Professional Documents
Culture Documents
ESTUDIOS GERENCIALES
www.elsevier.es/estudios gerenciales
Caso de estudio
Historia del artculo: Los pronsticos son una herramienta que proporciona un estimado cuantitativo de la probabilidad de
Recibido el 15 de agosto de 2016 eventos futuros. La relevancia de incorporar pronsticos en la demanda de almacenamiento en produc-
Aceptado el 17 de noviembre de 2016 tos perecederos dentro de la cadena de fro deriva de su importancia econmica y social. Este caso de
On-line el 8 de diciembre de 2016
estudio presenta una empresa con tendencia de crecimiento dedicada al almacenamiento de productos
perecederos e incorpora tcnicas de pronsticos de series de tiempo, en el volumen de ingreso y egreso
Cdigos JEL: de los productos en una cmara frigorca, con el n de estimar el volumen de almacenamiento para pre-
L15
ver los requerimientos de instalaciones adicionales, personal y materiales necesarios para la movilidad
L23
L25
de los productos.
2016 Universidad ICESI. Publicado por Elsevier Espana, S.L.U. Este es un artculo Open Access bajo la
Palabras clave: licencia CC BY (http://creativecommons.org/licenses/by/4.0/).
Almacenamiento
Cadena de fro
Pronsticos
Series de tiempo
Productos perecederos
a b s t r a c t
JEL classication: The forecasts are a tool that provide an estimated quantitative of the probability that future events occur.
L15 The relevancy of incorporating forecasts in the demand of storage in perishable products inside the cold
L23 chain, drifts of both its economic and social importance. This case of study presents a company with
L25
growth trend devoted to the storage of perishable products, and identies that the applied forecasts
Keywords: nowadays do not contemplate methodological technologies. The present article incorporates technolo-
Storage gies of forecasts of time-series in the volume of revenue and expenditure in a cold-storage room, in order
Cold chain to estimate the volume of storage to foresee the requirements of personnel and materials needed for the
Forecasts mobility of the products.
Time-series 2016 Universidad ICESI. Published by Elsevier Espana, S.L.U. This is an open access article under the
Perishable products
CC BY license (http://creativecommons.org/licenses/by/4.0/).
http://dx.doi.org/10.1016/j.estger.2016.11.002
0123-5923/ 2016 Universidad ICESI. Publicado por Elsevier Espana, S.L.U. Este es un artculo Open Access bajo la licencia CC BY (http://creativecommons.org/licenses/by/
4.0/).
388 A. Contreras Jurez et al. / Estudios Gerenciales 32 (2016) 387396
r e s u m o
Classicaces JEL: As previses so uma ferramenta que fornece uma estimativa quantitativa da probabilidade de que os
L15 eventos futuros tero lugar. A relevncia de incorporar previses da demanda por armazenamento de
L23 produtos perecveis dentro da cadeia de frio, deriva da sua importncia econmica e social. Este estudo
L25
de caso apresenta uma empresa com tendncia de crescimento dedicada ao armazenamento de produtos
Palavras-chave: perecveis e incorpora tcnicas de previso de sries temporais, volume de entrada e sada de produtos
Armazenamento em armazenamento a frio, a m de estimar o volume de os requisitos de armazenamento para fornecer
Cadeia de frio facilidades adicionais, pessoais e materiais, necessrias para a mobilidade dos produtos.
Previso 2016 Universidad ICESI. Publicado por Elsevier Espana, S.L.U. Este e um artigo Open Access sob uma
Sries temporais licenca CC BY (http://creativecommons.org/licenses/by/4.0/).
Produtos perecveis
utilizada para planicar la operacin del sistema, mientras que la aplican tcnicas de pronsticos sencillas como la suavizacin expo-
prediccin de largo plazo es usada habitualmente como un insumo nencial y promedios mviles simples para el departamento de com-
en las decisiones de expansin en capacidad de generacin y del pras de una bodega central de productos. As, la eleccin del mtodo
sistema de distribucin (Velzquez, Franco y Garca, 2009, p. 39). a utilizar depende de diversos factores tales como el contar con
Dada la importancia del almacenaje de dichos productos en informacin histrica, el tipo de producto y el uso que la empresa
pases en desarrollo, como Mxico, el presente artculo se orienta desea darle a los pronsticos. Ante ello, cada empresa deber eva-
al uso y aplicacin de tcnicas de pronsticos de series de tiempo, luar sus caractersticas y denir qu mtodo es el ms adecuado.
mediante el anlisis de informacin pasada, permitiendo selec- Complementando lo anterior, se debe tener en cuenta que
cionar la tcnica de pronstico con el n de estimar el volumen diferentes metodologas de prediccin basadas en el modelado
de ingresos y egresos de productos alimenticios perecederos en matemtico se han desarrollado en las ltimas dcadas. Estas pue-
cmaras frigorcas de un almacn en una empresa mexicana. den ser clasicadas en dos vertientes: la primera intenta proveer
Dichos pronsticos buscan valorar el volumen de movilidad de mecanismos que ayuden al experto a racionalizar el proceso de
ingresos y egresos en los productos perecederos, validando la seleccin de variables relevantes y construccin de pronsticos,
capacidad a la que trabaja dicha cmara e identicando si es permitiendo depurar el conocimiento explcito que hay sobre la
necesario instalaciones adicionales para el manejo de la creciente variable nanciera o econmica considerada; mientras que en la
demanda, as como la orientacin a los tomadores de decisiones segunda vertiente se intenta limitar o eliminar la participacin del
en los requerimientos de personal y recursos necesarios para una juicio del experto, por lo que se intenta construir los modelos a par-
mejor movilidad de los productos. tir del conocimiento oculto presente en la informacin histrica
El caso de estudio est estructurado de la siguiente manera: en (Velzquez, Dyner y Souza, 2006, p. 139).
la segunda seccin se describen los aportes ms relevantes de las Los mtodos de pronsticos se pueden clasicar en 3 grupos:
tcnicas de pronsticos, se justica la importancia de planear con cualitativos, de proyeccin histrica, y causales. Respecto a los
pronsticos y se revisa la metodologa seleccionada en la aplicacin mtodos cualitativos, utilizan el juicio, la intuicin, las encuestas o
del caso de estudio. La tercera seccin describe el caso de estu- tcnicas comparativas para generar estimados cuantitativos acerca
dio, respetando el acuerdo de condencialidad con la empresa, y del futuro (Ballou, 2004, p. 291); por lo tanto, se deben utilizar
se realiza la discusin de los primeros resultados del anlisis de la cuando los datos histricos del producto son escasos o nulos, como
informacin. Finalmente, en la cuarta y quinta secciones, se anali- en el caso de productos nuevos o ante cambios en la poltica guber-
zan los resultados obtenidos, se revisan futuras lneas de trabajo y namental. Entre los mtodos cualitativos ms utilizados se tiene el
se plantean preguntas de discusin. mtodo de las expectativas del usuario, mtodo de la opinin de
la fuerza de ventas y mtodo Delphi, los cuales se usan cuando
resulta difcil establecer las tendencias claves a partir de indica-
2. Marco terico dores simplicados o cuando no se dispone de datos (Medina y
Ortegn, 2006, p. 217).
Los autores Hanke y Wichern (2006) mencionan que para que las Por el contrario, los mtodos de proyeccin histrica se uti-
organizaciones grandes, medianas o pequenas, privadas o pblicas, lizan cuando existen datos histricos disponibles. Los modelos
puedan reducir el grado de incertidumbre causado por el cambio de series de tiempo predicen valores futuros para la variable de
constante del entorno, deben respaldar sus decisiones en algo ms inters basndose exclusivamente en el patrn histrico de esa
que la experiencia o la intuicin, deben respaldarlo en la elabora- variable, suponiendo que ese patrn histrico continuara (Masini
cin de pronsticos precisos y conables que sean sucientes para y Vzquez, 2014, p.25). Los mtodos basados en datos histricos,
satisfacer las necesidades en la planeacin de la organizacin. considerados como el mtodo de series de tiempo, consisten en
Por su parte, Torres (2011) menciona que en la prctica es posi- el uso de mtodos analticos, para poder determinar las tenden-
ble clasicar estos planes en mltiples tipos; sin embargo, solo se cias y las variaciones estacionales. De esta forma, cuando se trabaja
har nfasis en delimitar algunas de las reas dentro de la empresa con series de tiempo, una de las preguntas ms importantes que
donde es necesaria la intervencin de un pronstico. Para Arango se debe hacer el investigador sobre esta es: cul es el proceso
et al. (2010) estas aplicaciones pueden ser muy diversas, como pre- generador de datos (en ingls, data generating process [DGP]) del
decir el presupuesto de ventas, o bien estimar el tipo y nmero de que proviene la muestra estudiada? La aproximacin convencional
operaciones para producir un producto, o quiz apoyar el estudio es tratar de detectar los diferentes componentes del DGP. Tpica-
de mercado para la incorporacin de nuevos productos, almace- mente, se consideran 4 componentes: la tendencia, la parte cclica,
naje o servicios de la empresa, el cual es esencial para una eciente el componente puramente aleatorio y el componente estacional
cadena de suministro. La idea principal de esta losofa es que se (Alonso y Arcila, 2013).
trabaje mancomunadamente en toda la cadena para determinar Los pronsticos realizados mediante el uso de estos mtodos
las estrategias de inventario y reaprovisionamiento que ms bene- tienen la premisa de que se mantendr la tendencia que se ha
cios tengan para todos los participantes que realicen esfuerzos venido dando, con lo cual se obtienen pronsticos que son bas-
para alinear sus pronsticos y, consecuentemente, lograr la dismi- tante precisos en el corto plazo. Entre estos se tienen las tcnicas
nucin de inventarios y aumentar as la rentabilidad para todos los de promedio mvil simple, promedio mvil ponderado, suaviza-
participantes. cin exponencial, suavizacin exponencial ajustada a la tendencia,
La utilizacin de sistemas de pronsticos en modelos de ges- mtodo estacional multiplicativo y series de tiempo con inuencias
tin de inventarios ha sido estudiada e implementada por varios estacionales y de tendencia, entre otras.
expertos. Al respecto, Gutirrez y Vidal (2008) mencionan que los Los mtodos causales, por su parte, asumen que el factor que
sistemas tradicionales de control de inventarios utilizan tcnicas va a ser pronosticado exhibe una relacin causa-efecto con una
como la suavizacin exponencial para pronosticar la demanda de o ms variables independientes. El propsito de los modelos cau-
productos de alta rotacin como los productos perecederos. Por su sales es describir la forma de relacin entre las variables y usarla
parte, Gallego y Toktay (2003) pronostican las demandas estacio- para predecir valores futuros de la variable dependiente. Dentro de
narias de productos de alta rotacin mediante el uso de pronsticos los mtodos causales ms utilizados se encuentran las tcnicas de
dinmicos, mientras que Vidal, Londono y Contreras (2004) utilizan regresin y las tcnicas economtricas.
las tcnicas de pronsticos en diversas operaciones de industrias En la investigacin del presente caso de estudio se aplican tc-
locales de productos perecederos; particularmente, estos autores nicas de pronsticos cuantitativos basadas en el anlisis de datos
390 A. Contreras Jurez et al. / Estudios Gerenciales 32 (2016) 387396
300.000
250.000
Volumen [Kg]
200.000
150.000
100.000
50.000
0
4 8 12 16 20 24 28 32 36 40 44 48 52
Semanas
500.000
450.000
400.000
350.000
Volumen [Kg]
300.000
250.000
200.000
150.000
100.000
50.000
0
4 8 12 16 20 24 28 32 36 40 44 48 52
Semanas
Kg Ingreso NE-2 Kg Egreso NE-2 Inventario
Linear (Kg Ingreso NE-2) Linear (Kg Egreso NE-2) Linear (Inventario)
histricos del comportamiento de ingresos y egresos de los produc- al formular un pronstico (Masini y Vzquez, 2014, p. 41). El
tos perecederos de una cmara frigorca, divididos en 52 periodos promedio mvil ponderado de la demanda se calcula multipli-
(semanas), correspondientes a datos histricos proporcionados cando cada periodo por un factor de ponderacin, y dividiendo el
por una empresa de productos perecederos, los cuales presentan resultado entre la suma de todos los factores ponderados, como se
una tendencia lineal creciente (como se puede observar en las observa en la ecuacin 2.
guras 1 y 2). A partir del anlisis se aplican las siguientes tcnicas
n
de series de tiempo con el n de elaborar un estado comparativo e C Xt1
t=1 i
Xt = n (2)
identicar la tcnica que proporciona el mejor resultado: promedio C
t=1 i
mvil simple, promedio mvil ponderado, suavizacin exponen-
cial y suavizacin exponencial ajustada, las cuales se describen a donde xt se reere al promedio mvil ponderado de la demanda
continuacin. en unidades en el periodo t; Ci es el factor de ponderacin, y Xt-1
Inicialmente, el mtodo de promedio simple es una tcnica ade- es la demanda real en unidades de los periodos anteriores a t.
cuada cuando se han estabilizado las fuerzas que generan las series Posteriormente, la tcnica de suavizacin exponencial est
a pronosticar y cuando por lo general, no cambia el entorno donde basada en el anlisis de los errores de los pronsticos (Snyder,
existe la serie (Hanke y Wichern, 2006, p. 105); en este se utilizan 2002), en el que se asigna un mayor peso al ltimo valor en la
datos recientes para reducir el efecto de las uctuaciones aleatorias serie de tiempo y despus, progresivamente, se asignan pesos ms
y responder al cambio en el proceso de una manera ms rpida. As, pequenos a los valores ms antiguos (ecuacin 3).
el promedio mvil est dado por la suma de los ltimos N datos,
como se muestra en la ecuacin 1. xt = xt1 + (. (xt1 xt1 )) (3)
Tabla 1
Volumen de ingresos y egresos de productos referentes a las rdenes de movimiento generadas
mente, en la gura 1, se observa que hasta la semana 20 el producto Figura 4. Representacin ABC de inventario de la cmara frigorca n.o 2.
AP-1 presenta un nivel de inventario relativamente constante; sin Fuente: elaboracin propia con base en informacin de la empresa.
embargo, a partir de dicha semana, se observa una alta variacin
entre los ingresos y los egresos, la cual est representada por un
mayor ingreso sobre los egresos, cuanticado en 102.633 kg, y es la mayor cantidad de inventario con un total de 286.017 kg, mien-
particularmente en la semana 34 cuando presenta la menor canti- tras que el mayor movimiento de producto se encuentra entre la
dad de dicho producto en inventario, siendo este aproximadamente semana 21 y la semana 45, teniendo una media de movimiento
de 122.077 kg. Tambin se observa que en la semana 37 presenta diario de 33.111,7 kg de producto.
A. Contreras Jurez et al. / Estudios Gerenciales 32 (2016) 387396 393
El comportamiento del producto NE-2 se ha representado en la y egresos de los productos AP-1 y NE-2, durante los siguientes
gura 2, en la que se observa una situacin totalmente diferente 4 periodos, representados por las semanas 53, 54, 55 y 56.
a la del producto AP-1. Se muestra que desde el inicio del periodo
hasta la semana 51 el inventario del producto oscila entre 450.000
y 500.000 kg, donde el inventario inicial es de 444.000 kg, repre- 4. Discusin
sentando el 30% del inventario total de los productos en la cmara
frigorca. La cantidad de este producto en el almacn durante Las tablas 2 y 3 muestran los resultados obtenidos de las 4 tc-
el periodo de anlisis es constante, excepto en las semanas 24- nicas de pronsticos aplicadas, representadas en la seccin 2, para
33, que es cuando se presenta la mayor movilidad del producto, los volmenes de movimiento de los productos AP-1 y NE-2 de la
con un ingreso superior de 306 kg, con respecto al egreso. Cabe cmara frigorca n.o 2. Inicialmente, la tabla 2 ilustra el pronstico
notar que la semana 28 presenta uno de los inventarios ms bajos de volumen de ingreso del producto AP-1 para las semanas 53 a 56.
del periodo, con una cantidad de 395.394 kg. Adems, uno de los De esta forma, para la semana 53 se predicen 11.474 kg a travs de la
niveles de inventario ms alto se ubic en la semana 24, con la can- tcnica de promedios mviles ponderados, observando que este es
tidad de 531.771 kg. Particularmente, en la semana 52, la ltima del el volumen ms pequeno pronosticado; mediante la tcnica de sua-
periodo, se presenta una drstica cada del inventario del producto, vizacin exponencial ajustada, se presenta un volumen con el valor
quedando un 4% del inventario del producto NE-2. Finalmente, el ms alto representado por 81.572 kg, y con la tcnica de promedios
promedio del inventario para ese periodo fue de 432.335 kg. mviles ponderados se presenta el error ms pequeno compara-
Con la identicacin de las lneas de tendencia creciente en los tivamente con las otras 3 tcnicas aplicadas, siendo de 0,97, y la
ingresos y egresos de los productos perecederos AP-1 y NE-2, se DMA relacionada con este valor es de 17.127 kg, lo cual implica una
corrobora la necesidad de aplicar tcnicas de pronsticos de series tendencia sobrestimada del pronstico. Dicho de otra manera, el
de tiempo, ya descritas en la seccin 2. pronstico ser de forma positiva o creciente con base en los datos
Con los volmenes de movimiento de los productos AP-1 histricos. Adicionalmente, se identica que, para las semanas 53,
y NE-2 representados en las guras 1 y 2, se visualiza que el 54 y 55, el error ms bajo lo representa la tcnica de promedios
volumen de movimiento es diferente para cada producto. En el mviles ponderados. De esta manera se identica que los datos
caso del producto AP-1, este presenta un incremento de volumen obtenidos del pronstico del volumen de ingresos del producto
de movimiento a partir de la semana 18 hasta la semana 52, AP-1 con la tcnica de promedios mviles ponderados son los ms
por lo tanto es importante conocer el pronstico con el n de aceptables para considerar dentro de la planeacin de movilidad.
identicar si esta variabilidad permanecer para los prximos Por su parte, la tabla 3 muestra los pronsticos de egresos del
periodos y mejorar la planeacin en la movilidad del producto. En producto AP-1. A diferencia de los ingresos, en los que la tcnica con
el caso del producto NE-2, se visualiza un volumen de movimiento el error ms bajo identicado es la tcnica de promedios mviles
estable en las primeras semanas y una variabilidad de movimiento ponderados, en los egresos el error ms pequeno se presenta en la
considerable, aproximadamente a la mitad del periodo, visuali- tcnica de suavizacin exponencial ajustada, con un valor de 0,13.
zando el mayor volumen de movimiento en la ltima semana. Dicha tcnica prev que los kilogramos de egreso del producto AP-1
Debido al comportamiento observado, se reconoce la necesidad de para los periodos antes mencionados son de 50.183, 51.323, 52.462,
implementar tcnicas de pronsticos, con el propsito de conocer y 53.601 kg, respectivamente. Dado lo anterior, se identica que
si estos incrementos aleatorios en el volumen de movimiento de los pronsticos obtenidos de la semana 53 a la 56 representan un
ingresos y egresos de los productos AP-1 y NE-2 permanecern y incremento de egreso del 3,4% promedio. As mismo, se identica
reconocer la inuencia que tendrn en el requerimiento de recur- que a medida que se incrementan los periodos a pronosticar el error
sos para su movimiento en los prximos 4 periodos, para de esta tambin crece, lo que indica que el pronstico puede ser menos
forma dar soporte al personal encargado en la toma de decisiones acertado al incrementar los periodos pronosticados.
e identicar los requerimientos, como la cantidad de materiales, Las tablas 4 y 5 presentan el volumen de ingreso y egreso del
herramientas y personal necesarios para la movilidad del volumen producto NE-2. La tabla 4 muestra que el error ms ajustado para
de los productos. Por lo tanto, este trabajo contribuye a pronosticar el volumen de ingreso corresponde al de la tcnica de promedios
los volmenes de movimiento en kilogramos, para los ingresos mviles ponderados, considerando para la semana 53 un valor de
Tabla 2
Pronsticos de ingreso para el producto AP-1 de la cmara n.o 2
Tcnica Ingresos (kg) DMA ST Ingresos (kg) DMA ST Ingresos (kg) DMA ST Ingresos (kg) DMA ST
Promedios mviles 15.694 17.209 1,33 9.579 16.865 1,36 11.331 16.534 1,39 12.201 16.216 1,42
Promedios mviles ponderados 11.474 17.127 0,97 9.364 16.784 0,99 9.960 16.455 1,01 10.014 16.139 1,03
Suavizacin exponencial 18.721 15.437 4,04 18.721 15.140 4,12 18.721 14.854 4,20 18.721 14.579 4,28
Suavizacin exponencial ajustada 81.572 20.132 18,62 83.550 19.753 18,91 85.528 19.387 19,34 87.506 19.034 19,63
Tabla 3
Pronsticos de egreso para el producto AP-1 de la cmara n.o 2
Tcnica Egresos (kg) DMA ST Egresos (kg) DMA ST Egresos (kg) DMA ST Egresos (kg) DMA ST
Promedios mviles 12.607 16.523 0,39 15.322 16.193 0,40 12.543 15.875 0,41 13.490 15.570 0,41
Promedios mviles ponderados 13.480 16.516 0,41 13.916 16.185 0,42 13.068 15.868 0,43 13.419 15.563 0,43
Suavizacin exponencial 18.732 14.422 3,69 18.732 14.145 3,76 18.732 13.878 3,83 18.732 13.621 3,91
Suavizacin exponencial ajustada 50.183 15.776 0,132 51.323 15.478 0,135 52.462 15.191 0,138 53.601 14.915 0,142
Tabla 4
Pronsticos de ingreso para el producto NE-2 de la cmara n.o 2
Tcnica Ingresos (kg) DMA ST Ingresos (kg) DMA ST Ingresos (kg) DMA ST Ingresos (kg) DMA ST
Promedios mviles 9.882 7.741 1,44 4.897 7.586 1,47 4.926 7.437 1,50 6.568 7.294 1,53
Promedios mviles ponderados 5.742 7.960 0,79 3.672 7.801 0,81 3.750 7.648 0,82 4.056 7.501 0,84
Suavizacin exponencial 6.992 7.067 3,30 6.992 6.931 3,36 6.992 6.800 3,43 6.992 6.674 3,49
Suavizacin exponencial ajustada 15.822 7.299 12,0 15.987 70.23 12,2 16.152 6.893 12,4 16.317 6.768 12,7
Tabla 5
Pronsticos de egresos para el producto NE-2 de la cmara n.o 2
Tcnica Egresos (kg) DMA ST Egresos (kg) DMA ST Egresos (kg) DMA ST Egresos (kg) DMA ST
Promedios mviles 153.909 17.313 17,70 199.703 16.967 18,06 124.521 16.634 18,42 159.378 16.314 18,78
Promedios mviles ponderados 154.480 18.768 12,43 154.765 18.393 12,68 132.201 18.032 12,94 143.435 17.685 13,19
Suavizacin exponencial 101.245 16.196 20,84 101.245 15.885 21,25 101.245 15.585 21,65 101.245 15.296 22,06
Suavizacin exponencial ajustada 15.347 13.710 26,12 15.458 13.451 26,63 15.568 13.202 27,14 15.679 12.962 27,64
0,79 con respecto al 1,44 de la tcnica de promedios mviles. La 42.000 kg comparado con el mismo periodo del ano anterior. Es de
misma tcnica de promedios mviles ponderados determina el notar que el comportamiento de los egresos de este producto en
error ms pequeno para las semanas 54, 55 y 56, recomendando su periodo anlogo, es decir, en las semanas 1-4, tiene una notoria
esta tcnica en los pronsticos de ingreso del producto NE-2. Adi- cada en las semanas 3 y 4, mantenindose el nivel del inventario
cionalmente, se observa que a medida que se pronostica un periodo en 3.500 kg aproximadamente, y presentando el mayor ingreso en
el error aumenta, lo que no sucede as con el volumen de kilogra- la semana 4 con 16.532,2 kg; este comportamiento es diferente al
mos de ingresos pronosticados. La tcnica recomendada para los pronosticado para las semanas 55 y 56.
ingresos del producto NE-2 indica que a partir del pronstico de la Por su parte, la gura 6 muestra los pronsticos del producto
semana 53 a la 56 hay una reduccin en los kilogramos de ingreso NE-2. Como se puede apreciar, los ingresos pronosticados, para las
del 25% de promedio. semanas 53-56, son muy similares a los de las semanas 1-4, con
El volumen de egreso del producto NE-2 representado en la una variacin de ingreso promedio de 500 kg entre cada semana.
tabla 5 muestra que la tcnica de pronstico con el error ms Sin embargo, los egresos pronosticados tienen un comportamiento
pequeno est representada en promedios mviles ponderados, muy diferente a los obtenidos en los primeros 4 periodos, siendo
identicando que los volmenes de egreso pronosticados son supe- pronosticado un volumen de egresos entre 154.000 y 143.000 kg,
riores a los ingresos en los 4 periodos pronosticados, con un prome- donde el mayor egreso ser demandado en la semana 2, con un
dio de diferencia por los 4 periodos de 567.660 kg. Adicionalmente, volumen de 154.765 kg, y el menor volumen demandado se visua-
se identica que con los pronsticos en los volmenes de ingreso liza en la semana 3, con 132.201 kg.
y egreso se puede determinar un inventario inicial del producto De los resultados obtenidos se estima, para el periodo de anlisis,
NE-2. un volumen promedio de ingreso del producto AP-1 de 10 toneladas
Por otra parte, las guras 5 y 6 ilustran una comparacin entre (ton), y un egreso promedio de este mismo producto de 52 ton, lo
los pronsticos del volumen de ingreso y egreso de los productos que signica que los egresos superan a los ingresos en un 80,2%.
AP-1 y NE-2 de las semanas 53 a la 56 versus el volumen de las En el caso del producto NE-2 se pronostica un ingreso promedio
semanas 1 a la 4. Inicialmente, en la gura 5 se muestran de forma de 4,3 ton y un egreso promedio de 146,2 ton, lo que representa
grca los pronsticos de las semanas 53 a la 56 del producto AP- una salida del producto de 97,3% con respecto a los ingresos. Resu-
1. El pronstico de este producto estima un ingreso promedio de miendo, en ambos productos se pronostican egresos superiores a
10.000 kg. Por su parte, el pronstico de egresos estima alrededor los ingresos. Adems, se identic un incremento de egreso del
de 52.000 kg por periodo, lo que signica un aumento promedio de producto AP-1 de 43 ton, con respeto a los datos histricos en el
60.000
50.000
Volumen [Kg]
40.000
30.000
20.000
10.000
0
1 2 3 4
Semanas
160.000
140.000
120.000
Volumen [Kg]
100.000
80.000
60.000
40.000
20.000
0
1 2 3 4
Semanas
mismo periodo. Por su parte, en el producto NE-2 se presenta un Adicionalmente, las estrategias tomarn en cuenta estas carac-
incremento promedio de 145,6 ton. tersticas para proponer un nuevo lay-out de las cmaras, donde se
El anlisis de resultados obtenidos permite planear acciones y permita la zonicacin para la recepcin, acomodo y salida de los
estrategias que satisfagan la demanda de egreso de los productos productos perecederos de las diferentes cmaras frigorcas, consi-
analizados, as como las herramientas y personal requerido para su derando la asignacin de personal y montacargas requeridos para la
almacenamiento y movilidad de los productos. movilidad del producto, asignacin de cmara frigorca, acomodo
De forma particular, se destaca que para los 4 periodos de e identicacin de los productos en los racks, que busque minimi-
estudio, los volmenes de egreso de los productos selecciona- zar el tiempo de acomodo de los productos o maximice el costo de
dos son superiores a los volmenes de ingreso, con un promedio almacenamiento.
de 183.600 kg de producto. Este desabastecimiento representa el
99,5% de los productos. De los resultados obtenidos, se puede des-
5. Preguntas de discusin
tacar el comportamiento de uno de los productos, el AP-1, el cual
contrasta con los datos histricos analizados ya que el movimiento
- Cul es el alcance de los pronsticos de series de tiempo en
en el egreso hasta las primeras 18 semanas es casi nulo y, posterior-
el almacenamiento y volumen de movilidad de productos perece-
mente, a partir de la semana 19, muestra una tendencia creciente
deros?
de egresos. Respecto al producto NE-2, se estima un crecimiento
- Con respecto al marco global de consumo y movilidad de pro-
promedio en el egreso de 146.200 kg, respecto a los ingresos, para
ductos perecederos, por qu sera econmicamente importante
los 4 periodos de anlisis.
integrar pronsticos en la gestin de sus inventarios?
Esta situacin, aunada al comportamiento al nal del periodo
- Con los datos obtenidos de las tcnicas de pronsticos de series
de estudio, en que el inventario fue casi nulo, prevn un desa-
de tiempo, qu otra metodologa propondra para minimizar el
bastecimiento de producto NE-2 en la cmara, por lo que el
riesgo en la toma de decisiones en las planeaciones futuras?
desabastecimiento de ambos productos representa una disminu-
- De acuerdo con la informacin proporcionada por la empresa y
cin en el volumen en inventario total de casi un 10% de producto
con base en los resultados obtenidos, qu otras variables se deben
en la cmara. Dicho de otro modo, se predice que la capacidad total
incorporar al caso de estudio para elaborar pronsticos y simular
de la cmara ser ocupada en un 63% del volumen total.
escenarios futuros?
Este pronstico permite conocer un estimado y tomar decisio-
nes en cuanto a los recursos requeridos en personal, vehculos,
materiales, herramientas, etc., as como la elaboracin del plan de Conicto de intereses
almacenamiento y movilidad anual, mensual, semanal.
Como parte de las bondades en los resultados obtenidos de la Los autores declaran no tener ningn conicto de intereses.
aplicacin de las tcnicas de pronsticos, se destaca que permiten
conocer la capacidad a la que se trabaja permitiendo disenar nuevas Bibliografa
estrategias para ingresar nuevos productos, con el n de utilizar al
mximo la capacidad de la cmara frigorca. Alonso, J. y Arcila, A. (2013). Empleo del comportamiento estacional para mejorar
Con la elaboracin de esta investigacin se demuestra la utilidad el pronstico de un commodity: el caso del mercado internacional de azcar.
Estudios Gerenciales, 29(129), 4064015.
que tienen los pronsticos para la toma de decisiones en diversas Arango, M., Adame, W. y Zapata, C. (2010). Gestin cadena de abastecimiento
reas y la planeacin de actividades en empresas de almacena- logstica con indicadores bajo incertidumbre, caso aplicado sector panicador
miento y movilidad de productos perecederos. Como consecuencia, Palmira. Ciencia e Ingeniera Neogranadina, 20(1), 97115.
Arrendondo, F. y Vzquez, J. (2013). Un modelo de anlisis racional para la toma de
se minimiza la incertidumbre en las operaciones y se permite una
decisiones gerenciales, desde la perspectiva elsteriana. Cuadernos de Adminis-
planeacin ms detallada de los procesos. Por lo tanto, la planeacin tracin, 26(46), 135158.
y administracin de los inventarios, o movimientos de volme- Ballou, R. H. (2004). Logstica. Administracin de la cadena de suministro (5.a ed.).
Mxico D.F: Pearson Educacin.
nes de producto en el almacn de productos perecederos, pueden
Corres, A., Esteban, A., Garca, J. y Zarate, C. (2009). Anlisis de series temporales.
realizarse de una forma ms eciente y conable. Ingeniera Industrial, 8(1), 2133.
Como trabajo futuro, se pretende utilizar los pronsticos como Erossa, V. (2004). Proyectos de inversin en ingeniera: su metodologa. Mxico D.F.:
herramienta de anlisis de diversas estrategias en las que la gestin Limusa.
Fogarty, D., Blackstone, J. y Hoffmann, T. (2014). Administracin de la produccin e
de los recursos juega un papel fundamental. Estas estrategias debe- inventarios (2.a ed.). Mxico D.F.: Patria.
rn tomar en cuenta diversas caractersticas de los productos, como Gallego, G. y Toktay, L. (2003). All-or-nothing ordering. Under a capacity cons-
dimensiones, pesos, rotacin del producto, fechas de caducidad, as train and forecast of stationary demand [consultado 13 Oct 2015]. Disponible en:
https://pdfs.semanticscholar.org/81ef/e6d84d9fc4414d3685bf018fc4ff35d46ed4.
como las caractersticas de sus propiedades perecederas. pdf
396 A. Contreras Jurez et al. / Estudios Gerenciales 32 (2016) 387396
Gutirrez, V. y Vidal, C. (2008). Modelos de gestin de inventarios en cadenas de Sarroca, R. y Torres, M. (2006). Manipulacin y almacenamiento de alimentos. La
abastecimiento: revisin de la literatura. Revista Facultad Ingeniera Universidad Habana: Logicuba.
de Antioquia, 43, 134149. Sipper, D. y Buln, R. (1998). Planeacin y control de la produccin (1.a ed.). Mxico
Hanke, J. E. y Wichern, D. W. (2006). Pronsticos en los negocios (8.a ed.). Mxico D.F.: D.F.: McGraw-Hill.
Pearson Educacin. Snyder, R. (2002). Forecasting sales of slow and fast moving inventories. European
Lpez, C. (2003). Manual para la preparacin y venta de frutas y hortalizas: del campo Journal of Operational Research, 140(3), 684699.
al mercado. Boletn de servicios agrcolas de la FAO, 151, 4950. Torres, M. (2011). Pronsticos, una herramienta clave para la planeacin de
Masini, J. y Vzquez, F. (2014). Compendio de modelos cuantitativos de prons- las empresas. Instituto Tecnolgico de Sonora [consultado 12 Ene 2016].
ticos [consultado 20 Dic 2015]. Disponible en: https://books.google.com.mx/ Disponible en: http://itson.mx/publicaciones/pacioli/Documents/no71/47a.
books?id=fnLcBQAAQBAJ&printsec=frontcover&hl=es#v=onepage&q=los%20 pronosticos, una herramienta clave para la planeacion de las empresas.pdf
metodos%20&f=false Velzquez, J. D., Dyner, R. I. y Souza, R. C. (2006). Polticas para la integracin del
Medina, S. (2009). Las cadenas de fro y el transporte refrigerado en Mxico. Comercio juicio experto y los pronsticos estadsticos en el marco organizacional. Estudios
Exterior, 59(12), 10101017. Gerenciales, 99(22), 131150.
Medina, J. y Ortegn, E. (2006). Manual de prospectiva y decisin estratgica. Santiago Velzquez, J., Franco, C. y Garca, H. (2009). Un modelo no lineal para la prediccin de
de Chile: Naciones Unidas, CEPAL, ILPES. la demanda mensual de electricidad en Colombia. Estudios Gerenciales, 25(112),
Munoz, A. (2014). Metodologa para el dimensionamiento de almacenes basado 3754.
en la estimacin de la demanda para el sector cosmtico. Universidad Militar Vidal, C. J., Londono, J. C. y Contreras, F. (2004). Aplicacin de los modelos de inven-
Nueva Granada [consultado 14 Ene 2016]. Disponible en: http://repository. tario en una cadena de abastecimiento de productos de consumo masivo con
unimilitar.edu.co/bitstream/10654/12624/1/ART%C3%8DCULO%20FINAL.pdf una bodega y N Puntos de venta. Ingeniera y Competitividad, 6(1), 3552.
Pindyck, S. y Rubinfeld, L. (2001). Econometra, modelos y pronsticos: pronsticos con
un modelo de regresin de una sola ecuacin (4.a ed.). Mxico, D.F.: McGraw Hill.