Vous êtes sur la page 1sur 23

TRABAJO DE PRONOSTICOS

GESTION DE LA PRODUCCION
UNAB 2014












RODRIGO ARCILA
WALTER BRAVO
JUAN GANGA
MAURICIO GONZALEZ

RESUMEN EJECUTIVO
En nuestro anlisis pudimos evaluar la situacin en que se encontraba la compaa , con lo
que pudimos observar una complicada situacin debido a una decisin que a primera vista
se ve errada.
La idea de nuestro anlisis fue definir si la decisin tomada es la correcta, la rentabilidad
de la misma y pronosticar tanto a la demanda para diagnosticar y poder sugerir nuevas
metodologas para mejorar la situacin actual.
Dada la situacin, esta acarreaba problemas de quiebres de stock de productos
terminados, problemas que derivan en situaciones tales como:
Perdida de eficiencia productiva
Problemas con clientes debido al incumplimiento de los plazos de entrega
Sobre tiempo indiscriminados para poder cumplir con la demanda
Molestias y complicaciones con nuestros proveedores por el desorden generado y
generando una presin en los plazos de entregas y fabricacin.
Debido a esto se decidi realizar una evaluacin de las ventas en los ltimos 3 aos con la
finalidad de recopilar informacin sobre las demandas, las tendencias y los promedios que
nos ayudaron a realizar los clculos de pronstico.
Al finalizar los pronsticos estimativos y aplicando distintos escenarios, determinamos que
el pronstico ms adecuado y ms asertivos es aquel que arroja un menor error entre la
realidad y lo que estamos que estamos solicitando, en base a esto la mejor opcin para
nuestros productos son los siguientes:
Producto A: Para este producto el pronstico ms adecuado es el de promedio mvil
simple con un N=5 correspondiente a la tabla N ya que posee el menor valor en MAD lo
cual indica que nuestro pronostico se aproxima a la demanda real, evidenciando que dicho
pronstico es el ms adecuado para determinar nuestra demanda futura.
Producto B: Para este producto el pronstico ms adecuado es el de promedio de
suavizacin exponencial ajustada a la tendencia con un alfa=0,1 y beta=0,5
correspondiente a la tabla N4, ya que posee el menor valor en MAD lo cual indica que
nuestro pronostico se aproxima a la demanda real, evidenciando que dicho pronstico es
el ms adecuado para determinar nuestra demanda futura.
Despus de nuestro anlisis podemos determinar la mejor alternativa existente dentro de
los parmetros establecidos y segn los datos recopilados, y nuestra recomendacin es
seguir los patrones de conducta antes mencionados.
INTRODUCCION

El pronstico de la actividad econmica ha recibido considerable atencin en los ltimos
50 aos. Un nmero creciente de mtodos estadsticos ha surgido con el fin de predecir la
evolucin de las series de demandas, consumos, produccin, inversiones, etc.

Pronosticar consiste en la estimacin y el anlisis de la demanda futura para un producto
en particular, un componente o un servicio a travs de diferentes tcnicas de previsin. El
pronstico de la demanda futura es central en cualquier actividad de planificacin y de las
actividades de operaciones y en actividades relacionadas a la logstica y a la cadena de
suministros.

A nivel organizacional el pronstico de las ventas es un proceso esencial para cualquier
decisin en las distintas reas funcionales, ya sea ventas, produccin, compras, finanzas,
contabilidad, etc.

Los pronsticos tambin son necesarios en los planes de distribucin y aprovisionamiento.
La importancia de un pronstico de ventas con escaso margen de error es fundamental
para la eficiencia en el manejo de los inventarios. El pronstico es una herramienta bsica
en la toma de decisiones de la administracin y en particular es un componente esencial
para que cualquier sistema de inventarios tenga xito.

En la actualidad la disposicin de pronsticos constituye una parte fundamental de la
logstica, por las implicaciones que una variacin en sta supone en los principales
procesos de la cadena de suministro (gestin de stocks, aprovisionamientos, transporte,
fabricacin, nivel deservicio, etc.), y por los beneficios que proporciona su correcta
estimacin y control. Considerando la administracin de la cadena de suministro, la
incertidumbre puede ser definida como eventos impredecibles que afectan a un
comportamiento previsto de la cadena de suministro.

El objetivo de este trabajo es hallar un buen mtodo de pronsticos para determinar una
correcta demanda (Minimizando el error) con el fin de evitar quiebres de stock, retrasos y
optimizar recursos en la cadena de suministros de los productos A y B.






OBJETIVOS
Objetivo general:
Identificar el modelo de pronstico de demanda mas optimo para la compaa.

Objetivos especficos:
Analizar la demanda actual y su comportamiento.
Identificar los modelos de pronsticos apropiados conforme el comportamiento de la
demanda.
Ejecutar los modelos de pronstico a cada uno de los productos en distintos escenarios.
Calcular el indicador MAD para cada modelo.
Identificar el modelo de pronstico mas optimo para los productos de la compaa.












DESCRIPCION METODOLOGICA

Se realizara la evaluacin de dos productos (A y B) con la finalidad de analizar sus ventas
(demanda) de los ltimos 3 aos. Aplicando metodologa de gestin para operaciones,
analizaremos caso a caso y aplicaremos distintos clculos con la finalidad de buscar cual
que la que se adapta mejor a la demanda real de cada tem por separado, y con esto
podremos estimar la demanda en forma ms exacta, evitando la situacin de quiebres en
el stock y todas las complicaciones derivadas de estas.
En el caso del producto A la grfica muestra un patrn de comportamiento lineal , casi
horizontal a travs del tiempo , tendiendo a pequeas variaciones de carcter mensual,
debido a esto , no se nota una tendencia o un incremento en la demanda , por lo
analizaremos los mtodos matemticos de promedio mvil simple ,promedio mvil
ponderado y suavizacin exponencial .
En el caso del producto B, nuestra grafica demuestra un incremento en la demanda en el
transcurso de los periodos, por lo cual se evidencia una tendencia de demanda.
Debido a esto, los mtodos matemticos evaluados en el producto A no pueden ser
aplicados en el caso de nuestro producto B, por lo cual se utilizara el mtodo de
Suavizacin exponencial con tendencia, la cual posee un Beta indicador de incremento
ajustado a un incremento y decrecimiento de la demanda.
Con la informacin en datos certeros que nos ha entregado la demanda, se pudo
interpretar grficamente cual era la lnea de proyeccin que determina nuestra
demanda.
Una vez realizado los clculos y los anlisis, estudiaremos el comportamiento del MAD y
as definir cul de las metodologas e indicadores se aproxima en mayor medida a nuestra
demanda real, con la finalidad de generar un pronstico ms asertivo.






RESOLUCION DEL CASO

Realizada la grfica de ambos productos se puede evidenciar el comportamiento de las
tendencias Obtenindose como resultado en el producto A una grfica Horizontal por lo
que se aplicaran los siguientes modelos de pronsticos: Promedio mvil simple, Promedio
mvil ponderado y Suavizacin exponencial. Producto B presenta una grfica de
tendencia por que se usara modelo de suavizacin ajustada a la tendencia.
Datos Obtenidos en los mtodos aplicados
Promedio Mvil Simple - Producto A
Se aplic para el promedio mvil simple 4 supuestos con distintos periodos de 2 - 3 - 4 - 5
meses para obtener los siguientes resultados.






Promedio Mvil Ponderado - Producto A
Para este modelo se aplicaron 3 supuestos distintos con las siguientes ponderaciones:
Caso1: 0.7 y 0.3
Caso 2: 0,5 / 0,3 / 0,2
Caso 3: 0,4 / 0,3 / 0,2 / 01







Producto A Promedio Mvil Simple
Dato Error Promedio MAD
N = 2 41,20 182,64
N = 3 42,26 171,20
N = 4 53,81 172,64
N = 5 57,89 159,67
Producto A Promedio Mvil Ponderado
Dato Error Promedio MAD
07 / 03 39,41 195,80
0,5 / 0,3 / 0,2 35,11 178,59
0,4 / 0,3 / 0,2 / 01 42,15 174,26
Promedio de Suavizacin Exponencial - Producto A
Para este modelo se aplicaron 3 supuestos distintos con las siguientes ponderaciones:
Caso1:
1
= 6713 - Alfa = 0,1
Caso 2:
1
= 6713 - Alfa = 0,9
Caso 3:
1
= 6713 - Alfa= 0,5

Producto A Suavizacin exponencial
1
= 6713
Dato Error Promedio MAD
Alfa = 0,1 20,63 199,02
Alfa = 0,9 8,78 246,70
Alfa= 0,5 12,53 199,92

Promedio de Suavizacin Exponencial Ajustada a la Tendencia - Producto B
Para este modelo se aplicaron 4 supuestos distintos con las siguientes ponderaciones:
Caso 1:
1
= 646,3 -
1
= 16 - Alfa = 0,1 - Beta= 0,1
Caso 2:
1
= 646,3 -
1
= 16 - Alfa= 0,9 - Beta= 0,9
Caso 3:
1
= 646,3 -
1
= 16 - Alfa= 0,1 - Beta= 0,9
Caso 4:
1
= 646,3 -
1
= 16 - Alfa= 0,1 - Beta= 0,5











Producto B Suavizacin Exponencial Ajustada a la Tendencia

1
= 646,3 -
1
= 16
Dato Error Promedio MAD
Alfa = 0,1 - Beta= 0,1 -53,72 54,18
Alfa= 0,9 - Beta= 0,9 -0,61 22,85
Alfa= 0,1 - Beta= 0,9 -5,47 16,89
Alfa= 0,1 - Beta= 0,5 -5,36 16,60
RESULTADOS
DEMANDA Y TENDENCIA PRODUCTO A



DEMANDA Y TENDENCIA PRODUCTO B




PRONOSTICO BAJO PROMEDIO MOVIL SIMPLE PRODUCTO A (LINEAL)































PRONOSTICO BAJO PROMEDIO MOVIL PONDERADO PRODUCTO A (LINEAL)

















PRONOSTICO BAJO SUAVIZACION EXPONENCIAL PRODUCTO A (LINEAL)




















PRONOSTICO BAJO SUAVIZACION EXPONENCIAL AJUSTADA A LA TENDENCIA
PRODUCTO B






























CONCLUSIONES

Debido a la decisin tomada y en vista del nefasto resultado de la misma , hemos
concluido que los modelos matemticos de demanda utilizados , son la mejor forma de
poder realizar un correcto anlisis y prever demandas ajustadas a la realidad , con esto ,
debemos realizar una planificacin productiva tendiente a garantizar a nuestros
proveedores el correcto flujo de informacin para el abastecimiento oportuno de
productos, as como tambin el correcto abastecimiento a las sucursales , evitando con
esto los quiebres de stock y maximizando la experiencia de compra de nuestros
productos, entregando una mejor calidad de servicio.

Los clculos de demanda en base a los datos recopilados de los ltimos 3 aos, nos
entregaron informacin vital del comportamiento individual de cada producto, con esto
analizamos sus comportamientos y ajustamos la demanda individual a cada
comportamiento, determinando as la solucin propuesta en el resumen ejecutivo.

Luego de eso pudimos identificar qu modelo de pronstico se ajustaba de mejor manera
al comportamiento de ventas, para posteriormente ejecutar dichos pronsticos ms
ajustados a la realidad, moldeando cada uno a los distintos escenarios.

Segn los indicadores MAD, determinamos que para el producto A, el mejor modelo
matemtico es promedio mvil simple, ya que se ajusta de mejor manera a lo requerido.
Para el producto B, el indicador MAD nos indica que el mejor pronstico es donde Alfa=0,1
y Beta=0,5 ajustando de mejor manera la realidad de los requerimientos, con un
incremento de la demanda.

Con esto, identificar los modelos matemticos correctos para nuestra demanda individual,
ajustada a las pequeas variaciones mensuales que registran y a la tendencia incremental
del producto B, donde la recomendacin principal es seguir dichos modelos y ajustar
nuestra produccin, abastecimiento y distribucin segn los datos entregados por los
datos obtenidos de las mismas.

Vous aimerez peut-être aussi