Slides - Compras y Previsiones

Operaciones
Chapter
Compras y
3 Proveedores
USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

Compras

Entorno Empresarial XXIs.
Características:
Competencia basada en el tiempo.
Mejora continua y Respuesta rápida.
Interrupciones imprevistas.
Globalización.
Aumento del uso de métodos de “diseño para
la fabricación” y “mass production”.
Unique products in larger quantities – Industry
4.0 and Purchasing 4.0 concept.
Industry 4.0 concept
The essence of Industry 4.0 conception is:
 the introduction of network-linked intelligent systems,

which realize self-regulating production: people,
machines, equipment's and products will communicate
to one another.
 integration and digitalization of horizontal and vertical
value chains,
 digitalization of products and services,
 the formation of digital business model and costumer
relations.
https://www.youtube.com/watch?v=JTl8w6yAjds
4
Compras en la Industria
Compras en la Industria son diferentes que

compras realizadas por el Cliente:
Hay una necesidad de tener una clara especificación
de las necesidades de producto
Pueden existir contratos de compra a largo plazo
Es imprescindible el control de calidad y precios
Las decisiones tomadas pueden afectar la rentabilidad

Tipos de Productos comprados
Materias primas y componentes

Recursos financieros
Materiales y piezas de Mantenimiento (MRO)
Servicios

Compras B2B
La universalidad, la rapidez de las

entregas, la reducción de los costes
de distribución y el intercambio de
información son características
específicas de las compras en
Internet que han aumentado la
complejidad logística
http://bevideos.mhhe.com/business/video_library/0073278785/swf/Clip_01.html

Objetivos de Compras
Obtener los productos y servicios con calidad adecuada y

volumen necesario
Obtener los productos y servicios a un precio adecuado
Asegurar el mejor servicio de los posibles
Identificar los proveedores “qualified” y mantener buenas
relaciones con ellos

Actividades de Compras
Definición
Requerimientos
Elección de
Proveedores Compras
Preparación
Negociación
Contratos
Gestión Gestión
Compras
Ciclo de Contrato
Realización
Compras de
Compras
Compras
Monitoring entregas del Medición
Proveedor
Definición de Requerimientos
Lo que vamos a comprar depende de:
Necesidades de Cliente
Cantidad
Presupuesto de costes
Funcionalidad
– Listo para usar
– Nivel de Calidad requerido

Selección de Proveedores
Fuentes de suministro
Proveedor Único
Multiples Proveedores
Un Proveedor

Selección de Proveedores
Partnering con el Proveedor

Factores básicos :
Compromiso a largo tiempo
Confianza
Visión conjunta de negocio

Gestión Contrato de Compras
Posibilitar y facilitar los cambios de fechas de

reposición de materiales y componentes
durante el proceso de producción
Realización de órdenes de compra fuera de

los horarios o plazos y cantidades
determinados en los contratos a largo plazo

Proveedores y ventaja competitiva
El proveedor puede contribuir a la rentabilidad y

favorecer la ventaja competitiva de la empresa
con:
Suministro de productos consistentes con estándar de
calidad – pedidos abiertos y directos
Reducir tiempos de suministro y aumentar la variabilidad.
Reducir tamaño de lote.
Mayor respuesta a los cambios de demanda.
El proveedor comparte información sobre nuevos
productos, materiales y oportunidades del mercado.
Sistemas de información integrados – soluciones más
rápidas

Evaluación de Proveedores
Valoración del proveedor PUNTUACIÓN

Prov.1 Prov.2 Prov.3 Prov.1 Prov.2 Prov.3
Criterio PESO Puntuación sobre 10
1. Entrega a tiempo 12 7 9 4 84 108 48
2. Índice de rechazo 8 9 7 3 72 56 24
3. Respuesta a
cambios 6 6 4 9 36 24 54
programados
4. Suministro de 5 7 5 7 35 25 35
pequeños lotes
5. Apoyo técnico 6 4 7 7 24 42 42
251 255 203
Clasificación 2 1 3

Tendencias actuales en las relaciones con los Proveedores
Reducción de la base de proveedores.

Uso creciente de proveedores con sistemas de
aseguramiento de la calidad.
La función de Compras participa, cada vez más,
en grupos multidisciplinares para considerar los
aspectos técnicos, de marketing, de fabricación
y de logística que deben ser considerados en las
decisiones de compra.
Enormes esfuerzos para asegurar que los plazos
de entrega de los proveedores sean precisos.
Uso creciente de acuerdos de colaboración con
proveedores.
Uso creciente del EDI y del comercio electrónico.
Procurement 4.0 concept
 The essence of Purchasing 4.0 conception is:
 1. Substantial increase in enterprise value ranging from

5–10% of EBIT through an increased innovation level
with suppliers, crowd and start-ups, and focus on best
life-cycle value
 2. 100% on-time & in-full delivery
 3. Procurement established as innovation leader and
preferred business partner
 4. High satisfaction and retention of procurement
employees due to strategic job profiles
 5. Automated/digital processes free up time (and, if
required, resources) – payment and controlling
18
• http://bevideos.mhhe.com/business/video_library/007326881x/swf/Clip_02.html
Ford Supplier Organization

PREGUNTAS DEL TEMA 3
1. ¿Como el proveedor, que factores

del comprador (su cliente
potencial) considerarías
importantes en el establecimiento
de una relación a largo plazo?
2. ¿Como el comprador, que
factores del posible proveedor
considerarías importantes en el
establecimiento de una relación a
largo plazo?
Operaciones
Chapter
Gestión de la Demanda
4 y su Previsión
Scheduling
http://bevideos.mhhe.com/business/video_library/0072917776/swf/Clip_01.html
Ahora, si las estimaciones realizadas antes de la
batalla indican victoria, es porque los cálculos
cuidadosamente realizados muestran que tus
condiciones son más favorables que las condiciones
del enemigo; si indican derrota, es porque muestran
que las condiciones favorables para la batalla son
menores.
Con una evaluación cuidadosa, uno puede vencer;
sin ella, no puede.
Muchas menos oportunidades de victoria tendrá aquel
que no realiza cálculos en absoluto.
Sun Tzu “El arte de la guerra”

Gestión de la demanda
Identifica y gestiona toda la demanda de

productos.
Trabaja a largo, medio y corto plazo.
Supervisa la precisión de la previsión.
Ajusta las previsiones en función de la
demanda actual.

Gestión de la demanda
Mercado
Gestión de
la
demanda
Pedidos
de
clientes
Previsiones Planificación
Previsiones de ventas y Programa
de nivel alto de ventas y operaciones maestro
a medio operaciones
plazo

Fuentes de la Demanda
Forecasts (Previsiones)
Pedidos de los Clientes
Pedidos de reposición desde DCs
Transferencias entre plantas
Otras

Demanda Independiente vs. Demanda Dependiente
Solo la demanda independiente debe ser
forecasted
Demanda dependiente no debe ser forecasted;
debemos calcular la.
Independent demand

Demanda Estable vs. Dinámica
Demanda estable mantiene generalmente la

misma forma a lo largo del tiempo
Demanda dinámica suele ser erratica
Dinámica
Estable
Demanda
media

Modelo de la Demanda: Tendencias
Creciente
Decresiente
Plana (Nivelada)
Demanda
Quatrimestres

Modelo de la Demanda: Temporalidad
Demanda
Quatrimestres

Modelo de la Demanda: Error (Random)
Demanda
3
Quatrimestres

Problem
Cuando el cliente sospecha que puede

no recibir todo lo que solicitó “infla” la
orden.
El productor tiene así una versión
distorsionada de la demanda lo que
puede resultar en decisiones incorrectas
de inversión para aumentar la capacidad
de producción. (Lee, Padmmanabhan & Wang (1995).

Bullwhip effect
VOLUMEN
Supplier(s) Factory Distributor Retailer Customer

Problem
¿Qué se puede hacer?

Subcontratación
Cubrir la demanda Ventajas:

con subcontratación No hay exceso de
capacidad
Producción nivelada
Desventaja:
Costes de
subcontratación

Forecasting
Forecasting
Gestión de la Demanda

Gestión de demanda y previsión
Razones para la previsión:

Proporciona una visión del clima de negocio.
Es un preludio de la planificación.
Es una exploración de las amenazas y
oportunidades.
Los clientes no están dispuestos a esperar mucho
tiempo.
Se necesita tiempo para establecer los recursos.
Anticipa las necesidades de liquidez.
Evita stock obsoletos.
Forecasting Provides a
Competitive Advantage for Disney
► Global portfolio includes parks in Hong

Kong, Paris, Tokyo, Orlando, and Anaheim
► Revenues are derived from people – how
many visitors and how they spend their
money
► Daily management report contains only
the forecast and actual attendance at each
park
4 - 37
► Disney generates daily, weekly, monthly,

annual, and 5-year forecasts
► Forecast used by labor management,
maintenance, operations, finance, and
park scheduling
► Forecast used to adjust opening times,
rides, shows, staffing levels, and guests
admitted
4 - 38
► 20% of customers come from outside the

USA
► Economic model includes gross domestic
product, cross-exchange rates, arrivals
into the USA
► A staff of 35 analysts and 70 field people
survey 1 million park guests, employees,
and travel professionals each year
4 - 39
► Inputs to the forecasting model include

airline specials, Federal Reserve policies,
Wall Street trends, vacation/holiday
schedules for 3,000 school districts
around the world
► Average forecast error for the 5-year
forecast is 5%
► Average forecast error for annual
forecasts is between 0% and 3%
4 - 40
Previsión. Algunas cuestiones
Muchas fuentes de información.

Las previsiones siempre son erróneas.
Algunos productos son imprevisibles.
La previsión debe hacerse en los intervalos de tiempo
utilizados en la planificación.
Software de previsión.
Revisar y volver a ajustar la previsión de forma periódica.

Usos de las Previsiones
Identifcar cambios y tendencias en la demanda

Identifcar y ajustar los errores relacionados con variaciones
aleatorias (random)
Ajustar el periodo de previsión lo más cercano al periodo
actual para minimizar el error (bias) de la demanda media
Tomar las decisiones sobre stock de seguridad y nivel de
servicio basadas en el nivel de random variation (error de
previsión)

Principios de Forecasting
Forecasts (Previsiones)
No se confirman en 100% a lo largo del tiempo
Pueden llevar incluido un error
Son más adecuadas al grupo o familia de productos
Son más adecuadas para los periodos del tiempo más
cercanas al momento actual

Recogida de datos y su preparación - Ejemplo
Month 1 2 3 4 5 6 7 8 9 10 11 12
A 6000 6000
B 500 500 500 500 500 500 500 500 500 500 500 500
Media
1500 1500 1500 1500 1500 1500 1500 1500 1500 1500 1500 1500
Forecast
Cliente A – demanda anual: 12,000

Cliente B – demanda annual: 6,000
Total: 18,000
Media de los 12 meses: 1,500 por mes

Las Técnicas de Forecasting
Forecasting
Techniques
Qualitative Quantitative
Judgment Mathematics
Intrinsic Extrinsic
(Time Series) (Causal)

Técnicas Qualitativas
Basadas en la intuición y las opiniones

Tienden a ser subjetivas
Son utilizadas especialmente para business planning y
forecasting de los nuevos productos
Se utilizan para las previsiones a medio y largo plazo

Tecnicas Qualitativas
Algunas de estas técnicas son:
• La Investigación de Mercados
• El Método Delphi
• Brainstorming ó Tormenta de Ideas.
• Consulta a los Vendedores
• Analogía Histórica
• Panel de Consenso
• Modelos Bayesianos
• otros
Las mayores ventajas de estos métodos radica
en la rapidez relativa de respuesta y los bajos
costos operativos.
Las mayores desventajas radican en la

subjetividad de opinión de los actores
(expertos) que puede influir en mayor o menor
grado hacia otros 47
Market Survey
► Ask customers about purchasing

plans
► Useful for demand and product design
and planning
► What consumers say, and what they
actually do may be different
► May be overly optimistic

Jury of Executive Opinion
► Involves small group of high-level

experts and managers
► Group estimates demand by working
together
► Combines managerial experience with
statistical models
► Relatively quick
► ‘Group-think’
disadvantage

Delphi Method
► Iterative group
process, continues Decision Makers
(Evaluate responses
until consensus is and make decisions)
reached
► 3 types of Staff
(Administering
participants survey)
► Decision makers
► Staff
► Respondents Respondents
(People who can
make valuable
judgments)
Tecnicas Quantitativas: Extrinsic
Basadas en la correlación y casualidad

(modelos de regresión)
Se basan en los indicadores externos
Útil en el pronóstico de la demanda total de la
empresa o la demanda de las familias de
productos
Hay dos tipos de indicadores principales:
Económico
Demografíco

Model Selection
• Choosing an appropriate forecasting model

depends upon
1. Time horizon to be forecast
2. Data availability
3. Accuracy required
4. Size of forecasting budget
5. Availability of qualified personnel
52
Forecasting Method Selection Guide
Forecasting Method Amount of Historical Data Data Pattern Forecast
Horizon
Simple moving average 6 to 12 months; weekly Stationary (i.e. no Short

data are often used trend or seasonality)
Weighted moving 5 to 10 observations Stationary Short

average and simple needed to start
exponential smoothing
Exponential smoothing 5 to 10 observations Stationary and Short

with trend needed to start trend
Linear regression 10 to 20 observations Stationary, trend, Short to

and seasonality Medium
53
Tecnicas Quantitativas: Intrinsic
Basados en varios supuestos

El pasado nos ayuda a entender el futuro
Series temporales están disponibles
El patrón de la demanda el pasado
predice el futuro modelo de la demanda
Ejemplos
Media Móvil
Alisamiento Exponencial

Técnicas de previsión a corto plazo
Permiten supervisar y actualizar continuamente los datos
sobre la demanda.
Métodos:
Media simple
Media ponderada
Media móvil simple
Media móvil con tendencia
Alisado exponencial básico
Alisado exponencial corregido con la tendencia
Estas técnicas permiten tener en cuenta el grado de
estabilidad de la demanda, la estacionalidad y los
artículos de baja rotación.
Medias Simples: Ejemplo
Estamos en el mes de Diciembre;

¿cual sería la previsión de la demanda
para el mes de Enero?
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Jan
Mo.1 Mo.2 Mo.3
92 83 56 74 85 84 84 81 75 63 91 84 ?

Medias simples
Facilidad de cálculo.
Idóneo para artículos con demanda estable.
¿Cuántas demandas anteriores incluir en el
cálculo?
Cuantas más demandas individuales se
incluyan en las series, menos influencia
tendrán la fluctuaciones aleatorias.
Cuantas menos demandas individuales se
incluyan en las series mayor será la
posibilidad de que el modelo haya
cambiado y menos fiable será la estimación.
Medias Móviles: Principios
Se utilizan mejor cúando la demanda es estable

y con ligera tendencia o temporalidad.
Cúando la demanda en el pasado mostraba la

variabilidad tipo random.

Medias Móviles: Lógica
Prevision de Media Móvil = demanda media en los periodos anteriores
Moving average forecast for month 4

Σ Demand for months 1- 3 288
= = = 96 units
No. of months 3
Month Demand Three - Month Total Next Month

Forecast
1 102
2 91
3 95 288 96
Key:  = Suma MONTH 4 FORECAST

Problem 2.1
Deman Three-Month Next Month

Month
d Total Forecast
1 102
2 91
3 95
4 105
5 94
6 101

Problem 2.1 Solución
Three-Month Next Month

Month Demand
Total Forecast
1 102
2 91
3 95 288 96
4 105 291 97
5 94 294 98
6 101 300 100

Problem 2.1

Problem 2.1 Solution

Problem 2.1 Solución
106
Actual
104 Forecast
Month 3-Month Forecast
Total 102
Demand
3 288 96 100
4 291 97 98
96
5 294 98
94
6 300 100
92
90
0 2 4 6 8
Period

Demanda real & media móvil simple
120
------- Demanda
---- --- 4 periodos
100 ---- --- 3 periodos
80
Demanda
60
40
20
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Periodo

Medias ponderadas
Facilidad de cálculo.
Tiene en cuenta la tendencia de la serie; dando mayor
protagonismo a las demandas más recientes.
La ponderación mayor se asigna a la demanda más
reciente y luego, moviéndose hacia atrás disminuimos
en una unidad la ponderación de los períodos
siguientes.
Total Demanda * Ponderación

Demanda media 
Total Ponderación

Graph of Moving Averages
Weighted moving average

30 –
Sales demand 25 –
20 –
15 – Actual sales
10 – Moving average
5–
| | | | | | | | | | | |
J F M A M J J A S O N D
Figure 4.2 Month
© 2014 Pearson Education, Inc. 4 - 67

Alisado exponencial básico
Media alisada = media alisada anterior +  (demanda real - media alisada anterior)
Si  = 0,1
Periodo Demanda Media Usos como Error de previsión
(A) (B) alisada previsión de un (Previsión –Real)
(C ) período (E)
anticipado
(D)
1 54 (54)
2 81 56.70 54.00 -27.00
3 71 58.13 56.7 -14.3
4 80 60.32 58.13 -21.9
5 75 61.79 60.32 -14.68
6 79 63.51 61.79 -17.21
7 97 66.86 63.51 -33.49

Choice of Exponential Smoothing Factors
0.1 Low weighting -most smoothing

0.9 High weighting - close to actual
Actual sales

Choosing 
The objective is to obtain the most accurate

forecast no matter the technique
- relatively small value of  are common –
usually in the range 0.1 to 0.3
-  depends upon how much random
variation is present.
We generally do this by selecting the model
that gives us the lowest forecast error
Forecast error = Actual demand – Forecast value

= At – Ft
Class Problem 2.2
New forecast= (latest forecast) + α(actual demand – previous
period forecast)
A. Prepare an exponential smoothing forecast for June.
May data: actual demand = 220; forecast = 200.
Calculate the forecast for June using a smoothing

constant (α) of .20.
B. Prepare an exponential smoothing forecast for July.
June data: actual demand = 240
Calculate the forecast for July using a smoothing

constant (α) of .80.
Class Problem 2.2 Solution
New forecast= (latest forecast) + α(actual demand – previous
period forecast)
A. Prepare an exponential smoothing forecast for June.

= 200 + .2( 220 – 200) =
= 200 + 4 = 204
B. Prepare an exponential smoothing forecast for July.

= 204 + .8(240 – 204) =
= 204 + 28.8 = 232.8

Previsión estacional
Si un artículo tiene un modelo estacional en sus perfiles

de demanda, esto significa que el nivel de demanda
media varia en diferentes períodos de tiempo.
Por lo tanto, si se quieren hacer previsiones precisas,

es necesario utilizar técnicas que tengan en cuenta los
cambios en el nivel medio de demanda. Hay dos
métodos básicos:
- Índices estacionales
- Método de Series básicas

ÍNDICES ESTACIONALES
Índices estacionales
Desarrollar una previsión estacional para

cada periodo del año cuya demanda
queremos prever
3
Desarrollar una previsión de la demanda

para todos los periodos
2
Calcular el índice de la estacionalidad de

la demanda para cada periodo
1

Índices estacionales – Paso 1
Demanda Historíca
Año Quatrimestre Total
1 2 3 4
1 122 108 81 90 401
2 130 100 73 96 399
3 132 98 71 99 400
Media 128 102 75 95 400
400
Demanda Media para todos quatrimestres = = 100 units
4
Quarter Average Quarterly Demand/100 Seasonal Index

1 128/100 = 1.28
2 102/100 = 1.02
3 75/100 = 0.75
4 95/100 = 0.95
Total = 4.00

Previsión Desestacionalizada (Step 2)
Hacer la previsión para el año siguiente

Desestacionalizar la previsión — distribuir la
de manera uniforma a lo largo de los 4
quatrimetstres
Demanda Desestacionalizadad Annual forecast

=
(demanda media/tiempo) No. of periods
420
= = 105 units
4

Previsón estacional (Paso 3)
Cálculo
= (seasonal index) 
Expected quarter demand (deseasonalized forecast
demand)
Expected first quarter demand = 1.28 X 105 = 134 units
Expected second quarter =
1.02 X 105 = 107 units
demand
Expected third quarter demand = .75 X 105 = 79 units
Expected fourth quarter =
.95 X 105 = 100 units
demand
Total forecast demand = 420 units

Los modelos de previsión – aplicabilidad como criterio

Forecast Errors
 Forecast error is the difference between the

forecast value and what actually occurred
 All forecasts contain some level of error
 Sources of error
 Bias – when a consistent mistake is made
 Random – errors that are not explained by the model being used
 Measures of error
 Mean absolute deviation (MAD)
 Mean absolute percent error (MAPE)
 Tracking signal
79
Forecast Error Measurements
 Ideally, MAD will be zero  MAPE scales the forecast error to

(no forecasting error) the magnitude of demand
 Larger values of MAD
indicate a less accurate
model
 Tracking signal indicates whether

forecast errors are accumulating
over time (either positive or
negative errors)
80
Tracking Signal Measurements
 Tracking signal indicates whether forecast errors are

accumulating over time (either positive or negative errors)
 Positive TS – demand is > than forecast; negative TS is
demand is <than forecast
 Small RSFE is OK ; high RSFE seems BIAS error
81
Tracking Signal
Signal exceeding limit
Tracking signal
+ Upper control limit
0 MADs Acceptable range
– Lower control limit

Time
1MAD = .8 standard deviation

2MAD = +/- 1.6 standard deviations
FORECAST UNDER CONTROL – 89% errors = +/- 2MAD

- 98% errors = +/- 3MAD
- 99,9% errors = +/- 4MAD
Seguimiento de la
Previsión

Seguir la Previsión
Forecasts no se cumplen casí núnca

en un 100%
¿Porqúe seguir las previsiones?
Para entender porque la demanda es
diferente que la previsión
Para prever los errores en el futuro
Para mejorar los métodos de hacer
las previsiones

Seguimiento del error de previsión
Es imprescindible tener un proceso de control de los cambios de
demanda y una medida del error de previsión. Estos dos nos
permitirán saber cuando el sistema falla o está fuera de control
Permite hacer ajustes para corregir la previsión y obtener una
varianza aceptable de la demanda real.
El método más simple de controlar un sistema de previsión es el
uso de una “Señal de Seguimiento”. .
Basado en establecer la aceptabilidad o error de previsión
dentro de unos grados de seguridad estadística.
La “señal de seguimiento” siempre se encuentra ente +1 y -1.
El valor de los límites control viene determinado por el nivel de
confianza y el valor de la constante de alisado .

Puesta en marcha de un sistema de previsión (1)
Especificar las razones de la necesidad de un

sistema de previsión.
Identificar el número de productos.
Identificar los grupos de productos de difícil
previsión.
Evaluar los costes y los beneficios del sistema
de previsión.
Elegir un equipo de proyecto, encontrar un
proveedor y desarrollar programas de
formación y puesta en marcha.

Puesta en marcha de un sistema de previsión (2)
Probar varios sistemas de previsión sobre datos
históricos para analizar el nivel de exactitud de la
previsión y su facilidad de uso.
Determinar cómo se integrará la previsión en la
planificación de ventas y operaciones, fabricación,
etc.
Definir cómo tiene que gestionarse el sistema.
Objetivo: obtener una única previsión para su uso en
los sistemas de planificación.
Dedicar recursos suficientes a la formación.

PREGUNTAS DEL TEMA 4
1. Can a factory be fast, dependable, flexible, produce
high-quality products, and still provide poor service from
a customer’s perspective?
2. Why should a service organization worry about being world

class if it does not compete outside its own national border?
What impact does the Internet have on this?
3. What are the major priorities associated with operations and

supply chain strategy? How has their relationship to each other
changed over the years?
4. Find examples where companies have used features related

to environmental sustainability to “win” new customers.

Slides - Compras y Previsiones

Cargado por

Copyright:

Formatos disponibles

Slides - Compras y Previsiones

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Slides - Compras y Previsiones

Cargado por

Copyright:

Formatos disponibles

Operaciones

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

The essence of Industry 4.0 conception is:

 the introduction of network-linked intelligent systems,

Compras en la Industria son diferentes que

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

Materias primas y componentes

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

La universalidad, la rapidez de las

USFQ – QUITO © 2016 Marek Michalski · Reproduction prohibited without permission

Obtener los productos y servicios con calidad adecuada y

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

Partnering con el Proveedor

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

Posibilitar y facilitar los cambios de fechas de

Realización de órdenes de compra fuera de

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

El proveedor puede contribuir a la rentabilidad y

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

Valoración del proveedor PUNTUACIÓN

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

Reducción de la base de proveedores.

 The essence of Purchasing 4.0 conception is:

 1. Substantial increase in enterprise value ranging from

Ford Supplier Organization

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

1. ¿Como el proveedor, que factores

Sun Tzu “El arte de la guerra”

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

Identifica y gestiona toda la demanda de

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

Demanda estable mantiene generalmente la

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

Cuando el cliente sospecha que puede

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

Supplier(s) Factory Distributor Retailer Customer

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

¿Qué se puede hacer?

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

Cubrir la demanda Ventajas:

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

Razones para la previsión:

► Global portfolio includes parks in Hong

► Disney generates daily, weekly, monthly,

► 20% of customers come from outside the

► Inputs to the forecasting model include

Muchas fuentes de información.

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission

Identifcar cambios y tendencias en la demanda

USFQ – QUITO © 2018 Marek Michalski · Reproduction prohibited without permission