2.

El grupo de trabajo colaborativo debe leer el documento " The Bullwhip Effect
Exploring Causes and Counter Strategies", el cual se encuentra dentro de la
actividad, y explicar cmo sucedera esta situacin en la empresa objeto de estudio,
teniendo en cuenta las siguientes causas (Demand-forecast updating, Order batching,
Price fluctuation, Shortage gaming)

1. La actualizacin de las previsiones de demanda (Demand-forecast updating)

La demanda futura de un producto es una variable extrema a la empresa que escapa a su

control.
La previsin de la demanda es importante porque es la previsin de las ventas de la
empresa en el futuro prximo. Para obtener previsiones es imprescindible algn
conocimiento de la demanda histrica del producto, en este caso Electrohuila posee una
base de datos por ventas del servicio, la cual recoge los datos de forma mensual y anual.
Electrohuila enfoca sus esfuerzos en tres eslabones de la cadena del sistema elctrico,
esto es: generacin, distribucin y comercializacin de energa elctrica en el mercado
Nacional.
La empresa cuenta con un importante punto de transformacin propio conectado al
Sistema de Transmisin Nacional STN, en subestacin en el municipio de Altamira
Huila con 150MVA y contratado otro punto de conexin al STN en la subestacin
Betania con 318 MVA.
Tengamos en consideracin que la comercializacin se da en clientes regulados y no
regulados en los departamentos de Huila, Bogot, Caquet, Cauca, Meta, Nario,
Risaralda y Tolima.
Segn los datos de electrohuila la demanda del servicio elctrico ha subido como causa
del oleaje de calor que se ha venido presentando especialmente en los aos 2014 y
2015.
Sin embargo, hay que considerar:
Construccin de ms subestaciones
Mejoramiento en la atencin al usuario
 Base de datos con informacin actualizada como una seal acerca de la
demanda futura para el producto.
Sobre la base de esta seal, el gestor (Jefe de produccin) debe reajustar la
expectativa futura demanda. Esto, a su vez, cambia las rdenes que ponen a su
proveedor. La empresa debe programar una cadena de suministro hacer su propia
prediccin para la planificacin de productos, planificacin de la capacidad, la
gestin de inventarios, y parte de adquisiciones.
Este pronstico se basa a menudo en el historial de pedidos de los clientes
inmediatos de las entidades. El procesamiento de seal de demanda por parte de
entidades consecutivas en la cadena de suministro es un importante contribuyente al
efecto ltigo.

Para este caso tendremos en cuenta la previsin de la demanda futura

Una vez obtenida la previsin de la demanda futura podremos tomar decisiones
como:
La poltica de compras de materias primas y otros elementos.
Nivel de existencias en almacn y stock de seguridad.
Periodicidad de las rdenes de servicios a instalar o reparar.

As pues, se necesita la previsin de la demanda para poder planificar la produccin y

tambin para realizar la gestin de stock.

Estas son algunas de las Caractersticas De Los Mtodos De La Previsin De La Demanda,

los cuales se implementarn en ELECTROHUILA.

Aplicacin

La determinacin de los pronsticos de la demanda se realiza con los siguientes pasos:

Determinacin del uso del pronstico

Seleccin de los tems del pronstico

Determinacin del marco de tiempo del pronstico

Seleccin de los modelos de pronstico

Recopilacin de datos
 Realizacin del pronstico

Validacin e implementacin de los resultados

El marco de tiempo del pronstico ser el siguiente

Mediano Plazo - Generalmente de 3 meses, mximo de 3 aos, escogimos este plazo dado
las circunstancias de mejoramiento de la empresa de servicios.

Enfoque:

En este caso aplicaremos el enfoque cuantitativo, ya que Salsamentara las brisas cuenta
con datos histricos y existen situaciones estables,

Tcnica: Matemtica con modelos Causales

Alisado Exponencial

El alisado exponencial es un mtodo de ponderacin que responde ms fuertemente a

cambios recientes en la demanda asignando una constante de alisamiento que es ms fuerte
para los datos ms recientes; es til si los cambios recientes en los datos son el resultado del
cambio real (ej, patrn de temporada) y no solo fluctuaciones aleatorias

P t + 1 = a D t + (1 - a ) P t

Donde

P t + 1 = pronstico del siguiente periodo

D t = demanda real en el actual periodo

P t = el pronstico determinado anteriormente para el actual perodo.

= un factor de ponderacin llamado la constante de alisamiento

Tambin podramos estimar en la instalacin del GMPS el cual es: Preactor GMPS
es la nica herramienta del mercado que resuelve el problema de generar las
ordenes de fabricacin con tamaos y fechas in adecuadas a la previsin de
demanda, los pedidos en firme de clientes y la capacidad real de la planta
(capacidad finita) y los stocks.
 Por qu instalarlo en nuestra compaa.

Los planificadores de las empresas que trabajan bajo previsin de demanda ya sea
nicamente o con una mezcla de previsin de demanda y pedidos, su gran quebradero
de cabeza es convertir estas previsiones y pedidos en ordenes de fabricacin, pues no
hay sistema de previsin de demanda o ERP capaz de calcularlo. Por ello los
planificadores usan unas hojas de clculo para intentar cuadrar las necesidades del
mercado con la capacidad real de la fbrica, donde tienen una gran cantidad de datos
muy difciles de gestionar. Preactor GMPS est especialmente diseado para resolver
este problema, con un uso muy fcil y similar a estas hojas de clculo que usan los
planificadores y con unos grficos muy visuales e interactivos les ayudan a realizar su
labor y tomar la mejor decisin para la empresa. Con este fin, Preactor GMPS est
preparado para trabajar con grandes cantidades de datos y largo periodos de
planificacin para poder ofrecer simulacin rpida (what if) que determinen los
tamaos y fechas adecuado para cumplir con las necesidades del mercado
aprovechando la capacidad disponible de la fbrica y trabajando con los niveles
mnimos de stocks, logrando mantener los objetivos de nivel de stock por SKU. En
definitiva, Preactor GMPS le aportara los siguientes beneficios:

Optimiza la capacidad productiva disponible y los niveles de stocks tanto medio

como a largo plazo.

Evita rotura de servicio al proponer planes de produccin y compras (MPS)

teniendo en cuenta tanto los datos de ventas (demanda y pedidos), compras en
curso, stocks y capacidad real de la planta (capacidad finita).

Disminuye los niveles de stock en toda la cadena de suministro, logrando mantener

los objetivos de nivel de stock por SKU.

Reduccin significativa de los costes operativos con un eficiente plan de uso de la

capacidad productiva disponibles.

Algunas funcionalidades destacadas de Preactor GMPS:

 Contra stock, contra pedido o mezcla de los dos

Modos de capacidad finita o infinita

Capacidad compartida entre las familias del producto

Definicin de parmetros de control de stock por producto

Clculo automtico MPS con anulacin manual

Toma en cuenta la vida del producto

Alertas para stock a punto de caducar

Toma en cuenta mltiples puntos de reorden

Listas de materiales para planificacin

Informes estndares y personalizados

Integracin directa a los productos APS Preactor para programacin detallada

2. Orden de procesamiento por lotes

Cuando la demanda suele variar de forma significativa con el tiempo, es

descabellado pretender mantener como ptima una cantidad constante de pedido.
Esta cantidad debe recalcularse cada vez que una orden o corrida va a ser procesada.

Es importante establecer un horizonte de planeacin, es decir un periodo

determinado para la aplicacin del control de inventarios. El horizonte y sus
respectivas divisiones van a depender tanto de la naturaleza del problema, como
del enfoque estratgico del sistema productivo.

Para nuestra empresa ELECTROHUILA, dado lo inestables de los pedidos que se

puedan generar por clientes los cuales varan segn la temporada del ao o factor
ambiental como el clima es necesario recurrir a modelos matemticos que nos
acerquen ms a la cantidad de pedidos reales que se deben producir para as mismo
tener un control de los costos a asumir durante cada periodo del ao.
Los mtodos elegidos son:
Cantidad econmica de pedido (EOQ)
El cual nos relaciona el costo de producir y las cantidades exactas a producir, el cual
se complementa con el mtodo de la CANTIDAD PERIDICA DE PEDIDO
(POQ) quien nos da el tiempo en que se debe producir el pedido segn la demanda
del mercado y meses del ao.
Resumiendo, el primero nos indica el costo y cantidad a producir y el segundo con
el tiempo en que se debe producir cierto pedido segn las caractersticas variables
del mercado que tenemos.

A continuacin, los dos ejemplos correlacionados.

Cantidad Econmica de Pedido.

Este mtodo busca determinar la cantidad econmica de pedido (EOQ) mediante el

equilibrio de los costos de preparacin y de mantenimiento. La cantidad econmica de
pedido se define como:

Donde:

D: Demanda Anual.

S. Costo de Preparacin o de Pedido.

H: Costo de Mantenimiento de las unidades en inventario (Costo unitario del

Artculo x Porcentaje del costo de mantenimiento).

2: Constante del despeje. Para ver el origen de esta frmula.

Para efectos del ejemplo que venimos trabajando:

La Demanda Anual se basa en los requerimientos de 8 semanas (Ao: 52 semanas):

El Costo Anual de Mantenimiento es equivalente a:

El Costo de Preparacin (S) = $ 47 y

El EOQ se calcula as:

3. Fluctuacin de precios

La cantidad de dinero que las empresas gastan en base a los acuerdos comerciales y
promociones constituy el 55% y 25% del total del presupuesto de marketing de las
empresas. Cuando el comportamiento de compra basada en la fluctuacin de precios
se convierte en comn practicarlo hace la prediccin basada en los patrones de
pedidos especialmente difciles, como el patrn de compra del cliente no refleja el
patrn de consumo de ese cliente. El resultado es que la variacin de las cantidades
de compra es mucho ms grande que la variacin de consumo.

Existen diferentes factores los cuales hacen que varen los precios y el servicio
elctrico en el departamento, estos son:
-Estacin del ao

-Fiestas

- Devaluacin de las divisas.