Toma de Decisiones y Formulación de Modelos

1

Toma de Decisiones y Formulación de Modelos —

© SUMMA University

Toma de Decisiones y Formulación de Modelos

02 SUMMA University® Nota Técnica preparada por SUMMA University. Su difusión, reproducción o uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.

Índice 1 Modelos y Toma de Decisiones: el Arte de Modelar en Hojas de Cálculo ....................... 3

2 Modelación Económica de un Proyecto ................................................................................................ 4

3 Creación de un Modelo Financiero de un Caso ................................................................................ 5

4 Análisis Bivariable ............................................................................................................................................... 9

5 Diagramas de Pareto ....................................................................................................................................... 14

6 Conclusiones ....................................................................................................................................................... 19



Objetivos

Presentar conceptos y aspectos relevantes del enfoque cuantitativo en la toma de decisiones, los cuales deben proveer al estudiante con un entendimiento básico de las habilidades iniciales necesarias para realizar análisis cuantitativo, mediante la teoría y presentación de casos prácticos.

Entender la utilidad del Análisis de Pareto en la toma de decisiones asociada a problemas de inventario, priorización y categorización en la Cadena de Suministro.

Apropiar al estudiante de herramientas básicas para el Análisis Bivariable mediante el entendimiento de conceptos tales como diagrama de dispersión y coeficiente de correlación.

Aplicar el Valor Presente Neto como modelo financiero para evaluar si un proyecto es económicamente rentable o no.

Apreciar mejor la importancia y el poder de los métodos cuantitativos en las decisiones asociadas a los procesos de la Cadena de Suministro.

1 Modelos y Toma de Decisiones: el Arte de Modelar en Hojas de Cálculo

En la actualidad, casi todos los gerentes utilizan ampliamente las hojas de cálculo para analizar problemas de negocios. Lo que hacen es modelar en hojas de cálculo. El modelado en hojas de cálculo es más un arte que una ciencia. No hay un procedimiento sistemático que invariablemente conduzca a un solo modelo correcto en hoja de cálculo. Por ejemplo, si a dos gerentes les dieran exactamente el mismo problema de negocios para analizarlo, sus modelos en hoja de cálculo probablemente serían muy distintos. No existe una sola manera correcta de modelar cualquier problema dado. Sin embargo, algunos modelos serán mejores que otros. Aunque no existe un procedimiento completamente sistemático disponible para modelar en hojas de cálculo, sí hay un proceso general que se debe seguir. Este proceso comprende cuatro pasos principales: 1) planeación del modelo de hoja de cálculo, 2) construcción del modelo, 3) prueba del modelo, y 4) análisis del modelo y sus resultados.



2 Modelación Económica de un Proyecto

Un equipo de desarrollo de productos de Polaroid Corporation estaba a punto de terminar la creación de una nueva impresora de fotografías, la CI-700. Esta impresora produciría fotografías instantáneas a todo color a partir de imágenes digitales guardadas en una computadora. Los mercados principales para este producto son las industrias de artes gráficas, seguros y bienes raíces. Durante el desarrollo de la CI-700, el equipo de Polaroid afrontó varias decisiones que sabía tendrían fuertes repercusiones en la rentabilidad del producto:

¿El equipo debía tomarse más tiempo para el desarrollo a efecto de que el producto fuera apto para muchas “plataformas” de computadoras, o la demora en llevar la CI-700 al mercado generaría costos excesivos?

¿El producto debía utilizar medios impresos (película instantánea) del negocio de cámaras de consumo de Polaroid o un nuevo medio impreso especializado de primera calidad?

¿El equipo debía incrementar el gasto del desarrollo a efecto de aumentar la fiabilidad de la CI-700?

Es importante recordar que el análisis económico solo capta los factores que se pueden medir, y que los proyectos suelen tener implicaciones negativas y positivas difíciles de cuantificar. Además, es difícil que un análisis económico capte las características de un entorno dinámico y competitivo. El análisis económico es muy útil al menos en dos circunstancias:

1. Los hitos de proseguir/no proseguir. Por ejemplo, ¿se debe desarrollar un producto para aprovechar una nueva oportunidad de mercado? ¿Se debe poner en práctica un concepto seleccionado? ¿Se debe lanzar el producto desarrollado? Estas decisiones suelen presentarse al final de cada fase de desarrollo.

2. Decisiones relativas al diseño y desarrollo de las operaciones. Las decisiones operativas implican preguntas como: ¿Se deben gastar 100 000 dólares en contratar a una tercera empresa para que construya este componente y así ahorrar dos meses de desarrollo? ¿Se debe lanzar el producto en cuatro meses con un costo unitario de 450 dólares o esperar seis meses, cuando se podrá reducir el costo a 400 dólares?

El consejo es elaborar al principio el modelo financiero de un caso base que permita apreciar las implicaciones del proyecto de desarrollo de un producto. A continuación se explica cómo hacerlo.



3 Creación de un Modelo Financiero de un Caso

La creación del modelo de un caso consiste en estimar los tiempos y la magnitud de los flujos futuros de efectivo y, a continuación, en calcular el valor presente neto (VPN ) de esos flujos. Los tiempos y la magnitud de los flujos de efectivo se calculan al fusionar el programa del proyecto con el presupuesto del proyecto, los pronósticos del volumen de ventas y los costos estimados de producción. El grado de detalle de los flujos de efectivo debe ser lo bastante general para que resulte cómodo trabajar con él, pero también debe tener suficientes detalles que faciliten una buena toma de decisiones.

Las categorías más básicas del flujo de efectivo de un proyecto común de desarrollo de un nuevo producto son:

Costo de desarrollo (todos los costos remanentes, de diseño, de pruebas y de afinación hasta el momento de la producción de transición).

Costo de la producción de transición.

Costo de marketing y apoyo.

Costo de producción.

Ingresos por ventas.

El modelo financiero se simplificó para que solo incluya los principales flujos de efectivo habituales en la práctica, pero en términos conceptuales es idéntico a modelos más complejos. Los valores numéricos de los flujos de efectivo provienen de los presupuestos y otros estimados proporcionados por el equipo de desarrollo, la organización manufacturera y la organización de marketing. Se ilustra el enfoque con datos semejantes a los que habría utilizado el equipo de Polaroid para crear la CI-700. A continuación se presentan los costos estimados para el modelo de muestra:

Costo de desarrollo 5 millones de dólares

Costo de producción de transición 2 millones de dólares

Costo de marketing y apoyo 1 millón de dólares/año

Costo de producción por unidad 400 dólares/unidad

Volumen de producción y ventas 20 000 unidades/año

Precio unitario 800 dólares/unidad

En el modelo se supone que todos los ingresos y egresos anteriores a la fecha presente son costos perdidos y no son relevantes para calcular el VPN. Para completar el modelo es preciso reunir los estimados financieros con la información acerca de los



tiempos, para lo cual se considera el programa del proyecto y el plan de ventas . La ilustración presenta la información respecto de los tiempos del proyecto para la CI-700 en forma de gráfica de Gantt. En casi todos los proyectos, un incremento de meses o trimestres es lo más indicado. Se estima que el tiempo que falta para llegar al mercado es cinco trimestres, y se anticipa que las ventas del producto durarán 11 trimestres.

Un método sencillo para organizar el flujo de efectivo del proyecto es con una hoja de cálculo. Las filas representan las distintas categorías del flujo de efectivo, y las columnas, los periodos sucesivos. Para no complicar las cosas se supone que el índice del flujo de efectivo en todas las categorías es constante a lo largo de un periodo cualquiera. Por ejemplo, el gasto total de desarrollo de 5 millones de dólares durante un año se asigna en montos iguales a cada uno de los cuatro trimestres. Por supuesto, en la práctica los valores se ordenan de la manera que mejor represente el pronóstico del equipo de los flujos de dinero. Para obtener el total de ingresos del producto en cada periodo se multiplica la cantidad de ventas de unidades por el precio unitario. Asimismo, se multiplica la cantidad de unidades fabricadas por el costo de producción de la unidad para obtener el costo total de producción de cada periodo. La ilustración presenta la hoja de cálculo resultante:



El cálculo del VPN requiere determinar el flujo de efectivo neto por periodo y, a continuación, convertir este flujo a su valor presente (su valor en dólares actuales), como muestran las filas finales de la ilustración. Por ejemplo, piense en los cálculos del primer trimestre del año 3:

1. El flujo de efectivo del periodo es la suma de entradas y salidas.

Costo de marketing $−250 000

Ingresos de producto 4 000 000

Costo de producción −2 000 000

Flujo de efectivo del periodo $1 750 000

2. El valor presente del flujo de efectivo de este periodo descontado a 10% por año (2.5% por trimestre) remontado al primer trimestre del año 1 (un total de nueve trimestres) es de 1 401 275 dólares.

3. El VPN del proyecto es la suma de los flujos de efectivo descontados por cada periodo, es decir, 8 003 dólares. (Observe en la hoja de cálculo que las cifras se redondean al millar más cercano.)



El VPN de este proyecto, según el modelo del caso, es positivo, por lo cual el modelo apoya y es congruente con la decisión de proseguir el desarrollo. Con estos modelos también se sustentan decisiones de inversiones importantes en la Cadena de Suministro. Por ejemplo, suponga que Polaroid tiene que decidir entre dos instalaciones de producción con costos distintos de transición, producción y apoyo. El equipo crearía un modelo para cada uno de los dos escenarios y, a continuación, compararía los VPN. El escenario con el VPN más alto apoyaría mejor la decisión de inversión.

Cálculo del VAN con Excel

VAN es el acrónimo de Valor Presente Neto (en inglés NPV: Net Present Value) y se refiere a la rentabilidad neta que obtenemos de una inversión que nos genera unos rendimientos de forma periódica. En el cálculo del VAN se tiene en cuenta (restando de la rentabilidad) un tipo de interés considerado como el costo de oportunidad que supone no haber realizado la inversión de otra forma.

El cálculo del VAN se utiliza para saber si una inversión es conveniente o no (es conveniente si el resultado es mayor que 0). Puesto que la fórmula de cálculo del VAN puede llegar a ser muy complicada (ver fórmula del VAN) dependiendo del nº de períodos en los que recibimos flujos de rentabilidad, en la práctica real se hace imprescindible la utilización de aplicaciones informáticas que realicen el cálculo. En este caso, Excel tiene una función que calcula de forma sencilla el VAN.

En Excel, el VAN se calcula con la función VNA y restando posteriormente la inversión:

=(-Inversión) + VNA (tasa;valor1;[valor2]...)

Tasa: es el tipo de interés que consideramos como referencia o costo de oportunidad. Es decir, si nos planteamos invertir 100.000 € en una empresa y nuestro banco nos ofrece de forma segura un 4% de interés, nuestro costo de oportunidad es el 4%.

Valor1: es el rendimiento que obtenemos de nuestra inversión en el primero de los períodos (meses, años, etc.)

Valor2: es opcional y se refiere al rendimiento que obtenemos de nuestra inversión en el segundo de los períodos.

Inversión: es la cantidad que invertimos al principio.

Si nos fijamos, en la ayuda que tiene Excel sobre la función VNA no incluye la última resta de la inversión. Es decir, la función original es: =VNA (tasa;valor;[valor2]...) . El motivo es que VNA ofrece el resultado de actualizar los flujos futuros a una determinada tasa, pero NO considera a la inversión como uno de los flujos que haya



que actualizar. Por lo tanto, el cálculo del VAN, en Excel se hace sumando la inversión (que estará con signo negativo) al resultado de la función VNA.

4 Análisis Bivariable

Hay situaciones en las que se estudia y representa visualmente la relación entre dos variables. Al estudiar la relación entre dos variables, se hace referencia a los datos como bivariados. Los analistas de datos con frecuencia buscan entender la relación entre dos variables. Una técnica gráfica útil para mostrar la relación entre variables es el diagrama de dispersión. Para trazar un diagrama de dispersión son necesarias dos variables. Se escala una de las variables sobre el eje horizontal (eje X) de una gráfica y la otra variable a lo largo del eje vertical (eje Y). Por lo general, una de las variables depende hasta cierto grado de la otra. Enseguida aparecen tres diagramas de dispersión. El de la izquierda muestra una mayor relación entre el tiempo de uso y el costo de mantenimiento del año pasado de una muestra de 10 autobuses. Note que conforme se incrementa el tiempo de uso del autobús, también aumenta el costo anual de mantenimiento. El ejemplo del centro, relativo a una muestra de 20 vehículos, muestra una mayor relación entre la lectura del odómetro y el precio de venta de remate. Es decir, conforme aumente el número de millas recorridas, el precio de venta de remate se reduce. El ejemplo de la derecha describe la relación entre la altura y el salario anual de una muestra de 15 supervisores de turno. Esta gráfica indica que no existe una relación entre la altura y el salario anual.

¿Qué es el análisis de correlación?

El análisis de correlación es el estudio de la relación entre variables. Para explicarlo en otras palabras, suponga que el gerente de ventas de Copier Sales of América, que tiene



una fuerza de ventas muy grande en Estados Unidos y Canadá, desea determinar si hay alguna relación entre el número de llamadas de ventas en un mes y el número de copiadoras vendidas ese mes. El gerente selecciona una muestra aleatoria de 10 representantes de ventas y determina el número de llamadas de ventas que cada uno hizo el mes pasado y el número de copiadoras vendidas. La información muestral aparece en la tabla:

Al revisar los datos se observa que parece haber una relación entre el número de llamadas de ventas y el número de unidades vendidas. Es decir, los vendedores que hicieron más llamadas de venta vendieron más unidades. Sin embargo, la relación no es “perfecta” o exacta. Por ejemplo, Soni Jones hizo menos llamadas de ventas que Jeff Hall, pero vendió más unidades. En lugar de hablar en términos generales, ahora se desarrollan algunas medidas estadísticas para representar de manera más precisa la relación entre ambas variables: llamadas de ventas y copiadoras vendidas. Este grupo de técnicas estadísticas se denomina análisis de correlación.

Análisis de Correlación: Grupo de técnicas para medir la asociación entre dos variables.

La idea básica del análisis de correlación es reportar la asociación entre dos variables. El primer paso habitual es trazar los datos en un diagrama de dispersión. La implicación en el ejemplo propuesto, es que el número de copiadoras vendidas se relaciona con el número de llamadas de ventas. Conforme aumenta el número de llamadas de venta, parece que el número de copiadoras vendidas también aumenta. De este modo, el



número de llamadas de ventas se considera variable independiente, y el de copiadoras vendidas, variable dependiente.

Es práctica común escalar la variable dependiente (copiadoras vendidas) en el eje vertical o Y y la variable independiente (número de llamadas de ventas) en el eje horizontal o X. Para elaborar un diagrama de dispersión de la información de Copier Sales of América, inicie con el primer representante de ventas, Tom Keller, quien hizo 20 llamadas de ventas el mes anterior y vendió 30 copiadoras, por tanto, X = 20 y Y = 30. Para trazar esta información, a partir del origen vaya por el eje horizontal hasta el valor X = 20, después haga lo mismo en el eje vertical hasta Y = 30 y marque un punto en la intersección. Continúe este proceso hasta que trace todos los datos pareados, como se muestra en la gráfica:

El diagrama de dispersión muestra en forma gráfica que los representantes con más llamadas tienden a vender más copiadoras. Es razonable que la señora Bancer, gerente nacional de ventas en Copier Sales of América, diga a sus vendedores que, entre más llamadas de ventas hagan, se espera que vendan más copiadoras. Observe que, aunque parece haber una relación positiva entre las dos variables, no todos los puntos se encuentran en una recta. En la siguiente sección se miden la fuerza y la dirección de esta relación entre dos variables, para determinar el coeficiente de correlación.

Coeficiente de correlación

El coeficiente de correlación, creado por Karl Pearson alrededor de 1900, describe la fuerza de la relación entre dos conjuntos de variables en escala de intervalo o de razón.



Se designa con la letra r, y con frecuencia se le conoce como r de Pearson y coeficiente de correlación producto-momento. Puede adoptar cualquier valor de –1.00 a +1.00, inclusive. Un coeficiente de correlación de –1.00 o bien de +1.00 indica una correlación perfecta. Por ejemplo, un coeficiente de correlación para el caso anterior calculado a +1.00 indicaría que el número de llamadas de ventas y el número de copiadoras vendidas están perfectamente relacionados en un sentido lineal positivo. Un valor calculado de –1.00 revela que las llamadas de ventas y el número de copiadoras vendidas están perfectamente relacionados en un sentido lineal inverso. En la gráfica se muestra cómo aparecería el diagrama de dispersión si la relación entre los dos conjuntos de datos fuera lineal y perfecta.

Si no hay ninguna relación entre los dos conjuntos de variables, la r de Pearson es cero. Un coeficiente de correlación r cercano a 0 (ejemplo 0.08) indica que la relación lineal es muy débil. Se llega a la misma conclusión si r = –0.08. Los coeficientes de –0.91 y + 0.91 tienen una fuerza igual; los dos indican una correlación muy fuerte entre las dos variables. Por tanto, la fuerza de la correlación no depende de la dirección (ya sea – o bien +). En la gráfica se muestran los diagramas de dispersión para r = 0, una r débil (sea –0.23), y una r fuerte (sea +0.87). Observe que, si la correlación es débil, se presenta una dispersión considerable respecto de la recta trazada a través del centro de los datos. Para el diagrama de dispersión que representa una fuerte relación, hay muy poca dispersión respecto de la recta.

En la siguiente gráfica se resume la fuerza y la dirección del coeficiente de correlación.



Para el cálculo del coeficiente de correlación en Microsoft Excel ® se sugiere profundizar en el siguiente video:

https://www.youtube.com/watch?v=klZ_JnZcgMo

El coeficiente de determinación

En ejemplo anterior, la relación entre el número de llamadas de ventas y las unidades vendidas, el coeficiente de correlación, 0.759, se interpretó como “fuerte”. Sin embargo, los términos débil, moderado y fuerte no tienen un significado exacto. Una medida cuyo significado se interpreta con más facilidad es el coeficiente de determinación. Éste se calcula elevando al cuadrado el coeficiente de correlación. Entonces, en dicho ejemplo, el coeficiente de correlación, r2, es 0.576, determinado por (0.759)2.

Ésta es una proporción o un porcentaje; es posible decir que 57.6% de la variación en el número de copiadoras vendidas se explica, o contabiliza, por la variación en el número de llamadas de ventas.

Correlación y causa

Si hay una relación fuerte (sea 0.91) entre dos variables, es factible suponer que un aumento o una disminución en una variable causa un cambio en la otra variable. Por ejemplo, se puede demostrar que el consumo de cacahuates de Georgia y el consumo

https://www.youtube.com/watch?v=klZ_JnZcgMo



de aspirina tienen una correlación fuerte. Sin embargo, esto no indica que un aumento en el consumo de cacahuates causó que creciera el consumo de aspirina. De igual forma, los ingresos de profesores y el número de pacientes en instituciones psiquiátricas han aumentado en forma proporcional. Además, conforme disminuye la población de burros, aumenta el número de grados doctorales otorgados. Las relaciones de este tipo se denominan correlaciones espurias. Lo que se puede concluir cuando se tienen dos variables con fuerte correlación es que hay una relación o asociación entre ambas variables, no que un cambio en una ocasiona un cambio en la otra.

5 Diagramas de Pareto

Su nombre es en honor de un científico italiano del siglo XIX, Wilfredo Pareto, quien observó que la mayor parte de la “actividad” en un proceso se debe a relativamente pocos “factores”. Su concepto, con frecuencia denominado regla 80-20, es que 80% de la actividad se debe a 20% de los factores. Al concentrarse en 20% de los factores, los gerentes pueden dedicarse a 80% del problema. Un aspecto importante para el análisis y la administración de un inventario es determinar qué artículos representan la mayor parte del valor del mismo y si justifican su consecuente inmovilización monetaria. Estos artículos no son necesariamente ni los de mayor precio unitario, ni los que se consumen en mayor proporción, sino aquellos cuyas valorizaciones (precio unitario x consumo o demanda) constituyen % elevados dentro del valor del inventario total. Generalmente sucede que, aproximadamente el 20% del total de los artículos, representan un 80% del valor del inventario, mientras que el restante 80% del total de los artículos inventariados, alcanza el 20% del valor del inventario total. El gráfico ABC (o regla del 80/20 o ley del menos significativo) es una herramienta que permite visualizar esta relación y determinar, en forma simple, cuáles artículos son de mayor valor, optimizando así la administración de los recursos de inventario y permitiendo tomas de decisiones más eficientes. Según este método, se clasifican los artículos en clases, generalmente en tres (A, B o C), permitiendo dar un orden de prioridades a los distintos productos:

ARTICULOS A: Los más importantes a los efectos del control.

ARTICULOS B: Aquellos artículos de importancia secundaria.

ARTICULOS C: Los de importancia reducida.

La designación de las tres clases es arbitraria, pudiendo existir cualquier número de clases. También él % exacto de artículos de cada clase varía de un inventario al



siguiente. Los factores más importantes son los dos extremos: unos pocos artículos significativos y un gran número de artículos de relativa importancia. Esta relación empírica formulada por Wilfredo Pareto, ha demostrado ser una herramienta muy útil y sencilla de aplicar a la gestión logística empresarial. Permite concentrar la atención y los esfuerzos sobre las causas más importantes de lo que se quiere controlar y mejorar. El método o gráfico ABC puede ser aplicado a:

Las ventas de la empresa y los clientes con los que se efectúan las mismas (optimización de pedidos)

El valor de los stocks y el número de ítems de los almacenes.

Los costos y sus componentes.

El Grafico ABC Como Técnica De Gestión De Inventarios

Los beneficios de la empresa y los artículos que los producen implican determinar aquellos productos que, teniendo una alta penetración en el mercado, disponen de baja rentabilidad; detectar por prioridades aquellos productos que, teniendo una baja penetración comercialización, disponen de alta rentabilidad.

Ejemplo de Aplicación:

A continuación se desarrollará un ejemplo que permitirá visualizar cómo se determinan las tres zonas (A-B-C) en un inventario constituido por 20 artículos:



Resolución (ver tabla abajo)

Se debe determinar la participación monetaria de cada artículo en el valor total del inventario. Para ello se debe construir una tabla de acuerdo a lo siguiente:

Columna nº 1: Corresponde al nº de artículo.

Columna nº 2: Los porcentajes de participación de cada artículo en la cantidad total de artículos. Para nuestro ejemplo, como tenemos un inventario constituido por 20 artículos, cada artículo representa el 5% dentro del total (100%/ 20 art.= 5%)

Columna nº 3: Representa la valorización de cada artículo. Para obtenerla, multiplicamos su precio unitario por su consumo. Al pie de la columna obtenemos el valor de nuestro inventario de los 20 artículos.

Columna nº 4: Nos muestra el % que representa cada una de las valorizaciones en el valor total del inventario.



Ahora se deben reordenar las columnas 1 y 4, tomando las participaciones de cada artículo en sentido decreciente, lo que dará origen a la tabla nº 3:



A partir de los datos de la tabla 3 y la gráfica se puede observar que unos pocos artículos son los de mayor valorización. Si solo se controlaran estrictamente los tres primeros, se estaría controlando aproximadamente el 60% del valor del inventario. Asignamos la zona A para estos artículos. Controlando también los art. 3, 6 y 11, se estaría controlando, en forma aproximada, el 82% del valor del inventario. (Zona B) Se ve claramente en la gráfica que el 15% del inventario justifica el 60% del valor, mientras que el 30% del mismo justifica el 82% de dicho valor; a su vez, el 70% del inventario justifica el 18% del valor. Si se tiene en cuenta los costos de mantenimiento y de control de estos últimos, se llega a la conclusión que no es necesario controlarlos estrictamente, ya que son de poca valorización, y que debe mantenerse el mínimo stock posible de los mismos. La asignación de las zonas A, B y C en la gráfica que estamos analizando se realizó en función del alto % de valorización de los tres primeros artículos (25,47%, 18.55% y 16.08%, respectivamente), sin embargo, las zonas pueden asignarse de forma diferente, por ejemplo, incluyendo en la zona A los seis primeros artículos, que representan alrededor del 80% del valor del inventario, en la zona B los siguientes tres artículos, y los restantes en la zona C. De esta forma, controlando el 30% del inventario (zona A) se estaría controlando aproximadamente el 80% del valor del mismo. Observando las zonas A y B de la gráfica que se da a continuación, se puede ver que el 45% del inventario justifica alrededor del 90% de su valor y que el 55% del inventario justifica, aproximadamente, el 10% del mismo valor.

Si bien cada empresa tiene distintos tipos de curvas ABC, lo importante es recordar que: Para los artículos A se debe usar un estricto sistema de control, con revisiones continuas de los niveles de existencias y una marcada atención para la exactitud de los registros, al mismo tiempo que se deben evitar sobre-stocks. Para los artículos B, llevar



a cabo un control administrativo intermedio. Para los artículos C, utilizar un control menos rígido y podría ser suficiente una menor exactitud en los registros. Se podría utilizar un sistema de revisión periódica para tratar en conjunto las órdenes surtidas por un mismo proveedor.

Los sistemas informáticos permiten hacer uso de niveles uniformes de control para todos los artículos, sin embargo, el establecimiento y análisis de prioridades que se pueden realizar con la técnica ABC resultan muy útiles para mejores decisiones.

6 Conclusiones

20% de los productos de un inventario impactan el 80% del gasto. La ley de Pareto se aplica a la toma de decisiones, encontrando que un proceso 20% de los esfuerzos son causantes del 80% de los resultados.

Habitualmente en las decisiones asociadas a proyectos en la Cadena de Suministro, se debe contemplar el modelo financiero y evaluar el Valor Presente Neto como modelo habitual para garantizar si la inversión es conveniente o no.

Al realizar un modelo en una hoja de cálculo se sugiere realizar los siguientes pasos: 1) planeación del modelo de hoja de cálculo, 2) construcción del modelo, 3) prueba del modelo, y 4) análisis del modelo y sus resultados.

El análisis de correlación es el estudio de la relación entre variables. La idea básica del análisis de correlación es reportar la asociación entre dos variables. El primer paso habitual es trazar los datos en un diagrama de dispersión.

El coeficiente de correlación, creado por Karl Pearson alrededor de 1900, describe la fuerza de la relación entre dos conjuntos de variables en escala de intervalo o de razón. Un coeficiente de correlación de –1.00 o bien de +1.00 indica una correlación perfecta.

Toma de Decisiones y Formulación de Modelos

Documents

Transcript of Toma de Decisiones y Formulación de Modelos