Academic literature on the topic 'Pronóstico de ventas'

El objetivo de esta investigación es pronosticar las ventas de las siguientes empresas: Industrias Bachoco, Grupo Bafar, Grupo Bimbo, Gruma, Grupo Herdez, Grupo Lala y Grupo Industrial Maseca del periodo 2006 al 2015, a través de modelos lineales (regresión lineal) y no lineales (redes neuronales artificiales, tablas de decisión, árbol de decisión y procesos gaussianos) para medir el desempeño de cada uno de estos modelos y seleccionar para cada empresa aquel modelo que presente un mayor ajuste a los datos históricos. Como resultado, en el periodo de 2006-2015 los modelos de regresión lineal múltiple presentaron un mejor desempeño en determinar las ventas de Bachoco, Bafar, Herdez, Lala y Maseca con más de 90 % de recuperación de los datos dentro de este periodo.

Las pequeñas y medianas empresas del Ecuador (Pymes) dedicadas al comercio en diferentes sectores económicos constituyen una fuente de empleo y productividad para el país. Estas empresas son en su mayoría manejadas de manera informal con diversas fallas en los procesos internoscomo consecuencia de la falta deplanificación, organización y estructuración del Departamento de Ventas que dificultan su rentabilidad y consideración para adquirir fuentes de financiamiento que mejoren la producción y aumento de las ventas. De acuerdo a este contexto, se llevó a cabo una investigación descriptiva con una revisión documental sobre los aspectos básicos y necesarios de la estructura y organización del Departamento de Ventas como generador de ingresos en las Pymes de Guayaquil, Ecuador. Entre los hallazgos se infiere que las reconocidas contribuciones de las Pymes en la economíaecuatoriana no son suficientes para su fácil acceso a fuentes de financiamiento por no cumplir con los estándares de garantías y requerimientos que solicitan la mayoría de las instituciones financieras, quienes limitan sus créditos por su falta de rentabilidad. Por ello, la implementación de técnicas y estrategias de ventas que exalten las cualidades de los productos ofrecidos mejoran el pronóstico de ventas y aumentan ingresos, así como el desarrollo productivo y socioeconómico y rentabilidad de las Pymesen Guayaquil.

El crecimiento de la economía del país y por tanto del mercado en todas las actividades empresariales está posibilitando la agresiva expansión de sus ventas. Pero este crecimiento requiere liquidez incremental como capital de trabajo. Los negocios corren el riesgo de limitar su crecimiento si la liquidez que necesitan para asegurarlo excede de la propia generación de fondos. Por tanto, requieren de pronósticos financieros que les permita visualizar los requerimientos de fondos incrementales con la debida anticipación, y conocer si cuentan con los fondos propios generados internamente o gestionar lo necesario en la banca. En este artículo se presenta la metodología e interpretación de resultados en el uso de dos modelos para una estimación rápida de las necesidades de fondos, vale decir, el fondo de maniobra adicional estructural para sostener el incremento de las ventas

El presente trabajo tiene como principal objetivo desarrollar una herramienta de control y gestión para el inventario de producto terminado para una empresa industrial con la ayuda de herramientas tecnológicas como Excel y el software R Studio. Por tal razón, se analizarán las variables que intervienen o afectan directa e indirectamente al inventario como: datos históricos de venta, datos atípicos de ventas, pronóstico de demanda futura, modelo de proyección, tiempos de reabastecimiento, nivel de servicio, stock de seguridad, inventario promedio e inventario óptimo. Además, el modelo de optimización del inventario está basado en el análisis estadístico de datos como: coeficientes de variación, desviación estándar, valores mínimos y máximos y cuartiles. Debido a la confiabilidad de los datos e información estratégica de la empresa, el presente estudio tiene sus limitaciones y por lo tanto se generan supuestos que serán detallados para que la herramienta a futuro pueda ser utilizada, evaluada y mejorada según amerite.

En la industria de alimentos, los modelos de inventarios que contemplan una adecuada predicción de la demanda son de gran ayuda para la gestión óptima del abastecimiento, especialmente en los productos perecederos como los lácteos, debido a su corta vida útil y la importancia de su calidad relacionada con la salud. Sin embargo, algunas empresas pequeñas y medianas colombianas no cuentan con tecnología y capacidades para hacer pronósticos de sus productos, lo cual es muy importante para la planeación de producción e inventarios. En este trabajo se propone una comparación de la precisión de pronósticos de modelos estadísticos individuales y combinaciones entre éstos, usando un algoritmo multi-producto para las combinaciones aplicado a un caso de estudio de ventas del sector de lácteos. Se encuentra que un modelo individual de regresión Bayesiana con innovación es muy buena alternativa en el caso estudiado, así como dos de las técnicas de combinación usadas.

El estudio realizado en las Mipymes de Neiva para la caracterización de la Planificación y el control de la producción, los cuales se constituyen en pilar fundamental para alcanzar los niveles de competitividad regional se basó en los estudios de tiempos y movimientos, capacidad de producción, eficiencia de cada centro de producción y del total de la planta, nivel de utilización de cada centro, y del total de la planta, registros de ventas de los últimos cinco años y la técnica del pronóstico para encontrar el tamaño de las ventas a futuro. Para la planeación a corto plazo se estudiaron los siguientes aspectos: Plan Maestro de Producción, evaluación de los diferentes planes, capacidad necesaria de cada lote de producción, diagramas de ruta para sus productos, registros de carga de cada operación, lista de materiales para cada producto, registro para identificar cuando pedir y registro de inventarios. El estudio arroja como resultado que las pequeñas empresas y las microempresas, carecen de sistemas de planeación y control y que los registros históricos necesarios para adelantar dichas labores son incipientes, con baja utilización de mano de obra calificada y poca intervención de profesionales en los procesos de gestión empresarial.

En diversos sectores manufactureros, el ciclo de vida de los productos es cada vez más corto. La aplicación directa de técnicas convencionales de pronóstico y control de inventarios a productos de corto ciclo de vida (SLCPs) no es efectiva porque su demanda es transitoria, no estacionaria y altamente variable. En este artículo, desarrollamos un método heurístico de fácil implementación para el control de inventarios de SLCPs durante su temporada de ventas. El método heurístico comprende un submodelo de un solo despacho al comienzo de la temporada de ventas y un submodelo que considera múltiples despachos a lo largo de dicha temporada. Ambos modelos trabajan bajo un ambiente de inventario manejado por el proveedor (VMI) dentro de una cadena de abastecimiento con una bodega y N detallistas, donde se busca minimizar el costo total relevante del sistema, compuesto por los costos de devoluciones, los costos de faltantes y los costos fijos de despacho. Estos últimos costos han sido escasamente considerados en la literatura para productos de corto ciclo de vida. En el modelo de múltiples entregas, se determina el tamaño de envío mediante una adaptación del conocido modelo de la cantidad económica de pedido (EOQ). El inventario de seguridad es determinado mediante la razón crítica del modelo del vendedor de periódicos. Con base en datos reales de ventas de una empresa productora de textos escolares, se compara el desempeño del método heurístico con la estrategia actual de despachos de la firma. En todos los casos de prueba, el costo total relevante del método heurístico fue menor que el de la actual política de control de la compañía.

El objetivo de esta investigación consistió en determinar de qué manera las PYME de la Ciudad de México llevan a cabo el proceso de Planeación Estratégica, y la relación de esta con las características de las empresas y de los empresarios. Para este fin, se recolectaron datos a través de un trabajo de campo a 300 empresas PYME, a las que se les aplicó un cuestionario directo, estructurado, realizando un análisis descriptivo y correlacional utilizando el método de Chi cuadrado. Los principales hallazgos muestran que solo la mitad de las PYME realizan proceso de planeación estratégica y tienen definida por escrito su estrategia básica de negocio, estas usan el pronóstico de ventas para planear las compras o producción, analizan el sector, definen objetivos, utilizan el análisis FODA y el trabajo en equipo. Sin embargo, una proporción alta, no cuenta con sistema contable, costos, ni realizan presupuestos de ingresos. Se encontró también que la Planeación Estratégica está relacionada con el tamaño, la personalidad jurídica, el tipo de empresa (familiar/no familiar) y con el sector industria; existiendo asimismo una relación entre la Planeación Estratégica y el nivel de estudios del empresario, y parcialmente con la experiencia en un negocio anterior.

Ingeniera Civil Industrial
Un problema crítico al que se ven enfrentadas las empresas en la actualidad es mejorar el nivel de servicio entregado a sus clientes, ya que en mercados altamente competitivos este puede ser un factor diferenciador. Luego, es crucial contar con una estrategia óptima de gestión de inventario que permita satisfacer la demanda al mínimo costo. En este contexto, uno de los desafíos es contar con un adecuado sistema de pronóstico de demanda. El presente trabajo se desarrollará en una empresa proveedora de productos de consumo masivo, en particular, aceites, pastas galletas y otros. Es la segunda empresa de consumo masivo más grande en la región Andina, con exportaciones a Estados Unidos y a toda Latinoamérica. La empresa en cuestión cuenta con más de 1000 SKU´s pertenecientes a distintas categorías y 41 centros propios de distribución, por lo que existe una gran cantidad de demandas distintas a nivel distribuidor-SKU. Dada la complejidad de realizar esta cantidad de pronósticos, la empresa ha optado por un sistema simple de estimación de demanda, que consiste en calcular la media móvil de las ventas de los últimos 6 meses a nivel de categoría y repartir esta estimación según la participación de cada SKU dentro de la categoría. El problema de esta estimación es que no considera estacionalidad ni otros factores externos que pudieran ayudar a precisar el modelo. El propósito de esta memoria consiste en estimar la demanda a nivel SKU-distribuidor de los productos pertenecientes a la categoría más importante para la empresa (Aceites), creando una metodología que permita realizar estimaciones de grandes volúmenes de series de tiempo al mismo tiempo que utilice de manera inteligente la información contenida en la data transaccional utilizando técnicas de minería de datos. Se propone la utilización de modelos ARIMA para estimar el volumen de ventas de cada distribuidor. Luego, para desagregar a nivel de SKU, se modelan las participaciones de mercado utilizando regresiones y modelos de media móvil. El beneficio del modelo anterior es que permite comprender el mercado, ya que introduce variables dependientes tales como presencia de feriados y fechas especiales, además de la detección de estacionalidad. Utilizando ARIMA se logró disminuir el WMAPE desde un 17% a un 12%, con una reducción de error de 34% en promedio y un incremento de 44 puntos porcentuales en la varianza explicada. Al desagregar a nivel de SKU, se logra una reducción de 38% del error a nivel global. El beneficio económico obtenido al contar con un pronóstico más preciso es una reducción del 42% de los costos actuales.

Magíster en Ingeniería de Negocios con Tecnologías de Información
Este trabajo se desarrolla en la empresa Laboratorio Chile desde el área de Marketing Intelligence en la Dirección de Marketing. Dentro de esta área se desempeña Juan Pablo Alcalde como Project Manager, impulsando iniciativas de mejoras en las áreas comerciales, principalmente Marketing y Ventas. Analizando las necesidades internas de las compañías y dónde se podría generar mayor impacto se llega a la conclusión que uno de los procesos a intervenir es el pronóstico de demanda de los productos de Laboratorio Chile. Actualmente no existe un proceso formal y los valores de la estimación están en manos de cada Product Manager de cada línea de productos. La importancia de este proceso radica en que el Pronóstico de la Demanda es la principal entrada o input del área de Operación para la planificación de la producción. Los tiempos de respuesta de la planta productiva son de 3 meses y en el caso de algunos productos puede llegar a 6 meses al depender de proveedores en el extranjero. La definición del proceso formal es una ayuda indiscutible para la ejecución óptima del proceso, esto apoyado de una herramienta automática de estimación para que todos los productos tengan una base sólida y sólo deba ser adaptado por cada Product Manager de acuerdo a su plan comercial. A partir de lo anterior se define que el Objetivo General es la Definición de un proceso formal para la estimación de la demanda de los productos de Laboratorio Chile y fijando al foco en un aspecto en particular, el Objetivo Específico es Optimización del Proceso de Pronóstico de Demanda para la Gestión de Ventas y Producción en Laboratorio Chile . Para ello se genera una herramienta de estimación automática que extrae la información de los pedidos directamente desde las bases de datos de Laboratorio Chile y genera pronósticos de demanda a partir de datos históricos y series de datos relacionados. El lenguaje de programación utilizado es R. En forma adicional la información es presentada a los usuarios a través de la herramienta de inteligencia de negocios de Microsoft, Power BI. Esta aplicación permite visualizar en forma sencilla data histórica, los pronósticos generados y los datos relacionados con la demanda. A partir del trabajo realizado los tiempos utilizados en reuniones para definir el pronóstico de demanda se estima que se reducirán en un 30% y la exactitud de los pronósticos aumentó en un 15% en los productos estratégicos y aumentó en hasta un 25% en los productos de menor importancia que no tienen un Product Manager asignado y por ende se les presta menos atención a sus pronósticos. En el global se tiene que la exactitud total aumentó en un 22% aproximadamente. Laboratorio Chile adoptará R y el algoritmo de pronósticos implementado como la herramienta de elección al momento de generar pronósticos de cualquier serie de tiempo. Se está evaluando el implementar Microsoft Power BI como una de las herramientas de análisis y visualización de datos.

Ingeniera Civil Industrial
En los últimos años, el mercado chileno de mejoramiento del hogar se ha desarrollado con gran rapidez en comparación al continente, generando una alta competencia entre las empresas participantes. De acuerdo a esta situación, es esencial que las compañías cuenten herramientas que apoyen su estrategia de expansión, como métodos que le permitan pronosticar las ventas de locales potenciales, donde resulta fundamental que aprovechen las oportunidades que se les presentan tomando decisiones acertadas. De este modo, este trabajo tiene como objetivo crear un modelo de pronóstico de ventas, para apoyar la decisión de apertura de nuevas tiendas de una cadena de mejoramiento del hogar a lo largo de Chile. Para lograr lo planteado, se caracteriza el método que actualmente utiliza la empresa, se revisan modelos y estudios vinculados con la descripción y estimación de demanda en el comercio minorista. En la actualidad existen varios modelos de estimación de ventas, que reúnen diversas características de los productos, mercado y población. Luego, se seleccionan las variables que podrían influir en la predicción y que se considerarán. Para estimar los modelos, se consideran las variables de superficie del local, distancia a la competencia, ubicación compartida, sector en que se ubican los locales, población en las zonas de influencia, caracterización de los hogares, barreras físicas y PIB. Adicionalmente, se determina su forma funcional con las ventas de los locales, usando gráficos de dispersión y análisis de regresión. Se estiman modelos mediante regresiones, utilizando el método de mínimos cuadrados y LASSO, considerando el valor promedio de las variables seleccionadas y los datos desagregados por local y año. Se compara el desempeño de estimación de los modelos realizados mediante los indicadores R2, AIC, BIC y MAPE. El modelo seleccionado se estima con el método de mínimos cuadrados, tiene un coeficiente de determinación, R2, de 73% y un error de pronóstico del 14%. El ajuste de este modelo podría ser mejorado en el tiempo con la recopilación de nuevos registros para las variables utilizadas.

Ingeniera Civil Industrial
El presente trabajo se realiza en el contexto de la industria del retail, que tiene por principal dificultad entender las preferencias de sus clientes, dificultando la gestión eficiente y correctamente dirigida de sus iniciativas de marketing, particularmente promociones de descuento. Una segunda dificultad enfrentada por la industria es la complejidad de evaluar correctamente los efectos de dichas iniciativas dado que generalmente su proceso de asignación no es aleatorio. El objetivo del trabajo es establecer un método de pronóstico de la respuesta del cliente al ser expuesto a promociones, agregando a la información actualmente utilizada su respuesta a ofertas pasadas, de manera de reducir las pérdidas de ganancia de los retailers. La metodología a utilizar se basa en la aplicación de un modelo estimador de efectos causales ad hoc a la naturaleza no aleatoria de los datos llamado Modelo Causal de Rubin con Enfoque Predictivo, el cual mediante el cálculo de la propensión que presentan los clientes a ser expuestos a la promoción llamado Propensity Score contrasta la respuesta de consumidores comparables, reflejando el efecto incremental de la presencia de la intervención. Al modelo se le puede dar un enfoque predictivo si se considera que los clientes no cambian su comportamiento en el tiempo. Además se plantea un modelo propio basado en los principios de Rubin que permite reconocer clientes que si bien no es posible asegurar que compran el producto a consecuencia de la promoción, su intención de adquirirlo no es independiente de la presencia de un cupón de descuento. Entre los resultados se encuentra que la inclusión de las respuestas a ofertas pasadas de los consumidores mejora en un 23,6% el pronóstico de su respuesta actual. Por otro lado el 72% de los clientes no manifiesta cambios en su comportamiento de compra inmediato producto de la intervención, siendo las únicas variables que presentan influencia significativa sobre dicha decisión aquellas referentes a la marca del producto ofertado, la respuesta a promociones a las cuales fueron expuestos el trimestre anterior a la intervención y su comportamiento de compra en el mismo período. Además se identifican dos tipos de clientes, aquellos a quienes una alta exposición a promociones de características comunes incentiva el imprimir y utilizar cupones de descuento y aquellos a los cuales dicha exposición deteriora su propensión a manifestar estos dos comportamientos. Finalmente el modelo propio propuesto es capaz de reconocer al 80,6% de los clientes que según el Modelo de Rubin sí es influenciable por promoción. Se concluye que el actual sistema de evaluación de promociones sobrestima los efectos reales de la intervención sobre los consumidores en MM$ 1,2 por promoción, siendo más riguroso el modelo de estimación de Efectos Causales de Rubin. Por otro lado se tiene que el modelo propio propuesto, si bien no iguala el porcentaje de identificación de clientes influenciables del modelo recién mencionado, su superioridad en eficiencia lo hace el más indicado para la aplicación en el retail estudiado, además de superar en precisión al actual sistema de asignación de promociones que podría significar una disminución de la perdida de aproximadamente MM$ 72. Finalmente se sugiere a la empresa evaluar el trade off entre costos y resultados más reales que plantea continuar usando el actual modelo de evaluación de promociones versus el uso de Modelo Causal de Rubin de manera de utilizar el que mejor se ajuste a sus prioridades. Además se sugiere utilizar el modelo de pronóstico propio planteado para dirigir promociones de productos con niveles de demanda poco clara, evitando desarrollar iniciativas en aquellos con demanda alta. Por último se propone automatizar el modelo de pronóstico propuesto, además de incluir en él mediciones de la percepción que los clientes tienen respecto a promociones.

En un mundo en que los productos tecnológicos son cada vez más demandados, y en donde las empresas oferentes deben manejar una gran cantidad de SKUs, resulta de suma importancia la estimación de demanda para éstos. Sin embargo, se trata de un mercado de gran incertidumbre, donde los ciclos de vida se vuelven cada vez más cortos y, por consiguiente, la predicción de demanda de éstos resulta mayormente compleja. El objetivo del presente trabajo de título es el desarrollo de una metodología de estimación de demanda para productos tecnológicos, que sea capaz de entregar pronósticos mensuales y trimestrales a nivel de SKU. Para el desarrollo, aplicación y prueba de la metodología se utilizan ventas y precios mensuales de equipos de telefonía móvil de una compañía de telecomunicaciones. Para la determinación de un modelo de demanda, la investigación se centra en la búsqueda modelos de difusión, donde se decide finalmente utilizar el modelo de Bass, siendo necesario incorporar variables adicionales de estacionalidad y precio propio en su formulación. Para la obtención de parámetros, se opta por realizar una optimización conjunta entre equipos de un mismo segmento, los cuales son definidos internamente por la empresa, forzándolos así a compartir parámetros de estacionalidad y elasticidad preciopropia, para de esta forma disminuir el problema de falta de datos. Al validar el modelo, la estacionalidad resulta ser altamente estable, relevante y transversal para todos los equipos; respecto a la elasticidad precio-propia, ésta también resulta ser relevante, no obstante, su cálculo es altamente dependiente de unos pocos SKUs. Finalmente, se consideran elasticidades precio cruzado, sin embargo, éstas resultan no presentar una mejora significativa. En el modelo final, un 23% de los SKUs presenta un error trimestral menor al 40%. No obstante, al evaluar sobre SKUs de mayor importancia, los cuales reportan sobre el 60% de las ventas del periodo de evaluación, estos presentan un MAPE promedio de un 63%, donde un 47% de estos equipos presenta un error menor al 40% trimestral. Por otra parte, si se evalua el desempeño del modelo a un mes plazo, el MAPE cae drásticamente a un 29% para este mismo grupo. Al comparar con un modelo autorregresivo, se llega a niveles similares de ajuste, sin embargo, el modelo propuesto predice con un 58% menos de error respecto a éste. Si bien existen SKUs con errores de ajuste grandes, existen también SKUs en los cuales el modelo presenta un error muy bajo, lo que sugiere que el modelo funciona bien dadas ciertas características, las que posiblemente tienen que ver con quiebres de stock y promociones. Dado lo anterior, se cree que en condiciones de monopolio o nichos de mercado, en donde los factores antes mencionados no resultan tan relevantes, el modelo se comportará considerablemente mejor y la metodología será capaz de entregar un valioso antecedente al momento de estimar demanda. De esta manera, se cree que posibles mejoras al modelo vienen dadas principalmente con la incorporación de las variables de promociones y quiebres de stock.

Tener un acertado pronóstico de ventas es un tema indispensable en empresas productoras y distribuidoras, ya que impacta positivamente en la toma de decisiones relacionadas a la demanda, gestión de inventario, abastecimiento, distribución y surtido de productos, así como otras áreas del negocio como finanzas, marketing, operaciones y servicio al cliente. Sin embargo, actualmente, en la mayoría de los casos, las predicciones de las ventas se basan en análisis individuales de los productos, mas no en técnicas de clustering, las cuales permitirían reducir el error y ser más acertados en sus pronósticos. Por ello, el presente trabajo propone evaluar y comparar el impacto de la precisión de los pronósticos de ventas del método tradicional, regresión lineal simple con series de tiempo, con los métodos de clustering k-means y Ward. El alcance de la investigación será a los cinco principales productos de una importante empresa productora y distribuidora de alimentos procesados en el Perú. Los indicadores que se utilizarán para identificar el método más preciso serán los errores medios absolutos (MAD) y errores cuadráticos medios (MSE) resultantes.
Having a successful sales forecast is an essential issue in manufacturing and distributing companies, since this impacts the decision-making related to demand, inventory management, supply, distribution and product assortment, as well as other areas of the business such as finance, marketing, operations and customer service. However, currently, in most cases, sales forecast are based on individual product analyzes, but not on clustering techniques, which would reduce error and be more accurate in their forecasts. Therefore, the present work proposes to evaluate and compare the impact of the precision of the sales forecasts between the traditional method, simple linear regression with time series, and the clustering methods such as k-means and Ward. The investigation scope will be the five main products of an important manufacturer and distributor of processed foods in Peru. The indicators that will be used to identify the most accurate method will be the mean absolute deviation (MAD) and mean square errors (MSE).
Tesis

Magíster en Gestión de Operaciones
Tanto para los clientes como para las empresas la falta de productos en góndola (o quiebres de stock) produce costos indeseados muy elevados. Éstos, en su mayoría, se generan por falta de información, errores en el pronóstico de ventas y problemas en el sistema de reposición de productos. Para las empresas de retail es necesario entregar una buena experiencia de compra ofreciendo productos y servicios adecuados a las necesidades de los consumidores dada la alta competencia existente. Por esta razón es importante cuantificar y estudiar el efecto que los problemas en la disponibilidad de los productos generan sobre los clientes. El objetivo principal de este trabajo es estudiar el efecto de la variedad de surtido en góndola en el comportamiento de los clientes mediante la incorporación de variables operacionales de stock a un modelo de incidencia de compra. Para ello, se utilizan datos transaccionales de los clientes y datos operacionales de quiebres de stock --medidos mediante fotografías en intervalos fijos de tiempo-- de los distintos tipos de pan ofrecidos por una tienda de una cadena de supermercados norteamericana. En primer lugar, se realiza un análisis agregado por clientes para los principales productos del supermercado para estudiar la relación entre las ventas de diferentes categorías de panes y los quiebres de stock, donde los resultados entregan evidencia preliminar del efecto agregado de la disponibilidad. Por lo anterior, se realiza un análisis a nivel desagregado por clientes, para el cual se utiliza un modelo mixed logit, que captura la heterogeneidad de los clientes. En este modelo, se estudian los patrones de sustitución entre los productos y los efectos cruzados entre las categorías de productos. Los resultados muestran una disminución en la incidencia de compra general de panes con quiebres de stock de rolls de la categoría de un 0,91% y un efecto de sustitución entre los productos de un 0,19 %. Finalmente, con los resultados obtenidos, se estudia el efecto de los quiebres de stock de panes dentro de otros departamentos del supermercado -en particular, se estudia el departamento Produce-. Para esto, se utilizan variables instrumentales, que corresponden a las probabilidades de compra estimadas de los panes de manera agregada o de las categorías de panes. Los efectos encontrados para estos dos modelos son distintos, en donde los productos empaquetados toman mayor protagonismo sobre los de venta a granel en las compras.

Se propone un framework utilizando un componente de pre-procesamiento y MARS para obtener una predicción de ventas de forma precisa y confiable reduciendo el tiempo y costos. Para ello lo primero que se realizo fue obtener las ventas mensuales de los productos “Resorte Toy Corolla” y “Resorte Toy Corolla Gasol” de una empresa llamada “Franco” dedicada a la venta de autopartes, luego se procesó esta información con un componente de pre-procesamiento en donde se detectó y elimino valores atípicos. Posteriormente se seleccionó las variables de predicción y la variable objetivo, por último se construyó los modelos de predicción y se calculó las medidas de error con la ayuda del software "Salford Predictive Modeler 8.0". Luego de realizar las pruebas se llegó a la conclusión que el framework propuesto se ajusta mejor a las necesidades de una pyme ya que se obtiene predicciones de ventas más precisas. Por otro lado no es necesario que el usuario sea un experto ni que tenga conocimientos muy avanzados con respecto a las técnicas o métodos de predicción, porque cuando usamos el software “Salford Predictive Modeler 8.0”, esta misma selecciona las variables de predicción más importantes y crea el modelo de predicción con sus respectivas funciones base además también se encarga del cálculo de las medidas de error.
Tesis

Para una conocida empresa en certificaciones a nivel nacional e internacional, es importante hacer un seguimiento de las ventas de las diferentes unidades de negocio, además, de contar con estimaciones para poder tomar decisiones en cuanto a la ejecución presupuestal, asimismo, permite tener una forma de medir el performance que va teniendo la empresa en ventas. En este trabajo se realiza una comparación del poder predictivo de modelos de series de tiempo aplicados en las ventas históricas de la empresa, utilizando como base teórica el enfoque de dominio de tiempo (Box y Jenkins) con el modelo ARIMA y el uso del algoritmo XBGoost, utilizando los indicadores de evaluación para seleccionar aquel modelo que permita obtener mejores pronósticos para tener una mejor previsualización de ventas en los próximos meses, y en base a esto, tomar las mejores decisiones en cuanto la asignación presupuestal, conocimiento de performance en ventas, etc.

En este trabajo se expone una propuesta de acciones que Tigre Chile S.A. podría aplicar para mejorar el flujo de información entre las áreas de producción y ventas, con el fin de minimizar los problemas de insuficiencias de stock, satisfaciendo eficientemente las demandas de sus clientes, tanto de productos fabricados como importados. Se debe mencionar que la empresa nace de la fusión de cuatro empresas del rubro, por lo que los trabajadores presentan cierto grado de resistencia a la nueva cultura impuesta. El flujo de información se inicia en la toma de órdenes de pedido por Ventas para luego iniciar, por parte de producción, la fabricación de los productos solicitados y el posterior envío, de lo solicitado, al cliente por el Departamento de Logística de la empresa. En muchos casos, la demanda de productos no es satisfecha a causa de un quiebre de stock, lo que genera una serie de problemas a los clientes, tales como el retraso o detención de obras e incumplimiento de plazos propios. Esto ocasiona un elevado descontento en quien sufre las consecuencias. Por lo señalado, se hace necesario determinar las causas que originan los quiebres de stock y proponer una metodología que permita la coordinación adecuada entre los diferentes departamentos involucrados, con el fin de aumentar el nivel de cumplimiento de las solicitudes de productos de los clientes y con ello el nivel de satisfacción. Con el objetivo antes mencionado, se realizó el diagnóstico del funcionamiento actual de la empresa, analizando el flujo de información; la estructura organizacional; los sistemas de incentivos para los diferentes departamentos; la forma en que se realiza la planificación de producción y como se realizan los eventuales cambios en éstas planificaciones; el sistema de gestión utilizado, tanto de información como de proceso; el grado de utilización y si la información con la que actualmente cuentan los encargados de atender al público es la adecuada para dar una respuesta oportuna y exacta. Luego de efectuado el diagnóstico de la situación se concluye que los canales de comunicación existen, recursos de comunicación pero que el grado de utilización de éstos es bajo, debido a la rivalidad existente entre los componentes de cada equipo. Se utiliza, en el proceso, técnicas para determinación de planificación y cantidades a producir rudimentarias, sin incluir variables exógenas o historiales de ventas con mayor análisis. Con el fin de mejorar el escenario antes descrito, se proponen algunas modificaciones necesarias para una nueva metodología, optimizando la utilización de la información disponible, parámetros y procedimientos para la planificación y el control de cambios, necesidad de capacitar al personal en el uso del sistema informático. Esto, apuntando a la adecuada coordinación entre los Departamentos de Ventas y Producción, mejorando la atención a los clientes.

El plan de negocios, es una herramienta que ayuda a estructurar la información necesaria para demostrar la viabilidad del proyecto o empresa que se esté desarrollando, pues nadie crea proyectos para perder capital. El Plan se compone de 6 estudios, entre los cuales puede llegar a omitirse alguno, de acuerdo con las necesidades del proyecto e intereses de quien lo desarrolla. Estos a grandes rasgos son: Estudio Administrativo Describe los aspectos organizativos del proyecto/empresa que se deben de considerar en su desarrollo como la estructura organizacional, descripción de los puestos, la filosofía empresarial, los objetivos que guían las acciones, el análisis por medio de la herramienta foda para desarrollo de estrategias, etcétera dando como resultado una mayor identidad al proyecto/ empresa. Estudio de Mercado Describe de forma detallada y concisa los aspectos relevantes del mercado los cuales afectan directamente al proyecto en desarrollo, tales como la competencia, segmentación de mercado, perfiles de mercado, patrones conductuales de consumo, mezcla de mercadotecnia, valor de mercado, pronóstico de ventas e investigación de mercados. Cada uno de estos elementos serán de gran utilidad para la toma de decisiones respecto a decisiones del mercado. Estudio Técnico Se define como “producir lo que se va a vender” y responde a las siguientes preguntas: ¿Dónde localizar la empresa/proyecto? ¿Cómo distribuir los recursos en la planta para usarlos eficientemente? ¿Qué recursos necesito para producir mi producto? ¿Dónde obtener los materiales, herramientas, maquinaria, necesarios? ¿Cuáles son los procesos necesarios para la producción de mi producto? ¿Qué maquinaria y equipo utilizar en los procesos? Estudio de Responsabilidad Social Este estudio ayuda a generar estrategias de mejora en propuestas para el buen funcionamiento empresarial respecto al manejo del personal en cuanto a desarrollo de carrera y planificación de vida, cuidado de medio ambiente y responsabilidad social, mitigación de residuos. Tener este estudio ayuda a crear una imagen responsable, empática y ecológica del proyecto, siendo así más atractivo para el agente inversor del mismo. Estudio Legal Se define la figura jurídica que tendrá la organización, así como todas las obligaciones y beneficios que se adquieren al llevar a cabo su creación, como son: las obligaciones fiscales adquiridas, los contratos de transferencia de tecnología, la contratación del personal, los títulos de bienes de raíces, la protección de la propiedad industrial de la tecnología, entre otros. Estudio Financiero Demuestra la rentabilidad del negocio en términos económicos a través de informes contables proyectados o históricos, razones financieras e indicadores de viabilidad como lo son el vpn, tir, roi y pri. Todos estos estudios muestran la viabilidad del proyecto en su totalidad, es decir, la capacidad de mantenerse operando a lo largo del tiempo. Asimismo, se enfoca en la viabilidad del proyecto tecnológico, demostrando que existe un mercado a satisfacer que está dispuesto a pagar por producto; la viabilidad legal, definiendo las obligaciones y beneficios adquiridos; la viabilidad de responsabilidad social, puntualizando en estrategias que generen una imagen positiva, limpia y empática del proyecto ante el mundo actual y; la viabilidad financiera demostrando que el proyecto es rentable, en otras palabras, que genera las suficientes ganancias para llevarse a cabo.

En el módulo de revaloración y seguimiento del paciente séptico se enfoca en la monitorización y el seguimiento en las primeras 6 y 12 horas y, posteriormente, cada 24 horas, con el objetivo de realizar una valoración continua, incluyendo la hemodinámica, y determinar el requerimiento de intervenciones adicionales (prevención de úlcera gastroduodenal aguda, control de la glucemia, prevención de la trombosis venosa profunda), y proveer una adecuada nutrición, el uso apropiado de antipiréticos y analgésicos endovenosos en caso de precisarse, según objetivos de tratamiento realistas y las expectativas de los familiares en relación con el pronóstico del paciente. Adicionalmente, se ilustra cómo realizar una adecuada lectura crítica del antibiograma con el objetivo de lograr la estrategia de escalonamiento y desescalamiento, según el caso, buscando optimizar el manejo antibiótico, todo con el fin de lograr adecuada cobertura antibiótica al mismo tiempo que una disminución de la presión selectiva sobre la flora del paciente. Se menciona la importancia de la aplicación de la estrategia time out de Stanford, con el propósito de dar tiempo para asegurarse de que el objetivo del equipo médico sea el mismo. Se enfatiza en las recomendaciones del uso de vasopresores e inotrópicos, al igual que en los criterios de intubación y extubación en pacientes sépticos. Por último, se trata de los criterios de ingreso y egreso de hospitalización y de la unidad de cuidados intensivos (UCI) según el modelo de priorización de ingreso a la UCI.

1.1 Resumen macroeconómico En el segundo trimestre la economía enfrentó varios choques, principalmente de oferta y de costos, la mayoría de los cuales no fueron anticipados, o los previstos fueron más persistentes de lo esperado, y que en conjunto interrumpieron la recuperación de la actividad económica observada a comienzos de año y llevaron la inflación total a niveles superiores a la meta. La inflación básica (sin alimentos ni regulados: SAR) aumentó, pero se mantuvo baja y acorde con lo esperado por el equipo técnico. A comienzos de abril se inició una tercera ola de pandemia, más acentuada y prolongada que la anterior, con un elevado costo en vidas humanas y algún impacto negativo en la recuperación económica. Entre mayo y mediados de junio los bloqueos de las carreteras y los problemas de orden público tuvieron un fuerte efecto negativo sobre la actividad económica y la inflación. Se estima que la magnitud de estos dos choques combinados habría generado una caída en niveles en el producto interno bruto (PIB) con respecto al primer trimestre del año. Adicionalmente, los bloqueos causaron un aumento significativo de los precios de los alimentos. A estos choques se sumaron los efectos acumulados de la disrupción global en algunas cadenas de valor y el incremento en los fletes internacionales que desde finales de 2020 vienen generando restricciones de oferta y aumentos de costos. Todos estos factores, que afectaron principalmente el índice de precios al consumidor (IPC) de bienes y de alimentos, explicaron la mayor parte del error de pronóstico del equipo técnico y el aumento de la inflación total a niveles superiores a la meta del 3 %. El incremento en la inflación básica y de los precios de los regulados fue acorde con lo esperado por el equipo técnico, y se explica principalmente por la eliminación de varios alivios de precios otorgados un año atrás. A todo esto se suma la mayor percepción de riesgo soberano y las presiones al alza que esto implica sobre el costo de financiamiento externo y la tasa de cambio. A pesar de los fuertes choques negativos, el crecimiento económico esperado para la primera mitad del año (9,1%), es significativamente mayor que lo proyectado en el informe de abril (7,1%), signo de una economía más dinámica que se recuperaría más rápido de lo previsto. Desde finales de 2020 las diferentes cifras de actividad económica han mostrado un crecimiento mayor que el esperado. Esto sugiere que los efectos negativos sobre el producto de las recurrentes olas de contagio estarían siendo cada vez menos fuertes y duraderos. No obstante, la tercera ola de contagio del Covid-19, y en mayor medida los bloqueos a las vías y los problemas de orden público, habrían generado una caída del PIB durante el segundo trimestre, frente al primero. Pese a lo anterior, los datos del índice de seguimiento a la economía (ISE) de abril y mayo han resultado mayores que lo esperado, y las nuevas cifras de actividad económica sectoriales sugieren que el impacto negativo de la pandemia sobre el producto se sigue moderando, en un entorno de menores restricciones a la movilidad y de mayor avance en el ritmo de vacunación. Los registros de transporte de carga (junio) y la demanda de energía no regulada (julio), entre otros, indican una recuperación importante después de los bloqueos en mayo. Con todo lo anterior, el incremento anual del PIB del segundo trimestre se habría situado alrededor del 17,3 % (antes 15,8 %), explicado en gran parte por una base baja de comparación. Para todo 2021 el equipo técnico incrementó su proyección de crecimiento desde un 6 % hasta el 7,5 %. Este pronóstico, que está rodeado de una incertidumbre inusualmente elevada, supone que no se presentarán problemas de orden público y que posibles nuevas olas de contagio del Covid-19 no tendrán efectos negativos adicionales sobre la actividad económica. Frente al pronóstico del informe pasado, la recuperación de la demanda externa, los niveles de precios de algunos bienes básicos que exporta el país y la dinámica de las remesas de trabajadores han sido mejores que las esperadas y seguirían impulsando la recuperación del ingreso nacional en lo que resta del año. A esto se sumaría la aún amplia liquidez internacional, la aceleración en el proceso de vacunación y las bajas tasas de interés, factores que continuarían favoreciendo la actividad económica. La mejor dinámica del primer semestre, que llevó a una revisión al alza en el crecimiento de todos los componentes del gasto, continuaría hacia adelante y, antes de lo esperado en abril, la economía recuperaría los niveles de producción de 2019 a finales de 2021. El pronóstico continúa incluyendo efectos de corto plazo sobre la demanda agregada de una reforma tributaria de magnitud similar a la proyectada por el Gobierno. Con todo eso, en el escenario central de este informe, el pronóstico de crecimiento para 2021 es del 7,5 % y para 2022 del 3,1 %. A pesar de esto, el nivel de la actividad económica seguiría siendo inferior a su potencial. La mejora en estas proyecciones, sin embargo, está rodeada de una alta incertidumbre. En junio la inflación anual (3,63 %) aumentó más de lo esperado debido al comportamiento del grupo de alimentos, mientras que la inflación básica (1,87 %) fue similar a la proyectada. En lo que resta del año el mayor nivel del IPC de alimentos persistiría y contribuiría a mantener la inflación por encima de la meta. A finales de 2022 la inflación total y básica retornarían a tasas cercanas al 3 %, en un entorno de desaceleración del IPC de alimentos y de menores excesos de capacidad productiva. En los meses recientes el aumento en los precios internacionales de los fletes y de los bienes agrícolas, y las mayores exportaciones de carne y el ciclo ganadero han ejercido presiones al alza sobre el precio de los alimentos, principalmente de los procesados. A estas fuerzas persistentes se sumaron los bloqueos de las vías nacionales y los problemas de orden público en varias ciudades registrados en mayo y parte de junio, los cuales se reflejaron en una fuerte restricción en la oferta y en un aumento anual no esperado del IPC de alimentos (8,52 %). El grupo de regulados (5,93 %) también se aceleró, debido a la baja base de comparación en los precios de la gasolina y a la disolución de parte de los alivios a las tarifas de servicios públicos otorgados en 2020. Como se proyectaba, la inflación SAR repuntó al 1,87 %, debido a la reactivación de los impuestos indirectos de algunos bienes y servicios eliminados un año atrás, y por las presiones al alza que ejercieron los alimentos sobre las comidas fuera del hogar (CFH), entre otros. En lo que resta del año se espera que el aumento en los alimentos perecederos se revierta, siempre y cuando no se registren nuevos bloqueos duraderos a las vías nacionales. El mayor nivel de precios de los alimentos procesados persistiría y contribuiría a mantener la inflación por encima de la meta a finales de año. La inflación SAR continuaría con una tendencia creciente, en la medida en que los excesos de capacidad productiva se sigan cerrando y registraría un aumento transitorio en marzo de 2022, debido principalmente al restablecimiento del impuesto al consumo en las CFH. Con todo esto, para finales de 2021 y 2022 se estima una inflación total del 4,1 % y 3,1 %, y una inflación básica del 2,6 % y 3,2 %, respectivamente. El comportamiento conjunto de los precios del IPC SAR, junto con continuas sorpresas al alza en la actividad económica, son interpretados por el equipo técnico como señales de amplios excesos de capacidad productiva de la economía. Estos persistirían en los siguientes dos años, al final de los cuales la brecha del producto se cerraría. El mayor crecimiento económico sugiere una brecha del producto menos negativa que la estimada hace un trimestre. Sin embargo, el comportamiento de la inflación básica, especialmente en servicios, indica que el PIB potencial se ha recuperado de forma sorpresiva y que los excesos de capacidad siguen siendo amplios, con una demanda agregada afectada de forma persistente. Esta interpretación encuentra soporte en el mercado laboral, en donde persiste un desempleo alto y la recuperación de los empleos perdidos se estancó. Adicionalmente, los aumentos en la inflación en buena medida están explicados por choques de oferta y de costos y por la disolución de algunos alivios de precios otorgados un año atrás. Los pronósticos de crecimiento y de inflación descritos son coherentes con una brecha del producto que se cierra más rápido y es menos negativa en todo el horizonte de pronóstico con respecto al informe de abril. No obstante, la incertidumbre sobre los excesos de capacidad es muy alta y es un riesgo sobre el pronóstico. Las perspectivas de las cuentas fiscales de Colombia se deterioraron, Standard & Poor’s Global Ratings (S&P) y Fitch Ratings (Fitch) redujeron su calificación crediticia, los bloqueos y problemas de orden público afectaron el producto y el país enfrentó una nueva ola de contagios de Covid-19 más acentuada y prolongada que las pasadas. Todo lo anterior se ha reflejado en un aumento de las primas de riesgo y en una depreciación del peso frente al dólar. Esto ha ocurrido en un entorno favorable de ingresos externos. Los precios internacionales del petróleo, del café y de otros bienes básicos que exporta el país aumentaron y han contribuido a la recuperación de los términos de intercambio y del ingreso nacional, y han mitigado las presiones al alza sobre las primas de riesgo y la tasa de cambio. En el presente informe se incrementó el precio esperado del petróleo para 2021 a USD 68 por barril (antes USD 61 bl) y para 2022 a USD 66 bl (antes USD 60 bl). Esta mayor senda presenta una convergencia hacia precios menores que los observados recientemente, como resultado de una mayor oferta mundial esperada de petróleo, la cual más que compensaría el incremento en la demanda de este bien básico. Por ende, se supone que el aumento reciente de los precios tiene un carácter transitorio. En el escenario macroeconómico actual se espera que las condiciones financieras internacionales sean algo menos favorables, a pesar de la mejora en los ingresos externos por cuenta de una mayor demanda y unos precios del petróleo y de otros productos de exportación más altos. Frente al informe de abril el crecimiento de la demanda externa fue mejor que el esperado, y las proyecciones para 2021 y 2022 aumentaron del 5,2 % al 6,0 % y del 3,4 % al 3,5 %, respectivamente. En lo corrido del año las cifras de actividad económica muestran una demanda externa más dinámica de la esperada. En los Estados Unidos y China la recuperación del producto ha sido más rápida que la registrada en los países de la región. En estos últimos la reactivación económica ha estado limitada por los rebrotes del Covid-19, las limitaciones en la oferta de vacunas y el poco espacio fiscal para enfrentar la pandemia, entre otros factores. La buena dinámica en el comercio externo de bienes se ha dado en un entorno de deterioro en las cadenas de valor y de un aumento importante en los precios de las materias primas y en el costo de los fletes. En los Estados Unidos la inflación sorprendió al alza y su valor observado y esperado se mantiene por encima de la meta, al tiempo que se incrementó la proyección de crecimiento económico. Con esto, el inicio de la normalización de la política monetaria en ese país se daría antes de lo proyectado. En este informe se estima que el primer incremento en la tasa de interés de la Reserva Federal de los Estados Unidos se dé a finales de 2022 (antes del primer trimestre de 2023). Para Colombia se supone una mayor prima de riesgo frente al informe de abril y se sigue esperando que presente una tendencia creciente, dada la acumulación de deuda pública y externa del país. Todo esto contribuiría a un incremento en el costo del financiamiento externo en el horizonte de pronóstico. La postura expansiva de la política monetaria sigue soportando unas condiciones financieras internas favorables. En el segundo trimestre la tasa de interés interbancaria y el índice bancario de referencia (IBR) se han mantenido acordes con la tasa de interés de política. Las tasas de interés promedio de captación y crédito continuaron históricamente bajas, a pesar de algunos incrementos observados a finales de junio. La cartera en moneda nacional detuvo su desaceleración anual y, entre marzo y junio, el crédito a los hogares se aceleró, principalmente para compra de vivienda. La recuperación de la cartera comercial y de los desembolsos a ese sector fue importante, y se alcanzó de nuevo el elevado saldo observado un año atrás, cuando las empresas requirieron niveles significativos de liquidez para enfrentar los efectos económicos de la pandemia. El riesgo de crédito aumentó, las provisiones se mantienes altas y algunos bancos han retirado de su balance una parte de su cartera vencida. No obstante, las utilidades del sistema financiero se han recuperado y sus niveles de liquidez y solvencia se mantienen por encima del mínimo regulatorio. A partir de este informe se implementará una nueva metodología para cuantificar y comunicar la incertidumbre que rodea los pronósticos del escenario macroeconómico central, en un entorno de política monetaria activa. Esta metodología se conoce como densidades predictivas (DP) y se explica en detalle en el Recuadro 1. Partiendo del balance de riesgos que contiene los principales factores que, de acuerdo con el juicio del equipo técnico, podrían afectar a la economía en el horizonte de pronóstico, la metodología DP produce distribuciones de probabilidad sobre el pronóstico de las principales variables (v. g.: crecimiento, inflación). Estas distribuciones reflejan el resultado de los posibles choques (a variables externas, precios y actividad económica) que podría recibir la economía y su transmisión, considerando la estructura económica y la respuesta de política monetaria en el futuro. En este sentido, permiten cuantificar la incertidumbre alrededor del pronóstico y su sesgo. El ejercicio DP muestra un sesgo a la baja en el crecimiento económico y en la brecha del producto, y al alza en la inflación. El balance de riesgos indica que las disyuntivas para la política monetaria serán potencialmente más complejas que lo contemplado en el pasado. Por el lado de las condiciones de financiamiento externo, se considera que el mayor riesgo es que se tornen un poco menos favorables, en un escenario en el cual la Reserva Federal de los Estados Unidos incremente con mayor prontitud su tasa de interés. Esto último, ante un crecimiento económico y del empleo mayor que el esperado en los Estados Unidos que genere presiones significativas sobre la inflación de ese país. A esto se suma la incertidumbre sobre el panorama fiscal en Colombia y sus efectos sobre la prima de riesgo y el costo del financiamiento externo. En el caso del crecimiento, la mayoría de los riesgos son a la baja, destacándose los efectos de la incertidumbre política y fiscal sobre las decisiones de consumo e inversión, la aparición de nuevas olas de contagio de la pandemia del Covid-19 y sus impactos sobre la actividad económica. En el caso de la inflación, se incorporó el riesgo de una mayor persistencia de los choques asociados con la disrupción de las cadenas de valor, mayores precios internacionales de las materias primas y de los alimentos, y una recuperación más lenta que la esperada de la cadena agrícola nacional afectada por los pasados bloqueos a las vías. Estos riesgos presionarían al alza principalmente los precios de los alimentos y de los bienes. Como principal riesgo a la baja se incluyó un alza de los arriendos menor que el esperado en el escenario central, explicada por una demanda débil y por una mayor oferta en 2022 dadas las altas ventas de vivienda observadas en el presente año. Con todo, el crecimiento económico presenta un sesgo a la baja y, con el 90 % de confianza, se encontraría entre un 6,1 % y 9,1 % para 2021 y entre el 0,5 % y 4,1 % para 2022. La brecha del producto tendría un sesgo a la baja, principalmente en 2022. El sesgo de la inflación es al alza, y se encontraría entre el 3,7 % y 4,9 % en 2021, y el 2,2 % y 4,7 % en 2022, con un 90 % de probabilidad. 1.2 Decisión de política monetaria En las reuniones de junio y julio la JDBR decidió mantener la tasa de política monetaria inalterada en 1,75 %.