Trabajo Parcial - Grupo 3 - In61

FACULTAD DE INGENIERÍA
CARRERA DE INGENIERÍA INDUSTRIAL

Curso:
PLANEAMIENTO Y CONTROL DE OPERACIONES
(IN322)
EMPRESA “LA IBÉRICA”
TRABAJO PARCIAL
INTEGRANTES
Rayzhon Alonso García Alarcon - U201824604
Margot Sharon Cotrina Rojas - U201623675
Anderson Franco Flores Orihuela – U201526211
Manuel Enrique Flores Choqque - U20191b815
Iquira Pizarro Delgado Gabriel - U201916293
Nathaly Lizbeth Condori Borja - U202011613
Gustavo Alonso Acosta Buitron-U202012402
SECCIÓN:
IN61
PROFESOR:
Oswaldo Yvan Cuya Krenz
Lima, 28 de septiembre de 2022
1. Descripción de la Empresa:.........................................................................................................8
1.1. Rubro e Industria ...................................................................................................................8
1.2. Descripción de la Estructura Organizacional: Organigrama ....................................................9
1.3. Descripción de Macroprocesos: SIPOC ................................................................................ 10
Clientes (Customer) ........................................................................................................................ 10
1.4. Descripción de Procesos: DOP, DR, Flujograma. ................................................................. 11
1.4.1. Diagramas DOP ........................................................................................................... 11
1.4.2. Diagrama DR............................................................................................................... 14
1.4.3. Flujograma .................................................................................................................. 15
....................................................................................................................................................... 15
2. Diagnóstico Situación Actual (As Is) ......................................................................................... 16
2.1. Análisis del Mercado y Entorno (SEPTEG, 5 Fuerzas de Porter, Segmentación, Canvas
Business Model, etc.) ...................................................................................................................... 16
2.1.1. Análisis SEPTEG ........................................................................................................ 16
2.1.2. 5 fuerzas de Porter ....................................................................................................... 17
2.1.3. Segmentación .............................................................................................................. 19
2.2. Identificación de los 3 Productos Patrón ............................................................................... 20
2.3. Determinación de los Costos Operativos .............................................................................. 21
2.4. Estrategia de Operaciones: ................................................................................................... 22
2.4.1. Análisis y Descripción de la Meta de la Empresa .......................................................... 22
2.4.2. Descripción de las Principales Funciones de la Empresa ............................................... 23
2.4.3. Análisis y Descripción de las Principales Decisiones de la Administración de
Operaciones ................................................................................................................................ 23
2.4.4. Identificación y Descripción de la Cadena de Valor y de la Cadena deSuministro......... 24
2.4.5. Descripción de la Estrategia Corporativa de la Empresa (Misión, Visión, Valores,
Estrategias Funcionales, Objetivos, Indicadores, Metas, Planes o Proyectos Estratégicos, etc.) ..... 25
2.4.6. Identificación y Análisis del Alineamiento Estratégico: Prioridades y Capacidades
Competitivas ............................................................................................................................... 26
2.4.7. Análisis del Desarrollo de Nuevos Productos y Servicios: Estrategias de Desarrollo. ..... 29
2.5. Estrategia de Proceso ........................................................................................................... 30
2.5.1. Identificación, Descripción y Clasificación de los Procesos .......................................... 30
2.5.2. Análisis y Descripción de la Estructura de los Procesos: Matriz del Contacto con el
Cliente (servicios) y7o Matriz de Productos y Procesos(Bienes) ................................................... 32
2.5.3. Análisis y Descripción de la Participación del Cliente .................................................... 32
2.5.4. Análisis y Descripción de la Flexibilidad de los Recursos: Tipos deMáquinas y Mano
de Obra 33
2.6. Identificación y Fundamentación del Problema de Operaciones............................................. 37
2.6.1. Técnica 5 Why’s .......................................................................................................... 37
2.6.2. Ishikawa ...................................................................................................................... 37
2.6.3. Pareto .......................................................................................................................... 38
2.7. Determinación del Impacto Económico. ............................................................................... 39
2.8. Medición de Indicadores Actuales (Línea base): Eficiencia, Eficacia,Efectividad, OEE,
Productividad, Costos de Producción, etc. ....................................................................................... 40
2.9. Conclusiones del Diagnóstico .............................................................................................. 41
3. Identificación de La demanda ...................................................................................................... 42
3.1. Etapa 1: Recopilación de Datos ................................................................................................ 42
3.1.1. Identificar la fuente de datos apropiada (interna o externa) ........................................... 42
3.1.2. Definir el tipo de datos a usar ....................................................................................... 42
3.1.3. Definir el tipo de periodo a usar (años, trimestres, meses, etc.) ..................................... 43
3.1.4. Seleccionar el número de periodos históricos relevantes ............................................... 43
3.2. Etapa 2: Análisis de Datos ................................................................................................... 43
3.2.1. Identificar el patrón de datos ........................................................................................ 43
3.2.2. Graficar los datos históricos y visualizar alguna señal del Patrón. ................................. 43
3.2.3 Calcular el Coeficiente de Auto Correlación, Analizar y Comprobar el Patrón Observado ... 45
3.2.4 Establecer la Línea Base de los Datos Históricos a usar ...................................................... 46
3.3. Etapa 3: Construcción de Modelos ....................................................................................... 47
3.3.1. Seleccionar los Modelos Adecuados ............................................................................ 47
3.3.2. Calcular las Estimaciones de los Periodos Históricos ........................................................ 48
3.3.3. Calcular los Errores de las Estimaciones para cada Modelo Usado (DAM, ECM, EPAM). 65
3.3.4. Analizar los Errores: Comparación de Métodos y Análisis del Sesgo ................................ 66
3.4. Etapa 4: Extrapolación de Resultados. ................................................................................. 67
3.4.1. Estimar el Pronóstico Futuro. ....................................................................................... 67
4. Propuesta de Mejora (To Be) .................................................................................................... 68
4.1. Localización de Planta ......................................................................................................... 68
4.1.1. Análisis de alternativas de localización de nueva y/o ampliación decapacidad de planta 68
4.1.2. Análisis de localización de Planta usando uno de los métodos estudiados ........................... 68
4.2. Planeamiento Agregado ........................................................................................................... 69
4.2.1. Análisis Gráfico ................................................................................................................ 69
4.2.2. Desarrollo de dos estrategias de Plan Agregado ................................................................. 70
4.2.3. Comparación de Estrategias y Toma de Decisiones. ........................................................... 77
4.3. Programa Maestro de Producción (PMP) ............................................................................. 77
4.3.1. Control de Pedidos ............................................................................................................ 77
4.3.2 Validación con el Plan Agregado (PA) ............................................................................... 79
4.4. Costos de Inventarios y Setups ............................................................................................. 80
4.4.1. Costos de Mantenimiento ............................................................................................. 80
4.4.2. Costos de Ordenamiento .............................................................................................. 81
4.4.3. Costos de Almacenamiento .......................................................................................... 82
4.4.4. Costos de Setup. .......................................................................................................... 83
Conclusiones ...................................................................................................................................... 84
Recomendaciones ............................................................................................................................... 84
Bibliografías ....................................................................................................................................... 85
Anexos ............................................................................................................................................... 86
Índice de Figuras
Ilustración 1 Logo de la empresa "La Ibérica" 8
Ilustración 2: Organigrama de la empresa La Ibérica 9
Ilustración 3 DOP Pastillas de chocolate 11
Ilustración 4 DOP Toffees 12
Ilustración 5 DOP Barras Milky 13
Ilustración 6 Diagrama de recorrido 14
Ilustración 7 Flujograma de La Ibérica 15
Ilustración 8 5 fuerzas de Porter 18
Ilustración 9 Cadena de Valor 24
Ilustración 10 Cadena de Suministro 25
Ilustración 11 Prioridades Competitivas 28
Ilustración 12 Servicio Ibérica 29
Ilustración 13 Matriz de Productos y Procesos 32
Ilustración 14 Ishikawa 37
Ilustración 15 Pareto 38
Ilustración 16 Porcentaje de Participación 39
Ilustración 17 OEE Línea de Producción Pastillas de Chocolate 39
Ilustración 18 OEE Línea de Producción Toffees 39
Ilustración 19 OEE Línea de Producción Barras Milky 40
Ilustración 20 Productividad 40
Ilustración 21 Cuadro de unidades vendidas 42
Ilustración 22 Unidades vendidas Pastillas Chocolate 43
Ilustración 23 Unidades de Toffees 44
Ilustración 24 Unidades de Barras Milky 44
Ilustración 25 Autocorrelación Pastillas Chocolate 48
Ilustración 26 Autocorrelación Toffees 48
Ilustración 27 Autocorrelación Barras Milky 48
Ilustración 28 Pronóstico de pastillas de chocolate por método Winters 49
Ilustración 29 Winters Pastillas de Chocolate 50
Ilustración 30 Pronóstico de pastillas de chocolate por D. Factores 50
Ilustración 31 D. Factores Pastillas de Chocolate 51
Ilustración 32 Pronóstico de Toffees por método Winters 51
Ilustración 33 Gráfica de ventas vs pronóstico de Toffees por método Winters 52
Ilustración 34 Pronóstico de Toffees por Descomposición por factores 52
Ilustración 35 Gráfica de ventas vs pronóstico de Toffees por D.factores 53
Ilustración 36 Pronóstico de Barras Milky por método Holt 53
Ilustración 37 Gráfica de ventas vs pronóstico de Barras Milky por método Holt 54
Ilustración 38 Pronóstico de Barras Milky por método de Regresión Lineal 54
Ilustración 39 ventas vs pronóstico Barras Milky por Regresión Lineal 55
Ilustración 40 Errores por método de Winter Pastillas 54
Ilustración 41 Errores por método de Descomposición por factores Pastillas 54
Ilustración 42 Errores por método de Winter Toffees 54
Ilustración 43 Errores por método de Descomposición por factores Toffees 54
Ilustración 44 Errores por método de Holt Milky 55
Ilustración 45 Errores por método de Regresión Lineal Milky 55
Ilustración 46 Comparativa de Errores para ambos de métodos de Pastilla de Chocolate 55
Ilustración 47 Comparativa de Errores para ambos de métodos de Toffees 55
Ilustración 48 Comparativa de Errores para ambos de métodos de Barras Milky 55
Ilustración 49 Intervalo de confianza del método Winters para el pronóstico de Pastillas de
Chocolate 56
Ilustración 50 Intervalo de confianza del método Winters para el pronóstico de Toffees 56
Ilustración 51 Intervalo de confianza del método de Regresión Lineal para el pronóstico de
Barras Milky 56
Ilustración 52 Mapa de Localización 58
Ilustración 53 Gráfico Demanda 69
Ilustración 54 Gráfico Capacidad Constante 70

Ilustración 55 Demanda vs Producción Acumulada CC 73
Ilustración 56 Gráfico Capacidad Variable 75
Ilustración 57 Demanda vs Producción Acumulada CV 77
Ilustración 58 Demanda vs Pedidos PMP 78
Ilustración 59 Pedidos PMP 78
Ilustración 60 PMP Pastillas 79
Ilustración 61 PMP Toffees 79
Ilustración 62 PMP Milky 79
Ilustración 63 Validación PMP 79
Ilustración 64 análisis del año 2022 80
Ilustración 65 Análisis del año 2023 80
Ilustración 68 Costos de Ordenamiento 81
Ilustración 69 Gráfico Orden de Compra 82
Ilustración 70 – Registro de Gastos 82
Ilustración 71 – Costos de almacén 2022-2025 83
Ilustración 72 - Cálculos del costo de ordenamiento (SETUP) 83
1. Descripción de la Empresa:
La Ibérica es una empresa familiar y tradicional de chocolates que ha sido
fundada en 1909. Esta empresa es reconocida en la ciudad de Arequipa,
caracterizada por su auténtico chocolate. El raciocinio primordial es poder
aprovechar el cacao y sacarosa peruano para así mezclar la receta del chocolate
europeo en nuestro país.Hoy en día cuentas con más de 42 puntos de venta
entre Lima, Arequipa, Cuzco,Puno, Tacna Y Huancayo. La Ibérica tuvo una
medalla de oro en 1927 por elaborar distintos tipos de chocolates, ampliando
así su rubro y demostrando porque se ha consolidado como el líder con respecto
a calidad y orgullo del Perú.
Ilustración 1 Logo de la empresa "La Ibérica"

Fuente: Empresa La Ibérica
1.1. Rubro e Industria
RUC 20100211115
PÁGINA WEB http://www.laiberica.com.pe
RAZÓN SOCIAL FAB DE CHOCOLATES LA IBERICA S
A
TIPO DE EMPRESA Sociedad anónima
CONDICIÓN Activo
CIIU 15432
Fuente: Elaboración propia
Esta empresa se encuentra en el rubro de alimentos, sector de

confiterías y dulcerías, ofreciendo diversidad. La empresa
Ibérica se dedica a la elaboración y comercialización de los más
sabrosos chocolates, toffees, mazapanes, turrones, entro otros.
Así es como podemos decir que La Ibérica cuenta con una
amplia gama de productos.
La industria alimentaria es la que se encarga de los procesos
que van de la mano con la cadena alimentario. Según El
Comerio (2019), las confiterías y dulcerías son clásicos a lo
largo del Perú, muestro territorio tiene una enorme riqueza
gastronómica y los postres son una de nuestras propias
fortalezas.
1.2. Descripción de la Estructura Organizacional: Organigrama
El siguiente organigrama permite analizar la estructura de la empresa La Ibérica. Podremos visualizar su la función de cada rol
ycómo se desempeñan en la función asignada ya que es importante dentro del departamento de Recursos Humanos.
Gerencia
General
Gerencia Almacén
Gerencia de Gerencia de Gerencia
Administraci producto
ónón Comercial Producción Comercial terminado
Dpto. de Dpto. de
Dpto. de Dpto. de Dpto. de Dpto. de Dpto. de
Logística Proyectos
Desarrollo Control de
sistemas contabilidad personal Ventas Producción
Jefe de Asistente Jefe de Ventas en Jefe de Jefe de Jefe de

Finanzas Distribución Compras
computo Social tiendas Mercado Sur producción desarrollo calidad
Tiendas
Asistente de Operador de Encargado
Asistente Almacén Almacén MP
Arequipa y
computo computo Lima de planta
Ilustración 2: Organigrama de la empresa La Ibérica

1.3. Descripción de Macroprocesos: SIPOC
El diagrama SIPOC nos ayuda a tener un preciso proceso de negocios donde encontramos a los proveedores, entradas, procesos, salidas yclientes. SIPOC
está diseñado para brindar información importante sobre un proceso hacia los encargados de toma de decisiones.
Proveedores Entrada Procesos Salidas

(Supplier) s (Process) (Output) Clientes (Customer)
(Input)
 Azúcar
 Proveedor de  Pesado de  Ilusión de
 Pasta de Cacao  Propias
insumos insumos chocolate
 Manteca de tiendas
 Proveedor de  Fermentación  Pastillas de
Cacao  Supermercado
servicios (gas,  Secado chocolate con
 Leche entera s
agua y luz)  Mezclado leche

en polvo
  Locales
Proveedores
  Amasado Toffees
Leche
Surtidos  Consumidor
de equipo  Tostado
yherramientas
descremada
  Famil
 Leche  Moliendas Bombones
 Moldeado Selectos
 Huevo
 Enfriado  Barras Milky
 Trigo
 Soya
1.4. Descripción de Procesos: DOP, DR, Flujograma.
1.4.1. Diagramas DOP
1.4.1.1. DOP Pastillas de Chocolate
Ilustración 3 DOP Pastillas de chocolate
Fuente: Elaboración Propia

1.4.1.2. DOP Toffees
Ilustración 4 DOP Toffees

1.4.1.3. DOP Barras Milky
Ilustración 5 DOP Barras Milky

1.4.2. Diagrama DR
Ilustración 6 Diagrama de recorrido Fuente: La Ibérica

1.4.3. Flujograma
Ilustración 7
Flujograma de
La Ibérica
Fuente: Empresa La Ibérica

2. Diagnóstico Situación Actual (As Is)
2.1. Análisis del Mercado y Entorno (SEPTEG, 5 Fuerzas de Porter, Segmentación, Canvas
Business Model, etc.)
2.1.1. Análisis SEPTEG
2.1.1.1. Aspecto Social
La fábrica de chocolate está al nivel de las medianas empresas en términos de
fiscalidad. Actualmente se encuentra en Arequipa, Lima, Cusco, Puno, Tacna,
Moquegua y Huancayo. Según el último censo de población de Arequipa del
2017. Arequipa es la cuarta provincia más poblada con 1.382.730 habitantes
incremento anual de 2.4 por ciento. Según la encuesta del INEI, el sector
arequipeño está creciendo.
En este sentido, La Ibérica ofrece sus 200 dulces que se basan en el cacao de
primavera y otoño de La Convención (Cusco) satisface las necesidades de la
gente con sus diversos y variados chocolates a cada uno según su gusto,
gracias a lo cual tiene un certificado de Honor de la industria y el chocolate
más dulce de Arequipa otorgado por la asociación Instituto Nacional de
Industria del Perú.
2.1.1.2. Aspecto Económico
La ibérica implementa una nueva estrategia de gestión, ya que ellos tuvieron que
recortar 20% de la producción de chocolate y a su vez, incluir el delivery por
primera vez a raíz de la pandemia.
Según MEFF (2019), las exportaciones contribuyen a la economía nacional
porque gracias a la economía global, el mercado está en constante cambio.
2.1.1.3. Aspecto Político
La empresa Ibérica reconoce que los riesgos políticos tienen riesgos que a menudo
van desde mayores costos operativos, perdida de negocio hasta posible cierre
de plantas. Todos estos factores afectan a la actividad de la empresa de manera
que, con toda la coyuntura política, se tuvo que anunciar a través de su Gerente
General (Bernando Suarez, 2019), que la empresa no quebrará, el virus no
vencerá las metas establecidas y que ya están empezando su estrategia de
gestión.
Además, en los últimos meses se vio enroscado en la disputa del tipo de
etiquetado a usar para productos de consumo masivo (leche, sacarosa, helado,
galletas, chocolates, etcétera.), donde consigna de forma necesaria la
utilización del etiquetado octogonal, después de publicarse el reglamento de
la Ley N° 30021, Ley de Ingesta de alimentos de Salud. De modo que, se ha
disminuido el consumo y la comercialización de los productos por tal ley, pues
ahora los clientes se fijan en el etiquetado y el cuadro de información.
2.1.1.4. Aspecto Tecnológico
En este sentido, se busca una mayor productividad basada en la mejora del
producto, ya que se deben eliminar los errores para tener un producto de
calidad tanto para el cliente como para el medio ambiente. Una industria como
el chocolate está inmerso en este desarrollo y necesita de maquinaria y los
medios para su venta, al ser una compañía de carácter familiar, todos los
miembros de esta poseen obligaciones concretas que mueven a la
organización. Por otro lado, las empresas tienen que adaptarse a la
modernización que se vive cada día, lo que crea más estrategias para las
empresas y puede optimizar sus procesos. Esto conducirá al éxito en tener un
producto de calidad y diferenciarlo de otras empresas. Finalmente, la empresa
está vinculado a la industria del papel y la química los cuales son necesarios
en la cadena de producción.
2.1.1.5. Aspecto Ecológico
Según Yacolca (2016), el Perú carece la complejidad de las empresas de producción
en masa afecta al medio ambiente. En este sentido, La Ibérica considera que
es la esencia del procesamiento del producto. Es importante que el clima, el
agua y el suelo sean especialmente favorables para los cultivos la mejor región
cacaotera (Cusco).
Lo que diferencia Chocolates la Ibérica es que trabajan el producto a partir de
la sustracción del grano de cacao, acompañan el proceso a partir de los granos
hasta el producto final y reconoce al fruto de cacao como cultivo
independiente de pesticidas, por medio del certificado de negocio justo, para
que se le acepte un justo costo al fruto a causa de sus consumidores como son
las cooperativas agrarias, comerciantes, etcétera.
2.1.1.6. Aspecto Global
La Ibérica ha estado recientemente en conversaciones con la cadena de

supermercados chilenos para que se siga expandiendo, monitoreando sus
ingresos para que haya mayor venta con el mismo costo y así no perder la
autenticidad de su producto.
2.1.2. 5 fuerzas de Porter
2.1.2.1. Amenaza de entrada de nuevos competidores

Existen marcas que son nuestra competencia directa, ellos vienen
a ser la amenaza de entrada al mercado locas. Sin embargo, La
Ibérica lo considera baja, ya que el posicionamiento que tiene la
empresa es fuerte comparado con otras empresas también
consideradas líderes. Sin embargo, la constante innovación de
ciertas marcas pone en tela de juicio el incremento de ventas
porque puede hacer a La Ibérica menos accesible el ingreso y
competencia de nuevas empresas.
2.1.2.2. Rivalidad entre competidores

Un contrincante directo es un contrincante que ofrece productos o
servicios con las mismas propiedades que nuestros propios
productos o servicios al mercado al que nos dirigimos, así sea para
bien o para mal, de manera definitiva son para saciar las mismas
necesidades o anhelos de nuestras propias metas. Chocolates
Helena es una organización productora y comercializadora de
chocolates, tejas, choco tejas y bombones de conocida calidad por
la implementación de elementos selectos. La organización va a un
Mercado A – B y cuenta con 8 tiendas propias, aspectos de
comercialización tanto en el canal clásico como en el canal nuevo
de mayor relevancia de Lima e Ica. Adicionalmente, cuenta con
una página virtual tanto pata el Perú como para los Estados Unidos.
Da productos bajo el lema Hechos en el hogar mediante su slogan
Helena Pura Dulzura como desarrollada en el hogar
2.1.2.3. Poder de negociación de los proveedores
El poder de negociación de los proveedores de cacao es bajo ya
que el costo del cacao se rige por el mercado universal. De esta
forma, los proveedores no van a poder manipular al cliente con
costos elevados. El Perú fue considerado como uno de los más
importantes productores y proveedores de cacao fino y de aroma,
de igual manera, además es identificado como el segundo
productor de cacao orgánico en todo el mundo.
2.1.2.4. Poder de negociación de los compradores

El poder de negociación de los consumidores es bajo ya que en el
mercado presente no hay ofertas accesibles de chocolates
personalizados con diseño 3D. No obstante, al ser un producto
dirigido a un segmento que no es de consumo masivo, la crítica de
los consumidores puede modificar el rumbo del plan.
2.1.2.5. Amenaza de ingresos de productos sustitutos
La amenaza que presenta es la de productos sustitutos, la empresa
reconoce que es alta ya compite con otras marcas reconocidas por
niños, jóvenes y adultos.
Ilustración 8 5 fuerzas de Porter
Fuente: Iso 9001:2015

2.1.3. Segmentación
Geográfica Demográfica Psicográfica Conductual
Arequipa es la La ibérica se Dirigido a un Producto
cuarta dirige la clase mercado que para la
provincia más media, media buscan satisfacción
poblada con alta y alta satisfacer de una
1.382.730 necesidades necesidad.
habitantes. del consumo
de chocolate Distribución
de calidad. en múltiples
establecimie
ntos.
La Ibérica concentra sus productos para la clase media, media alta y

alta; ya que los individuos de estas clases sociales buscan ser
sorprendidos con diversos productos que superen sus expectativas.
Además, estas personas conocen las ventajas del cacao.
La Ibérica está dirigido a un mercado de individuos que buscan saciar

sus necesidades del consumo de un chocolate de calidad, los cuales
tienen la posibilidad de ser usados como obsequios; además, los
chocolates de esta organización permanecen involucrados con la
tradición y son comprados por los turistas que visitan nuestra región,
en esencia para probar el cacao peruano que es dicho en el extranjero
como uno de los superiores.
El posicionamiento de mercado es la postura que ocupa un producto o

servicio de una compañía determinada en la mente de los
consumidores. El posicionamiento de mercado es la postura, ventajosa
o no, en la que está un producto o servicio, así como una compañía, en
relación con sus competidores. El posicionamiento de mercado trata
de evaluar si la postura que ocupa tu compañía, bien o servicio es la
correcta, así como si pudiera ser mejor. Se dice que se tiene un buen
posicionamiento de mercado cuando nuestros bienes o servicios
destacan sobre nuestros competidores, tanto directos como indirectos.
Los productos muestran una alta demanda en el mercado, ya que es

adquirido para ser compartido en diversas situaciones o sencillamente
para ser de consumo personal, sus productos al ser hechos con las
superiores recetas europeas son denominados chocolates finos,
demostrando una bastante buena calidad al instante de ser vendido.
2.2. Identificación de los 3 Productos Patrón
PRODUCT DESCRIPCIÓN IMAGEN

O
Pastillas de Chocolate elaborado a
chocolate base de pasta de cacao,
manteca de cacao,
azúcar, leche en polvo,
lecitina de soya. 40%
de cacao puro
Toffees Caramelos blandos

surtidos con chocolate,
coco, naranja, castaña
y sabor a vainilla
Barras Milky Hecho con granos de

cacao de Cusco,
especialmente
seleccionados y
tostados con un toque
de amargura en el
sabor.

2.3. Determinación de los Costos Operativos
MATERIALES DIRECTOS DE FABRICACIÓN
MATERIA PRIMA /
N° UNIDADES CANTIDAD PRECIO Unit TOTAL
INSUMO
S/.
1 Kg 40
Cacao S/. 7.70 308.00
S/.
2 Lt 22
Leche S/. 5.40 118.80
S/.
3 Kg 10
Manteca de Cacao S/. 5.00 50.00
S/.
4 Kg 20
Azúcar S/. 4.60 92.00
S/.
5 Lt 5
Caramelo S/. 18.00 90.00
S/.
6 Lt 2
Vainilla S/. 8.50 17.00
S/.
7 Lt 1.5
Esencia de Arequipa S/. 10.00 15.00
S/.
8 Kg 6
Mantequilla S/. 60.00 360.00
S/.
9 Kg 18
Huevo S/. 5.60 100.80
S/.
SUB TOTAL 1,151.60
S/.
IMPREVISTOS DURANTE ELABORACIÓN (9%) 115.16
S/.
TOTAL 1,266.76
Tabla 32 Costos Operativos de La Ibérica
N° CONCEPTO CANTIDAD SUELDO (MES) TOTAL

1 Envase 400 0.2 S/. 80.00
2 Maquinaria 5 1600 S/. 8,000.00
3 Empaques 400 0.4 S/. 160.00
TOTAL S/. 8,080.00
Tabla 33 Materiales Indirectos de Fabricación
N° CONCEPTO CANTIDAD UNIDAD PRECIO UNIT TOTAL

S/.
1 20 Kwatt/hora
Electricidad S/. 5.20 104.00
S/.
2 13 metros cúbicos
Agua S/. 0.83 10.79
S/.
TOTAL 114.79
Tabla 34 CIF
COSTO PROMEDIO MENSUAL

MOD S/. 1,266.76
MPI S/. 8,080.00
CIF S/. 114.79
TOTAL S/. 9,461.55
Tabla 35 Costo Promedio Mensuales
2.4. Estrategia de Operaciones:

2.4.1. Análisis y Descripción de la Meta de la Empresa
La Ibérica tiene como meta generar más utilidad al pasar de los años y competir
estratégicamente en el mercado, y saber aprovechar las necesidades de las personas.
Asimismo, para poder lograr sus metas La Ibérica tiene que saber gestionar
adecuadamente sus recursos generando una ventaja competitiva y lograr clientes
satisfechos.
La Ibérica compite con muchos productores dedicados al rubro de chocolate y es una

gran amenaza debido a que tienen un posicionamiento en nuestro país como Nestlé, que
tiene una gran cadena de chocolates teniendo un 51.5% de participación en el mercado
peruano. Asimismo, La ibérica tiene como finalidad sobre pasar esa brecha para poder
ser una empresa líder en producción y comercialización de chocolates en el mercado
nacional.
Por otro lado, la Ibérica tuvo un crecimiento de ventas en 2017 de 24%respecto del año
anterior, y supero los 50 millones de soles, por eso seproyecta lograr un crecimiento
constante para poder generar más utilidades en los próximos años.
2.4.2. Descripción de las Principales Funciones de la Empresa
a) Función de Operaciones:
La calidad total de los productos significa complacer a nuestros clientes en su demanda y
expectativa, incluso más allá de lo que la misma espera, de manera que es el quien marca
los niveles de calidad del producto. A mayor satisfacción al cliente, más ventas. Asimismo,
persigue la mejora de la eficacia y emplea la evaluación permanente para identificar y
corregir los puntos débiles. Nuestroscolaboradores también contribuirán en el logro de los
objetivos decalidad de la compañía, todos son responsables de ella y se les dotade los medios
y de la capacitación activa de empleados y directorios.
La empresa como sistema se basa en emplear métodos de dirección de operaciones que,

bajo un enfoque sistemático, contribuyen a desarrollar el enfoque de procesos Entonces, la
dirección se entenderá como un subsistema cuya cualidad principal es su capacidad
de control, gracias a la cual consigue mantener al sistema en una trayectoria definida y
con la correspondiente reducción de incertidumbre. Este control se define más por
pretender que los planes se cumplan, previendo sus desviaciones antes de que ocurran, que
por una proyección fiscalizadora.
Por otro lado, el apoyo de un equipo humano totalmente integrado. Las personas que
contribuyen como fuerza de trabajo en el avance de la compañía son merecedoras de
absoluto respeto, confianza y tratamiento digno por parte de nuestras operaciones.
Representa el triunfo de las negociaciones exitosas, en las que todo el mundo sale ganando
y nadie pierde. Se basa en la creencia de que un buen equipo todo lo puede, y que es más
importante la actitud y la disposición que las capacidades. Todas las personas que, de una
manera u otra, conservan vínculos con la empresa, sean clientes, proveedores, empleados
o accionistas se llevan su parte de ganancia que no tiene por qué ser siempre económica.
El gerente de operaciones también necesita información acerca de las funciones de

contabilidad y finanzas para entender el desempeño actual. Las mediciones financieras
ayudan al gerente de operaciones a evaluar los costos de mano de obra, los beneficios de
las nuevas tecnologías en el largo plazo y las mejoras en la calidad. La función de
contabilidad ayuda al gerente de operaciones a supervisar los signos vitales del sistema de
producción con métodos de seguimiento múltiples. Finanzas influye en las decisiones
relativas a invertir los activos de capital de la compañía en nueva tecnología, rediseño de
la distribución física, ampliación de la capacidad e incluso los niveles del inventario. Del
mismo modo, el área de recursos humanos interacciona con las operaciones para contratar
y capacitar a los trabajadores y colabora en los cambios relacionados con los nuevos
procesos y diseño de los puestos. Ingeniería también puede tener un gran impacto en las
operaciones.
2.4.3. Análisis y Descripción de las Principales Decisiones de la Administración de

Operaciones
Capacidad.
La empresa opto por mejorar sus tiempos de producción la cual le fue muy útil
esencial en la reducción de costos de almacenamiento logrando aprovechar las
máximas capacidades de estas y no se tomó la decisión de alquilar otros almacenes.
Fuerza de trabajo.
En la compañía esta área de la decisión más importante en las operaciones.
Habitualmente, las decisiones estratégicas se tomaron de manera conjunta con el
área de recursos humanos. Asimismo, constantemente la empre capacita y da una
buena compensación para gestionar una fuerza de trabajo de forma productiva y
humana es una de las principales funciones del área de operaciones.
Calidad.
La calidad de sus productos se detalla en cada etapa de su proceso y se priorizo un
mejor establecimiento de unas cotas y controles, además de tener la obligación de
proveer siempre de todo lo necesario para alcanzar los estándares más exigidos por
la demanda.
2.4.4. Identificación y Descripción de la Cadena de Valor y de la Cadena de Suministro
2.4.4.1. Cadena de Valor

2.4.4.2. Cadena de Suministro
Ilustración 10 Cadena de Suministro
2.4.5. Descripción de la Estrategia Corporativa de la Empresa (Misión, Visión, Valores,

Estrategias Funcionales, Objetivos, Indicadores, Metas, Planes o Proyectos
Estratégicos, etc.)
La estrategia corporativa de La ibérica tiene como prioridad posicionarse como

líder de ventas en el mercado nacional e Internacional. Asimismo, conseguir
masivas carteras de clientes y lograr fidelizarlos. Todo eso incluye inversiones y
decisiones que harán potenciar a la empresa. Por otra parte, busca reducir todos los
costos posibles para invertir en futuros proyectos.
Misión:
Somos una empresa familiar dedicada a la elaboración y comercialización de
chocolates y confituras, poseedora de una marca reconocida de tradición centenaria.
Desarrollamos nuestros productos con fórmulas tradicionales e insumos naturales
de la más alta calidad,
ofreciendo los mismos una imagen de estatus y distinción, que satisfacen las
necesidades de correspondencia social y deleite personal de nuestros clientes.
Contamos con un equipo humano identificado y comprometido con la empresa, para
los que buscamos su desarrollo y realización personal
Visión:
La Ibérica es una empresa familiar consolidada en el mercado regional, líder en la
producción y comercialización de chocolates y confituras de calidad, que satisface
las necesidades más exigentes del mercado nacional con nivel de competitividad
internacional. Aplica una cultura de creatividad y permanente innovación en el
desarrollo de sus productos, a partir de conocer en detalle las necesidades y
motivaciones de sus clientes. Impulsa el crecimiento de su entorno a través de una
cultura de responsabilidad social.
Valores:
Los valores de la Ibérica tienen como finalidad brindar la seguridad y confianza al
cliente, la mejora, y la lealtad que es considerada los mejores valores.
Valores Internos
1. Siempre cumple sus obligaciones
2. Dedicación al trabajo
3. Prudencia en la administración de los recursos
4. Cultura del éxito
5. Orientación a la persona
6. Responsabilidad social
2.4.6. Identificación y Análisis del Alineamiento Estratégico: Prioridades y Capacidades

Competitivas
La detección de las prioridades competitivas parte de un análisis

cuidadoso de las necesidades del mercado objetivo. Las prioridades
competitivas o misiones de fabricación proporcionan la guía
fundamental para que el sistema productivo desarrolle competencia
distintiva (Krajewski y Ritzman, 2000; Li y Scullion, 2010)
El Objetivo de la estrategia de procesos de la compañía forma de

producir bienes y servicios que cumplan con los requerimientos,
requisitos del cliente y las especificaciones, distinción, diferenciación
del producto en cuanto a su costo y otras restricciones de la
administración de operaciones. Asimismo, se aplicó estrategias en la
localización lo cual se maximizo en el beneficio de ubicación de la
compañía.
Por última parte, sea aplico estrategias de distribución de instalaciones
la cual fue muy útil porque brindo un producto de manera rápida,
reduciendo mano de obra y los desperdicios.
La Ibérica constantemente evalúa su producto en el mercado, siempre

está innovando y añadiendo más valor agregado, por eso sus ventas
anuales ha estado aumentando y eso hace poder enfrentar y sobrellevar
a las demás empresas del mismo rubro. Asimismo, la empresa capacita
constantemente a sus colaboradores para poder adaptarse a los
próximos cambios.
1. Prioridades Competitivas 2. Dimensiones

1. Mano de obra
COSTO
2. Costos fijos
3. Costos variables
4. Transportes
5. Inventario
6. Seguros
7. Instalaciones
1. Calidad del producto

CALIDAD
2. Calidad del proceso
3. Calidad del servicio
1. Plazo de entrega
TIEMPO
2. Entrega a tiempo
3. Entrega completa
1. Flexibilidad acambios de
FLEXIBILIDAD
productos
2. Variedad deproductos
3. Flexibilidad avolumen del
pedido
● Costos: La ibérica busca brindar la mejor experiencia que hay respecto al

chocolate en todo el mundo. Esto hace que sus costos sean un tanto
elevados, pero va de acorde a la calidad suministrada en sus productos.
Podrían bajar, pero no lo hacen ya que requieren mantener un estándar de
calidad adecuado.
● Calidad: Este es el punto fuerte de la empresa chocolatera ya que usan

materia prima de buena calidad, la inversión en sus maquinarias les da el
balance que buscan con respecto al sabor y formas que le dan al producto.
Otro aspecto que hace que su chocolate tenga buenos estándares de calidad
es la verificaciónen sus procesos que hacen rigurosamente para entregar
magníficos chocolates.
● Tiempo: La empresa maneja un tiempo de producción óptimo lo cual ayuda

a que sus pedidos sean entregados en un tiempo adecuado. Además,
manejanun buen stock para poder solucionar cualquier contratiempo que se
les pueda presentar.
● Flexibilidad: La Ibérica maneja grandes cantidades de chocolates, así como

de los diversos productos que maneja en su catálogo. Por lo tanto, la
empresa debe tener la capacidad para proveer al cliente la demanda
requerida, así como también la variedad en productos de chocolate que
puedan solicitar. Esto lo hace fuerte en este aspecto ya que a diferencia de
otras empresas puede satisfacer las necesidades del cliente y dejarlos.
Ilustración 11 Prioridades Competitivas

2.4.7. Análisis del Desarrollo de Nuevos Productos y Servicios: Estrategias de Desarrollo.
La Ibérica reconoce que el desarrollo de nuevos productos es indispensable para el

crecimiento. Hoy, más que nunca, escuchamos la frase: “innovar o morir”, por lo
tanto, dependiendo de los objetivos de empresa se decide la estrategia de orientarse
a la innovación en el desarrollo de nuevos productos.
La compañía siempre trata de agregar valor agregado a sus productos y siempre le
resulta porque tienen una marca o un nombre muy importante quien los apoya y
todos los estándares de calidad óptimos cumpliendo los protocoles de salubridad,
por eso tiene produce varios productos como; toffes, barras Milky, pastillas de
chocolate, etc.
Por otro lado, Con respecto a los temas de innovación en la empresa La Ibérica, han
implementado la tecnología para mejorar la experiencia de su consumidor en sus
tiendas. Como parte de su proceso de transformación digital, han desarrollado una
plataforma tecnológica para que de esta manera puedan mejorar la experiencia de
sus clientas en todas sus futuras tiendas.
Esto permite incrementar las ventas en función de una serie de atributos del negocio,
y muestra indicadores de gestión, como el número medio de votos por tienda, ventas
comparables por sucursal y otros KPI. Este nuevo proceso se convertirá en la base
para el desarrollo futuro de su plataforma omnicanal, por lo que brinda una
experiencia de usuario única en todos los aspectos comerciales; su arquitectura de
conectividad, múltiples promociones, los beneficios de las tarjetas regalo, el
enfoque innovador en los grados de chocolate, etc. son todos procesos de negocios
considerados en el sistema DataMarket.
Ilustración 12 Servicio
2.5. Estrategia de Proceso
2.5.1. Identificación, Descripción y Clasificación de los Procesos
El proceso productivo de la Ibérica consta de 11 procesos principales,

los cuales se mencionan a continuación:
2.5.1.1. Proceso de Recepción:

La recepción de la materia prima el grano de cacao se realiza en el
área de recepción de la planta principal. Aquí se descarga la
materia prima en sacos de 15 kg con el control correspondiente de
peso y calidad. Luego de su revisión estos sacos son enviados al
área de almacenamiento. Asimismo, se decepcionarán los demás
insumos correspondientes para la fabricación de los chocolates.
2.5.1.2. Proceso de Limpieza
En este proceso se separan las cascarillas de los desperdicios que
puedan venir tales como: pequeñas piedras, pedazos de ramas u
hojas, entre otros.
2.5.1.3. Proceso de Clasificación

Se seleccionan las cascarillas manualmente separando aquellas que
no cumplan con estándares necesarios como la calidad o el tamaño
de grano, granos no mayores de 6 cm ya que es importante que
todas las partículas sean uniformes para que su cocción no sea
diferente.
2.5.1.4. Proceso de Tostado

Todos los granos previamente seleccionados pasan por el proceso
de tostado en donde desarrollan el sabor del chocolate, el cual es
el producto que se va a elaborar. En este proceso se utiliza una
maquina quebrantadora, la cual se encarga de descascarar los
granos de cacao y dividirlos en pequeñas partes llamadas “nibs”.
2.5.1.5. Proceso de Molido

Los nibs son molidos por un molino de impacto para después ser
molidos por un molino de pila. De estos dos procesos de molido se
crea la pasta o licor de cacao.
2.5.1.6. Proceso de Refinado
La pasta de cacao pasa por el proceso de refinado en donde todos
los componentes de la mezcla de chocolate adquieren un tamaño
de partícula que pasa desapercibido por el paladar.
2.5.1.7. Proceso de Batido

En este proceso se busca obtener una textura suave, en la cual las
partículas de los sólidos del cacao y azúcar se alisen. Este proceso
dura aproximadamente de 25 a 40 horas y se va agregando la
manteca para obtener el chocolate líquido.
2.5.1.8. Proceso de Moldeado

Este proceso puede ser automático o manual dependiendo de la
presentación del producto final. Los moldes se enfriarán para ser
desmoldados y poderse empaquetar.
2.5.1.9. Proceso de Empaquetado

Este proceso se realiza de forma automática en una máquina, la
cual se encarga de colocar el chocolate dentro de su envoltura
correspondiente.
2.5.1.10. Proceso de Almacenado

El producto empacado se coloca en el almacén de productos
terminados en donde permanecerá hasta su distribución.
2.5.1.11. Proceso de Distribución
Según la demanda de pedidos, los productos serán distribuidos
desde almacén de productos terminados hasta su próximo destino.
2.5.2. Análisis y Descripción de la Estructura de los Procesos: Matriz del Contacto con el Cliente
(servicios) y7o Matriz de Productos y Procesos(Bienes)
Matriz Productos y Proceso
Ilustración 13 Matriz Productos y Procesos
Para determinar la estructura del proceso de fabricación de chocolates en la

empresa La Ibérica empleamos la matriz de productos y procesos. Para ello, se
analizan las características del proceso y el diseño del producto final.
Los procesos de producción para la creación de productos: Plantillas de chocolate,

Toffes y barras Milky son de flujo lineal, debido a que cuentan con una secuencia
de operaciones lineales, la fabricación de cada uno de ellos se lleva a cabo en
grandes volúmenes, los productos son similares, poseen un alto grado de
automatización por lo que los operarios aprenden un número reducido de
operaciones.
2.5.3. Análisis y Descripción de la Participación del Cliente
La Ibérica cuenta con una buena participación en el mercado ya que ofrece una gran
variedad de productos a base de chocolate. Es por ello que su misión como empresa es
ofrecer a sus clientes productos de calidad a base de chocolate que satisfagan sus
necesidades. Buscan impulsar la transformación digital con el uso de analítica
avanzada y herramientas tecnológicas que le ayuden a crear valor a su personal,
accionistas, clientes y consumidores. Además, si la empresa comprende las
necesidades del cliente, desarrolla productos que le proporcionen valor superior y les
fija precios adecuados, además de distribuirlos y promoverlos eficazmente, esos
productos se venderán con facilidad
Gracias a su prestigio, La Ibérica ofrece productos de alta calidad a precios que los consumidores
están dispuestos a pagar. Sus productos son más caros que los de sus competidores, pero ha
logrado retener una gran base de clientes. Por otro lado, la empresa se posiciona en sectores
menos económicos, donde los consumidores están dispuestos a pagar precios elevados para
disfrutar de su calidad, pero a menor escala. Sus productos están destinados a hombres y mujeres
entre 25 y60 años con niveles socioeconómicos B y C. Estudiantes jóvenes, atentos, modernos.
Sus productos los podemos encontrar en supermercados y también los podemos encontrar en
módulos en centros comerciales. Responde a las necesidades más exigentes del mercado nacional
y tiene cierta competitividad internacional.
2.5.4. Análisis y Descripción de la Flexibilidad de los Recursos: Tipos deMáquinas y Mano de Obra
2.5.4.1. tipos de Máquina
Nombre de la máquina Especificaciones
Tostadora
Dimensiones de (2 600*1
920*2 300mm) y
capacidad de producción
de hasta 836 Kg/hora,
Material de acero
inoxidable. Consumo de
energía 22 kw/hora.
Molino
Dimensiones de (1
7500*930*1 300 mm) y
capacidad de 5 000
Kg/hora. Tiene una
potencia de 8,5 Kw /hora.
Acero inoxidable.
Empaquetadora automática
Dimensiones de (1 700 *
1 000*1 200mm) y
capacidad de producción
de hasta 3 200
unidades/h, pesa 250 kg.
Potencia 2,5 kw/hora.
Contiene una pantalla
digital con configuración
Siemens.
Moldeadora
Dimensiones de (4100*2
500*1 900 mm) y
capacidad de 780L/h.
Potencia de 4,5 kw/hora.
Material de acero
inoxidable. Peso 2 400 kg
Refinadora
Dimensiones de
(3550*950*1300mm) y
capacidad de 1500 L/h.
Material d acero.
Faja transportadora
Dimensiones de (7
000*0,5*1 600m).
Potencia de 1,65
kw/hora. Soporta 300Kg.
Transporte de barras de
chocolate.
2.5.4.2. Mano de Obra

Las máquinas de producción no requieren necesariamente que el
operador produzca,Se requiere monitoreo continuo para mantener
los parámetros del proceso de producción.lo cual es deseable. La
mano de obra directa consistirá en operarios que controlarán
máquinas que utilizan un sistema centralizado, cada máquina se
enumerará en la pantalla. el peso, la presión y la temperatura del
producto e incluirá personal capacitado para cada máquina
Tabla 36 Requerimiento de Mano de obra directa
Tabla 37 Requerimiento de Mano de obra indirecta
2.5.5. Análisis y Descripción de la Intensidad de Capital

La inversión es el capital y los activos fijos, tangibles e intangibles. Enel siguiente cuadro detallaremos el valor
de cada máquina necesaria enla producción.
Tabla 38 Análisis de Intensidad de Capital
Intensidad del capital: Se calcula con la inversión total del proyecto entre el valor
agregado actual. Para que el proyecto genere valor agregado se debe invertir:
2.6. Identificación y Fundamentación del Problema de Operaciones
2.6.1. Técnica 5 Why’s

Problema Identificado: Nuestra Rentabilidad no ha alcanzado la
evolución positiva esperada
 ¿Por qué nuestra rentabilidad no ha evolucionado de la forma
esperada?
Nuestras principales líneas de producción no han recibido un
plan de mejora continua
esperada?
Nuestros procesos de logística y Atención al Cliente han
dejado de ser rigurosos y supervisados
esperada?
Nuestros procesos han sufrido un estancamiento debido al
poco interés en la transformación digital.
esperada?
Nuestra productividad y eficiencia en procesos han decaído
notablemente
esperada?
Nuestra empresa no ha optado por nuevos modelos de
pronósticos para generar resultados financieros más rentables
2.6.2. Ishikawa
Ilustración 14 - Ishikawa
2.6.3. Pareto
Tabla 39 Tabla de Frecuencias
Ilustración 15 – Pareto
La construcción de este diagrama fue en base a la respuesta de 500
trabajadores activos y en planilla de la Empresa “La Ibérica”
2.7. Determinación del Impacto Económico.
En los últimos años, la empresa familiar “La Ibérica” ha conseguido
posicionarse como una de las chocolaterías más reconocidas en nuestro país.
Con más de 100 años de tradición, el impacto económico que ha tenido ha sido
notable.
No remontándonos muchos años, en el año 2015 la empresa contaba con 12

tiendas propias en Lima, 10 en Arequipa, 2 en Puno y 2 Cusco (Joaquín
Aizcorbe, 2016).
Ilustración 16 Porcentaje de Participación
Para la actualidad, según el Diario “La Gestión” (2020), la chocolatería

Arequipeña ya cuenta con cerca de 30 locales propios, 14 tiendas mediante
distribuidores y un servicio de ventas en línea que le ha permitido superar el
75% de sus ventas realizadas en el periodo 2019-2020, representando un
enorme acierto frente a la coyuntura de pandemia.
Este factor positivo en ventas le ha permitido no solo abrir mayor número de

locales en nuestro país, sino también expandirse fuera de nuestro litoral,
buscando consolidar su presencia en Ecuador, Chile, Bolivia y Estados
Unidos
El objetivo de la Empresa Ibérica para el año 2023 es que el mercado de

exportación logre representar un 30% del total de sus ventas, algo que se está
haciendo posible debido a sus procesos de innovación en la automatización
de sus líneas de producción y la nueva diversidad de productos que se han ido
presentando al público consumidor.
2.8. Medición de Indicadores Actuales (Línea base): Eficiencia, Eficacia, Efectividad, OEE,
Productividad, Costos de Producción, etc.
Ilustración 17 OEE Línea de Producción Pastillas de Chocolate
Ilustración 18 OEE Línea de Producción Toffees

Ilustración 19 OEE Línea de Producción Barras Milky
PRODUCTIVIDAD:
Ilustración 20 Productividad
2.9. Conclusiones del Diagnóstico

Como conclusión de este análisis general en relación con la Empresa “LaIbérica”,
podemos decir lo siguiente:
● “La Ibérica” cuenta con numerosas oportunidades de desarrollo, pero aún
no ha buscado innovar en sus métodos para generar indicadores de
rentabilidad más atractivos para la empresa.
● Los Diagnósticos de Productividad y OEE son positivos, pero podrían ser
potenciados.
● Se destaca del Pareto que en base a la regla del 80/20, las incidencias más
presentes resultan estar en el apartado de “MÉTODOS” y “MATERIA
PRIMA”, por lo cual la empresa debe optar por generar acciones
reguladoras en relación con estas incidencias.
● La rentabilidad de la Empresa “La Ibérica” ha sufrido un limitantedebido
a que no se han optado por nuevos modelos de pronósticosde ventas, por
lo cual aún no se ha conseguido la evolución esperada de dicho indicador.
3. Identificación de La demanda
3.1. Etapa 1: Recopilación de Datos
3.1.1. Identificar la fuente de datos apropiada (interna o externa)
Los datos obtenidos para realizar el presente informe son de los 3 productos
con mayores unidades vendidas de la empresa La ibérica que corresponde a
la recopilación de los años 2016 al 2019 por periodos mensuales.
3.1.2. Definir el tipo de datos a usar

Los datos están definidos como unidades vendidas de cada producto para la
realización y elaboración de cuadros y gráficos.
Ilustración 21 Cuadro de unidades vendidas

3.1.3. Definir el tipo de periodo a usar (años, trimestres, meses, etc.)
Se usará para los periodos de los tres productos de forma trimestral, debido a que
se aprecia mejor comportamiento de los datos para los patrones y correlación vs
desfases
3.1.4. Seleccionar el número de periodos históricos relevantes

 Las pastillas de chocolate se observan que entre enero y mayo llegan a sus máximos cada año
según los datos históricos.
 Los Toffees surtidos se aprecia que entre noviembre y enero se visualiza valores máximos en
unidades vendidas.
 Respecto al Milky, se visualiza un crecimiento positivo de mes a mes en unidades vendidas.
3.2. Etapa 2: Análisis de Datos
3.2.1. Identificar el patrón de datos
Para este caso, tendremos en cuenta algunos comportamientos de datos:

 El patrón estacionario, donde los datos fluctúan alrededor dela media.
 El patrón estacional, se representa por oscilaciones de un periodo
determinado.
 El patrón Tendencial, se observa mediante la evolución sostenible
a mediano y largo plazo.
3.2.2. Graficar los datos históricos y visualizar alguna señal del Patrón.
 Pastillas de chocolate
GRÁFICO DE UNIDADES VENDIDAS

120,000
M E N S U A L M E N T E D E PA S T I L L A D E C H O C O L AT E
100,000
UNIDADES VENDIDAS
80,000
60,000
40,000
20,000
0
Setie…
Setie…
Setie…
Setie…
Novie…
Novie…
Novie…
Novie…
Enero
Marzo
Enero
Enero
Julio
Marzo
Julio
Marzo
Enero
Julio
Marzo
Julio
Mayo
Mayo
Mayo
Mayo
MESES
Ilustración 22 Unidades Vendidas Pastillas Chocolate
Se observa un comportamiento con oscilaciones de una serie de periodos con una tendencia positiva, por lo
que nos indica que estaríamos bajo un patrón estacional.
 TOFFEE SURTIDOS
GRÁFICO DE UNIDADES VENDIDAS

140,000
MENSUALMENTE DE TOFFEE SURTIDOS
120,000
UNIDADES VENDIDAS
100,000
80,000
60,000
40,000
20,000
0
Setie…
Setie…
Setie…
Setie…
Novie…
Novie…
Novie…
Novie…
Enero
Enero
Enero
Enero
Marzo
Marzo
Julio
Marzo
Marzo
Julio
Julio
Mayo
Mayo
Julio
Mayo
Mayo
MESES
Ilustración 22
Ilustración 23 -Unidades Vendidas Toffees Surtidos
De igual forma que las pastillas de chocolate, los toffees surtidos se observa un comportamiento con oscilaciones
de una serie de periodo con una tendencia ligera positiva, por lo que nos indica que estaríamos bajo un patrón
estacional
 MILKY
GRÁFICO DE UNIDADES VENDIDAS MENSUALMENTE

70,000 DE MILKY
60,000
UNIDADES VENDIDAS
50,000
40,000
30,000
20,000
10,000
0
Setiem…
Setiem…
Setiem…
Setiem…
Noviem…
Noviem…
Noviem…
Noviem…
Enero
Mayo
Mayo
Mayo
Mayo
Enero
Enero
Enero
Julio
Julio
Julio
Julio
Marzo
Marzo
Marzo
Marzo
MESES
Ilustración 23 Unidades Vendidas Barras Milky

En el caso de los Milky, se aprecia una tendencia lineal con una pendiente positiva, por lo que estaríamos ante
un patrón tendencial.
3.2.3 Calcular el Coeficiente de Auto Correlación, Analizar y Comprobar el Patrón Observado
Cuadro de coeficiente de autocorrelación por sus
desfases por meses (profe)
 PASTILLA DE CHOCOLATE
Ilustración 25
0.8 GRÁFICA DE COEFICIENTE DE
AU T O C O R R E L A AC I Ó N D E PA S T I L L A S D E
0.6
AUTOCORRELACIÓN C H O C O L AT E S P O R D E S FA S E S
COEFICIENTE DE
0.4
0.2
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
-0.2
-0.4
DESFASES "K"
 TOFFEE SURTIDOS
Ilustración 26
1 GRÁFICA DE COEFICIENTE DE
AU T O C O R R E L A AC I Ó N D E T O F F E E
S U R T I D O S P O R D E S FA S E S
AUTOCORRELACIÓN
COEFICIENTE DE
0.5
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
-0.5
DESFASES "K"
 MILKY
Ilustración 27
GRÁFICA DE COEFICIENTE DE
0.6
AU T O C O R R E L A AC I Ó N D E T O F F E E S U R T I D O S
COEFICIENTE DE AUTOCORRELACIÓN
0.5 P O R D E S FA S E S
0.4
0.3
0.2
0.1
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
-0.1
-0.2
-0.3
DESFASES "K"
3.2.4 Establecer la Línea Base de los Datos Históricos a usar

Se considera el cuadro de unidades de ventas mensualmente de 2016 al 2019 por cada producto paras
las estimaciones de las proyecciones de compras. El cuadro N°.
3.3. Etapa 3: Construcción de Modelos
3.3.1. Seleccionar los Modelos Adecuados
Pastillas de Chocolate
Para pronosticar la producción de pastillas de chocolate se selecciona los modelos de Atenuación
Exponencial de Winter y Descomposición por factores, ya que existe un patrón de estacionalidad.
Toffees
Para pronosticar la producción de toffees se selecciona los modelos de Atenuación Exponencial de
Winter y Descomposición por factores, ya que existe un patrón de estacionalidad.
Barras Milky
Para pronosticar la producción de barras Milky se selecciona los modelos de Atenuación Exponencial de
Holt y Regresión Lineal, ya que existe un patrón de tendencia creciente.
3.3.2. Calcular las Estimaciones de los Periodos Históricos
Ilustración 28 Pronóstico de pastillas de chocolate por método Winters

α = 0.45 ɣ = 0.09
β = 0.01 L = 4.00 (A + tp) S
Año Mes t (X) Ventas (Y) A T S Ŷ p |e| e2 |e|/Y
-2 1
-3 1
-4 1
1 1 54000 54000 0 1
2 2 79500 65564.99 154.97 1.02 54000.00 1 25500.00 650250000.00 32.08%
3 3 52500 59724.32 74.63 0.99 65719.96 1 13219.96 174767273.97 25.18%
4 4 46500 53767.49 -6.19 0.99 59798.95 1 13298.95 176862095.19 28.60%
5 5 76500 64073.96 131.99 1.02 53761.30 1 22738.70 517048535.31 29.72%
6 6 54000 59137.99 64.09 1.01 65378.61 1 11378.61 129472710.21 21.07%
2016
7 7 52500 56412.58 26.71 0.98 58586.69 1 6086.69 37047842.18 11.59%
8 8 51000 54244.23 -2.71 0.98 55783.74 1 4783.74 22884185.40 9.38%
9 9 48000 51053.97 -45.42 1.01 55145.47 1 7145.47 51057721.27 14.89%
10 10 46500 48770.95 -75.40 1.00 51479.28 1 4979.28 24793242.80 10.71%
11 11 49500 49412.94 -65.79 0.99 47942.65 1 1557.35 2425335.63 3.15%
12 12 81000 64290.73 134.45 1.01 48569.62 1 32430.38 1051729703.03 40.04%
1 13 73500 68207.80 185.14 1.02 65075.41 1 8424.59 70973741.85 11.46%
2 14 87000 76657.60 295.88 1.02 68696.20 1 18303.80 335029020.13 21.04%
3 15 66000 72410.19 235.00 0.98 75877.57 1 9877.57 97566355.77 14.97%
4 16 69000 70745.74 209.55 1.01 73221.39 1 4221.39 17820115.28 6.12%
5 17 78000 73596.85 244.95 1.02 72082.97 1 5917.03 35011202.75 7.59%
6 18 67500 70493.98 200.09 1.01 74997.19 1 7497.19 56207839.85 11.11%
2017
7 19 60000 66410.31 142.69 0.97 69252.82 1 9252.82 85614721.92 15.42%
8 20 69000 67503.08 155.42 1.01 66894.39 1 2105.61 4433611.30 3.05%
9 21 67500 66996.12 146.54 1.02 68989.23 1 1489.23 2217812.65 2.21%
10 22 61500 64289.56 108.31 1.01 67857.90 1 6357.90 40422921.89 10.34%
11 23 66000 65952.88 129.15 0.98 62663.64 1 3336.36 11131322.19 5.06%
12 24 82500 73282.94 225.64 1.02 66517.80 1 15982.20 255430850.83 19.37%
1 25 87000 78905.89 297.96 1.03 74877.63 1 12122.37 146951742.50 13.93%
2 26 100500 88590.04 423.73 1.02 79679.75 1 20820.25 433482718.86 20.72%
3 27 79500 85606.61 378.08 0.97 86828.10 1 7328.10 53700985.14 9.22%
4 28 78750 82112.21 326.19 1.01 87432.30 1 8682.30 75382392.68 11.03%
5 29 91500 85502.84 367.25 1.03 84568.52 1 6931.48 48045470.65 7.58%
6 30 81000 83045.70 329.40 1.01 87333.74 1 6333.74 40116214.48 7.82%
8 20 69000 67503.08 155.42 1.01 66894.39 1 2105.61 4433611.30 3.05%
9 21 67500 66996.12 146.54 1.02 68989.23 1 1489.23 2217812.65 2.21%
10 22 61500 64289.56 108.31 1.01 67857.90 1 6357.90 40422921.89 10.34%
11 23 66000 65952.88 129.15 0.98 62663.64 1 3336.36 11131322.19 5.06%
12 24 82500 73282.94 225.64 1.02 66517.80 1 15982.20 255430850.83 19.37%
1 25 87000 78905.89 297.96 1.03 74877.63 1 12122.37 146951742.50 13.93%
2 26 100500 88590.04 423.73 1.02 79679.75 1 20820.25 433482718.86 20.72%
3 27 79500 85606.61 378.08 0.97 86828.10 1 7328.10 53700985.14 9.22%
4 28 78750 82112.21 326.19 1.01 87432.30 1 8682.30 75382392.68 11.03%
5 29 91500 85502.84 367.25 1.03 84568.52 1 6931.48 48045470.65 7.58%
6 30 81000 83045.70 329.40 1.01 87333.74 1 6333.74 40116214.48 7.82%
2018
7 31 79500 82678.19 320.06 0.97 80992.72 1 1492.72 2228208.86 1.88%
8 32 78000 80316.41 284.13 1.01 83983.48 1 5983.48 35802014.89 7.67%
9 33 82500 80384.70 281.24 1.03 82990.02 1 490.02 240114.75 0.59%
10 34 81000 80329.43 276.73 1.01 81751.98 1 751.98 565468.18 0.93%
11 35 84000 83300.22 312.83 0.97 78234.55 1 5765.45 33240371.09 6.86%
12 36 99000 90218.70 401.34 1.02 84313.04 1 14686.96 215706648.02 14.84%
1 37 100500 93800.86 443.96 1.03 93280.61 1 7219.39 52119549.75 7.18%
2 38 114000 102539.66 555.11 1.02 95472.24 1 18527.76 343277756.45 16.25%
3 39 91500 98951.47 499.59 0.97 100396.59 1 8896.59 79149375.54 9.72%
4 40 92250 95525.63 446.99 1.01 101043.94 1 8793.94 77333342.90 9.53%
5 41 94500 93936.65 419.71 1.03 99137.22 1 4637.22 21503771.43 4.91%
6 42 97500 94851.01 426.34 1.02 96385.86 1 1114.14 1241310.07 1.14%
2019
7 43 96000 96969.89 449.02 0.97 92381.50 1 3618.50 13093553.40 3.77%
8 44 99000 97617.01 451.67 1.01 98558.09 1 441.91 195286.50 0.45%
9 45 93000 94515.35 404.06 1.03 101075.05 1 8075.05 65206466.32 8.68%
10 46 90000 91807.29 362.36 1.02 97013.38 1 7013.38 49187438.65 7.79%
11 47 97500 95890.97 412.22 0.98 89529.76 1 7970.24 63524672.32 8.17%
12 48 112500 103048.58 502.61 1.02 97449.79 1 15050.21 226508685.27 13.38%
1 49 106310.17 1
2 50 105976.00 2
2022
3 51 101969.85 3
4 52 107030.42 4
Atenuación exponencial ajustada a la tendencia y variación
estacional - Winters
120000
100000
80000
60000
40000
20000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
Ventas Series2
Ilustración 29 Gráfica de ventas vs pronóstico de pastillas de chocolate por método Winters

Ilustración 30 Pronóstico de pastillas de chocolate por Descomposición por factores
Año Mes t (X) Ventas (Y) Ydesest XYdesest X2 Ŷdesest Ŷ |e| e2 |e|/Y
1 1 54000 54642.86 54642.86 1 53510.44 52880.90 1,119.10 1,252,382.11 2.07%
2 2 79500 66510.83 133021.65 4 54624.35 65292.17 14,207.83 201,862,482.57 17.87%
3 3 52500 57804.40 173413.21 9 55738.27 50623.46 1,876.54 3,521,383.77 3.57%
4 4 46500 51734.29 206937.17 16 56852.19 51100.08 4,600.08 21,160,780.51 9.89%
5 5 76500 71613.44 358067.18 25 57966.11 61921.44 14,578.56 212,534,395.19 19.06%
6 6 54000 57375.00 344250.00 36 59080.02 55604.73 1,604.73 2,575,153.11 2.97%
2016
7 7 52500 58105.47 406738.28 49 60193.94 54387.00 1,887.00 3,560,756.04 3.59%
8 8 51000 54734.85 437878.79 64 61307.86 57124.50 6,124.50 37,509,492.16 12.01%
9 9 48000 52577.32 473195.88 81 62421.78 56987.41 8,987.41 80,773,544.26 18.72%
10 10 46500 53125.00 531250.00 100 63535.69 55612.42 9,112.42 83,036,190.33 19.60%
11 11 49500 53125.00 584375.00 121 64649.61 60238.23 10,738.23 115,309,513.36 21.69%
12 12 81000 68850.00 826200.00 144 65763.53 77368.86 3,631.14 13,185,189.22 4.48%
1 13 73500 74375.00 966875.00 169 66877.45 66090.65 7,409.35 54,898,411.38 10.08%
2 14 87000 72785.43 1018996.06 196 67991.36 81269.68 5,730.32 32,836,584.21 6.59%
3 15 66000 72668.39 1090025.91 225 69105.28 62763.86 3,236.14 10,472,624.05 4.90%
4 16 69000 76767.02 1228272.25 256 70219.20 63114.67 5,885.33 34,637,117.18 8.53%
5 17 78000 73017.62 1241299.56 289 71333.12 76200.55 1,799.45 3,238,005.68 2.31%
6 18 67500 71718.75 1290937.50 324 72447.04 68185.45 685.45 469,834.99 1.02%
2017
7 19 60000 66406.25 1261718.75 361 73560.95 66464.48 6,464.48 41,789,561.60 10.77%
8 20 69000 74053.03 1481060.61 400 74674.87 69579.41 579.41 335,714.69 0.84%
9 21 67500 73936.86 1552673.97 441 75788.79 69190.71 1,690.71 2,858,485.28 2.50%
10 22 61500 70262.10 1545766.13 484 76902.71 67312.49 5,812.49 33,784,995.03 9.45%
11 23 66000 70833.33 1629166.67 529 78016.62 72693.14 6,693.14 44,798,073.58 10.14%
12 24 82500 70125.00 1683000.00 576 79130.54 93094.75 10,594.75 112,248,819.45 12.84%
1 25 87000 88035.71 2200892.86 625 80244.46 79300.41 7,699.59 59,283,742.26 8.85%
2 26 100500 84079.72 2186072.83 676 81358.38 97247.19 3,252.81 10,580,780.82 3.24%
3 27 79500 87532.38 2363374.35 729 82472.29 74904.25 4,595.75 21,120,934.05 5.78%
4 28 78750 87614.53 2453206.81 784 83586.21 75129.25 3,620.75 13,109,802.99 4.60%
5 29 91500 85655.29 2484003.30 841 84700.13 90479.67 1,020.33 1,041,078.28 1.12%
6 30 81000 86062.50 2581875.00 900 85814.05 80766.16 233.84 54,680.29 0.29%
11 23 66000 70833.33 1629166.67 529 78016.62 72693.14 6,693.14 44,798,073.58 10.14%
12 24 82500 70125.00 1683000.00 576 79130.54 93094.75 10,594.75 112,248,819.45 12.84%
1 25 87000 88035.71 2200892.86 625 80244.46 79300.41 7,699.59 59,283,742.26 8.85%
2 26 100500 84079.72 2186072.83 676 81358.38 97247.19 3,252.81 10,580,780.82 3.24%
3 27 79500 87532.38 2363374.35 729 82472.29 74904.25 4,595.75 21,120,934.05 5.78%
4 28 78750 87614.53 2453206.81 784 83586.21 75129.25 3,620.75 13,109,802.99 4.60%
5 29 91500 85655.29 2484003.30 841 84700.13 90479.67 1,020.33 1,041,078.28 1.12%
6 30 81000 86062.50 2581875.00 900 85814.05 80766.16 233.84 54,680.29 0.29%
2018
7 31 79500 87988.28 2727636.72 961 86927.96 78541.97 958.03 917,816.30 1.21%
8 32 78000 83712.12 2678787.88 1024 88041.88 82034.32 4,034.32 16,275,725.61 5.17%
9 33 82500 90367.27 2982119.85 1089 89155.80 81394.00 1,106.00 1,223,234.25 1.34%
10 34 81000 92540.32 3146370.97 1156 90269.72 79012.55 1,987.45 3,949,946.78 2.45%
11 35 84000 90151.52 3155303.03 1225 91383.64 85148.05 1,148.05 1,318,009.33 1.37%
12 36 99000 84150.00 3029400.00 1296 92497.55 108820.65 9,820.65 96,445,171.52 9.92%
1 37 100500 101696.43 3762767.86 1369 93611.47 92510.16 7,989.84 63,837,560.28 7.95%
2 38 114000 95374.02 3624212.60 1444 94725.39 113224.70 775.30 601,091.58 0.68%
3 39 91500 100744.82 3929047.93 1521 95839.31 87044.64 4,455.36 19,850,233.50 4.87%
4 40 92250 102634.16 4105366.49 1600 96953.22 87143.84 5,106.16 26,072,887.37 5.54%
5 41 94500 88463.66 3627009.91 1681 98067.14 104758.78 10,258.78 105,242,588.84 10.86%
6 42 97500 103593.75 4350937.50 1764 99181.06 93346.88 4,153.12 17,248,417.55 4.26%
2019
7 43 96000 106250.00 4568750.00 1849 100294.98 90619.46 5,380.54 28,950,202.37 5.60%
8 44 99000 106250.00 4675000.00 1936 101408.89 94489.23 4,510.77 20,347,063.56 4.56%
9 45 93000 101868.56 4584085.05 2025 102522.81 93597.30 597.30 356,762.55 0.64%
10 46 90000 102822.58 4729838.71 2116 103636.73 90712.62 712.62 507,826.22 0.79%
11 47 97500 104640.15 4918087.12 2209 104750.65 97602.96 102.96 10,599.82 0.11%
12 48 112500 95625.00 4590000.00 2304 105864.56 124546.55 12,046.55 145,119,274.93 10.71%
1 49 106978.48 105719.91
2022 2 50 108092.40 129202.21
3 51 109206.32 99185.03
4 52 110320.23 99158.42
Descomposición por factores
140000
120000
100000
80000
60000
40000
20000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
Ventas Series2
Ilustración 31 Gráfica de ventas vs pronóstico de pastillas de chocolate por D. por factores

Toffees
α = 0.71 ɣ = 0.05
β = 0.00 L = 4.00 (A + tp) S
2 1
3 1
4 1
1 1 24000 24000 0 1
2 2 33000 30368.47 29.04 1.00 24000.00 1 9000.00 81000000.00 27.27%
3 3 38250 35954.00 54.37 1.00 30397.51 1 7852.49 61661599.89 20.53%
4 4 38250 37594.56 61.60 1.00 36008.37 1 2241.63 5024919.29 5.86%
5 5 38250 38076.37 63.52 1.00 37656.17 1 593.83 352636.78 1.55%
6 6 48159 45092.35 95.22 1.01 38294.00 1 9865.00 97318254.73 20.48%
2016
7 7 49950 48452.57 110.10 1.00 45322.13 1 4627.87 21417202.66 9.27%
8 8 66000 60863.53 166.19 1.00 48602.15 1 17397.85 302685176.96 26.36%
9 9 66000 64536.80 182.18 1.00 61042.70 1 4957.30 24574853.81 7.51%
10 10 68250 66880.73 192.04 1.01 65173.54 1 3076.46 9464624.73 4.51%
11 11 75750 72984.41 218.99 1.01 67359.84 1 8390.16 70394775.39 11.08%
12 12 80250 77923.40 240.51 1.01 73548.21 1 6701.79 44913970.08 8.35%
1 13 33000 46176.18 94.66 0.99 78262.40 1 45262.40 2048684514.76 137.16%
2 14 32250 36176.31 48.64 1.00 46624.84 1 14374.84 206636157.12 44.57%
3 15 18750 23782.40 -8.09 1.00 36436.78 1 17686.78 312822056.67 94.33%
4 16 47250 40190.36 66.76 1.01 23914.18 1 23335.82 544560724.96 49.39%
5 17 37500 38631.29 59.34 0.99 39769.81 1 2269.81 5152057.51 6.05%
6 18 37500 37789.01 55.23 1.00 38777.03 1 1277.03 1630812.28 3.41%
2017
7 19 37500 37715.04 54.64 1.00 37681.80 1 181.80 33052.51 0.48%
8 20 51300 46849.74 96.04 1.02 38290.89 1 13009.11 169236903.30 25.36%
9 21 53100 51791.82 118.14 0.99 46339.91 1 6760.09 45698808.87 12.73%
10 22 63000 59678.50 153.56 1.00 52001.95 1 10998.05 120957061.66 17.46%
11 23 68400 66106.66 182.17 1.00 59571.30 1 8828.70 77945899.27 12.91%
12 24 80250 75186.52 222.74 1.02 67454.55 1 12795.45 163723614.45 15.94%
1 25 16800 34070.62 34.26 0.97 74570.24 1 57770.24 3337400983.19 343.87%
2 26 35100 34703.06 36.98 1.00 34251.01 1 848.99 720779.76 2.42%
3 27 51750 46869.57 92.29 1.00 34651.91 1 17098.09 292344836.36 33.04%
4 28 36750 39228.32 57.03 1.02 47896.67 1 11146.67 124248333.31 30.33%
5 29 36750 38413.41 53.05 0.97 37940.04 1 1190.04 1416186.87 3.24%
6 30 52500 48225.92 97.55 1.01 38644.12 1 13855.88 191985527.37 26.39%
2018
7 31 37500 40600.19 62.33 1.00 48441.22 1 10941.22 119710300.84 29.18%
8 32 70500 60988.62 155.01 1.02 41314.41 1 29185.59 851798383.42 41.40%
10 22 63000 59678.50 153.56 1.00 52001.95 1 10998.05 120957061.66 17.46%
11 23 68400 66106.66 182.17 1.00 59571.30 1 8828.70 77945899.27 12.91%
12 24 80250 75186.52 222.74 1.02 67454.55 1 12795.45 163723614.45 15.94%
1 25 16800 34070.62 34.26 0.97 74570.24 1 57770.24 3337400983.19 343.87%
2 26 35100 34703.06 36.98 1.00 34251.01 1 848.99 720779.76 2.42%
3 27 51750 46869.57 92.29 1.00 34651.91 1 17098.09 292344836.36 33.04%
4 28 36750 39228.32 57.03 1.02 47896.67 1 11146.67 124248333.31 30.33%
5 29 36750 38413.41 53.05 0.97 37940.04 1 1190.04 1416186.87 3.24%
6 30 52500 48225.92 97.55 1.01 38644.12 1 13855.88 191985527.37 26.39%
2018
7 31 37500 40600.19 62.33 1.00 48441.22 1 10941.22 119710300.84 29.18%
8 32 70500 60988.62 155.01 1.02 41314.41 1 29185.59 851798383.42 41.40%
9 33 84000 79451.56 238.48 0.97 59023.97 1 24976.03 623802294.77 29.73%
10 34 78450 78342.75 232.34 1.01 80370.26 1 1920.26 3687396.15 2.45%
11 35 85050 83231.36 253.57 1.00 78477.85 1 6572.15 43193193.26 7.73%
12 36 87000 84614.25 258.72 1.02 85368.04 1 1631.96 2663288.11 1.88%
1 37 80100 83271.51 251.42 0.97 82294.44 1 2194.44 4815571.44 2.74%
2 38 68250 72322.81 200.35 1.01 84207.94 1 15957.94 254655962.54 23.38%
3 39 64500 66853.26 174.50 1.00 72511.49 1 8011.49 64183906.54 12.42%
4 40 51750 55400.12 121.48 1.02 68557.28 1 16807.28 282484590.53 32.48%
5 41 81000 75368.12 211.97 0.97 53814.86 1 27185.14 739032043.46 33.56%
6 42 78000 77007.29 218.48 1.01 75972.60 1 2027.40 4110365.51 2.60%
2019
7 43 78000 77872.87 221.43 1.00 77087.16 1 912.84 833278.29 1.17%
8 44 95250 88997.69 271.14 1.02 79553.32 1 15696.68 246385757.35 16.48%
9 45 96000 95832.48 301.07 0.98 86963.70 1 9036.30 81654752.53 9.41%
10 46 100200 98619.52 312.40 1.01 96667.30 1 3532.70 12479984.09 3.53%
11 47 102000 101221.12 322.84 1.00 98770.16 1 3229.84 10431854.44 3.17%
12 48 117750 111290.74 367.28 1.02 103685.28 1 14064.72 197816291.02 11.94%
1 49 108918.30 1
2 50 112702.00 2
2022
3 51 112257.71 3
4 52 115331.99 4
Ilustración 32 Pronóstico de Toffees por método Winters

Atenuación exponecial ajustada a la tendencia y variación
140000
120000
100000
80000
60000
40000
20000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
Ventas Series2
Ilustración 33 Gráfica de ventas vs pronóstico de Toffees por método Winters

1 1 24000 37308.11 37308.11 1 38707.63 24900.30 900.30 810,544.02 3.75%
2 2 33000 46825.99 93651.98 4 39605.59 27911.52 5,088.48 25,892,677.87 15.42%
3 3 38250 52818.83 158456.50 9 40503.54 29331.59 8,918.41 79,538,009.18 23.32%
4 4 38250 52591.17 210364.67 16 41401.50 30111.66 8,138.34 66,232,610.57 21.28%
5 5 38250 47291.28 236456.41 25 42299.45 34212.52 4,037.48 16,301,234.12 10.56%
6 6 48159 53300.93 319805.56 36 43197.41 39030.16 9,128.84 83,335,663.06 18.96%
2016
7 7 49950 58881.25 412168.78 49 44095.36 37406.87 12,543.13 157,330,201.34 25.11%
8 8 66000 55784.22 446273.79 64 44993.31 53232.95 12,767.05 162,997,590.89 19.34%
9 9 66000 52790.79 475117.09 81 45891.27 57374.10 8,625.90 74,406,211.98 13.07%
10 10 68250 52688.00 526879.98 100 46789.22 60608.95 7,641.05 58,385,575.96 11.20%
11 11 75750 54717.08 601887.90 121 47687.18 66017.84 9,732.16 94,714,883.96 12.85%
12 12 80250 52563.64 630763.68 144 48585.13 74175.93 6,074.07 36,894,339.21 7.57%
1 13 33000 51298.65 666882.45 169 49483.09 31832.06 1,167.94 1,364,077.37 3.54%
2 14 32250 45761.76 640664.71 196 50381.04 35505.37 3,255.37 10,597,458.22 10.09%
3 15 18750 25891.59 388373.78 225 51279.00 37134.89 18,384.89 338,004,154.28 98.05%
4 16 47250 64965.56 1039448.95 256 52176.95 37948.74 9,301.26 86,513,507.49 19.69%
5 17 37500 46364.00 788188.03 289 53074.90 42927.89 5,427.89 29,462,020.40 14.47%
6 18 37500 41503.87 747069.61 324 53972.86 48766.11 11,266.11 126,925,265.20 30.04%
2017
7 19 37500 44205.15 839897.77 361 54870.81 46547.87 9,047.87 81,863,992.92 24.13%
8 20 51300 43359.56 867191.11 400 55768.77 65981.71 14,681.71 215,552,707.40 28.62%
9 21 53100 42472.59 891924.35 441 56666.72 70845.76 17,745.76 314,912,129.85 33.42%
10 22 63000 48635.08 1069971.65 484 57564.68 74567.06 11,567.06 133,796,903.07 18.36%
11 23 68400 49407.90 1136381.69 529 58462.63 80935.32 12,535.32 157,134,143.85 18.33%
12 24 80250 52563.64 1261527.36 576 59360.59 90627.04 10,377.04 107,682,900.17 12.93%
1 25 16800 26115.68 652891.91 625 60258.54 38763.82 21,963.82 482,409,536.49 130.74%
2 26 35100 49805.83 1294951.52 676 61156.49 43099.23 7,999.23 63,987,717.74 22.79%
3 27 51750 71460.78 1929440.95 729 62054.45 44938.19 6,811.81 46,400,795.96 13.16%
4 28 36750 50528.77 1414805.51 784 62952.40 45785.81 9,035.81 81,645,943.47 24.59%
5 29 36750 45436.72 1317664.94 841 63850.36 51643.26 14,893.26 221,809,321.86 40.53%
6 30 52500 58105.41 1743162.41 900 64748.31 58502.06 6,002.06 36,024,719.65 11.43%
10 22 63000 48635.08 1069971.65 484 57564.68 74567.06 11,567.06 133,796,903.07 18.36%
11 23 68400 49407.90 1136381.69 529 58462.63 80935.32 12,535.32 157,134,143.85 18.33%
12 24 80250 52563.64 1261527.36 576 59360.59 90627.04 10,377.04 107,682,900.17 12.93%
1 25 16800 26115.68 652891.91 625 60258.54 38763.82 21,963.82 482,409,536.49 130.74%
2 26 35100 49805.83 1294951.52 676 61156.49 43099.23 7,999.23 63,987,717.74 22.79%
3 27 51750 71460.78 1929440.95 729 62054.45 44938.19 6,811.81 46,400,795.96 13.16%
4 28 36750 50528.77 1414805.51 784 62952.40 45785.81 9,035.81 81,645,943.47 24.59%
5 29 36750 45436.72 1317664.94 841 63850.36 51643.26 14,893.26 221,809,321.86 40.53%
6 30 52500 58105.41 1743162.41 900 64748.31 58502.06 6,002.06 36,024,719.65 11.43%
2018
7 31 37500 44205.15 1370359.53 961 65646.27 55688.88 18,188.88 330,835,290.41 48.50%
8 32 70500 59587.69 1906806.19 1024 66544.22 78730.48 8,230.48 67,740,763.52 11.67%
9 33 84000 67188.27 2217213.07 1089 67442.18 84317.43 317.43 100,762.42 0.38%
10 34 78450 60562.25 2059116.44 1156 68340.13 88525.17 10,075.17 101,509,004.69 12.84%
11 35 85050 61434.82 2150218.78 1225 69238.08 95852.79 10,802.79 116,700,248.90 12.70%
12 36 87000 56984.88 2051455.71 1296 70136.04 107078.15 20,078.15 403,131,921.61 23.08%
1 37 80100 124515.81 4607085.13 1369 71033.99 45695.58 34,404.42 1,183,663,844.12 42.95%
2 38 68250 96844.67 3680097.28 1444 71931.95 50693.09 17,556.91 308,245,057.20 25.72%
3 39 64500 89067.05 3473615.11 1521 72829.90 52741.48 11,758.52 138,262,680.53 18.23%
4 40 51750 71152.76 2846110.22 1600 73727.86 53622.89 1,872.89 3,507,727.20 3.62%
5 41 81000 100146.24 4105996.01 1681 74625.81 60358.64 20,641.36 426,065,915.64 25.48%
6 42 78000 86328.04 3625777.82 1764 75523.77 68238.01 9,761.99 95,296,490.27 12.52%
2019
7 43 78000 91946.70 3953708.26 1849 76421.72 64829.88 13,170.12 173,451,952.12 16.88%
8 44 95250 80506.78 3542298.20 1936 77319.67 91479.24 3,770.76 14,218,615.33 3.96%
9 45 96000 76786.60 3455396.99 2025 78217.63 97789.10 1,789.10 3,200,872.50 1.86%
10 46 100200 77352.93 3558234.73 2116 79115.58 102483.27 2,283.27 5,213,341.65 2.28%
11 47 102000 73678.45 3462886.99 2209 80013.54 110770.26 8,770.26 76,917,495.84 8.60%
12 48 117750 77126.09 3702052.26 2304 80911.49 123529.25 5,779.25 33,399,772.03 4.91%
1 49 81809.45 52627.34
2 50 82707.40 58286.95
2022
3 51 83605.36 60544.78
4 52 84503.31 61459.97
Ilustración 34 Pronóstico de Toffees por Descomposición por factores
140000
120000
100000
80000
60000
40000
20000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
Ventas Series2
Ilustración 35 Gráfica de ventas vs pronóstico de Toffees por D.factores

Barras Milky
α= 0.14 β= 0.13 A + Tp
Año Mes t (X) Ventas (Y) A T Ŷ p |e| e2 |e|/Y
1 1 26176 26176 0
2 2 39264 28069.06 245.25 26176.00 1 13088.00 171295744.00 33.33%
3 3 32720 28951.56 327.81 28314.32 1 4405.68 19410051.37 13.46%
4 4 32720 29777.02 392.28 29279.37 1 3440.63 11837951.45 10.52%
5 5 39264 31484.77 562.70 30169.31 1 9094.69 82713464.87 23.16%
6 6 32720 32144.75 575.31 32047.48 1 672.52 452287.75 2.06%
2016
7 7 35992 33193.31 636.62 32720.06 1 3271.94 10705615.08 9.09%
8 8 32720 33669.39 615.82 33829.93 1 1109.93 1231947.57 3.39%
9 9 35992 34532.08 647.80 34285.21 1 1706.79 2913139.48 4.74%
10 10 35992 35297.35 663.02 35179.88 1 812.12 659536.12 2.26%
11 11 35992 35964.94 663.61 35960.37 1 31.63 1000.66 0.09%
12 12 39264 37009.75 713.00 36628.55 1 2635.45 6945573.64 6.71%
1 13 30625 36696.12 579.99 37722.75 1 7097.75 50377988.05 23.18%
2 14 45938 38528.98 742.31 37276.11 1 8661.89 75028283.03 18.86%
3 15 39997 39376.25 755.91 39271.29 1 725.71 526660.88 1.81%
4 16 39526 40044.48 744.55 40132.16 1 606.16 367429.57 1.53%
5 17 44023 41256.80 805.15 40789.03 1 3233.97 10458555.84 7.35%
6 18 37951 41467.33 728.11 42061.94 1 4110.94 16899855.68 10.83%
2017
7 19 41110 42038.44 707.77 42195.45 1 1085.45 1178190.99 2.64%
8 20 40356 42400.49 662.98 42746.22 1 2390.22 5713145.93 5.92%
9 21 39284 42516.81 592.16 43063.48 1 3779.48 14284461.37 9.62%
10 22 43562 43174.50 600.65 43108.97 1 453.03 205233.90 1.04%
11 23 42110 43534.30 569.45 43775.15 1 1665.15 2772725.13 3.95%
12 24 45528 44309.75 596.14 44103.75 1 1424.25 2028489.96 3.13%
1 25 35831 43593.29 426.09 44905.89 1 9074.89 82353661.15 25.33%
2 26 51747 45137.11 570.89 44019.37 1 7727.63 59716202.99 14.93%
3 27 45782 45718.70 572.28 45708.00 1 74.00 5476.20 0.16%
10 22 43562 43174.50 600.65 43108.97 1 453.03 205233.90 1.04%
11 23 42110 43534.30 569.45 43775.15 1 1665.15 2772725.13 3.95%
12 24 45528 44309.75 596.14 44103.75 1 1424.25 2028489.96 3.13%
1 25 35831 43593.29 426.09 44905.89 1 9074.89 82353661.15 25.33%
2 26 51747 45137.11 570.89 44019.37 1 7727.63 59716202.99 14.93%
3 27 45782 45718.70 572.28 45708.00 1 74.00 5476.20 0.16%
4 28 44789 46073.73 544.13 46290.98 1 1501.98 2255944.21 3.35%
5 29 55747 47938.31 715.20 46617.86 1 9129.14 83341113.62 16.38%
6 30 41789 47660.62 586.57 48653.51 1 6864.51 47121559.01 16.43%
2018
7 31 48268 48250.20 586.96 48247.19 1 20.81 433.00 0.04%
8 32 44789 48251.63 511.10 48837.16 1 4048.16 16387596.53 9.04%
9 33 48311 48697.39 502.64 48762.73 1 451.73 204060.33 0.94%
10 34 46268 48775.94 447.69 49200.03 1 2932.03 8596789.91 6.34%
11 35 47562 48983.29 416.56 49223.63 1 1661.63 2761016.23 3.49%
12 36 62428 51284.26 660.69 49399.85 1 13028.15 169732742.13 20.87%
1 37 41923 50495.36 472.89 51944.94 1 10021.94 100439360.55 23.91%
2 38 63885 52836.54 714.93 50968.25 1 12916.75 166842493.12 20.22%
3 39 52407 53385.94 693.49 53551.48 1 1144.48 1309823.63 2.18%
4 40 52404 53837.09 662.09 54079.42 1 1675.42 2807044.08 3.20%
5 41 60885 55422.83 781.75 54499.18 1 6385.82 40778701.58 10.49%
6 42 53308 55785.62 727.47 56204.59 1 2896.59 8390208.87 5.43%
2019
7 43 57644 56676.67 748.67 56513.09 1 1130.91 1278946.26 1.96%
8 44 50404 56409.76 617.10 57425.34 1 7021.34 49299174.08 13.93%
9 45 58163 57191.19 638.39 57026.86 1 1136.14 1290817.78 1.95%
10 46 57644 57802.74 634.91 57829.58 1 185.58 34438.95 0.32%
11 47 58644 58467.49 638.78 58437.64 1 206.36 42582.91 0.35%
12 48 63463 59736.43 720.41 59106.27 1 4356.73 18981124.61 6.86%
1 49 60456.84 1
2 50 61177.26 2
2022
3 51 61897.67 3
4 52 62618.09 4
Ilustración 36 Pronóstico de Barras Milky por método Holt
Atenuación Exponencial Ajustada a la Tendencia (Holt)
70000
60000
50000
40000
30000
20000
10000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
Ventas Pronóstico
Ilustración 37 Gráfica de ventas vs pronóstico de Barras Milky por método Holt

Año Mes t (X) Ventas (Y) XY X2 Ŷ |e| e2 |e|/Y
1 1 26176 26176 1 31037.84 4861.84 23637506.05 18.57%
2 2 39264 78528 4 31625.69 7638.31 58343754.42 19.45%
3 3 32720 98160 9 32213.54 506.46 256500.24 1.55%
4 4 32720 130880 16 32801.39 81.39 6624.54 0.25%
5 5 39264 196320 25 33389.24 5874.76 34512792.15 14.96%
6 6 32720 196320 36 33977.09 1257.09 1580277.57 3.84%
2016
7 7 35992 251944 49 34564.94 1427.06 2036498.16 3.96%
8 8 32720 261760 64 35152.79 2432.79 5918469.84 7.44%
9 9 35992 323928 81 35740.64 251.36 63181.67 0.70%
10 10 35992 359920 100 36328.49 336.49 113225.64 0.93%
11 11 35992 395912 121 36916.34 924.34 854404.42 2.57%
12 12 39264 471168 144 37504.19 1759.81 3096931.92 4.48%
1 13 30625 398125 169 38092.04 7467.04 55756680.72 24.38%
2 14 45938 643132 196 38679.89 7258.11 52680168.93 15.80%
3 15 39997 599955 225 39267.74 729.26 531821.24 1.82%
4 16 39526 632416 256 39855.59 329.59 108628.95 0.83%
5 17 44023 748391 289 40443.44 3579.56 12813257.78 8.13%
6 18 37951 683118 324 41031.29 3080.29 9488178.47 8.12%
2017
7 19 41110 781090 361 41619.14 509.14 259222.03 1.24%
8 20 40356 807120 400 42206.99 1850.99 3426157.80 4.59%
9 21 39284 824964 441 42794.84 3510.84 12325984.49 8.94%
10 22 43562 958364 484 43382.69 179.31 32152.81 0.41%
11 23 42110 968530 529 43970.54 1860.54 3461600.82 4.42%
12 24 45528 1092672 576 44558.39 969.61 940148.22 2.13%
1 25 35831 895775 625 45146.24 9315.24 86773647.96 26.00%
2 26 51747 1345422 676 45734.09 6012.91 36155120.06 11.62%
3 27 45782 1236114 729 46321.94 539.94 291532.01 1.18%
4 28 44789 1254092 784 46909.79 2120.79 4497736.88 4.74%
5 29 55747 1616663 841 47497.64 8249.36 68051995.36 14.80%
6 30 41789 1253670 900 48085.49 6296.49 39645742.06 15.07%
2018
7 31 48268 1496308 961 48673.34 405.34 164297.52 0.84%
12 24 45528 1092672 576 44558.39 969.61 940148.22 2.13%
1 25 35831 895775 625 45146.24 9315.24 86773647.96 26.00%
2 26 51747 1345422 676 45734.09 6012.91 36155120.06 11.62%
3 27 45782 1236114 729 46321.94 539.94 291532.01 1.18%
4 28 44789 1254092 784 46909.79 2120.79 4497736.88 4.74%
5 29 55747 1616663 841 47497.64 8249.36 68051995.36 14.80%
6 30 41789 1253670 900 48085.49 6296.49 39645742.06 15.07%
2018
7 31 48268 1496308 961 48673.34 405.34 164297.52 0.84%
8 32 44789 1433248 1024 49261.19 4472.19 20000448.66 9.99%
9 33 48311 1594263 1089 49849.04 1538.04 2365554.53 3.18%
10 34 46268 1573112 1156 50436.89 4168.89 17379608.37 9.01%
11 35 47562 1664670 1225 51024.74 3462.74 11990537.57 7.28%
12 36 62428 2247408 1296 51612.59 10815.41 116973193.45 17.32%
1 37 41923 1551151 1369 52200.44 10277.44 105625674.15 24.52%
2 38 63885 2427630 1444 52788.29 11096.71 123137083.60 17.37%
3 39 52407 2043873 1521 53376.13 969.13 939222.31 1.85%
4 40 52404 2096160 1600 53963.98 1559.98 2433552.08 2.98%
5 41 60885 2496285 1681 54551.83 6333.17 40108985.82 10.40%
6 42 53308 2238936 1764 55139.68 1831.68 3355067.27 3.44%
2019
7 43 57644 2478692 1849 55727.53 1916.47 3672841.60 3.32%
8 44 50404 2217776 1936 56315.38 5911.38 34944459.63 11.73%
9 45 58163 2617335 2025 56903.23 1259.77 1587011.09 2.17%
10 46 57644 2651624 2116 57491.08 152.92 23383.45 0.27%
11 47 58644 2756268 2209 58078.93 565.07 319300.32 0.96%
12 48 63463 3046224 2304 58666.78 4796.22 23003695.94 7.56%
1 49 59254.63
2 50 59842.48
2022
3 51 60430.33
4 52 61018.18
Ilustración 38 Pronóstico de Barras Milky por método de Regresión Lineal
Regresion Lineal
70000
60000
50000
40000
30000
20000
10000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
Ventas Series2
Ilustración 39 Gráfica de ventas vs pronóstico de Barras Milky por método Regresión Lineal
3.3.3. Calcular los Errores de las Estimaciones para cada Modelo Usado (DAM, ECM, EPAM).
8907.06 126,127,696.17 11.66%

DAM ECM EPAM
Ilustración 40 Errores por método de Winter
4804.49 37,544,060.85 6.61%

DAM ECM EPAM
Ilustración 41 Errores por método de Descomposición por factores
Toffees
11218.68 253,356,288.06 26.96%

DAM ECM EPAM
Ilustración 42 Errores por método de Winter
10089.82 143,216,429.03 21.11%

DAM ECM EPAM
Ilustración 43 Errores por método de Descomposición por factores
Barras Milky
3853.11 28,765,503.07 8.65%

DAM ECM EPAM
Ilustración 44 Errores por método de Holt
3,390.48 21,368,413.76 7.65%

DAM ECM EPAM
Ilustración 45 Errores por método de Regresión Lineal
3.3.4. Analizar los Errores: Comparación de Métodos y Análisis del Sesgo
Ilustración 46 Comparativa de Errores para ambos de métodos de Pastilla de Chocolate

Se puede observar que el método de descomposición por factores es el mejor para pronosticar la demanda de
pastillas de chocolate, ya que presenta un menor valor de ECM.
Ilustración 47 Comparativa de Errores para ambos de métodos de Toffees

Se puede observar que el método de descomposición por factores es el mejor para pronosticar la demanda de
Toffees, ya que presenta un menor valor de ECM.
Ilustración 48 Comparativa de Errores para ambos de métodos de Barras Milky

Se puede observar que el método de regresión lineal es el mejor para pronosticar la demanda de Toffees, ya
que su valor de ECM es menor.
3.4. Etapa 4: Extrapolación de Resultados.
3.4.1. Estimar el Pronóstico Futuro.
Ilustración 49 Intervalo de confianza del método Winters para el pronóstico de Pastillas de Chocolate
Toffees
Ilustración 50 Intervalo de confianza del método Winters para el pronóstico de Toffees
Barras Milky
Ilustración 51 Intervalo de confianza del método de Regresión Lineal para el pronóstico de Barras Milky
4. Propuesta de Mejora (To Be)
(Mohammed Alli,2010) “No cuentes los días,haz que los días cuenten”,
esta frasenos motiva a no solo pensar en todo lo que podemos hacer en el
mañana sino en todo lo que podemos hacer hoy y en nuestra empresa la
Ibérica nos ocuparemos de que el tiempo valga la pena con nuestras
nuevas propuestas de mejora
4.1. Localización de Planta

La planta de la chocolatería Ibérica fue fundada por el señor Vicente
Vidaurrazaga se encuentra actualmente en la ciudad de Arequipa en Av.
Vidaurrazaga 131, Arequipa 04001, y su almacén se encuentra
actualmente también en Arequipa en C. Jerusalén 136, Arequipa 04001
4.1.1. Análisis de alternativas de localización de nueva y/o ampliación decapacidad de

planta
Una muy buena opción para poder abrir una nueva planta de producción
sería en la ciudad de Arequipa ya que de esta manera la planta estaría más
cerca a los locales de venta del producto, se ahorraría mucho dinero en
distribución del producto y en el tema del tiempo que es esencial en las
empresas.
4.1.2. Análisis de localización de Planta usando uno de los métodos estudiados

La empresa Ibérica en busca de una nueva planta decidirá construir una nueva planta de
producción con el fin de evitar estos innecesario en transporte y poder emplearlos a
futuro en posibles inversiones para la empresa.
Por lo cual se utilizará el método de Carga -Distancia para poder evaluar esta posibilidad.
Plantas Nro de Cargas X Y XI*LI YI*LI

Local de Fabricacion y
almacenamiento 250 -16.41454 -71.54326 -4103.635
68 -17885.815
Local de Ventas 310 -16.39787 -71.53469 -5083.3397 -22175.754
Total 560 -9186.9747 -40061.569
Aplicando las formulas para hallar las coordenadas de la nueva posible planta de produccion
nos daría un resultado de:
Cx: -16.405312
Cy: -71.538516
4.1.3. Recomendaciones de localización.
Gracias al método de Carga-Distancia hemos logrado obtener una ubicación la cual se
encontrara en un punto intermedio de la anterior fabrica y los puntos de venta.
Ilustración 52 Mapa de Localización
4.2. Planeamiento Agregado
La empresa La Ibérica se ha percatado que en la mayoría de los stocks de su tienda sus
productos se agotan muy rápido, lo que quiere decir que la demanda no se está cumpliendo. En
vista que los costos de este año y están planificados se organizará los costos del próximo año
teniendo en cuenta que la demanda será mayor a la de este año.
4.2.1. Análisis Gráfico
75,500
71,500
65,500 69
60,500
52,500
42,500
33,500 33,280
30,507
25,500 27,733
24,960
22,187
19,500 19,413
15,000 16,640
13,867
11,093
8,000 8,320
5,547
3,000
2,773
Demanda Acumulada Producción Acumulada

Ilustración 53
Como podemos observar la expectativa de la demanda del próximo año es mucho mayor a nuestra capacidad de producción actual por lo que en base a lo
observado se creará una estrategia para poder cubrir la demanda la cual dará inicio en unos 4 meses.
4.2.2. Desarrollo de dos estrategias de Plan Agregado
4.2.2.1. Estrategia de capacidad constante
La siguiente fue demandada en base al registro pasado que se tiene de la ibérica pasada, influenciado también por el poco stock que se encuentra en las
tiendas, además en base a encuestas realizadas a diversas personas y personal de la ibérica que tiene conocimiento sobre los productos que se consumen
diariamente.
70
71
72
73
4.2.2.2 Estrategia de capacidad constante
74
75
76
4.2.3. Comparación de Estrategias y Toma de Decisiones.
Para poder escoger una estrategia debemos fijarnos en los resultados que ellos nos dan y también
lo que implica cada uno, puesto que el método de capacidad constante requiere un desembolso
por horas extras, pero sin embargo la estrategia de capacidad variable se desembolsa más dinero
en contrataciones y despidos de los operarios dependiendo de la demanda del mes.
Por lo que al comparar los resultados nos podemos percatar que el costo unitario por unidad
según la estrategia de capacidad constante nos sale 6.61 dólares menos que la estrategia de
capacidad variable, y viendo que el fin de nuestra empresa es la minimización de costos mientras
se cubre la demanda optaremos por la estrategia de capacidad constante.
4.3.Programa Maestro de Producción (PMP)

4.3.1. Control de Pedidos
Al haber hecho nuestro Plan Maestro de Producción nos permitirá determinar la cantidad de
productos que se va a tener que elaborar para la gestión de la capacidad asignada de acuerdo con
el PA.
Es por ello por lo que presentaremos primero nuestra tabla de demanda y pedidos:
Ilustración 58
Por consiguiente, tenemos los pedidos de las Pastillas de chocolate, Toffes y Barras Milky
77
(semanal):
Ilustración 59
PMP de las Pastillas de Chocolate:
PMP de los Toffes:
PMP de las Barras Milky:
78
4.3.2 Validación con el Plan Agregado (PA)
Ilustración 63
79
Se puede observar que el PMP de Enero es de 2000 unidades, de Febrero es de 6000 y el de
Marzo es de 7000, mientras que en nuestro Plan Agregado (Estrategia de Capacidad Variable) es
diferente. Esto quiere decir que:
 En el mes de enero, el plan Agregado salió superior, entonces hemos considerado recursos
para que podamos fabricar 4021. Sin embargo, nuestro PMP nos indica que debemos
fabricar 2000. Entonces se ha programado más recursos de los que deberíamos tener. Va
a haber una capacidad “ociosa” porque hay mayor cantidad de recursos de los que vamos
a requerir.
 En febrero, se programó unas cantidades de 4992 unidades, pero en la práctica de deben

producir 6000 unidades. Entonces vamos a necesitar más recursos para llegar a esas 6000
unidades. Lo que significa que se necesitará programar horas extras para llegar a ese nivel
de producción. Más costo.
 En el mes de marzo, podríamos decir que se programó una cierta cantidad de recursos
para producir 7003 unidades y en la práctica se fabrican 7000, no hay problema
4.4.Costos de Inventarios y Setups

4.4.1. Costos de Mantenimiento
Ilustración 64 análisis del año 2022
80
Ilustración 65 Análisis del año 2023

4.4.2. Costos de Ordenamiento
Ilustración 68 Costos de Ordenamiento
81
Ilustración 69- Gráfico Orden de Compra

4.4.3. Costos de Almacenamiento
Ilustración 70 – Registro de Gastos
Gráfica de Costo de almacenamiento por Volumen de almacén según

los años 2022 al 2025
S/25.00
Costo de almcenamiento / Volumen de
S/20.76
S/20.00
almacén ((S/)/m3)
S/15.00 S/12.52 S/12.50

S/11.54
S/10.00
S/5.00
82
S/-
2022 2023 2024 2025
Años
Ilustración 71 – Costos de almacén 2022-2025

4.4.4. Costos de Setup.
Ordenes de Trabajo:
Operarios por turno 4 hmb/turno

Costo de hr-máq: 15 $/hr-máq.
Costo de materia prima: 20 $/kg
Costo por hora-hombre 10 $/h-hmb
Ilustración 72 - Cálculos del costo de ordenamiento (SETUP) para una orden de

trabajo (O/T)
83
Conclusiones
 La organización "La Ibérica" funciona eficientemente. Se necesita entender las
necesidades y los componentes que influyen en su comportamiento, o sea, conocer
cómo es el consumidor presente. Así, las organizaciones van a poder llevar a cabo el
aumento de producción y a su vez no habrá necesidad de reducción de personal,
despidos o rotación.
 Para la ibérica se obtendrá un aumento de producción en base a la demanda de los
clientes con el método de estrategia de capacidad constante puesto que este método
no sólo sale más económico si no que no será necesario despedir a nuestros operarios,
sino que les podremos dar más trabajo y los que necesiten ese dinero les será de
mucha ayuda.
 La Ibérica tiene múltiples ventajas competitivas que le han permitido cimentarse
como un competidor económicamente activo dentro del país, con vistas a la
expansión fuera del litoral gracias a la innovación de procesos de producción y
diversificación de productos en base a su público consumidor.
 La Ibérica posee una buena participación en el mercado ya que ofrece una gran
variedad de productos a base de chocolate; asimismo, comprende las necesidades del
cliente, desarrolla productos que le proporcionen valor superior y les fija precios
adecuados, además de distribuirlos y promoverlos eficazmente para que estos
productos se vendan con mayor facilidad.
 De acuerdo con el análisis realizado, se determinó que el método de descomposición
por factores él es mejor para pronosticar la demanda de pastillas de chocolate y
toffees, mientras que el método de regresión lineal es el mejor para pronosticar la
demanda de barras milky.
 Podemos darnos cuenta de que en estos últimos 4 años los costos de ordenamiento
proyectados por los distintos gastos para poder reponer los diversos artículos del
inventario aumentan en base a los años ya que el valor de apreciación del dinero en
el tiempo hace que se aumenten los precios, y lo más recomendable seria buscar otros
servicios ya que estos se encuentran muy elevados tomando en cuenta que la
demanda ha aumentado.
 En los 3 meses presentados, tenemos diversas observaciones. Enero ha programado
más recursos de los que se deberían tener. Febrero va a necesitar más recursos. Marzo
programó cierta cantidad de recursos exactas.
 El mercado abarcado por la Empresa “La Ibérica” cuenta con oportunidades de
84
expansión positivas, a modo de aumentar su poder adquisitivo de manera
exponencial.
Recomendaciones
 Para conservar la aprobación y un consecuente aumento en el mercado potencial, es
preciso una constante producción del producto. Dichos modelos tienen que ser
elaborados mensualmente. Del mismo modo, se debería detectar la necesidad del
comprador para una nueva sede.
 En base a todo lo que hemos recopilado en este último tramo del trabajo podemos
recomendar que la empresa la ibérica podría abrir como proyecto futuro una nueva
fábrica en la ciudad de lima puesto que en la capital es donde hay más tiendas de este
producto y donde más gente lo consume.
 Es necesario que la Empresa siga innovando y apostando en materia de transformación
digital, debido al aumento constante de demandas por parte del consumidor y las
nuevas exigencias y tendencias del mercado.
 No se tomaron en cuenta los años 2020 y 2021 en los datos recopilados, debido al
contexto de la pandemia, puesto que estos datos serían atípicos.
 Para obtener un pronóstico más preciso de la demanda, se recomienda emplear la
herramienta solver del Excel para algunos de los métodos, ya que minimiza el valor de
EMC.
 Se le recomienda a la empresa, tener un balance con su Plan Agregado ya que el PMP
nos detalla por semana y sería bueno tomarlo en cuenta porque son días “exactos” y
así no tener ya sea mayor o menor cantidad de recursos necesarios.
 El año 2023 se prevé una contracción de la economía mundial por las

consecuencias sanitarias de la pandemia y por el contexto Ucrania-Rusia, por lo
tanto, debemos reducir los costos o postergar algunas compras como la de nuevos
equipos.
Bibliografías
Delgado, G. (2015) Implementación de una Planta Productora y
Comercializadora de Filtrantes de Cascarilla de Cacao en la ciudad de
Arequipa. Edu.pe. Recuperado el 26 de agosto de 2022, de
http://repositorio.ucsp.edu.pe/bitstream/UCSP/15236/1/DELGADO_VÁ
SQUEZ_GIU_FIL.pdf
Hanke, John E. y Wichern, Dean W. (2010). Pronóstico en los Negocios (9a ed.).
Pearson Educación.
Mohammed,Ali.(2016). No cuentes los días, haz que los días cuenten.
Joaquín Aizcorbe (2016) “Consumo Masivo: La Ibérica”. Recuperado
de:https://semanaeconomica.com/sectores-empresas/consumo-
masivo/182342-la-iberica
Delgado. G. (2016). “Implementación de una Planta Productora y
Comercializadora de Filtrantes de Cascarilla de Cacao en la ciudad de
Arequipa, 2015” .Pág:27-30.Recuperado
85
de:http://repositorio.ucsp.edu.pe/bitstream/UCSP/15236/1/DELGADO_
V%C3%81SQUEZ_GIU_FIL.pdf.
Anexos
 Video de exposición sobre el LABORATORIO 1:
https://www.youtube.com/watch?v=rWdpoaTH4jU
 Datos referentes a nuestro trabajo
Cuadro de coeficiente de autocorrelación por sus desfases por meses (profe)
86
 PASTILLA DE CHOCOLATE
Ilustración 25
0.8 GRÁFICA DE COEFICIENTE DE
AU T O C O R R E L A AC I Ó N D E PA S T I L L A S D E
0.6 C H O C O L AT E S P O R D E S FA S E S
AUTOCORRELACIÓN
COEFICIENTE DE
0.4
0.2
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
-0.2
-0.4
DESFASES "K"
 TOFFEE SURTIDOS
Ilustración 26
1 GRÁFICA DE COEFICIENTE DE
AU T O C O R R E L A AC I Ó N D E T O F F E E
S U R T I D O S P O R D E S FA S E S
AUTOCORRELACIÓN
COEFICIENTE DE
0.5
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
-0.5
DESFASES "K"
 MILKY
87
Ilustración 27
GRÁFICA DE COEFICIENTE DE
0.6
AU T O C O R R E L A AC I Ó N D E T O F F E E S U R T I D O S
COEFICIENTE DE AUTOCORRELACIÓN
0.5 P O R D E S FA S E S
0.4
0.3
0.2
0.1
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
-0.1
-0.2
-0.3
DESFASES "K"
Construcción de pronóstico
Ilustración 28 Pronóstico de pastillas de chocolate por método Winters

α = 0.45 ɣ = 0.09
β = 0.01 L = 4.00 (A + tp) S
-2 1
-3 1
-4 1
1 1 54000 54000 0 1
2 2 79500 65564.99 154.97 1.02 54000.00 1 25500.00 650250000.00 32.08%
3 3 52500 59724.32 74.63 0.99 65719.96 1 13219.96 174767273.97 25.18%
4 4 46500 53767.49 -6.19 0.99 59798.95 1 13298.95 176862095.19 28.60%
5 5 76500 64073.96 131.99 1.02 53761.30 1 22738.70 517048535.31 29.72%
6 6 54000 59137.99 64.09 1.01 65378.61 1 11378.61 129472710.21 21.07%
2016
7 7 52500 56412.58 26.71 0.98 58586.69 1 6086.69 37047842.18 11.59%
8 8 51000 54244.23 -2.71 0.98 55783.74 1 4783.74 22884185.40 9.38%
9 9 48000 51053.97 -45.42 1.01 55145.47 1 7145.47 51057721.27 14.89%
10 10 46500 48770.95 -75.40 1.00 51479.28 1 4979.28 24793242.80 10.71%
11 11 49500 49412.94 -65.79 0.99 47942.65 1 1557.35 2425335.63 3.15%
12 12 81000 64290.73 134.45 1.01 48569.62 1 32430.38 1051729703.03 40.04%
1 13 73500 68207.80 185.14 1.02 65075.41 1 8424.59 70973741.85 11.46%
2 14 87000 76657.60 295.88 1.02 68696.20 1 18303.80 335029020.13 21.04%
3 15 66000 72410.19 235.00 0.98 75877.57 1 9877.57 97566355.77 14.97%
4 16 69000 70745.74 209.55 1.01 73221.39 1 4221.39 17820115.28 6.12%
5 17 78000 73596.85 244.95 1.02 72082.97 1 5917.03 35011202.75 7.59%
6 18 67500 70493.98 200.09 1.01 74997.19 1 7497.19 56207839.85 11.11%
2017
7 19 60000 66410.31 142.69 0.97 69252.82 1 9252.82 85614721.92 15.42%
8 20 69000 67503.08 155.42 1.01 66894.39 1 2105.61 4433611.30 3.05%
9 21 67500 66996.12 146.54 1.02 68989.23 1 1489.23 2217812.65 2.21%
10 22 61500 64289.56 108.31 1.01 67857.90 1 6357.90 40422921.89 10.34%
11 23 66000 65952.88 129.15 0.98 62663.64 1 3336.36 11131322.19 5.06%
12 24 82500 73282.94 225.64 1.02 66517.80 1 15982.20 255430850.83 19.37%
1 25 87000 78905.89 297.96 1.03 74877.63 1 12122.37 146951742.50 13.93%
2 26 100500 88590.04 423.73 1.02
88 79679.75 1 20820.25 433482718.86 20.72%
3 27 79500 85606.61 378.08 0.97 86828.10 1 7328.10 53700985.14 9.22%
4 28 78750 82112.21 326.19 1.01 87432.30 1 8682.30 75382392.68 11.03%
5 29 91500 85502.84 367.25 1.03 84568.52 1 6931.48 48045470.65 7.58%
8 20 69000 67503.08 155.42 1.01 66894.39 1 2105.61 4433611.30 3.05%
9 21 67500 66996.12 146.54 1.02 68989.23 1 1489.23 2217812.65 2.21%
10 22 61500 64289.56 108.31 1.01 67857.90 1 6357.90 40422921.89 10.34%
11 23 66000 65952.88 129.15 0.98 62663.64 1 3336.36 11131322.19 5.06%
12 24 82500 73282.94 225.64 1.02 66517.80 1 15982.20 255430850.83 19.37%
1 25 87000 78905.89 297.96 1.03 74877.63 1 12122.37 146951742.50 13.93%
2 26 100500 88590.04 423.73 1.02 79679.75 1 20820.25 433482718.86 20.72%
3 27 79500 85606.61 378.08 0.97 86828.10 1 7328.10 53700985.14 9.22%
4 28 78750 82112.21 326.19 1.01 87432.30 1 8682.30 75382392.68 11.03%
5 29 91500 85502.84 367.25 1.03 84568.52 1 6931.48 48045470.65 7.58%
6 30 81000 83045.70 329.40 1.01 87333.74 1 6333.74 40116214.48 7.82%
2018
7 31 79500 82678.19 320.06 0.97 80992.72 1 1492.72 2228208.86 1.88%
8 32 78000 80316.41 284.13 1.01 83983.48 1 5983.48 35802014.89 7.67%
9 33 82500 80384.70 281.24 1.03 82990.02 1 490.02 240114.75 0.59%
10 34 81000 80329.43 276.73 1.01 81751.98 1 751.98 565468.18 0.93%
11 35 84000 83300.22 312.83 0.97 78234.55 1 5765.45 33240371.09 6.86%
12 36 99000 90218.70 401.34 1.02 84313.04 1 14686.96 215706648.02 14.84%
1 37 100500 93800.86 443.96 1.03 93280.61 1 7219.39 52119549.75 7.18%
2 38 114000 102539.66 555.11 1.02 95472.24 1 18527.76 343277756.45 16.25%
3 39 91500 98951.47 499.59 0.97 100396.59 1 8896.59 79149375.54 9.72%
4 40 92250 95525.63 446.99 1.01 101043.94 1 8793.94 77333342.90 9.53%
5 41 94500 93936.65 419.71 1.03 99137.22 1 4637.22 21503771.43 4.91%
6 42 97500 94851.01 426.34 1.02 96385.86 1 1114.14 1241310.07 1.14%
2019
7 43 96000 96969.89 449.02 0.97 92381.50 1 3618.50 13093553.40 3.77%
8 44 99000 97617.01 451.67 1.01 98558.09 1 441.91 195286.50 0.45%
9 45 93000 94515.35 404.06 1.03 101075.05 1 8075.05 65206466.32 8.68%
10 46 90000 91807.29 362.36 1.02 97013.38 1 7013.38 49187438.65 7.79%
11 47 97500 95890.97 412.22 0.98 89529.76 1 7970.24 63524672.32 8.17%
12 48 112500 103048.58 502.61 1.02 97449.79 1 15050.21 226508685.27 13.38%
1 49 106310.17 1
2 50 105976.00 2
2022
3 51 101969.85 3
4 52 107030.42 4
89
Atenuación exponencial ajustada a la tendencia y variación
120000
100000
80000
60000
40000
20000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
Ventas Series2
Ilustración 29 Gráfica de ventas vs pronóstico de pastillas de chocolate

90 por método Winters
Ilustración 30 Pronóstico de pastillas de chocolate por Descomposición por factores
1 1 54000 54642.86 54642.86 1 53510.44 52880.90 1,119.10 1,252,382.11 2.07%
2 2 79500 66510.83 133021.65 4 54624.35 65292.17 14,207.83 201,862,482.57 17.87%
3 3 52500 57804.40 173413.21 9 55738.27 50623.46 1,876.54 3,521,383.77 3.57%
4 4 46500 51734.29 206937.17 16 56852.19 51100.08 4,600.08 21,160,780.51 9.89%
5 5 76500 71613.44 358067.18 25 57966.11 61921.44 14,578.56 212,534,395.19 19.06%
6 6 54000 57375.00 344250.00 36 59080.02 55604.73 1,604.73 2,575,153.11 2.97%
2016
7 7 52500 58105.47 406738.28 49 60193.94 54387.00 1,887.00 3,560,756.04 3.59%
8 8 51000 54734.85 437878.79 64 61307.86 57124.50 6,124.50 37,509,492.16 12.01%
9 9 48000 52577.32 473195.88 81 62421.78 56987.41 8,987.41 80,773,544.26 18.72%
10 10 46500 53125.00 531250.00 100 63535.69 55612.42 9,112.42 83,036,190.33 19.60%
11 11 49500 53125.00 584375.00 121 64649.61 60238.23 10,738.23 115,309,513.36 21.69%
12 12 81000 68850.00 826200.00 144 65763.53 77368.86 3,631.14 13,185,189.22 4.48%
1 13 73500 74375.00 966875.00 169 66877.45 66090.65 7,409.35 54,898,411.38 10.08%
2 14 87000 72785.43 1018996.06 196 67991.36 81269.68 5,730.32 32,836,584.21 6.59%
3 15 66000 72668.39 1090025.91 225 69105.28 62763.86 3,236.14 10,472,624.05 4.90%
4 16 69000 76767.02 1228272.25 256 70219.20 63114.67 5,885.33 34,637,117.18 8.53%
5 17 78000 73017.62 1241299.56 289 71333.12 76200.55 1,799.45 3,238,005.68 2.31%
6 18 67500 71718.75 1290937.50 324 72447.04 68185.45 685.45 469,834.99 1.02%
2017
7 19 60000 66406.25 1261718.75 361 73560.95 66464.48 6,464.48 41,789,561.60 10.77%
8 20 69000 74053.03 1481060.61 400 74674.87 69579.41 579.41 335,714.69 0.84%
9 21 67500 73936.86 1552673.97 441 75788.79 69190.71 1,690.71 2,858,485.28 2.50%
10 22 61500 70262.10 1545766.13 484 76902.71 67312.49 5,812.49 33,784,995.03 9.45%
11 23 66000 70833.33 1629166.67 529 78016.62 72693.14 6,693.14 44,798,073.58 10.14%
12 24 82500 70125.00 1683000.00 576 79130.54 93094.75 10,594.75 112,248,819.45 12.84%
1 25 87000 88035.71 2200892.86 625 80244.46 79300.41 7,699.59 59,283,742.26 8.85%
2 26 100500 84079.72 2186072.83 676 81358.38 97247.19 3,252.81 10,580,780.82 3.24%
3 27 79500 87532.38 2363374.35 729 82472.29 74904.25 4,595.75 21,120,934.05 5.78%
91
4 28 78750 87614.53 2453206.81 784 83586.21 75129.25 3,620.75 13,109,802.99 4.60%
5 29 91500 85655.29 2484003.30 841 84700.13 90479.67 1,020.33 1,041,078.28 1.12%
6 30 81000 86062.50 2581875.00 900 85814.05 80766.16 233.84 54,680.29 0.29%
11 23 66000 70833.33 1629166.67 529 78016.62 72693.14 6,693.14 44,798,073.58 10.14%
12 24 82500 70125.00 1683000.00 576 79130.54 93094.75 10,594.75 112,248,819.45 12.84%
1 25 87000 88035.71 2200892.86 625 80244.46 79300.41 7,699.59 59,283,742.26 8.85%
2 26 100500 84079.72 2186072.83 676 81358.38 97247.19 3,252.81 10,580,780.82 3.24%
3 27 79500 87532.38 2363374.35 729 82472.29 74904.25 4,595.75 21,120,934.05 5.78%
4 28 78750 87614.53 2453206.81 784 83586.21 75129.25 3,620.75 13,109,802.99 4.60%
5 29 91500 85655.29 2484003.30 841 84700.13 90479.67 1,020.33 1,041,078.28 1.12%
6 30 81000 86062.50 2581875.00 900 85814.05 80766.16 233.84 54,680.29 0.29%
2018
7 31 79500 87988.28 2727636.72 961 86927.96 78541.97 958.03 917,816.30 1.21%
8 32 78000 83712.12 2678787.88 1024 88041.88 82034.32 4,034.32 16,275,725.61 5.17%
9 33 82500 90367.27 2982119.85 1089 89155.80 81394.00 1,106.00 1,223,234.25 1.34%
10 34 81000 92540.32 3146370.97 1156 90269.72 79012.55 1,987.45 3,949,946.78 2.45%
11 35 84000 90151.52 3155303.03 1225 91383.64 85148.05 1,148.05 1,318,009.33 1.37%
12 36 99000 84150.00 3029400.00 1296 92497.55 108820.65 9,820.65 96,445,171.52 9.92%
1 37 100500 101696.43 3762767.86 1369 93611.47 92510.16 7,989.84 63,837,560.28 7.95%
2 38 114000 95374.02 3624212.60 1444 94725.39 113224.70 775.30 601,091.58 0.68%
3 39 91500 100744.82 3929047.93 1521 95839.31 87044.64 4,455.36 19,850,233.50 4.87%
4 40 92250 102634.16 4105366.49 1600 96953.22 87143.84 5,106.16 26,072,887.37 5.54%
5 41 94500 88463.66 3627009.91 1681 98067.14 104758.78 10,258.78 105,242,588.84 10.86%
6 42 97500 103593.75 4350937.50 1764 99181.06 93346.88 4,153.12 17,248,417.55 4.26%
2019
7 43 96000 106250.00 4568750.00 1849 100294.98 90619.46 5,380.54 28,950,202.37 5.60%
8 44 99000 106250.00 4675000.00 1936 101408.89 94489.23 4,510.77 20,347,063.56 4.56%
9 45 93000 101868.56 4584085.05 2025 102522.81 93597.30 597.30 356,762.55 0.64%
10 46 90000 102822.58 4729838.71 2116 103636.73 90712.62 712.62 507,826.22 0.79%
11 47 97500 104640.15 4918087.12 2209 104750.65 97602.96 102.96 10,599.82 0.11%
12 48 112500 95625.00 4590000.00 2304 105864.56 124546.55 12,046.55 145,119,274.93 10.71%
1 49 106978.48 105719.91
2022 2 50 108092.40 129202.21
3 51 109206.32 99185.03
4 52 110320.23 99158.42
92
140000
120000
100000
80000
60000
40000
20000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
Ventas Series2
93
Ilustración 31 Gráfica de ventas vs pronóstico de pastillas de chocolate por D. por factores

Toffees
α = 0.71 ɣ = 0.05
β = 0.00 L = 4.00 (A + tp) S
2 1
3 1
4 1
1 1 24000 24000 0 1
2 2 33000 30368.47 29.04 1.00 24000.00 1 9000.00 81000000.00 27.27%
3 3 38250 35954.00 54.37 1.00 30397.51 1 7852.49 61661599.89 20.53%
4 4 38250 37594.56 61.60 1.00 36008.37 1 2241.63 5024919.29 5.86%
5 5 38250 38076.37 63.52 1.00 37656.17 1 593.83 352636.78 1.55%
6 6 48159 45092.35 95.22 1.01 38294.00 1 9865.00 97318254.73 20.48%
2016
7 7 49950 48452.57 110.10 1.00 45322.13 1 4627.87 21417202.66 9.27%
8 8 66000 60863.53 166.19 1.00 48602.15 1 17397.85 302685176.96 26.36%
9 9 66000 64536.80 182.18 1.00 61042.70 1 4957.30 24574853.81 7.51%
10 10 68250 66880.73 192.04 1.01 65173.54 1 3076.46 9464624.73 4.51%
11 11 75750 72984.41 218.99 1.01 67359.84 1 8390.16 70394775.39 11.08%
12 12 80250 77923.40 240.51 1.01 73548.21 1 6701.79 44913970.08 8.35%
1 13 33000 46176.18 94.66 0.99 78262.40 1 45262.40 2048684514.76 137.16%
2 14 32250 36176.31 48.64 1.00 46624.84 1 14374.84 206636157.12 44.57%
3 15 18750 23782.40 -8.09 1.00 36436.78 1 17686.78 312822056.67 94.33%
4 16 47250 40190.36 66.76 1.01 23914.18 1 23335.82 544560724.96 49.39%
5 17 37500 38631.29 59.34 0.99 39769.81 1 2269.81 5152057.51 6.05%
6 18 37500 37789.01 55.23 1.00 38777.03 1 1277.03 1630812.28 3.41%
2017
7 19 37500 37715.04 54.64 1.00 37681.80 1 181.80 33052.51 0.48%
8 20 51300 46849.74 96.04 1.02 38290.89 1 13009.11 169236903.30 25.36%
9 21 53100 51791.82 118.14 0.99 46339.91 1 6760.09 45698808.87 12.73%
10 22 63000 59678.50 153.56 1.00 52001.95 1 10998.05 120957061.66 17.46%
11 23 68400 66106.66 182.17 1.00 59571.30 1 8828.70 77945899.27 12.91%
12 24 80250 75186.52 222.74 1.02 67454.55 1 12795.45 163723614.45 15.94%
1 25 16800 34070.62 34.26 0.97 74570.24 1 57770.24 3337400983.19 343.87%
2 26 35100 34703.06 36.98 1.00 34251.01 1 848.99 720779.76 2.42%
3 27 51750 46869.57 92.29 1.00 34651.91 1 17098.09 292344836.36 33.04%
4 28 36750 39228.32 57.03 1.02 47896.67 1 11146.67 124248333.31 30.33%
5 29 36750 38413.41 53.05
94 0.97 37940.04 1 1190.04 1416186.87 3.24%
6 30 52500 48225.92 97.55 1.01 38644.12 1 13855.88 191985527.37 26.39%
2018
7 31 37500 40600.19 62.33 1.00 48441.22 1 10941.22 119710300.84 29.18%
8 32 70500 60988.62 155.01 1.02 41314.41 1 29185.59 851798383.42 41.40%
10 22 63000 59678.50 153.56 1.00 52001.95 1 10998.05 120957061.66 17.46%
11 23 68400 66106.66 182.17 1.00 59571.30 1 8828.70 77945899.27 12.91%
12 24 80250 75186.52 222.74 1.02 67454.55 1 12795.45 163723614.45 15.94%
1 25 16800 34070.62 34.26 0.97 74570.24 1 57770.24 3337400983.19 343.87%
2 26 35100 34703.06 36.98 1.00 34251.01 1 848.99 720779.76 2.42%
3 27 51750 46869.57 92.29 1.00 34651.91 1 17098.09 292344836.36 33.04%
4 28 36750 39228.32 57.03 1.02 47896.67 1 11146.67 124248333.31 30.33%
5 29 36750 38413.41 53.05 0.97 37940.04 1 1190.04 1416186.87 3.24%
6 30 52500 48225.92 97.55 1.01 38644.12 1 13855.88 191985527.37 26.39%
2018
7 31 37500 40600.19 62.33 1.00 48441.22 1 10941.22 119710300.84 29.18%
8 32 70500 60988.62 155.01 1.02 41314.41 1 29185.59 851798383.42 41.40%
9 33 84000 79451.56 238.48 0.97 59023.97 1 24976.03 623802294.77 29.73%
10 34 78450 78342.75 232.34 1.01 80370.26 1 1920.26 3687396.15 2.45%
11 35 85050 83231.36 253.57 1.00 78477.85 1 6572.15 43193193.26 7.73%
12 36 87000 84614.25 258.72 1.02 85368.04 1 1631.96 2663288.11 1.88%
1 37 80100 83271.51 251.42 0.97 82294.44 1 2194.44 4815571.44 2.74%
2 38 68250 72322.81 200.35 1.01 84207.94 1 15957.94 254655962.54 23.38%
3 39 64500 66853.26 174.50 1.00 72511.49 1 8011.49 64183906.54 12.42%
4 40 51750 55400.12 121.48 1.02 68557.28 1 16807.28 282484590.53 32.48%
5 41 81000 75368.12 211.97 0.97 53814.86 1 27185.14 739032043.46 33.56%
6 42 78000 77007.29 218.48 1.01 75972.60 1 2027.40 4110365.51 2.60%
2019
7 43 78000 77872.87 221.43 1.00 77087.16 1 912.84 833278.29 1.17%
8 44 95250 88997.69 271.14 1.02 79553.32 1 15696.68 246385757.35 16.48%
9 45 96000 95832.48 301.07 0.98 86963.70 1 9036.30 81654752.53 9.41%
10 46 100200 98619.52 312.40 1.01 96667.30 1 3532.70 12479984.09 3.53%
11 47 102000 101221.12 322.84 1.00 98770.16 1 3229.84 10431854.44 3.17%
12 48 117750 111290.74 367.28 1.02 103685.28 1 14064.72 197816291.02 11.94%
1 49 108918.30 1
2 50 112702.00 2
2022
3 51 112257.71 3
4 52 115331.99 4
Ilustración 32 Pronóstico de Toffees por método Winters

95
Atenuación exponecial ajustada a la tendencia y variación
140000
120000
100000
80000
60000
40000
20000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
Ventas Series2
96
Ilustración 33 Gráfica de ventas vs pronóstico de Toffees por método Winters
1 1 24000 37308.11 37308.11 1 38707.63 24900.30 900.30 810,544.02 3.75%
2 2 33000 46825.99 93651.98 4 39605.59 27911.52 5,088.48 25,892,677.87 15.42%
3 3 38250 52818.83 158456.50 9 40503.54 29331.59 8,918.41 79,538,009.18 23.32%
4 4 38250 52591.17 210364.67 16 41401.50 30111.66 8,138.34 66,232,610.57 21.28%
5 5 38250 47291.28 236456.41 25 42299.45 34212.52 4,037.48 16,301,234.12 10.56%
6 6 48159 53300.93 319805.56 36 43197.41 39030.16 9,128.84 83,335,663.06 18.96%
2016
7 7 49950 58881.25 412168.78 49 44095.36 37406.87 12,543.13 157,330,201.34 25.11%
8 8 66000 55784.22 446273.79 64 44993.31 53232.95 12,767.05 162,997,590.89 19.34%
9 9 66000 52790.79 475117.09 81 45891.27 57374.10 8,625.90 74,406,211.98 13.07%
10 10 68250 52688.00 526879.98 100 46789.22 60608.95 7,641.05 58,385,575.96 11.20%
11 11 75750 54717.08 601887.90 121 47687.18 66017.84 9,732.16 94,714,883.96 12.85%
12 12 80250 52563.64 630763.68 144 48585.13 74175.93 6,074.07 36,894,339.21 7.57%
1 13 33000 51298.65 666882.45 169 49483.09 31832.06 1,167.94 1,364,077.37 3.54%
2 14 32250 45761.76 640664.71 196 50381.04 35505.37 3,255.37 10,597,458.22 10.09%
3 15 18750 25891.59 388373.78 225 51279.00 37134.89 18,384.89 338,004,154.28 98.05%
4 16 47250 64965.56 1039448.95 256 52176.95 37948.74 9,301.26 86,513,507.49 19.69%
5 17 37500 46364.00 788188.03 289 53074.90 42927.89 5,427.89 29,462,020.40 14.47%
6 18 37500 41503.87 747069.61 324 53972.86 48766.11 11,266.11 126,925,265.20 30.04%
2017
7 19 37500 44205.15 839897.77 361 54870.81 46547.87 9,047.87 81,863,992.92 24.13%
8 20 51300 43359.56 867191.11 400 55768.77 65981.71 14,681.71 215,552,707.40 28.62%
9 21 53100 42472.59 891924.35 441 56666.72 70845.76 17,745.76 314,912,129.85 33.42%
10 22 63000 48635.08 1069971.65 484 57564.68 74567.06 11,567.06 133,796,903.07 18.36%
11 23 68400 49407.90 1136381.69 529 58462.63 80935.32 12,535.32 157,134,143.85 18.33%
12 24 80250 52563.64 1261527.36 576 59360.59 90627.04 10,377.04 107,682,900.17 12.93%
1 25 16800 26115.68 652891.91 625 60258.54 38763.82 21,963.82 482,409,536.49 130.74%
2 26 35100 49805.83 1294951.52 676 61156.49 43099.23 7,999.23 63,987,717.74 22.79%
3 27 51750 71460.78 1929440.95 97
729 62054.45 44938.19 6,811.81 46,400,795.96 13.16%
4 28 36750 50528.77 1414805.51 784 62952.40 45785.81 9,035.81 81,645,943.47 24.59%
5 29 36750 45436.72 1317664.94 841 63850.36 51643.26 14,893.26 221,809,321.86 40.53%
6 30 52500 58105.41 1743162.41 900 64748.31 58502.06 6,002.06 36,024,719.65 11.43%
10 22 63000 48635.08 1069971.65 484 57564.68 74567.06 11,567.06 133,796,903.07 18.36%
11 23 68400 49407.90 1136381.69 529 58462.63 80935.32 12,535.32 157,134,143.85 18.33%
12 24 80250 52563.64 1261527.36 576 59360.59 90627.04 10,377.04 107,682,900.17 12.93%
1 25 16800 26115.68 652891.91 625 60258.54 38763.82 21,963.82 482,409,536.49 130.74%
2 26 35100 49805.83 1294951.52 676 61156.49 43099.23 7,999.23 63,987,717.74 22.79%
3 27 51750 71460.78 1929440.95 729 62054.45 44938.19 6,811.81 46,400,795.96 13.16%
4 28 36750 50528.77 1414805.51 784 62952.40 45785.81 9,035.81 81,645,943.47 24.59%
5 29 36750 45436.72 1317664.94 841 63850.36 51643.26 14,893.26 221,809,321.86 40.53%
6 30 52500 58105.41 1743162.41 900 64748.31 58502.06 6,002.06 36,024,719.65 11.43%
2018
7 31 37500 44205.15 1370359.53 961 65646.27 55688.88 18,188.88 330,835,290.41 48.50%
8 32 70500 59587.69 1906806.19 1024 66544.22 78730.48 8,230.48 67,740,763.52 11.67%
9 33 84000 67188.27 2217213.07 1089 67442.18 84317.43 317.43 100,762.42 0.38%
10 34 78450 60562.25 2059116.44 1156 68340.13 88525.17 10,075.17 101,509,004.69 12.84%
11 35 85050 61434.82 2150218.78 1225 69238.08 95852.79 10,802.79 116,700,248.90 12.70%
12 36 87000 56984.88 2051455.71 1296 70136.04 107078.15 20,078.15 403,131,921.61 23.08%
1 37 80100 124515.81 4607085.13 1369 71033.99 45695.58 34,404.42 1,183,663,844.12 42.95%
2 38 68250 96844.67 3680097.28 1444 71931.95 50693.09 17,556.91 308,245,057.20 25.72%
3 39 64500 89067.05 3473615.11 1521 72829.90 52741.48 11,758.52 138,262,680.53 18.23%
4 40 51750 71152.76 2846110.22 1600 73727.86 53622.89 1,872.89 3,507,727.20 3.62%
5 41 81000 100146.24 4105996.01 1681 74625.81 60358.64 20,641.36 426,065,915.64 25.48%
6 42 78000 86328.04 3625777.82 1764 75523.77 68238.01 9,761.99 95,296,490.27 12.52%
2019
7 43 78000 91946.70 3953708.26 1849 76421.72 64829.88 13,170.12 173,451,952.12 16.88%
8 44 95250 80506.78 3542298.20 1936 77319.67 91479.24 3,770.76 14,218,615.33 3.96%
9 45 96000 76786.60 3455396.99 2025 78217.63 97789.10 1,789.10 3,200,872.50 1.86%
10 46 100200 77352.93 3558234.73 2116 79115.58 102483.27 2,283.27 5,213,341.65 2.28%
11 47 102000 73678.45 3462886.99 2209 80013.54 110770.26 8,770.26 76,917,495.84 8.60%
12 48 117750 77126.09 3702052.26 2304 80911.49 123529.25 5,779.25 33,399,772.03 4.91%
1 49 81809.45 52627.34
2 50 82707.40 58286.95
2022
3 51 83605.36 60544.78
4 52 84503.31 61459.97
Ilustración 34 Pronóstico de Toffees por Descomposición por factores
98
140000
120000
100000
80000
60000
40000
20000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
Ventas Series2
Ilustración 35 Gráfica de ventas vs pronóstico de Toffees por D.factores
99
Barras Milky
α= 0.14 β= 0.13 A + Tp
Año Mes t (X) Ventas (Y) A T Ŷ p |e| e2 |e|/Y
1 1 26176 26176 0
2 2 39264 28069.06 245.25 26176.00 1 13088.00 171295744.00 33.33%
3 3 32720 28951.56 327.81 28314.32 1 4405.68 19410051.37 13.46%
4 4 32720 29777.02 392.28 29279.37 1 3440.63 11837951.45 10.52%
5 5 39264 31484.77 562.70 30169.31 1 9094.69 82713464.87 23.16%
6 6 32720 32144.75 575.31 32047.48 1 672.52 452287.75 2.06%
2016
7 7 35992 33193.31 636.62 32720.06 1 3271.94 10705615.08 9.09%
8 8 32720 33669.39 615.82 33829.93 1 1109.93 1231947.57 3.39%
9 9 35992 34532.08 647.80 34285.21 1 1706.79 2913139.48 4.74%
10 10 35992 35297.35 663.02 35179.88 1 812.12 659536.12 2.26%
11 11 35992 35964.94 663.61 35960.37 1 31.63 1000.66 0.09%
12 12 39264 37009.75 713.00 36628.55 1 2635.45 6945573.64 6.71%
1 13 30625 36696.12 579.99 37722.75 1 7097.75 50377988.05 23.18%
2 14 45938 38528.98 742.31 37276.11 1 8661.89 75028283.03 18.86%
3 15 39997 39376.25 755.91 39271.29 1 725.71 526660.88 1.81%
4 16 39526 40044.48 744.55 40132.16 1 606.16 367429.57 1.53%
5 17 44023 41256.80 805.15 40789.03 1 3233.97 10458555.84 7.35%
6 18 37951 41467.33 728.11 42061.94 1 4110.94 16899855.68 10.83%
2017
7 19 41110 42038.44 707.77 42195.45 1 1085.45 1178190.99 2.64%
8 20 40356 42400.49 662.98 42746.22 1 2390.22 5713145.93 5.92%
9 21 39284 42516.81 592.16 43063.48 1 3779.48 14284461.37 9.62%
10 22 43562 43174.50 600.65 43108.97 1 453.03 205233.90 1.04%
11 23 42110 43534.30 569.45 43775.15 1 1665.15 2772725.13 3.95%
12 24 45528 44309.75 596.14 44103.75 1 1424.25 2028489.96 3.13%
1 25 35831 43593.29 10 426.09 44905.89 1 9074.89 82353661.15 25.33%
0
2 26 51747 45137.11 570.89 44019.37 1 7727.63 59716202.99 14.93%
3 27 45782 45718.70 572.28 45708.00 1 74.00 5476.20 0.16%
10 22 43562 43174.50 600.65 43108.97 1 453.03 205233.90 1.04%
11 23 42110 43534.30 569.45 43775.15 1 1665.15 2772725.13 3.95%
12 24 45528 44309.75 596.14 44103.75 1 1424.25 2028489.96 3.13%
1 25 35831 43593.29 426.09 44905.89 1 9074.89 82353661.15 25.33%
2 26 51747 45137.11 570.89 44019.37 1 7727.63 59716202.99 14.93%
3 27 45782 45718.70 572.28 45708.00 1 74.00 5476.20 0.16%
4 28 44789 46073.73 544.13 46290.98 1 1501.98 2255944.21 3.35%
5 29 55747 47938.31 715.20 46617.86 1 9129.14 83341113.62 16.38%
6 30 41789 47660.62 586.57 48653.51 1 6864.51 47121559.01 16.43%
2018
7 31 48268 48250.20 586.96 48247.19 1 20.81 433.00 0.04%
8 32 44789 48251.63 511.10 48837.16 1 4048.16 16387596.53 9.04%
9 33 48311 48697.39 502.64 48762.73 1 451.73 204060.33 0.94%
10 34 46268 48775.94 447.69 49200.03 1 2932.03 8596789.91 6.34%
11 35 47562 48983.29 416.56 49223.63 1 1661.63 2761016.23 3.49%
12 36 62428 51284.26 660.69 49399.85 1 13028.15 169732742.13 20.87%
1 37 41923 50495.36 472.89 51944.94 1 10021.94 100439360.55 23.91%
2 38 63885 52836.54 714.93 50968.25 1 12916.75 166842493.12 20.22%
3 39 52407 53385.94 693.49 53551.48 1 1144.48 1309823.63 2.18%
4 40 52404 53837.09 662.09 54079.42 1 1675.42 2807044.08 3.20%
5 41 60885 55422.83 781.75 54499.18 1 6385.82 40778701.58 10.49%
6 42 53308 55785.62 727.47 56204.59 1 2896.59 8390208.87 5.43%
2019
7 43 57644 56676.67 748.67 56513.09 1 1130.91 1278946.26 1.96%
8 44 50404 56409.76 617.10 57425.34 1 7021.34 49299174.08 13.93%
9 45 58163 57191.19 638.39 57026.86 1 1136.14 1290817.78 1.95%
10 46 57644 57802.74 634.91 57829.58 1 185.58 34438.95 0.32%
11 47 58644 58467.49 638.78 58437.64 1 206.36 42582.91 0.35%
12 48 63463 59736.43 720.41 59106.27 1 4356.73 18981124.61 6.86%
1 49 60456.84 1
2 50 61177.26 2
2022
3 51 61897.67 3
4 52 62618.09 4
Ilustración 36 Pronóstico de Barras Milky por método Holt
10
1
Atenuación Exponencial Ajustada a la Tendencia (Holt)
70000
60000
50000
40000
30000
20000
10000
0
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47
Ventas Pronóstico
Ilustración 37 Gráfica de ventas vs pronóstico de Barras Milky por método Holt
10
2
Año Mes t (X) Ventas (Y) XY X2 Ŷ |e| e2 |e|/Y
1 1 26176 26176 1 31037.84 4861.84 23637506.05 18.57%
2 2 39264 78528 4 31625.69 7638.31 58343754.42 19.45%
3 3 32720 98160 9 32213.54 506.46 256500.24 1.55%
4 4 32720 130880 16 32801.39 81.39 6624.54 0.25%
5 5 39264 196320 25 33389.24 5874.76 34512792.15 14.96%
6 6 32720 196320 36 33977.09 1257.09 1580277.57 3.84%
2016
7 7 35992 251944 49 34564.94 1427.06 2036498.16 3.96%
8 8 32720 261760 64 35152.79 2432.79 5918469.84 7.44%
9 9 35992 323928 81 35740.64 251.36 63181.67 0.70%
10 10 35992 359920 100 36328.49 336.49 113225.64 0.93%
11 11 35992 395912 121 36916.34 924.34 854404.42 2.57%
12 12 39264 471168 144 37504.19 1759.81 3096931.92 4.48%
1 13 30625 398125 169 38092.04 7467.04 55756680.72 24.38%
2 14 45938 643132 196 38679.89 7258.11 52680168.93 15.80%
3 15 39997 599955 225 39267.74 729.26 531821.24 1.82%
4 16 39526 632416 256 39855.59 329.59 108628.95 0.83%
5 17 44023 748391 289 40443.44 3579.56 12813257.78 8.13%
6 18 37951 683118 324 41031.29 3080.29 9488178.47 8.12%
2017
7 19 41110 781090 361 41619.14 509.14 259222.03 1.24%
8 20 40356 807120 400 42206.99 1850.99 3426157.80 4.59%
9 21 39284 824964 441 42794.84 3510.84 12325984.49 8.94%
10 22 43562 958364 484 43382.69 179.31 32152.81 0.41%
11 23 42110 968530 529 43970.54 1860.54 3461600.82 4.42%
12 24 45528 1092672 576 44558.39 969.61 940148.22 2.13%
1 25 35831 895775 625 45146.24 9315.24 86773647.96 26.00%
2 26 51747 1345422 676 45734.09 6012.91 36155120.06 11.62%
3 27 45782 1236114 729 46321.94 539.94 291532.01 1.18%
4 28 44789 125409210 784 46909.79 2120.79 4497736.88 4.74%
5 29 55747 16166633 841 47497.64 8249.36 68051995.36 14.80%
6 30 41789 1253670 900 48085.49 6296.49 39645742.06 15.07%
2018
7 31 48268 1496308 961 48673.34 405.34 164297.52 0.84%
9 21 39284 824964 441 42794.84 3510.84 12325984.49 8.94%
10 22 43562 958364 484 43382.69 179.31 32152.81 0.41%
11 23 42110 968530 529 43970.54 1860.54 3461600.82 4.42%
12 24 45528 1092672 576 44558.39 969.61 940148.22 2.13%
1 25 35831 895775 625 45146.24 9315.24 86773647.96 26.00%
2 26 51747 1345422 676 45734.09 6012.91 36155120.06 11.62%
3 27 45782 1236114 729 46321.94 539.94 291532.01 1.18%
4 28 44789 1254092 784 46909.79 2120.79 4497736.88 4.74%
5 29 55747 1616663 841 47497.64 8249.36 68051995.36 14.80%
6 30 41789 1253670 900 48085.49 6296.49 39645742.06 15.07%
2018
7 31 48268 1496308 961 48673.34 405.34 164297.52 0.84%
8 32 44789 1433248 1024 49261.19 4472.19 20000448.66 9.99%
9 33 48311 1594263 1089 49849.04 1538.04 2365554.53 3.18%
10 34 46268 1573112 1156 50436.89 4168.89 17379608.37 9.01%
11 35 47562 1664670 1225 51024.74 3462.74 11990537.57 7.28%
12 36 62428 2247408 1296 51612.59 10815.41 116973193.45 17.32%
1 37 41923 1551151 1369 52200.44 10277.44 105625674.15 24.52%
2 38 63885 2427630 1444 52788.29 11096.71 123137083.60 17.37%
3 39 52407 2043873 1521 53376.13 969.13 939222.31 1.85%
4 40 52404 2096160 1600 53963.98 1559.98 2433552.08 2.98%
5 41 60885 2496285 1681 54551.83 6333.17 40108985.82 10.40%
6 42 53308 2238936 1764 55139.68 1831.68 3355067.27 3.44%
2019
7 43 57644 2478692 1849 55727.53 1916.47 3672841.60 3.32%
8 44 50404 2217776 1936 56315.38 5911.38 34944459.63 11.73%
9 45 58163 2617335 2025 56903.23 1259.77 1587011.09 2.17%
10 46 57644 2651624 2116 57491.08 152.92 23383.45 0.27%
11 47 58644 2756268 2209 58078.93 565.07 319300.32 0.96%
12 48 63463 3046224 2304 58666.78 4796.22 23003695.94 7.56%
1 49 59254.63
2 50 59842.48
2022
3 51 60430.33
4 52 61018.18
Ilustración 38 Pronóstico de Barras Milky por método de Regresión Lineal
10
4
Plan Agregado
10
5
10
6
10
7
10
8
4.2.2.2 Estrategia de capacidad constante
10
9
11
0
11
1
PMP Y VALIDADCIÓN
Ilustración 58
Por consiguiente, tenemos los pedidos de las Pastillas de chocolate, Toffes y Barras Milky (semanal):
Ilustración 59
11
2
PMP de las Pastillas de Chocolate:
PMP de los Toffes:
PMP de las Barras Milky:
11
3
4.3.2 Validación con el Plan Agregado (PA)
Ilustración 63
11
4

Trabajo Parcial - Grupo 3 - In61

Cargado por

Copyright:

Formatos disponibles

Trabajo Parcial - Grupo 3 - In61

Cargado por

Información del documento

Descripción original:

Título original

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

Trabajo Parcial - Grupo 3 - In61

Cargado por

Copyright:

Formatos disponibles

FACULTAD DE INGENIERÍA

CARRERA DE INGENIERÍA INDUSTRIAL

Ilustración 54 Gráfico Capacidad Constante 70

Ilustración 1 Logo de la empresa "La Ibérica"

1.1. Rubro e Industria

Esta empresa se encuentra en el rubro de alimentos, sector de

Jefe de Asistente Jefe de Ventas en Jefe de Jefe de Jefe de

Ilustración 2: Organigrama de la empresa La Ibérica

Fuente: Elaboración propia

Proveedores Entrada Procesos Salidas

Ilustración 3 DOP Pastillas de chocolate

Fuente: Elaboración Propia

Ilustración 4 DOP Toffees

Fuente: Elaboración Propia

Ilustración 5 DOP Barras Milky

Fuente: Elaboración Propia

Ilustración 6 Diagrama de recorrido Fuente: La Ibérica

Fuente: Empresa La Ibérica

La Ibérica ha estado recientemente en conversaciones con la cadena de

2.1.2.1. Amenaza de entrada de nuevos competidores

2.1.2.2. Rivalidad entre competidores

2.1.2.4. Poder de negociación de los compradores

Ilustración 8 5 fuerzas de Porter

Fuente: Iso 9001:2015

La Ibérica concentra sus productos para la clase media, media alta y

La Ibérica está dirigido a un mercado de individuos que buscan saciar

El posicionamiento de mercado es la postura que ocupa un producto o

Los productos muestran una alta demanda en el mercado, ya que es

PRODUCT DESCRIPCIÓN IMAGEN

Toffees Caramelos blandos

Barras Milky Hecho con granos de

Fuente: Elaboración propia

MATERIALES DIRECTOS DE FABRICACIÓN

Fuente: Elaboración propia

N° CONCEPTO CANTIDAD SUELDO (MES) TOTAL

Fuente: Elaboración propia

N° CONCEPTO CANTIDAD UNIDAD PRECIO UNIT TOTAL

COSTO PROMEDIO MENSUAL

Fuente: Elaboración propia

2.4. Estrategia de Operaciones:

La Ibérica compite con muchos productores dedicados al rubro de chocolate y es una

La empresa como sistema se basa en emplear métodos de dirección de operaciones que,

El gerente de operaciones también necesita información acerca de las funciones de

2.4.3. Análisis y Descripción de las Principales Decisiones de la Administración de

2.4.4. Identificación y Descripción de la Cadena de Valor y de la Cadena de Suministro

2.4.4.1. Cadena de Valor

Ilustración 10 Cadena de Suministro

2.4.5. Descripción de la Estrategia Corporativa de la Empresa (Misión, Visión, Valores,

La estrategia corporativa de La ibérica tiene como prioridad posicionarse como

2.4.6. Identificación y Análisis del Alineamiento Estratégico: Prioridades y Capacidades

La detección de las prioridades competitivas parte de un análisis

El Objetivo de la estrategia de procesos de la compañía forma de

La Ibérica constantemente evalúa su producto en el mercado, siempre

1. Prioridades Competitivas 2. Dimensiones

1. Calidad del producto

● Costos: La ibérica busca brindar la mejor experiencia que hay respecto al

● Calidad: Este es el punto fuerte de la empresa chocolatera ya que usan

● Tiempo: La empresa maneja un tiempo de producción óptimo lo cual ayuda