Datos ABC o listado de ventas de todos los artículos del negocio durante un período de tiempo

...

Es posible tener cuatro objetivos generales en operaciones: los costos, la calidad, el tiempo de entrega y la flexibilidad. Los objetivos operacionales deben expresarse en términos cuantitativos específicos y medibles. Se trata de los resultados que se esperan de operaciones a corto y a largo plazo. Los objetivos deben considerarse como un refinamiento de la misión en términos cuantitativos y medibles. El costo de operaciones incluye el costo de mano de obra, materiales y costos indirectos. En una compañía manufacturera esto representa el costo de ventas. Normalmente, estos costos se expresan como un porcentaje de las ventas o como un costo unitario de los productos particulares. Los costos se deben considerar no sólo en términos de los cambios anuales, sino que se les debe comparar con los costos de la competencia.

En nuestro trabajo los puntos fundamentales para equiparnos a la competencia es rebajar los costos y los tiempos de entrega, si logramos estos objetivos, podremos trabajar el 100% de cotizaciones solicitadas por nuestros clientes.

4. Resolución del caso (explicación del procedimiento que se utilizó en todos los cálculos).

- Regresión lineal tome el valor R2 para determinar si el método es válido.

- Para realizar los cálculos se utilizó una serie de tiempo de 60 datos correspondiente a la demanda.

- Los pronósticos para cada año se basaron en las demandas

- Para el error de pronóstico se utilizó la diferencia entre pronóstico y la demanda.

- Para el error absoluto solo se cambió a positivo.

- Para error cuadrado medio se sumó y se dividió por el número de datos.

- Mad (Error medio absoluto) se sumaron los datos del error y se dividió por el número de datos involucrados. En que promedio estoy desviado.

- Para él % de error se dividió el error absoluto sobre el valor de la demanda. Corresponde a que cantidad de % nos equivocamos sobre la demanda real.

- Mape es solo el promedio de los porcentajes de error. Se sumaron los valores y se dividió por el número de observaciones. Error de pronóstico.

- Señal de rastreo es el error dividido por el Mad, nos permite determinar la bondad de nuestro pronóstico con el paso del tiempo. Nos permite realizar modificaciones posteriores

- Para el Suavizamiento exponencial con solver se utilizó la Herramienta de Excel.

5. Resultados

- Método Regresión lineal

[pic 3][pic 4]

- Método Promedio móvil

[pic 5]

[pic 6]

[pic 7]

[pic 8]

[pic 9]

[pic 10]

[pic 11]

[pic 12]

[pic 13]

- Grafico demanda 05 años

[pic 14]

- Método Modelo de Holt

[pic 15]

[pic 16]

[pic 17]

Método Suavizamiento Exponencial

[pic 18]

[pic 19]

Suavizamiento Exponencial con Solver

[pic 20]

[pic 21]

6. Conclusiones (referirse a la validez del método elegido)

- Método Regresión lineal

Este periodo queda fuera ya que según nuestra opinión el coeficiente de correlación es bajo.

- Análisis resultados otros métodos

[pic 22]

Para seleccionar el método de pronóstico optimo, se analizan los errores y se selecciona el método que posee el indicador de error menor (Para este caso Mape%). Se concluye que el Método es Suavizamiento exponencial para los periodos en estudio debido a que tiene un Mape de 2,87%