"Desarrollo de un modelo SARIMA para la previsión de demanda en una PYME familiar" : un enfoque cuantitativo para la optimización de la cadena de suministro
En el entorno actual de las empresas procesadoras de alimentos, la precisión en la previsión de la demanda es crucial para la eficiencia de la cadena de suministro. Este estudio se centra en la implementación de modelos SARIMA para mejorar la exactitud de los pronósticos de demanda en una PYME famil...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Artículo revista |
| Lenguaje: | Español |
| Publicado: |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Económicas
2024
|
| Materias: | |
| Acceso en línea: | Iparraguirre, E. D. (2024). "Desarrollo de un modelo SARIMA para la previsión de demanda en una PYME familiar" : un enfoque cuantitativo para la optimización de la cadena de suministro [ Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina. |
| Aporte de: |
| Sumario: | En el entorno actual de las empresas procesadoras de alimentos, la precisión en la previsión de la demanda es crucial para la eficiencia de la cadena de suministro. Este estudio se centra en la implementación de modelos SARIMA para mejorar la exactitud de los pronósticos de demanda en una PYME familiar argentina. La investigación aborda la necesidad de métodos cuantitativos objetivos que proporcionen una base sólida sobre la cual las áreas de marketing y comercial puedan realizar ajustes basados en percepciones subjetivas. Los resultados del análisis de los modelos SARIMA mostraron que, aunque el primer modelo propuesto ofrecía métricas de precisión superiores en datos históricos, estaba sobre ajustado -lo que en Machine Learning se conoce como “overfitting”-y no pasó las pruebas diagnósticas. En contraste, el segundo modelo propuesto, aunque menos preciso en términos de métricas tradicionales, demostró ser más fiable al superar todas las pruebas de normalidad y diagnósticos adicionales, logrando un menor error cuadrático medio (RMSE) contra los datos reales de prueba. La implementación de este enfoque no solo mejora la eficiencia operativa al reducir costos por reprocesos y desperdicios, sino que también asegura una entrega oportuna y adecuada de los productos, aumentando la satisfacción del cliente. La integración de estos métodos avanzados de previsión de demanda puede replicarse en otras empresas del sector, promoviendo la adopción de herramientas de gestión avanzadas que contribuyan al desarrollo sostenible y al desempeño estratégico de las PYMEs familiares. |
|---|