PRONÓSTICO DE LA DEMANDA EN LA EMPRESA CALZADOS DE NELA, SOCIEDAD  DE RESPONSABILIDAD LIMITADA / DEMAND FORECASTING IN THE COMPANY CALZADOS DE NELA, LIMITED LIABILITY COMPANY

Jimmy Ernesto  Fernández-Cabrera; Aramis  Alfonso-Llanes; Rafael Agustín Ramos-Gómez

Autores/as

Jimmy Ernesto Fernández-Cabrera Analytica Sociedad de la Responsabilidad Limitada, Yaguajay. Sancti Spíritus, Cuba. https://orcid.org/0000-0003-0900-0173
Aramis Alfonso-Llanes Universidad Central “Marta Abreu” de Las Villas, Facultad de Ingeniería Mecánica e Industrial. Santa Clara, Cuba. https://orcid.org/0000-0002-8984-5864
Rafael Agustín Ramos-Gómez Universidad Central “Marta Abreu” de Las Villas, Facultad de Ingeniería Mecánica e Industrial. Santa Clara, Cuba. https://orcid.org/0000-0003-4046-7038

Palabras clave:

administración de Operaciones; Mipymes; pronóstico de la demanda.

Resumen

Introducción: La previsión de la demanda resulta un elemento fundamental en la planificación de las micro, pequeñas y medianas empresas (Mypimes).

Objetivo: Desarrollar el pronóstico de la demanda mensual de la producción terminada en la Empresa “Calzados de Nela”, Sociedad de Responsabilidad Limitada (SRL), utilizando el herramental metodológico que más se adecue a las condiciones de la entidad objeto de estudio.

Métodos: Los métodos fundamentales empleados en la investigación fueron los siguientes: teóricos como el analítico – sintético para la revisión del estado del conocimiento y la práctica, y la modelación para el diseño del procedimiento; empíricos como la observación científica, análisis de documentos y comparativos, y entrevistas no estructuradas; y estadísticos como el análisis de clasificación y de tendencia para el estudio de los datos y resultados.

Resultados: El resultado fundamental logrado en la investigación lo constituye el procedimiento propuesto para la realización del pronóstico de la demanda en la empresa objeto de estudio práctico, a partir del análisis de los de su tipo disponibles en la literatura científica.

Conclusiones: La aplicación práctica de la propuesta pone de relieve la ventaja de adoptar técnicas, métodos y herramientas de la Administración de Operaciones en las Mypimes. Con dicha aplicación, en la Empresa “Calzados de Nela”, SRL se logra identificar el método de pronóstico más adecuado según los parámetros característicos de la demanda estudiada, así como realizar la previsión de las ventas mensuales de zapatos para el año 2022 con nivel de precisión estimado acertado según la medida de error considerada.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Jimmy Ernesto Fernández-Cabrera, Analytica Sociedad de la Responsabilidad Limitada, Yaguajay. Sancti Spíritus, Cuba.

Ingeniero Industrial. Master Administración de operaciones. Director ejecutivo (Gerencia).

Aramis Alfonso-Llanes, Universidad Central “Marta Abreu” de Las Villas, Facultad de Ingeniería Mecánica e Industrial. Santa Clara, Cuba.

Ingeniero industrial. Dr.C. en Ingeniería Industrial. Profesor Titular.

Rafael Agustín Ramos-Gómez, Universidad Central “Marta Abreu” de Las Villas, Facultad de Ingeniería Mecánica e Industrial. Santa Clara, Cuba.

Ingeniero Industrial. Master en Ingenieria Industrial. Doctor en Ciencias Técnicas (Ph D), Especialidad Ingeniería. Profesor Titular.

Citas

Badulescu, Y., Hameri, A.-P. y Cheikhrouhou, N. (2021). Evaluating demand forecasting models using multi-criteria decision-making approach. Journal of Advances in Management Research, 18(5), 661-683. https://www.researchgate.net/publication/349321745_Evaluating_demand_forecasting_models_using_multi-criteria_decision-making_approach/link/605346d2458515e8345433ab/download

Bisht, D. C. S. y Ram, M. (2022). Recent Advances in Time Series Forecasting. Editorial CRC Press.

Bozarth, C., y Handfield, R. (2019). Introduction to operations and supply chain management. (5a ed.). Editorial Pearson.

Cachon, G. y Terwiesch, C. (2020). Matching Supply with Demand. An Introduction to Operations Management. (4a ed.). Editorial McGraw Hill Education.

Collier, D. A. y Evans, J. R. (2021). Operations and Supply Chain Management. (2a ed.). Editorial CENGAGE.

Ensafia, Y., Amin, S. H., Zhang, G. y Shah, B. (2022). Time-series forecasting of seasonal items sales using machine learning. A comparative analysis. International Journal of Information Management Data Insights, 2(1), 100058. https://reader.elsevier.com/reader/sd/pii/S2667096822000027?token=EBF54324C38F0324A56A9E3862993E1D2F223A86D4F856D99289D0FC57D4AA1BA187505E154A73B7C083AB5BB6F432CE&originRegion=us-east-1&originCreation=20230111192126

Goyes Noboa, J. E., Alvarado Pacheco, E. S., Gavilánez Cárdenas, C. V. y Arguello Pazmiño, A. M. (2020). Evolución de las Mipymes según el ciclo de vida. Revista Universidad y Sociedad, 12(S1), 47-52. https://rus.ucf.edu.cu/index.php/rus/article/view/1750/1752

Heizer, J., Render, B. y Munson, C. (2020). Operations Management. Sustainability and Supply Chain Management. (13a ed.). Editorial Pearson.

Helmold, M. (2020). Lean Management and Kaizen. Fundamentals from Cases and Examples in Operations and Supply Chain Management. Editorial Springer.

Jacobs, F. R. y Chase, R. B. (2020). Operations and Supply Chain Management. The Core. (5a ed.). Editorial McGraw Hill Education.

Jewalikar, A. D. y Shelke, A. (2017). Lean Integrated Management Systems in MSME Reasons, Advantages and Barriers on Implementation. Materials Today: Proceedings, 4(2), 1037–1044. https://doi.org/10.1016/j.matpr.2017.01.117

Jiang, W., Wu, X., Gong, Y., Yu, W. y Zhong, X. (2020). HolteWinters smoothing enhanced by fruit fly optimization algorithm to forecast monthly electricity consumption. Energy, 193, 1-8. https://doi.org/10.1016/j.energy.2019.116779

Johnston, R., Shulver, M., Slack, N. y Clark, G. (2021). Service operations management. (5a ed.). Editorial Pearson.

Krajewski, L. J. y Malhotra, M. K. (2022). Operations Management. Processes and Supply Chains. (13a ed.) Editorial Pearson.

Ministerio de Justicia (2021). Decreto-Ley 46 Sobre las Micro, Pequeñas y Medianas Empresas. Gaceta Oficial de la república de Cuba, No. 94 Ordinaria, 19 de agosto.

Mulchandani, K., Jasrotia, S. S. y Mulchandani, K. (2022). Determining supply chain effectiveness for Indian MSMEs: A structural equation modelling approach. Asia Pacific Management Review. https://doi.org/10.1016/j.apmrv.2022.04.001

Omar, M. O. y Kawamukai, H. (2021). Prediction of NDVI using the Holt-Winters model in high and low vegetation regions: A case study of East Africa. Scientific African, 14. https://reader.elsevier.com/reader/sd/pii/S2468227621003215?token=51F8BE2A87E62EC6428F65C836A3C2FBCA08614B382010BDC7BE38F8A9AE84E847A69FCB3C30858280C86CC2225FED96&originRegion=us-east-1&originCreation=20230111193250

Schroeder, R. y Goldstein, S. M. (2021). Operations managements in the supply chain. Decisions and cases. (8a ed.). Editorial McGraw Hill Education.

Stevenson, W. J. (2021). Operations management. (14a ed.). Editorial McGraw Hill Education.

Vásquez, J., Aguirre, S., Puertas, E., Bruno, G., Priarone, P. C. y Settineri, L. (2021). A sustainability maturity model for micro, small and medium-sized enterprises (MSMEs) based on a data analytics evaluation approach. Journal of Cleaner Production, 311, 127692. https://repositorio.utb.edu.co/bitstream/handle/20.500.12585/10367/A%20sustainability%20maturity%20model%20for%20micro,%20sm_Edwin%20Alexander%20Puer.pdf?sequence=1