Dissertations / Theses on the topic 'Pronóstico de ventas'

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.

Magíster en Economía Aplicada
Ingeniero Civil Matemático
Entender los mecanismos de asignaciones de objetos cuando los interesados poseen valoraciones privadas ha tenido una gran relevancia en economía tanto del punto de vista teórico como empírico. Dentro de las principales preguntas abordadas, destaca comprender el comportamiento de los agentes, en otras palabras, poder garantizar y caracterizar la existencia de los equilibrios bayesianos asociados a cada juego. También, el entender cuándo el mecanismo asociado cumple que el agente con mayor valoración es aquel que recibe el producto, denominado eficiencia del remate. Uno de los métodos clásicos para vender productos es la aplicación de un remate descendente, comúnmente conocido como subasta Holandesa. En este mecanismo, el vendedor comienza ofreciendo un precio alto por el objeto, el cual es rebajado hasta que un interesado decida comprarlo. Sin embargo, con el devenir de la tecnología este sistema de ventas ha mutado, incorporando el tiempo como variable a considerar en su diseño. En esta tesis buscamos comprender la versión dinámica de la subasta Holandesa. Estudiaremos un modelo donde un vendedor publica, a comienzo de temporada, el potencial precio que tendrán los objetos si es que estos aún no se han vendido. En la otra vereda, los compradores llegan de manera privada según un proceso estocástico Poisson no-homogéneo presentando una tasa de descuento temporal. El primer resultado obtenido es que si las valoraciones se distribuyen de manera independiente según una ley $F$ Bernoulli, entonces existe un equilibrio simétrico para el caso de un único ítem en venta. Más aún, el equilibrio encontrado implica eficiencia del mecanismo aunque, dependiendo de la curva de precio, este equilibrio será en estrategia mixtas. Para el caso en que $F$ sea continua mostramos que, en caso de existir equilibrio, se podrá representar a partir de una función umbral: para cada valoración existe un tiempo crítico luego del cual todo jugador con dicha valoración compra al llegar a la tienda. Lo anterior conlleva a que el mecanismo no sea eficiente. Respecto al caso de múltiples objetos a vender, damos el primer paso para su compresión. Para ello, obviaremos el factor temporal y estudiaremos el remate descendente. Mostramos que en el caso de dos jugadores y tres objetos, existe un equilibrio simétrico que tiene la particularidad de ser ineficiente.

Ingeniera Civil Industrial
La selección de surtido en el mercado del retail es un proceso que involucra muchas variables a considerar, ya que no solo se debe contar con productos que generen ingresos sino que también que entreguen atractivo visual, variedad y movimiento. Mediante la generación de una metodología se pretende apoyar la gestión de surtido para una empresa de retail especialista, poniendo énfasis sobre la decisión de qué productos nuevos agregar al mix existente. Para lo anterior, se utilizaron metodologías encontradas en "Metodología de apoyo a la toma de decisiones en surtido, espacio y ubicación de productos en una cadena de supermercado" (Passalacqua, 2007) y "Estimación de demanda a través de un enfoque de atributos"(Olguín, 2005) para la determinación del mix eficiente en la familia de Cristalería, basando las decisiones en atributos y en dimensiones de desempeño tales como la rotación, presencia en boletas, rentabilidad, margen y entropía. Para obtener la venta estimada de nuevos productos con mayor precisión se recurrió a dos métodos: Fisher y Raman [1], que predicen ventas a través del cálculo de porcentajes de sustitución entre atributos, y Bell, Bonfrer and Chintagunta (2005) que a través de un set de regresiones que determinan la participación de mercado a nivel de atributos y de producto. El análisis en base a árboles de decisión genera una propuesta de surtido final que comprende en la eliminación 107 SKUs de los 372 existentes, lo que genera pérdidas netas de $5.802.692. La propuesta contiene también la inclusión de 54 SKUs nuevos que generan una utilidad estimada de $19.346.900. En base a la misma propuesta, el método de Fisher y Raman arrojó como resultado una utilidad estimada de $6.621.372, lo que significa un aumento en un 5,6% respecto a las ventas actuales de la categoría Copas. Por otro lado, se utilizó un período de validación de 3 meses para el modelo de Bell, el cual generó una utilidad estimada de $9.265.375 con un error MAPE de pronóstico de un 26% y un aumento de un 7,8% respecto a las ventas actuales de Copas, lo que cubre las pérdidas generadas debido a la eliminación de productos. Como propuestas para trabajos futuros se recomienda utilizar otros métodos para la obtención de la demanda potencial, así como la elección de atributos y niveles de manera más minuciosa u objetiva con el fin de tener resultados más ajustados. También se recomienda calibrar el modelo utilizando productos con poco historial. Finalmente, se espera que la metodología desarrollada sea replicable por parte de la empresa para la evaluación de incorporación de nuevos productos a otras categorías.

El objetivo principal del presente trabajo fue efectuar un análisis del comportamiento de las series de ventas de los principales productos de la marca ajinomoto, considerando en el análisis cinco de los productos que tienen el mayor volumen de ventas. Se consideró inicialmente un análisis de los datos originales para examinar la existencia de un patrón de serie de tiempo de manera que su hallazgo permita seleccionar métodos que teóricamente han sido utilizados con precisión aceptable con series de similares características. Se encontró que en el caso de cuatro de las cinco series analizadas una de ellas no presentó un patrón de serie de tiempo, siendo catalogada como serie aleatoria, esto nos llevó a la conclusión de no utilizar métodos de series de tiempo en dicha serie de ventas. En las cuatro series de ventas restantes se pudo determinar patrones de estacionalidad, estacionarios y de tendencia, lo cual llevó a seleccionar los métodos de promedios móviles, descomposición con estacionalidad y tendencia y Winters. A la comparación de la planificación efectuada por la empresa actualmente y lo que hubiera devuelto el uso del método adecuado se observó un evidente error menor en el método de pronóstico sugerido. Ante la selección del método adicionalmente se verificó el cumplimiento de los estadísticos respectivos para dar el método por adecuado para efectos de pronosticar.
Tesis

La siguiente investigación surgió por la necesidad de apoyar el monitoreo comercial de un supermercado de la Ciudad de Chiclayo, que en los últimos años percibía grandes inconvenientes al tomar decisiones en base a cantidades inexactas de los productos a comprar por utilizar métodos manuales de predicción, insatisfacción del cliente interno y externo y demoras en los tiempos para predecir. El proyecto, tiene como objetivo general mejorar el monitoreo comercial mediante la implementación de un sistema de pronóstico de compras utilizando un modelo de predicción. Se consideró inicialmente un análisis para determinar el modelo de predicción que se usará de acuerdo con las necesidades de la empresa. Se encontró que el método más adecuado fue Holt Winter, siendo adaptable al proceso de compra del caso de estudio. Los resultados obtenidos de la investigación fueron positivos. Se logró aumentar la satisfacción del cliente interno y externo en un 45% y 53% respectivamente. Además, se aumentaron los reportes de predicción en un 67% consiguiendo datos más precisos y de gran utilidad para la empresa. Asimismo, se pudo disminuir considerablemente el tiempo en la realización de predicción de compra en un 95%.
Tesis

Autor no autoriza el acceso a texto completo de su documento hasta el 5/10/2020.
Ingeniera Civil Industrial
La asignación de surtido es un problema que afecta a todos los retailers, y con aún más fuerza a aquellos que trabajan con modas y tendencias, lo que los obliga a presentar diferentes mix de productos dentro de un mismo año. Para efectos de esta memoria, se solucionará el problema en un retailer dedicado a la decoración del hogar. Los problemas de esta compañía para realizar una mejor asignación de mix radican principalmente en el fuerte enfoque en el diseño, dejando en segundo plano el análisis de datos como apoyo a decisiones; los diferentes formatos de tiendas que poseen; y los quiebres y sobre stock de productos. El objetivo general de esta memoria es desarrollar una metodología para mejorar la asignación del mix de productos con el fin de aumentar las ventas por categoría para la cadena. Se consideran 3 categorías de estudio: Velas, Ropa de Cama y Juegos de Mesa. La metodología que se plantea para resolver este problema consta de 4 etapas. Primero, encontrar los niveles de atributos más relevantes de las categorías en estudio, utilizando árboles de decisión; luego, segmentar las tiendas según los shares de ventas de los niveles relevantes encontrados por el árbol, utilizando el método de segmentación K-medias. En tercer lugar, analizar el mix de SKUs que compone cada segmento, a través de 4 indicadores: Venta, Ticket promedio, Aporte de Entropía y Margen, eliminando según criterios determinados, aquellos que tengan peores rendimientos. Finalmente, a través del uso de regresiones lineales, encontrar las valoraciones por nivel de atributo, de manera que se podrán incluir combinaciones de niveles que den origen a SKUs nuevos. Los resultados finales entregados por la metodología propuesta, corresponden a un mix eficiente para cada clúster de tiendas de cada una de las 3 categorías de estudio. En promedio fue eliminado el 31,06% de los SKUs de cada mix, que representan un 5,16%, en promedio, de la venta del total de productos. La cantidad de SKUs que se propone incluir representa entre el 8,8% y 13,9% de los tamaños de cada mix inicial, y cubren el porcentaje de venta de los SKUs que fueron eliminados. Dentro de las conclusiones, se observa que los resultados de la metodología propuesta arrojan oportunidades para modificar el mix, pues con el análisis de sensibilidad que se muestra para cada categoría, en todos los casos, bajo el supuesto de incluir la misma cantidad de SKUs que los que fueron previamente eliminados, se genera un importante porcentaje de venta incremental. El trabajo futuro que se sugiere, consiste en realizar experimentos para evaluar el nuevo mix propuesto; además del planteamiento de un problema de optimización que además se encargue de las cantidades de cada SKU.

Autor no autoriza el acceso a texto completo de su documento hasta el 9/11/2020.
Ingeniero Civil Industrial
La industria de las telecomunicaciones está frecuentemente enfrentada a las decisiones de surtido: determinar qué productos ofrecer y en qué momento. La importancia de tales decisiones se observa particularmente al promocionar, de manera online, productos conformados por un plan y un equipo móvil. Actualmente el surtido se mantiene estático a lo largo de cada mes, independientemente de los cambios en las existencias, lo que aumenta la probabilidad de tener un quiebre de stock. Por otro lado, los productos se determinan en base a una cantidad limitada de combinaciones, denominada universo, ambos, productos promocionados y universo, son seleccionados haciendo uso del juicio de expertos. El objetivo del trabajo es determinar una estrategia de surtido óptima para las promociones de dichas combinaciones por medio de la maximización del ingreso, para la cual se adapta un modelo que calcula en base a una función de demanda y el stock disponible, qué productos ofrecer y en qué momento. Debido a la cantidad de combinaciones es necesario utilizar generación de columnas, logrando así, su factibilidad computacional. El modelo base solo se ejecuta al principio de la planificación, lo cual lo hace inflexible. Para incorporar adaptabilidad se utiliza un horizonte rodante y se penalizan los productos que tienen un menor stock remanente, haciendo posible agregar información reciente de las ventas al recalcular el modelo cada un cierto periodo de tiempo y mejorar la calidad del surtido a lo largo de la planificación. Para evaluar la metodología se crean tres estrategias: (Caso Base) representación de la forma actual de resolver el problema; (A) una estrategia que determina el surtido utilizando la metodología creada, pero considerando el universo definido por la empresa y (B) una estrategia que además de considerar la metodología propuesta, utiliza un universo conformado por todas las combinaciones posibles. Se destaca que la cantidad de ejecuciones también fue sujeta a evaluación, considerando el cambio en el ingreso y aumento en los tiempos de ejecución. La metodología se evaluó usando datos de una importante empresa de telecomunicaciones, en la cual existen dos tipos de productos: Portabilidad -productos de gama alta que son ofrecidos a clientes de la competencia y cumplen requisitos específicos- y Multimedia - productos ofrecidos a clientes que ya forman parte de la compañía o a aquellos clientes externos que no cumplen los requisitos de portabilidad-. Debido a los resultados prometedores de las 2 estrategias propuestas, se considera incluir una estrategia extra denominada Lista Ordenada, con el objetivo de comparar las propuestas que optimizan con una opción de implementación sencilla. Tal estrategia consiste en ofrecer los productos que tengan una mejor combinación de atractivo y rentabilidad. Los resultados reflejan que la mejor estrategia depende del nivel de stock, con respecto a Multimedia, se tiene más del nivel necesario y por ello se sugiere utilizar la Lista que aumenta el ingreso en un 46 %. Por su parte, Portabilidad no tiene el suficiente nivel de stock y por ello la mejor opción es la estrategia B, que mejora el ingreso en un 21 %.

Ingeniera Civil Industrial
El surtido y la percepción de éste, es una de las características más importantes al momento de realizar y repetir una compra, por tanto es un factor importante para el éxito de un negocio de retail. Por otro lado las marcas propias (M.P.) son una excelente oportunidad para fortalecer la imagen de la empresa, ampliar el segmento de clientes y aumentar las utilidades. El presente trabajo de título tiene como objetivo aumentar la utilidad racionalizando el surtido de productos de M.P. a ofrecer en un punto de venta. La metodología consiste en tres partes: estudio de la situación actual, racionalización de la canasta (eliminar e incluir productos) y cuantificación económica de los beneficios. El estudio de la situación actual es fundamental para conocer todas las restricciones y variables que pueden influir en los resultados pero que no son reflejados directamente en la descripción de los productos. La racionalización de la canasta se produce a través de la eliminación e inserción de los SKU. El método de eliminación se basa en encontrar productos deficientes a través de tres componentes principales: movimiento, rentabilidad y eficiencia (componentes que reflejan el interés de la empresa) y corroborando que dichos SKU no fueran importantes para el cliente a través de la entropía. El método de inclusión de productos se basa en el análisis de árboles de decisión creados con datos transaccionales y atributos de los productos analizados. Las líneas analizadas fueron vajilla y cubertería de M.P. Para vajilla se propone eliminar el 22% del total de la línea lo que produce un ahorro de MM$ 3.6 anual, esto debido a que dichos SKU producían pérdidas (pedido mínimo muy alto y por ende gran inventario y baja rotación). Se propone incluir 8 nuevos productos, con características deseables para los clientes, que podrían producir 14 veces la facturación de los productos eliminados. Para la línea cubertería se sugiere eliminar el 15% de los productos, lo que produce un ahorro de MM$ 12, por las mismas razones antes señaladas y para la inclusión se proponen 7 productos de una nueva marca tal de satisfacer clientes que hoy no están siendo abarcados, los cuales podrían producir 10 veces la facturación de los productos eliminados. Finalmente se propone ejecutar la metodología y ampliarla a clientes del segmento hogar, tal de que represente una herramienta útil para decisiones futuras de la empresa.

Memoria para optar al título de Ingeniero Civil Industrial
Dentro de las prioridades de las empresas de retail se encuentra la prevención de los quiebres de stock en las góndolas de sus clientes. Sin embargo, un problema igualmente importante es la gestión de los quiebres de stock ya ocurridos. P&G es una empresa proveedora de productos de consumo a diferentes clientes de tipo retail. Actualmente para el canal de cliente farmacéuticos chilenos presenta algunos problemas que impiden que la gestión de quiebres sea satisfactoria según sus propios estándares internos. El objetivo de la memoria es rediseñar el proceso de gestión de quiebres de stock para contribuir a reparar los quiebres de stock de manera más eficaz y rápida por parte de los diferentes actores de P&G involucrados. El marco conceptual empleado fue el de mejora y de arquitectura de procesos de negocios representando los macro y sub procesos, cómo se relacionan entre sí, y planteando un rediseño en pos de conseguir un mejor rendimiento. La metodología usada consta del levantamiento y modelado de la situación actual, análisis y diagnostico de éste, propuesta de rediseño, y estimación del impacto de la mejora. En esta memoria el proceso de gestión de quiebres considera una serie de subprocesos: la detección del quiebre de stock, el análisis de mismo, y, finalmente, la reacción que diferentes actores implementan de manera de solucionar los quiebres ya ocurridos haciendo llegar el producto a la góndola. Los principales cambios propuestos son: - Definición de productos y tiendas a medir según protocolo que represente el negocio de P&G. - Reporte semanal de quiebres ponderados por ventas y con causas y responsables identificados. - Sub contratación de servicios de auditoría de quiebres.

Ingeniero Civil Industrial
En la actualidad existe una alta competitividad dentro del mercado de lencería femenina, existiendo 8 marcas de ropa interior importantes, lo cual obliga a buscar ventajas competitivas, ya sea por la optimización de recursos o mejoras en la calidad del servicio. El manejo de capital humano es sumamente relevante, pues una mala planificación incurre en costos de personal ocioso o peor aún, en ventas perdidas, provocando una mala calidad de servicio y una pésima imagen para la empresa. El objetivo principal de este trabajo es desarrollar una metodología para optimizar la dotación de personal en tiendas de especialidad, enfocándose en la empresa de lencería femenina Flores. El resultado, es definir la cantidad de vendedoras de tipo peak time, los cuales trabajan en horarios puntas y full time, quienes trabajan 180 horas al mes, para cada día del mes. También se desea evaluar si la empresa está realizando una adecuada dotación de personal en sus tiendas. Para abordar el trabajo se partió investigando soluciones a problemas similares dentro de la industria y se determinó diseñar una metodología particular para la solución del problema descrito. En un inicio se realizó un completo análisis descriptivo de los locales de la empresa ubicados en la R.M, para estimar patrones de comportamiento similares y clasificarlos en 4 grupos. Las variables de segmentación fueron la ubicación y el tipo de local (calle o mall). Se diseñó un modelo de compra basado en la observación y avalado por expertos, el cuál permitió distinguir 4 procesos claves dentro de la compra, siendo éstos: selección del producto, probador, inscripción y pago. Posteriormente se realizó la toma de tiempos de atención de los procesos, en los locales más representativos de cada segmento. Con los resultados obtenidos tanto de tiempos promedio y probabilidades de compra calculadas, se estimó la carga horaria de cada local junto con estimación de demanda basada en las ventas del año 2009. Finalmente se desarrolló un modelo de programación lineal para determinar la cantidad de vendedores para cada tipo de contrato para cada local estudiado con la finalidad de disminuir los costos de contrato existentes. Los resultados obtenidos, afirmaron la hipótesis de que la mayoría de los locales estaban sobredotados en su personal. Siendo el local Vespucio el que se encuentra más sobredotado y en contraste se encontró que el local Apumanque se encuentra con la dotación adecuada en estos momentos. En consecuencia el modelo propone disminuir la cantidad de vendedores full time y contratar nuevos vendedores peak time, lo que se contrapone con el esquema actual que posee la empresa, en donde todas sus vendedoras son de contrato full time. La reducción de costos llega a un 21% en los tres periodos analizados Julio, Agosto y Septiembre para los locales estudiados, disminuyendo significativamente sus horas ociosas en un 36%. Claramente dentro de la empresa existe una oportunidad de ahorro que incentiva a utilizar el modelo desarrollado. Se propone como trabajo futuro realizar una calendarización de la fuerza de venta para los locales estudiados. Básicamente la idea es poder flexibilizar el horario de entrada a la jornada laboral de los contratos de tipo full time para disminuir la cantidad de horas ociosas que resultan al aplicar el modelo. Adicional a esto se sugiere realizar un estudio en profundidad del desempeño de los vendedores, de tal forma de clasificarlos de acuerdo a su productividad, con el fin de poder asignar los mejores vendedores a los locales que tienen un mayor flujo de demanda durante el día. Finalmente se puede decir que el trabajo es satisfactorio en cuanto a los resultados y se destaca la utilidad para la empresa el obtener un conocimiento explícito de sus costos en personal.

El presente trabajo de investigación tiene como objetivo analizar y contrastar las actuales soluciones de analítica avanzada en problemas de Supply Chain. Para esto, se empezará armando un marco teórico que consolide los conceptos fundamentales de pronósticos, machine learning y diagnóstico de procesos. Con esta base, se presentarán los puntos principales de diversas publicaciones y trabajos académicos relacionados al uso de inteligencia artificial en Supply Chain, incluyendo métodos y resultados obtenidos. Entre estos, destacan las publicaciones donde se menciona el uso de redes neuronales para el pronóstico de demanda en un centro de estudio y la implementación de ensamble de modelos para robustecer la predicción de un modelo de demanda de misiles. Finalmente, se contrastará la bibliografía presentada y se elaborarán conclusiones al respecto.
Trabajo de investigación

Ingeniero Civil Industrial
La industria bancaria se caracteriza por ofrecer a sus clientes diferentes medios de pago dentro de los que destacan las tarjetas de crédito, con las cuales se transa anualmente un monto equivalente al 7% del PIB Chileno. Por otro lado, los clientes del banco con el que se desarrolla este trabajo utilizan menos la tarjeta que los clientes de los bancos líderes y además, la rentabilidad del negocio de tarjetas está directamente ligada al consumo. En base a lo anterior, el objetivo general de este proyecto es determinar las acciones con las cuales se puede incentivar el aumento de consumo con la tarjeta de crédito, usando información transaccional de los clientes. Considerando esto, se busca responder dos preguntas básicas del negocio ¿a quienes incentivar? y ¿con qué acciones hacerlo? Para responder esto se comienza clasificando a los clientes según variables transaccionales, con lo cual se encuentran cinco niveles de consumo que pueden tener los clientes durante un periodo. Dentro de estos destacan los clientes de Medio Bajo consumo, los cuales representan el 54% de la cartera del banco y se caracterizan por transar principalmente en rubros básicos como supermercados o grandes tiendas. Una vez clasificados los clientes, se realizan modelos predictivos para identificar a aquellos que aumentarán su nivel de consumo en el futuro, además de los principales factores que inducen este aumento. En base a esto se define que los clientes a incentivar son todos aquellos que no incrementarán su consumo, pues los otros lo harán con alta probabilidad sin necesidad de ser incentivados. Con respecto a las acciones, los resultados indican que se debe incentivar a los clientes a ampliar la variedad de rubros en que consumen, además de la cantidad de semanas en que tienen transacciones. Por otro lado, el banco debe incentivar los avances en efectivo, las compras internacionales y algunos rubros como supermercados o grandes tiendas. Se destaca además el hecho de que, al aplicar la metodología propuesta en este trabajo, el banco podría ganar 51 millones de pesos en un año, dejando de enviar promociones a clientes que no lo necesitan y generando nuevos aumentos de consumo. Finalmente como trabajo futuro se propone complementar el estudio con información de las promociones del banco, para así analizar además la efectividad de las campañas y determinar si aumentan el consumo de los clientes a largo plazo o sólo en el periodo en que se realizan.

El documento digital no refiere asesor.
Manifiesta que el constante dinamismo de las sociedades y los mercados, obliga ir buscando nuevas herramientas que vayan a la par con el desarrollo y que permitan tomar decisiones en forma eficiente, eficaz y correcta. Es así como nacen las Redes Neuronales Artificiales (RNA) que son Sistemas de procesamiento que copian esquemáticamente la estructura neuronal del cerebro para tratar de reproducir y mejorar sus capacidades. Las RNA se han desarrollado en diversos ámbitos, en esta investigación se destaca su uso en el área financiera. Se han realizado múltiples estudios y aplicaciones de éstas en los distintos campos de las finanzas, habiendo un número considerable de estudios que muestran importantes resultados en el área. Principalmente se han usado para la predicción de precios. Las investigaciones sobre Redes Neuronales se concentran básicamente en Chile donde existe antecedente de estudio sobre estos modelos de Redes neuronales. Las investigaciones encontradas se basan en tesis de predicción en el precio del cobre, que es un commodite relevante para el desarrollo de Chile, la predicción del Oro, tipo de cambio, predicciones de eventos de crisis de una economía. En esta tesis se escogio como caso práctico las acciónes de Caterpillar (CAT), como instrumento de prueba para la aplicación de Redes Neuronales Artificiales (RNA). A lo largo de la investigación se desarrollan simulaciones con diferentes características tanto en su configuración como en sus variables de entrada y períodos; logrando resultados interesantes de analizar. Se dividió el período analizado en dos partes, para poder estudiar las RNA frente a distintos comportamientos de precios (períodos con precios estables y otro de precios fluctuantes). Las RNA puede ser una herramienta generadora de ventajas competitivas, especialmente para aquellas empresas de inversiones. Se realizó una encuesta a 9 de las principales empresas que toman decisiones de inversión, como la SAB, AFP y Fondos Mutuos, preguntando por el uso de las RNA como una herramienta para las finanzas. La realidad nacional sobre la investigación de este tema, al cual se denota algunas investigaciones ya planteadas, pero no en el campo de las finanzas, específicamente en la predicción de volumen de ventas. No existe un conocimiento acabado de las RNA, lo que limita su uso y aplicación.
Tesis

Introducción: El infarto cerebral es una de las primeras causas de morbi-mortalidad en nuestra sociedad. Aunque la fibrinólisis intravenosa es el tratamiento de elección en las primeras 4.5 horas del inicio de los síntomas, recientemente se ha confirmado la utilidad de la trombectomía mecánica como terapia en algunos tipos de pacientes. Las técnicas multimodales de imagen permiten establecer el mejor tratamiento basándose en la presencia de tejido salvable y la persistencia de la oclusión, más allá utilizar una selección basada únicamente en una clasificación temporal. Clásicamente el sistema venoso se ha considerado someramente en el estudio del ictus isquémico. Sin embargo, parte de los fenómenos de la alteración del flujo e intercambio de oxígeno suceden en la región post-capilar. Pese a una escasa literatura en el tema, existe un interés creciente en el estudio del papel del sistema venoso en el ictus isquémico. Desde el punto de vista de la neurorradiología se han descrito varios marcadores de imagen venosa avanzada que, en la fase aguda del ictus, detectarían la alteración de la perfusión cerebral, tanto a nivel dinámico como la secundaria a los mecanismos de optimización del consumo de oxígeno (perfusión de miseria). Objetivos: Los objetivos primarios de la tesis son: 1) Correlacionar la presencia de marcadores de imagen venosa avanzada: ratio de Vena Hipodensa en TC (rVHd), Vena Hipointensa en T2* (VHt) y asimetría del drenaje en angioRM dinámica (VA), con el tejido en hipoperfusión en el territorio en isquemia, en pacientes afectos de ictus isquémico agudo. 2) Evaluar si los marcadores de imagen venosa avanzada se relacionan con el pronóstico clínico. Material y métodos: Se estudian dos grupos de pacientes con infarto isquémico agudo del territorio anterior (ACI y ACM) inferior a 12 horas de evolución. Grupo TC: Pacientes tratados con rTPA por ictus agudo. Se realiza estudio basal incluyendo angioTC y TC perfusión. El marcador venoso fue el ratio de UH entre la VCI patológica y la normal (rVHd) Grupo RM: Pacientes candidatos a trombectomía mecánica por ictus agudo. Se realiza estudio basal incluyendo secuencias DWI, T2*, SWI, y angioRM dinámica. Los marcadores venosos evaluados fueron la presencia de venas hipointensas (VHt) y la asimetría del drenaje en la secuencia dinámica (VAd). Se evaluaron datos demográficos, etiología del ictus, escala de severidad clínica aguda (NIHSS) y a largo plazo (mRS), así como volumen de tejido infartado y de penumbra, y grado recanalización arterial (TIMI). Resultados: Grupo TC: Se incluyeron 123 pacientes (45 mujeres, edad media 78 años). Un 54% de los ictus de origen cardioembólico con un NIHSS inicial de 18. Se observó una relación lineal inversa entre el rVHd y el volumen de penumbra isquémica. Un valor de rVHd de 0,83 fue marcador de buen pronóstico clínico a los 90 días (p<0.001) y de recanalizaciónarterial (p=0.005). Grupo RM: Se incluyeron 25 pacientes (16 mujeres, edad media 65 años). El 41% de los ictus fueron de origen cardioembólico con un NIHSS inicial de 17. Se observó presencia de VHt en un 96% de pacientes y asimetría en VAd en un 16% en venas profundas y un 52% en senos superficiales. La presencia de VHt se asoció a mayor volumen de penumbra (P=0,002). Conclusiones: Durante el ictus isquémico agudo se producen cambios en el sistema venoso. Las técnicas de imagen avanzada permiten detectar estos cambios. La presencia de los mismos se relaciona con mayor tejido hipoperfundido, peor tasa de recanalización y peor pronóstico clínico.
Introduction: Stroke is one of the leading causes of morbidity and mortality in our society. Although intravenous thrombolysis with tissue plasminogen activator is the treatment of choice in the first 4.5 hours of onset of symptoms, it has recently confirmed the usefulness of mechanical thrombectomy therapy for some types of patients. To select the best therapy in each patient, categorization parameters should be used. In this stroke therapy classification, neuroimaging plays a decisive role. Multimodal imaging techniques allow us to establish a treatment based on the presence of salvageable tissue and persistent occlusion, beyond using a selection based only on a temporary classification. Moreover, the venous system has been considered briefly in the study of ischemic stroke. However, part of the altered flow and exchange of oxygen occur in the post-capillary region. Despite brief literature on the subject, there is growing interest in studying the role of the venous system in ischemic stroke. Recently, neurorradiology described several venous advanced biomarkers in acute stroke. Those imaging-based markers would detect the alteration of brain perfusion, from the dynamic point of view or secondary to optimization of consumption oxygen mechanisms (misery perfusion). Objectives: The primary objectives of the thesis are: 1) To correlate the presence of advanced venous image biomarkers: Hypodense internal cerebral vein ratio (VHd), hypointense vein on T2* (VHt) and assymetrical venous drainage (VAd), with hypo-perfusion of the ischemic territory in patients with acute ischemic stroke. 2) To assess a relationship between advanced venous image biomarkers and clinical prognosis. Material and methods: Two groups of patients with acute ischemic stroke were analyzed. The type of stroke was anterior (MCA) and the onset inferior than 12 hours. TC Group: Patients were treated with endovenous fibrinolysis. Baseline study included CT perfusion and CT angiography. Venous score (rVHd) was the ratio between pathological and contrallateral internal cerebral vein. RM Group: Patients were candidates to mechanical thrombectomy. Baseline study included sequences DWI, T2 *, SWI, and dynamic MRA. Venous markers were hypointense veins (VHt) and asymmetry of the transverse sinus drainage in the dynamic angiographic sequence (VAD). We analyzed demographics, etiology of stroke, acute clinical severity scale (NIHSS) and long term clinical scale (mRS), ischemic tissue volume and arterial recanalization (TIMI). Results: TC Group: 123 patients (45 women, mean age 78 years) were included. 54% of cardioembolic stroke with initial NIHSS 18. We observed an inverse linear relationship between rVHd and the of ischemic penumbra (r=0,42). A rVHd value of 0,83 predict good clinical outcome at 90 days (p <0.001) and arterial recanalization (p = 0.005). RM group: 25 patients (16 women, mean age 65 years) were included. 41% of strokes were cardioembolic with initial NIHSS 17. VHt presence was present in 96% of patients and asymmetry of venous drainage was observed in16% of deep veins and 52% in surface sinus. The presence of VHt was associated with a greater volumen of penumbra (p=0,002). Conclusions: During acute ischemic stroke there are changes in the venous system. Advanced neuroimaging biomarkers can detect these venous signs. The presence of positive venous imaging biomarkers is associated with increased hypoperfused tissue volume, worse recanalization rate and worse clinical prognosis.

Magíster en Ingeniería con Tecnología de Información
En industrias altamente competitivas como las líneas aéreas, la estrategia de relación estrecha con el cliente y el modelo de negocio, asociado a determinar demanda y segmentarla de modo de poder determinar la oferta (cuándo y cómo vender) de aviones por asientos para una determinada ruta, hace la diferencia en el negocio aéreo. Para esto existe una técnica llamada Revenue Management, que permite a las empresas generar rentabilidad en el corto y largo plazo. El rediseño de procesos se basa en la metodología de diseño, a partir de patrones de procesos, que es detallada desde la arquitectura de procesos hasta el diseño del apoyo computacional y lógicas de negocio requeridos para implementarlo. Además, se realizó una prueba de concepto para el proceso de Pronóstico y Optimización de vuelos, donde se corroboró la desactualización del modelo y se redujo el porcentaje de falla, llegando a un 7%, mediante una calibración de los datos históricos y cargando near real time , los cambios en reservas sobre el modelo. Finalmente, la experiencia de esta prueba de concepto es generalizada en la construcción de un Framework, desarrollado para cualquier empresa que utilice modelos predictivos y desee actualizarlos en el tiempo. En términos de la justificación económica del proyecto, se podrá ver que es alta, ya que los beneficios que otorga a la compañía por cada unidad del porcentaje de error que se disminuyan y las nuevas oportunidad que genera a las áreas de ventas, se espera que sean del orden de los 2 millones de usd. Haciendo muy rentable el proyecto, pagándose en el mes 8 de proyecto.

La gestión de categorías se ha vuelto más compleja en el tiempo debido al incremento en el número de productos a ofrecer y su corta vida útil en las salas. Este trabajo de título tiene como objetivo apoyar decisiones de surtido en tiendas por departamentos, formato de retail que se caracteriza por tener productos con cortos ciclos de vida. La metodología consiste en estudiar la situación actual para luego proponer métodos de eliminación e inclusión de productos. El método de eliminación de productos se basa en el análisis de indicadores de gestión, apoyando las decisiones en función de cuatro dimensiones: movimiento, rentabilidad, del cliente y de variedad del producto. Además, las decisiones de eliminación también se basan en la comparación entre la participación esperada de productos y su participación en el surtido actual durante su ciclo de vida. El método de inclusión de productos incorpora aspectos como análisis de árboles de decisión de atributos desarrollados en base a datos transaccionales y validados mediante una investigación de mercado. Esta metodología se aplica a dos categorías de una tienda por departamentos: LCD´s/plasmas del departamento de electrónica y jeans de vestuario juvenil femenino. Para la categoría de LCD´s/plasmas se propone eliminar el 22% de los SKU´s, los cuales representan un 8,32% del monto durante el período de estudio. A su vez, se decide incluir principalmente productos de marcas Samsung y Sony, con precios inferiores a $600.000 y de tamaños de 32, 40, 50 y 55 pulgadas. Por otro lado, para la categoría de jeans, se propone eliminar el 18,7% de los SKU´s, los cuales generaron el 4,52% del monto total. Luego, se sugiere incluir principalmente SKU´s pertenecientes al conjunto de marcas propias y que estén en un precio entre $9.501 y $19.000. La metodología propuesta se transforma en una herramienta de ayuda en el análisis de surtido de categorías en tiendas por departamentos, apoyando las decisiones basadas en información financiera, en rentabilidad de los productos, en información del cliente, en aporte de variedad de los productos y en las participaciones de mercado esperadas de los SKU´s. Por último, se propone como trabajos futuros aplicar la metodología a otros formatos de retail (Home, especialistas y en general formatos no explorados en materia de surtido) de forma de comprobar su efectividad e implementar el surtido de manera de cuantificar sus beneficios. También se propone diseñar una metodología para validar el surtido propuesto.

El presente trabajo tuvo como objetivo principal evaluar los métodos de pronóstico más adecuados para predecir las ventas de los fármacos de la línea cardiológica de la empresa Botica San Carlos. Para ello, se consideró un análisis de datos históricos de las ventas para examinar un patrón de series de tiempo para seleccionar el método más adecuado para cada serie. Basados en la metodología de series de tiempo y uso de soporte informático para el caso, se evaluaron cuatro series de tiempo de los productos de la línea cardiológica que más aportan a las ventas de la empresa; productos que fueron seleccionadas con el método ABC. Se encontró que los métodos de series de tiempo son los más adecuados para analizar dichas series, se procedió a comparar los métodos de pronósticos más adecuados para cada serie. Al mismo tiempo se evaluó la técnica de pronóstico para un mejor manejo de inventarios. Los resultados indican los modelos de pronóstico más eficientes para cada fármaco en los cuales se estimaron sus tendencias para un periodo de 12 meses.

Esta investigación empieza con un reto planteado por la empresa en la que se realiza el estudio al equipo responsable de supervisar sus pronósticos de la demanda. Con base en el supuesto de que el error de pronósticos afecta el nivel del servicio dado a sus clientes, se solicitó una mejora en el proceso de elaboración de estos pronósticos que reduzca el error en 10 puntos porcentuales y traiga un beneficio económico tangible.
This investigation begins with a challenge posed by the firm in which the study has been conducted on the team responsible for the supervision of its demand forecasts. Based on the supposition that forecast errors affect the service-level given to customers, an improvement of the forecasting process to reduce forecast error in 10 percentage points and bring concrete economic benefits was requested.
Trabajo de investigación