UNIVERSIDAD NACIONAL DE TRUJILLO
FACULTAD DE INGENIERÍA
ESCUELA PROFESIONAL DE INGENIERÍA INDUSTRIAL
DISEÑO E IMPLEMENTACIÓN DE UN MODELO DE GESTIÓN DE COMPRAS E INVENTARIOS DE LOS MATERIALES DE EMBALAJE DE ESPÁRRAGO FRESCO PARA REDUCIR LOS COSTOS LOGÍSTICOS DE UNA EMPRESA AGROINDUSTRIAL
DE LA LIBERTAD EN EL AÑO 2018
TESIS PARA OPTAR EL TÍTULO PROFESIONAL DE:
INGENIERO INDUSTRIAL
AUTORES : Br. SEDANO ROSAS, SHEYLA
: Br. SUÁREZ GRADOS, CARLOS
ASESOR : Dr. OLIVARES ESPINO, IVÁN
TRUJILLO – PERÚ
2019
DEDICATORIA
A mis padres Isabel y Héctor,
por su amor y dedicación
constante.
A mi hermano Cristian, mi tía
Fidela y mi abuelito Héctor, por
ser mi apoyo incondicional.
A mi abuelita Carmen, que
desde el cielo guía cada uno de
mis pasos.
A mis padres Dora y Enrique,
quiénes son mi fuente de
fortaleza para seguir adelante
cada día y por su apoyo
incondicional.
A mis abuelos Consuelo y
Juan, por su apoyo constante.
A la sra. Nancy y familia, por
ser parte importante en mi
desarrollo académico y personal.
PRESENTACIÓN
Señores Miembros del Jurado:
De conformidad con las normas estipuladas en el Reglamento de Grados y Títulos de la Escuela Académico Profesional de Ingeniería Industrial de la Universidad Nacional de Trujillo, presentamos a vuestra distinguida consideración el presente trabajo de investigación titulado:
DISEÑO E IMPLEMENTACIÓN DE UN MODELO DE GESTIÓN DE COMPRAS E INVENTARIOS DE LOS MATERIALES DE EMBALAJE DE ESPÁRRAGO FRESCO PARA REDUCIR LOS COSTOS LOGÍSTICOS DE UNA EMPRESA AGROINDUSTRIAL DE LA LIBERTAD EN EL AÑO 2018, con la finalidad de optar el título profesional de Ingeniero Industrial.
Es nuestro deseo, Señores miembros del jurado, que este trabajo de investigación, resultado del constante esfuerzo y dedicación, alcance sus expectativas. Esperamos a su vez su comprensión por cualquier limitación o error involuntario presentado en el desarrollo del mismo.
RESUMEN
El presente trabajo está enfocado en la gestión de compras e inventarios de los materiales de embalaje de espárrago fresco de una empresa agroindustrial en el departamento de La Libertad. Tiene como objetivo demostrar que a través del diseño e implementación de un sistema de gestión compras e inventarios es posible reducir los costos logísticos en los que incurre la empresa y a la vez generar una ventaja que le proporcione mayor competitividad a la misma.
Para lograrlo, se realizó un diagnóstico de la situación que atravesaba la empresa al inicio del estudio desde una perspectiva logística. Se identificó que la empresa empleaba el sistema MRP, pero que debido a la alta variación de las proyecciones de venta se generaban quiebres de stock y/o sobre-stock. Asimismo, se evidenció que el proceso de compras era burocrático y que la empresa no tenía estrategias de compras establecidas.
A continuación, se clasificó los materiales empleando la técnica de ABC multicriterio, identificándose los materiales más relevantes; para estos se determinó un punto de reposición, tamaño de lote de compra y stock de seguridad en base al sistema de revisión continua con punto de reposición.
Se modificó el procedimiento de compras para convertirlo en un proceso ágil y de menor costo. Asimismo, se clasificó los materiales empleando la matriz de Kraljic en materiales palanca, críticos y no críticos, estableciendo estrategias para cada una de estas categorías.
ABSTRACT
INDICE GENERAL
DEDICATORIA ... I
PRESENTACIÓN ... III
RESUMEN ... IV
ABSTRACT ... V
INDICE GENERAL ... VI
ÍNDICE DE FIGURAS ... VIII
ÍNDICE DE TABLAS ... IX
ÍNDICE DE ANEXOS ... XI
CAPÍTULO I: INTRODUCCIÓN ... 2
1.1. REALIDADPROBLEMÁTICA ... 3
1.2. ENUNCIADODELPROBLEMA ... 10
1.3. HIPÓTESIS ... 11
1.4. JUSTIFICACIÓN ... 11
1.5. OBJETIVOS ... 11
1.6. LIMITACIONES ... 12
CAPÍTULO II: MARCO TEÓRICO ... 13
2.1. ANTECEDENTES... 14
2.2. TEORÍASQUESUSTENTANELTRABAJO ... 16
CAPÍTULO III: MATERIALES Y MÉTODOS ... 53
3.1. MATERIALES ... 54
3.2. MÉTODOS ... 54
3.3. TÉCNICAS ... 55
3.4. PROCEDIMIENTO ... 56
CAPÍTULO IV: GENERALIDADES DE LA EMPRESA ... 58
4.1. SECTORECONÓMICO... 59
4.2. UBICACIÓNGEOGRÁFICA ... 59
4.3. DESCRIPCIÓNDELAEMPRESA ... 59
4.4. MISIÓN ... 60
4.5. VISIÓN ... 60
CAPÍTULO V: DIAGNÓSTICO OPERACIONAL DE LA EMPRESA ... 68
5.1. COMPORTAMIENTODELAOFERTA ... 69
5.2. PRESENTACIONESDEESPÁRRAGOFRESCO ... 71
5.3. DIAGNÓSTICODELAGESTIÓNDEINVENTARIOS ... 72
5.4. DIAGNÓSTICODELAGESTIÓNDECOMPRAS ... 78
CAPÍTULO VI: IMPLEMENTACIÓN DEL MODELO DE GESTIÓN DE INVENTARIOS ... 84
6.1. GENERALIDADES ... 85
6.2. CLASIFICACIÓNABC ... 85
6.3. PRONÓSTICOS ... 92
6.4. MODELOSDEINVENTARIOS ... 105
6.5. MODELO DE INVENTARIOS BASADO EN UN SISTEMA DE REVISIÓN CONTINUA CON DEMANDA PROBABILÍSTICA Y TIEMPO DE ESPERA CONSTANTE ... 107
6.6. CONCLUSIONESDELAIMPLEMENTACIÓNDELMODELODEGESTIÓNDE INVENTARIOS ... 113
CAPÍTULO VII: IMPLEMENTACIÓN DE MODELO DE GESTIÓN DE COMPRAS .. 114
7.1. GENERALIDADES ... 115
7.2. OBJETIVODELAGESTIÓNDECOMPRAS ... 115
7.3. DEFINICIÓNDEESTRATEGIAS ... 115
7.4. PROCEDIMIENTODECOMPRASIMPLEMENTADO ... 116
7.5. MATRIZDEKRALJIC ... 117
7.6. SELECCIÓNDEPROVEEDORES: ... 123
7.7. CONCLUSIONESDE LAIMPLEMENTACIÓN DELMODELO DECOMPRAS 126 CAPÍTULO VIII: DISCUSIÓN DE RESULTADOS ... 128
8.1. EVALUACIÓNDELIMPACTODELMODELODEGESTIÓNDECOMPRASE INVENTARIOS ... 129
8.2. EVALUACIÓNCUALITATIVA ... 129
BIBLIOGRAFÍA ... 146
ANEXOS ... 149
ÍNDICE DE FIGURAS Figura 1. Etapa del espárrago fresco, conserva y congelado (ciclo de vida del producto) ... 5
Figura 2. Kilogramos de espárrago fresco exportados (2012 – 2016) ... 9
Figura 3. Precio FOB promedio mensual por kg de espárrago fresco exportado (2017) 9 Figura 4. Precio promedio mensual por kilogramo de espárrago fresco exportado (2012 – 2016) ... 10
Figura 5. Stock normal o activo ... 18
Figura 6. Stock de seguridad o reserva ... 18
Figura 7. Inventario promedio sin considerar el stock de seguridad ... 19
Figura 8. Inventario promedio considerando el stock de seguridad ... 20
Figura 9. Patrón de demanda constante ... 26
Figura 10. Patrón de demanda aleatoria ... 26
Figura 11. Patrón de demanda aleatoria con tendencia y estacionalidad ... 28
Figura 12. Sistema Q ... 41
Figura 13. Sistema P ... 43
Figura 14. Matriz entre el impacto en la cadena de suministro y el riesgo de suministro ... 47
Figura 15. Ubicación geográfica de la planta Trujillo ... 59
Figura 16. Presentaciones de conservas ... 62
Figura 17. Presentación de espárrago verde fresco ... 62
Figura 18. Mango y palta hass congelado en cubos ... 63
Figura 19. Diagrama de operaciones del proceso productivo (parte 1) ... 66
Figura 20. Diagrama de operaciones del proceso productivo (parte 2) ... 67
Figura 21. Porcentaje de procedencia del espárrago ... 70
Figura 22. Kilogramos netos de espárrago fresco exportado (2015 – 2016)... 71
Figura 23. Diagrama de Pareto basado en un criterio cuantitativo ... 88
Figura 25. Porcentaje de la cantidad de artículos y costo total por categoría ... 92
Figura 26. Cantidad de kg de espárrago exportados (enero 2015 – diciembre 2017) .. 94
Figura 27. Autocorrelación de la demanda de kg de espárrago exportados (enero 2015
– diciembre 2017) ... 96
Figura 28. Proyección de la demanda de kg de espárrago exportados (enero 2015 –
diciembre 2017) ... 98
Figura 29. Prueba de bondad de ajuste Kolmogorov Smirnoff para la demanda del
material 3002828 ... 103
Figura 30 Prueba de bondad de ajuste Kolmogorov Smirnoff para la demanda del
material 3000065 ... 104
Figura 31. Prueba de bondad de ajuste Kolmogorov Smirnoff para la demanda del
material 3000083 ... 104
Figura 32. Matriz de Kraljic de los grupos de materiales ... 122
ÍNDICE DE TABLAS
Tabla 1. Principales exportadores de espárrago fresco en 2017 ... 6
Tabla 2. Principales importadores de espárrago fresco exportado por Perú en 2017 .... 6
Tabla 3. Criterio de compra según el tipo de producto ... 48
Tabla 4. Técnicas y herramientas del diseño del proyecto ... 56
Tabla 5. Variación de la proyección semanal y mensual de los clientes UK13 y US54 en
julio del 2017 ... 75
Tabla 6. Variación de la proyección semanal y mensual de los clientes UK13 y US54 en
julio del 2017 ... 76
Tabla 7. Procedimiento de compra de materiales hasta mayo de 2018] ... 78
Tabla 8. Cantidad de pedidos mensuales de materiales realizados ... 79
Tabla 9. Detalle del porcentaje de tiempo dedicado al procedimiento de compra de
materiales hasta mayo del 2018 ... 81
Tabla 10. Detalle del costo de compra de materiales hasta mayo del 2018 ... 82
Tabla 14. Resultados correspondientes al material 3000073 en criterios cualitativos de
la tabla 13 ... 90
Tabla 15. Resultados de la clasificación ABC simple basado en criterios cualitativos . 90 Tabla 16. Matriz de intersección de los resultados de las clasificaciones basadas en criterios cuantitativos y cualitativos... 91
Tabla 17. Resultados de la cantidad de artículos y costo total anual por cada categoría de la clasificación multicriterio ... 92
Tabla 18. Data histórica de kg de espárrago exportado (enero 2015 – diciembre 2017) ... 93
Tabla 19. Resultados de la función de autocorrelación ... 94
Tabla 20. Resultados de las medidas de error de los métodos de proyección aplicados ... 97
Tabla 21. Resultados de la proyección de la demanda de kg de espárrago despachado para el 2018... 98
Tabla 22. Coeficiente de autocorrelación entre la demanda de cada material y la demanda de espárrago exportado durante el 2017 ... 100
Tabla 23. Demanda mensual de los materiales tipo alfa para el año 2018 ... 102
Tabla 24. Demanda promedio y desviación estándar mensual de los materiales 3002828, 3000065 y 3000083 ... 105
Tabla 25. Coeficiente de variación de la demanda de los materiales durante el período enero 2015 – diciembre 2017 ... 106
Tabla 26. Demanda media anual y desviación estándar mensual (material 3002828) ... 108
Tabla 27. Parámetros del modelo de inventario con demanda probabilística para el material 3002828 ... 112
Tabla 28. Procedimiento propuesto de compra de materiales ... 117
Tabla 29. Impacto financiero por grupo de material ... 118
Tabla 30. Valoración de los factores del riesgo de incumplimiento ... 119
Tabla 31. Porcentaje de riesgo asignado a cada alternativa ... 119
Tabla 32. Riesgo de escasez por grupo de material ... 120
Tabla 33. Resultados para la matriz Kraljic ... 121
Tabla 34. Grado de relevancia de los criterios de evaluación ... 124
Tabla 35. Valoración de los criterios de evaluación ... 125
Tabla 37. Comparativo del sistema de gestión de inventarios utilizado hasta mayo 2018
vs implementado ... 129
Tabla 38. Comparativo del sistema de gestión de inventarios utilizado hasta mayo 2018
vs implementado ... 130
Tabla 39. Comparativo de valor medio de stock (V.M.S.) entre los períodos junio 2017 – mayo 2018 y junio 2018 – septiembre 2018 ... 131
Tabla 40. Comparativo del índice de rotación de stocks (I.R.S.) entre los períodos
junio 2017 – mayo 2018 y junio 2018 – septiembre 2018 ... 132
Tabla 41. Comparativo de la tasa de cobertura media (T.C.M.) entre los períodos junio
2017 – mayo 2018 y junio 2018- septiembre 2018 ... 133
Tabla 42. Resumen de los indicadores del material 3002828 ... 134
Tabla 43. Estructura de costos de la gestión de compras hasta mayo del 2018 ... 134
Tabla 44. Estructura de costos de la gestión de compras implementada desde junio del
2018 ... 135
Tabla 45. Comparativo de la estructura de costos anterior vs. implementada ... 135
Tabla 46. Costo total del sistema de gestión de inventarios anterior (junio 2017 –
septiembre 2017) ... 136
Tabla 47. Costo total del sistema de gestión de inventarios implementado (junio 2018 –
septiembre 2018) ... 137
Tabla 48. Comparativo del costo total de los sistemas de gestión de inventarios del 2017
y 2018 (mayo – junio) ... 139
Tabla 49. Datos recolectados de las muestras ... 141
Tabla 50. Tamaño, media y desviación estándar de las muestras ... 141
ÍNDICE DE ANEXOS
ANEXO 1. Cantidad de variantes por tamaño de envase ... 150
ANEXO 2. Toneladas Exportadas de Espárrago Fresco en el periodo 2012 - 2016 .. 154
ANEXO 3. Valor exportado en miles de USD de Espárrago Fresco en el periodo 2012 -
ANEXO 6. Indicadores de la gestión de inventarios de los materiales tipo alfa (junio 2017
– mayo 2018) ... 160
ANEXO 7. Clasificación ABC Simple según el costo total anual ... 161
ANEXO 8. Clasificación ABC Simple según criterios cualitativos (criticidad y sustituibilidad) ... 167
ANEXO 9. Clasificación ABC Multicriterio ... 172
ANEXO 10. Demanda de los materiales y su coeficiente de correlación con la demanda de espárrago exportado durante el 2017 ... 179
ANEXO 11. Demanda proyectada del consumo de los materiales tipo alfa para el 2018 ... 181
ANEXO 12. Demanda promedio mensual y desviación estándar mensual de la demanda de los materiales (enero 2015 – diciembre 2017) ... 182
ANEXO 13. Datos para determinar los parámetros del modelo de gestión de inventarios ... 186
ANEXO 14. Parámetros de la gestión de inventarios de los materiales tipo alfa basado en un sistema de revisión continua ... 188
ANEXO 15. Impacto económico de los materiales durante el año 2017 ... 190
ANEXO 16. Detalle de los resultados del riesgo de escasez ... 194
ANEXO 17. Histórico de ingresos, salidas y saldos mensuales de los materiales tipo alfa (junio 2017 – septiembre 2018)... 195
ANEXO 18. Indicadores del modelo de gestión de inventarios de los materiales tipo alfa (junio 2018 – setiembre 2018) ... 197
ANEXO 19. Costo de la gestión de inventarios de junio del 2017 ... 198
ANEXO 20. Costo de la gestión de inventarios de julio del 2017 ... 199
ANEXO 21. Costo de la gestión de inventarios de agosto del 2017 ... 201
ANEXO 22. Costo de la gestión de inventarios de septiembre del 2017 ... 202
ANEXO 23. Costo de la gestión de inventarios de junio del 2018 ... 203
ANEXO 24. Costo de la gestión de inventarios de julio del 2018 ... 205
ANEXO 25. Costo de la gestión de inventarios de agosto del 2018 ... 206
ANEXO 26. Costo de la gestión de inventarios de septiembre del 2018 ... 207
ANEXO 27. Variabilidad de la demanda real respecto de la proyectada (enero – septiembre 2018) ... 209
CAPÍTULO I: INTRODUCCIÓN
CAPÍTULO I
CAPÍTULO I
INTRODUCCIÓN
1.1. REALIDAD PROBLEMÁTICA
Hace aproximadamente 35 años, se inició la evolución de la industria esparraguera en el Perú priorizándose la producción de espárrago para su presentación en conserva. En la actualidad, el espárrago sigue siendo uno de los productos bandera de la agroindustria peruana, pero su producción se orienta principalmente a ser comercializada como espárrago fresco, siguiendo la tendencia mundial de preferencia por el consumo de productos frescos (PerúRetail, 2018)
En el año 2016, el Perú fue el principal exportador de espárrago fresco y congelado en el mundo, obteniendo una participación del 32,2% del mercado mundial (Trade Map, 2018). Es claro que Perú tiene una posición ventajosa en este mercado; sin embargo, debe lidiar con el hecho de que el mercado de este producto es cada vez más complicado por la fuerte competencia entre países exportadores tanto en calidad como en precios. A esto se suma que el mercado de espárragos frescos y congelados es ya un mercado maduro, como evidencia su tasa de crecimiento anual de fue de 2% en el periodo 2012 – 2016 (Trade Map, 2018).
Esta situación implica nuevos retos para la industria esparraguera peruana, ya que debe obtener ventajas competitivas que le permitan mantener esta posición de liderazgo en el mercado. Una forma de lograrlo es mejorando su nivel de servicio al cliente, tanto en la calidad de la materia prima como en su presentación sin perder su competitividad en precio, lo cual implica optimizar los recursos disponibles (SIICEX, 2018)
Posee gran cantidad de clientes que solicitan que se empaque el espárrago fresco con marcas propias, lo cual implica que los embalajes que se emplean sean específicos. A su vez, cada marca suele asociarse a varias presentaciones, por lo que es difícil proyectar el plan de ventas a ese nivel de detalle.
La dificultad en la proyección de ventas por presentación tiene como consecuencia constantes roturas de stock en materiales de embalaje específicos con marca de cliente que luego deben ser reemplazados por materiales genéricos, lo cual impacta directamente en la satisfacción del cliente e incluso hace que la empresa pierda ventas importantes.
A pesar de trabajar en un mercado dinámico como es el negocio de productos frescos, los proveedores con los que trabaja esta empresa tienen tiempos de entrega promedio que podrían ser adecuados para el mercado conservero u otros sectores productivos, pero que complican y/o anulan la capacidad de reacción rápida de la empresa en el mercado de espárrago fresco.
Ante la situación expuesta, y con el objetivo de mejorar el servicio a los clientes de espárrago fresco de esta empresa agroexportadora sin perder competitividad en precios, se requiere trabajar bajo un modelo de gestión de inventarios que es lo que se propondrá en este trabajo.
1.1.1. Industria del espárrago fresco
conserva sin congelar (18%), y cocidos en agua o vapor congelados (7%).
“En nuestro país, este producto (espárrago fresco) es muy importante para el comercio exterior. Así, en 2017, sus exportaciones representaron un 4,7% del total de envíos no tradicionales y un 10,7% de los del sector agropecuario. Asimismo, los espárragos frescos o refrigerados fueron el tercer producto no tradicional agropecuario exportado en 2017, solo por detrás de las uvas frescas y las paltas.” – COMEX Semanario 928.
Según Cabrera Castro (tesis), el espárrago fresco se encuentra aún en la etapa de crecimiento dentro de su ciclo de vida como producto; sin embargo, se observa que a su vez está cercano la fase de madurez. El espárrago en conserva y congelado se encuentran ya finalizando la etapa de madurez e iniciando la etapa de declive.
Figura 1. Etapa del espárrago fresco, conserva y congelado (ciclo de vida del producto)
Fuente: Tesis Planeamiento Estratégico de la Industria del espárrago en la región de La
Libertad, página 44
Estados Unidos es el importador por excelencia del espárrago fresco peruano, representando el 63,6% de las exportaciones de este producto en el 2017. Reino Unido, Países Bajos y España son también destinos importantes para la exportación del espárrago peruano, representando en conjunto el 27,9% de las exportaciones peruanas de espárrago fresco (Trade Map, 2018).
Tabla 1.
Principales exportadores de espárrago fresco en 2017
Ranking Exportadores
Valor exportado 2017 (miles de
USD)
Participación en exportaciones mundiales (%)
1 México 460, 038 33,5
2 Perú 409, 842 29,8
3 Estados Unidos de América 149, 494 10,9
4 Países Bajos 104, 602 7,6
5 España 73, 314 5,3
6 Italia 31, 082 2,3
7 Alemania 22, 880 1,7
8 Australia 22, 321 1,6
9 Francia 21, 389 1,6
10 Bélgica 17,810 1,3
Fuente: Adaptación de Lista de los países exportadores para el producto 070920 en 2017, Trade
Map 2018
Tabla 2.
Principales importadores de espárrago fresco exportado por Perú en 2017
Ranking Importadores
Valor exportado
por Perú en 2017
3 Países Bajos 40 523 9,9
4 España 30 129 7,4
5 Brasil 4 628 1,1
6 Bélgica 3 543 0,9
7 Australia 3 156 0,8
8 Japón 3 104 0,8
9 Francia 2 734 0,7
10 México 2 226 0,5
Fuente: Adaptación de Lista de los mercados importadores para el producto 070920 exportado
por Perú en 2017, Trade Map 2018
Según la Sociedad de Comercio Exterior del Perú en su Semanario 928, “nuestro país cuenta con las condiciones climáticas para producir esta hortaliza durante todo el año, a diferencia de los países del hemisferio norte. Esto representa una ventaja para el Perú, pues le permite abastecer continuamente al mercado externo”.
Las principales empresas exportadoras de espárragos frescos o refrigerados fueron Complejo Agroindustrial Beta, con un valor de US$ 52 millones y una disminución del 21,6% con respecto a 2016; Danper Trujillo (US$ 43 millones; +23,3%), y Sociedad Agrícola Drokasa (US$ 22 millones; +0,4%). (Comex Perú, 2018)
1.1.2. Condiciones de mercado
Por lo tanto, el comportamiento de la demanda del espárrago fresco se ve influenciado por la producción de sus competidores:
- Locales: otras agroexportadoras principalmente de Ica y La Libertad.
- Internacionales: el principal competidor de Perú es México.
- Producción propia: durante ciertos periodos los países importadores cuentan con producción propia.
De acuerdo a la revista Cepal 2014, la oferta exportable mundial de espárrago fresco puede explicarse observando el comportamiento de la estacionalidad de la producción a nivel de países:
- Perú y Tailandia son los únicos países que producen todo el año. - Estados Unidos produce de enero a septiembre.
- España produce de enero a julio, mientras que Francia y Portugal, de marzo a julio.
- Alemania y Holanda producen de agosto a noviembre.
- China produce en dos períodos: de febrero a julio y de septiembre a diciembre.
- Canadá produce en los meses de mayo y junio.
- México produce en dos períodos: de enero a abril y de junio a octubre.
- Ecuador produce de junio a febrero. - Chile produce de julio a diciembre.
- Nueva Zelanda produce de septiembre a diciembre. - Australia produce de septiembre a noviembre.
Figura 2. Kilogramos de espárrago fresco exportados (2012 – 2016)
Fuente: Elaboración propia
Otro factor importante a tener en cuenta es que el precio FOB por kg de espárrago fresco exportado no es fijo, varía de acuerdo a la semana y mes en que se realiza la exportación. Según el portal web AGRO DATA PERU, el precio promedio máximo se alcanzó en Julio cuando un kg se vendía a $4,83, mientras que en Octubre se vendía a $2,94.
Figura 3. Precio FOB promedio mensual por kg de espárrago fresco exportado (2017)
Fuente: Recuperado de https://bit.ly/30C8cuK
4,000 8,000 12,000 16,000 20,000
KILOGRAMOS DE ESPÁRRAGO FRESCO
EXPORTADO
2012 2013 2014 2015 2016
3,99 3,84
3,71 3,39
3,04 3,13 4,83
3,77 4,46
2,94 3,06 3,05
0 1 2 3 4 5 6
Asimismo, también en el comportamiento de los precios FOB por kg exportado de espárrago fresco se pueden observar un patrón de comportamiento marcado; los precios más altos se registran entre Diciembre – Febrero y también se registra una subida en los precios los meses Julio – Agosto que en algunos años incluso logra sobrepasar a los precios alcanzados entre Diciembre – Febrero.
Figura 4. Precio promedio mensual por kilogramo de espárrago fresco exportado (2012 – 2016)
Fuente: Datos del ANEXO N° 4
1.2. ENUNCIADO DEL PROBLEMA
¿El diseño e implementación de un modelo de gestión de compras e
inventarios de los materiales de embalaje de espárrago fresco reducirá
los costos logísticos de una empresa agroindustrial de la Libertad en el
año 2018? 2.00
2.50 3.00 3.50 4.00 4.50 5.00
PRECIO PROMEDIO POR KG DE
ESPÁRRAGO FRESCO EXPORTADO
1.3. HIPÓTESIS
El diseño e implementación de un modelo de gestión de compras e
inventarios de los materiales de embalaje de espárrago fresco reduce los
costos logísticos de una empresa agroindustrial de La Libertad en el año
2018.
1.4. JUSTIFICACIÓN
1.4.1. Metodológica
Las herramientas técnicas empleadas y las conclusiones a las que
se llegue en el presente estudio podrán ser empleadas por otros
investigadores que estén interesando en iniciar un negocio en el
rubro agroindustrial.
1.4.2. Práctica
Con el uso de las bases científicas y metodologías aprendidas en
la carrera de Ingeniería Industrial, se buscará dar solución a un
problema de especial interés para el investigador.
1.5. OBJETIVOS
1.5.1. Objetivo general
Reducir los costos logísticos de una empresa agroindustrial de La
Libertad en el año 2018 a través del diseño e implementación de
un modelo de gestión de compras e inventarios de los materiales
de embalaje de espárrago fresco.
1.5.2. Objetivos específicos
Evaluar el sistema actual de gestión de compras e inventarios
de los materiales de embalaje de espárrago fresco actual de una
Proponer un modelo de gestión de compras e inventarios para
los materiales de embalaje de espárrago fresco de una empresa
agroindustrial.
Implementar el modelo de gestión de compras e inventarios para
los materiales de embalaje de espárrago fresco de una empresa
agroindustrial.
Evaluar el impacto de la implementación del modelo de gestión
de compras e inventarios para los materiales de embalaje de
espárrago fresco sobre los costos logísticos de una empresa
agroindustrial.
1.6. LIMITACIONES
Las políticas de protección de información de la empresa objeto de este estudio no permiten que se mencione su nombre.
El acceso a la información contable y financiera de la empresa es restringido.
CAPÍTULO II: MARCO TEÓRICO
CAPÍTULO II
CAPÍTULO II
MARCO TEÓRICO 2.1. ANTECEDENTES
2.1.1. Tesis
Crespo, J. & Valenzuela, R. (2017). Implementación de un modelo de gestión de inventarios y compras para reducir los costos
logísticos en la curtiembre Piel Trujillo S.A.C. en el distrito del
Porvenir en el año 2017. Universidad Nacional de Trujillo, Trujillo, Perú. Los autores llegaron a la siguiente conclusión “Con los procedimientos de gestión de inventarios y almacenes implementados, se logró reducir el costo total de almacenaje de la gestión 2016, de S/. 46 016 a S/. 30 397 en la gestión implementada, de lo cual se desprendió por defecto un menor costo de posesión anual de inventarios, de 24,21% a 18,92% y además con los procedimientos de gestión de compras implementados, se logró eliminar la duplicidad de labores y hacer más eficiente la gestión, lo que se plasmó en una reducción de S/. 13 430 en el costo de adquisición del sistema implementado comparado con la gestión 2016”.
Román, G. (2010) Propuesta de un modelo de gestión de inventarios que permita mejorar la planeación y la distribución de
debe de revisar periódicamente los inventarios. Por ello, la aplicación de un stock de seguridad adecuado que no aumente los costos en almacén”.
Párraga, J. (2011) Investigación, análisis y propuestas de políticas de planeamiento y control de inventarios para el sector comercial
de productos siderúrgicos. Universidad Católica del Perú, Trujillo, Perú. El autor llegó a la siguiente conclusión “La aplicabilidad de técnicas agregadas para el control de inventarios posee un factor diferencial respecto a los métodos convencionales en esta temática, debido a que brinda a la gerencia una visión global y estratégica para definir parámetros básicos para una buena práctica en el tratamiento de las existencias y es acertado trabajar los pronósticos para familias de productos que hacerlo individualmente ya que así se minimizan los errores como se demostró”.
Gutiérrez A. & Jara, C. (2013). Propuesta de mejora de la planificación en la cadena de abastecimiento para reducir costos
2.2. TEORÍAS QUE SUSTENTAN EL TRABAJO
2.2.1. Gestión de Inventarios
A. Clasificación de stocks
CARREÑO (2011) presenta la siguiente clasificación:
Por el tipo de actividad de la empresa:
En las empresas industriales los stocks pueden ser:
Materias primas, partes y componentes: necesarias para asegurar la continuidad de los procesos productivos de la empresa.
Productos en proceso: estos productos pueden venir del exterior o ser producidos en la misma empresa. Si vienen del exterior, su gestión es similar a la gestión de las materias primas; en el caso de ser producidos por la propia empresa, se encuentran a la espera de entrar a una siguiente etapa en el proceso productivo.
Productos terminados: son los productos que ya han pasado por todos los procesos productivos de la empresa y están listos para su venta o consumo por la propia empresa
Repuestos: están constituidos por todos los artículos y/o repuestos de las maquinarias y equipos de la empresa productora.
Por la naturaleza de su demanda:
Inventarios con demanda independiente: este tipo de stocks pertenece al sector de la comercialización y distribución aludido anteriormente. La demanda independiente se caracteriza porque es originada en varios puntos y porque cada uno de dichos puntos demanda una pequeña fracción de la demanda total, independiente de los demás y con una frecuencia aleatoria. La gestión de inventarios de estos artículos está orientada al cliente y exige un enfoque de reabastecimiento, centrándose en las cuestiones de cuánto y cuándo reabastecer.
Inventarios con demanda dependiente: Se caracteriza porque si demanda depende de otro producto; por lo general, el producto terminado que tiene demanda independiente. La gestión de inventarios de estos productos está orientada a satisfacer las necesidades del plan de producción; para ello, se deben tener los materiales correctos en el lugar, en el momento y cantidad correctos. Aún si se tuviese un bajo nivel de existencias de un componente, su reabastecimiento no será ordenado hasta que el programa maestro de producción lo requiera.
Por el papel que desempeñan:
Figura 5. Stock normal o activo
Fuente: Carreño A., Logística de la A la Z, 2011
La gestión de este tipo de inventarios requiere la respuesta de dos preguntas básicas: ¿cuánto pedir?, y ¿cuándo pedir?
El volumen o cantidad de stock de seguridad (SS) se calcula como aquella cantidad de productos que vamos a tener por encima de lo normalmente necesario para protegernos de las variaciones de la demanda y de los tiempos de entrega del proveedor. Estará determinado por la amplitud de las variaciones y grado o nivel de protección que desee tener la empresa ante las mismas.
Inventario promedio: es la cantidad de stock medio que hemos tenido en un periodo de tiempo dado. Corresponde a la mitad del stock normal (q/2) si la empresa no tiene stocks de seguridad o es igual a la mitad del stock normal más el stock de seguridad si la empresa maneja dichos stocks de seguridad, como se pueden ver en las figuras 7 y 8 respectivamente.
Figura 7. Inventario promedio sin considerar el stock de seguridad
Figura 8. Inventario promedio considerando el stock de seguridad
Fuente: Carreño A., Logística de la A la Z, 2011
Stock de anticipación: son aquellos stocks que las empresas adquieren en anticipación a una utilización posterior, por ejemplo: cuando el precio de una materia prima está bajo y se espera que suba, se adelanta la compra de un gran lote para su posterior uso o reventa. En otras ocasiones, las empresa tienen estos stocks porque su producción es estacional; por ejemplo, las empresas agroindustriales, cuya producción es durante un periodo corto de tiempo comparado con su demanda que es durante un tiempo mucho mayor. La necesidad de este stock es anticipar un uso posterior.
Por su valor o importancia – Ley de Pareto
encontrado una amplia aceptación en el mundo empresarial. También es llamada la ley del 80 – 20 o clasificación ABC.
La Ley de Pareto es un criterio para clasificar los inventarios. Esta ley nos dice que unos pocos artículos usualmente: a) concentran la mayor parte de los costos de los inventarios, b) son los de mayor consumo o movimiento, o c) ocupan la mayor cantidad de espacio de almacenamiento. La clasificación ABC identifica dichos artículos y permite establecer criterios de gestión apropiados para cada categoría.
Los pasos a seguir para la elaboración de un diagrama de Pareto son los siguientes:
PASO 1: Establecimiento de la variable a analizar.
PASO 2: Ordenamiento de los artículos.
PASO 3: Cálculo de los porcentajes acumulados.
PASO 4: Gráfico de los datos.
PASO 5: Establecimiento de categorías de artículos.
B. Rotación y cobertura
𝑅 = 𝑆𝑎𝑙𝑖𝑑𝑎𝑠
𝐼𝑛𝑣𝑒𝑛𝑡𝑎𝑟𝑖𝑜 𝑝𝑟𝑜𝑚𝑒𝑑𝑖𝑜
Donde:
R: rotación de un artículo en un periodo de tiempo específico.
En las finanzas, se calcula la rotación como el costo de las existencias vendidas dividido por las existencias promedio al costo durante un periodo de tiempo dado.
A la hora de listar las principales ventajas de tener una alta rotación, tenemos que incluir las siguientes:
Disminución de las necesidades de existencias.
Disminución de los costos de posesión de las existencias.
Disminución de los gastos necesarios para el almacenamiento.
C. Kárdex
CARREÑO (2011) define el kárdex como un documento físico o electrónico que registra las transacciones de ingresos y las salidas de un almacén. Se consideran ingresos a las entradas de producción, transferencias entre almacenes y/o devoluciones de los clientes, entre otros. Son salidas las ventas, transferencias, las devoluciones a proveedores, etcétera, Con respecto al kárdex vamos a estudiar dos aspectos del mismo: el ajuste del kárdex y su valorización.
Donde:
If: Inventario final.
Io: Inventario inicial.
ENT: entradas o ingresos al almacén
SALID: salidas o despachos del almacén.
D. Costos de inventario
CARREÑO (2011) menciona los siguientes costos de inventario:
Costos de compra: se entiende por tal al precio del artículo que se compra multiplicado por el número de unidades compradas. En este punto es importante considerar los descuentos por volumen que suelen otorgar los proveedores para elevar la cantidad comprada.
Costos de emisión de pedidos: son todos los costos en los que incurre el departamento de compras que derivan de emitir los pedidos a los proveedores y que no varían con la cantidad pedidas; es decir; son fijos por cada pedido tramitado.
Costos de posesión de inventarios: estos costos son aquellos en los que se incurren por mantener inventarios en un periodo de tiempo dado. Están divididos en las siguientes categorías: financieros, de almacenamiento, riesgos del inventario y seguros.
𝐶𝑃𝐼 = 𝑖 ∗ 𝐶 ∗ 𝐼𝑝
Donde:
I: tasa de posesión de inventario anual promedio valorizado.
C: costo unitario.
Ip: inventario promedio.
Costos de roturas de stock: estos costos están relacionados con la falta de existencias cuando estas se necesitan. En el sector productivo, la carencia de los materiales necesarios para abastecer al sistema productivo puede significar paradas de producción, costos de mano de obra no utilizadas entre otros. En el sector comercial, un almacén de productos terminados que no tiene stock para atender los pedidos de los clientes genera costos por pérdidas de venta y/o costos de gestión de pedidos pendientes si es que el cliente está dispuesto a esperar por sus pedidos.
El costo por pérdida de venta está relacionado con el beneficio o margen que la empresa deja de percibir por no atender el pedido y por el posible efecto negativo que representa este mal servicio en las ventas futuras.
en un determinado lugar y periodo de tiempo dado. Dicha cantidad de productos demandados está determinada por factores controlables o no por la empresa. Los factores controlables son aquellos que maneja la empresa para influir en el nivel de demanda de acuerdo a sus intereses o necesidades. El precio, las promociones, la publicidad, los plazos de entrega, el servicio post venta, etcétera, por ejemplo, son variables utilizadas por las empresas para influí sobre la cantidad demandada.
Los factores externos o fuera de control de la empresa, tales como el grado de competitividad del mercado (número de empresas competidoras, políticas de las mismas, estructura del mercado, etcétera), los consumidores (número de consumidores, edad, renta disponible, gustos, entre otros), las políticas de gobierno (tributos, aranceles, niveles de protección a la industria local, entre otros), son factores que no controlan las empresas pero que también determinan el nivel de demanda.
Tanto los factores controlables como los no controlables por la empresa determinan el comportamiento o patrón de demanda a lo largo del tiempo, el cual puede asumir las siguientes formas:
Figura 9. Patrón de demanda constante
Fuente: Carreño A., Logística de la A la Z, 2011
Utilizaremos dos medias para describir el patrón de comportamiento de este tipo de demanda. La demanda promedio (µ) mide la media aritmética de los datos de la demanda:
𝜇 =∑ 𝑋𝑖
𝑛 𝑖=1
𝑛
Donde:
µ: demanda promedio.
Xi: corresponde al dato de demanda.
n: es el tamaño de la muestra o número de datos de la demanda.
Una medida del grado de variabilidad de la demanda es la desviación estándar (s) que mide la distancia media que tienen los datos respecto a su media aritmética (para nuestro caso, la demanda promedio).
𝑠 = √∑(𝑋𝑖 − 𝜇)2
𝑛 − 1
Figura 11. Patrón de demanda aleatoria con tendencia y estacionalidad
Fuente: Carreño A., Logística de la A la Z, 2011
F. Métodos de proyección de demanda
JACOBS y CHASE (2014) describen los siguientes métodos:
Análisis de regresión lineal
despeja, a es la secante en Y, b es la pendiente y X es la variable independiente.
La regresión lineal es útil para el pronóstico de largo plazo de sucesos importantes, así como la planificación agregada. Por ejemplo, la regresión lineal sería muy útil para pronosticar las demandas de familias de productos. Si bien la demanda de productos individuales dentro de una familia puede variar en gran medida durante un periodo, la demanda de toda la familia de productos es sorprendentemente suavizada.
La principal restricción al utilizar el pronóstico de regresión lineal es, como su nombre lo implica, que se supone que los datos pasados y las proyecciones a futuro caen sobre una recta. Aunque esto no limita su aplicación, en ocasiones, si se utiliza un periodo más corto, aún es posible usa el análisis de regresión lineal. Por ejemplo, puede haber segmentos más cortos del periodo más largo que sean más o menos lineales.
La regresión lineal se utiliza para pronósticos tanto de series de tiempo como de relaciones causales. Cuando la variable dependiente (que casi siempre es el eje vertical en una gráfica) cambia como resultado del tiempo (trazado como el eje horizontal), se trata de un análisis de serie temporal. Si una variable cambia debido al cambio en otra, se trata de una relación causal (como el número de muertes debidas al aumento de cáncer pulmonar entre la gente que fuma).
Descomposición de una serie de tiempo
cíclico, autocorrelación o aleatorio. La descomposición de una serie de tiempo significa identificar y separar los datos de la serie de tiempo en estos componentes. En la práctica, es relativamente fácil identificar la tendencia (aún sin un análisis matemático, casi siempre es sencillo trazar y ver la dirección del movimiento) y el componente estacional (al comparar el mismo periodo año tras año). Es mucho más difícil identificar los componentes de los ciclos (pueden durar varios meses o años), la autocorrelación y el aleatorio. Por lo regular, el encargado de realizar el pronóstico considera aleatorio cualquier elemento que sobre y que no sea posible identificar como otro componente.
Cuando la demanda contiene efectos estacionales y de tendencia al mismo tiempo, la pregunta es cómo se relacionan entre sí. En esta descripción se analizan dos tipos de variación estaciones: aditiva y multiplicativa.
Variación estacional aditiva: la variación estacional aditiva simplemente supone que la cantidad estacional es una contante sin importar la tendencia ni la cantidad promedio.
𝑃𝑟𝑜𝑛ó𝑠𝑡𝑖𝑐𝑜 𝑞𝑢𝑒 𝑖𝑛𝑐𝑙𝑢𝑦𝑒 𝑡𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 𝑦 𝑒𝑠𝑡𝑎𝑐𝑖𝑜𝑛𝑎𝑙 = 𝑇𝑒𝑛𝑑𝑒𝑛𝑐𝑖𝑎 + 𝐸𝑠𝑡𝑎𝑐𝑖𝑜𝑛𝑎𝑙
Variación estacional multiplicativa: en la variación estacional multiplicativa, la tendencia se multiplica por los factores estacionales.
Promedio móvil simple
Cuando la demanda de un producto no crece ni baja con rapidez, y si no tiene características estacionales, un promedio móvil puede ser útil para eliminar las fluctuaciones aleatorias del pronóstico. Aunque los promedios de movimientos casi siempre son centrados, es más conveniente utilizar datos anteriores para predecir el periodo siguiente de manera directa.
Si bien es importante seleccionar el mejor periodo para el promedio móvil, existen varios efectos conflictivos de distintos periodos. Cuanto más largo sea el periodo del promedio móvil, más se suavizarán (uniformarán) los elementos aleatorios (lo que será conveniente en muchos casos). Pero si existe una tendencia en los datos (ya sea a la alta o a la baja), el promedio móvil tiene la característica adversa de retrasar la tendencia. Por tanto, aunque un periodo más corto produce más oscilación, existe un seguimiento cercano de la tendencia. Por el contrario, un periodo más largo da una respuesta más uniforme pero retrasa la tendencia.
La fórmula de un promedio móvil simple es:
𝐹𝑡=
𝐴𝑡−1+ 𝐴𝑡−2+ 𝐴𝑡−3+ ⋯ + 𝐴𝑡−𝑛
𝑛
Donde:
Ft: pronóstico para el siguiente periodo
n: número de periodos por promediar
At-1: suceso real en el periodo pasado
Promedio móvil ponderado
Mientras que el promedio móvil simple da igual importancia a cada componente de la base de datos del promedio móvil, un promedio móvil ponderado permite asignar cualquier importancia a casa elemento, siempre y cuando la suma de todas las ponderaciones sea igual a uno.
La fórmula del promedio móvil ponderado es:
𝐹𝑡 = 𝑤1𝐴𝑡−1+ 𝑤2𝐴𝑡−2+ ⋯ + 𝑤𝑛𝐴𝑡−𝑛
Donde:
w1: ponderación dada al hecho real para el periodo t-1
w2: ponderación dada al hecho real para el periodo t-2
wn: ponderación dada al hecho real para el periodo t-n
n: número total de periodos en el pronóstico
Aunque quizá se ignoren muchos periodos (es decir, sus ponderaciones son de cero) y el esquema de ponderación puede estar en cualquier orden (por ejemplo, los datos más distantes pueden tener ponderaciones más altas que los más recientes), la suma de todas las ponderaciones debe ser igual a 1.
∑ 𝑤𝑖
𝑛
𝑖=1
= 1
Suavización exponencial simple
estos métodos, al agregar cada nueva pieza de datos se elimina la observación anterior y se calcula el nuevo pronóstico. En muchas aplicaciones (quizás en la mayor parte), los hechos más recientes son más indicativos del futuro que los del pasado más distante. Si esta premisa es válida (que la importancia de los datos disminuye conforme el pasado se vuelve más distante), es probable que el método más lógico y fácil sea la suavización exponencial.
La razón por la que se llama suavización exponencial es que cada incremento en el pasado se reduce (1-α).
La suavización exponencial es la técnica de pronóstico más común. Es parte integral de casi todos los programas de pronóstico por computadora, y se usa con mucha frecuencia al ordenar el inventario en empresas minoristas, compañías mayoristas y agencias de servicios.
Las técnicas de suavización exponencial se generalizaron por seis razones principales:
Los modelos exponenciales son sorprendentemente precisos.
Formular un modelo exponencial es relativamente fácil. El usuario entiende cómo funciona el modelo.
Se requieren muy pocos cálculos para utilizar el modelo. Los requerimientos de almacenamiento en computadora son bajos en virtud del uso limitado de datos históricos. Es fácil calcular las pruebas de precisión relacionadas
con el desempeño del modelo.
La ecuación para un solo pronóstico de uniformidad exponencial es simplemente:
Donde:
Ft: pronóstico suavizado exponencialmente para el periodo t
Ft-1: pronóstico suavizado exponencialmente para el periodo anterior
At-1: demanda real en el periodo anterior
α: índice de respuesta deseado, o constante de suavización
Esta ecuación establece que el nuevo pronóstico es igual al pronóstico anterior más una porción del error (la diferencia entre el pronóstico anterior y lo que en verdad ocurrió).
Alisado exponencial doble: Método de Holt
MONTERO (1998) menciona que este método está basado en el cálculo de una ordenada en el origen y una pendiente para cada observación, pero se diferencia del método de Brown en dos aspectos:
En primer lugar, la ecuación de la ordenada en el origen se corrige por la pendiente del periodo anterior:
𝑎𝑡 = 𝛼𝑦𝑡+ (1 − 𝛼)(𝑎𝑡−1+ 𝑏𝑡−1)
En segundo lugar, para estimar la pendiente utiliza un factor de alisado distinto:
la tendencia entre los periodos t y t-1, y que el segundo sumando, como en todas las ecuaciones de alisado exponencial, contiene la variable alisada en el periodo inmediatamente anterior.
Método de Holt – Winters
MONTERO (1998) expresa que este método es una variante del alisado exponencial doble de Holt diseñado para realizar predicciones en series con tendencia aproximadamente lineal y con clara influencia de la componente estacional. Dependiendo del esquema de agregación elegido para la tendencia y la componente estacional, se halla del método de Holt – Winters multiplicativo o aditivo. En ambos casos, la componente irregular interviene aditivamente en el modelo.
En el caso multiplicativo tiene la forma 𝑦𝑡 = 𝑇𝑡∗ 𝐸𝑡, y considerando la tendencia aproximadamente lineal 𝑇𝑡 =
𝑎𝑡+ 𝑏𝑡𝑡, el modelo conjunto resulta ser:
𝑦𝑡 = (𝑎𝑡+ 𝑏𝑡𝑡) ∗ 𝐸𝑡+ 𝐼𝑡
Donde:
𝑎𝑡 es la ordenada en el origen de la serie.
𝑏𝑡es la pendiente.
𝐸𝑡 es el factor estacional multiplicativo.
Asimismo, MONTERO (1998) nos presenta las tres ecuaciones del método de Holt –Winters:
La ordenada en el origen se estima mediante la ecuación:
𝑎𝑡= 𝛼
𝑦𝑡
Que es semejante a la del método de Holt, salvo que en lugar del valor original 𝑦𝑡 se utiliza el valor
“desestacionalizado” 𝑦𝑡 𝐸𝑡−𝐿.
La pendiente se estima mediante la ecuación:
𝑏𝑡 = 𝛽(𝑎𝑡− 𝑎𝑡−1) + (1 − 𝛽)𝑏𝑡−1
Que coincide con la del método de Holt.
Por último, el factor estacional se estima mediante la ecuación:
𝐸𝑡= 𝛾𝑦𝑡
𝑎𝑡+ (1 − 𝛾)𝐸𝑡−𝐿
Donde se utiliza la serie sin tendencia, para que esta última no afecte a la estimación de los factores. Es decir, el factor estacional se obtiene a partir de una serie en la que se ha eliminado la tendencia.
G. Errores de pronóstico
Asimismo, estos autores nos presentan los siguientes términos para describir el grado de error: error estándar, error cuadrado medio (o varianza) y desviación absoluta media.
Desviación absoluta media (MAD): es el error promedio en los pronósticos mediante valores absolutos. Es valiosa porque, al igual que la desviación estándar, mide la dispersión de un valor observado en relación con un valor esperado.
𝐷𝐴𝑀 =∑ |𝐴𝑖 − 𝐹𝑖|
𝑛 𝑡=1
𝑛
Donde:
t: número del periodo
A: demanda real en el periodo
F: demanda pronosticada para el periodo
n: número total de periodos
| |: símbolo para indicar el valor absoluto sin tomar en cuenta los signos positivos ni negativos
Cuando los errores que ocurren en el pronóstico tienen una distribución normal (el caso más común), la desviación absoluta media se relaciona con la desviación estándar como:
1 𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖ó𝑛 𝑒𝑠𝑡á𝑛𝑑𝑎𝑟 = √𝜋
2× 𝐷𝐴𝑀, 𝑜 𝑎𝑝𝑟𝑜𝑥𝑖𝑚𝑎𝑑𝑎𝑚𝑒𝑛𝑡𝑒 1.25 𝐷𝐴𝑀
calcula al tomar la DAM y dividir entre el promedio de la demanda.
𝐸𝑃𝐴𝑀 = 𝐷𝐴𝑀
𝑃𝑟𝑜𝑚𝑒𝑑𝑖𝑜 𝑑𝑒 𝑑𝑒𝑚𝑎𝑛𝑑𝑎
Señal de seguimiento: es una medida que indica si el promedio pronosticado sigue el paso de cualquier cambio ascendente o descendente de la demanda. Como se utiliza en el pronóstico, la señal de seguimiento es el número de desviaciones absolutas medias que el valor pronosticado se encuentra por encima o por debajo de los hechos reales.
Una señal de seguimiento (SS) se calcula con la suma aritmética de las desviaciones pronosticadas dividida entre la desviación absoluta media:
𝑆𝑆 =𝑆𝐶𝐸𝑃
𝐷𝐴𝑀
Donde:
SCEP: suma corriente de los errores pronosticados considerando la naturaleza del error (por ejemplo, los errores negativos cancelan los errores positivos y viceversa).
H. Sistemas de renovación de inventarios
CARREÑO (2011), menciona los siguientes sistemas de renovación de inventarios:
Lote económico de compra: la teoría del lote económico de compra o EOQ (del inglés Economic Order Quantity) la desarrolló F. W. Harris en 1915 y resuelve dos preguntas básicas de los problemas de renovación de stocks para productos con demanda independiente: cuánto pedir y cuándo pedir.
No es válido afirmar que, en base a su antigüedad y en vista de los modernos modelos de gestión de stocks que buscan reducir los niveles de inventarios, la teoría del EOQ haya quedado obsoleta, aunque sí es preciso mencionar que su aplicación se limita a escenarios en los que cumplen las siguientes premisas:
La demanda y el tiempo de entrega del proveedor son conocidos y constantes.
No existen descuentos por volúmenes de compra por parte del proveedor.
La entrega es del lote completo de productos pedidos (q), no existen entregas parciales.
Cuando se cumplen dichas premisas es posible utilizar la teoría del EOQ para determinar la cantidad a comprar y el mejor momento de la compra, minimizando los costos de ordenar y los costos de posesión de inventarios de la siguiente manera:
𝐶𝑇𝐶 = 𝐶𝑃 + 𝐶𝑂 + 𝐶𝑃𝐼
Donde:
CP: costo del producto. CO: costo de ordenar.
CPI: costo de posesión de inventarios. Si consideramos las siguientes variables: D: demanda total anual.
A: costo de emisión de las órdenes de compra. i: costo anual de posesión de inventarios. C: costo unitario del producto.
q: cantidad pedida.
El costo total de compra puede también queda expresado de la siguiente manera:
𝐶𝑇𝐶 = 𝐶 ∗ 𝐷 + 𝐷
𝑞 ∗ 𝐴+
𝑖 ∗ 𝐶 ∗ 𝑞 2
Figura 12. Sistema Q
Fuente: Carreño A., Logística de la A la Z, 2011
El sistema funciona de la siguiente manera: la posición de las existencias cae aleatoriamente hasta que alcanza el punto de reorden (R), momento en el cual se coloca una orden por q* unidades. La orden se recibe posteriormente luego de un tiempo (Lt). Los stocks del almacén aumentan y se continúa con el ciclo indefinidamente.
La utilización del sistema Q requiere la determinación de las variables q* y R. El valor de q* se hace igual al lote económico de compra; al mismo tiempo, la demanda anual D se calcula usando la demanda media µ de la distribución normal. Por otro lado, para la estimación del valor R se toma como base el nivel de servicio, el cual se define como el porcentaje de demanda durante el tiempo de entrega que se satisface con los productos mantenidos en stock.
La posibilidad de inexistencia de stocks en el sistema Q se da durante el tiempo de entrega del proveedor (Lt). Por ello, es necesario conocer la distribución de la demanda durante el tiempo de entrega.
servicio para protegerse contra las variaciones de la demanda. Mediante el control de z – el número utilizado de desviaciones estándar –, se puede controlar no solamente el punto de pedido, sino también el nivel de servicio. Un valor grande de z resultará en un punto de pedido alto y en un nivel de servicio elevado. Por lo tanto, la fórmula del punto de pedido es:
𝑅 = 𝑚 + 𝑆𝑆 = 𝑚 ∗ 𝐿𝑡 + 𝑆𝑆 = 𝑚 ∗ 𝐿𝑡 + 𝑧 ∗ 𝑠(𝑙𝑡)
Donde:
m: media del consumo durante el tiempo de entrega. SS: stock de seguridad.
µ: demanda promedio. Lt: tiempo de entrega.
z: factor de seguridad dado por el nivel de servicio. s(lt): desviación estándar durante el tiempo de entrega.
Sistemas de revisión periódica – Sistema P: en este modelo, a diferencia del sistema Q, la revisión de los inventarios se realiza de manera periódica. Nuevamente, todas las suposiciones del modelo EOQ siguen siendo válidas, excepto la demanda constante y la no existencia de roturas de stocks.
Figura 13. Sistema P
Fuente: Carreño A., Logística de la A la Z, 2011
El sistema funciona de la siguiente manera: las existencias van disminuyendo aleatoriamente hasta que se cumple el plazo (T). En este momento, se pide una cantidad igual al valor máximo M menos el stock en ese momento (q*1, q*2, q*3…). La orden llega después de un tiempo de entrega Lt. Los stocks del almacén aumentan y se continúa con el ciclo indefinidamente.
El sistema P está determinado por las variables T y M. Para su cálculo nos apoyamos nuevamente en el modelo EOQ. El tiempo T se halla partiendo el periodo analizado, por lo general anual, entre el número de pedidos a realizar en ese periodo. Para halar este número de pedidos se divide la demanda total anual entre la cantidad q* del modelo EOQ. El nivel máximo (M) debe cubrir la demanda promedio durante el tiempo de revisión (T) y de abastecimiento (Lt) y, del mismo modo, sus variaciones a un determinado nivel de servicio (stock de seguridad).
Donde:
m: demanda promedio en el tiempo T+Lt SS: stock de seguridad.
SS = z * s(T + Lt)
s(T + Lt): desviación estándar de la demanda en el tiempo T+Lt
z: factor de seguridad en función del nivel de servicio.
2.2.2. Gestión de compras
A. Proceso de compras
El trabajo de compras normalmente se inicia con las requisiciones que hace el almacén, que no son otra cosa que el medio de comunicar las necesidades que tiene otro departamento, por ejemplo, producción; además, son comprobantes escritos con la autorización para adquirir el material requerido.
Este proceso tiene por objeto centralizar las responsabilidades, ya que sin él aparecerían dispersas o mal repartidas entre los jefes de producción y demás personas que intervienen en la selección de compras de materiales. Sin embargo, en virtud de la complejidad que esto representa, se tienen que tomar en consideración varios puntos de trascendencia y seguir una secuencia lógica y adecuada en todo el proceso, la cual debe iniciar con:
La requisición: se reciben las requisiciones provenientes del departamento de almacén, debidamente autorizadas.
La solicitud de cotización: se solicitan cotizaciones por vía telefónica, fax, correo o a través de mensajero o correo electrónico.
La cotización: documento que envían los proveedores en el que se indican precio, condiciones de entrega, condiciones de pago y garantía, entre otros.
Cuadro comparativo: se elabora un resumen o comparativo de las cotizaciones presentadas por los proveedores.
La negociación: es la etapa más importante del proceso; en ella se negocian las condiciones de pago, entre, precio, calidad, etc., de los materiales, buscando siempre el beneficio mutuo, a partir de las buenas relaciones humanas y comerciales.
Orden de compra o pedido: se elabora un pedido en firme y orden de compra al proveedor que ofrezca las mejores condiciones señaladas en el punto anterior.
El seguimiento de órdenes de compra: se establecen formas de control para activar las órdenes de compra fincadas a los proveedores y se vigilan las entregas que éstos realizan.
Recepción de materiales: se reciben las mercancías en el departamento de almacén.
Comprobación exacta de las mercancías: se realiza una comprobación exacta de las mercancías recibidas, con el pedido y orden de compra fincada.
Envío al departamento de contabilidad de todos los documentos para su pago: se deben presentar al departamento de contabilidad todos los documentos inherentes a la orden de compra o pedido (factura, orden de compra, acuse de recibo, entre otros), para trámite de pago.
B. Matriz estratégica de compras (Matriz de Kraljic)
CASANOVAS (2011), expone que la matriz de Kraljic nos va a permitir tomar la decisión de qué estrategia utilizar según el producto de forma mucha más clara y precisa, pero también nos va a permitir:
Conocer nuestro balance de oportunidades y vulnerabilidades/riesgos.
Definir las estrategias a corto plazo para “mover” este mapa y “mejorar” nuestro balance riesgos/oportunidades.
Definir las estrategias a medio/largo plazo en el mapa resultante.
Los ejes de esta matriz son los siguientes:
a) Importancia del producto/servicio comprado sobre el resultado financiero de la empresa.
b) Riesgo de suministro del producto/servicio adquirido.
pa
ct
o
en la c
uen
ta
de re
sul
tad
o
Figura 14. Matriz entre el impacto en la cadena de suministro y el riesgo de suministro
Fuente: Casanovas A., Estrategias avanzadas de compras y aprovisionamiento, 2011
Tabla 3.
Criterio de compra según el tipo de producto
Tipo de producto según matriz de
Kraljic
Tipo de
mercado Objetivos Características Estrategias c/plazo*
Estrategias mediano/
largo plazo Responsabilidad
Estratégicos Competitivos
Asegurar el
suministro a precios competitivos Patentes Oligopolios Taylor made Tecnologías específicas Eliminar barreras técnicas
Alejarse de barreras legales
SRM activo
Alianzas estratégicas y a largo plazo
Dirección general
Cuello de botella Técnicos Asegurar el
suministro Taylor made Mercados concentrados Específicamente adaptados
Cambio a materiales estándares Modificación especificaciones Reducir dependencia contratipado Centralizar
Desarrollar planes de contingencia
Compras
Leverage o
palanca Comercial
Reducir al máximo los costes totales
Commodities
Estándar
Explorar oportunidades
Reducir proveedores
Utilizar el power buying
Cost breakdown managment
Non critical o
rutinarios Sencillos
Facilitar y optimizar al máximo la gestión administrativa
Totalmente estándar
Muy generales
Sin especificaciones definidas
Agregación
Estandarizar para agregar
Gestión agresiva de ofertas
Subastas inversas
Descentralizar
Compras / aprovisionamiento
C. Métodos de compra
CARREÑO (2011) presenta los siguientes métodos:
Órdenes de compra abiertas
Una orden de compra estándar está limitada a una cantidad de artículos a entregar en un plazo determinado. Una orden de compra abierta permite extender el tiempo indefinidamente, así como la cantidad de artículos a comprar. Es muy utilizada para aquellos productos que se compran en grandes cantidades y en forma repetitiva, ya que permite ahorros en los costos de preparación de órdenes.
Las cantidades estimadas a comprar durante un periodo, así como el precio y las condiciones de entrega, se negocian en la orden de compra abierta original, luego de lo cual se emiten órdenes de compra de cantidades específicas contra la orden original. La vigencia de esta orden puede prolongarse en el tiempo hasta que hay cambios en los precios, en el diseño del producto, en las condiciones de entrega, entre otros factores, momento en el cual se hace necesaria una nueva negociación.
Compras bajo contrato
plazos de entrega y el calendario de pagos. Los riesgos para el comprador en este sistema se encuentran en la incapacidad de comprar la cantidad pactada por disminución de la demanda, problemas financieros, etcétera.
2.2.3. Prueba de hipótesis con muestras pequeñas e independientes Para poder aplicar esta prueba de hipótesis, DÍAZ (2013) nos indica que se debe cumplir lo siguiente:
La variable se distribuye de forma normal en ambas poblaciones. Las 2 muestras son independientes.
Los tamaños de las muestras son pequeños: n1<30 y n2<30. No se conocen las varianzas de las poblaciones
correspondientes.
Asimismo, DÍAZ (2013) nos presenta los procedimientos de pruebas de hipótesis para estas circunstancias y para 2 casos distintos: cuando puede asumirse que las varianzas poblacionales son iguales y cuando debe aceptarse que son distintas.
A) Cuando no se conocen las varianzas pero se asume que son iguales
En estas circunstancias, el estadístico de prueba apropiado es la t de Student
𝑡 = (𝑥̅1− 𝑥̅2) − (𝜇1− 𝜇2)
𝑆𝑋1−𝑋2
Pero, de nuevo, como la hipótesis nula plantea que:
𝐻𝑜: 𝜇1− 𝜇2 = 0
La expresión anterior se convierte en:
𝑡 =(𝑥̅1− 𝑥̅2)
𝑆𝑋1−𝑋2
El error estándar de la diferencia entre 2 medias:
𝑆𝑋1−𝑋2= √𝑆𝑐2 𝑛1+
𝑆𝑐2
𝑛2
B) Cuando no se conocen las varianzas y no se asume que son iguales
En este caso, el estadístico de prueba sigue siendo la t de Student, pero se trata de una t modificada. Se ponderan los valores de t correspondientes a cada muestra mediante el cociente entre sus correspondientes varianza y tamaño de muestra, como se aprecia en la siguiente fórmula de t crítica ponderada:
𝑡𝛼′ =
𝑆12
𝑛1𝑡1+𝑆2
2
𝑛2𝑡2
𝑆12
𝑛1+
𝑆22
𝑛2
Por su parte, al igual que se hizo antes, la t calculada es:
𝑡 = (𝑥̅1− 𝑥̅2) − (𝜇1− 𝜇2)
𝑆𝑋1−𝑋2
Pero, de nuevo, como la hipótesis nula plantea que:
𝐻𝑜: 𝜇1− 𝜇2 = 0
𝑡 =(𝑥̅1− 𝑥̅2)
𝑆𝑋1−𝑋2
Con n1 + n2 – 2 grados de libertad.
