6.

Desarrollo del caso

Estudio de Caso: World Oil

Como lo indica el caso la compañía World Oil es un distribuidor mundial de

productos combustibles, donde el hecho de mantener más de 1000 puntos de
distribución bien suministrados con niveles de combustible adecuados en las
estaciones de servicio de producto es un importante problema y objetivo para la
operación de la compañía. Por lo tanto el objetivo de ser capaces de pronosticar
tasas de utilización por producto en estas estaciones de servicio es uno de los
elementos clave de una buena operación de distribución.

El caso nos cuenta que se tienen diferentes categorías de combustible cada

una de ellas en su tanque de almacenamiento respectivo por lo tanto cada
estación representa una situación específica de pronóstico, por lo tanto se nos
presenta una estación de poco volumen que vende combustible de 87 octanos
sobre la cual se escogió tasas de utilización sobre una base diaria para calcular
los pronósticos de abastecimiento los cuales son los siguientes para los 2 últimos
años:

Hace 2 Años Año Pasado Este Año

Semana Utilización Gal Semana Utilización Gal Semana Utilización Gal
1 530 1 660 1 790
2 570 2 640 2 860
3 560 3 810 3 890
4 530 4 790 4 780
5 510 5 820 5 810
6 560 6 650 6 ?
7 610 7 710
8 560 8 700
9 580 9 670
10 610 10 690
11 650 11 730
12 700 12 730
13 670 13 760
14 700 14 790
15 760 15 810
 16 730 16 870
17 760 17 890
18 820 18 870
19 780 19 890
20 900 20 880
21 840 21 930
22 770 22 980
23 820 23 900
24 800 24 860
25 760 25 890
26 760 26 880
27 770 27 870
28 790 28 840
29 760 29 860
30 740 30 910
31 720 31 870
32 670 32 860
33 690 33 840
34 470 34 540
35 670 35 780
36 690 36 750
37 620 37 780
38 650 38 760
39 610 39 710
40 620 40 730
41 640 41 750
42 590 42 750
43 610 43 710
44 600 44 750
45 630 45 720
46 600 46 770
47 630 47 740
48 640 48 750
49 610 49 760
50 590 50 780
51 610 51 800
52 630 52 850

Totales 34690 41030

Figura 1. Abastecimiento anual de combustible de 87 octanos para estación de servicio. Fuente propia en
base estudio de caso World Oil.
 Con base en esta tabla podemos ver el comportamiento de la utilización del
combustible en los dos últimos años:

Figura 2. Utilización de combustible en una estación de bajo volumen durante aproximadamente los últimos
dos años. Fuente Logística, Balllou; capítulo 8, página 323. Quinta edición.

Se nos pide desarrollar un procedimiento de pronóstico para esta estación

de trabajo incluyendo los pasos a seguir, responsables y tiempos de
implementación de dicho procedimiento de sistema de pronóstico de la demanda.
Revisando la bibliografía del libro Logística Administración de la Cadena de
Suministro de Ronald H. Ballou se sugiere que según los datos presentados lo
más recomendable es implementar un método de proyección histórica esto
debido a que se dispone de una cantidad razonable de información histórica
(hasta un poco más de dos años de información estadística) y además las
variaciones de tendencia y estacionales en las series de tiempo son estables y
bien definidas. Este es un modelo que la experiencia nos dice que puede ser una
proyección muy efectiva para plazos cortos que para este caso serían semanales.
 Esto se puede ver con claridad en el gráfico de ambos años en el cual a
inicios de año se comienza con una tendencia a la alta en la demanda de
combustible de 87 octanos hasta llegar a un pico de consumo cercano a la mitad
del año en el cual empieza a bajar hasta llegar a su pico más bajo el cual se da
para ambos años en período específico denominado en los datos como
“festividad” para luego mantenerse estable y con valores no tan altos como las
semanas anteriores a mitad del año. La premisa básica de este modelo es que el
patrón del tiempo futuro será al menos muy similar a una réplica del pasado; y
esto lo podemos ver en el siguiente gráfico:

Figura 3. Gráfico de tendencia de consumo de combustible para dos años distintos. Fuente propia en base
estudio de caso World Oil.

En lo que se refiere a técnicas de pronóstico para este caso en particular se

recomienda la técnica de ajuste o suavización exponencial, la cual Ronald, H.
Ballou define como un “el nuevo pronóstico será igual al anterior más cierta parte
del error de pronóstico pasado. La nivelación exponencial doble o triple son
versiones complejas del modelo básico que explican la variación de tendencia y de
estacionalidad en la serie de tiempo”. Esta técnica se usa para horizontes de
tiempo de pronóstico cortos como lo este caso: semanal.

Existen varias metodologías básicas de pronóstico de series de tiempo que

son útiles como técnicas para los responsables de logística o de planeación de la
demanda. Hemos escogido una técnica de nivelación o ajuste exponencial por la
naturaleza de los datos y consideramos que la más apropiada es la de
Corrección por tendencia y estacionalidad; en la cual además de la tendencia
de los datos en el tiempo, puede considerar los efectos de las fluctuaciones
estacionales en las series de tiempo. El texto también nos indica que para usar
esta técnica deben cumplirse 2 condiciones:
1. Debe existir una razón conocida para los picos y valles periódicos en el
patrón de la demanda, y estos picos y valles deben presentarse en el
mismo tiempo cada año.
2. La variación estacional debe ser mayor que las variaciones aleatorias, o
"ruido".
Como se puede ver en los gráficos presentados en la figura 2 y figura 3 ambas
condiciones se cumple a la medida donde los picos y valles se presentan en el
mismo tiempo en cada uno de los años y además se repite cuando se presentan
variables aleatorias como lo son las semanas festivas.

En relación a los responsables de la implementación para la empresa World

Oil se recomienda que estas proyecciones de la demanda sean elaboradas por un
departamento de Planeación de la Demanda que ojala reporte a la dirección de
Logística y Operaciones. Esto debido a que estas planeaciones son procesos
vivos que no se pueden calcular una vez y listo sino que tienen que estar
pendientes de los eventos como las ventas, errores de pronóstico, situaciones
extraordinarias como huelgas o situaciones políticas, entre otras que a su vez
deben ligarse a otros procesos operativos como lo pueden ser control de
inventarios, programación de envíos, planeación de la carga del almacén, entre
otros.
 Los tiempos de implementación de un sistema de pronósticos como el
descrito va a depender del músculo organizacional que se le quiera dar, si se
decide por generar un departamento de la planeación de la demanda ojala
integrado por ingenieros industriales (por lo general expertos en el tema) va a
variar según la cantidad de estaciones de servicio a las que se les haga entrega
así como los camiones repartidores. Pero utilizando dicho modelo de ajuste
exponencial que se complementará más adelante en este informe y de la mano de
software de pronósticos especializado para esta finalidad se pueden tener
modelos de pronósticos diarios, semanales, mensuales y anuales que ayudarán a
pronosticar el comportamiento de las entregas a las estaciones; y así tomar
decisiones logísticas que ayuden a colaborar con los objetivos operacionales y
financieros de la compañía.
¿Cómo deberían manejarse en el pronóstico las promociones, festividades u
otros periodos donde las tasas de utilización del combustible se desvían de
los patrones normales?

Observando la base de datos, de dos años, sobre la demanda de combustible de

87 octanos de cierta estación de bajo volumen de venta. Nace la pregunta sobre si
cada dato presente ahí, es significativo para realizar el cálculo del pronóstico de
abastecimiento de dicha distribuidora o si debemos realizar un filtro para depurar
datos no significativos, sin afectar la integridad del resultado final.

Como se mencionó anteriormente se utilizara para el pronóstico el modelo de

suavizamiento exponencial con corrección por tendencia y estacionalidad o
modelo de Winter (Chopra, Meindl, 2008, p. 208-209).

La tendencia se observa al analizar el grafico de la figura 3, donde se determina

que desde la semana uno hasta aproximadamente la semana diecinueve la
demanda de combustible, de dicha estación, tiene una tendencia positiva o alcista
y aproximadamente de la semana diecinueve hasta la semana cincuenta y dos la
tendencia es claramente negativa o bajista, esto debido a factores sociales,
económicos, geográficos de dicho territorio que no son especificados en los
antecedentes del caso. El patrón estacional o festividad, lo podemos identificar
aproximadamente en la semana treinta y tres de cada año, el cual provoca una
caída de la demanda de combustible considerable.

El patrón estacional llamado “festividad”, que se observa en la figura 2, provoca

una fuerte caída de la demanda de combustible en la estación, este es un dato
que no puede ser depurado de nuestra ecuación de pronóstico, ya que cumple con
las dos condiciones del método Winter, que expresa que siempre debe existir una
razón conocida para los picos y valles periódicos en el patrón de la demanda y
estos picos y valles deben presentarse en el mismo tiempo cada año, además la
variación estacional debe ser mayor que las variaciones aleatorias, o "ruido".
(Ballou, 2004, p. 300), por lo cual concluimos que en la misma semana del tercer
año (nuestro año de pronostico) se producirá el mismo pico negativo de demanda
de combustible. Especulando que dicha festividad sea un decreto nacional que
involucre actividades que mantengan al pueblo reunido en familia o en eventos
lejos de las estaciones de servicio.

Con respecto al patrón o evento llamado “promoción” vemos que tiene un alza
considerable en el segundo año con respecto al primer año, esto debido a que en
dichas semanas, aproximadamente entre la semana tres y la semana cinco, se
realizó algún tipo de estrategia de mercadeo que promociono la venta de
combustible a cambio de algún producto extra, servicio extra, descuento, rifa…
logrando un incremento en las ventas. El problema radica que no podemos
predecir que el tercer año, nuestro año de pronóstico, vaya a suceder lo mismo
con la demanda, sino lanzamos de nuevo la misma promoción o una equivalente.
Debido a que el pronóstico debe basarse en función de la demanda y no en la
información de las ventas (Chopra, Meindl, 2008, p. 192). Por lo tanto es
razonable pensar y concluir que la demanda del tercer año de las semanas tres a
la semana cinco sea similar en tendencia a la del primer año. Esto lo confirmamos
observando los datos de la figura 1 al comparar el primer año con el tercer año.

Descrito lo anterior podemos llegar a concluir que los únicos datos que deberían
ser depurados de nuestro análisis de pronóstico de la demanda del tercer año de
la estación en base al combustible de octanaje 87, son los del evento llamado
“promoción” del segundo año.

Los eventos aleatorios en este caso no son tomados en cuenta ya que una
compañía no debe y no puede pronosticar la dirección de dicho componente, lo
único que pueden hacer es pronosticar el tamaño y la variabilidad del mismo. Lo
que se espera es que el error del modelo de pronóstico sea equiparable con el
componente aleatorio de la demanda. El objetivo de pronosticar es filtrar y eliminar
el componente aleatorio y estimar el componente sistemático, que mide el nivel de
la demanda (tasa de crecimiento o decrecimiento de la tendencia, fluctuaciones
estacionales predecibles en la demanda) (Chopra, Meindl, 2008, p. 191-192).

7. Uso de herramientas tecnológicas

Método utilizado: Regresión simple

La Regresión y la correlación son dos técnicas estadísticas que se pueden utilizar

para solucionar problemas comunes en los negocios.

Muchos estudios se basan en la creencia de que es posible identificar y cuantificar

alguna Relación Funcional entre dos o más variables, donde una variable depende
de la otra variable.

Se puede decir que, Y depende de X, en donde Y y X son dos variables cualquiera

en un modelo de Regresión Simple.

"Y es una función de X"

Y = f(X)
8. Conclusiones técnicas del caso

I. En la compañía World Oil se distingue entre los conceptos de pronóstico y

planificación. Por pronóstico se entiende el conjunto de actividades a través
de las cuales, a partir de datos históricos relevados del entorno series
cronológicas, experiencia cualitativa, se obtienen escenarios y proyecciones
de los valores futuros de las variables bajo análisis. Para ello se utilizan
modelos econométricos y modelos de series cronológicas. En la práctica se
plantean varios escenarios alternativos. Para la toma de decisiones es
importante el análisis y la medición de la incertidumbre asociada con los
pronósticos generados.
II. El método para el procedimiento de pronósticos más adecuado sería el
método de regresión simple ya que podemos obtener información
importante de la demandan en más de los 1000 puntos de distribución.
III. Teniendo en cuenta que las tasas de utilización del combustible se desvían
de los patrones normales se procedería a un ajuste exponencial para de
esta manera hacer una suavización de las altas o bajas que se pueda
presentar en la demanda.
IV. Tanto en el análisis de los datos como en la difusión de los resultados se
dio una gran importancia al uso de los gráficos de las series y de los
residuos, así como al análisis de estos y al examen de los pronósticos.
Aunque un buen modelo no necesariamente pronostica bien los próximos
tres períodos, ni un mal modelo los pronostica mal, hemos observado que
un modelo razonablemente bueno que produzca pronósticos relativamente
aceptables logra transmitir confianza y aceptación entre los usuarios del
sistema de pronóstico.
V. Los métodos de pronóstico requieren personal formado para el armado de
los modelos, la operación de los sistemas y la interpretación de los
resultados. Sin embargo, las mayores dificultades que se presentan no son
de carácter estadístico, sino de orden humano. No es suficiente contar con
excelentes capacidades de análisis, sino que es necesaria la capacidad de
 establecer una buena comunicación con quienes intervienen en el proceso
de pronóstico.
VI. La cartera de productos de una compañía no es una colección inconexa de
objetos, sino que está estructurada de acuerdo con un orden jerárquico (en
línea, familia, etc.) según algún criterio relevante para el negocio, como la
tecnología o las percepciones del consumidor. La cartera de World Oil está
compuesta por tres o cuatro categorías de combustible, agrupados en tres
líneas de productos: 87, 89 y 92 octanos y diésel.
VII. Los datos históricos de las tres líneas se agruparon en 18 series
cronológicas con criterios simples: Las series no debían ser tan
abarcadoras (como las ventas totales, por ejemplo) que impidieran poder
tomar decisiones, ni tan detalladas (como las ventas por modelo) que su
procesamiento implicara un tiempo excesivamente prolongado comparado
con el proceso de planeamiento.
VIII. Por esta situación decidimos realizar una desviación estándar para
entender cuál era las diferencias cuantitativas de acuerdo a las series de
datos, y al menos en los primeros 6 series completas se evidenciaba
diferencias mayores a 100, por lo que no es suficiente con esta
consideración.
IX. Como tercer método para mostrar validez en el método utilizado para
pronosticar utilizamos el cálculo del coeficiente R2, el cual nos iba a
proporcionar como los datos se comportaban con respecto a una tendencia
lineal, como se evidencia en la tabla casi todos los datos tienen un
comportamiento lineal perfecto e inclusive aquellos que no los tienen
bastante afinidad a un comportamiento lineal también o en otras palabras
todos los datos se comportan con poca dispersión. Una vez comprobado
eso se procedió con un cálculo de pronostico lineal el cual fue inclusive
validado con un cálculo de percentil de 100%, siendo esta medida la
máxima para mostrar que tan precisa es su relación. Por lo tanto, el
consumo para el siguiente lunes es de 740.
 X. El horizonte de planificación indica cuántos períodos (meses) hacia el futuro
deberán ser tenidos en cuenta para realizar proyecciones. World Oil trabaja
con tres horizontes de planificación:
a. Un horizonte de corto plazo, que considera los meses que restan
para cerrar el año calendario y que se realiza con frecuencia
trimestral.
b. Un horizonte de mediano plazo que considera los doce meses del
año siguiente y que se realiza con frecuencia.
c. Un horizonte de largo plazo que considera los tres años siguientes al
actual y que se realiza con frecuencia.

9. Recomendaciones técnicas y Planes de Implementación

Recomendaciones:

I. Se recomienda realizar un benchmarking informal realizado en una

empresa de venta de producto de petróleo (Cadena de Gasolineras), con el
objetivo de intercambiar puntos de vista y experiencias en cuanto a las
prácticas regulares de los procesos de pronóstico y planificación y a los
planes de reformulación de estos procesos.
II. Es importante el desarrollo de un sistema de Demand Forecasting; con el
fin de delimitar el alcance de los métodos de pronóstico; y tener un
panorama teórico de las distintas técnicas, con sus ventajas, desventajas,
oportunidad para su aplicación y su conveniencia respecto del horizonte de
planificación.
III. Es conveniente la evaluación de la implementación un software de
aplicación de las herramientas. Se buscaba: flexibilidad de adaptación a
distintos modelos; capacidad para manejar gran cantidad de datos y
aplicaciones en un tiempo razonable; una interfase amigable que permitiera
ahorrar tiempo en el proceso de cálculo para destinarlo al análisis; una
 interfase gráfica flexible sobre la que pudieran efectuarse análisis de forma
rápida; la posibilidad de ser soportado por los sistemas de la compañía;
vinculación con un entorno de trabajo en Windows; servicio técnico local; y
un costo razonable.
IV. Cuando un proyecto se implementa y pasa a ser un proceso standard de la
organización debe realizarse algún tipo de verificación o auditoría que
permita juzgar si los cambios han sido beneficiosos. Para la realización de
la auditoría nos hemos basado en el enfoque de Armstrong (1987) que, a
través de una sencilla lista de verificación nos permite observar los cambios
que se han producido entre la situación previa y la posterior a la
implementación del sistema de pronósticos. Armstrong sostiene que el
potencial de las técnicas de pronóstico no logra realizarse porque tanto los
expertos en estadística como los gerentes tienden a hacer algunas cosas
“mal”. La lista de verificación propuesta lleva la atención a esos problemas
típicos. (Ver figura 1)

Planes de Implementación:

I. Se puede programar una reunión en la empresa de referencia

anteriormente y contar con la presencia de jefes y gerentes de ambas
firmas. El informe resultante de esta actividad debe enfocarse en verificar
que (a) World Oil está en el camino correcto en cuanto a los aspectos
técnicos de las reformas que pretenden implementar y (b) que el éxito
dependerá de un adecuado tratamiento de los problemas de organización;
en particular, deberian tenerse en cuenta las diferencias culturales entre
World Oil y la empresa de referencia.
II. Se puede realizar un seminario en la empresa, con una duración de cinco
dias de cuatro horas, que sea dirigido a los técnicos que debían llevar
adelante el proyecto y también a todos los funcionarios que participan
regularmente del proceso de planificación, incluyendo a los gerentes de
 áreas e integrantes de la alta dirección; con el seminario se busca difundir
en la compañía los nuevos conceptos desde el principio del proyecto.
III. Se recomienda la implementación del sistema SPSS (Statistical Package
for the Social Sciences), que cumple con los requisitos anteriores. El
sistema consta de varios módulos, de los cuales se pueden adquirir los
módulos básicos, de tendencias y de tablas.
IV. Se puede consolidar el uso de métodos objetivos con datos estructurados
en una base de datos y con mediciones consistentes de la incertidumbre
asociada con los pronósticos. Por otra parte, la auditoría permitirá evaluar
informalmente dos aspectos importantes de un sistema de pronóstico: (a) El
desarrollo de una interfase de trabajo entre expertos y usuarios de los
pronósticos; y (b) El desarrollo de elementos de la cultura organizacional
que den soporte al proceso de pronóstico.

10. Bibliografía

Armstrong, J.S. (1987), “The Forecasting Audit”, en Makridakis, Spyros y Steven

C. Wheelwright, The Handbook of Forecasting: A Manager’s Guide, Segunda
Edición, Wiley, New York. Citado en Makridakis y Wheelwright (1989).

Brockwell, Peter J. y Richard A. Davis (1991 a), Time Series: Theory and Methods,
Segunda Edición, Springer-Verlag, New York.

Makridakis, Spyros y Steven C. Wheelwright (1989), Forecasting Methods for

Management, Quinta Edición, John Wiley & Sons, New York.

Ronald H. Ballou.(2004). Logística: Administración de la cadena

de suministro. (5ed.). Editorial Pearson.

Sunil Chopra, Peter Meindl (2008). Administracion de la cadena de suministros:

estrategia, planeación y operación. Mexico: Pearson Educacion, p. 395-397.
11. Anexos

Figura 1. Auditoría del sistema de pronóstico. El símbolo M indica mejora respecto

de la situación previa.