You are on page 1of 5

Scientia et Technica Ao XVIII, Vol. 18, No. 4, Diciembre de 2013. Universidad Tecnolgica de Pereira.

ISSN 0122-1701 743

Gestin de compras e inventarios a partir de


pronsticos Holt-Winters y diferenciacin de nivel
de servicio por clasificacin ABC
Inventory and buy management from Holt-Winters forecasting and service level
discrimination by ABC classification.
Jaime Antero Arango Marin 1*, Jaime Alberto Giraldo Garcia 2, Omar Danilo Castrilln Gmez3
1
M.Sc., Universidad Nacional de Colombia - Sede Manizales, Manizales, Colombia
jaarangom@unal.edu.co
2, 3
Ph.D. Universidad Nacional de Colombia, Bogot, Colombia
jaiagiraldog@unal.edu.co
odcastrillong@unal.edu.co

Resumen En este artculo se expone un modelo de gestin de


inventarios y abastecimiento que parte de pronsticos de
ventas calculados por el mtodo de Holt-Winters. Los Key Word Forecasting, Inventory, Buys, Service level, Holt-
productos se clasifican segn sus volmenes de ventas para Winters.
establecer niveles de servicio diferenciales a aplicar en un
sistema de inventarios por demanda probabilstico que
incrementa el valor obtenido con el pronstico de ventas en I. INTRODUCCIN
tantas desviaciones estndar como las que correspondan a la
probabilidad relacionada con el nivel de servicio deseado para La importancia de los inventarios en los entornos comerciales
cada categora. El modelo se ha implementado con xito en actuales se ha incrementado, dado su impacto tanto en asegurar
organizaciones comerciales y de servicio, tanto en inventarios la disponibilidad de los productos para los consumidores como
de alto nmero de tems como en otros con menor variedad de en los requerimientos de capital que deben invertir las
productos. La aplicacin ha redundado en menores costos de compaas en sus existencias. Se busca siempre un equilibrio
capital de trabajo invertido en inventarios y en mejoras que garantice la mnima inversin que permita el mejor nivel de
sustanciales del nivel de servicio a los clientes reduciendo los
indicadores de ventas prdidas por agotamiento de
servicio, teniendo la cantidad justa que se espera que el cliente
existencias. A futuro se prev la adaptacin del modelo a
requiera.
inventarios de empresas industriales.
Los modelos tradicionales como el del Lote Econmico de
pedido que calcula la cantidad ptima a pedir a partir de
Palabras clave Pronsticos, Inventarios, Compras, Nivel de minimizar el costo total (compuesto bsicamente por el costo de
Servicio, Holt-Winters hacer un pedido y el costo de almacenamiento); han empezado a
ser revaluados, teniendo en cuenta que pedir es cada vez menos
Abstract This paper presents a model of inventory and costoso mientras que almacenar tiende a ser cada vez ms
supply management beginning from sales forecasting riesgoso y oneroso para las organizaciones.
calculated by the Holt-Winters method. The products are
classified according to their sales volumes to establish
Las tecnologas informticas permiten, y la dinmica de los
differential service levels to be applied in an probabilistic
inventory by demand system increasing the value obtained negocios impone, que los modelos de inventarios puedan ser
with the sales forecasting in so many standard deviations as todos de revisin continua, haciendo innecesario el clculo de
those corresponding to the probability related to the level of periodos ptimos de revisin. Los tiempos de suministro tienden
service desired for each class. The model has been por un lado a reducirse gracias a las tecnologas de transporte,
implemented successfully in commercial and service mientras, por otro lado, se complican debido a la globalizacin y
organizations, both large number of inventory items as in los tratados de libre comercio.
others with less variety of products. The application has
resulted in lower costs of working capital invested in Los pronsticos de ventas pasan a ser una importante fuente de
inventories and substantial improvements in the level of
informacin para prever la demanda de la forma ms realista
customer service indicators of reducing losses from sales of
stock depletion. In the future is expected to adapt the model to posible. La aleatoriedad propia de la mayora de los mercados
industrial inventories. puede reproducirse por modelos probabilsticos que tienen

Fecha de Recepcin: 19 de Mayo de 2013


Fecha de Aceptacin: 15 de Diciembre de 2013
744 Scientia et Technica Ao XVIII, Vol. 18, No. 4, Diciembre de 2013. Universidad Tecnolgica de Pereira.

mejores posibilidades de implementacin informtica que producto en un espacio de tiempo suficiente que permite
antao. La integralidad de las soluciones que consideren el observar tanto la tendencia de las ventas como las
problema desde la previsin de la demanda hasta el clculo estacionalidades. Se espera como resultado la lista de productos
de las cantidades a pedir es un imperativo para disear a comprar con sus respectivas cantidades. El clculo se hace con
modelos confiables y eficientes. la frecuencia que permita mantener actualizado el inventario en
forma permanente.
El objetivo de la investigacin que se documenta en el
presente trabajo es minimizar el capital de trabajo invertido La demanda de los prximos periodos se pronostica con el
en inventarios, tomando como restriccin principal el procedimiento de Holt-Winters.
cumplimiento de niveles de servicio establecidos por
poltica de la empresa. La solucin consiste en una El pronstico en el Modelo Holt-Winters se calcula aplicando
metodologa de planeacin del abastecimiento con un las siguientes frmulas:
modelo probabilstico de inventarios por demanda, guiado
por niveles de servicio diferenciales de acuerdo a una Sea:
clasificacin ABC por volumen de ventas, a partir de At = Base del pronstico (Nivel de ventas cuando t = 0).
pronsticos de ventas obtenidos por el modelo Holt- = Factor entre 0 y 1 para ponderar la base del pronstico.
Winters que incluye suavizacin exponencial, tendencia y = Factor entre 0 y 1 para ponderar la tendencia.
estacionalidad.. It = Factor de estacionalidad del perodo t.
i = ndice del perodo para el que se est pronosticando a partir
del perodo actual.
II. ESTADO DEL ARTE l = Nmero de perodos en el ciclo estacional.
= Factor entre 0 y 1 para ponderar la estacionalidad.
Numerosos investigadores han trabajado en temas Tt = Tendencia de las ventas en el periodo t.
relacionados con los pronsticos de ventas, el t = periodo de tiempo considerado.
aprovisionamiento y la planeacin de los inventarios dado Ventast = Ventas reales del perodo t.
su alto impacto en los resultados econmicos de las Yt = Pronstico para el perodo t.
organizaciones. Las investigaciones ms recientes en esta
rea integran simultneamente los dos temas, proponiendo,
muchas veces, mejoras o alternativas a los algoritmos
clsicos. Ferbar [1] propuso integrar el modelo de
inventarios y el de pronsticos optimizando tango los
parmetros como los valores iniciales. Hernndez et al [2]
[3] llegaron a un modelo multinivel que parte de demanda
constante. Little et al [4] estudiaron la optimizacin de los
stocks de seguridad a partir de restricciones. Snyder [5]
desarroll un modelo de inventarios que parte de
pronsticos por suavizacin exponencial..Syntetos et al [6]
reportaron un estudio de caso sobre bodegas mayoristas.
Teunter et al [7] trabajaron en un mtodo para pronosticar
demanda intermitente. Tiacci & Saetta [7] estudiaron el Se recomienda tener en cuenta, al menos 2l periodos previos de
efecto de los modelos de pronsticos en los costos y en los Ventas, que permitan ajustar los valores de los diferentes
niveles de servicio proponiendo que se tengan en cuenta componentes del modelo. Aplicando la autocorrelacin se puede
esos factores adems de la minimizacin del error para determinar la longitud del periodo estacional (l). Los valores
evaluar el modelo a aplicar. iniciales de los factores estacionales de cada perodo (It), el valor
inicial del intersecto (A0) y de la tendencia (T0) se pueden
determinar con una investigacin previa sobre la serie de datos.
III. DESCRIPCIN DEL MODELO
Con algoritmos de investigacin de operaciones, se pueden
Una empresa requiere conocer las cantidades a comprar de optimizar los valores de los factores , y , minimizando el
cada uno de los productos que comercializa, para tener las error del modelo (la diferencia entre el valor pronosticado y el
cantidades suficientes de cada uno, que le permitan cubrir valor real), considerando un indicador como el error medio al
los requerimientos de los consumidores, con los menores cuadrado (MSE o EMC), la diferencia absoluta media (MAD o
riesgos de obsolescencia y costos de mantenimiento del DAM), o el porcentaje del error medio absoluto (MAPE o
inventario. Las polticas de la organizacin establecen un PEMA), como funcin objetivo. Este clculo se efecta al iniciar
nivel de servicio deseado. Los tiempos de el modelo por primera vez y se pueden mantener los parmetros
aprovisionamiento y el tiempo que hay entre pedidos son para las siguientes aplicaciones. No obstante, es conveniente
conocidos, as como los volmenes de venta de cada revisar los factores y volver a correr la optimizacin con
Scientia et Technica Ao XVIII, Vol. 18, No. 4, Diciembre de 2013. Universidad Tecnolgica de Pereira. 745

frecuencia. (Una explicacin mucho ms completa y Cuando un producto ha estado agotado en el proveedor por un
detallada del modelo Holt-Winters se puede encontrar en tiempo prolongado, es posible que sus valores de ventas se
[9] ). pierdan y no se tengan en cuenta en los pronsticos, lo que
puede hacer que se tarde en recuperarse su dinmica normal en
En la implementacin informtica del algoritmo es el sistema de inventarios. Puede ser necesario un mtodo de
necesario tener en cuenta algunos detalles: Se deben aplicar marcado en la base de datos que identifique esas circunstancias
lmites de control en los datos de entrada, a 3 desviaciones y recupere la historia comercial del producto una vez se reactive
estndar arriba y debajo de la media, para remplazar datos en el mercado.
atpicos que pueden afectar el clculo final del pronstico.
En bases de datos muy grandes de empresas con un
portafolio muy amplio pero de alta rotacin, que tienen IV. EJEMPLO DE APLICACIN
estacionalidades muy largas, a veces es necesario mantener
pre-procesada parte de la informacin, de tal manera que al Supongamos un producto cuya demanda en los ltimos 12
hacer el pronstico solo se deba actualizar la informacin periodos ha sido:
del ltimo periodo. Cuando es posible, se guardan como
datos de cada producto los ltimos valores calculados de Yt, Periodo Ventas
At, Tt e It; de tal manera que solo se deba procesar el nuevo 1 416
valor de Ventast. 2 769
3 812
El resultado del modelo Holt-Winters se compone de los 4 786
pronsticos para los periodos equivalentes al tiempo entre 5 539
pedidos ms el tiempo de aprovisionamiento. Se debe 6 591
calcular la desviacin estndar de las ventas de los ltimos 7 833
2l perodos (o mejor an, los que hayan sido considerados 8 613
en el clculo de los pronsticos): La suma de los 9 473
pronsticos correspondientes al tiempo entre pedidos ms
10 586
el tiempo de aprovisionamiento debe incrementarse en z
11 830
desviaciones estndar, donde z es el valor de referencia de
12 619
la distribucin de probabilidad normal con media = 0 y
desviacin estndar = 1, cuya probabilidad es igual al nivel
de servicio deseado. Esta estrategia supone que los datos La estacionalidad es de 4 periodos. Los parmetros principales
siguen una distribucin normal, lo que se puede asumir del modelo Holt-Winters son:
siguiendo el teorema central del lmite.
Parmetro Valor
El nivel de servicio debe ser diferencial, segn la 0,0111
clasificacin ABC de los productos, que debe recalcularse 0,9990
con frecuencia. Para hacer la clasificacin, se ordenan los 0,1849
productos de acuerdo a su volumen esperado de ventas de I1 0,6986
mayor a menor y se calcula el porcentaje acumulado con I2 1,0002
respecto a las ventas totales esperadas. Los porcentajes I3 1,2376
pueden variar segn polticas de cada empresa. Si nos I4 1,0637
basamos en el principio de Pareto (80/20), los productos
que estn en el rango de 0% a 80% en la suma acumulada Partiendo con un At calculado en 676 y un Tt de -10,4, aplicando
se consideran inventario tipo A. De 80% a 96% se las frmulas, los pronsticos para los siguientes 4 periodos
considera inventario tipo B y de 96% a 100% es inventario seran entonces: 450, 621, 783 y 650. Si el producto es clase A y
tipo C. Para los productos tipo A se debe buscar un se busca un nivel de servicio del 95% para esa categora, la
altsimo nivel de servicio (por ejemplo 97%), para los constante es 1,64 (segn la distribucin normal estndar); la
productos tipo B un nivel de servicio un poco menor (95% desviacin estndar () es de 145,45, el lead time es de 1
por ejemplo) y para los productos tipo C, un nivel de periodo y la frecuencia entre pedidos es de 2 perodos; entonces
servicio ms modesto (90% por ejemplo). la cantidad a tener en existencia debe ser, teniendo en cuenta 3
perodos completos (1 de LT y 2 de frecuencia) : (450 + 621 +
Los valores resultantes corresponden a las existencias que 783) + 1,64 * 145,45 = 1615. Si la existencia actual del producto
se deben tener en inventario para cubrir la demanda, por lo es de 1000 unidades, la cantidad a pedir ser: 615 unidades.
tanto, para calcular la cantidad a comprar, es necesario
restarle las existencias actuales y los pedidos pendientes
prximos a llegar para calcular la cantidad a comprar.
746 Scientia et Technica Ao XVIII, Vol. 18, No. 4, Diciembre de 2013. Universidad Tecnolgica de Pereira.

V. RESULTADOS

El modelo descrito ha sido aplicado con xito en la gestin


de ventas e inventarios de un concesionario de venta de
vehculos (La descripcin detallada de esa experiencia ha
sido presentada en [9] ). Tambin se ha aplicado en una red
de venta de repuestos para automotores, en una cadena de
drogueras de venta al detal y en una bodega de
distribucin mayorista de medicamentos.

Con igual rotacin de inventarios que la que se tena antes


de aplicar el modelo, es posible tener un mejor nivel de
servicio directo del inventario, aplicando el modelo de
inventarios propuesto. Por ejemplo, en uno de los casos, el Fig 2. Costo de Inventario vs Nivel de servicio (Modelo anterior
modelo previo (basado en promedios mviles) registraba y modelo propuesto
1888 rompimientos de inventario entre dos pedidos
consecutivos y un nivel de servicio promedio del 85,81% a
partir del inventario con una rotacin de 49,42 das en VI. CONCLUSIONES
promedio. La figura 1 muestra que el modelo propuesto
llega un nivel de servicio del 96% a partir del inventario y En este artculo se ha expuesto un modelo de administracin de
apenas 110 rompimientos de inventario con los mismos compras e inventarios con demanda incierta, aplicando
49,42 das promedio de inventario a partir del nuevo pronsticos por el algoritmo de Holt-Winters que alimenta un
modelo de sugerido. sistema de inventarios por demanda estocstico que utiliza el
nivel de servicio para calcular las cantidades a comprar de cada
producto. El modelo usa la clasificacin ABC por volumen de
los productos para permitir un mayor nivel de servicio resultante
con menor costo. Su implementacin en empresas comerciales y
de servicios ha producido resultados satisfactorios, tanto en su
desempeo computacional como en el aumento del nivel de
servicio al mismo costo inicial, o en la reduccin del costo de
inventario prestando el mismo nivel de servicio. Tambin ha
permitido reducir las acciones emergentes para evitar la prdida
de ventas por falta de inventario y los rompimientos de
inventario totales (inventarios en cero entre dos compras
consecutivas).

En la implementacin informtica de esta solucin, es necesario


Fig. 1. Das de Inventario y rompimientos segn nivel de considerar estrategias que permitan la generacin de
servicio (modelo anterior y modelo propuesto). informacin confiable con tiempos de respuesta adecuados a la
dinmica de los procesos de aprovisionamiento y gestin de las
Igualmente, se puede demostrar que con el mismo costo de existencias. Es imperativo integrar la solucin a la base de datos
capital de trabajo invertido en inventarios es posible llegar de la empresa para el fcil acceso a la informacin comercial y
a un mejor nivel de servicio. En la Figura 2 se puede financiera.
apreciar que al costo que tena el inventario anterior se
pudo llegar a un nivel de servicio del 96% con el modelo En el futuro, otros trabajos podran considerar la aplicacin de
propuesto de manejo de inventarios. este modelo a los inventarios de materias primas, producto en
proceso y producto terminado de empresas industriales
considerando las condiciones de los entornos productivos en
cuanto a tiempos de abastecimiento y produccin y las
limitaciones propias de su gestin de inventarios..

REFERENCIAS

[1] L. Ferbar T., Joint optimisation of demand forecasting


and stock control parameters, International Journal of
Production Economics 127, 2010, Pp. 173-179.
Scientia et Technica Ao XVIII, Vol. 18, No. 4, Diciembre de 2013. Universidad Tecnolgica de Pereira. 747

[2] P. C. Hernndez, C. A. Amaya, N. Velasco,


Modelo de coordinacin de inventarios en la
cadena de abastecimiento de medicamentos de un
hospital pblico, Los cuadernos de PYLO
Logstica Hospitalaria, Universidad de Los Andes,
2008.
[3] P. C. Hernndez, N. Velasco, C. A. Amaya,
Modelo para el Manejo Eficiente de Inventarios
en la Cadena de Abastecimiento de Medicamentos
del Hospital El Tunal, Los cuadernos de PYLO
Logstica Hospitalaria, Universidad de Los Andes,
2007.
[4] J. Little, B. Coughlan, Optimal inventory policy
within hospital space constraints, Health Care
Manage Sci 11, 2008, pp. 177183.
[5] R. D. Snyder, A. B. Koehler, J. K. Ord,
Forecasting for inventory control with exponential
smoothing, International Journal of Forecasting
18, 2002, pp. 5-18
[6] A. A. Syntetos, M. Z. Babai, J. Davies, D.
Stephenson, Forecasting and stock control: A
study in a wholesaling context, International
Journal of Production Economics 127, 2010, Pp.
103-111.
[7] R. H. Teunter, A. A. Syntetos, M. Z. Babai,
Intermittent demand: Linking forecasting to
inventory obsolescence, European Journal of
Operational Research, 214, 2011, Pp. 606615.
[8] L. Tiacci, S. Saetta, An approach to evaluate the
impact of interaction between demand forecasting
method and stock control policy on the inventory
system performances, International Journal of
Production Economics, 118, 2009, Pp. 6371.
[9] J. E. Hanke, D. W. Wichern, Dean W.,
Pronsticos en los Negocios, Octava Edicin,
Pearson Prentice Hall, Mxico, 2006, 552 p.
[10] J. A. Arango M., S. Torres, L. E.
Gonzlez, Modelo Matemtico para Optimizar la
Gestin de Compras e Inventarios de Vehiculos
Nuevos para un Concesionario de Automotores en
Colombia. Presented at XVIII SIMMAC Simposio
Internacional de Mtodos Matemticos Aplicados
a las Ciencias, San Jos, Costa Rica 21-24
Febrero, 2012.

You might also like