Aplicación de modelos de pronósticos en productos de consumo masivo

  • Ricardo Alberto Perez
  • Silvio Andres Mosquera Sanchez Universidad del Cauca.
  • Juan José Bravo Universidad del Valle.
Palabras clave: Clasificación ABC, Cadena de abastecimiento, Inventarios, Logística

Resumen

Se presenta el típico problema de inventarios: excesiva cantidad de producto que
no rota y poca del que rota, que se suma a la gran variedad de referencias y puntos
de venta, dificultan la aplicación de modelos de pronósticos y la generación de
políticas de inventarios. Se evaluó el comportamiento histórico de la demanda de
los productos de consumo masivo en una cadena de suministro con una bodega
y múltiples puntos de venta (One Warehouse N Retailer Problem) partiendo del
análisis de la clasificación existente de los ítems para proponer una nueva con mayor
cantidad de elementos de decisión; con base en lo anterior y mediante simulación,
se eligió el método de pronóstico (promedio móvil, suavización exponencial simple,
método de Croston, método de Winters) más apropiado para cada elemento y para
cada una de las categorías considerando como factor de decisión el que obtuvo el
menor coeficiente de variación. La investigación permitió concluir que, debido a las
particularidades en la rotación y al comportamiento heterogéneo de la demanda de
los productos en cada sitio de distribución, es conveniente realizar una clasificación
por cada punto y definir modelos de pronósticos de manera individual.

Descargas

Los datos de descargas todavía no están disponibles.

Lenguajes:

es;en

Agencias de apoyo:

Universidades del Cauca y del Valle

Biografía del autor/a

Ricardo Alberto Perez
Magíster en Ingeniería
Silvio Andres Mosquera Sanchez, Universidad del Cauca.
Magíster en Ingeniería. Docente titular. Departamento de Agroindustria. Facultad de Ciencias Agropecuarias.
Juan José Bravo, Universidad del Valle.
Magíster en Ingeniería de Sistemas. Docente asociado. Escuela de Ingeniería Industrial y Estadística.

Referencias bibliográficas

VIDAL, C.J., LONDOÑO, J.C. y CONTRERAS, F. Aplicación de modelos de inventarios en una cadena de abastecimiento de productos de consumo masivo con una bodega y N puntos de venta. Ingeniería y competitividad, 6 (1), 2004, p. 35-52.

SILVER, E.A., DAVID, P. and REIN, P. Inventory Management and Production Planning and Scheduling. 3 ed. New York (United States of America): John Wiley & Sons, 1998, 772 p.

LEE, H., PADMANABHAN, P. and WHANG, S. Information Distortion in a Supply Chain: the Bullwhip Effect. Management Science, 43 (4), 1997, p. 546-558.

VOLLMANN, T., BERRY, W., WHYBARK, C. y JACOBS, R. Planeación y control de la producción: administración de la cadena de suministro. 5 ed. México D.F. (México): Mc Graw Hill, 2005, p. 35-40, 36, 168.

VIDAL, C.J. Fundamentos de gestión de inventarios. 2 ed. Cali (Colombia): Universidad del Valle, 2003, p. 39, 46, 52-53, 73-76, 87.

BILLAH, B., KING, M., SNYDER, R. and KOELHER, A. Exponential smoothing model selection for forecasting. International Journal of Forecasting, 22, 2006, p. 239–247.

SYNTETOS, A. and BOYLAN, J.E. The accuracy of intermittent demand estimates. International Journal of Forecasting, 21, 2005, p. 303–314.

CROSTON, J.D. Forecasting and stock control for intermittent demand. Operational Research Quarterly, 23 (3), 1972, p. 289-703.

WILLEMAIN, T.R., SMART, C.N., SHOCKOR, J.H. and DE SAUTELS, P.A. Forecasting intermittent demand in manufacturing: a comparative evaluation of Croston’s method. International Journal of Forecasting, 10, 1994, p. 529–538.

JOHNSTON, F.R. and BOYLAN, J.E. Forecasting for items with intermittent demand. Journal of the Operational Research Society, 47, 1996, p. 121-131.

GARDNER, E. and DIAZ-SAIZ, J. Exponential smoothing in the telecommunications data. International Journal of Forecasting, 24, 2008, p. 170-174.

TAYLOR, J.W. An evaluation of methods for very short-term load forecasting using minute-by-minute British data. International Journal of Forecasting, 24, 2008, p. 645-658.

WINTERS, P.R. Forecasting sales by exponentially weighted moving averages. Management Science, 6, 1960, p. 324–342.

TAYLOR, J.W. and Mc SHARRY, P.E. Short-term load forecasting: an evaluation based on European data. IEEE Transactions on Power Systems, 22, 2007, p. 2213−2219.

Cómo citar
Perez, R. A., Mosquera Sanchez, S. A., & Bravo, J. J. (2012). Aplicación de modelos de pronósticos en productos de consumo masivo. Biotecnología En El Sector Agropecuario Y Agroindustrial, 10(2), 117–125. Recuperado a partir de https://revistas.unicauca.edu.co/index.php/biotecnologia/article/view/255
Publicado
2012-12-01
Sección
Artículos originales
QR Code