CADENA DE SUMINISTROS..ppt

8/11/2019 CADENA DE SUMINISTROS..ppt

1/41

Ing Percy Ruz Gmez 1

SEMANA 4

SUPPLY CHAIN MANAGEMENT

PRONOSTICOS YDETERMINACION DE LA

DEMANDA


2/41

Pasos a seguir en el pronstico

1.Recopilacin de datos .2.Anlisis de los datos.3.Construccin del modelo.4.Extrapolacin del modelo ( el pronstico

en si)

Ing Percy Ruz Gmez



3/41

Administracin del pronstico

Gestin Sentido comn Mtodos cuantitativos

Juicio experto

Ing Percy Ruz Gmez



4/41

Los Datos

Deben ser:

Confiables y precisos Peridicos

Ing Percy Ruz Gmez



5/41

Tipos de Datos

Datos tomados en un solo punto en eltiempo

Datos reunidos en una serie de tiempo

Ing Percy Ruz Gmez



6/41

Fuentes de Datos

Fuentes primarias- Mtodos de recoleccin de datos

Fuentes secundarias- Fuentes internas: datos publicados en fuentes internasde la empresa

- Fuentes externas: datos publicados en fuentesexternas a la empresa

Ing Percy Ruz Gmez



7/41

omponen es e una ser e etiempo

Una serie de tiempo consta de datos que se

reunen, registran u observan sobre incrementossucesivos de tiempo

Ing Percy Ruz Gmez



8/41

Componentes de una serie detiempo

Tendencia Componente cclico Componente estacional

Componente aleatorio

Ing Percy Ruz Gmez



9/41

Componentes de una serie en el tiempo

Ing Percy Ruz Gmez



10/41

Exploracin de patrones dedatos

El patrn de los datos se explora medianteel coeficiente de autocorrelacin

Ing Percy Ruz Gmez

n-k

(Yt- )(Yt-k - )t=1

n

(Yt- )2t=1

rk=



11/41

EJEMPLO

Ing Percy Ruz Gmez

DATCS

DESFACE DE UN

PERIODO

DESFACE DE UN

PERIODO

PERIODO M ES ORIGNALES Yt Yt-1 Yt-2

1 ENERO 123

2 FEBRERO 130 123

3 MARZO 125 130 123

4 ABRIL 138 125 130

5 MAYO 145 138 125

6 JUNIO 142 145 138

7 JULIO 141 142 145

8 AGOSTO 146 141 142

9 SEPTIEMBRE 147 146 141

10 OCTUBRE 157 147 146

11 NOVIEMBRE 150 157 147

12 DICIEMBRE 160 150 157



12/41

EJEMPLO

Ing Percy Ruz Gmez

EJEMPLO

DATCS

DESFACE DE UN

PERIODO

PERIODO MES ORIGNALES Yt Yt-1 (Yt - Y) (Yt-1 - Y) (Yt - Y)2 (Yt - Y)(Yt-1 - Y)

1 ENERO 123 -19.00 361.00 0.00

2 FEBRERO 130 123 -12.00 -19.00 144.00 228.00

3 MARZO 125 130 -17.00 -12.00 289.00 204.00

4 ABRIL 138 125 -4.00 -17.00 16.00 68.00

5 MAYO 145 138 3.00 -4.00 9.00 -12.00

6 JUNIO 142 145 0.00 3.00 0.00 0.00

7 JULIO 141 142 -1.00 0.00 1.00 0.00

8 AGOSTO 146 141 4.00 -1.00 16.00 -4.00

9 SEPTIEMBRE 147 146 5.00 4.00 25.00 20.00

10 OCTUBRE 157 147 15.00 5.00 225.00 75.00

11 NOVIEMBRE 150 157 8.00 15.00 64.00 120.00

12 DICIEMBRE 160 150 18.00 8.00 324.00 144.00

suma 0.00 -18.00 1474.00 843.00

Ypromedio 142

r1 0.57191316




13/41

EJEMPLO

Ing Percy Ruz Gmez

EJEMPLO

DATCS

DESFACE DE DOS

PERIODOS

PERIODO MES ORIGNALES Yt Yt-1 (Yt - Y) (Yt-2- Y) (Yt - Y)2 (Yt - Y)(Yt-2 - Y)

1 ENERO 123 -19.00 361.00 0.00

2 FEBRERO 130 -12.00 144.00 0.00

3 MARZO 125 123 -17.00 -19.00 289.00 323.00

4 ABRIL 138 130 -4.00 -12.00 16.00 48.00

5 MAYO 145 125 3.00 -17.00 9.00 -51.00

6 JUNIO 142 138 0.00 -4.00 0.00 0.00

7 JULIO 141 145 -1.00 3.00 1.00 -3.00

8 AGOSTO 146 142 4.00 0.00 16.00 0.00

9 SEPTIEMBRE 147 141 5.00 -1.00 25.00 -5.00

10 OCTUBRE 157 146 15.00 4.00 225.00 60.00

11 NOVIEMBRE 150 147 8.00 5.00 64.00 40.00

12 DICIEMBRE 160 157 18.00 15.00 324.00 270.00

suma 0.00 -26.00 1474.00 682.00

Ypromedio 142

r1 0.46268657




14/41

Los datos son aleatorios?

Datos aleatorios:

Una serie de datos es aleatoria si la autocorrelacinentre Yt e Y t-1 es cercana a cero y los valores sucesivosde la serie de tiempo no guardan relacin entre si.

Ing Percy Ruz Gmez




15/41

Los datos tienen una tendencia(no estacionaria)?

Si una serie tiene tendencia, Yt e Y t-1 estn altamenteAutocorrelacionados y es tpico que los coeficientes deautocorrelacin sean diferentes de cero de manerasignificativa para varios de los primeros periodos dedesfasameinto y caigan gradualmente hacia cero alincrementarse el nmero de periodos.

Ing Percy Ruz Gmez




16/41

Los datos son estacionarios?

Una serie estacionaria es aquella cuyo valor promedio nocambia a travs del tiempo.

Los coeficientes de autocorrelacin en datosestacionarios caen a cero despus del segundo o tercerperiodo de desfasamiento.

Ing Percy Ruz Gmez




17/41

Los datos son estacionales?

Si una serie tiene patrn estacional, se presentar uncoeficiente de autocorrelacin significativo en el periodode desfasamiento correspondiente: cuatro en los datostrimestrales o doce en los datos mensuales.

Ing Percy Ruz Gmez




18/41

Seleccin de la Tcnica dePronstico

Por qu se requiere un pronstico?

Quin utilizar el pronstico? Cules son las caractersticas de los datos disponibles? Qu espacio de tiempo se pronosticar? Cules son los requerimientos mnimos de datos?

Cul es la precisin deseada? Cul sera el costo del pronstico?

Ing Percy Ruz Gmez




19/41

Tcnicas de pronstico paradatos estacionarios

Las tcnicas que se podran usar para pronosticar enseries de datos estacionarios son:

Mtodos de promedio simple

Mtodos de promedios mviles

Atenuacin exponencial

Ing Percy Ruz Gmez




20/41

Tcnicas de pronstico paradatos con una tendencia

Las tcnicas que se podran usar para pronosticar enseries de datos con tendencia son:

Promedios mviles lineales

Atenuacin exponencial lineal

Atenuacin exponencial cuadrticaRegresin simple

Ing Percy Ruz Gmez




21/41

Tcnicas de pronstico paradatos con estacionalidad

Las tcnicas que se podran usar para pronosticar enseries de datos con estacionalidad son:

Descomposicin clsica

Atenuacin exponencial

Regresin mtiple de series de tiempo

Ing Percy Ruz Gmez




22/41

Medicin del error en elpronstico

El Para calcular el error o residual de cadapronstico se utiliza:

Ing Percy Ruz Gmez

et = Yt-

et = error de pronstico en periodo t

Yt = valor real en el periodo t

= valor del pronstico en el periodo t




23/41

Desviacin Absoluta de la Media

La DAM resulta de gran utilidad cuando elanalista desea medir el error de pronsticoen las mismas unidades de la serie unidad

Ing Percy Ruz Gmez

n

Yt- t=1

nDAM =




24/41

Error medio Cuadrtico

El EMC se usa para comparar mtodosdiferentes de pronstico

Ing Percy Ruz Gmez

n

(Yt)2t=1

nEMC=




25/41

Porcentaje de Error MedioAbsoluto

El PEMA se usa para comparar mtodosdiferentes de pronstico

Ing Percy Ruz Gmez

n

Ytt=1

nPEMA=

Yt-



26/41

Porcentaje Medio de Error

El PME indica cun desviada est la tcnicade pronstico usada.

Ing Percy Ruz Gmez

n

Ytt=1

nPME=

(Yt)



27/41

Promedios Mviles

Ing Percy Ruz Gmez



28/41

Estrategia Tpica para la evaluacinde mtodos de pronstico

1. Se elige un mtodo de pronstico de acuerdo al patrnde los datos.

2. Se divide el conjunto de datos en dos secciones: Una parte de inicializacin y una parte de prueba

3. Se emplea la tcnica elegida para desarrollar valores

ajustados para la parte de inicializacin de los datos

Ing Percy Ruz Gmez



29/41

Estrategia Tpica para la evaluacinde mtodos de pronstico

4. Se utiliza la tcnica para pronosticar la parte de pruebade los datos y se determina y evala el error depronstico.

5. Se toma una decisin para el uso de la tcnica en suforma actual, modificarla, o usar otra tcnica

Ing Percy Ruz Gmez



30/41

Mtodos de Promedio

Promedios Simples:

Ing Percy Ruz Gmez

n

nt=1

Ytt+1 =



31/41

Mtodos de Promedio

Promedios Mviles:

Mt = promedio mvil en el periodo t

t+1 = valor del pronstico para el siguiente periodoYt = valor real en periodo tn

n = nmeros de trminos del promedio mvil

Ing Percy Ruz Gmez

Mt =t+1 = (Yt +Yt-1+Yt-2 +K+Yt-n+1)n



32/41

Promedio mvil doble: es una tcnica que se utilizacuando la serie de tiempo tiene tendencia.

Primero se realiza una serie de promedios mviles simple. Luego sobre esta serie se realiza otra serie de promedios

mviles.

Ing Percy Ruz Gmez

Mtodos de Promedio



33/41

Promedio mvil doble

Ing Percy Ruz Gmez

Mt =t+1 = (Yt +Yt-1+Yt-2 +K+Yt-n+1)n

Mt = (Mt +Mt-1+Mt-2 +K+Mt-n+1)n

at = 2Mt Mtbt = 2 (Mt Mt)

n-1

t+p = at + bt p



34/41

La atenuacin exponencial es un mtodo utilizado pararevisar constantemente una estimacin a la luz deexperiencias ms recientes.

Ing Percy Ruz Gmez

Mtodo de Atenuacin Exponencial



35/41

t + 1 = Yt+(1)t

Ing Percy Ruz Gmez

Mtodo de Atenuacin Exponencial

t+ 1: nuevo valor atenuado 0 valor de pron6stico para elsiguiente periodo. : constante de atenuaci6n ( 0< < 1)Yt :nueva observacin o valor real de la serie en el periodo t

t :valor atenuado anterior oexperiencia promedio de la

serie atenuada al periodo t-1

t= Y t para el primer valor



36/41

Esta tcnica, tambin conocida como Mtodo de Brown,se usa para pronosticar series de tiempo que tienen unatendencia lineal.

Ing Percy Ruz Gmez

Mtodo de Atenuacin Doble



37/41

At = Yt-1+(1)At -1

At = Yt +(1)At -1

at = 2At - Atbt = /(1- )(At - At)t+p= at+btp

Ing Percy Ruz Gmez

Mtodo de Atenuacin Doble



38/41

Ing Percy Ruz Gmez

Seal de Rastreo

Seal de Rastreo = CEF

DAMn

CEF = (Yt- t)t=1

Yttn

t=1DAM =n

Seal de Rastreo: comprende alguna medicin del error atravs del tiempo y establece lmites, de modo quecuando el error rebase dichos lmites, se alerte al

pronosticador.



39/41

Ing Percy Ruz Gmez

Seal de Rastreo

SEAL DE RASTREO

DEMANDA REAL PRONOSTICO ERROR ERROR ACUMULADOERROR ABSOLUTO

DEL ERROR ABSOLUTO DAM SEAL DE

PERIODO Yt Yp (Yp-Yt) CEF PRONOSTICO ACUMULADO ACUMULADO CONTROL

1 90 100 -10.00 -10.00 10.00 10.00 10.00 -1.002 145 120 25.00 15.00 25.00 35.00 17.50 0.86

3 82 135 -53.00 -38.00 53.00 88.00 29.33 -1.30

4 172 118 54.00 16.00 54.00 142.00 35.50 0.45

5 78 96 -18.00 -2.00 18.00 160.00 32.00 -0.06

6 94 88 6.00 4.00 6.00 166.00 27.67 0.14

7 65 92 -27.00 -23.00 27.00 193.00 27.57 -0.83

8 102 108 -6.00 -29.00 6.00 199.00 24.88 -1.17



40/41

Ing Percy Ruz Gmez

-1.5

-1

-0.5

0

0.5

1

0 1 2 3 4 5 6 7 8 9 10

GRAFICO DE LIMITES DE SEAL DE RASTREO

SEAL DE



41/41

Caso telefonia Celular

NfES VENTAS MES VENTAS

I 16549 24 22902

2 17377 25 18889

3 18081 26 17226

4 13859 27 17328

5 17249 28 17171

6 17051 29 18579

7 15433 30 17256

8 17122 31 20638

9 13357 32 19763

10 14903 33 19523

II 13540 34 17530

12 19256 35 17018

13 16222 36 25852

14 15678 37 24973

15 15736 38 23083

16 16780 39 22139

17 18845 40 21256

18 16903 41 21102

19 20486 42 22158

20 16263 43 22082

21 15077 44 18153

22 16555 45 17781

23 19197

Una de las empresas de telefona celular del mercado esta en el proceso de mejora de sus operaciones. En estesentido, la empresa ha determinado que mejorar el pronstico de la cantidad de celulares entregados a sus

clientes cada mes hara que sus operaciones se puedan ajustar mejor a lo que sucede en la realidad. Esto traerauna serie de ahorros en costos.Portal motivo se ha comenzado el trabajo para determinar una metodologa adecuada para pronosticar susventas futuras. En la siguiente tabla aparecen las ventas que la empresa ha tenido en los timos 45 meses. Conesta informacin se le pide que determine una metodologa adecuada para ayudar a la empresa.

CADENA DE SUMINISTROS..ppt

Documents

Transcript of CADENA DE SUMINISTROS..ppt