UNIVERSIDAD LATINA DE PANAMA CENTRO DE ESTUDIOS DE POSTGRADOS, MAESTRIAS Y DOCTORADOS

Anlisis Cuantitativo para la Toma de Decisiones

Facilitador: Ing. Rafael Vsquez. MSIE Alumno: Yimme Alexander Rodriguez S. Cedula: 80.028.468

PROYECTO FINAL EN LA COMPAA LORENS ZONA LIBRE S.A.

1. Antecedentes

Lorens Zona Libre fue fundada en Caracas, Venezuela en 1996, es una empresa comercializadora de Relojes y Accesorios Innovadores y de moda a precios accesibles. En Panam inicio operaciones en el ao 2010 y recientemente adems de la lnea de relojes y accesorios est incursionando en este pas con lnea de prendas en Acero inoxidable tales como cadenas, pulseras y otros.

Actualmente adems de Venezuela y Panam tiene presencia en Nicaragua y mantiene relaciones comerciales con 8 pases de Amrica Latina (Guatemala, El Salvador, Honduras, Nicaragua, Rep. Dominicana, Costa Rica, Panam y Venezuela).

2. MARCO TEORICO

2.1. Variable Cuantitativa

Son las variables que se expresan mediante cantidades numricas. Las variables cuantitativas adems pueden ser:

Variable discreta: Es la variable que presenta separaciones o interrupciones en la escala de valores que puede tomar. Estas separaciones o interrupciones indican la ausencia de valores entre los distintos valores especficos que la variable pueda asumir. Ejemplo: El nmero de hijos (1, 2, 3, 4, 5).

Variable continua: Es la variable que puede adquirir cualquier valor dentro de un intervalo especificado de valores. Por ejemplo la masa (2,3 kg, 2,4 kg, 2,5 kg, ...) o la altura (1,64 m, 1,65 m, 1,66 m, ...), que solamente est limitado por la precisin del aparato medidor, en teora permiten que siempre exista un valor entre dos variables, tambin puede ser el dinero o un salario dado y se puede identificar las clases de variables (cualitativas y cuantitativas).

2.2. Media Poblacional

Es la suma de todos los valores en la poblacin dividida entre el numero de valores de la poblacin. Media Poblacional= Suma de todos los valores en la Poblacin Nmero de Valores en la Poblacin

2.3. Modelo de Series de Tiempo

Una serie de tiempo es un conjunto de valores observados, como datos de

produccin o ventas, durante una serie de periodos temporales secuenciales ordenada. El anlisis de series de tiempo es el procedimiento por el cual se identifican y aslan los factores relacionados con el tiempo que influyen en los valores observados en las series de tiempo. Una vez identificados, estos factores pueden contribuir a la interpretacin de valores histricos de series de tiempo y a pronosticar valores futuros de series de tiempo.

2.4. Promedios Mviles

Los promedios mviles son muy tiles. Los promedios mviles indican el promedio del precio en un punto determinado de tiempo sobre un perodo de tiempo definido. Se llaman mviles ya que reflejan el ltimo promedio, mientras que se adhieren a la misma medida de tiempo El promedio mvil, sin embargo, es un indicador retrasado, por lo tanto no indica necesariamente un cambio en la tendencia. Un promedio mvil simple o aritmtico es calculado como la suma de un nmero predeterminado de precios por un cierto nmero de perodos de tiempo, dividido por el nmero de perodos de tiempo. El resultado es el precio promedio en dicho perodo de tiempo. Los promedios mviles simples emplean la misma ponderacin para los precios. Es calculado usando la siguiente frmula: Promedio Mvil Simple = SUMA (precios de cierre) / n, donde n es el nmero de perodos.

2.5. Desviacion Absoluta de la Medida (MAD)

Un mtodo para evaluar una tcnica de pronstico consiste en obtener la suma de los errores absolutos. La Desviacin Absoluta de la Media (MAD) mide la precisin de un pronstico mediante el promedio de la magnitud de los errores de pronstico (valores absolutos de cada error).

La MAD resulta de gran utilidad cuando el analista desea medir el error de pronstico en las mismas unidades de la serie original. La siguiente ecuacin muestra como se calcula la MAD: | |

2.6. Punto de Equilibrio

El Punto de Equilibrio de un bien o servicio, est dado por el volumen de ventas para el cual, los ingresos totales se hacen iguales a los costos totales. Es decir, el nivel de actividad para el cual no hay prdidas ni ganancias.

Multiproducto: En unidades homogneas En pesos

Costo Fijo (CF): es la parte del costo total (CT) que la empresa tendr independientemente de su nivel de actividad. Los costos fijos los tendr la empresa aunque no produzca nada. Entre

estos podemos mencionar: el alquiler, los impuestos, los sueldos administrativos, entre otros.

Costo variable (CV): es la parte del costo total que est en funcin de la cantidad (Q) de unidades producidas o de los servicios prestados. Es decir, a mayor nivel de actividad, mayor costo variable.

Costo variable unitario (c): es el costo, por cada unidad producida o por cada servicio prestado, de las materias primas, materiales, mano de obra, etc. El costo variable unitario puede suponerse constante para cada unidad

independientemente de la cantidad producida. Costo Total (CT):

CT = CF + CV CT = CF + c . Q (1) Ingreso Total (IT): est dado por el producto de la cantidad (Q) por el precio unitario (p) (bajo el supuesto de que todo lo producido es vendido).

IT = p . Q (2) En el Punto de Equilibrio se debe cumplir que los Costos Totales (CT) sean iguales a los Ingresos Totales (IT): CT = IT Luego, igualando (1) y (2), tenemos:

CF + c . Q = p . Q (3) de donde: CF Q (PE) = PEu = p - c

3. DESCRIPCION DE LA SITUACION BAJO ESTUDIO

La incursin al mercado con prendas de acero se estableci como una prueba piloto y se viene trabajando desde hace un ao, pero por la informalidad con la que se inicio el proyecto, aun se est haciendo de manera desordenada y sin tener en cuenta manejo de pedidos de acuerdo al inventario y rotacin del producto, lo cual a generado gastos adicionales.

A pesar de esto, los resultados en el ao que lleva de comercializacin el producto han arrojado buenos resultados cumpliendo con las expectativas planteadas, razn por la cual se est reorganizando el rea para que trabaje como un rea independiente, maneje su propio presupuesto y tome decisiones que no estn influenciadas por el rea de relojera que era la responsable hasta ahora.

4. DESCRIPCION DE LOS DATOS DISPONIBLES

Como informacin inicial se proporcionan los datos histricos de 4 productos que son los que hasta ahora se estn comercializando y que se ven reflejados en la tabla Nro. 1. Tambin se proporciona el packing list de la ultima mercanca recibida, el cual esta ordenado de acuerdo a la forma como es cargada de origen la mercanca en el contenedor. Se sabe que los gastos fijos de esta rea son de $ 15.500 dlares e inicialmente se asocia a la mercanca un margen del 45% sobre su costo para determinar el precio de venta.

Tabla Nro. 1

Cadenas de

Dije de Acero

Pulsera de Acero 3050

Aretes de Acero

Mes/Ao abr-11 may-11 jun-11 jul-11 ago-11 sep-11 oct-11 nov-11 dic-11 ene-12 feb-12 mar-12

Acero

520
380

3220 2800 3050 2950

3350

1100 1380 1080 990 910 940 980 1080 880 990
1200

3120 3140 2840 2960 2500 2580 2710 2190 3090 3110 2890

650 570 640 740 900 680 470 660 780 830

2780 3050 3300 2950 2700 2580 2670

1350

5. DESCRIPCION DEL OBJETIVO QUE SE PERSIGUE CON LA APLICACIN DEL MODELO MATEMATICO.

a. Se requiere que la informacin del packing sea ordenada por tipo de mercanca (cada proveedor proporciona un producto diferente) teniendo en cuenta que la codificacin de cada producto corresponde segn la siguiente tabla:

REF AL018 AL023 AL027 AL032

DESCIPCION Cadenas de Acero Dije de Acero Pulsera de Acero Aretes de Acero

b. Una vez ordenada la informacin por tipo de producto debe totalizar la cantidad de piezas por cada referencia, determinar el costo y precio de venta final.

c. Se quiere iniciar estableciendo un pronstico de ventas del mes de Mayo, pero como los resultados en ventas del mes de Abril aun no se cierran se requiere que los dos periodos sean pronosticados para cada producto y como se puede observar cierta estabilidad en los datos se trabajara con promedio mvil de 3 meses.

d. Determinar: El punto de equilibrio tanto en dlares como en cantidad para los cuatro productos que maneja la compaa (multi-producto), La utilidad prevista para el mes de Mayo. La cantidad de cada tipo de producto que debe venderse al mes para alcanzar el punto de equilibrio. Se quiere obtener un 20% de utilidad neta final en estos productos, cul debera ser el ingreso por ventas para lograr este objetivo?

6. ANALISIS Y RESULTADOS DE LA APLICACIN DEL MODELO

Al aplicar el promedio mvil para el pronstico de las ventas se encontr que los DAM arrojan valores considerados aceptables, por lo cual se concluye que las estimaciones de ventas para el mes de abril y mayo son confiables y que en la medida que se renan ms datos e informacin se podrn crear modelos que tengan mayor sensibilidad. Por otra parte los grficos muestran de forma rpida y entendible las desviaciones existentes entre los datos reales y los pronsticos obtenidos a travs de este mtodo.

El punto de equilibrio en dlares es de $ 49.944,44 con un ingreso de $u.s. 117,935.97 y

costos variables por $u.s. 81.335,15 lo cual arroja unas utilidades de $u.s. 21.100,82. El punto de equilibrio en cantidades de producto es el siguiente:

Producto Cadenas de Acero Dije de Acero Pulsera de Acero Aretes de Acero

Unidades 334 1,115 1,275 527

Para alcanzar unas utilidades del 20% final el punto de equilibrio en dlares es de $ 31.739,87 con un ingreso de $u.s. 138.928,57 y los mismos costos variables.

7. CONCLUSIONES Y RECOMENDACIONES

Segn los datos analizados y los resultados arrojados podemos ver que los productos manejados por la compaa estn generando ganancias y fcilmente estn sobrepasando el punto de equilibrio; sin embargo es de vital importancia mantener el seguimiento a estos indicadores ya que con base en ellos es que podremos incrementar las utilidades y ajustarnos ms fcilmente a cualquier posible cambio del mercado, adems en la medida que se renan mas datos e informacin los resultados de los modelos sern ms precisos y por ende las decisiones de compra, asignacin de precios y tendencias del mercado entre otros sern una tarea muchsimo mas sencilla.

8. BIBLIOGRAFIA

http://es.wikipedia.org/wiki/Variable_estad%C3%ADstica#Variables_cuantit ativas Estadistica Aplicada a los Negocios y la Economia, Lind, Marchal y Watchen. Mc Graw-Hill.2008 http://www.mitecnologico.com/Main/ModeloClasicoSeriesDeTiempo http://www.formacionintegral.com/cursos/course/info.php?id=8