Академический Документы
Профессиональный Документы
Культура Документы
1
DISEÑO E IMPLEMENTACIÓN DE UN PROCESO LOGÍSTICO PARA LA
MEJORA EN EL ABASTECIMIENTO DE EN LA EMPRESA INCEL S.A.
2
Nota de Aceptación
_______________________
Presidente del Jurado
_______________________
Jurado
_______________________
Jurado
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.
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.
5
CONTENIDO
Pág.
INTRODUCCIÓN ............................................................................................. 17
2. OBJETIVOS ................................................................................................ 23
3. ALCANCE .................................................................................................... 24
4. JUSTIFICACIÓN .......................................................................................... 25
5.2 ANTECEDENTES...................................................................................... 28
6
5.4.3.1 Costos de almacenamiento .................................................................. 48
6. DISEÑO DE METODOLOGÍA...................................................................... 54
7
7.5.2 Costos de almacenamiento ................................................................... 115
8
LISTA DE TABLAS
Pág.
9
Tabla 19. Datos de partida suavización exponencial doble - Artículo 1. ....... 81
10
Tabla 36. Optimización del : Artículo 3. ................................................. 107
Tabla 41. Sistemas de pronóstico seleccionados para los materiales ........ 111
Tabla 45. Determinación de los costos de mantenimiento del stock ......... 118
Tabla 47. Datos de partida para la política de inventarios: Artículo 1 ......... 119
Tabla 48. Datos de partida para la política de inventarios: Artículo 2 ......... 121
Tabla 49. Datos de partida para la política de inventarios: Artículo 3 ......... 122
Tabla 50. Datos de partida para la política de inventarios: Artículo 4 ......... 124
Tabla 51. Datos de partida para la política de inventarios: Artículo 5 ......... 125
11
LISTA DE FIGURAS
Pág.
12
Figura 16. Suavización exponencial simple - Artículo 2 2012 -2013. ........... 78
13
LISTA DE ANEXOS
Pág.
14
RESUMEN
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.
16
INTRODUCCIÓN
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.
17
identificadas. Posteriormente se procedió a determinar la frecuencia de las
situaciones presentadas y se registraron en un diagrama de Pareto.
18
1. PLANTEAMIENTO DEL PROBLEMA
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.
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.
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
22
2. OBJETIVOS
Diseñar los procesos para el abastecimiento de las partes para prestar los
servicios de mantenimiento para la empresa INCEL S.A.
23
3. ALCANCE
24
4. JUSTIFICACIÓN
25
5. MARCO REFERENCIAL
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.
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.
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.
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).
30
por conversión térmica de alta temperatura (sistema fototérmico) y
por conversión fotovoltaica (sistema fotovoltaico).
Iluminación LED: Viene del inglés L.E.D (Light Emitting Diode) traducido
diodo emisor de luz.8
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.
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.
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
33
Tabla 3. Los sistemas de pronósticos y patrones de demanda.
xt b t
xt Valor de la demanda en el periodo t
b = Es una constante
t = Es el error aleatorio
( 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 tN
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:
Donde,
Error absoluto et xt xˆ t
Error cuadrático et2 ( x t xˆ t ) 2
35
La Desviación Media Absoluta (MAD) se define como el promedio de los
errores absolutos sobre un número determinado de períodos:
x t xˆ t
MAD t 1
xt xˆt
ECM t 1
St xt 1 St 1
Dónde:
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.
xt b1 b2 t (1.9)
Donde,
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
.
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
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.
39
Con este contexto y asumiendo que las transacciones presentan una
distribución normalmente distribuida, Croston recomienda el siguiente
procedimiento de actualización:
40
¿Qué cantidad se debe pedir? (Tamaño de la orden)
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.
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:
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.
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.
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):
Nivel de inventario
Inventario neto
Inventario efectivo
Q
Q
s
Q
Punto de reorden L2
L1
Tiempo
Faltante o agotado
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.
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 reposiciónaños
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 pedidounidades
%
r Costo de mantenimiento del inventario
año
s Punto de reordenunidades
SS Inventariode seguridadunidades
$
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
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 Puk
D
TRC1
Q 2 Q
AD Q
k L vr B2 v L Gu k
D
TRC 2
Q 2 Q
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.
49
R = Rotación
I = Interés percibido por el dinero colocado en el sector financiero
I
Cm Cs *
R
C i C g C o C m
Ca
Unid manejadas
Donde:
Unid recibidas Unid despachadas
Unid manejadas
2
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
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.
Descender de nivel hasta llegar a las causas raíz (fuente original del
problema).
18
http://www.virtual.unal.edu.co/cursos/sedes/manizales/4100002/lecciones/instrumentos/causaef
ecto.htm
52
Tabla 6. Normatividad
53
6. DISEÑO DE METODOLOGÍA
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
55
7. DESARROLLO DEL PROYECTO
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
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.
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%
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.
19
http://es.wikipedia.org/wiki/Diagrama_de_Pareto
58
Figura 8. Pareto de causas del bajo nivel de servicio.
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.
59
7.3 DISTRIBUCION EN PLANTA
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.
61
La tabla 8 muestra el valor comercial de 5 referencias de materiales y 2 de
equipos, los cuales suman $ 117.040.000 pesos.
62
7.4 SISTEMAS DE PRONOSTICOS
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
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
65
La tabla 11 muestra los cálculos realizados a los datos históricos del Artículo 3,
junto con los resultados que aparecen a continuación:
Error Error
No. Consumo Pronóstico 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
66
La tabla 12 muestra los cálculos realizados a los datos históricos del Artículo 4,
junto con los resultados que aparecen a continuación:
Error Error
No. Consumo Pronóstico 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
67
La tabla 13 muestra los cálculos realizados a los datos históricos del Artículo 5,
junto con los resultados que aparecen a continuación:
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:
69
Figura 11. Demanda, pronóstico y tendencia de comportamiento de
Artículo 2 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.
71
Figura 14. Demanda, pronóstico y tendencia de comportamiento de
Artículo 5 2012 -2013.
72
Tabla 14. Suavización exponencial simple - Artículo 1.
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.
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.
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.
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.
77
Se observa que el cálculo del para el Artículo 5 corresponde a un valor de
0,30.
78
Figura 17. Suavización exponencial simple - Artículo 3 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.
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.
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
Fuente: Elaboración propia
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)
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.
82
Tabla 20. Simulación de un sistema de pronósticos de suavización
exponencial doble - Artículo 1.
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
Fuente: Elaboración propia
84
Figura 20. Suavización exponencial doble con = 0,0128– Artículo 1.
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.
85
Tabla 21. Datos de partida suavización exponencial doble – Artículo 2.
Datos
W 0,1
0,01733 C1 1,0220
Frontera
2
S0
-84,9275 Atípica 679
No. Datos
atípicos 6
86
Tabla 22. Simulación de un sistema de pronósticos de suavización
exponencial doble - Artículo 2.
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.
89
Tabla 23. Datos de partida suavización exponencial doble - Artículo 3.
Datos
No. Datos
m R
Inicio 48 1
w 0,1
1,033671
C1
0,0263 82
Frontera
2
S0
179,2615 Atípica 380
No. Datos
atípicos 7
90
Tabla 24. Simulación de un sistema de pronósticos de suavización
exponencial doble - Artículo 3.
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
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
Des. Est.
92
Figura 22. Suavización exponencial doble con = 0,0263–Artículo 3.
Datos
Intercepto aˆ1 (0) 98,239 1
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
Fuente: Elaboración propia
93
Tabla 26. Simulación de un sistema de pronósticos de suavización
exponencial doble - Artículo 4.
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
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
Des. Est.
95
Figura 23. Suavización exponencial doble con = 0,0396–Artículo 4.
Datos
Intercepto aˆ1 (0) 6,933 1
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
Fuente: Elaboración propia
96
Tabla 28. Simulación de un sistema de pronósticos de suavización
exponencial doble - Artículo 5.
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)
… … … … … … … … … … … … ...
97
40 10 10,32 8,88 12 -1,88 1,88 3,54 19 -0,72 6,99 61,04 0,1027
284,5 2969,5
Sumas 2 6
78,617
Des. Est.
98
Figura 24. Suavización exponencial doble con = 0,0325–Artículo 5.
99
Tabla 29. Método de Croston aplicado al Artículo 1
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
Fuente: Elaboración propia
101
Figura 25 Pronóstico de ítem con demanda errática.
Optimo Minimizando
MAD
Des.
MAD Esta ECM Des. Est
0 3,4313 4 44,7534 7
Optimo Minimizando ECM
Des.
MAD Esta ECM Des. Est
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.
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.
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.
MAD Esta ECM Des. Est
0 3,4313 4 44,7534 7
Optimo Minimizando
ECM
Des.
MAD Esta ECM Des. Est
0,0128 3,9634 5 40,3864 6
104
Tabla 33. Comparación promedio móvil – suavización exponencial simple:
Artículo 2.
105
Optimo Minimizando
MAD
MAD Des. Esta ECM Des. Est
0,0046 196,3838 245 74061,7918 272
Optimo Minimizando ECM
MAD Des. Esta ECM Des. Est
0,0173 198,4255 248 72559,6147 269
106
Tabla 36 Optimización del : Artículo 3.
Optimo Minimizando
MAD
Des.
MAD Esta ECM Des. Est
0,0284 128,2822 160 23905,4213 155
Optimo Minimizando
ECM
Des.
MAD Esta ECM Des. Est
0,0262 128,319 160 23899,6972 155
107
Tabla 37 Comparación promedio móvil – suavización exponencial simple:
Artículo 4.
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.
MAD Esta ECM Des. Est
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
MAD Des. Esta ECM Des. Est
0,0592 57,8165 72 5728,2062 76
Optimo Minimizando
ECM
MAD Des. Esta ECM Des. Est
0,0396 58,2906 73 5669,9105 75
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
Tabla 40. Optimización del : Artículo 5.
Des.
MAD Esta ECM Des. Est
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
MAD Des. Esta ECM Des. Est
0,0089 7,0622 9 86,6624 9
Optimo Minimizando
ECM
MAD Des. Esta ECM Des. Est
0,0325 7,3911 9 78,6219 9
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.
Artículo 3 ECM 0,0262
doble
Suavización Exp.
Artículo 4 ECM 0,0396
doble
Suavización Exp.
Artículo 5 ECM 0,0325
doble
111
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)
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.
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.
114
Figura 30 Demanda Vs pronóstico Artículo 5 Enero-Junio 2014 (S.E.D con
=0,032)
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
Fuente: Elaboración propia
Donde,
Área total del almacén = Largo módulo del muelle + área oficinas + área
almacenamiento.
2040 = $ 2.086.847.
Ci $2.455.114 *
2400
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
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.
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.
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
Fuente: Elaboración propia
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
Ordenar Q = 1 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
Datos de partida símbolo Valor de
medida
Demanda semanal pronosticada d 381,85 unid/sem
Desviación de los errores del
pronóstico ̂ 1 248,03 unidades
Tiempo de reposición L 0,1 semanas
$
Valor unitario del ítem v 59.835,80 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
Fuente: Elaboración propia
Primero se halla el Q * :
2 AD 2 * 1.000 * 381,85 * 48
Q EOQ
vr 59.835,80 * 0.06492
Q 97 unidades
Posteriormente se halla la desviación durante el tiempo de reposición:
ˆ L ˆ 1 L 248,03 * 0,1 78 unidades
Ahora se procede a determinar el factor de seguridad k :
Q 97
Gu (k ) (1 P2 ) (1 0.99) 0.0124
ˆ L 78
Para un valor de Gu (k ), en la tabla k 1,86
121
s Xˆ L k L 38,18 (1,86)(78) 184 unidades
El costo total relevante de la política de inventarios determinada es:
TRC2
1000381,85 * 48 97 1,86 * 7859.835,80 * 0,06492
97 2
381,85 * 48
0,99 * 59.835,80 * 78 * 0,0124
97
TRC2 $ 1'931.107
Ordenar Q = 97 unidades
Unidad
Datos de partida símbolo Valor de
medida
Demanda semanal pronosticada d 217,85 unid/sem
Desviación de los errores del
pronóstico ̂ 1 160,4 unidades
Tiempo de reposición L 0,1 semanas
$
Valor unitario del ítem v 92.004,06 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
Fuente: Elaboración propia
122
Primero se halla el Q * :
2 AD 2 * 1.000 * 217,85 * 48
Q EOQ
vr 92.004,06 * 0.06492
Q 59 unidades
Posteriormente se halla la desviación durante el tiempo de reposición:
ˆ L ˆ 1 L 160,4 * 0,1 51 unidades
Ahora se procede a determinar el factor de seguridad k :
Q 59
Gu (k ) (1 P2 ) (1 0.99) 0.0117
ˆ L 51
Para un valor de Gu (k ), en la tabla k 1,89
La demanda esperada en el tiempo de reposición es como sigue:
Xˆ dL (217 ,85)(0,1) 21,78 unidades
L
TRC2
1000217,85 * 48 59 1,89 * 5192.004,06 * 0,06492
59 2
217,85 * 48
0,99 * 92.004,06 * 51* 0,0117
59
TRC 2 $ 1'791.894
Ordenar Q = 59 unidades
123
Tabla 50 Datos de partida para la política de inventarios: Artículo 4
Unidad
Datos de partida símbolo Valor de
medida
Demanda semanal pronosticada d 123,68 unid/sem
Desviación de los errores del
pronóstico ̂ 1 72,86 unidades
Tiempo de reposición L 0,2 semanas
$
Valor unitario del ítem v 66.263,55 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
Fuente: Elaboración propia
Primero se halla el Q * :
2 AD 2 * 1.000 * 123,68 * 48
Q EOQ
vr 66.263,55 * 0.06492
Q 53 unidades
Posteriormente se halla la desviación durante el tiempo de reposición:
ˆ L ˆ 1 L 72,86 * 0,2 33 unidades
Ahora se procede a determinar el factor de seguridad k :
Q 53
Gu ( k ) (1 P2 ) (1 0.99) 0.0161
ˆ L 33
Para un valor de Gu (k ), en la tabla k 1,75
124
El costo total relevante de la política de inventarios determinada es:
TRC2
1000123,68* 48 53 1,75 * 3366.263,55 * 0,06492
53 2
123,68 * 48
0,99 * 66.263,55* 33* 0,0161
53
TRC2 $ 825.345,19
Ordenar Q = 53 unidades
Unidad
Datos de partida símbolo Valor de
medida
Demanda semanal pronosticada d 12,27 unid/sem
Desviación de los errores del
pronóstico ̂ 1 9,84 unidades
Tiempo de reposición L 0,9 semanas
$
Valor unitario del ítem v 4.492.380,31 unidad
$
Costo de ordenar A 1.000,00 $/pedido
Costo de llevar el inventario r 6,4920% %/año
Nivel de servicio deseado P2 99,0% %
Fracción estimada del costo de
faltante B2 0,09
Fuente: Elaboración propia
125
Primero se halla el Q * :
2 AD 2 * 1.000 * 12,27 * 48
Q EOQ
vr 4'492.380,31* 0.06492
Q 2 unidades
TRC2 $ 9'664.771
Ordenar Q = 2 unidades
126
Mediante ésta política se logrará satisfacer con el inventario a mano los
pedidos de los clientes en un 95% de las veces a un costo total relevante de $
9’664.771 por año.
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
129
9. RECOMENDACIONES
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.
130
BIBLIOGRAFIA
131
0012-7653. Consultado el 26 de septiembre del 2014. Disponible en web:
http://www.scielo.org.co/pdf/dyna/v76n157/a04v76n157.pdf
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.
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.
132
http://www.mahle-
industry.com/media/mahle_industry__new_/internet/service/thermal_systems/d
ownloads/logistikrichtlinie_mits_v2-3.pdf
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
133
Ruiz R. et al. (2012) “Optimización logística” Rev. Tecnología ITI art. 03.
Consultado el 26 de septiembre del 2014. Disponible en web:
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.
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
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