GESTION DE EMPRESAS "CASO 2: AItavox EIectronics" ALUMNOS: MENDOZA ESPIRITU, Gersson SALAS ESPIRITU, Jhon CASIMIRO QUISPE, Hendrik SECCIN: C12-6-B 2011- II 651lON u MPk545 Prof Pedro Litorroqo 2 CASO: Altavox Electronics Altavoxesfabricanteydistribuidordemuchos instrumentosaparatoselectrnicos,comomultimetros digitalesanalgicos,generadoresdefuncin, osciloscopios,contadoresdefrecuenciayotrasmaquinas para pruebas y mediciones.Altavox vende una linea de medidores de prueba que son popularesentreloselectricistasprofesionales.Elmodelo vC202 se vende, a travs de seis distribuidoras estan en Atlanta, Boston, Chigago, Dallas y Los ngeles y fueron escogidas para atender regiones diferentes. ElmodelovC202sehavendidobienduranteanosporconfiabilidadyslida contruccin, pero hay alguna variabilidad en la demanda. En la tabla de la pagina siguiente se muestra la demanda del producto en las ltimas 13 semanas. EstosdatosseencuentranenunahojadecalculodeExcel,AltavoxData, contenida en el DvD del libro. La demanda de las regiones varia entre un maximo de40unidadesenpromediosemanalenAtlantay48unidadesenDallas.Los datos de este trimestre estan muy cerca de la demanda del trimestre pasado. La gerencia quisiera que usted experimentara con algunos modelos de pronstico para determinar cual debe usarse en un nuevo sistema que va aestablecerse. El nuevosistemaestaprogramadoparausarunodedosmodelos:promediomvil simple o suavizacin exponencial. A continuacin tenemos los siguientes datos: SLMANA1234S678910111213romed|o At|anta 3643373833301838473723334040 8oston 2633414046483318624430433042 Ch|cago4434223348726228279333434747 Da||as2742334031647063334338474248 Los Ange|es3243344046744033433848363046 1C1AL163199189213246288243204236237174248229223 651lON u MPk545 Prof Pedro Litorroqo l #%ECUNTAS 1.#iense en usar un modelo de promedio mvil simple. Experimente con modelos que usan datos de cinco y tres semanas anteriores. A continuacin se dan datos previos de cada regin. Evale los pronsticos que se habrian hecho en las ltimas 13 semanas tomando como criterios la desviacin absoluta promedio y la senal de seguimiento. SLMANAS4321 At|anta 4338303837 8oston 6218484033 Ch|cago6222724448 Da||as4233406443 Los Ange|es4340344633 1C1AL234133244232198 &"LUC!"!: Primeramente hallamos el Promedio Novil &imple de las 3 ltimas semanas: PkOMulO MOvlL 5lMPL SLMANA10111213romed|o14 At|anta 372333404039 8oston 443043304242 Ch|cago933343474742 Da||as433847424842 Los Ange|es3848363046S1 1C1AL237174248229223 El promedio movil simple calculado es sobre las 3 ultimas semanas la cual nos da un pronstico de cuanto van a ser las ventas en la semana 14. A continuacin tenemos las graficas de ventas de cada ciudad: 651lON u MPk545 Prof Pedro Litorroqo 4 y 01484x + 388838 000230102030403060700 3 10 1341L4N14A1LAn1AvLn1ALlnear (A1LAn1AvLn1A)y 09011x + 332318 008370102030403060700 3 10 138O51O8CS1C vLn1ALlnear (8CS1C vLn1A)651lON u MPk545 Prof Pedro Litorroqo 5 y 08736x + 411138 0028201020304030607080901000 3 10 13CnICAGC ACC vLn1ALlnear (ACC vLn1A)y 07967x + 420388 0039010203040306070800 3 10 13DALLAS uALLASvLn1ALlnear (uALLASvLn1A)651lON u MPk545 Prof Pedro Litorroqo Aqui tenemos el diagrama de ventas en total de las S ciudades: y 03604x + 423088 004010203040306070800 3 10 13LCS ANGLLLS LCS AnCLLLS vLn1ALlnear (LCS AnCLLLS vLn1A)y 32802x + 199388 01290301001302002303003300 3 10 13LN LAS S CIUDADLS VLN1ALn LAS 3 DuAuLS vLn1ALlnear (Ln LAS 3 DuAuLS vLn1A)651lON u MPk545 Prof Pedro Litorroqo 7 Luego procedemos a realizar el promedio movil simple de las S semanas: PkOMulO MOvlL 5lMPL SLMANAS4321MS At|anta 433830383742 8oston 621848403341 Ch|cago6222724448S0 Da||as42334064434S Los Ange|es434034463344 1C1AL234133244232198 Despues de realizar el PN&, seguimos con el PNP de las S semanas: PkOMulO MOvlL PONuk4uO SLMANAS4321M At|anta 433830383741 8oston 621848403340 Ch|cago6222724448S0 Da||as42334064434S Los Ange|es434034463343 1C1AL234133244232198 PNP (1) Atlanta = % % 651lON u MPk545 Prof Pedro Litorroqo 8 .A continuacin piense en usar un modelo de suavizacin exponencial simple. En su analisis, pruebevalores de alfa: 0. y 0.4. Use los mismos criterios para evaluar el modelo como en la parte 1. Suponga que el pronostico inicial anterior para el modelo usando uun valor de alfa de 0. es el promedio de las ultimas 3 semanas. #ara el modelo que sea un alfa 0.4, suponda que el pronstico anterior es el promedio de las S semanas pasadas. Al igual que la primera parte realizamos la suavizacin para las 3 ultimas semanas utilizando el factor=0.2, asimismo lo separamos por ciudades: 41L4N14 5u4vl24clON xPONNcl4L 02 SLMANAVLN1ASk 112339 123336 134040 14 40 8O51ON5u4vl24clON xPONNcl4L 02 SLMANAVLN1ASk 113042 124340 133041 14 43 651lON u MPk545 Prof Pedro Litorroqo 9 cnlc46O 5u4vl24clON xPONNcl4L 02 SLMANAVLN1ASk 113333 124349 134748 14 48 u4LL45 5u4vl24clON xPONNcl4L 02 SLMANAVLN1ASk 113842 124742 134243 14 43 651lON u MPk545 Prof Pedro Litorroqo 10 LO5 4N6L5 5u4vl24clON xPONNcl4L 02 SLMANAVLN1ASk 114849 123649 133030 14 S0 Luego procedemos a realizar la suavizacin exponencial para las S semanas utilizando el factor 04al igual que el anterior lo separamos por ciudades: 41L4N14 5u4vl24clON xPONNcl4L 04 SLMANAVLN1ASk 13741 23839 33047 43840 S4339 6 42 651lON u MPk545 Prof Pedro Litorroqo 11 8O51ON 5u4vl24clON xPONNcl4L 04 SLMANAVLN1ASk 13344 24041 34840 41843 S6233 6 4S cnlc46O 5u4vl24clON xPONNcl4L 04 SLMANAVLN1ASk 14849 24448 37247 42237 S6243 6 S1 651lON u MPk545 Prof Pedro Litorroqo 12 u4LL45 5u4vl24clON xPONNcl4L 04 SLMANAVLN1ASk 14344 26443 34032 43347 S4242 6 42 LO5 4N6L5 5u4vl24clON xPONNcl4L 04 SLMANAVLN1ASk 13346 24642 33443 44048 S4343 6 44 Analizando las 2 suavizaciones, se puede ver que suavizando con el 02reducimos el pico un poco, a diferencia de la suavizacion exponencial con 04 que reducimos mas todavia el pico. 651lON u MPk545 Prof Pedro Litorroqo 1l 3.Altavox estudia una nueva opcin para distribuir el modelo vC0 en la que, en lugar de cinco proveedores, tenga solo uno. Evalu esta opcin analizando la exactitud de un pronstico basado en la demanda agregada en todas las regiones. Use el modelo que crea que es el mejor a partir de sus analisis de las partes 1 y . Use un nuevo criterio que se calcule tomando la NAD y dividindolo entre la demanda promedio. Este criterio se llama error porcentual absoluto promedio (NA#E) y mide el error de un pronstico como porcentaje de la demanda promedio. Cuales son las ventajas y desventajas de la demanda agregada desde el punto de vista del pronstico? Hay otras cosas que deben considerarse cuando se pasan de varias distribuidoras a una sola? Para resolver esta pregunta debemos tener en cuenta las siguientes formulas: u5vl4clON 485OLu14 Mul4 {u4M) kkOk POkcN1u4L 485OLu14 Mul4 {M4P) #rimeramente realizamos para las 3 ultimas semanas: 651lON u MPk545 Prof Pedro Litorroqo 14 |t|mas 3 semanas A1LAN1ASLMANAVLN1AkCNCS1ICC DLSVIACICN A8SCLU1A LkkCk CkCLN1UAL A8SCLU1C Semana 1123391669S7 Semana 12SS361934SS Semana 1340400000 MAD1167 MAL3470 8CS1C SLMANAVLN1AkCNCS1ICC DLSVIACICN A8SCLU1A LkkCk CkCLN1UAL A8SCLU1C Semana 113042124000 Semana 124S40S1111 Semana 13S04191800 MAD867 MAL2304 CnICAGC SLMANAVLN1AkCNCS1ICC DLSVIACICN A8SCLU1A LkkCk CkCLN1UAL A8SCLU1C Semana 113SS318S143 Semana 124S494889 Semana 1347481213 MAD767 MAL2082 651lON u MPk545 Prof Pedro Litorroqo 15 LCS ANGLLLS SLMANAVLN1AkCNCS1ICC DLSVIACICN A8SCLU1A LkkCk CkCLN1UAL A8SCLU1C Semana 1148491208 Semana 12S649712S0 Semana 13S0S00000 MAD267 MAL486 De todas las ciudades analizadas podemos ver la que presenta menor error porcentual absoluto y es tambien donde se posee una mayor demanda. DALLAS SLMANAVLN1AkCNCS1ICC DLSVIACICN A8SCLU1A LkkCk CkCLN1UAL A8SCLU1C Semana 113842410S3 Semana 124742S1064 Semana 1342431238 MAD333 MAL78S 651lON u MPk545 Prof Pedro Litorroqo 1 S Semanas A1LAN1ASLMANAVLN1AkCNCS1ICC DLSVIACICN A8SCLU1A LkkCk CkCLN1UAL A8SCLU1C Semana 1374141081 Semana 2S839193276 Semana 3304717S667 Semana 438402S26 Semana S4S3961333 MAD960 MAL2377 8CS1C SLMANAVLN1AkCNCS1ICC DLSVIACICN A8SCLU1A LkkCk CkCLN1UAL A8SCLU1C Semana 13S4492S71 Semana 2404112S0 Semana 3484081667 Semana 418432S13889 Semana S6233294677 MAD1440 MAL4611 CnICAGC SLMANAVLN1AkCNCS1ICC DLSVIACICN A8SCLU1A LkkCk CkCLN1UAL A8SCLU1C Semana 148491208 Semana 244484909 Semana 372472S3472 Semana 422S73S1S909 Semana S624319306S 651lON u MPk545 Prof Pedro Litorroqo 17 MAD1680 MAL4713 DALLAS SLMANAVLN1AkCNCS1ICC DLSVIACICN A8SCLU1A LkkCk CkCLN1UAL A8SCLU1C Semana 143441233 Semana 26443213281 Semana 340S2123000 Semana 43S47123429 Semana S42420000 MAD920 MAL1988 LCS ANGLLLSSLMANAVLN1AkCNCS1ICC DLSVIACICN A8SCLU1A LkkCk CkCLN1UAL A8SCLU1C Semana 13S46113143 Semana 246424870 Semana 3S443112037 Semana 4404882000 Semana S434S246S MAD720 MAL1703 Al igual que el analisis anterior, el que posee menor error porcentual absoluto es la ciudad de los angeles, en donde existe un pronostico cercano a las ventas dadas por cada semana.