Planeamiento y Gerencia del Inventari Una visión de Clase ... · La demanda es producto de la...
Transcript of Planeamiento y Gerencia del Inventari Una visión de Clase ... · La demanda es producto de la...
31/05/2007 1
Planeamiento y Gerencia del Inventario
Una visión de Clase mundial
Sesión Numero 5
Ing. Victor León Derechos Reservados© 231/05/2007
Pronóstico de ventas e inventarios,
Trucos, técnicas y tecnología
Cómo reducir, medir y manejar variabilidad de la demanda
Pronóstico colaborativo (CPFR: Colaborative Planning, Forecasting and
Replenishment)
Cómo mejorar la exactitud del pronóstico
Cómo pronosticar la estacionalidad, las promociones, y el inventario de lento movimiento
Cómo medir y corregir las tendencias del pronóstico
Técnicas para calcular la mejor tendencia, sistemas y métodos
Ing. Victor León Derechos Reservados© 331/05/2007
Los problemas en logística
Es común que las empresas al momento de comenzar
con la creación ó reestructuración logística, se vean
enfrentadas a lidiar con ciertas situaciones, presentando
un grado de complejidad importante. Una de las
principales problemáticas tiene relación con lo poco
predecibles que son los factores a considerar en el
proceso de toma de decisiones.
Ing. Victor León Derechos Reservados© 431/05/2007
Los problemas en logísticaCasos típicos de lo anterior son:
los retrasos en la llegada de los suministros para los planes de
producción,
la gran variabilidad que presenta la demanda de los clientes.
La demora en los transportes provoca incumplimientos en las
fechas de entrega de productos a los clientes. Ahora, si la demanda
de un cliente fuese siempre constante, por lo tanto predecible, es
claro que serían muy bajas las dificultades que se presentarían para
diseñar una estrategia logística que permita satisfacer a un cliente
en el instante y en el lugar adecuado.
Ing. Victor León Derechos Reservados© 531/05/2007
Que es la demanda?
La demanda en economía se define como la cantidad de bienes o servicios que los consumidores están dispuestos a comprar a un precio y cantidad dado en un momento determinado. La demanda está determinada por factores como el precio del bien o servicio, la renta personal y las preferencias individuales del consumidor.
Ing. Victor León Derechos Reservados© 631/05/2007
Que significa esto?
La demanda es producto de la conversión de las necesidades y deseos de los consumidores en el hecho tangible de solicitar el bien o servicioPor lo tanto no es controlable por un productor, ya que el consumidor buscará el bien hasta que lo consiga.Si un productor no satisface la demanda alguien lo hará
Ing. Victor León Derechos Reservados© 731/05/2007
Variabilidad de la demanda Factores
Cabe aclarar que los factores siguientes son los que la empresa visualiza como causales de la variabilidad de la demanda
Pronostico de la Demanda.Tiempo de Respuesta.Ordenar en Lotes.Fluctuación de Precios.Pedidos Inflados o Estratégicos.EstacionalidadPromociones
Ing. Victor León Derechos Reservados© 831/05/2007
Reducción de la Variabilidad.
Mediante la reducción de la variabilidad de la demanda
del consumidor.
Eliminando ofertas y promociones a través de una estrategia
“every day low pricing”.
Todos los dias es Navidad?
Manteniendo seguimiento de las tendencias
Incentivando las compras a lo largo del año
Ing. Victor León Derechos Reservados©
Predicción de VentasHerramienta para pronosticar la demanda
Ing. Victor León Derechos Reservados© 1031/05/2007
Conceptos Clave
Predicción de Venta es el proceso a través del
cual organizamos y analizamos información a fin
de poder estimar nuestras futuras ventas.
Ing. Victor León Derechos Reservados© 1131/05/2007
Puntos principales
Elementos de incertidumbre de la demanda:cuándo recibiremos el pedido
dimensión y composición del pedido
exactitud de los datos en:productos requeridos
puntos de entrega
tiempo de entrega
Ing. Victor León Derechos Reservados© 1231/05/2007
Puntos principales
Componentes de la Demanda:Tendencia:
crecimiento o declive durante un prolongado período de tiempo
Ciclos:fluctuación alrededor de la tendencia
Estacionalidad:patrón que se repite anualmente
Azar:no calculable por los otros componentes ( tendencia, ciclos o estacionalidad )
Ing. Victor León Derechos Reservados© 1331/05/2007
Puntos principales
Los métodos cualitativoscualitativos de previsión de ventas se basan másmás en juicios personales e intuición que en datos históricos:
encuestas sobre intención de compras como cuestionarios, entrevistas telefónicas y entrevistas a clientes
Técnica Delphi:un grupo de expertos, consultados por separado, son llamados a llegar a un consenso.
El entramado de la fuerza de ventas:basado en estimaciones realizadas por personal de ventas muy experimentado.
Ing. Victor León Derechos Reservados© 1431/05/2007
Puntos PrincipalesLos métodos cuantitativoscuantitativos de predicción de ventas utilizan
datos históricos para predecir ventas futuras:tests de mercado para medir la respuesta del cliente (normalmente hacia un producto nuevo o modificado) en las condiciones actuales de mercado
proyección / análisis de tendencias (llamado Series Temporales). Considera las predicciones de ventas sobre la base de la relación histórica entre ventas y tiempo, expresado en tasa de crecimiento (porcentaje), donde cada medición está indicada en una curva de crecimiento:
Ing. Victor León Derechos Reservados© 1531/05/2007
Puntos PrincipalesLos métodos cuantitativoscuantitativos de predicción de ventas
Promedios Móviles: se da el mismo peso a todas las
observaciones y solamente algunas de las observaciones
pasadas se tienen en consideración
Armonizacion exponencial: da mayor peso a las observaciones
recientes y considera todas las observaciones pasadas.
El análisis de regresión se puede usar para predecir variables
dependientes (ej., ventas ) como resultado de los cambios en
una o más variables independientes ( ej., publicidad)
Ing. Victor León Derechos Reservados© 1631/05/2007
Puntos principales
Métodos de Predicción de Ventas (4)Los modelos de insumo-producto predicen el impacto del
cambio en las salidas (ventas) de una industria,
basándose en los cambios en la industria suministradora
(por ejemplo, una reducción en el suministro de latas por
parte del fabricante podría afectar la producción del atún
enlatado que debería ser producido en las industrias
conserveras)
Ing. Victor León Derechos Reservados© 1731/05/2007
Puntos PrincipalesModelos computarizados de predicción, que
incluyen:Hojas de cálculo, como Microsoft Excel©
(con el Data Analysis Toolpack), que pueden realizar cálculos automáticos con cambios en los datos suministrados.Software especializado para previsión:
paquetes de estadística, como SAS©, MYSTAT©, y Minitab©
paquetes diseñados específicamente para aplicaciones de previsiones, como Forecast X©, SAS©, Forecast Pro©.
Ing. Victor León Derechos Reservados© 1831/05/2007
Mayores usos de las Predicciones de Ventas (1)
Las Predicciones de Ventas son usadas para:
producción:planificación de la produccióncontrol de inventario
compras:determinación de la toma de decisionesplanificación de las compras para obtener mejores costos
Ing. Victor León Derechos Reservados© 1931/05/2007
Mayores usos de las Predicciones de Ventas (2)
Márketing:formulación de estrategias de márketing para los productosestablecer cuotas de ventasplanificación de gastos de publicidad y promociones de ventas
Personal:planificación de recursos requeridos
Finanzas:establecer los presupuestos operativosplanificación del flujo de cajapresupuesto / gastos
Ing. Victor León Derechos Reservados© 2031/05/2007
Mayores usos de las Predicciones de Ventas (3)
Dirección General:planificación y control global de las operaciones de la compañía.
Ing. Victor León Derechos Reservados© 2131/05/2007
Ventajas de las predicciones (1)Una correcta predicción de ventas ofrece
importantes ventajas:reducción de excesos de inventario
menores faltas de inventario cuando la demanda supera a la oferta.
reducción de la necesidad de fabricar innecesariamente para cubrir la posible demanda no anticipada
Ing. Victor León Derechos Reservados© 2231/05/2007
Ventajas de las predicciones (2)
Reducción de las horas extras y requerimientos de
personal, a través de predicciones mejoradas
Mejora del servicio al cliente como resultado del
equilibrio entre la oferta y la demanda
Mejora de las sinergias de compra, con mayor ahorro
económico.
Ing. Victor León Derechos Reservados© 2331/05/2007
Exactitud de las prediccionesFactores que influyen en la exactitud de las predicciones:
disponibilidad de datos históricos de demanda
Capacidad del sistema informático
otros datos históricos disponibles (ej., nuevos productos,
cambios de diseño, cambios en la base de clientes, acciones
promocionales, indicadores económicos)
Responsabilidad para la ejecución: se necesita del esfuerzo
común (trabajo en equipo de Ventas, Distribución y Producción).
Ing. Victor León Derechos Reservados© 2431/05/2007
Lo que no debemos olvidarConsideraciones sobre las Predicciones de Ventas:
Qué productos deben ser sometidos a previsión
Para qué lapso debemos realizar nuestras predicciones (un
mes, dos, tres….un año)
Cuál es la horizonte de tiempo para el cual debemos predecir
cantidades concretas (una semana, quince días…)
Cada cuánto debemos hacer las predicciones, repasarlas y
revisarlas
Qué podemos estimar cómo margen de tolerancia o “error de
predicción”
Ing. Victor León Derechos Reservados© 2531/05/2007
Sugerencias (1)
Antes de realizar predicciones de ventas es conveniente
analizar los datos, removiendo o excluyendo aquellos
eventos para los cuales tenemos seguridad que no se
producirán repeticiones. De no hacerlo así el modelo de
predicción nos mostrará una visión distorsionada del
pasado.
Ing. Victor León Derechos Reservados© 2631/05/2007
Sugerencias (2)
Ejemplos de casos que implican un reajuste de
los datos:condiciones meteorológicas excepcionales
adición o pérdida de clientes importantes
promociones especiales
cambios en precios o dimensiones de producto.
Ing. Victor León Derechos Reservados© 2731/05/2007
Sugerencias (3)
Determinación del método de predicción más exacto o ajustado:
Usar regularmente distintos métodos para generar previsiones
mantener, en cada uno de ellos, los datos históricos tan exactos y ajustados como sea posible.
Determinar el método de predicción más ajustado para generar las predicciones “oficiales”.
Ing. Victor León Derechos Reservados© 2831/05/2007
Sugerencias (4)
Realizar un análisis ABC de los productos:Productos A: revisados mensualmente por la gerencia
Solamente aquellos productos B y C con desviaciones significativas entre predicción y demanda real necesitan ser revisados por la gerencia.
Ing. Victor León Derechos Reservados© 2931/05/2007
Conocemos lo que es una predicción y como hacerla , veamos entonces que técnicas se
pueden usar para hacerlo mejor
•Algunas Técnicas matemáticas•CPFR
Ing. Victor León Derechos Reservados© 3031/05/2007
Veamos la siguiente dataMétodo de Promedios Moviles
526517537523550Diciembre
517513523530540Noviembre
513512530515520Octubre
512503515510510Septiembre
503483510497560Agosto
483479497508475Julio
479508497495Junio
497470520Mayo
470450510Abril
450460Marzo
440Febrero
450Enero
Promedio Variable correspondiente a
6 Meses (Mat)
PronosticoPromedioVariable
6 meses (ft)
Promedio Variable correspondiente a
3 Meses (Mat)
PronosticoPromedioVariable
tres meses (ft)Demanda (Dt)Mes
Ing. Victor León Derechos Reservados© 3131/05/2007
GraficoMetodo de Promedios Moviles
0
100
200
300
400
500
600
1 3 5 7 9 11
Dem anda (Dt)
Prom edio 3 Meses
Prom edio 6 m eses
Ing. Victor León Derechos Reservados© 3231/05/2007
Método de Armonización Exponencial Simple
0.200520.95513.69514550Diciembre
0.160513.69507.11507540Noviembre
0.128507.11503.89504520Octubre
0.102503.89502.36502510Septiembre
0.082502.36487.95488560Agosto
0.066487.95491.19491475Julio
0.052491.19490.24490495Junio
0.042490.24482.80483520Mayo
0.034482.80476.00476510Abril
0.027476.00480.00480460Marzo
PesosPromedio nuevo (Ft)
Promedio Antiguo (Ft-1)Pronostico (f t)Demanda real (Dt)
f t=4800.80.2
alfa*Dt+(1-alfa)*F t-11-alfaAlfa
Ing. Victor León Derechos Reservados© 3331/05/2007
Método de Armonización Exponencial Simple
Grafico
400450500550600
1 2 3 4 5 6 7 8 9 10 11
Demanda Real
PromedioArmonizado
Ing. Victor León Derechos Reservados© 3431/05/2007
561.157.11562.72536.01527.76528569Febrero
554.196.79554.36527.76520.95521555Enero
546.796.76547.43520.95513.69514550Diciembre
540.206.63540.16513.69507.11507540Noviembre
536.956.64533.56507.11503.89504520Octubre
534.537.32529.63503.89502.36502510Septiembre
517.798.30526.23502.36487.95488560Agosto
520.236.61511.18487.95491.19491475Julio
516.018.42511.80491.19490.24490495Junio
503.439.26506.74490.24482.80483520Mayo
491.048.60494.83482.80476.00476510Abril
489.007.84483.20476.00480.00480460Marzo
9.00480.00
Pronostico de Winters
(f t) Tendencia
(Tt)
Promedio Exponencial de Winters
(F t)
Promedio Exponencial Simple (Ft)
Promedio Antiguo
(Ft-1)Pronostico
(f t)Demanda real
(Dt)
f t+1=Ft+Tt
Tt=b(Ft-Ft-1)+(1-b)(Tt-1)
Ft=a(Dt)+(1-a)(Ft-1+Tt-1)
Ecuaciones
48090.80.20.80.2
F0T01-b1-aa bMétodo de
Winters
Ing. Victor León Derechos Reservados© 3531/05/2007
Método de WintersMetodo de Winters
0
100
200
300
400
500
600
0 5 10 15
Mes
Uni
dade
s Demanda real (Dt)Pronostico de Winters (f t) Promedio exp. Simple
Ing. Victor León Derechos Reservados© 3631/05/2007
Calculo De Índice Estacional
94Promedio
1128Suma
0.851 808080Diciembre
0.851 808575Noviembre
0.851 808575Octubre
0.957 909585Septiembre
1.064 10011090Agosto
1.117 105110100Julio
1.223 115120110Junio
1.309 123131115Mayo
1.064 10011090Abril
0.904 859080Marzo
0.851 808575Febrero
0.957 9010080Enero
Indice EstacionalDemanda
Promedio20012000
Calculo De Índice Estacional
Ing. Victor León Derechos Reservados© 3731/05/2007
El modelo Winters Holts
mtttt
mtt
tt
tttt
ttmt
tt
ITFf
IFDI
TFFT
TFIDF
−++
−
−−
−−−
+=
−+=
−+−=
+−+=
11
11
11
*)(
)1(
)1()(
))(1(
γγ
ββ
αα
Ing. Victor León Derechos Reservados© 3831/05/2007
Modelo Winters Holts con ajuste estacional
Calculo de Pronosticos Estacionalizados
a 1-a Fdic Tt g 1-g b 1-b
0.1 0.9 94 2 0.05 0.95 0.1 0.9
Demanda (Dt)
Demanda Desestacionalizada
(Dt / I t-12)
Promedio (Ft)
F0= 94 Pronostico (f t)
Factor estacional Antiguo (I
t-12)
Factor Estacional Nuevo (I t) Tt ft+1
Enero 95.00 99.27 94.53 89.96 0.96 0.96 1.85 92.10 Febrero 75.00 88.13 93.89 80.44 0.85 0.85 1.60 92.47 Marzo 90.00 99.56 94.45 84.87 0.90 0.91 1.50 81.01 Abril 105.00 98.68 94.88 100.50 1.06 1.07 1.39 86.98 Mayo 120.00 91.67 94.56 124.19 1.31 1.31 1.22 102.64 Junio 117.00 95.67 94.67 115.64 1.22 1.22 1.11 125.18 Julio 102.00 91.32 94.33 105.74 1.12 1.12 0.97 117.20 Agosto 98.00 92.11 94.11 100.37 1.06 1.06 0.85 106.28 Septiembre 95.00 99.27 94.63 90.06 0.96 0.96 0.81 100.93 Octubre 75.00 88.13 93.98 80.53 0.85 0.85 0.67 91.56 Noviembre 85.00 99.88 94.57 79.97 0.85 0.85 0.66 80.29 Diciembre 75.00 88.13 93.92 80.48 0.85 0.85 0.53 81.27
80.13
Ing. Victor León Derechos Reservados© 3931/05/2007
El pronostico de casos especiales
En el caso de promociones o lento movimiento
el uso de modelos armonizados con constantes
de baja magnitud, proporciona respuestas
efectivas a=0.01hasta a=0.03
Ing. Victor León Derechos Reservados© 4031/05/2007
Regresión lineal
562.85 56912Febrero555.42 55511Enero547.99 55010Diciembre540.57 5409Noviembre533.14 5208Octubre525.71 5107Septiembre518.29 5606Agosto510.86 4755Julio503.43 4954Junio496.01 5203Mayo488.58 5102Abril481.15 4601Marzo
Demanda pronosticadaDemanda real
(Dt)Numero mesMes
Ing. Victor León Derechos Reservados© 4131/05/2007
Regresión linealGrafico
Pronosticos por Regresion lineal
0
100
200
300
400
500
600
0 2 4 6 8 10 12 14
Mes
Tone
lada
s
Demanda RealDemanda pronosticada
Ing. Victor León Derechos Reservados© 4231/05/2007
Otras TécnicasVer http://home.ubalt.edu/ntsbarsh/stat- data/Forecasts.htm
Modelamiento Causal y de PronósticoModelamiento de Series de Tiempo Causal Como Hacer Pronósticos Mediante Análisis de Regresión Planificación, Desarrollo y Mantenimiento de un Modelo Lineal Análisis de Tendencia Modelando la Estacionalidad y Tendencia Análisis de Descomposición
Técnicas de AblandamientoPromedios Móviles Simples Promedios Móviles Ponderados Técnicas de Atenuaciones Exponenciales Pronosticos con un Periodo Adelantado
Metodología de la Box-JenkinsMetodología de la Box-JenkinsModelos de Auto Regresión
Técnicas de FiltrajeFiltraje AdaptativoFiltro de Hodrick-PrescottFiltro de Kalman
Ing. Victor León Derechos Reservados© 4331/05/2007
Otras TécnicasVer http://home.ubalt.edu/ntsbarsh/stat- data/Forecasts.htm
Redes NeuralesModelamiento y Simulación Modelos ProbabilísticosNúmeros IndicesAnálisis de Eventos Históricos Predicción de la Respuesta de los Mercados Predicción de Intervalos para Variables Aleatorias Análisis de DelphiMetodología de Transferencia de Funciones Prueba y Estimación de Cambios Estructurales Múltiples Combinaciones de Pronósticos
http://home.ubalt.edu/ntsbarsh/Business-stat/graph/TimeSeriesPlot.htm
Ing. Victor León Derechos Reservados© 4431/05/2007
Slide 4.26
Error Error ii = Actual = Actual ii -- PronosticoPronostico ii
¿Que es error?Que es error?
Ing. Victor León Derechos Reservados© 4531/05/2007
Forecasting PerformanceMean Forecast Error (MFE or Bias): Mide el promedio de la desviacion entre el forecast y el real.
Mean Absolute Deviation (MAD): Mide el promedio de la de la desviacion absoluta entre el forecast y el real.
Mean Absolute Percentage Error (MAPE): Mide el error absoluto como un porcentaje del forecast.
Standard Squared Error (MSE): mide la varianza del error del forecast variance of forecast error
Que tan bueno es el pronostico?
Ing. Victor León Derechos Reservados© 4631/05/2007
Forecasting PerformanceMedidas
)(11
t
n
tt FD
nMFE −= ∑
=
∑=
−=n
ttt FD
nMAD
1
1
∑=
−=
n
t t
tt
DFD
nMAPE
1
100
2
1
)(1t
n
tt FD
nMSE −= ∑
=
Ing. Victor León Derechos Reservados© 4731/05/2007
Coeficiente de variabilidad
dtual DemanMean of Ac
ing Errorf Forecasteviation oStandard D=υ
N
N
1i
2)i
DemandForecastedi
mand(Actual De
SD) =eviation (Standard D
∑=
−
=
•
σ
Ing. Victor León Derechos Reservados© 4831/05/2007
Supervisando los pronósticos y Señal de rastreo
control de graficosy Cuadros
=rastreo de Señal
N
1=i MADi
Demand Forecastedi
Demand Actual
•
•
∑−
• Comparación visual del real con el Forecast
Ing. Victor León Derechos Reservados© 4931/05/2007
Midiendo los errores de pronostico
x y xy x2 y Calculado error error 2 Valor
absoluto Porcentual Error
acumulado ErrorAbs
Acumulado Senal de
rastreo meses kg
1 1,200.00 1,200.00 1.00 570.59 629.41 396,152.75 629.41 0.52 629.41 629.41 1.00 2 1,230.00 2,460.00 4.00 706.19 523.81 274,376.61 523.81 0.43 1,153.22 1,153.22 1.00 3 1,250.00 3,750.00 9.00 841.79 408.21 166,637.65 408.21 0.33 1,561.43 1,561.43 1.00 4 1,345.00 5,380.00 16.00 977.38 367.62 135,141.37 367.62 0.27 1,929.04 1,929.04 1.00 5 1,677.00 8,385.00 25.00 1,112.98 564.02 318,117.25 564.02 0.34 2,493.06 2,493.06 1.00 6 1,677.00 10,062.00 36.00 1,248.58 428.42 183,545.31 428.42 0.26 2,921.49 2,921.49 1.00 7 1,788.00 12,516.00 49.00 1,384.18 403.82 163,074.57 403.82 0.23 3,325.31 3,325.31 1.00 8 1,400.00 11,200.00 64.00 1,519.77 (119.77) 14,345.34 119.77 0.09 3,205.54 3,445.08 0.93 9 1,678.00 15,102.00 81.00 1,655.37 22.63 512.16 22.63 0.01 3,228.17 3,467.71 0.93
10 1,450.00 14,500.00 100.00 1,790.97 (340.97) 116,257.77 340.97 0.24 2,887.20 3,808.68 0.76 11 1,900.00 20,900.00 121.00 1,926.56 (26.56) 705.59 26.56 0.01 2,860.64 3,835.24 0.75 12 1,900.00 22,800.00 144.00 2,062.16 (162.16) 26,295.82 162.16 0.09 2,698.48 3,997.40 0.68 13 1,899.00 24,687.00 169.00 2,197.76 (298.76) 89,255.63 298.76 0.16 2,399.72 4,296.16 0.56 14 1,790.00 25,060.00 196.00 2,333.35 (543.35) 295,233.32 543.35 0.30 1,856.37 4,839.51 0.38 15 1,200.00 18,000.00 225.00 2,468.95 (1,268.95) 1,610,235.94 1,268.95 1.06 587.42 6,108.46 0.10 16 1,234.00 19,744.00 256.00 2,604.55 (1,370.55) 1,878,400.95 1,370.55 1.11 (783.13) 7,479.01 (0.10) 17 1,256.00 21,352.00 289.00 2,740.14 (1,484.14) 2,202,685.31 1,484.14 1.18 (2,267.27) 8,963.16 (0.25) 18 1,246.00 22,428.00 324.00 2,875.74 (1,629.74) 2,656,057.66 1,629.74 1.31 (3,897.01) 10,592.90 (0.37) 19 1,300.00 24,700.00 361.00 3,011.34 (1,711.34) 2,928,679.64 1,711.34 1.32 (5,608.35) 12,304.24 (0.46) 20 1,234.00 24,680.00 400.00 3,146.94 (1,912.94) 3,659,322.25 1,912.94 1.55 (7,521.29) 14,217.17 (0.53) 21 4,000.00 84,000.00 441.00 3,282.53 717.47 514,759.67 717.47 0.18 (6,803.82) 14,934.64 (0.46) 22 5,677.00 124,894.00 484.00 3,418.13 2,258.87 5,102,496.30 2,258.87 0.40 (4,544.95) 17,193.51 (0.26) 23 5,788.00 133,124.00 529.00 3,553.73 2,234.27 4,991,978.62 2,234.27 0.39 (2,310.68) 19,427.78 (0.12) 24 6,000.00 144,000.00 576.00 3,689.32 2,310.68 5,339,226.66 2,310.68 0.39 0.00 21,738.46 0.00
Ing. Victor León Derechos Reservados© 5031/05/2007
CPFR: Colaborative Planning, Forecasting and Replenishment
Que es?Básicamente el CPFR es considerada una práctica de negocios que permite optimizar los inventarios mientras se incrementa la rentabilidad de los productos a lo largo de la Cadena de Abastecimiento; gracias a que promueve relaciones colaborativasentre comerciantes y proveedores a través de procesos coadministrados y el compartir información.
Ing. Victor León Derechos Reservados© 5131/05/2007
CPFR Historia:
‘95/96: Wal-Mart Warner-Lambert “CFAR” Piloto‘97: VICS Develops CPFR Iniciativa‘98: VICS CPFR Publicación de guias‘99: Pilotos Entre
Kimberly-Clark & K-Mart, P&G & Meier, Target, Wal-MartNabisco & Wegman’s, etc.
‘00:1st Produccion Rollout: K-Mart
Ing. Victor León Derechos Reservados© 5231/05/2007
CORNINGConsumer Products
MeadSchool & Office
FederatedFederatedDepartment StoresDepartment Stores
Schnuck Markets
JCPenney Staples
QRSBenchmarkingPartners
FIELDCREST CANNON
CPFR: Quienes lo usan?
Ing. Victor León Derechos Reservados© 5331/05/2007
Beneficios
Los beneficios de esta práctica se resumen en: Incremento de la visión entre los socios de negocios
para plantear y replantear cambios.
Mejora en los pronósticos y el reabastecimiento,
optimizando algunos eslabones de la cadena.
Se mejoran las ventas por la prevención de agotados,
incluyendo las temporadas de promociones.
Ing. Victor León Derechos Reservados© 5431/05/2007
¿Qué necesita para implementarlo?
La implementación de un proceso de
CPFR se basa en los famosos “Nueve
Pasos”, nueve requerimientos básicos
para implementar con éxito esta práctica:
Ing. Victor León Derechos Reservados© 5531/05/2007
¿Qué necesita para implementarlo?
Paso 1: Establecer relaciones Colaborativas con el socio de negocios
Paso 2: Crear planes de negocios conjuntos
Paso 3: Crear Pronósticos de ventas
Paso 4: Identificar Excepciones para el pronóstico de ventas
Ing. Victor León Derechos Reservados© 5631/05/2007
¿Qué necesita para implementarlo?
Paso 5: Resolver colaborativamente las
excepciones sobre ítems específicos
Paso 6: Crear un pronóstico de ordenes
Paso 7: Identificar excepciones en el pronóstico
de ordenes
Ing. Victor León Derechos Reservados© 5731/05/2007
¿Qué necesita para implementarlo?
Paso 8: Resolver colaborativamente las excepciones sobre las excepciones en órdenes Paso 9: Generación de la orden
Como se puede observar, la implementación de esta filosofía requiere de un trabajo en conjunto con el socio de negocios. Aunque es importante crear relaciones colaborativas con varios socios, lo más recomendable es hacer este proceso paulatinamente.
Ing. Victor León Derechos Reservados© 5831/05/2007
CPFR’s Futuro:
“n-Tier”Extension para IncluirMaster- Scheduling DecisionsIncluir manejo de Transporte
Ing. Victor León Derechos Reservados© 5931/05/2007
Algunos cálculos
usados en pronósticos
Ing. Victor León Derechos Reservados© 6031/05/2007
Algunos cálculos
usados en pronósticos
Calculo de Índices
estacionales
Ing. Victor León Derechos Reservados© 6131/05/2007
Análisis de aleatoriedad de la data
Ing. Victor León Derechos Reservados© 6231/05/2007
Análisis de correlación
H0: The population's correlation is about the claimed value.Ha: The population's correlation is quite different from the claimed value.
Ing. Victor León Derechos Reservados© 6331/05/2007
Análisis de errores
Ing. Victor León Derechos Reservados© 6431/05/2007
Ing. Victor León Derechos Reservados© 6531/05/2007