3 22,2435 22,243 494,773 16 -9
3 3 2,22 11,8 1 1 5 -2,3145 2,314 5,357 19 16
100
4 1
3
5 11 2,21 9,17 1 1 4 6,8521 6,852 46,952 18 7
3
6 0 2,21 9,72 2 4 -4,3964 4,396 19,328 18 18
3
7 1 2,21 9,72 1 2 4 -3,4006 3,401 11,564 18 17
3
8 22 2,20 7,10 1 1 3 18,7661 18,766 352,166 17 -5
3 11,5
9 1 2,18 7 1 1 5 -4,2976 4,298 18,469 19 18
4
0 5 2,17 8,40 1 1 4 1,1334 1,133 1,285 17 12
4
1 0 2,17 7,38 2 3 -3,3971 3,397 11,540 17 17
4
2 0 2,17 7,38 3 3 -3,3971 3,397 11,540 17 17
4
3 0 2,17 7,38 4 3 -3,3971 3,397 11,540 17 17
4
4 0 2,17 7,38 5 3 -3,3971 3,397 11,540 17 17
4
5 0 2,17 7,38 6 3 -3,3971 3,397 11,540 17 17
4
6 0 2,17 7,38 7 3 -3,3971 3,397 11,540 17 17
4
7 0 2,17 7,38 8 3 -3,3971 3,397 11,540 17 17
4
8 0 2,17 7,38 9 3 -3,3971 3,397 11,540 17 17
Sum
as 20,4635 4,867 46,790
MAD / ECM 4,867 46,790
Des. Esta. 6,084 6,840
101
Figura 25 Pronóstico de ítem con demanda errática.
Tabla 30 Comparación de errores entre Suavización exponencial simple,

doble y Croston
Error Error Suavización exponencial

Error Error
Método de Croston - absol cuadrátic simple – Artículo 1
absoluto cuadrático
Artículo 1 uto o   0,25
Total 17,2400 4,368 36,937 Total 65,84 167,37 3340,83
MAD /
ECM 4,368 36,937 MAD / ECM 8,37 167,04
Des.
Estándar 5,460 6,084 Des. Estándar 10,46 12,92
Optimo Minimizando
MAD
Des.
 MAD Esta ECM Des. Est
0 3,4313 4 44,7534 7
Optimo Minimizando ECM
Des.
0,0128 3,9634 5 40,3864 6
102
Como se puede observar, la optimización del  basado en la minimización del
ECM calculado por el método de Croston, es de 6,084, en contraste con el
40,38 y 12,92 calculados con suavización exponencial doble y simple,
respectivamente ilustrados en la tabla 30.
Se corrobora lo expuesto por Croston al afirmar que la suavización exponencial

no responde tan favorablemente frente a horizontes de pronóstico en los que
se presentan periodos sin transacciones y por ende, se determina que, de los
métodos aplicados en el presente estudio, Croston es el que mejor puede
pronosticar la demanda de este artículo.
7.4.5 Análisis de los errores de pronóstico. Inicialmente se procede a

analizar los errores de pronóstico entre los modelos aplicados según el artículo
para determinar entre ellos cuál es el que mejor refleja el comportamiento
futuro de la demanda:
Tabla 31. Comparación promedio móvil – suavización exponencial simple:

Artículo 1.
Error Error S. E. S simple – Artículo Error Error

Promedio Móvil 3
absolut cuadráti 1 absolut cuadráti
Meses - Artículo 1
o co  = 0,25 o co
Total 10 192 3795 Total 65,84 167,37 3340,83
MAD /
ECM 9,16 180,72 MAD / ECM 8,37 167,04
Des.
El comportamiento de los datos del Artículo 1 es bastante atípico, ya que, el

pronóstico móvil de tres periodos no refleja el comportamiento de los datos
históricos, y este comentario se corrobora al observar el R2 de 24,98%.
Al analizar la MAD y el ECM de ambos sistemas de pronósticos, se observa

que la MAD y el ECM del promedio móvil es menor en la suavización
exponencial simple con  = 0,25, al igual que la desviación estándar. Al
observar la tabla 32, el  arrojado por Solver es de 0,25; lo cual permite en
primera instancia la posibilidad de incluir los datos en el análisis.
La recomendación es de optimizar el  obtenido en la suavización exponencial

doble mediante la herramienta Solver de Excel ™ tomando como objetivo
103
primero la MAD y posteriormente el ECM para hallar un  óptimo global y no
localizado. Es de anotar que algunos autores recomiendan el uso del ECM, ya
que estima de forma más precisa la desviación estándar. Sin embargo, la MAD
provee un método de señal de rastreo del pronóstico de más fácil
entendimiento.
Tabla 32. Optimización del  : Artículo 1.
Des. Des.
 MAD Est ECM Est
0,01 3,8999 5 40,4155 6
0,02 4,1012 5 40,5128 6
0,03 4,2753 5 40,8851 6
0,04 4,3897 5 41,2887 6
0,05 4,4604 6 41,6663 6
0,06 4,5018 6 42,0211 6
0,07 4,5233 6 42,3704 7
0,08 4,5313 6 42,7296 7
0,09 4,5485 6 43,1094 7
0,1 4,5690 6 43,5158 7
0,2 4,7247 6 49,1578 7
0,3 4,9533 6 57,2745 8
0,4 5,2123 7 67,9161 8
0,5 5,5950 7 81,7770 9
0,6 6,2325 8 100,0861 10
0,7 7,1342 9 124,7858 11
0,8 8,2279 10 159,9295 13
0,9 12,8400 16 239,4011 15
Optimo Minimizando
MAD
Des.
0 3,4313 4 44,7534 7
Optimo Minimizando
ECM
Des.
0,0128 3,9634 5 40,3864 6
104
Artículo 2.
Error Error Suavización Error

Error
Promedio Móvil 3 absolut cuadráti exponencial – Artículo absolu
2  = 0,3
cuadrático
Meses – Artículo 2 o co to
Total 2832 4769 1792703 Total 3985 4956 2032529
MAD / ECM 227,10 85366,80 MAD / ECM 260,83 106975,22
Des.
Al analizar las mediciones del error generadas por ambos sistemas de

pronósticos aplicados a los datos históricos del Artículo 2, se observa una gran
similitud en el comportamiento. Si se tiene en cuenta el R2 del 84,11%, esto
puede explicar en gran medida la aproximación tanto de medición como
gráfica. La diferencia radica en que la suavización exponencial simple permitió
responder más rápidamente a los picos de demanda que el promedio móvil
para tres periodos.
Para analizar a fondo este resultado, a continuación se optimiza el  obtenido

en la suavización exponencial doble:
 MAD Des. Esta ECM Des. Est

0,01 196,9315 246 72974,5316 270
0,02 199,0114 249 72599,7393 269
0,03 202,1817 253 73250,6899 271
0,04 205,1888 256 74324,1682 273
0,05 207,8215 260 75583,104 275
0,06 210,2103 263 76932,4931 277
0,07 212,2816 265 78333,3477 280
0,08 214,1228 268 79769,4265 282
0,09 215,7934 270 81234,1342 285
0,1 217,3917 272 82725,1784 288
0,2 237,0274 296 99235,665 315
0,3 266,0705 333 119371,3861 346
0,4 291,3837 364 144026,2929 380
0,5 315,6079 395 174047,1863 417
0,6 343,4048 429 210276,2672 459
0,7 382,2011 478 253859,261 504
0,8 423,0633 529 307059,2697 554
0,9 472,7348 591 374857,6136 612
105
Optimo Minimizando
MAD
0,0046 196,3838 245 74061,7918 272
Optimo Minimizando ECM
0,0173 198,4255 248 72559,6147 269
Tabla 35 Comparación promedio móvil – suavización exponencial simple:

Artículo 3.

Error
Promedio Móvil 3 absolut cuadráti exponencial – Artículo absolu
3  = 0,3
cuadrático
Meses - Artículo 3 o co to
Total 415 4101 1511589 Total 765 3993 1280773

71980,4
MAD / ECM 195,27 2 MAD / ECM 210,15 67409,12
Des.
Adicional a los resultados de la MAD y el ECM, el coeficiente de correlación R2

de 16,65% explica por qué una suavización exponencial simple suministra un
pronóstico más acertado que el promedio móvil ponderado. A continuación se
hallará el  mediante la herramienta Solver de Excel® basados en la
suavización exponencial doble.
106
Tabla 36 Optimización del  : Artículo 3.

0,01 129,4022 162 24533,0237 157
0,02 128,4296 161 23963,2385 155
0,03 128,4714 161 23915,1349 155
0,04 129,5388 162 24056,6315 155
0,05 130,6090 163 24266,8618 156
0,06 131,6125 165 24508,2825 157
0,07 132,4954 166 24772,2243 157
0,08 133,4633 167 25057,9698 158
0,09 134,6329 168 25365,8707 159
0,1 135,7578 170 25695,7152 160
0,2 145,7492 182 30012,7770 173
0,3 158,8330 199 35863,9807 189
0,4 174,3459 218 43192,0918 208
0,5 189,8520 237 52158,7712 228
0,6 211,3103 264 63018,2110 251
0,7 233,9103 292 76149,4116 276
0,8 254,4030 318 92233,9092 304
0,9 277,7578 347 112633,8931 336
Optimo Minimizando
MAD
Des.
0,0284 128,2822 160 23905,4213 155
Optimo Minimizando
ECM
Des.
0,0262 128,319 160 23899,6972 155
107
Tabla 37 Comparación promedio móvil – suavización exponencial simple:
Artículo 4.

Error
Promedio Móvil 3 absolut cuadráti exponencial – Artículo 4 cuadrátic
Meses - Artículo 4 o co  = 0,22 absoluto
o
439513,0
Total 291 2726 618464 Total 702,01 2282,29 5
MAD / ECM 129,83 29450,68 MAD / ECM 120,12 23132,27
Des.
Adicional a los datos del MAD y ECM resultantes del desarrollo de los sistemas
de pronósticos, se observa en que ninguno de los dos métodos es adecuado
para pronosticar la demanda del Artículo 4, a pesar de contar con un  de
0,22.
Des.
0,01 60,244 75 6044,0217 78
0,02 59,404 74 5797,8621 76
0,03 58,766 73 5697,4724 75
0,04 58,275 73 5669,9370 75
0,05 57,924 72 5688,9522 75
0,06 57,823 72 5731,9621 76
0,07 57,994 72 5788,1006 76
0,08 58,435 73 5851,3330 76
0,09 58,808 74 5918,3453 77
0,1 59,179 74 5987,3808 77
0,2 62,380 78 6745,6326 82
0,3 70,159 88 7727,0459 88
0,4 76,967 96 8946,2354 95
0,5 82,954 104 10382,2709 102
0,6 88,269 110 12059,6338 110
0,7 93,544 117 14026,5829 118
0,8 99,111 124 16343,9674 128
0,9 107,253 134 19115,2024 138
108
Optimo Minimizando
MAD
0,0592 57,8165 72 5728,2062 76
Optimo Minimizando
ECM
0,0396 58,2906 73 5669,9105 75

Artículo 5
Error Error Error Error

Promedio Móvil Suavización
absol cuadrá absol cuadrá
3 Meses - exponencial –
uto tico uto tico
Artículo 4 Artículo 4  = 0,3
Total 49 215 3517 Total 73 187 3224
MAD /
ECM 10,22 167,47 MAD / ECM 9,82 169,69
Des.
Des. Estándar 12,78 12,94 Estándar 12,27 13,03
Si bien es cierto que la MAD y el ECM presentan una pequeña diferencia entre
sí, y el  es de 0,34; el coeficiente de correlación de los datos del 43,75%; a
continuación se hallará el  óptimo basado en los errores determinados
mediante la aplicación de la suavización exponencial doble:
109
Des.
0,01 7,064 9 85,5379 9
0,02 7,193 9 79,9567 9
0,03 7,357 9 78,6585 9
0,04 7,480 9 78,8556 9
0,05 7,581 9 79,6099 9
0,06 7,667 10 80,6058 9
0,07 7,744 10 81,7336 9
0,08 7,814 10 82,9514 9
0,09 7,875 10 84,2404 9
0,1 7,936 10 85,5912 9
0,2 8,724 11 101,8370 10
0,3 9,569 12 122,4234 11
0,4 10,328 13 147,3868 12
0,5 11,156 14 177,4434 13
0,6 12,159 15 213,9778 15
0,7 13,410 17 259,2661 16
0,8 15,061 19 316,9752 18
0,9 17,095 21 393,2991 20
Optimo Minimizando
MAD
0,0089 7,0622 9 86,6624 9
Optimo Minimizando
ECM
0,0325 7,3911 9 78,6219 9
Basados en lo anteriormente expuesto, a continuación se detallan en la tabla

41 los sistemas de pronósticos seleccionados basados en la minimización de
los errores:
110
Tabla 41. Sistemas de pronóstico seleccionados para los materiales
Criterio de
Sistema de
selección
Artículo pronóstico 
(minimización del
seleccionado
error)
Artículo 1 Método de Croston ECM 0,0128
Suavización Exp.
Artículo 2 ECM 0,0173
doble
Suavización Exp.
doble
Suavización Exp.
doble
Suavización Exp.
doble
Una vez seleccionados los sistemas de pronósticos más acordes, se validará el

comportamiento de los mismos durante el periodo enero-junio de 2014. Es de
anotar que para el periodo enero-junio de 2014, se tomaron como referencia
para el pronóstico las semanas de las cuales se disponía de información
continua para el pronóstico.
A continuación se ilustran las demandas versus los pronósticos de los

materiales objeto de estudio:
111
Figura 26 Demanda Vs pronóstico Artículo 1 Enero-Junio 2014 (Croston)
Se puede apreciar gráficamente que el sistema de pronóstico seleccionado

aparentemente no responde rápidamente a los cambios de la demanda, pero
es de anotar que este material es nuevo y por ende, no se dispone de
suficientes datos históricos para pronosticar más asertivamente, además de las
características propias de la demanda del artículo –de alto costo y para
proyectos de alta complejidad-.
Igualmente, se ilustrará la demanda versus el pronóstico del Artículo 2 en la

figura 26:
112
Figura 27. Demanda Vs pronóstico Artículo 2 Enero-Junio 2014 (S.E.D
con = 0,0128)
Los picos que sobrepasan en exceso las 600 unidades, son los que no
permiten visualizar la efectividad del pronóstico, ya que, por escala del gráfico,
pareciera plano, pero, si se eliminara el dato atípico (outlier) se observaría una
mejor respuesta del sistema de pronóstico seleccionado.
El caso del Artículo 3 se muestra en la figura 28:

=0,0173)
113
Es de anotar que, aunque los datos atípicos dificulten en cierto grado apreciar
la exactitud del pronóstico en los otros periodos, éstos no se pueden omitir
debido a que precisamente en estos picos es cuando se debe tener capacidad
de respuesta.
A continuación se muestra la figura 29 para el Artículo 4:
Figura 29 Demanda Vs pronóstico Artículo 4 Enero-Junio 2014 (S.E.D con

=0,0396)
Fuente: Las autoras
Es de anotar que, en similitud con el Artículo 2 y el Artículo 3, y a diferencia del

Artículo 1 y el Artículo 5; el Artículo 4 se consume en grandes cantidades, lo
cual facilita en cierta medida la absorción de la variabilidad de la demanda.
A continuación se ilustra en la figura 30 el comportamiento de la demanda

versus el pronóstico del Artículo 5, el cual es un artículo de alto costo unitario y
de bajo consumo por unidad; al igual que el Artículo 1 y por ello estos
materiales ameritan un análisis especial frente a los demás ítems clase A.
114
Figura 30 Demanda Vs pronóstico Artículo 5 Enero-Junio 2014 (S.E.D con
=0,032)
7.5 SISTEMAS DE CONTROL DE INVENTARIOS
7.5.1 Costos de almacenamiento y de pedido. Inicialmente se determinan los

costos necesarios para proceder a plantear la política de inventarios. Los
costos pendientes por determinar son los de mantener o almacenar el
inventario y los costos de ordenar, los cuales se calculan a continuación:
7.5.2 Costos de almacenamiento. El desarrollo de la metodología para

determinar el cálculo del costo de almacenar está basado en los cuatro costos
que lo componen, se presenta a continuación:
115
Tabla 42. Determinación de los costos de infraestructura C i
Larg Numer
Ancho Ancho Numero Pasillos Área
o o Total Total
Estante Pasillo Lineale Horizonta Almacenami
Modu Módul Largo Ancho
ría s s les ento
lo os
2,1 1,8 2,4 16 15 9 49,8 42,8 2.131
Larg
Numer
Are o Área Oficinas y
o Área Total Almacén
Muelle Modu Mantenimiento
Muelles
l
5 20 100 60 2.291
Valor Posici
% Área % Posicio %
Área total on
Almac Arriendo nes Aprovechami
Planta Arriend Ocupa
én Almacén disp ento
o da
12.000.0 2.455.11
11.200 20,46% 2040 2400 85,0%
00 4
Donde,
Área total del almacén = Largo módulo del muelle + área oficinas + área
almacenamiento.
 2040  = $ 2.086.847.
Ci  $2.455.114 *  
 2400 
Costo anual de infraestructura = $ 2.086.847 * 12 = $ 25.042.166
116
Tabla 43. Determinación de los costos de gestión C g
Gastos Varios
Cargo Cant Salario Mes Total Pago
Oficina
Jefe Centro de Distr 1 2.300.000 2.300.000 25.000
Guardas de
3 850.000 2.550.000
seguridad
Administrador
1 930.000 930.000
consignación
Secretaria 1 650.000 650.000
Aseo (medio tiempo) 3 250.000 750.000
Aprendices SENA 2 420.000 840.000
Auxiliar de
1 600.000 600.000
mantenimiento
Total 12 8.620.000
Total Gastos de Gestión C g Mensual 8.645.000
Total gastos de Gestión C g Anual 103.740.000
Es de anotar que estos costos de gestión incluyen los aportes parafiscales,

salud, pensión, cesantías, vacaciones entre otros y son proporcionales al
tiempo dedicado por el personal a las actividades de almacenamiento.
Tabla 44. Determinación de los costos de operación C o

Mano de Obra Directa Depreciación
Salario Total Valor Depreci
Cargo Cant Cargo Cant Valor Und
Mes Pago Total ación
Auxiliares 3.500.00 35.000.00 140.000.0 2.333.33
5 700.000 Stop Picker 4
Bodega 0 0 00 3
Recibidore 2.200.00 Est 12.000.00 60.000.00 1.000.00
2 1100.000 5
s 0 Eléctrico 0 0 0
5.700.00 10.000.00
Total 7 900.000 Est Manual 4 2.500.000 166.667
0 0
210.000.0 3.500.00
Total 13
00 0
117
A estos valores se suma el costo financiero de los equipos calculado en $
875.000. Entonces, el costo de operación mensual es en total de $10.075.000,
y por ende, el costo de operación anual es de $120.900.000.
Tabla 45. Determinación de los costos de mantenimiento del stock C m
Inv Promedio Mes $ 150.000.000

Tasa Interés 2.5% Mes
Rotación 4.5 Veces
El costo de mantenimiento mensual del stock para este caso

0,025
es: C m  150 '000 .000 * = $833.333, y multiplicando este valor por los doce
4,5
meses del año se obtiene el costo anual del stock, el cual es de $ 10’000.000.
Tabla 46. Resumen costos requeridos para calcular el costo de

almacenamiento C a
Costo Mensual Anual

Costo Infraestructura C i 2.086.847 25.042.166
C
Costo de Gestión g 8.645.000 103.740.000
Costo de Operación C o 10.075.000 120.900.000
Costo de Mantenimiento C m 833.333 10.000.000
Total 21.640.180 259.682.166
Como se puede observar, el costo total de almacenamiento es de

$259’682.166 sobre un costo total del inventario aproximado de 4.000’.000.000;
lo cual arroja un costo de mantener el inventario del 6,492%.
118
7.5.3 Costos de ordenar. Los costos de ordenar generalmente son
independientes del tamaño de la orden, lo cual significa que es un costo fijo
desde el punto de vista de la administración de la compra y depende del
número de pedidos realizados en el año qué tan alto o bajo es este costo.
En vista que el costo de ordenar requiere información del área administrativa

de compras asociada con salarios, facturas telefónicas, costos asociados a
pedidos urgentes (avión, taxi, entre otros); ello dificultó la aplicación de una
metodología para la determinación de dicho costo, amén de las restricciones
por confidencialidad de la información; por tal motivo, la sugerencia es de
trabajar con un costo de $ 1.000/pedido.
7.6 POLITICA DE INVENTARIOS
Para el caso objeto de estudio, se procederá la política de inventarios para

cada uno de los ítems considerados clase A:
Tabla 47. Datos de partida para la política de inventarios: Artículo 1
Unidad
Datos de partida símbolo Valor de
medida
Demanda semanal pronosticada d 4 unid/sem
Desviación de los errores del
pronóstico ̂ 1 5,46 unidades
Tiempo de reposición L 0,7 semanas
$
Valor unitario del ítem v 10.748.842,11 unidad
$
Costo de ordenar A 1.000,00 $/pedido
Costo de llevar el inventario r 6,492% %/año
Nivel de servicio deseado P2 99,0% %
Fracción estimada del costo de
faltante B2 0,09
119
Primero se halla el Q * :
2 AD 2 * 1.000 * 4 * 48
Q  EOQ  
vr 10´748.842,11* 0.06492
Q  1 unidad
Este tamaño de pedido es inusual, máxime cuando la demanda del ítem es

errática; pero es justificable al corroborar el alto costo unitario y por ende, su
costo de almacenamiento. Es de anotar que por tal motivo actualmente se
administra el inventario de este material bajo la figura de consignación.
Posteriormente se halla la desviación durante el tiempo de reposición:

ˆ L  ˆ 1 L  5,46 * 0,7  5 unidades
Ahora se procede a determinar el factor de seguridad k :
Q 1
Gu (k )  (1  P2 )  (1  0.99)  0.0016
ˆ L 5
Para un valor de Gu (k ), en la tabla k  1,78
La demanda esperada en el tiempo de reposición es como sigue:
Xˆ  dL  (4)(0,7)  3 unidades
L
El punto de reorden s es:
s  Xˆ  k  3  (1,78)(5) 11unidades
L L
El costo total relevante de la política de inventarios determinada es:
TRC2 
10004 * 48   1  1,78 * 5 10'748.842.11* 0,06492
1 2 

4 * 48
0,99 *10'748.842.11 * 5 * 0,0016
1
TRC 2  $ 8'049.213
Basados en lo anteriormente calculado, la política de inventario s,Q es:
Ordenar Q = 1 unidades
El pedido se debe realizar cuando el inventario efectivo tenga un valor de 11

unidades
120
Mediante ésta política se logrará satisfacer con el inventario a mano los
pedidos de los clientes en un 99% de las veces a un costo total relevante de $
8’049.213 por año.
Unidad
medida
Demanda semanal pronosticada d 381,85 unid/sem
$
Valor unitario del ítem v 59.835,80 unidad
$
faltante B2 0,09
2 AD 2 * 1.000 * 381,85 * 48
Q  EOQ  
vr 59.835,80 * 0.06492
Q  97 unidades
ˆ L  ˆ 1 L  248,03 * 0,1  78 unidades
Q 97
Gu (k )  (1  P2 )  (1  0.99)  0.0124
ˆ L 78

Xˆ  dL  (381,85)(0,1)  38,1 unidades
L
121
s  Xˆ L  k L  38,18  (1,86)(78) 184 unidades
TRC2 
1000381,85 * 48   97  1,86 * 7859.835,80 * 0,06492
97  2 

381,85 * 48
0,99 * 59.835,80 * 78 * 0,0124
97
TRC2  $ 1'931.107

unidades

1’931.107 por año.
Unidad
medida
$
$
faltante B2 0,09
122
2 AD 2 * 1.000 * 217,85 * 48
Q  EOQ  
vr 92.004,06 * 0.06492
Q  59 unidades
ˆ L  ˆ 1 L  160,4 * 0,1  51 unidades
Q 59
Gu (k )  (1  P2 )  (1  0.99)  0.0117
ˆ L 51
Xˆ  dL  (217 ,85)(0,1)  21,78 unidades
L

s  Xˆ  k  31,78  (1,89)(51) 118 unidades
L L
TRC2 
1000217,85 * 48   59  1,89 * 5192.004,06 * 0,06492
59  2 

217,85 * 48
0,99 * 92.004,06 * 51* 0,0117
59
TRC 2  $ 1'791.894

unidades

1’791.894 por año.
123
Tabla 50 Datos de partida para la política de inventarios: Artículo 4
Unidad
medida
$
$
faltante B2 0,09
2 AD 2 * 1.000 * 123,68 * 48
Q  EOQ  
vr 66.263,55 * 0.06492
Q  53 unidades
ˆ L  ˆ 1 L  72,86 * 0,2  33 unidades
Q 53
Gu ( k )  (1  P2 )  (1  0.99)  0.0161
ˆ L 33

Xˆ  dL  (123,68)(0,2)  24,73 unidades
L

s  Xˆ  k  24,73 (1,75)(33) 82 unidades
L L
124
TRC2 
1000123,68* 48   53  1,75 * 3366.263,55 * 0,06492
53  2 

123,68 * 48
0,99 * 66.263,55* 33* 0,0161
53
TRC2  $ 825.345,19

unidades

825.345,19 por año.
Unidad
medida
$
Valor unitario del ítem v 4.492.380,31 unidad
$
faltante B2 0,09
125
2 AD 2 * 1.000 * 12,27 * 48
Q  EOQ  
vr 4'492.380,31* 0.06492
Q  2 unidades
Al igual que en el Artículo 1, este tamaño de pedido es inusual, máxime cuando

la demanda del ítem tiende a ser errática; pero es justificable al corroborar el
alto costo unitario y por ende, su costo de almacenamiento. Es de anotar que
por tal motivo actualmente se administra el inventario de este artículo bajo la
figura de consignación.

ˆ L  ˆ 1 L  9,84 * 0,9  9 unidades

Q 2
Gu (k )  (1  P2 )  (1  0.99)  0.0022
ˆ L 9

Xˆ  dL  (12,27)(0,9)  11,04 unidades
L

s  Xˆ  k  11,04  (2,46)(9) 34 unidades
L L

TRC 
100012,27 * 48   2  02,46 * 9 4'492.380,31* 0,06492
 
2
2 2 

12,27 * 48
0,99 * 4'492.380,31 * 9 * 0,0022
2
TRC2  $ 9'664.771

unidades
126
9’664.771 por año.
Es de anotar que, es de gran utilidad para la organización el contar con una

política de inventarios basada en datos reales, los cuales no se encontraban
determinados en técnicas validada, sino que se fundaban las decisiones más
en el juicio de los intervinientes que en las herramientas suministradas para el
control de inventarios.
7.7 RESULTADOS DE LA IMPLEMENTACIÒN
A continuación podemos observar la reducción de las órdenes incumplidas en

el periodo de Enero-Junio 2014 con la validación de los datos en un 29%. La
empresa decidirá en su momento si aplica este modelo a todos los ítems que
se encuentra en el almacén.
No DE No DE No DE
PRIMER ORDENES ORDENES DE ORDENES
SEMESTRE DE SERVICIOS NO
2014 SERVICIOS ENTREGADOS PRESTADAS
POR MES A TIEMPO A TIEMPO
Enero 160 120 40
Febrero 130 100 30
Marzo 95 78 17
Abril 120 100 20
Mayo 143 89 54
Junio 280 230 50
Total de
928 717 211
ordenes
127
128
8. CONCLUSIONES
Con del desarrollo del presente proyecto se determinó que no se tenía un

método adecuado con respecto a los registros de programación y planeación
de los materiales que se debían utilizar en el servicio, lo anterior generaba
tiempo perdido en los procesos de evacuación con la extracción del material a
usar; por otro lado se detectó que el control y organización de existencias
carecía de procedimientos adecuados para un orden consecutivo con los
protocolos y/o procesos.
La aplicación de técnicas de ingeniería para analizar la problemática, tales

como diagrama de Ishikawa, distribución en planta aplicada al almacén, entre
otras, fueron claves para identificar la verdadera problemática, la cual no era
solo la bodega, sino los procesos de gestión de abastecimiento que al ser
ineficientes, redundaban en la desorganización del almacén y del inventario de
materia prima.
Luego de la detección de la problemática, se procedió a la consulta de los

artículos de bases de datos de revistas indexadas (relacionados en la
bibliografía), así como de bibliografía y cibergrafía; se diseñó la propuesta para
la implementación de un proceso logístico para la mejora en el abastecimiento
de materia prima en la empresa INCEL S.A. para el cual se calcularon
pronósticos de demanda, se escogieron los más acordes a cada artículo para
finalmente diseñar políticas de inventario.
Es de anotar que para un trabajo de pregrado, la palabra “implementación” es

un reto personal y profesional, ya que para lograrlo, no solo se depende de la
pertinencia de la propuesta presentada, sino del compromiso de la alta
dirección y de las demás áreas o procesos involucrados en la implementación
de las mejoras.
129
9. RECOMENDACIONES
Se considera que la implementación del procedimiento se debe realizar de

inmediato y que se adopte una posición de compromiso junto con un fuerte
respaldo por parte de la gerencia, jefes y personal operativo, con el fin de que
la propuesta sea un éxito.
Por la parte metodológica se requiere un acompañamiento educativo y/o

asesoramiento a toda la empresa, con el fin de que no haya traumatismos.
El análisis y el reporte de cualquier irregularidad es condición clave para
realizar un plan de acción y realizar los correctivos pertinentes.
Se recomienda además la contratación de una persona en turno nocturno que

se encargue de alistar la lista de programación que se deja en el turno anterior,
esto con el fin de que al siguiente día los operarios que se necesiten desplazar
a las zonas asignadas, a realizar las reparaciones a los clientes, no pierdan
tiempo en la fila de entrega de materiales, debido a que ya estarán listos desde
la noche anterior.
Se sugiere que utilicen el potencial que tienen los indicadores de gestión sobre
la empresa, por la facilidad que se da al interpretar los valores o resultados
tabulados, ya que es una herramienta imprescindible para conocer el actual
funcionamiento de la empresa, por medio de la liquidez de los resultados del
análisis contable, además es necesario contar con los costos actuales de
producción, el estado de pérdidas y ganancias, flujo de efectivo, así como de
operaciones logísticas. No utilizar la totalidad de sistema de gestión de
indicadores es de manera similar a tener una máquina que puede hacer
diversidad de operaciones y sólo utilizarla para una única operación.
Es necesario que los representantes de la empresa realmente se comprometan

a participar en la mejora continua de sus procesos, ya que las mejoras que
podrían aplicarse el día de hoy, mañana podrían quedar obsoletas pues se
podría contar con una metodología mejor para llegar a cumplir el objetivo.
130
BIBLIOGRAFIA
Bauer W., Ganschar O., Gerlach S. (2014) “Development of a method for

visualization and evaluation of production logistics in a multi-variant production”.
Science Direct. El servier. CIPO 14 2014, 481-486.
Cabrejos J. (2012) “Contribución al mejoramiento de la gestión logística en el

almacén del área de mantenimiento de maquinaria pesada en la empresa
CYOMIN SAC, DPTO. de Cajamarca.” Universidad Nacional del Callao.
Posgrado. Maestría de Gerencia del Mantenimiento. Consultado el 26 de
septiembre del 2014. Disponible en web:
http://cybertesis.unac.edu.pe/bitstream/unac/215/1/cabrejos_bj.pdf
Chávez J. (2009) “Propuesta de implementación del proceso de gestión

logística en CIPLAS S.A” Universidad de la Sabana. Especialización en
Gerencia en Logística. Consultado el 26 de septiembre del 2014. Disponible en
web:
http://intellectum.unisabana.edu.co:8080/jspui/bitstream/10818/2696/1/122044.
pdf
Cipoletta G et al. (2010) “Política integradas de infraestructura, transporte y

logística experiencias internacionales y propuestas iniciales.” Rev. Recursos
Naturales e Infraestructura. Serie ISSN 1680-9017. CEPAL. Chile. Consultado
el 26 de septiembre del 2014. Disponible en web:
http://www.cepal.org/publicaciones/xml/7/39877/lcl3226e.pdf
Consejo Nacional de Política Económica y Social. Departamento Nacional de

Planeación. República de Colombia. (2008) “Documento Conpes 3547”.
Consultado el 26 de septiembre del 2014. Disponible en web:
http://wsp.presidencia.gov.co/sncei/politica/Documents/Conpes-3547-
27oct2008.pdf
Correa A. et al. (2012) “La ingeniería de Métodos y tiempos como herramienta

en la cadena de suministro” Rev. Soluciones de postgrado EIA, No. 8, p. 89-
109, Medellín, enero-junio de 2012. Consultado el 26 de septiembre de 2014.
Disponible en web:
http://revistapostgrado.eia.edu.co/Revista%20Edici%C3%B3n%20N%C2%BA.8
/Soluciones%20N8%20art%205.pdf
Correa A. Gómez R. (2008) “Tecnologías de la información en la cadena de
suministros” Dyna, Año 76, No. 157, pp. 37-48 Medellín marzo 2009 ISSN
131
0012-7653. Consultado el 26 de septiembre del 2014. Disponible en web:
http://www.scielo.org.co/pdf/dyna/v76n157/a04v76n157.pdf
Díaz M. et al (2013) “Proceso de internacionalización y aproximación a la

logística de servicios: Telmex Colombia” Universidad del Rosario. Colombia.
http://repository.urosario.edu.co/bitstream/handle/10336/4484/1010193530-
2013.pdf?sequence=1
Diemer A. (2012) “Les fonctions de lèntreprise” Rev. Economie Dèntreprise.

Chapitre 7: Partie II: Les foncions de Lèntreprise. Consultado el 26 de
http://www.oeconomia.net/private/cours/fonctionachatslogistique.pdf
Feld, WM. (2001). Lean Manufacturing: A Holistic View. Lean Manufacturing:

Tools, Techniques, and How To Use Them (pp. 3-6). Boca Raton: Taylor &
Francis Group.
Fernández, E.F; Montes, J.M & Vázquez, C.J. (1997). Introducción (pp. 9-13).
La competitividad de la empresa. Oviedo: Servicio de Publicaciones,
Universidad de Oviedo.
Gómez M. et al. (2013) “Caracterización de la logística y las redes de valor en

empresas cubanas en perfeccionamiento empresarial” Rev. Ingeniería
Industrial ISSN 1815-5936 Vol. XXXIV. No. 2, mayo-agosto. P. 212-226.
Gutiérrez V. Jaramillo D. (2009) “Reseña del software disponible en Colombia

para la gestion de inventarios en cadenas de abastecimientos” Rev. Estudios
Gerenciales Vol. 25 No. 110 enero-marzo 2009, 125-153. Consultado el 26 de
septiembre del 2014.
Hay, E.J. (2002) ¿Qué significa justo a tiempo? Justo a tiempo: la técnica
japonesa que genera mayor ventaja competitiva (pp. 8-9). New York: John
Wiley & Sons, Inc.
Hurtado B., Muñoz A. (2011) “Plan de mejoramiento y análisis de la gestión

logística del almacenamiento en la organización Herval Ltda.” Universidad
Católica de Pereira.
Mahle I. (2014) “Logistikrichtilie” (Guías logísticas) Mahle Industria Alemana.

132
http://www.mahle-
industry.com/media/mahle_industry__new_/internet/service/thermal_systems/d
ownloads/logistikrichtlinie_mits_v2-3.pdf
Mantilla O., Sánchez J. (2012) “Modelo Tecnológico para el desarrollo de

proyectos logísticos usando Lean Six Sigma” estudios gerenciales, Vol, 28, No.
124, pp.23-43; Julio-Septiembre 2012.
McGraw Hill España. “El almacén en la logística” Cap. 84. Consultado el 26 de

septiembre del 2014. Disponible en web: http://www.mcgraw-
hill.es/bcv/guide/capitulo/8448199278.pdf
Ministerio de Industria, Turismo y Comercio. España. División de información,

documentación y publicaciones. (2007) “Logística y competitividad de las
PYME” consultado el 26 de septiembre del 2014. Disponible en web:
http://www.ipyme.org/Publicaciones/LogisticaCompetitividadPyme.pdf
Monterroso E. (2012) “El proceso logístico y la gestión de la cadena de

abastecimiento” Universidad Nacional de Lujan. Argentina. Consultado el 26 de
septiembre. Disponible en web:
http://www.unlu.edu.ar/~ope20156/pdf/logistica.pdf
Mora L. Granada J. (2012) “Gestión logística integral” editorial Ecoe.

http://www.fesc.edu.co/portal/archivos/e_libros/logistica/gestion_logistica.pdf
Nicholas, J. (2001). JIT: Value added and waste elimination. Competitive

Manufacturing Management (pp. 70-99). India: McGraw-Hill Education
Parra D. et al. (2011) “Una clave para el éxito; la logística del almacenamiento”
Universidad del Rosario. Consultado el 26 de septiembre del 2014. Disponible
en web:
http://repository.urosario.edu.co/bitstream/handle/10336/2807/1032423274-
2012.pdf?sequence=4
Perdomo, A. (2004). Los elementos de la competitividad empresarial.
Administración de los costos de la calidad (pp. 21-23). Colombia: ICONTEC
Rajadell, M & Sánchez, JL. (2010). Concepto de Lean Manufacturing. Lean

Manufacturing: la evidencia de una necesidad (pp. 1-31). Madrid: Ediciones
Díaz de Santos.
133
Ruiz R. et al. (2012) “Optimización logística” Rev. Tecnología ITI art. 03.
http://www.iti.es/media/about/images/tic/03_articulo1_n17.pdf
Silver, E.A; Pyke, D.F. (1998) “Inventory Management and Production Planning
and Scheduling”. New York. Editorial John Wiley & sons.
Vallhonra, Joseph et al (1991) “Localización, distribución en planta y

manutención” Editorial Productiva. Disponible en web:
https://books.google.com.co/books?id=B5Gch3V2XXcC&printsec=frontcover&hl
=es&source=gbs_ge_summary_r&cad=0#v=onepage&q&f=false
Vidal, C.J (2009). “Fundamentos de control y gestión de inventarios”. Cali.

Editorial Universidad del Valle.
Vinitzky A. (2007) “Tercerización logística: una herramienta de gestión para la

obtención de ventajas operativas, comerciales, financieras y económicas en las
empresas argentinas” Universidad de Belgrano. Consultado el 26 de
http://www.ub.edu.ar/investigaciones/tesinas/214_vinitzky.pdf
Womack, J.P & Jones, D.T. (2003). Lean Principles. En JP. Womack & DT.
Jones (Eds), Thinking: Banish Waste and Create Wealth in Your Corporation
(pp. 15-19). New York: Simón & Schuster Inc. ISBN: 0-7432-4927-5
134
ANEXOS
Anexo A. LLUVIA DE IDEAS
NUMERO DE
ITEM CAUSAS
OPINIONES
1 Falta de insumos en el almacén 40
2 Falta de capacitación al personal 34
3 Materiales de mala calidad 10
4 Exceso de órdenes de servicio 45
5 Falta de comunicación entre las áreas 45
6 Falta de organización en el almacén 38
7 Error en despachos del servicio 9
8 Falta de personal 12
9 Falta de responsabilidad de los técnicos 2
10 Incumplimiento por parte de los técnicos 40
11 Fallas en servicio de transporte 5
12 Traslados de materia prima a bodegas externas 4
13 Falta de sistemas de información 2
14 Falta de acondicionamiento de los puestos de trabajo 7
15 Falta de un formato de despachos 10
16 Falta de compra de insumos 30
17 Falta de aprovisionamiento adecuado 45
18 Falta de responsabilidad por parte de la gerencia 45
19 Falta de recurso financiero para invertir en el almacén 40
20 No existen auditorias a proveedores 25
21 No hay un control de inventarios 45
22 Los pedidos requieren comprarse con mucha anticipación 50
23 El almacen cumple funciones varias 48
24 No existe la separacion de los residuos 43
25 No existe un procedimiento para el reabastecimeinto 30
26 Personal Empirico trabajando en el area de lkogistica 39
27 Falta de responsabilidades en los técnicos 4
28 Ausencia de informacion acertada en las compras 3
29 Almacen con uso inadecuado 34
30 Rotacion del personal 15
31 Dificil almacenamiento del material 40
32 No existe control de inventarios 45
33 Pronosticos pocos acertados 48
34 No hay control de inventarios 14
35 Falta de insumos en el almácen 12
36 No existe la separación de residuos 11
135
Anexo B. CAUSAS CON CLASIFICACIÓN
NUMERO DE
ITEM CAUSAS
OPINIONES
1 Falta de insumos en el almacén 40
2 Falta de capacitación al personal 34
3 Exceso de órdenes de servicio 45
4 Falta de comunicación entre las áreas 45
5 Falta de organización en el almacén 38
6 Incumplimiento por parte de los técnicos 40
7 Falta de compra de insumos 30
8 Falta de aprovisionamiento adecuado 45
9 Falta de responsabilidad por parte de la gerencia 45
10 Falta de recurso financiero para invertir en el almacén 40
11 No existen auditorias a proveedores 25
12 Los pedidos requieren comprarse con mucha anticipación 50
13 El almacen cumple funciones varias 48
14 No existe la separacion de los residuos 43
15 No existe un procedimiento para el reabastecimeinto 30
16 Personal Empirico trabajando en el area de logistica 39
17 Almacen con uso inadecuado 34
18 Dificil almacenamiento del material 40
19 Pronosticos pocos acertados 48
20 No hay control de inventarios 45
136
PERSONAL POLITICAS
ANEXO C. DIAGRAMA CAUSA-EFECTO
Incumplimiento por
parte de los
No hay control de
Técnicos inventarios
Pronósticos poco
acertados
Falta de Condiciones
Personal empírico en inadecuadas de
las funciones del capacitación al
reabastecimiento
almacén personal
FALTA DE
CONTROL DE
INVENTARIOS
Compras con
Falta de insumos en
mucha anticipación
p el almacén
Exceso de órdenes
Falta de de servicio
Comunicación entre Falta de organización
las áreas en el almacén
No existe separación
de los residuos.
PLANTA
PROCEDIMIENTOS
137
ANEXO D. PLANO DE LA BODEGA CON LA PROBLEMÁTICA
138
ANEXO E. PLANO DE LA BODEGA LUEGO DEL ORDENAMIENTO
ADECUADO PARA DESEMPEÑO
139

Diseño Implementacion Proceso Bravo 2015

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Diseño Implementacion Proceso Bravo 2015

Загружено:

Авторское право:

Доступные форматы

DISEÑO E IMPLEMENTACIÓN DE UN PROCESO LOGÍSTICO PARA LA

MEJORA EN EL ABASTECIMIENTO EN LA EMPRESA INCEL S.A.

SANDRA MILENA BRAVO PANTOJA

UNIVERSIDAD DE SAN BUENAVENTURA

SANDRA MILENA BRAVO PANTOJA

Asesor: Ing. Frank Ballesteros

UNIVERSIDAD DE SAN BUENAVENTURA

Aprobado por el Comité de

Santiago de Cali, Junio de 2015

A nuestras familias que nos han brindado su apoyo en este camino de

A todo el equipo operativo y logístico de la empresa Incel S.A quienes nos

También a nuestros amigos que son siempre un apoyo en los momentos de

Finalmente, a todas las personas que de una u otra manera apoyaron y

Mil y mil gracias a todos.

“Lo que no se mide no se puede controlar; y lo que no se controla no se

1. PLANTEAMIENTO DEL PROBLEMA .......................................................... 19

1.1 DESCRIPCIÓN DEL PROBLEMA ............................................................. 19

1.2 PREGUNTA DE INVESTIGACIÓN ............................................................ 22

2.1 OBJETIVO GENERAL ............................................................................... 23

2.2 OBJETIVOS ESPECÍFICOS ...................................................................... 23

5. MARCO REFERENCIAL ............................................................................. 26

5.1 MARCO CONTEXTUAL ............................................................................ 26

5.3 MARCO CONCEPTUAL ............................................................................ 29

5.4 MARCO TEÓRICO .................................................................................... 32

5.4.1 Sistemas de pronósticos de demanda. ................................................... 32

5.4.1.1 Promedio móvil: ................................................................................... 34

5.4.1.2 Suavización exponencial simple .......................................................... 36

5.4.1.3 Suavización exponencial doble ............................................................ 37

5.4.1.4 Método de Croston para ítems con demanda errática .......................... 39

5.4.2 Sistemas de control de inventarios. ....................................................... 40

5.4.2.1 Formas de revisión del inventario. ....................................................... 42

5.4.2.2 Tipos de sistemas de control de inventario .......................................... 43

5.4.3 Supuestos y notación básica. ................................................................. 45

5.4.3.2 Costos de infraestructura ..................................................................... 48

5.4.3.3 Costos de Gestión ............................................................................... 49

5.4.3.4 Costos de operación ............................................................................ 49

5.4.3.5 Costos de mantenimiento del inventario .............................................. 49

5.4.3.6 Costo de Almacenamiento ................................................................... 50

5.5 HERRAMIENTAS PARA EL ANALISIS DE DATOS .................................. 50

5.6 MARCO LEGAL ......................................................................................... 52

6.1 ENFOQUE DE LA INVESTIGACIÓN ......................................................... 54

6.2 TIPO DE ESTUDIO.................................................................................... 54

6.3 POBLACIÓN Y MUESTRA ........................................................................ 54

6.4 RECOLECCIÓN DE LA INFORMACIÓN ................................................... 54

6.5 DESCRIPCIÓN DE LA METODOLOGÍA POR OBJETIVOS ...................... 54

7. DESARROLLO DEL PROYECTO ............................................................... 56

7.1 CARACTERIZACIÓN DE LA SITUACION ACTUAL .................................. 56

7.1.1 Caracterización del proceso de cadena de suministros. 56

7.2 ANALISIS DE LA SITUACIÓN ACTUAL .................................................... 59

7.3 DISTRIBUCION EN PLANTA .................................................................... 60

7.4 SISTEMAS DE PRONOSTICOS ............................................................... 63

7.4.1 Promedio móvil.. ..................................................................................... 63

7.4.2 Suavización exponencial simple ............................................................. 72

7.4.3 Suavización exponencial doble. .............................................................. 80

7.4.4 Método de Croston para ítems con demanda errática ............................. 99

7.5 SISTEMAS DE CONTROL DE INVENTARIOS........................................ 115

7.5.1 Costos de almacenamiento y de pedido ............................................... 115

7.5.3 Costos de ordenar ................................................................................ 119

7.6 POLITICA DE INVENTARIOS ................................................................. 119

7.7 RESULTADOS DE LA IMPLEMENTACIÒN ............................................ 127

8. CONCLUSIONES ...................................................................................... 129

BIBLIOGRAFIA .............................................................................................. 131

ANEXOS ....................................................................................................... 135

Tabla 1. Ventas registradas por INCEL S.A ................................................. 19