Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
HORARIO: 831
INTEGRANTES:
%PARTICIPACIÓN
CÓDIGO NOMBRES Y APELLIDOS
Cadena de Abastecimiento..........................................................................................5
Cadena de Valor...........................................................................................................7
Prioridades competitivas............................................................................................10
Lead Time...................................................................................................................10
Bibliografía..................................................................................................................32
1. Resumen ejecutivo
La empresa de muebles en estudio otorga la responsabilidad de cumplir con la
demanda al área de planeación de operaciones. Esta se apoya en la cadena de
suministro, el área de producción y el área de venta, comportándose como un nexo
entre ellos. Combinar estas fuerzas bajo la dirección de los planificadores permiten
que la empresa siga en un constante crecimiento dentro de américa latina.
Por otro lado, la cadena de valor es necesaria para la creación de una percepción
positiva en nuestro producto final. Entre ello podemos destacar nuestro servicio de
atención al cliente. Una gran virtud es la búsqueda de la satisfacción completa. Por
ello tenemos en cada país un local para solución de problemas y asesorías.
Además, las prioridades competitivas son el tiempo y la calidad de nuestros insumos
o producto final.
Las funciones principales para el área dentro de la empresa de muebles son las
siguientes:
3. Cadena de Abastecimiento
a) Primarias o de línea
6. Lead Time
El proceso inicia desde que se hace el pedido a la empresa maderera y fabricadora
de productos industriales, los cuales tiene un tiempo de entrega de hasta cuatro
días con un día de desviación, y de uno a dos días respectivamente.
a) SANTIAGO
Semana Ventas Pronóstico n=3 Pronóstico pond (n=3) F(t) (α=0.6) Regresión lineal
1 57 57.00 67.83
2 66 57.00 68.98
3 71 62.40 70.14
4 77 64.667 66.70 67.56 71.29
5 84 71.333 73.00 73.22 72.44
6 66 77.333 79.30 79.69 73.59
7 75 75.667 73.60 71.48 74.74
8 80 75.000 74.10 73.59 75.90
9 91 73.667 75.70 77.44 77.05
10 67 82.000 84.50 85.57 78.20
11 75 79.333 76.80 74.43 79.35
12 88 77.667 75.80 74.77 80.51
13 90 76.667 79.90 82.71 81.66
14 68 84.333 86.40 87.08 82.81
15 82 82.000 78.60 75.63 83.96
16 86 80.000 79.40 79.45 85.11
17 94 78.667 81.20 83.38 86.27
18 98 87.333 89.20 89.75 87.42
19 84 92.667 94.40 94.70 88.57
20 84 92.000 90.20 88.28 89.72
21 92 88.667 86.80 85.71 90.88
22 100 86.667 88.00 89.48 92.03
23 81 92.000 94.40 95.79 93.18
24 87 91.000 88.90 86.92 94.33
25 96 89.333 87.80 86.97 95.48
26 112 88.000 90.30 92.39 96.64
27 88 98.333 102.20 104.15 97.79
28 98 98.667 96.80 94.46 98.94
29 105 99.333 97.80 96.58 100.09
30 110 97.000 99.50 101.63 101.25
31 84 104.333 106.10 106.65 102.40
32 95 99.667 96.00 93.06 103.55
33 105 96.333 94.70 94.22 104.70
34 108 94.667 97.80 100.69 105.85
35 122 102.667 104.50 105.08 107.01
36 102 111.667 114.40 115.23 108.16
37 109 110.667 109.20 107.29 109.31
38 119 111.000 109.50 108.32 110.46
39 114 110.000 112.60 114.73 111.61
40 102 114.000 114.50 114.29 112.77
41 111 111.667 109.00 106.92 113.92
42 110 109.000 108.90 109.37 115.07
43 126 107.667 108.70 109.75 116.22
44 103 115.667 118.20 119.50 117.38
45 110 113.000 111.30 109.60 118.53
46 121 113.000 111.10 109.84 119.68
47 130 111.333 114.10 116.54 120.83
48 134 120.333 123.30 124.61 121.98
49 115 128.333 130.20 130.25 123.14
50 122 126.333 123.70 121.10 124.29
51 124 123.667 122.30 121.64 125.44
52 137 120.333 121.60 123.06 126.59
Regresión lineal
Total = 5056 unidades
Suavización exponencial
Total = 4931 unidades
b) QUITO
Semana Ventas Pronóstico n=3 Pronóstico pond (n=3) F(t) (α=0.6) Regresión lineal
1 25 25 32.78
2 29 25.00 34.92
3 34 27.40 37.06
4 41 29.33 30.7 31.36 39.21
5 47 34.67 36.5 37.14 41.35
6 42 40.67 42.6 43.06 43.49
7 44 43.33 43.3 42.42 45.63
8 52 44.33 44 43.37 47.78
9 58 46.00 47.6 48.55 49.92
10 48 51.33 53.4 54.22 52.06
11 50 52.67 51.8 50.49 54.21
12 55 52.00 51 50.20 56.35
13 67 51.00 52.1 53.08 58.49
14 53 57.33 60 61.43 60.64
15 61 58.33 57.6 56.37 62.78
16 68 60.33 59.8 59.15 64.92
17 73 60.67 62.9 64.46 67.06
18 80 67.33 69.1 69.58 69.21
19 63 73.67 75.5 75.83 71.35
20 72 72.00 70.1 68.13 73.49
21 81 71.67 70.9 70.45 75.64
22 80 72.00 74.7 76.78 77.78
23 74 77.67 78.7 78.71 79.92
24 79 78.33 77.2 75.89 82.07
25 87 77.67 77.7 77.75 84.21
26 92 80.00 82 83.30 86.35
27 84 86.00 87.9 88.52 88.49
28 90 87.67 87 85.81 90.64
29 94 88.67 88.6 88.32 92.78
30 98 89.33 90.8 91.73 94.92
31 88 94.00 95.2 95.49 97.07
32 97 93.33 92.2 91.00 99.21
33 104 94.33 94.5 94.60 101.35
34 112 96.33 98.7 100.24 103.50
35 112 104.33 106.6 107.30 105.64
36 108 109.33 110.4 110.12 107.78
37 110 110.67 110 108.85 109.92
38 108 110.00 109.8 109.54 112.07
39 122 108.67 108.6 108.62 114.21
40 112 113.33 115.4 116.65 116.35
41 120 114.00 114.2 113.86 118.50
42 122 118.00 118 117.54 120.64
43 123 118.00 119.4 120.22 122.78
44 115 121.67 122.1 121.89 124.93
45 123 120.00 118.8 117.75 127.07
46 131 120.33 120.6 120.90 129.21
47 128 123.00 125.4 126.96 131.35
48 140 127.33 127.9 127.58 133.50
49 132 133.00 134.6 135.03 135.64
50 130 133.33 133.6 133.21 137.78
51 142 134.00 132.6 131.29 139.93
52 146 134.67 136.4 137.71 142.07
Suavización exponencial
Total = 4350 unidades
Regresión lineal
Total = 4546 unidades
c) BOGOTÁ
Semana Ventas Pronóstico n=3 Pronóstico pond (n=3) F(t) (α=0.6) Regresión lineal
1 75 75 77.36
2 79 75.00 80.56
3 81 77.40 83.76
4 88 78.33 79.2 79.56 86.96
5 91 82.67 84.1 84.62 90.16
6 95 86.67 88.1 88.45 93.36
7 98 91.33 92.4 92.38 96.56
8 101 94.67 95.7 95.75 99.76
9 106 98.00 98.9 98.90 102.96
10 105 101.67 102.9 103.16 106.16
11 106 104.00 104.5 104.26 109.35
12 116 105.67 105.7 105.31 112.55
13 116 109.00 110.8 111.72 115.75
14 115 112.67 114 114.29 118.95
15 125 115.67 115.5 114.72 122.15
16 127 118.67 120.2 120.89 125.35
17 127 122.33 124 124.55 128.55
18 131 126.33 126.6 126.02 131.75
19 132 128.33 129 129.01 134.95
20 135 130.00 130.7 130.80 138.15
21 137 132.67 133.3 133.32 141.35
22 141 134.67 135.4 135.53 144.55
23 150 137.67 138.6 138.81 147.74
24 147 142.67 144.7 145.52 150.94
25 152 146.00 146.7 146.41 154.14
26 165 149.67 150.1 149.76 157.34
27 162 154.67 157.5 158.91 160.54
28 168 159.67 160.9 160.76 163.74
29 170 165.00 165.6 165.10 166.94
30 172 166.67 167.8 168.04 170.14
31 167 170.00 170.6 170.42 173.34
32 177 169.67 169.1 168.37 176.54
33 181 172.00 173 173.55 179.74
34 182 175.00 177 178.02 182.94
35 193 180.00 180.7 180.41 186.14
36 194 185.33 187.3 187.96 189.33
37 195 189.67 191.3 191.59 192.53
38 197 194.00 194.3 193.63 195.73
39 193 195.33 195.8 195.65 198.93
40 206 195.00 194.6 194.06 202.13
41 209 198.67 200.3 201.22 205.33
42 207 202.67 204.9 205.89 208.53
43 214 207.33 207.4 206.56 211.73
44 212 210.00 210.9 211.02 214.93
45 214 211.00 211.6 211.61 218.13
46 228 213.33 213.4 213.04 221.33
47 223 218.00 220.6 222.02 224.53
48 228 221.67 222.7 222.61 227.72
49 231 226.33 226.5 225.84 230.92
50 231 227.33 228.5 228.94 234.12
51 233 230.00 230.4 230.17 237.32
52 237 231.67 232 231.87 240.52
Suavización exponencial
Total = 7998 unidades
Regresión lineal
Total = 8265 unidades
d) LA PAZ
Mes Ventas Pronóstico n=3 Pronóstico pond (n=3) F(t) (α=0.6) Regresión lineal
1 104 104 180.63
2 311 104.00 176.95
3 101 228.20 173.28
4 271 172.00 164.6 151.88 169.60
5 101 227.67 228 223.35 165.93
6 92 157.67 152 149.94 162.25
7 317 154.67 130.5 115.18 158.58
8 29 170.00 206.3 236.27 154.90
9 90 146.00 128 111.91 151.23
10 221 145.33 117.1 98.76 147.55
11 110 113.33 143.3 172.11 143.88
12 178 140.33 139.3 134.84 140.20
Suavización exponencial
Total = 1830 unidades
Regresión lineal
Total = 1925 unidades
a) Santiago
Ventas
160
140
120 f(x) = 1.15 x + 66.68
R² = 0.81
100
80
60
40
20
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52
Indicadores de error. –
Semana Ventas Pronóstico n=3 Pronóstico pond (n=3) F(t) (α=0.6) Regresión lineal
1 25 25 32.78
2 29 25.00 34.92
3 34 27.40 37.06
4 41 29.33 30.7 31.36 39.21
5 47 34.67 36.5 37.14 41.35
6 42 40.67 42.6 43.06 43.49
7 44 43.33 43.3 42.42 45.63
8 52 44.33 44 43.37 47.78
9 58 46.00 47.6 48.55 49.92
10 48 51.33 53.4 54.22 52.06
11 50 52.67 51.8 50.49 54.21
12 55 52.00 51 50.20 56.35
13 67 51.00 52.1 53.08 58.49
14 53 57.33 60 61.43 60.64
15 61 58.33 57.6 56.37 62.78
16 68 60.33 59.8 59.15 64.92
17 73 60.67 62.9 64.46 67.06
18 80 67.33 69.1 69.58 69.21
19 63 73.67 75.5 75.83 71.35
20 72 72.00 70.1 68.13 73.49
21 81 71.67 70.9 70.45 75.64
22 80 72.00 74.7 76.78 77.78
23 74 77.67 78.7 78.71 79.92
24 79 78.33 77.2 75.89 82.07
25 87 77.67 77.7 77.75 84.21
26 92 80.00 82 83.30 86.35
27 84 86.00 87.9 88.52 88.49
28 90 87.67 87 85.81 90.64
29 94 88.67 88.6 88.32 92.78
30 98 89.33 90.8 91.73 94.92
31 88 94.00 95.2 95.49 97.07
32 97 93.33 92.2 91.00 99.21
33 104 94.33 94.5 94.60 101.35
34 112 96.33 98.7 100.24 103.50
35 112 104.33 106.6 107.30 105.64
36 108 109.33 110.4 110.12 107.78
37 110 110.67 110 108.85 109.92
38 108 110.00 109.8 109.54 112.07
39 122 108.67 108.6 108.62 114.21
40 112 113.33 115.4 116.65 116.35
41 120 114.00 114.2 113.86 118.50
42 122 118.00 118 117.54 120.64
43 123 118.00 119.4 120.22 122.78
44 115 121.67 122.1 121.89 124.93
45 123 120.00 118.8 117.75 127.07
46 131 120.33 120.6 120.90 129.21
47 128 123.00 125.4 126.96 131.35
48 140 127.33 127.9 127.58 133.50
49 132 133.00 134.6 135.03 135.64
50 130 133.33 133.6 133.21 137.78
51 142 134.00 132.6 131.29 139.93
52 146 134.67 136.4 137.71 142.07
Ventas
160
140
f(x) = 2.14 x + 30.63
120 R² = 0.98
100
80
60
40
20
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52
Indicadores de error. –
Semana Ventas Pronóstico n=3 Pronóstico pond (n=3) F(t) (α=0.6) Regresión lineal
1 75 75 77.36
2 79 75.00 80.56
3 81 77.40 83.76
4 88 78.33 79.2 79.56 86.96
5 91 82.67 84.1 84.62 90.16
6 95 86.67 88.1 88.45 93.36
7 98 91.33 92.4 92.38 96.56
8 101 94.67 95.7 95.75 99.76
9 106 98.00 98.9 98.90 102.96
10 105 101.67 102.9 103.16 106.16
11 106 104.00 104.5 104.26 109.35
12 116 105.67 105.7 105.31 112.55
13 116 109.00 110.8 111.72 115.75
14 115 112.67 114 114.29 118.95
15 125 115.67 115.5 114.72 122.15
16 127 118.67 120.2 120.89 125.35
17 127 122.33 124 124.55 128.55
18 131 126.33 126.6 126.02 131.75
19 132 128.33 129 129.01 134.95
20 135 130.00 130.7 130.80 138.15
21 137 132.67 133.3 133.32 141.35
22 141 134.67 135.4 135.53 144.55
23 150 137.67 138.6 138.81 147.74
24 147 142.67 144.7 145.52 150.94
25 152 146.00 146.7 146.41 154.14
26 165 149.67 150.1 149.76 157.34
27 162 154.67 157.5 158.91 160.54
28 168 159.67 160.9 160.76 163.74
29 170 165.00 165.6 165.10 166.94
30 172 166.67 167.8 168.04 170.14
31 167 170.00 170.6 170.42 173.34
32 177 169.67 169.1 168.37 176.54
33 181 172.00 173 173.55 179.74
34 182 175.00 177 178.02 182.94
35 193 180.00 180.7 180.41 186.14
36 194 185.33 187.3 187.96 189.33
37 195 189.67 191.3 191.59 192.53
38 197 194.00 194.3 193.63 195.73
39 193 195.33 195.8 195.65 198.93
40 206 195.00 194.6 194.06 202.13
41 209 198.67 200.3 201.22 205.33
42 207 202.67 204.9 205.89 208.53
43 214 207.33 207.4 206.56 211.73
44 212 210.00 210.9 211.02 214.93
45 214 211.00 211.6 211.61 218.13
46 228 213.33 213.4 213.04 221.33
47 223 218.00 220.6 222.02 224.53
48 228 221.67 222.7 222.61 227.72
49 231 226.33 226.5 225.84 230.92
50 231 227.33 228.5 228.94 234.12
51 233 230.00 230.4 230.17 237.32
52 237 231.67 232 231.87 240.52
Ventas
250
f(x) = 3.2 x + 74.16
R² = 1
200
150
100
50
0
1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52
Indicadores de error. -
Mes Ventas Pronóstico n=3 Pronóstico pond (n=3) F(t) (α=0.6) Regresión lineal
1 104 104 180.63
2 311 104.00 176.95
3 101 228.20 173.28
4 271 172.00 164.6 151.88 169.60
5 101 227.67 228 223.35 165.93
6 92 157.67 152 149.94 162.25
7 317 154.67 130.5 115.18 158.58
8 29 170.00 206.3 236.27 154.90
9 90 146.00 128 111.91 151.23
10 221 145.33 117.1 98.76 147.55
11 110 113.33 143.3 172.11 143.88
12 178 140.33 139.3 134.84 140.20
Método de series de tiempo - Suavizacion exponencial ajustada a la tendencia
Mes Ventas A(t) T(t) A(t) + F(t) Error |Error| Error^2 MAPE
1 104 104 0 104 0.00 0.00 0.00 0.00%
2 311 290.3 55.89 346.19 -35.19 35.19 1238.34 11.32%
3 101 125.519 -10.3113 115.2077 -14.21 14.21 201.86 14.07%
4 271 255.42077 31.752621 287.173391 -16.17 16.17 261.58 5.97%
5 101 119.6173391 -18.5141946 101.103145 -0.10 0.10 0.01 0.10%
6 92 92.91031445 -20.9720436 71.9382709 20.06 20.06 402.47 21.81%
7 317 292.4938271 45.1946233 337.68845 -20.69 20.69 428.01 6.53%
8 29 59.86884504 -38.1512583 21.7175867 7.28 7.28 53.03 25.11%
9 90 83.17175867 -19.7150067 63.4567519 26.54 26.54 704.54 29.49%
10 221 205.2456752 22.8216702 228.067345 -7.07 7.07 49.95 3.20%
11 110 121.8067345 -9.05651303 112.750222 -2.75 2.75 7.56 2.50%
12 178 171.4750222 8.56092716 180.035949 -2.04 2.04 4.15 1.14%
Comportamiento de la demanda. –
Ventas
350
300
250
200
150 f(x) = − 3.67 x + 184.3
R² = 0.02
100
50
0
1 2 3 4 5 6 7 8 9 10 11 12
Indicadores de
error:
MAD= 12.68
MSE= 279.29
MAPE= 10.10%
Al evaluar los indicadores de error de los pronósticos, observamos que los menores
valores de error se obtienen con el modelo de regresión lineal, por lo que se
recomienda utilizarlo de ahora en adelante con el control debido en las ciudades de
Santiago, Quito y Bogotá.
En lo que respecta a La Paz, se observa que las ventas no tienen un
comportamiento relativamente constante durante el tiempo, no existe una tendencia
ni una estacionalidad marcada como se observa en el gráfico. Es por esto por lo que
el método más adecuado a utilizar en el pronóstico de la demanda es el Método
Serie de Tiempo – Suavización Exponencial. Al comparar los indicadores de
pronóstico, efectivamente el MAPE asociado a este método es el menor de todos.
9. Clasificación ABC de los inventarios
PRODUCTO RENTABILIDAD DEMANDA RENTABILIDAD ANUAL %VALOR TOTAL % VENTAS ACUMULADO CLASIFICACIÓN
2 plazas 80 8961 S/ 716,868 28.57% 28.57%
Queen 100 5974 S/ 597,390 23.81% 52.38% A
Mesa de noche 20 23398 S/ 467,955 18.65% 71.03%
PardeCajones adicionales 25 14338 S/ 358,434 14.29% 85.32%
B
King 110 1992 S/ 219,043 8.73% 94.05%
1 plaza 50 2987 S/ 149,348 5.95% 100.00% C
Total S/ 2,509,038
Las unidades pertenecientes a la zona “B” deberán ser seguidas y controladas con
revisiones periódicas por parte de la administración.
Los costos de faltantes de existencias para este tipo de unidades deberán ser de
moderados a bajos y las existencias de seguridad deberán brindar un control
adecuado.
La política de inventario puede ser aplicado a dos partes. Una que opera con las
compras de insumos como la madera, set de tornillos y productos industriales, cuya
entrega puede tardar entre 1 y 2 días, y otra que trabaja con las camas ya hechas.
Se ha elegido trabajar de la misma forma (sistema Q) dado que, con la variabilidad
de la demanda, y patrones oscilantes claros en todos los productos, se dificulta el
pronóstico por cada tipo y los inventarios de seguridad serían extremadamente altos
al sumar todo. Es por esto por lo que se plantea unificar todos los tipos de camas
para la compra de los insumos necesarios. Cuando se vea una disminución al nivel
de stock crítico, pediremos un reabastecimiento para evitar tener ventas perdidas.
Este último sistema funcionará como una política de inventario de revisión continua,
siendo el tiempo de entrega de 14 días.
Solución 1:
Q=EOQ= (2DS/ (c1.i)) ^½
Q= (2*5055*70/ (60*0.38)) ^½ = 176.18 unidades
R= d*L + SS
Desv.Est.dem’’= (L*desv.est.dem^2 + D^2 * Desv.Est. Leadtime^2) ^½ = 19.54
SS= Z*Desv.est. dem’’ = 1.96*19.54 = 38.31
R= 97.211*5+38.31= 486.055
Costo total = c1*D + D*S/ Q + ((Q/2) +SS) *c1*i = 60*5055+5055*70/176.18+
((185.71/2) +21.17) *54*0.38=$ 277215.1831
Solución 2:
Q=EOQ= (2*5055*70/ (51*0.38)) ^½ = 191
Desv.Est. Dem’’ = 10.8
SS= 21.17
R= 118.38
Costo total = c1*D + D*S/ Q + ((Q/2) +SS) *c1*i = 51*5055+5055*70/191+((191/2)
+21.17) *5*0.38= $261918.68
11. Bibliografía
http://www.mlosrobles.pe/maderera-los-robles
http://solminsa.com/nosotros-2/
https://www.tibagroup.com/pe/
http://www.zhitov.ru/es/wood/