Vol. 20 Núm. 4 (2021): Revista UIS Ingenierías
Artículos

Estudio de pronóstico para la planeación, caso de estudio empresa distribuidora del sector farmacéutico

Johanna Rodríguez-León
Universidad Industrial de Santander
Mateo Pachón-Rincón
Politécnico Grancolombiano

Publicado 2021-07-14

Palabras clave

  • pronóstico,
  • series de tiempo,
  • precisión del pronóstico,
  • análisis de demanda,
  • clasificación ABC

Cómo citar

Rodríguez-León, J., & Pachón-Rincón, M. (2021). Estudio de pronóstico para la planeación, caso de estudio empresa distribuidora del sector farmacéutico. Revista UIS Ingenierías, 20(4), 59–78. https://doi.org/10.18273/revuin.v20n4-2021005

Resumen

Una herramienta fundamental para la planeación operativa, táctica y estratégica de cualquier compañía es el pronóstico de ventas. De la buena capacidad del pronóstico para interpretar la historia de los productos y de su grado de precisión dependerá en gran medida el logro de las metas trazadas por las diferentes áreas de una organización. Actualmente, la compañía objeto de estudio tiene un proceso de pronóstico independiente para cada país en el que opera, pero no realiza un análisis global de ventas; adicionalmente, se cuenta con los datos suficientes para el desarrollo de un estudio de mejoramiento, enmarcado en la gestión de demanda consolidada. Para este estudio se parte de la data histórica de ventas de una empresa distribuidora y comercializadora de medicamentos y productos cosméticos. Después de efectuar una clasificación inicial de referencias, se consolida la información por líneas de producto, cada una de las cuales será tratada como una serie de tiempo para desarrollar el proceso de análisis de patrones, selección y ajuste de los métodos de pronóstico y posterior evaluación de precisión. Se seleccionará la metodología de mayor precisión para calcular el pronóstico de cada una de las líneas de producto para el año 2020, comparándolo gráficamente con la proyección actual de la empresa y con las ventas reales del primer trimestre del año. El presente estudio tiene una alta relevancia en la compañía, dado que mejora la visibilidad en materia de demanda y proporciona una base para la toma de decisiones para el mejoramiento de los procesos a nivel corporativo.

Descargas

Los datos de descargas todavía no están disponibles.

Referencias

[1] G. Rubio Guerrero, “Perspectiva multivariante de los pronósticos en las PYMES industriales de Ibagué (Colombia)”, Facultad de Ciencias Económicas: Investigación y Reflexión, vol. 25, no. 2, pp. 25-40, 2017, doi: 10.18359/rfce.3067.

[2] D. Cueva Reyes, “Importancia de la Planificación estratégica en el flujo de entradas de efectivo por ventas en la compañía Nestle S.A.”, trabajo de grado, Universidad Técnica de Machala, Ecuador, 2018.

[3] G. Boronat Ombuena, R. Leotescu, J. Navarro Enguídanos, “Forecast: pronóstico, análisis, estimación y anticipación”, Técnica contable y financiera, vol. 4, pp. 8-18, 2018.

[4] Conexión ESAN, “ESAN Graduate School of Business”, 2019, [En línea]. Disponible: https://www.esan.edu.pe/apuntes-empresariales/2019/08/como-elegir-la-mejor-tecnica-de-forecasting/

[5] J. Chambers, S. Mullick, D. Smith, “How to Choose the Right Forecasting Technique”, Harvard Business Review, 1971, [En línea]. Disponible: https://hbr.org/1971/07/how-to-choose-the-right-forecasting-technique#comment-section.

[6] R. Hyndman, G. Athanasopoulos, Forecasting: Principles and Practice, Segunda edición ed. Melbourne, Australia: Otexts, 2018.


[7] J. Frausto Enríquez, “Pronósticos de ventas para la administración estratégica de los recursos en una empresa del sector automotriz”, trabajo de grado, Instituto Tecnológico y de Estudios Superiores de Monterrey, 2009.

[8] C. Chatfield, Time-series Forecasting. USA: Chapman & Hall/CRC, 2000.

[9] C. W. Granger, P. Newbold, Forecasting Economic Time series, Segunda edición ed. San Diego, CA, USA: Academic Pres INC, 1986.

[10] N. Khalil Zadeh, M. Mehdi Sepehri, H. Farvaresh, “Intelligent Sales Prediction for Pharmaceutical Distribution Companies: a data mining based approach”, Mathematical Problems in Engineering, vol. 2014, pp. 1-15, 2014, doi: 10.1155/2014/420310.

[11] M. A. Chagolla Farías, J. C. Chagolla Farías, “La utilización de las herramientas estadísticas en los pronósticos”, Ciencias Empresariales, no. 20, pp. 111-128, 2012.

[12] B. Ashwini Rekha, B. Vijaykumar, “Retail Giant Sales Forecasting using Machine Learning”, International Journal of Recent Technology and Engineering, vol. 8, no. 2S11, pp. 2408-2411, 2019.

[13] B. Salazar, “Ingeniería Industrial On line”, 2019, [En línea]. Disponible: www.ingenieriaindustrialonline.com/gestion-de-inventarios/clasificacion-de-inventarios/

[14] Ingenio Empresa, “Análisis ABC”, 2019, [En línea]. Disponible: https://ingenioempresa.com/analisis-abc/

[15] C. Castro Zuluaga, M. Vélez Gallego, J. Castro Urrego, “Clasificación ABC Multicriterio: Tipos de Criterios y Efectos en la Asignación de Pesos”, ITECKNE: Innovación e Investigación en Ingeniería, vol. 8, no- 2, pp. 163-170, 2011.

[16] ATOX Sistemas de almacenaje, “Clasificación de inventarios ABC”, 2017, [En línea]. Disponible: www.atoxgrupo.com/website/noticias/clasificacion-inventarios-abc.

[17] H. Briseño Oliveros, L. A. Guzmán García, P. Cano Olivos, D. Sánchez Partida, “Forecasting Demand Improvement for replenishment in a Retail painting Company”, Acta Logística, vol. 6, no. 4, pp. 155-164, 2019, doi: 10.22306/al.v6i4.143.

[18] E. S. Gardner, E. McKenzie, “Note—Seasonal Exponential Smoothing with Damped”, Management Science, vol. 35, no. 3, pp. 372-376, 1989, doi: 10.1287/mnsc.35.3.372.

[19] S. Nahmias, Análisis de la Producción y de las Operaciones, Quinta edición ed. México DF: Mc Graw Hill, 2007.