Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
1 MAESTRIA EN PRODUCCIÓN Y OPERACIONES Bogotá – Colombia / PBX: (571) 3 257500 / Calle 74 no. 14 – 14 e- mail: info@usa.edu.co 2 MODELO DE GESTIÓN PARA LA PROYECCIÓN DE DEMANDA DE PRODUCTOS PERECEDEROS UTILIZANDO COMBINACIÓN DE PRONÓSTICOS POR SERIES DE TIEMPO PROYECTO PARA OPTAR AL TÍTULO DE MAGISTER EN PRODUCCIÓN Y OPERACIONES Ing. NELSON JAVIER ANGEL ALVAREZ Ing. DIANA ALEXANDRA MÁRQUEZ HERRERA Asesor Ing. CLAUDIA CRISTINA BOCANEGRA UNIVERSIDAD SERGIO ARBOLEDA Escuela de Postgrados Maestría en Producción y Operaciones Bogotá 2018 3 AUTORES DE LA INVESTIGACIÓN: Este proyecto de grado ha sido aprob Este proyecto de grado ha sido aprobado para optar al título de Magister en Producción y Operaciones. En constancia firman: DIRECTOR DEL PROYECTO JURADO DIRECTOR DELPOSTGRADO COORDINADOR DE PROYECTOS DE GRADO. Bogotá, D.C., 08, febrero, 2019 4 Tabla de Contenido Introducción ............................................................................................................ 10 Marcos ..................................................................................................................... 13 1. Marcos de referencia .............................................................................. 13 1.1. Marco histórico .................................................................................... 13 1.2. Evolución del sector ............................................................................ 14 1.3. Marco geográfico ................................................................................. 17 1.4. Marco socioeconómico ....................................................................... 18 1.5. Marco tecnológico ............................................................................... 25 1.6. Marco cultural ...................................................................................... 26 1.7. Marco situacional ................................................................................ 28 1.8. Marco estratégico ................................................................................ 30 2. Planteamiento del problema ................................................................... 32 2.1. Justificación e impacto del proyecto ................................................ 32 2.2. Objetivo general y específicos .......................................................... 37 2.2.1. Objetivo General .............................................................................. 37 2.2.2. Objetivos Específicos ...................................................................... 38 2.3. Alcance ................................................................................................... 39 2.4. Definición de la problemática actual....................................................... 40 2.5. Productos a obtener ............................................................................... 41 2.6. Diseño metodológico .............................................................................. 41 3. Diagnóstico de la empresa ........................................................................ 46 5 3.1. Análisis DOFA:........................................................................................ 46 3.2. Caracterización del proceso: .................................................................. 50 3.3. Evaluación comportamiento producto de exportación ........................... 55 4. Marco teórico................................................................................................ 60 4.1. Gestión de la demanda .......................................................................... 60 4.1.1. El proceso estratégico de gestión de la demanda...................... 63 4.2. Planeación de la demanda ..................................................................... 68 4.3. Gestión de la demanda y pronóstico ...................................................... 69 4.3.1. Selección y combinación de pronósticos: .................................... 70 4.3.1.1. Modelo Holt-Winters:.................................................................... 75 4.3.1.2. Modelo ARIMA: ............................................................................. 76 4.3.1.3. Modelo de Redes Neuronales Artificiales (ANN): ................... 79 5. Diseño del modelo matemático ................................................................. 88 5.1. Análisis de la demanda .......................................................................... 89 5.2. Selección de métodos de pronósticos por producto y cliente ............... 96 5.3. Diseño del modelo combinado ............................................................. 112 6. Diseño del modelo de gestión ................................................................. 121 7. Validación del modelo ............................................................................... 126 8. Conclusiones .............................................................................................. 130 Referencias ........................................................................................................... 133 ANEXO 1. Metodología de búsqueda de información ................................... 139 ANEXO 2. Matriz de correlación ....................................................................... 161 6 Listado de Figuras Figura 1. Contribución al PIB nacional del sector manufacturero………….... 24 Figura 2. Presencia de la compañía y mercado de exportación…………...... 29 Figura 3. Días de almacenamiento x referencia 2017 - 2018……………...... 34 Figura 4. Costo de mantener inventario 2017 - 2018…………...................... 35 Figura 5. Costo de obsoletos a septiembre de 2018………........................... 36 Figura 6. Matriz DOFA Acegraco SAS………………………………………..… 47 Figura 7. Proceso general de gestión de demanda de productos exp………. 51 Figura 8. Modelo de gestión de pedidos………………………………………… 51 Figura 9. Confirmación de requerimientos…………………………………........ 52 Figura 10. Proceso de compra de materiales…………..…………………....... 52 Figura 11. Proceso de planeación y ejecución de producción……………..…. 53 Figura 12. Gestión de inventario de producto terminado………………........ . 54 Figura 13.Gestión de demanda…………………………………………...…….. 55 Figura 14. Volúmenes de venta por unidad de exportaciones………………... 56 Figura 15. Integración de la cadena de suministro…………………………...... 62 Figura 16. Proceso estratégico de gestión de la demanda………………........ 63 Figura 17. Diseño de modelo matemático…………………………………....... 89 Figura 18. Comportamiento de la demanda mensual (Cajas)…………….…. 90 Figura 19. Comportamiento de la demanda mensual (kg)……………………. 91 Figura 20. Comportamiento de la demanda por cliente………………............. 92 Figura 21. Comportamiento de la demanda por producto………………........ 93 Figura 22. Pareto %participación por cliente…………………………………... 97 Figura 23. Pareto por productos…………………………………………........... 98 Figura 24. Resultados simulación TBS……………………………………......... 99 Figura 25. Resultados simulación Sevillana V……………………………...... 101 7 Figura 26. Resultados simulación Hojaldrina 5x2……………………….…… 102 Figura 27. Resultados simulación Pil-1……………………………………...... 104 Figura 28 Resultados simulación Dagusto Repostería Esp. Panamá…..... 105 Figura 29. Resultados simulación Hojaldrina 6x2.5……………………........ 107 Figura 30. Resultados simulación Sevillana I………………………….......... 108 Figura 31. Resultados simulación Grasa Marca Team……………….......... 109 Figura 32. Resultados simulación Tipo 3A…………………………….......... 110 Figura 33. Modelo de gestión actual…………………………………….……. 122 Figura 34. Modelo de gestión futuro…………………………………….…..... 1258 Listado de Tablas Tabla 1. Producción y consumo de aceites vegetales …………………………. 16 Tabla 2. Demanda de aceites vegetales a nivel mundial según uso…………. 21 Tabla 3. Proyecciones de la demanda de aceites vegetales para consumo… 22 Tabla 4. Volúmenes de venta por unidad de negocio año 2017………………. 30 Tabla 5. Producto de exportación en inventario a septiembre de 2017……… 33 Tabla 6. Producto de exportación en inventario a septiembre de 2018……… 33 Tabla 7. Costo producto reprocesado a septiembre de 2018…………….……..58 Tabla 8. Técnicas de Pronóstico y Modelos comunes…………………………. 66 Tabla 9. Resumen Artículos………………………………..……………………... 83 Tabla 10. Resumen métodos de pronóstico aplicados………..…….………..... 87 Tabla 11. Correlación demanda productos exportación (análisis por mes)….. 94 Tabla 12. Correlación demanda productos exportación (análisis por prodto)…95 Tabla 13. Estadísticas de ARIMA simulación TBS…………………………….. 100 Tabla 14. Coeficientes de modelo ARIMA simulación TBS…….…………….. 100 Tabla 15. Precisión de la previsión simulación TBS……………………….….. 100 Tabla 16. Parámetros de método simulación TBS………….……………..….. 100 Tabla 17. Estadísticas de ARIMA simulación Manteca sevillana V………….. 101 Tabla 18. Coeficientes del modelo ARIMA simulación Manteca sevillana V... 101 Tabla 19. Precisión de previsión simulación Manteca Sevillana V……….….. 102 Tabla 20. Parámetros de método simulación Manteca sevillana V………...... 102 Tabla 21. Estadísticas de ARIMA simulación Hojaldrina 5x2…….…………... 103 Tabla 22. Coeficientes del modelo ARIMA simulación Hojaldrina 5x2……… 103 Tabla 23. Precisión de previsión simulación Hojaldrina 5x2…….……………. 103 Tabla 24. Parámetro de método simulación Hojaldrina 5x2……………….…. 103 Tabla 25. Estadísticas de ARIMA simulación Pil-1………………………….…. 104 Tabla 26. Coeficientes de modelo ARIMA simulación Pil-1……………….….. 104 Tabla 27. Precisión de previsión simulación Pil-1……………………………… 105 Tabla 28. Parámetros de método simulación Pil-1………………………….…. 105 9 Tabla 29. Estadísticas de ARIMA simulación Dagusto Repostería Especial... 106 Tabla 30. Coeficientes de modelo ARIMA simulación Dagusto Repostería… 106 Tabla 31. Precisión de previsión simulación Dagusto Repostería Especial... 106 Tabla 32. Parámetro de método simulación Dagusto Repostería Especial…. 106 Tabla 33. Precisión de previsión simulación Hojaldrina Panamá 6x2.5...….…107 Tabla 34. Parámetros de método simulación Hojaldrina Panamá 6x2.5….…. 107 Tabla 35. Estadísticas de ARIMA simulación Sevillana I……………………... 108 Tabla 36. Coeficientes de modelo ARIMA simulación Sevillana I…….….….. 108 Tabla 37. Precisión de previsión simulación Sevillana I………………………. 109 Tabla 38. Parámetros de método simulación Sevillana I………...………...…. 109 Tabla 39. Precisión de previsión simulación Grasa Marca Team……………. 110 Tabla 40. Parámetros de método simulación Grasa Marca Team……….…. 110 Tabla 41. Estadísticas ARIMA simulación Tipo 3A…….………………………. 111 Tabla 42. Coeficientes de modelo ARIMA simulación Tipo 3A……………..…111 Tabla 43. Precisión de previsión simulación Tipo 3A………………………….. 111 Tabla 44. Parámetros de método simulación Tipo 3A……………………..….. 111 Tabla 45. Resultados ARIMA + Tendencia desechada no estaciona……..…. 113 Tabla 46. Resultados SARIMA + Suavización exponencial simple……….…. 114 Tabla 47. Resultados ARIMA + Promedio móvil simple………...………….…. 115 Tabla 48. Resultados ARIMA + Suavización Exponencial simple……………. 116 Tabla 49. Resultados ARIMA + Promedio móvil simple………………………. 117 Tabla 50. Resultados Promedio Móvil Simple …………………….…………….117 Tabla 51. Resultados ARIMA + Suavización exponencial simple……………..118 Tabla 52. Resultados tendencia desechada no estacional……………………. 119 Tabla 53. Resultados ARIMA + Tendencia desechada no estacional…….…. 120 Tabla 54. Modelo de gestión e indicadores …………………………………..….121 Tabla 55. Tabla de Validación del Modelo Combinado ……………………..….127 Tabla 56. Costo de mantener inventario modelo combinado …………..…..….129 10 Introducción Una de las problemáticas actuales dentro de la gestión de inventarios de las empresas manufactureras de alimentos es la optimización en planeación, evaluación y control de los inventarios, que generan impacto en rentabilidad, nivel de servicio y costos. Como lo mencionan Valencia Marisol, Díaz Francisco Javier & Correa Juan Carlos (2015), la optimización de los inventarios ha tomado gran importancia durante los últimos años, dadas las tendencias del comportamiento del mercado y teniendo en cuenta además que, si no se realiza correctamente la planificación, se puede generar sobre inventarios o agotados, lo que impacta directamente en los costos de la operación. Adicional a lo anteriormente mencionado, el comportamiento dinámico de la demanda influye en la falta de precisión para realizar los pronósticos y en consecuencia en la gestión de los inventarios. De acuerdo con Vidal Carlos Julio, Londoño Julio & Contreras Fernando (2004), existen estrategias para el mejoramiento de los sistemas de pronósticos de demanda, tales como la adaptación y aplicación de técnicas estadísticas y en la combinación de diversas técnicas cualitativas y cuantitativas que incluyen también la transferencia de información de la demanda a lo largo de la cadena de suministro. Según Vidal, et al. (2004) Los pronósticos son vitales para toda organización de negocios, así ́como para cualquier decisión importante de la gerencia. El pronóstico es la base de la planeación corporativa a largo plazo. En las áreas funcionales de 11 finanzas y contabilidad, los pronósticos proporcionan el fundamento para la planeación de presupuestos y el control de costos. Chase, R., Jacobs, F., & Aquilano, N. (2009) afirman en su libro Administración de Operaciones que, posteriormente, el personal de producción y operaciones utiliza los pronósticos para tomar decisiones periódicas que comprenden la selección de procesos, la planeación de las capacidades y la distribución de las instalaciones, así́ como para tomar decisiones continuas acerca de la planeación de la producción, la programación y el inventario. Sin embargo, aunque un pronóstico perfecto es imposible, no quiere decir que no se trate de mejorar el modelo o la metodología de pronosticar, lo que debe hacerse es tratar de encontrar y usar el mejor método de pronóstico disponible, dentro de lo razonable. Para la empresa de alimentos objeto de estudio, dedicada a la producción de alimentos a partir de lípidos, se cuenta con un sistema de planeación y control de la producción basado en un PVO (Plan de Ventas y Operaciones), que permite definir y realizar la gestión de oferta, precios, costos y materias primas, necesarios para la ejecución de la producción. Sin embargo, en muchas ocasiones este PVO no es tan acertado, ya que subestima o sobreestima el comportamiento de la demanda, generando reprocesos, retrabajos y altos costos de almacenamiento por sobre- inventario de producto terminado, afectando la productividad de la compañía. 12 Para dar solución a lo anterior, el presente trabajo de investigación buscó desarrollar y evaluar un modelo matemático y de gestión para la mejora del pronóstico de la demanda que en consecuencia fortalezca los procesos de almacenamiento y distribución de productos de exportación, garantizando el cumplimiento de la política de inventarios y permitiendo la rotación oportuna del mismo, evitando altos costos de almacenamiento y obsolescencia. El proyecto se estructura de la siguiente manera: en primer lugar se realizó el análisis de contexto del sector, posteriormente el diagnóstico de la organización enfocado en el manejo de la demanda de productos de exportaciones, se realizó la búsqueda teórica de gestión de la demanda enfocada en modelos propuestos para la gestión de pronósticos de inventarios con el objetivode buscar y seleccionar el que más se adaptara al comportamiento de la demanda de los productos de exportación, para realizar el análisis de los datos con este modelo seleccionado. Una vez seleccionado e implementado el modelo se propuso un modelo de gestión de planeación enfocado en obtener mejoras en el cálculo del pronóstico. 13 Marcos 1. Marcos de referencia 1.1. Marco histórico La empresa objeto de estudio es una compañía del sector de grasas y aceites creada como una alianza en el año 1999, con presencia en Colombia, México y Chile, cada una de las plantas está especializada por categorías de productos así: en Colombia se cuenta con 3 plantas la primera ubicada en Bogotá donde se fabrican margarinas, shortenings (productos 100% grasos) y aceites a granel, la segunda ubicada en Buga donde se fabrican principalmente aceites para consumo masivo y una tercera planta en Barranquilla donde se fabrican aceites y jabones. Las plantas de México y Chile fueron plantas adquiridas para ampliar el mercado y ofrecer a clientes en dichos países categorías como las producidas en Colombia. En el año 2015 se hace la adquisición en Chile de una compañía líder en soluciones en panificación congelada teniendo una diversificación del negocio. Desde Colombia se inicia el manejo de exportaciones a diferentes mercados en el año 2013. Para ello se crea un equipo integral de Supply Chain, a través del cual se 14 logró definir una configuración global de redes y modelos de gestión para facilitar la respuesta y flexibilidad al momento de satisfacer las necesidades de los clientes. En tan sólo tres años desde que la compañía creó su unidad de exportaciones, logró incursionar en 11 diferentes mercados a nivel mundial, llegando a países como Panamá, Trinidad y Tobago, Bolivia y Puerto Rico, con más de 40 productos de consumo masivo, para el canal institucional y para la industria. Si bien se podría considerar que se ha logrado la ampliación de mercados a través de las exportaciones, se presentan retos importantes derivados de la ausencia de un análisis detallado del comportamiento de la demanda por cada mercado atendido, así como una clara definición de políticas de gestión con los clientes importadores. 1.2. Evolución del sector De acuerdo con Rous, et al., (2016), históricamente, la oleoquímica es la transformación química de las sustancias grasas en moléculas de interés para múltiples aplicaciones como jabones, lubricantes, surfactantes, emulsionantes y otros agentes dispersantes. A finales del siglo XIX, Lever desarrolló el primer azafrán con aceite de palma (principalmente de África) en lugar de grasa animal (sebo). Rous Jean François & Avril Groupe (2016) afirman que el desarrollo masivo de aceite de palma en Asia, Indonesia y Malasia), al apoyar el desarrollo de las 15 economías locales (a nivel de plantación: escuelas, salud, transporte, energía renovable, biogás producido a partir de residuos de molinos - o el establecimiento de sistemas de economía participativa a nivel de país: instalaciones industriales para la producción de aceite comestible, productos químicos para la exportación, etc., ha permitido el uso de este aceite vegetal en muchas aplicaciones. La presencia de cadenas grasas insaturadas (ácido oleico) también lo convierte en un material de elección para diversas modificaciones químicas, constituyendo el doble enlace un sitio de interés para diversas funcionalidades. Además de estos hechos históricos importantes, la oleoquímica se ha convertido a lo largo de los años en una química compleja con numerosos puntos de venta. La producción mundial de aceites vegetales está creciendo, como se observa en la Tabla 1. La mayor parte de este crecimiento en aceite vegetal se debe principalmente al fuerte desarrollo del aceite de palma. 16 Tabla 1. Producción y consumo de aceites vegetales Fuente Oil World: Independent global market analyses & forecast since 1958 Por otro lado, según Oil World: Independent global market analyses & forecast, la producción mundial de soya también está creciendo rápidamente, y esto también está en línea con el aumento de la población mundial (a través de la alimentación animal), ya que es principal fuente de proteína. Los cultivos de canola y girasol, por otro lado, han sido relativamente estables en todo el mundo durante los últimos años, o incluso ligeramente reducidos (proporcionalmente), principalmente debido al efecto de estancamiento dado en Europa a los biocombustibles. En Oil World mencionan que los industriales del sector se centran principalmente en el desarrollo de usos del petróleo, se reducen las exportaciones de harina de soya procedentes de América del Norte y del Sur. Sin embargo, un estudio prospectivo reciente realizado por Sofiprotéol, mostró que para 2030 el mundo no tendrá un problema de disponibilidad de aceites vegetales, a pesar del aumento de la población mundial (la primera salida para los aceites sigue siendo la 17 alimentación), de los desarrollos anunciados a nivel mundial en biodiesel, y de los desarrollos previstos en la oleoquímica y los materiales. 1.3. Marco geográfico La compañía tiene actualmente operaciones con plantas propias en Colombia, México y Chile, las plantas en Colombia están estratégicamente ubicadas en Bogotá, Buga y Barranquilla no solo para tener mayor cobertura del mercado sino a la vez tener cercanía con los puertos y facilitar las exportaciones. La principal materia prima utilizada en la compañía es el aceite crudo de palma, de fácil abastecimiento en Colombia por tener cultivos de palma en diferentes zonas del país. De acuerdo con el presidente de la junta directiva de Fedepalma durante el acto de instalación del XLII congreso nacional de cultivadores de palma de aceite (2014), la provisión mundial de aceites y grasas está liderada hoy por la palma de aceite. El aceite de palma se encuentra presente en gran parte de los productos de consumo cotidiano de los hogares, principalmente alimentos, cosméticos, productos de aseo y combustibles. También menciona el presidente de la junta directiva de Fedepalma que, Colombia se encuentra entre los primeros productores a nivel mundial de la palma de aceite y es el principal productor en América. Con 4 zonas productoras y 58 núcleos 18 palmeros la producción en el país es una de las actividades agropecuarias con alto potencial de crecimiento. En cuanto a los competidores principales estos se encuentran ubicados en ciudades principales, con 1 o 2 plantas de producción, limitando la posibilidad de atender los diferentes mercados de manera ágil y especializada como si lo hace la compañía. Esto se logra mediante una alianza en la cual se hace intercambio de materiales entre las diferentes plantas y se cuenta con procesos de transformación especializada para poder entregar productos a la medida de las necesidades de los clientes. 1.4. Marco socioeconómico De acuerdo con el resumen ejecutivo del sector de palma, aceites, grasas vegetales y biocombustibles, elaborado por Bancóldex (2014) y que se encuentra en el programa de transformación productiva, la cadena productiva del sector de palma, aceites, grasas vegetales y biocombustibles incluye la siembra de palma de aceite, la extracción del aceite crudo de palma, su refinación, fraccionamiento y transformación industrial en alimentos, alimentos para animales, jabones, biodiesel y la industria farmacéutica entre otras. La cadena de producción empieza con el proceso agrícola, el cual involucra actividades de instalación de plantaciones, mantenimiento, cosecha y comercialización del fruto de palma. Tan pronto el fruto está listo es transportado a la planta de beneficio. 19 El segundo eslabón correspondea la extracción del aceite crudo de palma y el palmiste. Tan pronto el fruto llega a las plantas de beneficio es pesado, clasificado y esterilizado, proceso que permite que el fruto de ablande y sea separado y extraído el aceite crudo de palma y el palmiste. El tercer eslabón hace referencia a la segunda fase industrial, el cual comprende el proceso de refinación, fraccionamiento e hidrogenación, cuyos productos constituyen la materia prima para la elaboración de productos tales como: glicerina USP, biodiesel, ácidos grasos para la producción de jabones, cauchos, velas, cosméticos; alcoholes grasos; estearina para la producción de confitería; palmiste hidrogenado para la producción de confitería, crema de café, relleno de leches y coberturas grasas; oleína de palma para la fabricación de aceite de cocina y salsas; estearina para la fabricación de margarinas y mantecas; y otros productos para la fabricación de alimentos. De acuerdo a lo revisado en el reporte de grasas y aceites en Colombia realizado en 2015 por Euromonitor International, los aceites y las grasas tuvieron un buen desempeño en 2015, y las ventas de valor actual aumentaron en un 5% debido al aumento de los ingresos disponibles y la oferta de alternativas saludables. La economía colombiana continúa expandiéndose, aunque a un ritmo menor que antes, lo que impulsa el poder adquisitivo de los consumidores. Además, el fuerte crecimiento económico en los últimos años ha aumentado las expectativas del consumidor, mientras que la conciencia sobre cómo usar aceites y grasas 20 correctamente también está aumentando, y la reutilización del aceite se está volviendo menos común. Esta reducción en la reutilización es un importante factor de crecimiento. Los aceites y las grasas continuarán expandiéndose durante el período de pronóstico. Este crecimiento se verá respaldado por el aumento de los ingresos disponibles, el mayor desarrollo de alternativas saludables y el continuo declive en la reutilización del petróleo. En los próximos años, la economía colombiana continuará expandiéndose, aunque a un ritmo menor que durante el período de revisión debido al final del boom de las materias primas. De acuerdo a lo reportado por Euromonitor International, las expectativas del comportamiento de la demanda de aceites vegetales para el período 2000 - 2020 a nivel mundial, crecerá́ a una tasa de 5% anual. En este escenario, es muy importante considerar el uso que se dará́ a los aceites vegetales en el mundo, ya sea consumo humano, biocombustibles o aceites como materia prima para la industria oleoquímica. El renglón de uso que genera la mayor expectativa en términos de demanda, es el de materia prima para la producción de biocombustibles. En efecto, se espera que la tendencia de crecimiento de las cantidades de aceites vegetales, dedicadas a la generación de energías renovables, sea del orden de 13,5% anual para el periodo en cuestión. De esta manera, si en 2008 se utilizaron 11,2 millones de toneladas para este fin, en 2020 se llegará a 37,5 millones de toneladas (ver Tabla 2.). 21 Tabla 2. Demanda de aceites vegetales a nivel mundial según uso (2000-2010. Millones de toneladas) Fuente Independent specialist analysis of global agribusiness (LMC) En cuanto a la cantidad de aceites vegetales destinados a la alimentación humana a nivel mundial, crecerá́ en 63% en el periodo comprendido entre 2008-2020, pasando de 105,7 a 172,2 millones de toneladas (LMC, 2008). Los países que muestran mayores niveles de consumo de aceites vegetales son China, India, Estados Unidos y la Unión Europea, los cuales consumen el 48% de los aceites vegetales que se producen a nivel mundial. Para el periodo 2000-2020, se espera que China e India, incrementen sus niveles de consumo a tasas anuales del 5.9% y del 5.6%, respectivamente. Otro país en el cual se espera crecimiento importante del consumo de aceites vegetales es Indonesia, con un crecimiento anual del 4.9% (Tabla 3.). 22 Tabla 3. Proyecciones de la demanda de aceites vegetales para consumo humano a nivel mundial (millones de toneladas) Fuente Independent specialist analysis of global agribusiness (LMC) Panorama Competitivo: La compañía objeto de estudio lideró las ventas en 2015, registrando una participación de 33% en aceites y grasas y 37% en aceite vegetal y de semillas. A pesar del crecimiento limitado de las ventas de valor actual de solo el 3%, la compañía mantiene su base de consumidores a través de su amplia cartera de 23 productos (desde la economía hasta aceites premium) y su bien establecida red de distribución. La empresa entiende que las expectativas del consumidor están aumentando y le da mucha visibilidad a los productos premium como el aceite de canola y girasol. Desde 2014, la compañía también ha competido dentro del aceite de oliva, complementando su oferta con aceite importado. De las principales empresas, la compañía otorga la mayor importancia a las campañas publicitarias activas y la compañía también tiene una página web activa con un diseño moderno e información detallada sobre sus productos. La firma también sigue una estrategia de segmentación, de acuerdo a las necesidades de la población. En este sentido, se debe optimizar la cadena de suministro para garantizar que la empresa, continúe siendo competitiva en el mercado, mediante la reducción de costos asociados a pronósticos inadecuados en la demanda. Características del Sector Manufacturero en Colombia: De acuerdo con Rebolledo, et al., (2013), en la última década las actividades manufactureras contribuyeron con un 14.5% en promedio al PIB nacional. Las actividades que más contribuyeron a la producción total del sector se observan en la Figura 1: 24 Figura 1. Contribución al PIB nacional del sector manufacturero Fuente Rebolledo et al. (2013). Perfil del sector manufacturero colombiano Adicionalmente, las actividades manufactureras son de las que mayor efecto multiplicador tienen sobre otras actividades de la economía nacional. En materia de innovación también las empresas industriales han alcanzado importantes logros en la última década. Primero, como resultado del aumento en la participación de sectores clasificados como intensivos en tecnología e innovación, como son los productos químicos, los equipos de transporte, la maquinaria, los aparatos eléctricos, y la petroquímica. Segundo, por el desarrollo de productos sofisticados en sectores tradicionales, como son los bienes con alto valor nutricional 25 en el sector de alimentos, los cosméticos y los productos de aseo basados en el aprovechamiento sostenible de la biodiversidad o el mayor enfoque de la industria textil en la moda, la investigación y los productos de vanguardia. La incorporación de una cultura de calidad y cumplimiento que sea acorde con los estándares internacionales; el aumento de la productividad de la mano de obra; la superación de la brecha competitiva en aspectos de infraestructura y logística; el aumento de los estándares de creatividad e innovación en los proceso productivos; el fomento de las diferentes formas asociativas de trabajo empresarial, tales como los clúster, las cooperativas y las alianzas público–privadas; y la creación de entornos productivos con la incorporación de las tecnologías de información y comunicaciones [TIC]; son requerimientos indispensables para consolidar, a mediano plazo, el proceso de internacionalización del sector manufacturero colombiano. 1.5. Marco tecnológico La palma y sus derivados se encuentran en más de 31 tipos de alimentos. Según Bansal G. (2010), el uso más conocido de los derivados del aceite de palma son los diferentes aceites para frituras, que pueden ser para frituras profundas donde la oleína de palma presenta el mejordesempeño; también en aceite para frituras domésticas, aceites para snacks, palomitas de maíz y aceite rojo de palma que tiene un alto poder nutritivo por conservar los micro nutrientes de la palma. Berger (2010), menciona que los productos para panadería son las margarinas para la mesa, cocina y otras industriales y los shortenings son usados para producir panes, tortas, 26 hojaldres, bizcochos, para cocinar, untar, hornear, rellenar, en helados, etc., y finalmente muy usadas en galletería. Teniendo en cuenta lo anterior y dado que las grasas y aceites vegetales son utilizados en una alta variedad de aplicaciones, la compañía invierte constantemente en innovación y desarrollos tecnológicos, lo que permite ofrecer al mercado y a la industria productos especializados. Los productos se desarrollan con un alto componente de innovación y un constante entendimiento del consumidor, alineados con la responsabilidad por el bienestar de la sociedad y el cuidado del medio ambiente. Este conocimiento permite que las ideas sean materializadas gracias al trabajo del área de Investigación y Desarrollo. Así mismo, la compañía ha impulsado un importante plan de modernización de sus plantas y de fortalecimiento de la investigación y el desarrollo con miras a soportar su acelerado crecimiento. De esta manera, invierte al año para este fin cerca del 3% de sus ventas en los mercados en los que hace presencia. Dentro de este desarrollo se ha invertido en la optimización de los procesos actuales de refinación física, fraccionamiento, hidrogenación, interesterificación, fabricación de margarinas y aceites y elaboración de jabones, para ofrecer al mercado productos con una alta diferenciación. 1.6. Marco cultural 27 Actualmente en el sector de aceites y grasas vegetales, las necesidades de los clientes han sufrido una transformación. Si bien antes el objetivo de los clientes y consumidores era la compra de productos de un menor precio, hoy el tema de calidad y la tendencia al cuidado de la salud ha cambiado el objetivo. Para el caso de los clientes industriales, tanto dentro como fuera del país, el consumo de grasas y aceites con grandes características funcionales (mejora en rendimiento, aporte en mejora del desempeño del producto final elaborado o aporte tecnológico como solución de una necesidad puntual) han llevado a la diversificación del sector de grasas y aceites vegetales destinados al consumo humano con el objetivo de poder llevar a los clientes soluciones innovadoras en las aplicaciones de la industria. Para el caso de consumo masivo (que incluye al consumidor final), la constante preocupación por el efecto negativo que puedan causar las grasas y aceites vegetales en su organismo y las regulaciones tanto locales como internacionales en términos de salud (regulación en grasas saturadas, grasas trans, contenidos de azúcar y sal, aporte calórico, entre otros), han llevado al sector a buscar mejoras en formulación para garantizar el cumplimiento tanto de los requisitos de los clientes y la tendencia de consumo como de la normatividad actual vigente. Los clientes tienen nuevas exigencias como la sensibilización con el medio ambiente y con la no utilización de productos químicos, se tiene la nueva tendencia del consumo de alimentos saludables, el nuevo desarrollado conocimiento del consumidor de los Claims Nutricionales y beneficios de los alimentos y nuevos modelos de vida donde la salud y el cuidado de los hábitos saludables hacen la 28 diferencia a la hora de comprar un alimento por encima de variables tan críticas y definitorias anteriormente como innovación y el costo. 1.7. Marco situacional La empresa objeto de este estudio es una empresa dedicada a la elaboración de grasas y aceites vegetales destinadas al consumo humano, con operación nacional en Bogotá, Buga, Barranquilla e internacional en Chile y México. Cada una de estas operaciones está especializada en diferentes productos, así, Bogotá se especializa en producción de margarinas y shortening, Buga en aceites y proteicos y Barranquilla en aceites y algunas margarinas. Para el caso de México y Chile, se tiene diversificada la producción entre aceites, margarinas y mantecas para atender el mercado de cada país. La especialidad se definió teniendo en cuenta la ubicación estratégica de cada una de las plantas, clientes y segmentación del mercado, así como las necesidades de exportación. 29 Figura 2. Presencia de la compañía y mercado de exportación Fuente Empresa. Análisis de mercado de exportaciones de la compañía. Unidad de negocio exportaciones Actualmente, tal como se visualiza en la Figura 5., se realiza exportaciones a Brasil, Argentina, Bolivia, Ecuador, Trinidad y Tobago, Puerto Rico, Panamá y Estados Unidos. La estrategia de la compañía es ofrecer al mercado dentro y fuera del país, soluciones innovadoras, productos con un claro valor agregado y nutrición responsable. Volúmenes de Venta Los volúmenes de venta por unidad de negocio se muestran en la tabla 4: 30 Tabla 4. Volúmenes de venta por unidad de negocio año 2017 UN Ventas (Ton) Bakery 23,129 Exportaciones 11,017 Food Service 12,323 Ingredientes Especiales 72,244 Marcas 18,431 Marcas de Canal 132,645 Protéicos 14,620 Total 284,409 Fuente Software de captura de información comercial KM La compañía está presente en el país en la mayoría de ciudades, teniendo sus oficinas centrales en la ciudad de Bogotá, así mismo cuenta con oficinas en Medellín, Barranquilla, Cali, Bucaramanga entre otros. 1.8. Marco estratégico Principales Mercados. Se realizó la transformación del esquema de negocio para dejar de ser una empresa que vende commodities, a convertirse en una compañía que vende alimentos. En el caso de los aceites y grasas, por ser un commodity, la competencia se ha venido dando a través del precio. El darle valor agregado añadiéndole nutrientes, vitaminas, minerales y Omega 3, lo convierte en un producto diferenciado que le da un posicionamiento superior al aceite tradicional. El gran motor para los cambios de la compañía es la estrategia de obtener rentabilidad a partir de generar valor agregado, y no solo a través de una reestructuración de costos. Este giro en la estrategia le permitió enfocarse más en organizar mercados que 31 plantas, lograr posiciones de valor, liderar productivamente la industria de aceites hacia océanos azules, aceptar pérdidas de volumen en negocios que no les interesaban entregándoselos a jugadores de menor valor y por esa vía revitalizaron radicalmente la rentabilidad del negocio. Por otro lado, el mercado colombiano sigue teniendo un potencial muy grande, pero se perciben unas ventajas competitivas donde se puede ofrecer más. Dada la atomización del mercado en América Latina, se realizan inversiones en plataformas productivas, las cuales son oportunidades para armar consolidaciones como lo realizado en Colombia. La atención a clientes está centrada en los segmentos B2B y B2C, teniendo como B2B la industria alimenticia en el país y B2C productos de consumo masivo los cuales tienen como logística de distribución grandes superficies, tiendas y mercado de víveres en general. Una de las ventajas que presenta la compañía frente a la competencia son las certificaciones alcanzadas, las cuales cobijan las 4 plantas colombianas, entre ellas se tiene ISO 9001, ISO 14001, ISO 18001, FSSC22000, así mismo tiene la certificación KOSHER y cuenta con reconocimientos por el trabajo desarrollado en cuanto al tema de sostenibilidad, tales como: participante del PREAD, disminución del impacto de huella de carbono y agua. Principales Productos: 32 Consumo masivo: aceites, aceites de oliva, margarinas, esparcibles, mantecas. Industria: aceites a granel y en bidones, margarinas y mantecaspara aplicaciones especiales en la industria, fabricados a la medida del cliente. Panadería: aceites, margarinas, mantecas, cremas reposteras para cadenas de pastelería, restaurantes, panaderías de barrio y restaurantes independientes. 2. Planteamiento del problema 2.1. Justificación e impacto del proyecto La empresa objeto de estudio actualmente presenta inconvenientes para realizar el pronóstico de la demanda de los productos para exportación. El programa de producción está basado en los pedidos de los clientes y está sujeto a adiciones o cancelaciones por parte de estos, generando desabastecimiento, o aumento de los días de almacenamiento del producto fabricado, respectivamente. En el año 2018 en promedio se tuvo en las exportaciones porcentajes de cancelaciones de pedidos de 10% (equivalentes a 249.2 Toneladas) y adiciones de los pedidos del 15% (equivalentes a 373.8 Toneladas) sobre el volumen total de ventas. Adicionalmente para algunos de los clientes se tiene restricciones en cuanto a la vida útil, lo que limita el envío del producto que haya quedado almacenado. En los últimos 12 meses comparados con el año inmediatamente anterior, para los productos tipo exportación, se ha identificado un incremento en los tiempos de 33 almacenamiento pasando de 553 días a 622 días lo que equivale a un incremento del 12.5%; lo anterior se puede observar en la Tabla 5 y Tabla 6., donde se analiza el producto en inventario al cierre de septiembre 2017 vs septiembre de 2018: Tabla 5. Producto de exportación en inventario a septiembre de 2017 Fuente Base de datos ERP System 21 Tabla 6. Producto de exportación en inventario a septiembre de 2018 Fuente Base de datos ERP System 21 Como se puede observar en las Tablas 5 y 6 a septiembre del año 2018 se presenta un balance de los productos pendientes de rotación, evidenciando una brecha por altos días de almacenamiento, lo que se traduce en mayores costos de mantener el Descripción Cantidad (Cajas) Inv. Sept Cantidad (kg) Inv. Sept Costo unitario / caja Costo total Días de Almacenamiento Costo mantener inventario (Mes) Margarina Exclusiva EXP 30 x 500 CC 55 825 $ 28,479 $ 1,566,345 80 $ 192,000 Margarina Dagusto Panamá 1x30 13 176.93 $ 28,747 $ 373,711 22 $ 19,800 Manteca Sevillana Bolivia 78 1092 $ 32,477 $ 2,533,206 12 $ 44,400 Tbs EXP x 25 kg 1 25 $ 51,875 $ 51,875 35 $ 3,500 Shortening Especial Panamá 20 300 $ 33,600 $ 672,000 112 $ 108,266 Dagusto Repostería Especial PR 22 500.06 $ 46,088 $ 1,013,936 25 $ 28,333 Grasa Vegetal Comestible Tipo 3A 6 90 $ 51,698 $ 310,188 60 $ 16,000 TSF Dough Plus 42 630 $ 29,713 $ 1,247,946 99 $ 191,400 Margarina Industrial 50 lb 27 613.71 $ 41,772 $ 1,127,844 33 $ 41,800 Exclusiva Multipropósito x 15 kg 4 60 $ 29,885 $ 119,540 21 $ 3,500 Margarina industrial variedad clima 7 105 $ 28,747 $ 201,229 54 $ 32,400 TOTAL 275 4417.7 $ 9,217,820 553 $ 681,400 Descripción Cantidad (Cajas) Inv. Sept Cantidad (kg) Inv. Sept Costo unitario / caja Costo total Días de Almacenamiento Costo mantener inventario (Mes) Margarina Exclusiva EXP 30 x 500 CC 72 1080 $ 28,479 $ 2,050,488 91 $ 218,400 Margarina Dagusto Panamá 1x30 27 367.47 $ 28,747 $ 776,169 28 $ 25,200 Manteca Sevillana Bolivia 111 1554 $ 32,477 $ 3,604,947 15 $ 55,500 Tbs EXP x 25 kg 3 75 $ 51,875 $ 155,625 37 $ 3,700 Shortening Especial Panamá 29 435 $ 33,600 $ 974,400 119 $ 115,033 Dagusto Repostería Especial PR 34 772.82 $ 46,088 $ 1,566,992 31 $ 35,133 Grasa Vegetal Comestible Tipo 3A 8 120 $ 51,698 $ 413,584 64 $ 17,067 TSF Dough Plus 58 870 $ 29,713 $ 1,723,354 113 $ 218,467 Margarina Industrial 50 lb 38 863.74 $ 41,772 $ 1,587,336 35 $ 44,333 Exclusiva Multipropósito x 15 kg 5 75 $ 29,885 $ 149,425 28 $ 4,667 Margarina industrial variedad clima 18 270 $ 28,747 $ 517,446 61 $ 36,600 TOTAL 403 6483.03 $ 13,519,766 622 $ 774,100 34 inventario, este indicador paso de $681.400 a $774.100 al cierre de septiembre lo que equivale a un incremento del 13.6% de un año al otro. El costo de mantener inventario anual corresponde a $9.289.200, a lo que se suma el costo de oportunidad de $13.529.724 mensual ($162.356.700 anual) que dejó de percibir la compañía por la no venta de los productos, para un total de $171.645.900 anual de pérdida para la empresa. A continuación, se presentan las variaciones de días de almacenamiento y costo de mantener el inventario comparados entre los años 2017 y 2018 por referencia de la familia exportaciones parta evidenciar los incrementos de 1 año al otro en la operación. Figura 3. Días de almacenamiento x referencia a septiembre de los años 2017 - 2018 Fuente Base de datos ERP System 21 35 Figura 4. Costo de mantener inventario x referencia a septiembre de los años 2017 - 2018 Fuente Base de datos ERP System 21 Teniendo en cuenta lo anterior, y teniendo en cuenta además, la falta de análisis del comportamiento del mercado para la planeación y distribución de la producción, se hace necesario construir un modelo de pronóstico de demanda que permita tomar decisiones rápidas, obteniendo como resultado un plan de producción y distribución para la familia de productos de exportación, que permita minimizar los costos asociados a la sobreproducción (inventario obsoleto, costos de almacenamiento, costos de destrucción o disposición final). Para el caso de los obsoletos se presenta la gráfica 8 donde se identifican los obsoletos generados en el año 2018 acumulados a septiembre, igualmente con las referencias más representativas de la compañía, el total de obsoletos acumulado a 36 septiembre es $59.753.174 que sería el punto de partida para buscar la optimización con el modelo en ahorros de este ítem. Figura 5. Costo de obsoletos a septiembre de 2018 Fuente Base de datos ERP System 21 El modelo de planteado debe abordar los siguientes aspectos: 1. Cantidad de producto a fabricar a través de un modelo de pronóstico. 2. Cantidad de los productos que se debe almacenar en la bodega de producto terminado en el mes a través de un modelo de inventario con demanda dinámica. 37 Por medio de este modelo matemático se pretende minimizar el costo total de la cadena de suministro, que comprende costos de producción, costos de almacenamiento y costos de distribución, teniendo en cuenta las restricciones asociadas a la operación como son capacidad de la planta, inventario máximo, políticas de despachos, entre otras. Una vez obtenido el resultado se elaborará el modelo de gestión, en el cual se definirán y ajustarán las políticas de inventario y almacenamiento que llevarán a plantear soluciones o cambios en la operación actual. La realización de este trabajo es pertinente para la empresa desde el punto de vista teórico y práctico. A nivel teórico, la revisión de la literatura permitirá la comparación y selección de los modelos adecuados de acuerdo a las necesidades de la empresa, permitiendo actualizar los métodos actuales y proponiendo un modelo innovador para la compañía. A nivel práctico el modelo planteado garantizará un correcto manejo del inventario de los productos de exportación, reduciendo los costos de almacenamiento y fortaleciendo la satisfacción de los clientes. 2.2. Objetivo general y específicos 2.2.1. Objetivo General Desarrollar un modelo matemático y de gestión que permita generar un pronóstico adecuado para la empresa de grasas y aceites vegetales, específicamente en la familia de productos de exportación, buscando la reducción de los desperdicios por sobreproducción, inventarios y material obsoleto a través de una mejor planeación. 38 2.2.2. Objetivos Específicos 2.2.2.1. Caracterizar el pronóstico de ventas actual para definir variables que están impactando en su desarrollo y cumplimiento. 2.2.2.2. Definir el modelo de cálculo depronóstico más adecuado de acuerdo a las variables resultantes del análisis. 2.2.2.3. Desarrollar un modelo de gestión de planeación que permita obtener mejoras en el cálculo del pronóstico. 2.2.2.4. Desarrollar esquema del modelo de cálculo de pronóstico seleccionado para la operación de acuerdo a las variables definidas. 2.2.2.5. Contrastar el análisis de los resultados del modelo matemático planteado y el modelo actual. 39 2.3. Alcance Este proyecto de investigación busca encontrar un modelo de pronóstico que se adecue a empresas de producción de alimentos perecederos que exporten y para las cuales el modelo de planeación de la demanda funcione como una combinación de make to order y/o make to stock, con limitación de cancelaciones y adiciones de pedidos por parte de los clientes, que no permita el correcto manejo de inventario de producto terminado. Propone una solución tanto para el modelo matemático de pronóstico como para el modelo de gestión para la planeación de la demanda basado en aquellas empresas donde no se realiza un análisis de la información y no se actualiza la metodología de pronósticos teniendo en cuenta las nuevas tendencias existentes. 40 2.4. Definición de la problemática actual En la compañía objeto de esta investigación la planeación de la producción para los productos de exportación actualmente se realiza de acuerdo a la confirmación de los pedidos de los clientes, dejando además un inventario adicional almacenado para poder responder rápidamente en el caso en que los clientes requieran más producto (sistema make to order / make to stock). Hasta el momento no se ha realizado un análisis detallado del comportamiento de los productos y de los clientes, con el objetivo de proponer un modelo diferente, que garantice la satisfacción del cliente y no genere costos asociados a almacenamiento del inventario no despachado y el reproceso por vencimiento de los productos. A esta problemática se suma el hecho de que los productos que se despachan para los clientes que se encuentran fuera del país son hechos a la medida y en el caso en que no se puedan despachar, no pueden ser comercializados a nivel nacional y necesariamente deben ser reprocesados. Dada esta incertidumbre, un enfoque estándar en la construcción de pronósticos es utilizar múltiples métodos o modelos alternativos de pronóstico y elegir el que se identifique como el más apropiado, dados los datos y resultados disponibles. A partir de esta información, se hace necesario plantear un modelo que permita reducir el error asociado a la planeación actual, mediante la propuesta de la implementación de un modelo de pronóstico que integre de mejor forma el plan de ventas y operaciones de toda la cadena de suministro. 41 El modelo de pronóstico planteado para la empresa objeto de estudio es una combinación de modelos de pronóstico por series de tiempo, basado en el análisis del comportamiento de la demanda para los productos de exportación, el cual evaluará los modelos más ajustados a la realidad de la operación y definirá la combinación ideal de ellos. 2.5. Productos a obtener Los productos a obtener son los siguientes: 1. Caracterización del pronóstico de ventas actual que permitirá realizar la definición de las variables que impactan la baja eficiencia de su cumplimiento y el inadecuado manejo de inventarios para los productos de exportación 2. Modelo matemático que mejor se ajuste al comportamiento actual de la demanda y contribuya a la reducción de los sobrecostos asociados al modelo de planeación actual. 3. Modelo de gestión que permita mejorar la interacción de la cadena de suministro, mejorando la comunicación entre áreas funcionales, reduciendo sobrecostos y desperdicios y garantizando el cumplimiento en tiempo y forma a los clientes. 4. Validación de los resultados para el modelo matemático y de gestión, comparado con el proceso actual por medio de indicadores. 2.6. Diseño metodológico 42 Esta investigación busca resolver un problema de planeación de la demanda para productos de exportación en una empresa de alimentos, donde se evidencian inconvenientes por el manejo de un sistema de planeación Make to Order – Make to Stock, generando reprocesos y sobrecostos. El programa de producción está basado en los pedidos de los clientes y está sujeto a adiciones o cancelaciones por parte de estos, generando desabastecimiento, o aumento de los días de almacenamiento del producto fabricado, respectivamente. Adicionalmente para algunos de los clientes se tiene restricciones en cuanto a la vida útil, lo que limita el envío del producto que haya quedado almacenado. La metodología se plantea de acuerdo a los objetivos específicos definidos en el capítulo 1, de tal forma que se resuelva de forma sistemática la problemática actual. A continuación, se describen las actividades planificadas para el cumplimiento de cada uno de los objetivos: Objetivo específico 1 1.1. Realizar la revisión bibliográfica del proceso de gestión de la demanda, pronósticos y planeación de la demanda con el objetivo de contar con herramientas que permitan seleccionar el mejor modelo de pronóstico y de gestión. 1.2. Validar el sistema de pronóstico utilizado actualmente en la compañía, sus características, cual es la metodología de planeación y que ventajas y 43 desventajas presenta este modelo, el periodo de análisis es de 32 meses que son los datos de disponibilidad por parte de la compañía para la elaboración del presente trabajo. 1.3. Entrevistar al Planeador de la compañía para conceptualizar de forma clara la problemática y áreas de oportunidad, así como definición de datos estadísticos de generación de insumos obsoletos. 1.4. Validar las políticas de exportaciones que se tienen negociadas actualmente, como están definidas y que implicaciones tiene en el proceso de planeación. 1.5. Analizar los diferentes tipos de estrategia y técnicas de solución de manejo de planeación de la demanda y cálculo de pronósticos combinados. 1.6. Identificar, analizar y seleccionar los indicadores de proceso que sean acordes al enfoque de la problemática. Objetivo específico 2 2.1. Realizar búsqueda bibliográfica de modelos de pronóstico combinado y modelos híbridos de pronósticos para evaluar y seleccionar la estrategia más adecuada para el modelo de optimización de planeación de demanda. 2.2. Realizar tabla comparativa de los diferentes modelos de pronósticos aplicables a la operación donde se evidencien beneficios y ventajas, así como desventajas de cada uno, lo que nos permita desarrollar nuestro modelo óptimo combinado. 44 2.3. Definir las variables más importantes que permitan definir el método de pronóstico óptimo para la operación analizada. 2.4. Definir los elementos a utilizar de acuerdo al pronóstico combinado seleccionado, definición de variables y restricciones. Objetivo específico 3 2.7. Desarrollar el modelo de pronóstico combinado basado en sistema de cálculo de generación de mejores respuestas del software Crystal ball, de acuerdo a cantidad y comportamiento de los datos de demanda. 2.8. Diseñar escenario de operación para analizar las ventajas del modelo seleccionado versus modelo actual. 2.9. Evaluar la mejora del ciclo de planeación con la implementación del nuevo modelo de pronóstico. Objetivo específico 4 2.10. Desarrollar el modelo de gestión de planeación de la demanda que permita impulsar desde la dirección el nuevo modelo de pronóstico combinado, realizando mejora del proceso global. 2.11. Definir las variables más importantes que permitan seleccionar el modelo de gestión óptimo para la operación analizada. 2.12. Analizar las ventajas del modelo seleccionado versus modelo actual. 2.13. Evaluar la mejora del ciclode planeación con la implementación del nuevo 45 modelo de pronóstico y de gestión, analizando la mejora en los indicadores de nivel de servicio. 2.14. A partir de los resultados obtenidos del modelo de pronóstico y de gestión, evaluar el beneficio general para el proceso de planeación de la demanda. 46 3. Diagnóstico de la empresa Para realizar el diagnóstico de la empresa se realizó un análisis DOFA, caracterización del proceso de planeación de la demanda, así como de los procesos relacionados con la misma, evaluación detallada del comportamiento histórico de los volúmenes de venta, inventarios almacenados y obsolescencia de producto terminado medido como la cantidad de producto enviado a reproceso, información esencial para el desarrollo y análisis de este trabajo. Adicionalmente se realizó una descripción de las restricciones y lead time de cada uno de los clientes. 3.1. Análisis DOFA: Una de las herramientas más prácticas de análisis de la información de una organización es la matriz DOFA, es una herramienta de gran utilidad para entender y tomar decisiones en toda clase de situaciones en negocios y empresas. DOFA es el acrónimo de Debilidades, Oportunidades, Fortalezas y Amenazas. De acuerdo con Humphrey A. (2004) Los encabezados de la matriz proveen un buen marco de referencia para revisar la estrategia, posición y dirección de una empresa, propuesta de negocios, o idea. Para Codina A. (2010), el propósito esencial del análisis DOFA es la generación de estrategias que permitan a la organización “conectar” sus acciones con las posibilidades (oportunidades) que puede aprovechar en su entorno externo, así 47 como prepararse para enfrentar los peligros (amenazas), apoyándose en sus fortalezas y reduciendo el impacto negativo que pueden tener sus debilidades. Figura 6. Matriz DOFA Acegraco SAS GRADO / MAGNITUD Bajo Medio Alto Muy Alto Bajo Medio Alto Muy Alto I M P O R T A N C I A FORTALEZAS 1. Conoce y tiene buena experiencia en su mercado. 2. Maneja un Sistema de Programación y Control de Producción. 3. Acegraco participa como líder del mercado con 33% de Aceites y Grasas y 37% en Aceite Vegetal. 4. Maneja una Estrategia de Segmentación de Mercados. GRADO / MAGNITUD Bajo Medio Alto Muy Alto Bajo Medio Alto Muy Alto DEBILIDADES 1. Plan de Ventas Operacionales (PVO) no ajustado. 2. Altos Costos de Almacenamiento. 3. Se generan reprocesos y retrabajos en las programaciones. 4. Se tienen sobre inventarios almacenados. 5. Altos Costos de Distribución. 6. Crecimiento en ventas de solo 3% ultimo año. 7. Altos costos asociados a devoluciones por baja rotación del producto I M P O R T A N C I A GRADO / MAGNITUD Bajo Medio Alto Muy Alto Bajo Medio Alto Muy Alto OPORTUNIDADES 1. Mejorar la exactitud del Pronóstico de Ventas. 2. Ajuste de producto para logar precio competitivo. 3. Incremento en ventas de categoría en 2015 del 5%. 4. Desarrollo de categorías saludables. 5. Amplia cartera de productos. 6. Desarrollo de categorías Premium con buen desembolso. 7. Perspectiva de crecimiento de economía próximos años. GRADO / MAGNITUD Bajo Medio Alto Muy Alto Bajo Medio Alto Muy Alto AMENAZAS 1. Ingreso al mercado Colombiano de competidores de bajo precio. 2. Ingreso de productos importados de menor costo. I M P O R T A N C I A I M P O R T A N C I A 1 2 3 4 1 2 3 4 5 6 1 2 3 4 5 6 7 1 2 ANALISIS DOFA ACEGRACO SAS 7 Fuente Autores La metodología que se desarrolló para la elaboración de la Matriz DOFA de Acegraco SAS fue la siguiente: Reunión y entrevistas con Planeador y Gerente de Cuenta de la unidad de 48 negocio exportaciones para definir cada una de las variables requeridas que conforman la matriz de acuerdo a su expertiz y manejo de la categoría, definiendo inicialmente la importancia y la magnitud o grado de impacto de cada variable para crear la matriz y tomando las que a su criterio son las más relevantes y de impacto directo en el desempeño de la compañía, para esta categorización se maneja el siguiente paso a paso: 1. Definición de Objetivo. Este análisis DOFA se realizó con el objetivo de establecer que oportunidades se tienen en la planeación de la demanda de la compañía y a la vez impacten en toda la cadena de suministro. 2. Definición de las amenazas que son los riesgos externos que pueden afectar ese objetivo y no son del control de la compañía. 3. Definición de oportunidades que son aquellos factores positivos para aprovechar en la estrategia definida. 4. Definición de fortalezas que son factores positivos internos bajo el control de la compañía que se pueden usar en la estrategia a favor de la misma. 5. Definición de debilidades que son factores negativos internos a mejorar y que impactan negativamente en la estrategia de planeación para el caso en estudio. 6. Definición de estrategia en este caso el modelo de planeación de demanda que mejore la estrategia de planeación general de la compañía. 49 Para el análisis DOFA de Acegraco SAS se buscó evaluar la importancia de cada una de las variables citadas y el grado de impacto que tiene en la organización elaborando una escala en cada uno de los cuadrantes donde finalmente se tomaron como relevantes aquellas definiciones que se presenten con un grado muy Alto en importancia y a la vez con un grado muy Alto en magnitud y que serán las que impactaran más directamente en la estrategia de la organización. De igual forma son las que definen las debilidades y oportunidades del modelo de gestión que conforman el insumo principal para proponer el modelo matemático y de gestión como alternativa de solución. La matriz nos da como resultado una empresa líder en el mercado, que conoce su entorno y con una alta participación en el mismo, nos define la oportunidad en la mejora en la exactitud del pronóstico y, en este caso, la implementación de un pronóstico adecuado al tipo de demanda para la familia exportaciones. De acuerdo a este análisis, la matriz DOFA permitió tener un enfoque en el PVO de la compañía, el cual no está ajustado a la operación, la reducción de costos de almacenamiento generado por una mala planeación y disminución de los reprocesos generados en las programaciones y retrabajos para cumplir con los pedidos sin la respectiva evaluación del costo adicional en el proceso. La matriz DOFA nos permitió visualizar un buen número de oportunidades que permitieron presentar una propuesta de mejora al modelo de gestión aplicado en 50 la actualidad con impactos significativos en la planeación y reducción de costos de la compañía. La propuesta de mejora de DOFA en términos cuantitativos es la reducción del error de pronóstico logrando generar un ahorro anual de $80.000.000 aprox. por eliminación de producto obsoleto lo que equivale a 2% del total de desperdicios de la compañía y una reducción del costo de mantener inventario de $780.000 aprox. mensuales que equivale a un 90% de reducción del costo de inventario total de la categoría. 3.2. Caracterización del proceso: Para la elaboración de la caracterización del proceso de planeación de la demanda se utilizaron diagramas de flujo donde se indicó el paso a paso del proceso. Se parte de un proceso general, a partir del cual se realizó la descripción detallada de los procesos involucrados. Las flechas punteadas indican el flujo de la información entrante y saliente de cada proceso y los cuadros explicativos bajos los cuadros del proceso corresponden a la descripción de las áreas y partes interesadas involucradas. El proceso de gestión de demanda para los productos de exportación se realiza teniendo en cuenta los pedidos de los clientes, a partir del cual, se programa la producción, tal y como se observa en la Figura 7. 51 Figura 7. Proceso general de gestión de demanda de productos de exportaciónFuente. Elaboración propia Una vez confirmados los pedidos de los clientes, la unidad de negocio consolida la información de los pedidos y remite la información a planeación para la consolidación por cliente (Figura 8.) Figura 8. Modelo de gestión de pedidos Fuente. Elaboración propia Consolidados los productos por clientes, el planeador de exportaciones realiza la validación del inventario de producto terminado actual y en la reunión de consenso se determinan las cantidades que se requiere fabricar de cada una de las referencias. Teniendo en cuenta la información se realiza la explosión de los materiales necesarios para la producción (Figura 9.). 52 Figura 9. Confirmación de requerimientos Fuente Elaboración propia Con la explosión de los materiales necesarios, el área de compras realiza el plan de comprar correspondiente, que consiste en la selección de proveedores, adjudicación de pedido, recibo, pago y evaluación del cumplimiento (Figura 10.) Figura 10. Proceso de compra de materiales Fuente Elaboración propia Una vez recibidos los materiales se realiza el plan de producción, determinando la correspondiente secuencia, se realizan los análisis y el certificado de calidad para el producto empacado y se entrega a la bodega de producto terminado, donde se almacena el producto para despacho a clientes (Figura 11.) 53 Figura 11. Proceso de planeación y ejecución de producción Fuente Elaboración propia Finalmente, los productos son almacenados en la bodega de producto terminado, donde se alista para despacho a clientes. Es en esta etapa de proceso donde se monitorea el inventario, costos de almacenamiento y la rotación del mismo (Figura 11). Una vez llegan los pedidos de los clientes se realiza el alistamiento (picking), embalaje del producto, selección del contenedor y trasporte hasta cliente de acuerdo a los términos de negociación pactados (Figura 12). 54 Figura 12. Gestión de inventario de producto terminado Fuente Elaboración propia Actualmente no se realiza una revisión detallada del comportamiento de la demanda, basando la planeación en los pedidos de los clientes, sin realizar un análisis de los datos, que permita generar un pronóstico adecuado. El enfoque de este trabajo está en realizar análisis del comportamiento de la demanda y definir para cada producto un modelo de pronóstico que permita predecirlo adecuadamente, generando disminución sustancial en producto almacenado sin rotar y obsolescencia del mismo (Figura 13). 55 Figura 13. Gestión de demanda Fuente Procedimiento de planeación de la demanda 3.3. Evaluación comportamiento producto de exportación En la gráfica 8, se observa el volumen de ventas para los últimos 5 años en Toneladas evidenciando una tendencia creciente año tras año en la categoría de exportaciones. 56 Figura 14. Volúmenes de venta por unidad de exportaciones últimos 5 años Acegraco Fuente Software de captura de información comercial KM Sin embargo, parte de la mercancía no rota, bien sea por cancelación de pedidos por parte de los clientes o por elaboración de inventario de más, que el cliente no está dispuesto a comprar. En lo corrido del año 2018 (al mes de septiembre), 6.48 toneladas de producto de exportación llevaban entre 15 y 119 días sin rotar, lo que representa 0.06% del volumen de ventas y un costo de oportunidad de $13.529.724, que dejó de percibir la compañía. 57 A junio del año 2018, el producto de exportación que no ha rotado, se ha reprocesado en fábrica de margarinas o se ha recuperado hacia la materia prima. Este proceso genera un costo para la compañía, tal como se observa en la Tabla 7.: 58 Tabla 7. Costo producto reprocesado a septiembre de 2018 Fuente Base de datos ERP System 21 PRODUCTO LOTE CANTIDAD COSTO TOTAL Grasa Vegetal Comes Team Helacrem 34 AG041072 37 2.228.399$ Grasa Vegetal Comes Team Helacrem 34 AG140862 33 1.987.491$ Manteca Vegetal PIL-1 TEAM AG190971 2 86.764$ Manteca Vegetal PIL-1 TEAM AG220371 7 303.674$ Manteca Vegetal PIL-1 TEAM AG251171 3 130.146$ Manteca Vegetal PIL-1 TEAM AG251171 213 9.240.366$ Manteca Vegetal PIL-1 TEAM AG270472 90 3.904.380$ Dagusto Repostería Especial Panamá AG020281 1 32.085$ Dagusto Repostería Especial Panamá AG020281 3 96.254$ Dagusto Repostería Especial Panamá AG110572 3 96.254$ Dagusto Repostería Especial Panamá AG171173 2 64.169$ Dagusto Repostería Especial Panamá AG171173 125 4.010.568$ Dagusto Repostería Especial Panamá AG181171 30 962.536$ Dagusto Repostería Especial PR AG050182 40 1.890.200$ Dagusto Repostería Especial PR AG120382 6 283.530$ Dagusto Repostería Especial PR AG120383 5 236.275$ Dagusto Repostería Especial PR AG190571 7 330.785$ Dagusto Repostería Especial PR AG190571 10 472.550$ Shortening Especial Panamá AG090673 138 4.636.790$ Shortening Especial Panamá AG120181 5 168.000$ Shortening Especial Panamá AG120181 54 1.814.396$ SHORTENING ESPECIAL CR 1X15 AG111272 13 540.449$ SHORTENING ESPECIAL CR 1X15 AG111272 49 2.037.077$ Grasa Vegetal Comestible TEAM EPN AG201173 42 1.443.708$ Grasa Vegetal Comestible TEAM EPN AG261072 2 68.748$ Grasa Vegetal Comestible TEAM EPN AG261072 1 34.374$ MARGARINA DAGUSTO PANAMA 1x30 AG030283 22 628.580$ MARGARINA DAGUSTO PANAMA 1x30 AG220673 6 171.431$ Manteca Sevillana Panamá x 15Kg AG060971 26 714.766$ Manteca Sevillana Panamá x 15Kg AG070373 33 907.203$ Manteca Sevillana Panamá x 15Kg AG230862 1 27.491$ Grasa Vegetal Comestible TEAM EPN AG261073 24 898.488$ TCS-HR ESPECIAL AG210971 1 124.380$ TCS-HR ESPECIAL AG220672 6 746.280$ TCS-HR ESPECIAL AG260271 2 248.760$ TCS-HR ESPECIAL AG260271 32 3.980.160$ TBS EXP x 25KG AG210973 8 413.215$ HELACREM 26 ARGENTINA 1X25KG AG111163 15 1.607.955$ HELACREM 26 ARGENTINA 1X25KG AG210671 1 107.197$ HELACREM 26 ARGENTINA 1X25KG AG210672 2 214.394$ HELACREM 26 ARGENTINA 1X25KG AG261173 17 1.822.349$ HELACREM 26 ARGENTINA 1X25KG AG271171 23 2.465.531$ HELACREM 26 ARGENTINA 1X25KG AG271172 6 643.182$ HELACREM 26 ARGENTINA 1X25KG AG271172 1 107.197$ HELACREM 26 ARGENTINA 1X25KG AG271172 23 2.465.531$ MARG INDUSTRIAL HOJALDRINA CR 5X2 AG070283 2 47.908$ MARG INDUSTRIAL HOJALDRINA CR 5X2 AG080281 1 23.954$ MARG INDUSTRIAL HOJALDRINA CR 5X2 AG080281 28 670.707$ MARG INDUSTRIAL HOJALDRINA CR 5X2 AG121273 5 119.769$ Dagusto Multipropósito x 15Kg AG120182 3 83.257$ Dagusto Multipropósito x 15Kg AG220273 44 1.221.097$ Dagusto Multipropósito x 15Kg AG270973 23 638.301$ Dagusto Multipropósito x 15Kg AG280971 56 1.554.124$ TOTAL 59.753.174$ 59 La obsolescencia del inventario también está relacionada con los lead time de cada país destino, lo que hace que se acorte el tiempo de vida útil del producto. Los lead time para cada país son: Panamá 20 días, Bolivia 32 días, Puerto Rico 25 días, Costa Rica 13 días y Argentina 43 días. Adicionalmente se tiene restricciones por cliente así: para Puerto Rico no se pueden enviar más de dos lotes de producto, los clientes en Bolivia no permiten productos con más de dos meses de vida útil y Panamá requiere la menor cantidad de lotes posible. Estas limitantes a nivel de producción hacen que se requiera una mejor asertividad del pronóstico, evitando que se fabrique más cantidad de producto que el requerido por los clientes,tomando relevancia la necesidad de encontrar un modelo de pronóstico ajustado al comportamiento de cada producto. 60 4. Marco teórico A partir de las oportunidades de mejora identificadas en el diagnóstico y con el fin de detectar posibles aportes que se puedan hacer desde esta tesis de maestría al estado del arte, se llevó a cabo una revisión sistemática de la literatura, la cual constó de 3 estrategias de búsqueda: una orientada a planeación jerárquica de la demanda, y las otras 2 orientadas a planeación de la demanda y pronóstico combinado (ver Anexo 1. Metodología de búsqueda de información) A partir del análisis de la literatura, se construyó el hilo conductor del marco teórico. 4.1. Gestión de la demanda La gestión de la demanda es el proceso de gestión de la cadena de suministro que balancea los requerimientos de los consumidores con las capacidades de la cadena de suministro. La gestión puede hacer coincidir la oferta con la demanda proactivamente y ejecutar el plan con las mínimas interrupciones. El proceso no se limita al pronóstico. Éste incluye sincronizar oferta y demanda, aumentando la flexibilidad y reduciendo la variabilidad (Rogers, et al. ,2002). Según Rogers et al. (2002), el proceso de gestión de demanda incluye el pronóstico de la demanda y lo sincroniza con las capacidades de producción, suministro y distribución. Un buen proceso de gestión de demanda puede habilitar a una compañía para ser más proactivo a la demanda anticipada y más reactivo a la demanda imprevista. Un componente importante de la gestión de demanda es encontrar caminos para reducir la variabilidad de la demanda y mejorar la 61 flexibilidad operacional. Reducir la variabilidad de la demanda ayuda en planeación consistente y reducción de costos. Incrementar la flexibilidad ayuda a que la compañía responda rápidamente a eventos internos y externos. La variabilidad en los clientes es inevitable, pero uno de los objetivos de la gestión de demanda es eliminar prácticas de gestión que incrementen la variabilidad. Otra parte clave de la gestión de demanda es desarrollar y ejecutar planes de contingencia cuando hay interrupciones en los planes operacionales. De acuerdo con Donovan & Manuj (2015), el primer objetivo de la gestión de demanda es reducir la variabilidad de la demanda, o el efecto látigo, a lo largo de la cadena de suministro. El segundo objetivo es introducir o incrementar la flexibilidad para responder rápidamente a la variabilidad de la demanda cuando ésta no puede ser eliminada. Cuando la demanda del consumidor cambia rápidamente o cuando la diversidad de producto es importante, tal como productos innovadores, la flexibilidad es necesaria en la cadena de suministro. La gestión de la demanda hace parte de los 8 procesos claves de la gestión de la cadena de suministro, como se observa (Figura 15.). Es a través de la gestión de la relación con el consumidor y la gestión de la relación con el proveedor que estos ocho procesos son coordinados. 62 Figura 15. Integración de la cadena de suministro Fuente Adaptado de Douglas M. et al (1998) De acuerdo con Taylor& Fearne, A. (2009), la gestión de la demanda se puede realizar a través del análisis de la cadena de valor (VCA). Esto incluye recolección de información, análisis e implementación del plan. En la etapa de recolección de la información se revisa el mapa de proceso, flujo de información, información de demanda, se toma información del patrón de demanda para cada producto para los últimos 12 o 24 meses y se compara con la demanda actual. En la etapa de análisis se analiza la variabilidad de la demanda la demanda del consumidor final y el efecto de amplificación de la demanda, así como la eficacia del pronóstico. En la etapa de implementación del plan, se acuerda la estrategia para la gestión de demanda, se identifican las mejoras operacionales y se desarrolla e implementa el plan de acción. Supply Chain Management: Integración y gestión de los procesos de negocio a través de la Cadena de suministro Proveedores Proveedores Consumidor 2º nivel 1er nivel Manufactura Clientes Cliente final Compras Logística Mercadeo y ventas Producción Finanzas Investigación y desarrollo Gestión de la relación con el cliente Gestión del servicio al cliente Gestión de la demanda Ejecución de la orden Gestión del flujo de producción Aprovisionamiento Desarrollo del producto y comercialización Retornos Flujo de información 63 4.1.1. El proceso estratégico de gestión de la demanda La gestión de la demanda es acerca de del pronóstico y la sincronización. El proceso estratégico está compuesto de 6 subprocesos que están orientados al diseño de un sistema operacional eficiente para hacer coincidir la oferta y la demanda. La Figura 16 muestra cada uno de los subprocesos, las actividades que compone cada uno y las interfaces con los otros siete procesos de gestión de la cadena de suministro. Se necesita determinar cómo los sistemas de información necesitarán ser integrados con otros componentes de la cadena de suministro para facilitar el proceso. Figura 16. Proceso estratégico de gestión de la demanda Fuente. Rogers et al. (2002). El proceso estratégico de gestión de la demanda tiene los siguientes pasos: 1. Determinar los objetivos y estrategia de gestión de la demanda 64 El proceso de gestión de demanda está enfocado en predecir la demanda del consumidor y determinar como la demanda puede ser sincronizada con las capacidades de la cadena de suministro. Se debe entender la estrategia de la compañía, el consumidor y sus necesidades, la capacidad de producción y la red de la cadena de suministro. Entendiendo el proceso se pueden establecer los objetivos. 2. Determinar procedimientos de pronóstico De acuerdo con Dotun Adebanjo (2009), una de las actividades más importantes de la gestión de la demanda es el pronóstico. El rol del pronóstico es gestionar la relación entre la demanda del consumidor y el flujo del producto. Un estudio realizado por Katz et al. (2003), sugiere que un pronóstico incorrecto tiene un alto impacto en la eficiencia de la cadena de suministro y es importante entender las estrategias para reducir esta ineficiencia. Taylor y Fearne (2006) identificaron que un pronóstico inadecuado constituye un problema en la cadena de suministro con impactos negativos significativos en el flujo de producto y la eficiencia en la cadena de suministro. Según Rogers, et al. (2002), se debe seleccionar la aproximación apropiada al pronóstico, esto incluye identificar la fuente de información. Diferentes partes de la organización pueden necesitar diferentes niveles de pronóstico. De acuerdo a esto, la planeación de la producción puede requerir un pronóstico por nivel de SKU. La planeación del transporte por otra parte puede necesitar un pronóstico agregado al nivel de familia de producto, pero desagregado por región. 65 Se debe determinar la fuente de información requerida para generar cada pronóstico. Esto puede incluir datos históricos, proyecciones de ventas, planes de promoción, objetivos corporativos, datos del mercado, inventario, entre otros. En orden de determinar cómo usar estos datos, se debe entender el valor de la información de cada fuente y determinar cómo cada uno es predictor de la demanda. En este punto la compañía puede considerar un CPFR (Collaborative Planning Forecasting and Replenishment – Planeación, pronóstico y reabastecimiento corporativo) o un VMI (Vendor Managed Inventory – Inventario administrado por el proveedor). Si estos sistemas se implementan, el cliente es una fuente directa de datos., la compañía necesita interactuar con el cliente para determinar qué sistema será utilizado
Compartir